Третье поколение бизнес-аналитики

Чаяния первопроходцев бизнес-аналитики наконец воплощаются в реальность

В современном бизнесе любые попытки выжить и добиться успеха в конкурентной борьбе тщетны без оперативной информации о клиентах, продуктах, партнерах и рынках. На протяжении десятилетий охота за такой информацией постоянно меняла названия: всевозможные «Системы поддержки принятия решений», «Управленческие информационные системы», средства управления эффективностью деятельности предприятия, обнаружения и визуализации данных были всего лишь проявлениями феномена Business Intelligence (BI), который возник из желания предпринимателей знать и понимать бизнес-обстановку, чтобы ориентироваться в ней.

Как бы ни называли это явление – проблема всегда стояла одна и та же: как научиться анализировать данные так, чтобы они давали компании новые знания, недоступные конкурентам?

Это – благородная цель. Но путь к ее достижению оказался сложным и полным разочарований. Тем не менее, с появлением каждого следующего поколения систем BI «пункт назначения» становится чуть ближе. Лишь совсем недавно, после выхода BI третьего поколения, мы получили возможность вооружить средствами аналитики каждого бизнес-пользователя на предприятии, раскрыв, наконец, всю ценность, которую таят в себе данные.

1-е поколение BI: централизация

Ранние подходы к BI предполагали использование сложных технологических комплексов или «стеков», которые анализировали многомерные наборы данных – OLAP-кубы.

Управление этими кубами часто осуществлялось из единого центра силами отдельной команды из IT-отдела, а основное внимание обычно уделялось структурированным данным, хранящимся в традиционных учетных системах.

Как же это все выглядело на практике? Если руководитель предприятия хотел узнать что-либо из своих данных он формулировал вопрос – например, «Как наша последняя кампания повлияла на продажи в каждом регионе?». Далее эстафета переходила к аналитику данных, который обращался к своим недюжинным навыкам, чтобы сформировать запрос в аналитической программе. Через некоторое время, часто через несколько недель, аналитик наконец приносил руководителю ответ в виде статического отчета.

В этой централизованной модели BI передовые вычислительные возможности техники уже позволяли анализировать многомерные наборы данных. Но процесс был медленным, сложным и зависел от тех немногих, кто обладал навыками формирования запросов. В лучшем случае возможности аналитики были доступны примерно 25% персонала на любом отдельно взятом предприятии.

Цикл «Вопрос / Ожидание / Ответ»

Это была не единственная проблема. На любой заданный вопрос обычно приходил какой-то ответ – но этот ответ почти неизбежно вызывал еще больше вопросов. Возьмем описанный выше пример, с вопросом: «Как наша последняя маркетинговая кампания повлияла на продажи в каждом регионе?» Ответ мог быть таков: продажи выросли в некоторых регионах и упали в других. Это интересно – но без дополнительной информации не принесет никакой пользы. Теперь у руководителя предприятия назрел новый список вопросов: Как разнятся демографические данные клиентов по регионам? Каковы показатели работы наших специалистов по продажам в каждом регионе? И так далее. К сожалению, в системах BI первого поколения получение ответов на подобные вопросы занимало слишком много времени – и в итоге вся польза от них сводилась на нет.

Этот процесс получался таким долгим, что бизнес-пользователи отказывались от попыток сформировать в своей голове общую картину событий. Вместо этого они стали делать ставки на статические отчеты, которые предоставляли им минимальный набор «разведданных» разочаровывающе малой ценности. Назревала необходимость что-то изменить.

2-е поколение BI: децентрализация

Вторая волна BI, у истоков которой стояла компания Qlik®, сформировала новый подход к аналитике – BI с ориентацией на пользователя. Решения Qlik позволили снизить уровень сложности за счет четырех нововведений:

• Устранили опору на «технологический стек»
• Добавили дружелюбные к пользователю методы подготовки и загрузки данных
• Разработали интуитивно-понятные способы взаимодействия пользователя с данными на основе визуальных представлений
• Создали единственный в своем роде «Ассоциативный движок», который позволяет всем пользователям – даже неумелым – свободно исследовать свои данные, выбирая любое направление поиска и обнаруживая все скрытые в них взаимосвязи.

Этот радикально новый подход позволил получать преимущества от использования средств BI не только горстке специалистов ИТ, но и множеству пользователей во всех подразделениях предприятия. Со временем арсенал инструментов для интуитивной работы с данными расширялся, и возможность формировать наглядные картины данных и извлекать из них понятные, практически полезные уроки, становилась доступна каждому.

