ATK Consulting Group: Qlik Пресс-центр Публикации ТехноНиколь «Минеральная изоляция»: Бизнес-анализ своими руками


ТехноНиколь «Минеральная изоляция»: Бизнес-анализ своими руками

Подход Data Discovery, появившийся в последние несколько лет, позиционируется как альтернатива традиционным «ИТ-центричным» аналитическим системам, в которых действия возможны лишь в рамках определенных шаблонов. Отдавая инициативу в руки пользователю, становится возможным как расширить использование аналитики внутри компании, так и сделать ее по-настоящему оперативной, влияющей на принятие решений. Во многом схожие методы подразумевает аналитика Больших Данных: зачастую заранее неизвестны ни точный состав данных, ни ожидаемый результат анализа, но полученный бизнес-эффект может быть огромным.

На предприятия приходит новое поколение сотрудников, которые не хотят ждать часами построения отчетов и тем более не желают формировать запросы в ИТ-департамент на их подготовку. Им нужна быстрота и гибкость. Только предоставив инструменты, отвечающие ожиданиям пользователей, можно обеспечить реальное их применение и составить конкуренцию «народным» аналитическим инструментам – электронным таблицам.

Рынок систем бизнес-аналитики находится в самом разгаре трансформации — от решений, направленных в первую очередь на корпоративную отчетность, к средствам прогнозирования, оптимизации и поддержки принятия решений. Из-за растущей важности систем «продвинутой» аналитики в этом году эксперты Gartner впервые выделили их из традиционных BI-систем, опубликовав две версии «Магического квадрата». 

Фактически Data Discovery стала новой формой работы с данными, порожденной новыми возможностями технологий. Она характерна тем, что в ее ходе человек хочет не подсчитать что-либо , а выявить тенденцию, причем иногда сам не зная, какую именно. Особенностями такой деятельности являются отсутствие типовых задач и четко определенной модели данных, а также использование «чужих» (а не только корпоративных) данных. Но главное – в этом случае количество гораздо важнее качества. «Грязные» данные могут дать вполне приемлемые результаты, что и становится главным козырем технологий Больших Данных.

Однако имеет ли смысл противопоставлять «традиционную» и «новую» аналитику? Как отмечает Алексей Мещеряков, руководитель направления платформенных решений SAS Россия/СНГ, применение аналитики в целом пошло двумя путями. В первом из них, более традиционном, аналитика работает без участия человека, то есть решения принимаются автоматически по уже разработанным моделям и алгоритмам. Второй же, напротив, предполагает непосредственное участие аналитика в процессе исследования и понимания данных. Именно в результате такой работы и будут создаваться продвинутые аналитические модели для встраивания в бизнес-процессы организации.

Exploration and Discovery – это два термина, которые активно используются в западных источниках для описания процессов, происходящих при работе бизнес-пользователей с информацией, и современные BI-средства успешно совмещают два этих понятия. Очень важно не только иметь возможность проводить самостоятельные исследования (Exploration), но и совершать открытия (Discovery). Для этого в инструменты BI встраиваются аналитические возможности. Даже неподготовленный бизнес-пользователь может буквально двумя кликами мыши продолжить найденный тренд, сделать прогноз или выявить значимые характеристики, построив дерево решений.

«Предполагаю, что на начальном этапе традиционные и новые решения будут развиваться параллельно, вбирая функциональность, пусть и в усеченном виде, друг друга», — полагает Владимир Ермаков, эксперт в области математического моделирования бизнес-процессов компании «Аналитика Плюс». Далее произойдет конвергенция, схожая той, что произошла между совершенно разными мирами – телевидением, телекоммуникациями и вычислительными системами. Аналогия очевидна: ранее пользователю требовалось три класса устройств: телевизор, телефон и компьютер. Теперь есть огромное количество устройств и решений, которые выполняют все эти три функции.
Наиболее известны три поставщика платформ Data Discovery – Qlik, Tibco и Tableau, первый из которых весьма популярен в России. Более того, Qlik ввел слово Discovery в название своего продукта, построив свою маркетинговую стратегию на противопоставлении себя поставщикам традиционных решений и добившись в этом значительных успехов. Несколько лет маркетинговых усилий не прошли даром: независимые аналитики стали рекомендовать эти платформы к использованию для решения отдельных задач параллельно с уже внедренными «тяжелыми» BI-системами.

Крупные поставщики BI-платформ отстают, хотя и вынуждены адаптироваться к требованиям рынка. Oracle вышла в эту нишу после приобретения Endeca. Другие выпустили собственные решения – например, SAS Visual Analytics, MicroStrategy Visual Insight, Microsoft PowerView и IBM Cognos Insights.

