|
|
Обзор
Рынок BI в России 2012Обзор подготовлен
Выбирая аналитические показатели, эффективнее разделять задачи. Требования по самим показателям и периодичности их формирования должны поступить от клиента, ведь именно ему предстоит их использовать в своей работе. Задача консультанта – помочь выявить эти требования.
Для этого нужно понимать специфику бизнеса клиента, изучить устоявшиеся процессы компании, ее терминологию, формы и оценить вместе с клиентом целесообразность использования показателей, принятых в индустрии и знакомых консультанту по его предыдущему опыту, рассказывают в Columbus.
Сергей Шаров, начальник управления информационных систем "Группы компаний ПИК" говорит, что для BI-системы выбираются аналитические показатели, которые: позволяют планировать и контролировать эффективность бизнеса (норма доходности, окупаемость инвестиций, денежный поток); являются критическими для собственно ведения бизнеса (достижение ключевых событий); являются необходимыми для формирования отчетности компании, в том числе внешней по стандартам МСФО.
В "Лукойл Оверсиз" отбор аналитических показателей осуществляется на базе корпоративной управленческой отчетности, представляющей собой набор отчетов по основным видам деятельности. "В ходе проекта по внедрению хранилища мы проанализировали пакет отчетности и определили аналитические показатели, – комментирует Сергей Матюхин, руководитель портфеля проектов "Бизнес-приложения". – Всех их выделили в реестр, где они классифицированы по функциональным блокам и источникам информации. Помимо внутренней управленческой отчетности, нами также была проработана отчетность, предоставляемая в "Нефтяную компанию «Лукойл»", а также отчетность по формам региональных министерств нефти. Далее все аналитические показатели были выделены в реестр, где они были классифицированы по функциональным блокам и источникам информации".
В целом бизнес использует ряд стандартных показателей. Это прибыльность, объемные и стоимостные показатели реализации продукции, показатели, характеризующие состояние расчетов с клиентами компании, перечисляет Анна Авраменко, представитель компании Holcim (Rus). "У нас вся деятельность осуществляется на базе SAP, поэтому основным источником данных для BI и является эта система", – уточняет она.
Однако показатели со временем могут и должны меняться. Алексей Вороной, директор департамента информационных технологий "СП Бизнес Кар", рассказывает, что в его компании проект BI пока остановлен: "Причина – изменение структуры базы данных системы операционного учета как основного источника данных для хранилища. После рестарта в BI будут перенесены основные показатели бизнеса, которые используются сейчас. Расчет их достаточно сложен, и отчеты получаются в основном вручную в Excel, используя данные из нескольких источников. Поработав некоторое время в системе BI, пользователи поймут ее преимущества, и я уверен, что многие нынешние показатели либо будут заменены другими, либо будут более детализированы".
Отбором данных для анализа занимаются те отделы, которые владеют наиболее полной информацией по ним. "Показатели и частота их расчета формулируются руководителями подразделений, – говорит Анна Авраменко. Оценкой исходных данных для расчета показателей, их источников и формулированием алгоритма расчета показателя занимается отдел бизнес-анализа". Алексей Вороной уточняет, что в его компании основные показатели определяет генеральный директор, а дополнительные – руководитель каждого подразделения. "В "Группе компаний ПИК" определением, какие показатели и как часто необходимо формировать в BI-системе, занимается внутренняя служба функционального заказчика, – комментирует Сергей Шаров. – Подразделение наряду с департаментом ИТ является активным участником внедрения и развития BI-системы. Также служба совместно с руководителем проекта (который в данном случае может быть из департамента ИТ) согласовывает и защищает их перед руководством компании".
Эксперты компании Columbus добавляют, что сильным ходом может стать создание центра компетенций BI внутри компании-клиента, в который войдут специалисты из ИТ и бизнес-подразделений. А после завершения основного проекта они продолжают развивать и наращивать BI-решение. Сочетая знание бизнеса компании "изнутри" и полученные в ходе проекта компетенции по продуктам и методикам их внедрения, такие команды показывают способность в сжатые сроки решать сложные и амбициозные задачи, поддерживая рост и развитие бизнеса.
По мнению Сергея Шарова, важно, чтобы подрядчик активно участвовал в обсуждении функционала системы, предлагал свои варианты. "Он должен привнести в работу проектной команды свежий взгляд. Важно также, чтобы он делился опытом ранее реализованных проектов". Согласна с этим и Анна Авраменко: "При определении показателей для анализа интегратор должен поделиться уже существующими решениями, основанными на успешной практике по внедрению и использованию систем".
Специалисты компании "Парма-Телеком" отмечают, что, обладая опытом участия во многих проектах, консультант способен помочь компании определить ключевые показатели деятельности. Далее консультант и заказчик составляют альбом корпоративной отчетности, прорабатывают алгоритмы отчетов, формируют перечень требуемых показателей, инсталлируют хранилище данных и так далее. То есть крайне важно сформировать и зафиксировать в компании видение системы корпоративной отчетности, а со временем предложить возможности дальнейшего развития. "Вначале интегратору необходимо проанализировать показатели управленческой отчетности на предмет их полноты и актуальности, – говорит Сергей Матюхин. – Для этого он проводит интервью с сотрудниками компании, отвечающими за конкретные показатели. По результатам интервью формируется общий реестр показателей, на основе которого готовятся предложения по его оптимизации".
