Бизнес-интеллект доступен каждому.

Некоторые тенденции применения BI-систем мы решили представить, объединив собственное мнение, мнение участников российского рынка, предмет публикаций данного тематического выпуска, а также материалы последней европейской конференции компании SAS — по сути одного из ключевых мировых форумов, посвященных корпоративной аналитике.

Для «среднего класса»

У российского пользователя применение аналитических приложений в бизнесе, пожалуй, прочно ассоциируется с агрегацией данных на уровне высшего менеджмента с возможностью оценки ситуации и принятия долгосрочных решений. Такое представление об аналитике хотя и является в принципе верным, все же нуждается в некоторых расширениях.

Начать хотелось бы с общих тенденций, с недавних пор заметных и на российском рынке. Аналитика (или просто потребность в ней) мало-помалу перестает быть исключительной прерогативой высшего менеджмента, одновременно занимая все более прочные позиции на рабочих столах управленцев среднего звена. К такому выводу мы приходим, рассматривая самые различные стороны информационной поддержки бизнеса, а причина здесь прежде всего в развитии бизнеса как такового, причем и с количественной, и с качественной точки зрения. К примеру, по мере роста бизнеса число ведущихся на предприятии бизнес-проектов постепенно переходит некую условную границу и менеджмент от методики управления отдельными проектами (project management) смещается к методике управления портфелем проектов (portfolio management). Последняя, как известно, является качественно иной дисциплиной и в отличие от первой допускает учет приоритетов различных работ в некой вероятностной схеме.

Подобная ситуация может иметь место и в промышленности при смене подхода к производственному планированию с пресловутого MRP на более современный APS (Advanced Planning and Scheduling). Никак не являясь чисто аналитическим сам по себе, тем не менее APS подталкивает средний менеджмент к более интеллектуальной работе. Иными словами, система в этом случае не занимается чисто арифметическими вычислениями и не дает ответа на уровне «можно или нельзя выполнить тот или иной производственный заказ». Речь идет о возможности выполнить один заказ за счет некоторых «жертв» со стороны исполнения другого, и снова среднему управленческому персоналу приходится иметь дело с рядом зачастую не столь очевидных, а иногда и просто субъективных по своей природе приоритетов. Система планирования «расшивкой» подобных ситуаций занимается лишь до определенного предела, но к проблеме во всей её полноте подводит вплотную.

Еще один пример — технологии управления ИТ-инфраструктурой, которые, как мы наблюдаем в российских проектах, на определенном уровне развития становятся проактивными. Иными словами, наступает момент, когда информации и опыта ее использования становится достаточно, чтобы, скажем, спрогнозировать потребности бизнеса в ИТ-инфраструктуре на будущее или предсказать некоторые технические проблемы. Всё спрогнозированное не обязательно произойдет на самом деле, но в текущей ситуации может случиться с повышенной долей вероятности.

Примеры можно было бы продолжать, однако отметим главное. Зрелый бизнес рано или поздно выходит на тот уровень, когда менеджеры среднего звена постепенно получают в свое распоряжение инструменты, выходящие за рамки автоматизации рутинных операций, которыми они в большей степени пользовались прежде. Теперь информационные системы могут работать с большим объемом данных и более разнообразными их форматами, формировать модели более сложных бизнес-ситуаций, детализировать их, но на определенном этапе ставить средний менеджмент перед необходимостью принимать неочевидные решения. В такую ситуацию аналитические решения могут вписываться вполне органично, если помимо универсальных возможностей агрегации, представления и быстрой обработки информации мы имеем заранее предусмотренную возможность решения методами BI узкофункциональных задач. Ведь на среднем уровне проблемы всегда более специфичны.

Демонстрацию внедрений подобных аналитических систем, из которых, в общем, и складывается стратегия использования аналитики в масштабах всей компании, мы как раз видим на конференции компании SAS. Характерным примером привязки аналитики к задачам среднего уровня в промышленном секторе может служить решение по управлению гарантийными обязательствами (warranty analysis), доклады по практическому применению которого были сделаны представителями китайского автоконцерна и французского производителя микроэлектроники. Речь идет о своеобразном аналитическом дополнении к более знакомой корпоративному пользователю транзакционной системе аналогичного назначения, способной расширить управленческие функции последней до усовершенствованного анализа — скажем, до предсказания вероятности тех или иных обращений клиентов за сервисом (warranty claims). Смысл использования такого продукта состоит в том, что он выявляет весьма неочевидные закономерности между характеристиками клиентов, собственно обращениями, а также параметрами производственного процесса изделия и его комплектующих, отслеживаемыми на необходимую глубину. Наверное, решения warranty analysis можно рассматривать как метод, позволяющий в максимальной мере воспользоваться весьма тонкими инструментами внутрипроизводственного управления, которые применяются в компании. Еще один хороший пример — решение SAS Activity Based Management, также являющееся своего рода расширенным инструментом для традиционной задачи управления себестоимостью, но уже на более совершенной методической основе и при активном применении аналитического аппарата.