«Предоставление исчерпывающей информации и способов исследования и обнаружения необходимых фактов без ограничений – это одно из основных качеств систем класса Data Discovery», — подчеркивает Мещеряков. Можно сказать, что простота работы и наглядный графический интерфейс, позволяющий даже непрофессионалам в области ИТ буквально на лету «читать» результаты анализа, — отличительные черты таких систем. При этом сами технологии анализа не стали примитивнее – напротив, они позволяют очень быстро и точно обрабатывать огромные объемы информации за счет применения средств высокопроизводительной аналитики – например, вычислений в оперативной памяти и распределенных вычислений. Упрощение восприятия результатов сложного анализа, а также возможность строить модели без привлечения «вечно занятых айтишников», — все это привело к существенному расширению числа пользователей подобных систем.

Большое количество принципиально новых возможностей, среди которых интерактивность и возможность работы на всех основных видах мобильных устройств, на деле могут преобразить стиль работы аналитиков в компании, вывести популярность инструментов бизнес-анализа на новый, невиданный ранее уровень. 

Пользователи в роли идеологов

Потребность в новой, принципиально иной аналитике, стала причиной проекта, реализованного в бизнес-единице «Минеральная изоляция» корпорации «ТехноНиколь» — одном из крупнейших производителей кровельных, гидро- и теплоизоляционных материалов. Верное и своевременное принятие управленческих решений должно было значительно улучшить клиентский сервис и обеспечить точность поставок более 80%.

Основным инициатором проекта стало коммерческое руководство компании – директор по маркетингу, дирекция продаж, а также бизнес-аналитики. Они были не удовлетворены существующими традиционными BI-инструментами как с точки зрения оперативности получения необходимых отчетов, так и с точки зрения удобства для пользователей.

«Решение QlikView привлекло наше внимание многими достоинствами: разумность системы, легкость настройки, дружелюбный интерфейс, — говорит Татьяна Бертова, директор по развитию производственной системы корпорации „ТехноНиколь“. — Но в первую очередь, оно подкупило своим быстродействием и ориентированностью на бизнес-пользователей“. Система не только оперативно отрабатывает данные с технической точки зрения, но и дает возможность пользователям самостоятельно находить ответы на свои бизнес-вопросы, без запросов в ИТ-департамент. Скорость, простота использования и минимальная зависимость от ИТ-специалистов – это то, чего не хватает большинству корпоративных систем.

Как подчеркивает Бертова, многие традиционные BI-системы помогают строить отчеты, но решение другого класса – data discovery – позволяет получать не просто аналитику, а реальную минимизацию времени от возникновения проблемы до ее решения. Во многом это происходит благодаря реализованным в системе возможностям самостоятельного анализа и построения приложений пользователями. Внедренная платформа поддерживает решение бизнес-задач на каждом этапе: от локализации проблемы, конкретизации причин до анализа эффективности принятого управленческого решения.

Уже на первом этапе проекта удалось создать приложение для доскональной аналитики продаж, реализующее анализ динамики продаж и план-фактный анализ, анализ активности покупателей и зависимости продаж от различных групп факторов. Это помогает оптимизировать клиентский сервис и максимально эффективно загружать производственные линии и склад. QlikView интегрирована с ключевыми бизнес-системами – “1С», SAP BW, Oracle Demantra, Oracle SNO.

Внедрение системы уже позволило осуществлять эффективное управление ценообразованием, проводить объемное планирование, усилить управление остатками и продажами. В дальнейшем планируется вооружить дирекцию по маркетингу фундаментальным инструментом управления, хотя ряд задач по маркетинговой аналитике реализован уже сейчас. В скором времени в системе появятся данные по протоколам испытаний готовой продукции, которая позволит повысить эффективность управления качеством. 

«Ключевыми факторами успеха подобного проекта являются не только качественные данные и их эффективная интеграция. Что гораздо важнее, нужны „продвинутые“ бизнес-пользователи, понимающие бизнес-задачи и обладающие навыками построения отчетов и понимания архитектуры данных. В системах класса Data Discovery такой пользователь может стать не только идеологом, но и разработчиком системы аналитики», — резюмирует Бертова.

Как известно, аппетит приходит во время еды. Самое сложное в развитии проекта на данный момент – это актуализировать систему в соответствии с потребностями пользователей. Ее широкие возможности порождают запросы на новые возможности и функционал, внедрение которых ложится на плечи ИТ-службы и бизнес-аналитиков, ресурс времени которых ограничен.

 

Николай Смирнов

журнал  «Директор Информационной Службы», № 5, май 2014, 

републикуется с разрешения издательства  «Открытые системы». Все права сохранены. 

02.06.2014, 1077 просмотров.

Скачать QlikView: полнофункциональная версия, с правом использования программы только на одном компьютере

Скачать Qlik Sense: полнофункциональная версия, с правом использования программы только на одном компьютере