С этим согласны и эксперты компании "Микротест". Иногда после формулировки рекомендаций внедрение BI может потребовать организационных изменений в компании. Например, если нужна возможность анализировать показатели в нескольких новых разрезах, а в системах-источниках отсутствует детализация данных, то понадобится интеграция с этими источниками для обеспечения более детального учета. А от персонала может потребоваться выполнение соответствующих дополнительных действий, например ввод более подробных сведений в учетные системы. Для этого издаются указы по компании, обучаются операционисты.
Более того, рассказывают в Contour Components, часто 90% работы по внедрению хранилища данных и BI-системы состоит именно в анализе состояния дел и даче рекомендаций по структуре данных и метаданных. Редки случаи, когда подобная работа проведенная клиентом самостоятельно, заканчивалась быстрым и результативным внедрением BI. Хорошим стилем является создание трех документов: реестр показателей (массивов, временных рядов и пр., в зависимости от принятой терминологии); реестр классификаторов (справочников, и пр. в зависимости от принятой терминологии); альбом отчетов (отчеты тоже могут называться по-разному – кубами, аналитическими публикациями, регламентными таблицами, "дашбордами"). Эти документы нужно подписать ответственным представителем клиента. И только после этого приступать к проектированию информационной модели системы, регламентов и процедур сбора данных, процедур и алгоритмов очистки и агрегации, визуальных форм.
В некоторых компаниях набор отчетов и показателей уже сформирован, используется долгое время и постоянно совершенствуется, комментируют в Softline. Для таких клиентов основная проблема, побуждающая внедрять систему BI, – технологические ограничения, накладываемые инструментом, используемым для доступа к аналитической информации. В подобных случаях интегратору необходимо, опираясь на существующую методику сбора и подсчета показателей, перенести ее на новую платформу.
В других случаях компании могут быть не до конца готовы к внедрению BI, но четко представляют все преимущества от использования системы. В таком случае интегратор должен помочь в определении направлений для каждой сформулированной бизнес-цели, выделении узловых точек и ключевых показателей эффективности, резюмируют эксперты Softline.
Эксперты Contour Components выделяют несколько сложностей при формировании аналитических показателей. Во-первых, все клиенты по-разному формулируют понятие "показатель". Некоторые называют показателем многомерный массив данных, некоторые – измерения этого массива, значения этих измерений, меры и так далее. Например, задача состоит в сборе данных о ценах. Можно весь прайс-лист называть показателем "Цены", а можно цену на каждый товар. То же самое можно сказать и о слове "формировать". В некоторых организациях "сформировать" означает "собрать" с филиалов и консолидировать, в некоторых – выполнить расчеты и сохранить в базе данных, где-то – распечатать на принтере. Поэтому часть работы внедренца – определиться с терминологией.
Во-вторых, встает вопрос уровня и способа агрегации собираемых данных. Во многих организациях от низовых уровней требуется предоставлять данные в виде сложных агрегатов, например накопительным итогом с начала года. Для этого на низовом уровне нужно хранить отчетные данные за каждый период, проводить вычисления. А в результате в центре будет невозможно даже построить график, потому что данных по месяцам не будет. А ведь так просто собирать данные за каждые период и уже в центре считать накопительный итог.
Способы сбора показателей в разных компаниях
Уровень | Что собирается | Действия |
Начальный | Отчеты | Собирается нечто, объединяющее информацию и форму ее визуализации |
Продвинутый | Показатели | Все отчеты, то есть визуальные формы, неважно – экранные или бумажные, проанализированы, из них выделены общие куски информации, которые названы "показателями", дублирование и противоречивость собираемых данных сильно уменьшена. И уже в центре из показателей создаются визуальные формы – отчеты. |
Правильный | Массивы данных | Из одного и того же массива можно посчитать бесконечное количество показателей, то есть некоторых агрегатов первичных данных, а из них создать бесконечное количество отчетов, то есть визуальных форм |
Источник: Contour Components, 2012
В-третьих, не стандартизированы метаданные, например классификаторы. Очень часто собираемые данные невозможно интегрировать, поскольку на уровне учета применяются разные, несовместимые классификаторы. Чтобы данные можно было агрегировать путем наложения на них формальных алгоритмов, сначала нужно стандартизировать метаданные. Выделить из конечных отчетов, показателей имеющиеся в них справочники (классификаторы, измерения), создать центральный репозиторий метаданных и распространять в подотчетные организации эти метаданные как обязательную к применению нормативно-справочную информацию. Или собирать метаданные снизу, но в центре создавать альтернативные классификаторы, переходные ключи.
Наталья Суслова