Еще раз подчеркнем, что подобные аналитические решения на среднем уровне менеджмента приходят на помощь в случаях, когда традиционная ИТ-поддержка может достаточно далеко продвинуть управленческий персонал на пути к принятию сложных управленческих решений. Не обладая, однако, встроенными мощными аналитическими алгоритмами, рано или поздно она оставляет корпоративного пользователя наедине с нетривиальным выбором бизнес-решений. Здесь-то BI и принимает эстафету.

Можно отметить, что, судя по конференции, в сфере проблемно-ориентированной аналитики пока явно лидируют банковская, страховая и телекоммуникационная отрасли. В значительной мере это связано с жестким регулированием в данных отраслях и стандартизацией их деятельности, а также с их ориентированностью на клиента и гибкими возможностями изменения конфигурации предоставляемых услуг в соответствии со спросом. По совокупности докладов видно, что многое по-прежнему достигается за счет применения (не в последнюю очередь средним менеджментом) в компаниях относительно универсального OLAP-анализа. Но есть и анонсы специальных решений. Наиболее популярные из них — это, пожалуй, риск-менеджмент и аналитический CRM (a-CRM). Последний, кстати сказать, всегда подается не как организация контактов с клиентами, а как вертикальное решение для автоматизации маркетинга, сервиса или продаж. Внедрения в промышленности, подобные упомянутым выше, пока встречаются гораздо реже. И даже более тяготеющая к аналитическим решениям розничная торговля не так заметна.

Если ориентироваться на подборку материалов данного тематического выпуска, можно отметить, что в среду оперативной работы функционального менеджмента аналитика явно проникает. Вместе с тем происходит это по-разному. В Росбанке, например (см. статью на стр. 36), это представляется как последовательный путь от технологий сбора данных через развитую систему отчетности к специализированному решению для менеджмента, работающего в области управления рисками. «Красный куб» (см. стр. 20) также идет по пути развития технологий сбора данных и нерегламентированной отчетности. Однако в узкофункциональный бизнес-анализ компания продвигается уже несколько иначе — скорее с помощью расширенного использования универсального OLAP-анализа, дополняя его уже не алгоритмами специализированных аналитических систем, а знаниями собственных экспертов и аналитиков.

Уже функциональность — больше
математики

Вышеописанные изменения могут, в свою очередь, определять и то, что мы понимаем под пакетом аналитических решений. В связи с этим отметим, что с технологической точки зрения аналитические решения неоднородны, о чем мы, в частности, рассказали при описании проекта, проведенного в компании «ЛУКОЙЛ-Интер-Кард» (см. статью на стр. 32). Там речь по большей части идет о четырех составляющих аналитического решения, в совокупности образующих комплексную и способную к развитию систему. Это:

• физическая модель хранилища информации;
  
• средства переноса данных в хранилище;
  
• инструменты проектирования;
  
• программные средства, обеспечивающие доступ к данным и их визуализацию.

При этом отмечено, что перечисленные элементы не только различаются как технические решения, но в ряде случаев и искать их приходится более чем у одного поставщика. Пока именно такой базис в большей мере характерен для проектов комплексного внедрения аналитических систем в России, хотя именно в связи с вышеизложенными тенденциями появления вертикальных решений на уровне среднего звена управления он может пополниться. Дело в том, что специализированная функциональная аналитика тесным образом связана с использованием весьма «продвинутых» вычислительных алгоритмов. «Движком» таких продуктов могут быть многие методы классического статистического анализа, нейронные сети, деревья решений, кластерный анализ и пр. В этой связи отметим, что, как нам представляется, некоторые различия в подходах к внедрению аналитических систем в Росбанке и в компании «Красный куб», которые, напомним, описаны в данном номере, имеют свое отражение и в том, как эти две компании относятся к вертикальным аналитическим решениям. В банке полагают, что такими инструментами менеджмент пользоваться безусловно должен. Что касается торговой компании, то там в большей степени полагаются на знания и опыт штатных аналитиков и, соответственно, в меньшей — на функциональные программные продукты.

Если снова вернуться к рассматриваемой нами конференции, можно отметить, что насыщенные сложными математическими алгоритмами решения действительно используются, хотя степень их популярности в различных индустриях неодинакова. Среди лидеров опять-таки придется назвать ту же самую тройку отраслей — телекоммуникационную, банковскую и страховую, прибавив к ней, пожалуй, сферу (как государственную, так и частную), связанную с предоставлением медицинских услуг. Первые три отрасли в плане пристрастий к конкретным вертикальным решениям весьма схожи. Наибольший интерес, по нашим наблюдениям, представляют a-CRM, чаще всего направленные на автоматизацию маркетинговой деятельности, а также анализ различных видов рисков, по понятным причинам больше популярный в банках и страховых компаниях. Причем (если в данном случае брать гамму решений компании SAS) ставка делается не только на универсальные средства «раскопки данных» типа Enterprise Miner, но и на узкоспециализированные инструменты, такие как Credit Risk Management, Operational Risk Management или Fraud Detection. По применению одного из таких инструментов, SAS Credit Scoring, своё сообщение представил и Сбербанк РФ.

