Выбор решения

На этом этапе анализируют потребности компании, определяют ключевые требования к системе и формулируют ожидаемые результаты. Затем проводят анализ рынка и определяют пул решений, которые закрывают намеченные задачи.

Заказчики чаще всего выделяют такие критерии:

• Стоимость лицензий, внедрения и сопровождения;
• Гибкость ценовой политики;
• Скорость работы;
• Функциональность;
• Соответствие требованиям ИБ;
• Возможности самообслуживания (self service).

Зачастую причиной выбора новой системы являются уход западных вендоров, сложности с оплатой, обновлением и поддержкой их решений.

Проблемы импортозамещения: недостаточная функциональность, производительность, сложности при переносе дашбордов на новую систему, незнакомый интерфейс.

Проблему недостаточной функциональности часто решают внедрением двух и более BI-систем для различных задач. Однако такой подход может привести к «зоопарку систем» и сложностям с управлением.

Рекомендации

На что еще стоит обратить внимание при выборе решения.

• Миграция дашбордов
  Такая функциональность поможет сохранить инвестиции в разработку уже готовых дашбордов.
• Дополнительная разработка
  Выбирайте вендора с возможностью разработки дополнительных визуализаций. При этом важно выбирать решения, которые позволяют расширять функционал без значительных дополнительных затрат.
• Замена функциональности зарубежных решений
  Выбирайте решение, которое максимально «повторяет» отчеты зарубежных инструментов и требует минимальных затрат на кастомизацию.
• Комьюнити
  Обращайте внимание, есть ли у вендора комьюнити (например, чаты) или поддержка пользователей в социальных сетях, где можно быстро получить ответ на вопрос и обменяться опытом.
• Оптимальное сочетание функциональности и потенциала развития
  Выбирайте решение, которое удовлетворяет текущим потребностям компании и при этом имеет потенциал для развития. Не рекомендуется выбирать решение с избыточной и невостребованной функциональностью или решение, которое лишь в минимальной степени покрывает текущие потребности без возможности развития.
• Стоимость лицензий
  Проанализируйте стоимость лицензий и сопоставьте их с функциональными возможностями решения. Выбор должен быть обоснован и соответствовать бюджету компании.

Выбор поставщика

Не менее важно выбрать надежного поставщика (вендора или интегратора). Необходимо изучить отзывы и проектный опыт, запросить рекомендации у других компаний. Затем вместе с поставщиком разработать детальный план внедрения решения.

На какие признаки обращают внимание заказчики при выборе вендора:

• Релевантный опыт внедрения;
• Срок работы на рынке;
• Цена услуг внедрения;
• Положительные отзывы о поставщике и решении.

Рекомендации

Важно обращать внимание еще на несколько критериев, которые помогут избежать сложностей на старте и при развитии решения в будущем.

• Техподдержка
  При выборе вендора обращайте внимание на доступность и качество техподдержки.
• Зрелость вендора и продукта
  Уделяйте внимание уровню зрелости продукта, а также анализируйте дорожную карту продукта, которая показывает ближайшие перспективы развития продукта и стабильность поставщика.
• Компетенции внутри заказчика
  Определяйте на старте, какие компетенции в команде потребуются для развития решения. Выбирайте продукт, для которого можно легко найти специалистов или обучить своих сотрудников.
• Наличие сертификатов ФСТЭК и регистрации в реестре отечественного ПО
  В случае юридической или иной потребности эти критерии могут сыграть важную роль.

Внедрение

После выбора решения и поставщика приступайте к внедрению согласно плану. На этом этапе важно выделить достаточные ресурсы и активно участвовать во внедрении.

Основные проблемы, с которыми сталкиваются заказчики в процессе внедрения BI-системы:

• Множество разрозненных систем, не интегрированных между собой;
• Отсутствие или неразвитость систем управления НСИ, большой объем работ, связанный с унификацией справочной информации между системами для реализации оперативной аналитики;
• Много локальных серверов, сложное развертывание и администрирование. Нет интеграции с Active Directory, мало инструментов администрирования;
• Отсутствие документации по архитектурным решениям;
• Отсутствие специалистов по интеграции, хранению, обработке и визуализации данных.

