Инна Андреева (SAS Institute): "Рынок созрел для бизнес-аналитики"

О том, что такое бизнес-аналитика, какие задачи она позволяет решать, каковы критерии выбора аналитических управляющих систем и их эффективность, в интервью главному редактору Intelligent Enterprise Камиллу Ахметову рассказывает Инна Андреева, генеральный директор российского представительства SAS Institute.

IE: Инна, как бы Вы определили бизнес-аналитику?

И. А.: Давайте начнем с того, как ее нельзя определять. Ошибок очень много, особенно в прессе. Просто обидно, когда после двухчасовой беседы с журналистом слышишь глубокомысленное резюме вроде: "Да, мощная у вас ERP-система".

ERP-система — это, по определению, система автоматизации управленческого учета предприятия, соответствующая рекомендациям, называемым ERP. Бизнес-аналитика — это не управленческий учет, это его продолжение. Для примера можно взять технологию Balanced Scorecard. Если попытаться очень грубо описать Balances Scorecard, то это технология, которая позволяет отслеживать ключевые показатели производительности компании, с тем чтобы путем тех или иных изменений в управлении бизнес-процессами вывести эти показатели на желаемый уровень.

В общественном мнении существует также однозначная связь между бизнес-аналитикой и хранилищами данных. На самом деле хранилище данных — это достаточно просто. Это когда очень большое количество информации сосредоточено в одном месте. А бизнес-аналитика — это консолидация данных. И она не обязательно выполняется в хранилище данных.

Приведу один, очень упрощенный, пример задач business intelligence. Предположим, у вашей фирмы есть два клиента. С обоими требуется контакт. Вам известно, что звонок клиентам А и Б приведет к очередным контрактам с ним на суммы соответственно 100 и 90 долл. Но пропускная способность телефонного центра дает возможность сделать только один звонок, так что второго клиента придется обслуживать по почте. Отправка почтового сообщения тем же клиентам даст соответственно 75 и 20 долл. В такой ситуации очень легко принять неоптимальное решение — звонок клиенту А (потому что он вроде как "прибыльнее") и письмо клиенту Б, что принесет фирме в общей сложности всего 120 долл. Тогда как другое решение принесло бы 165.

В реальной жизни параметров, на основе которых приходится делать выбор, гораздо больше. Надо учитывать, что один звонок стоит, допустим, 60 центов, а одно письмо — полтора доллара. Надо обязательно учитывать вероятность, с которой можно ожидать положительного решения от клиента после телефонного контакта и после письма. Ну и, конечно, клиентов не два, а 20 тыс. И у вас есть 16 тыс. звонков и 4 тыс. адресов для рассылки... Вот условия, в которых вы либо будете заставлять своих сотрудников изо дня в день заниматься неэффективной и неинтересной работой с неточными результатами, либо снабдите их средствами business intelligence.

Инна Андреева Генеральный директор российского представительства компании SAS с 2002 года. В компании с 1998 года, занимала должности менеджера по маркетингу, директора по маркетингу, директора по продажам. С 1995 по 1998 годы работала менеджером по работе с глобальными партнерами и менеджером по маркетингу московского представительства Oracle. До 1995 года училась и работала в США, окончила с отличием Университет штата Калифорния в Хейворде (CSUH).

IE: Вы считаете, что клиент сегодня уже "созрел" для систем бизнес-аналитики?

И. А.: Во всяком случае, если вспомнить 1998 год, то прогресс очень большой. В 1998 году, когда упоминалось понятие "хранилище данных", люди в лучшем случае думали, что речь идет о каком-нибудь мощном сервере. Теперь уже никому не надо объяснять, что такое хранилище данных, что такое OLAP. Так что сегодня, я полагаю, рынок созрел, и не только в плане понимания необходимости автоматизации и информатизации.

Рынок созрел для бизнес-аналитики, для оптимизации бизнеса — это именно то, чем занимаемся мы. Некоторые думают, что это касается в основном новорожденных, свежеиспеченных предприятий, контролируемых самими их владельцами, акционерами, которые имеют современное бизнес-образование и т. п. На самом деле это не так. Госмонополисты, министерства, эти огромные махины, которые многие привыкли считать неповоротливыми образованиями, вполне ориентируются в использовании современных интеллектуальных технологий. Нашими первыми клиентами были именно они, несмотря на то, что это совершенно другая школа. Более того, я должна отметить, что эти две школы сейчас все больше сближаются.