Проблема управляемости

Эта волна BI была отмечена повышением мощности технических средств, которые учились анализировать все больше и больше типов данных, в том числе неструктурированные данные, социальные данные – и даже массивы персональных данных, работа с которыми велась в электронных таблицах Excel. Однако при этом появилась новая проблема: множество источников данных, местами повторяющихся, местами недостоверных, создавало хаос. В конце концов, даже самый искушенный аналитик не сможет дать точную оценку данных, если их источник сомнителен. Большинство поставщиков BI-решений проигнорировали эту проблему, и их клиентам приходилось самим разбираться, что к чему. Мы же в компании Qlik с самого начала подчеркивали необходимость получения достоверных данных, необходимость создания защищенной, управляемой системы анализа, на результаты работы, которой можно было бы положиться.

Новая должностная функция: бизнес-аналитик

Второе поколение BI также породило новую должностную функцию бизнес-аналитика. Эти специалисты создают сложные приложения для поддержки ключевых бизнес-процессов, которые сами выполняли бы всю тяжелую работу, на выходе производя интерактивные информационные панели, которые сотрудники соответствующих подразделений могли бы исследовать в контексте направления своей деятельности. Таким образом, BI-системы второго поколения охватили более широкую аудиторию, чем их предшественники: по оценкам, ими пользовались от 25 до 50% сотрудников. Но это значит, что около 50–75% работников, оставались обделенными: им по-прежнему приходилось рассчитывать на свою интуицию, чутье и прошлый опыт.

Неподатливый барьер: базовые навыки работы с данными

С каким самым серьезным препятствием сталкивается организация, желая вооружить средствами BI всех своих сотрудников? Это препятствие – сами сотрудники, которые не освоили базовый курс обучения работе с данными, не умеют их читать, обрабатывать, анализировать, строить доводы, опираясь на них. Глобальное исследование, проведенное Qlik в 2017/2018 годах, показало, что только 24% лиц, ответственных за принятие бизнес-решений, считают себя грамотными в области работы с данными.

Данные являются основой цифровой экономики, и каждый бизнес-пользователь должен уметь с ними обращаться. В противном случае они так и останутся лежать мертвым грузом, не принося почти никакой выгоды, а предприятие окажется не в состоянии не только возглавить, но и просто выдержать конкурентную гонку.

3-е поколение BI: демократизация

Обещание простой и быстрой визуализации данных, которое давали системы BI второго поколения, уже практически исчерпало себя.

Теперь наша задача – преодолеть разрыв между сегодняшними неорганизованными начинаниями в области аналитики и тем массовым приростом полезной стоимости, который произойдет, когда каждый человек на предприятии получит возможность открывать новое, работая с данными.

Чтобы это состоялось, нам необходимо научиться совершенно по-новому думать о том как мы управляем данными, развертываем средства аналитики и развиваем навыки работы с данными у персонала, – нужен радикально-демократизированный подход, который позволит аналитике проникнуть во все уголки организации. Именно так компании смогут воплотить в жизнь концепцию «Цифровой трансформации бизнеса на основе данных» – и повести за собой других игроков своих отраслей.

Цифровая трансформация бизнеса: данные как реальная движущая сила

Разговоры о «цифровой трансформации», о переводе бизнеса на «цифровые рельсы», сегодня у всех на слуху. Организации всех форм и размеров пытаются использовать преимущества цифровых технологий, чтобы качественно переосмыслить свои принципы ведения бизнеса. Но по мере того, как цифровая трансформация стирает границы между предприятиями и их поставщиками, партнерами и клиентами, именно применение средств аналитики позволяет решать задачи систематизации и оптимизации этих новых рыночных отношений. Когда все данные в вашем арсенале становятся доступны персоналу, когда каждому даны действенные инструменты для их исследования, – вам открываются новые ресурсы с которыми вы можете куда лучше, чем когда-либо, предугадывать и удовлетворять запросы клиентов, выявлять возможности и монетизировать их – и в целом менять все, что происходит на предприятии, сообразно своим целям.

Как же нам преобразовать аналитику так, чтобы она стала воистину демократичной? Многие поставщики решений на рынке BI считают, что ответом станет искусственный интеллект (AI). Соответственно, они обогащают свои инструменты второго поколения возможностями машинного обучения, тем самым оптимизируя и автоматизируя анализ данных. Но сам по себе этот подход не сможет помочь организации осуществить цифровую трансформацию своего бизнеса на основе данных.