Рекомендации

Что поможет предусмотреть сложности и снизить вероятность нехватки ресурсов.

• Описание текущей (as is) и целевой (to be) моделей, чтобы четко определить цели и ожидания от внедрения;
• Создание КХД перед внедрением BI-системы
• Построение единой корпоративной архитектуры. Здесь может помочь внедрение корпоративной шины для интеграции различных систем (Enterprise Service Bus, ESB). Она также может использоваться как инструмент гарантированной доставки данных;
• Внедрение MDM- и DG-регламентов и процессов поможет обеспечить эффективное управление данными.
• Фиксация процессов и изменений. Важно документировать получившееся состояние после внедрения, чтобы иметь четкое представление об изменениях;
• Использование минимум двух стендов (ландшафта) при разработке: DEV/TEST и PROD, чтобы обеспечить безопасность и надежность внедрения.

Сбор и обработка данных

Важный этап — сбор и обработка данных. Низкое качество данных из-за ошибок или несогласованности в источниках может сильно повлиять на результаты анализа. Рекомендуется очищать и стандартизировать данные до начала обработки, устанавливать процессы контроля качества данных и регулярно обновлять информацию.

В ходе сбора и обработки данных заказчики зачастую сталкиваются с проблемами:

• Низкая скорость обработки данных;
• Технические сбои в процессе загрузки;
• Сложность в получении аналитики с необходимой степенью детализации;
• Некорректность данных;
• Отсутствие в системах необходимой информации в оцифрованном виде;
• Не определены ответственные за данные.

Большинство опрошенных компаний сталкиваются с невозможностью сопоставить данные из различных систем, что не позволяет принимать обоснованные решения на основе таких данных. Из-за этого снижается доверие к использованию BI-аналитики в целом.

Процесс обеспечения качества данных внедрен чуть больше, чем у половины заказчиков. Чаще всего этим занимается аналитик либо инженеры ИТ, для которых эта задача — не основная. Лучше всего назначить выделенного дата-стюарда.

Рекомендации

Как минимизировать риски при работе с данными.

• Создать пилотный демонстрационный стенд для тестирования новых методов обработки данных и аналитики. Это позволит оценить эффективность и применимость новых подходов перед их полным внедрением;
• Разработать методологию работы с данными и определить ответственных. Это поможет упорядочить процессы сбора, обработки и анализа данных, а также улучшить контроль качества информации;
• Использовать возможности Data Entry для упрощения и автоматизации ввода данных. Это поможет ускорить получение необходимой информации и уменьшить вероятность ошибок;
• Оптимизировать расчетную модель и обрабатываемые данные, создавая справочники, сводные таблицы и оптимизированные алгоритмы. Это позволит повысить эффективность обработки данных и улучшить качество аналитики;
• Улучшить доступ к данным и управление ими. Например, внедрить концепцию Data Mesh для управления данными в распределенной среде;
• Стандартизировать загрузчики данных и доработать системы так, чтобы повысить эффективность обмена информацией. Это упростит процесс загрузки данных и уменьшит вероятность технических сбоев;
• Выделить отдельные рабочие ноды для загрузки данных, внедрить мониторинг и оповещение об ошибках. Регулярный анализ причин технических сбоев сделает процесс загрузки данных стабильнее и предотвратит проблемы.

Настройка уровня детализации, визуализации и возможность самообслуживания

Наконец, не менее важным является обеспечение необходимого уровня детализации данных, качественной визуализации информации и предоставление пользователям возможности самообслуживания.

На последнем этапе построения BI-модели можно столкнуться со сложностями, вызванными отсутствием гибкости и функциональности при формировании дашбордов. Это может затруднить эффективное использование BI-решения. Для некоторых заказчиков важна возможность самостоятельного и быстрого развития продукта для повышения независимости от вендора.

Рекомендации

Обратите внимание на несколько моментов.

