×

Бизнес аналитика – как не ошибиться с выбором платформы

Опубликовано 06 сентября 2018
#Бизнес-аналитика #Железо #Новости IT #Облака #Серверы, IBM #Хранение данных

Критерии оценки BI-платформы

Масштаб задачи

Учитывается масштаб внедрения. Согласитесь, не все компании созданы одинаковыми. Количество BI-пользователей в компании может измеряться единицами, а где-то и сотнями и тысячами.
Объем данных и количество источников. Будучи помножены на количество пользователей и одновременно выполняемых запросов могут драматически повлиять на способность системы предоставлять требуемый сервис. И, в любом случае, необходимо понимать — готов ли продукт к масштабированию в случае роста количества запросов и данных.
Не в последнюю очередь стоит обратить внимание на лицензионную политику производителя решения. Существуют ли градации пользователей в зависимости от предоставляемых сервисов, можно ли сэкономить за счет ограничения функционала. Может быть разработчик имеет возможность гибко выдавать временные лицензии, которые необходимы кратковременно раз в год?
Вопрос: сколько у вас пользователей, сколько их будет через 3 года?

Совместимость данных

На первом этапе внедрения аналитических инструментов полезно задать себе вопрос – где находятся ваши данные? Именно исходные данные и содержащие их информационные системы определяют картину мира, которую вы получите в результате работы. В отечественных реалиях это скорее всего 1С, ERP и CRM-системы, базы данных MS SQL, MySQL, MariaDB, таблицы Excel. Значит кандидат на роль вашей BI-платформы должен иметь удобные, функциональные и разнообразные коннекторы к этим системам. Например, в нашей практике мы регулярно сталкиваемся с задачами, которые требуют парсинга HTML-страниц и зачастую это задача, требующая постоянного внимания и поддержки. И эта проблема появляется не только из-за наличия в источниках данных сторонних ресурсов. Зачастую связь с источниками может быть нарушена из-за обновлений в смежных информационных системах.

Вопрос: какие информационные системы вашей компании будут являться источниками данных, какие будут добавлены в течение ближайших лет?

Инфраструктура

Насколько велики требования платформы к оборудованию? Безусловно этот вопрос нужно прояснить для себя как можно раньше. Классические OLAP системы могут быть очень требовательны к аппаратному обеспечению и потянут за собой расходы на несколько серверов, новую систему хранения данных, найм администраторов для разворачивания и поддержки большого количества компонентов такого решения. Проследите чтобы масштабы расходов были сопоставимы с решаемыми задачами.

Вопрос: какие ресурсы необходимы для кандидатов на роль вашей BI-платформы?

Компоненты платформы

Некоторые BI платформы являются многокомпонентными. Это означает, что желательно представлять, что именно вы планируете делать, т.к. дополнительный функционал, во-первых, стоит денег, во-вторых его отсутствие может затруднить или сделать невозможным решение каких-то задач.
Вопрос: какого рода задачи вы планируете решать?

В облаке или локально

Непростой выбор. Облака, дают нам возможность быстро начинать заниматься решением наших любимых аналитических задач, не требуют расходов на инфраструктуру и обеспечивают бесперебойную работу. Мы можем заниматься своими делами из дома, в командировке, проводить презентации у заказчиков и легко делиться информацией с партнерами по бизнесу. За эту свободу приходится платить. И, на горизонте нескольких лет платить приходится больше чем за on-premise решение, особенно если объем данных исчисляется терабайтами.
Локальные решения имеют свои преимущества. Конфиденциальные данные не покидают периметр корпоративной сети, скорость работы и степень интеграции с источниками данных будет выше. Соответственно и функциональность BI-платформы будет меньше ограничена.
Вопрос: насколько конфиденциальны ваши данные, какой объем данных?

Пользовательские предпочтения

Ну и наконец, мнение и опыт ваших коллег к которому обязательно нужно прислушаться. Среди них будут матерые аналитики, знакомые с разными подходами и новички, которым важнее всего простота и низкий порог вхождения в новую для себя область. В любом случае, присмотритесь к тем платформам, которые обладают понятным русскоязычным пользовательским интерфейсом, работают на планшетах и телефонах, позволяют легко обмениваться информацией и не требуют дорогостоящего обучения.
Вопрос: кто ваши пользователи, к каким инструментам они привыкли?

Взгляд со стороны пользователя

Возможно есть необходимость пояснить, что именно получает в свои руки ваш пользователь. Практически любое аналитическое решение обеспечивает визуализацию наших данных. Назовем этот функционал «Отчеты».

Отчеты

Обычно отчеты визуализируют в необходимых разрезах ваши данные. Для этого выбираются способы максимально информативные для данного вида представления этих данных: графики, диаграммы, таблицы и дашборды. Особо выделю пользу интерактивности всех этих элементов, ведь именно она дает возможность исследовать картину, применять к данным фильтры и получать ответ на вопрос «а что, если?».