Стоит, наверное, сказать и о том, что в европейских странах стимулирующим фактором развития математически насыщенной аналитики является реализация государственных и муниципальных программ, которым на конференции SAS также уделялась немалая доля внимания. Опять-таки в значительной мере предприятия госсектора пользуются продуктами для функционально ориентированной аналитики, заранее созданными для решения таких задач, как, например, организация общественного транспорта или охрана окружающей среды. В контексте работы государственных структур трудно употреблять термин «средний менеджмент», однако в функциональном отношении речь и здесь идет именно о тех проблемах, которые в коммерческих организациях, наверное, решались бы на уровне руководителей среднего звена.

Безусловно как в коммерческих, так и в госорганизациях OLAP-анализ, отчетность и некоторые другие инструменты «классической» аналитики по-прежнему актуальны, но при этом хорошо заметно, что к алгоритмически насыщенной аналитике европейские компании приступают не только при наличии большого количества исторических данных, но и будучи уверенными в их качестве. Путь к использованию усовершенствованной аналитики в российских компаниях, похоже, также пролегает через построение развитой системы отчетности и накопление некой критической массы опыта работы с ней. В том числе путем широкого вовлечения и использования OLAP-анализа подразделений, занимающихся теми или иными вертикальными направлениями — маркетингом, производством, контроллингом, разработкой стратегии и т. д.

Аналитик — это звучит гордо

Внедрение BI-систем интересно и в том смысле, что при их использовании задействуются специалисты различного уровня. Задачи и общее направление деятельности ИТ-подразделений в случае развертывания тех или иных продуктов, относящихся к анализу данных, понятны, тем более что здесь мы имеем дело с технологически насыщенным направлением. Да и творческие приемы работы с информацией здесь, пожалуй, особенно востребованы. Стоит также заметить, что именно с возникновением серьезного отношения к аналитическим системам вся корпоративная информация как целое обычно начинает рассматриваться как отдельный актив предприятия со всеми вытекающими отсюда последствиями, относящимися к роли ИТ-подразделения в бизнесе.

Что касается бизнеса, то он также оказывается вовлечен в работу с системами (в том числе оперативную) в качестве непосредственного участника — где-то практически самостоятельную, где-то при известном посредничестве ИТ-департамента, хотя и не только его. В большинстве статей данного тематического выпуска прямо или косвенно в контексте внедрения или использования программных систем, о которых мы говорим, как особая категория сотрудников упоминаются аналитики. Из того, как именно они упоминаются, можно понять, что это специалисты, не имеющие прямого отношения ни к ИТ-департаменту, ни, строго говоря, к функциональному менеджменту. Понятно также, что акценты в их деятельности у различных компаний разные, хотя так или иначе их роль заключается в спрямлении пресловутых отношений между бизнесом и ИТ в случае, когда речь идет о применении бизнес-приложений определенного класса.

В третий раз проведя параллели между внедрениями аналитического ПО в банке и в торговой компании, описанными в двух интервью данного номера, отметим, что в разных организациях акценты расставляются по-разному. Так, в одних фирмах они могут больше смещаться на знакомство аналитиков со всей гаммой стандартных для бизнеса приемов аналитической обработки информации и умение использовать их в контексте работы с конкретными программными продуктами. Другие компании могут требовать от этих специалистов большего понимания специфики самого бизнеса, самостоятельного построения гипотез на основе произвольной обработки данных, как правило, близкой к OLAP-анализу. Иными словами, известная проблема взаимодействия «бизнес — ИТ» в случае использования систем BI также стоит очень остро и скорее всего обладает некоторым своеобразием.

Снова вернемся к конференции, которая не оставила в стороне и вопроса об оптимизации использования персонала при активной работе с BI-системами. Судя по докладам ее участников, сильная и весьма многочисленная группа профессиональных аналитиков на западных предприятиях существует. Характерно также, что широкое использование усовершенствованных аналитических систем с заложенными в них возможностями автоматического формирования гипотез, механизмами их проверки и иными функциями, традиционно присущими экспертам и аналитикам, отнюдь не принижает (а скорее даже повышает) роль последних. Это прямо явствует из сообщений, сделанных, например, представителями HSBC и Barclaycard. Заслуживает внимания и популярная среди заказчиков концепция центра компетенции в области аналитических решений (BICC — Business Intelligence Competency Center). Первоначально предложенная Gartner, теперь BICC находит поддержку и среди поставщиков аналитических систем — в частности, у той же компании SAS. В ней как раз и делается попытка систематически представить вопросы классификации задач BI, проблемы оптимизации структуры персонала, вовлеченного в использование аналитических систем, а также проблемы культуры работы с аналитикой со стороны самого заказчика. Свое видение построения центра компетенции изложили на конференции более десятка заказчиков.