• Выбирайте BI-системы, которые обладают возможностью кастомизации функциональности и визуализации. Это позволит адаптировать решение под конкретные потребности бизнеса и улучшить гибкость предоставления информации;
• Определите бизнес-задачи и потребности организации, и лишь после этого выстраивайте инфраструктуру BI, а не наоборот. Это поможет создать эффективную и гибкую модель аналитики, соответствующую целям компании;
• Не тратьте время на изучение продукта «вслепую». Обращайтесь за советом и помощью к опытным участникам сообщества пользователей BI-систем или к профессионалам. Если у вас есть нестандартные потребности в визуализации данных, обращайтесь к вендору для разработки дополнительных визуализаций. При этом стремитесь выбирать решения, которые позволяют расширять функциональность без значительных дополнительных затрат.

Импортозамещение — один из основных трендов рынка BI. Несмотря на то, что многие крупные компании продолжают использовать зарубежные продукты, переход на отечественные решения для большинства неизбежен. Он повлечет замену не только BI-решений, но и сопутствующих решений — СУБД, операционных систем и т.д.

Российские разработчики будут стремиться к замещению функциональности продуктов ушедших вендоров, добавляя сервисы, повышающие их конкурентоспособность, к примеру, бесшовный перенос дашбордов, ИИ, визуализация, маркетплейсы, возможность отображения отчетности в информационных системах, КХД.

Ожидания заказчиков по развитию BI-платформ до 2025-2027 гг.

Мы поинтересовались, какого развития от BI-систем ожидает бизнес. Многие хотят видеть дополнительные возможности:

• Интеграцию ИИ в функциональность BI-систем;
• Автоматизацию процессов создания запросов и визуализации;
• Упрощение пользовательского интерфейса;
• Развитие предложений самообслуживания и стремление доступных на российском рынке решений к функциональности ушедших вендоров.

Технологии ИИ

ИИ могут помочь решать типовые задачи, например, формирование типовых дашбордов, создание отчетов, прогнозирование на основе подсказок для ИИ. Есть потребность в подборе визуализации и цветовой совместимости с применением ИИ. Кроме того, ИИ сможет автоматически формировать SQL и DAX на основе устного ТЗ, строить внутренние кубы и запросы.

Создание легких low-code клиентов

Фокус на создании аналитических кубов и систем с минимальным порогом входа для сотрудников без навыков программирования. Это упростит разработку BI и расширит круг пользователей.

Интеграция с новыми источниками данных

Ожидается расширение готовых интеграций с различными источниками данных.

Улучшение ролевой модели доступа к данным

В текущих системах пользователям не хватает гибкости управления ролями — в процессе импортозамещения это было бы преимуществом для поставщика BI-решения.

Переход многих компаний на решения с открытым исходным кодом

Доля таких проектов будет постепенно расти, и в отдельных случаях можно даже ожидать попытки вывода на рынок новых продуктов, тиражируемых внутри отраслей с целью окупить затраты на разработку.

К2Тех — эксперт в области внедрения бизнес-решений. С 2012 г. развивает практику Big Data и BI. 100+ реализованных проектов, 2 премии Global CIO и награда Smart Oil&Gas в номинации «Лучшая цифровая платформа».

НОРБИТ — специализируется на разработке и внедрении ИТ-решений для автоматизации бизнеса и государственного управления. Основные направления работы: разработка и внедрение инновационных ERP-, CRM-, SRM-, HR-, BI- и ML-решений, а также систем управления данными, финансового планирования и бюджетирования.

Кэпт Цифровые Продукты — специализируется на технологическом скаутинге, разработке и внедрении ИТ-решений по направлениям ERP, DWH&BI, AI, EPM, HR, Антифрод, ComplianceTech, а также промышленной автоматизации.

Arenadata — ведущий российский разработчик ПО. Технологическая платформа Группы Arenadata дает клиентам возможность извлечь максимум пользы от накопленной информации — от оптимизации затрат до применения ИИ для удержания и завоевания новых клиентов.

Digital Leader – организатор исследования и международный проект, объединяющий представителей прогрессивного бизнеса и digital-экспертов. DL регулярно проводит мероприятия, на которые приглашает к дискуссии представителей крупного, среднего бизнеса и научного сообщества.