Полагаю, что это самая важная часть аналитической платформы, так как именно с интерфейсом отчетов работают пользователи, именно эта построенная визуализация попадает в презентации и на стол руководителям. И, зачастую, по качеству представления отчетов делают выводы о качестве работы аналитиков.

Модель данных и самообслуживание

В процессе исследования задачи аналитик выдвигает множество различных гипотез, которые требуют проверки. А значит модель данных это вечно живая структура, ее тоже нужно предъявить пользователю в удобном, читаемом виде. Модель данных должна наводить на размышления и новые идеи и, самое главное, должна легко дополняться и трансформироваться при необходимости. Пользователь высоко оценит возможности системы если для проверки своей гипотезы ему нужно просто перетащить файл с данными в рабочую область модели.
Вообще, идея самообслуживания в аналитике в последнее время получает много положительных отзывов. Сотрудники, вложившие свои знания и усилия в разработку аналитических отчетов более склонны к обмену знаниями и, вовлекая коллег, становятся важнейшей частью успешного внедрения аналитики в организации. Более того, в этом случае роль ИТ-департамента зачастую уходит на второй план. И я считаю, это правильное стратегическое расположение сил. Стоит присмотреться к тем сотрудникам, кто не удовлетворен текущим состоянием отчетов, кто регулярно переделывает под себя или изобретает новые, демонстрируя глубокие знания Excel. Именно они, скорее всего, станут проводниками и евангелистами BI-решений.

Совместная работа

Работа аналитика высоко ценится, а командная работа дает значительный синергетический эффект. Нужно просто дать аналитику требуемый инструмент. В идеальном сценарии коллеги могут демонстрировать свои открытия и гипотезы предоставляя доступ к своим наборам данных, отчетов и фильтров. В процессе совещания презентация должна быть живой, интерактивной и отвечать на вопросы «из зала» перестраивая на лету все виды отчетов.
Привлекательность компании повышает открытость информации. Аналитические данные можно легко публиковать на корпоративном и интранет-портале — инвесторы и партнеры оценят это.

Основные сценарии использования аналитики по мнению Gartner

Консалтинговое агентство Gartner регулярно публикует исчерпывающие аналитические отчеты рынка информационных технологий. По их мнению существует всего пять основных сценариев применения BI в бизнесе.

Централизованное и гибкая интеграция BI в бизнес-процессы. Потоки данных централизуются в платформе и доставляются в различные бизнес-приложения, потребителям контента.

Децентрализованная аналитика. Это самый простой случай, когда аналитик (часто энтузиаст) для своей работы применяет те или иные инструменты, зачастую бесплатные. Отсутствует единое для компании хранилище данных, результаты работы используются персонально или в рамках бизнес-юнита.

Управляемое извлечение данных. К данным в бизнесе предъявляются серьезные требования. Прежде всего это точность и достоверность. И уже во вторую очередь их объем, многообразие и пополняемость источников. Соответственно, этот сценарий предусматривает контроль за происхождением данных, понимание того в какой именно информационной системе данные находятся в гарантированно достоверном виде.

Встроенная аналитика. Обеспечивает поток аналитического контента в бизнес-процессе или в приложении.

Поддержка публикации данных. Обеспечивает гибкий процесс создания и публикации аналитического контента для проверяющих органов или внешних контрагентов и инвесторов.
Рынок аналитических платформ развивается очень стремительно. Многие исследователи склонны объединять под термином «Analytics and Business Intelligence» многочисленные интернет-сервисы предназначенные, например, для мониторинга каналов маркетинговых коммуникаций. В итоге с течением времени BI сегментировался на решения для визуализации данных, встроенную аналитику, универсальные решения для аналитиков, гео-аналитика и т.д. Причем, многие продукты обладают в высшей степени богатым функционалом и перекрывают несколько сценариев использования.
В России широко известны такие продукты как: QlikSense/QlikView, Microsoft Power BI, Tableau, IBM Cognos и IBM Watson Analytics, Prognoz и некоторые другие. В квадрате Gartner анализируются ключевые игроки этого рынка по довольно масштабному набору факторов, таких как объем продаж решения, влияние на рынок, маркетинговая активность, финансовое состояние компании, стратегия развития продукта, визионерство и инновации.

В качестве итога для этой статьи можно сказать, что богатство выбора позволяет подобрать для использования идеальное сочетание функционала, модели лицензирования и стоимости. Тренд, заданный на использование самообслуживания, является ключевым фактором успешного внедрения и использования аналитики в организации. Поэтому те компании, которые предоставят доступ к качественным данным компании получит значительное преимущество.

Мне необходимо решение


×