Компании из самых разных отраслей (от розничной торговли и банков до промышленных предприятий и транспорта) находятся в активном поиске технологий и решений, способных реализовать аналитические подходы в управлении бизнесом, и этот интерес мы явственно ощущаем в своей повседневной работе. Аналитическое управляющее программное обеспечение позволяет организациям выработать стратегическую модель управления всеми аспектами своей деятельности — от финансового управления до управления взаимоотношениями с поставщиками и заказчиками, информационными технологиями и человеческими ресурсами. Следуя этой модели, компании могут гарантированно реализовывать корпоративные бизнес-стратегии, находить новые пути получения устойчивой прибыли, повышать рентабельность производства и в итоге выходить на максимальную эффективность своего бизнеса.

Современные предприятия, особенно крупные, накопили гигантские объемы данных о клиентах, поставщиках, операциях и многом другом, хранящиеся в десятках операционных и транзакционных систем в различных функциональных подразделениях. В этих базах данных скрыты настоящие сокровища мудрости — исчерпывающие знания о клиентах, благодаря которым можно добиться поразительных успехов в их привлечении и удержании. Но камень преткновения на пути к таким успехам заключается в том, что эта ценнейшая информация содержится в огромном количестве независимых друг от друга источников, и ее извлечение для конкретных целей становится в подавляющем большинстве случаев физически невыполнимой задачей, не говоря уже о том, что эта информация представляет собой, как правило, необработанные данные, не пригодные для целей анализа. Какие перспективы открылись бы перед компаниями, если бы они имели план, позволяющий быстро преобразовать все эти данные в стратегические знания, а, следовательно, и в программу своевременных целенаправленных действий, дающих практически немедленные результаты и сказывающихся в течение долгого времени!

IE: Таким образом, Вы отводите особую роль CRM-решениям?

И. А.: Используя CRM-решения, компании могут преобразовывать данные о клиентах и услугах, получаемые из любого источника и по любому каналу, в стратегические знания и формировать для себя четкое представление о клиентах, позволяющее вырабатывать прогностические модели их поведения с исключительно высокой степенью достоверности. Это позволяет планировать и внедрять автоматизированные, многоканальные, многоэтапные маркетинговые кампании, использовать сложные методы выявления целевой аудитории и выработки адекватных рекламных мер, анализировать причины того, почему рекламная кампания развивается именно так, а не иначе, и доставлять эти знания всем, кто участвует в данном процессе.

IE: Инна, а что можно сказать об эффективности внедрения ИТ-решений?

И. А.: Я не могу отвечать на этот вопрос от лица всего ИТ-рынка, но что касается ПО SAS, существуют убедительные данные, показывающие, что это ПО эффективно использует инвестиции, ранее сделанные клиентами в операционные системы и приложения, добавляя к ним уровень знаний, который невозможно обрести где-либо в другом месте. Поскольку все решения SAS опираются на одну и ту же единую, открытую, универсальную платформу — Intelligence Architecture, не составляет труда связать отдельные решения и эффективно использовать уже существующую технологию для получения надежной информации, на основе которой руководители предприятий могут принимать взвешенные решения.

Вернемся к примеру с обзвоном-рассылкой — ни одна компания не может себе позволить охватить своими рекламными акциями вообще всех своих потенциальных клиентов до единого. Поэтому приходится моделировать ситуации и учитывать в этих моделях ограничения, связанные с финансами клиента. Так компании попадают в новую область анализа, называемую оптимизацией. Здесь анализируются такие обстоятельства, как бюджет клиента, ограниченные возможности канала распространения, определенные бизнес-правила. Например, компания может установить для себя жесткое правило — беспокоить клиента не чаще четырех раз в год. Необходимо учесть эти ограничения и оптимизировать в соответствии с ними бизнес-процессы. Мы поддерживаем все эти разновидности анализа в одной среде, причем они дополняют друг друга.

IE: Не так сложно это звучит — беспокоить клиента не чаще четырех раз в год. Я хочу сказать, что для выполнения таких бизнес-правил, наверное, не обязательны ИТ-решения.

И. А.: Беспокоить клиента не чаще четырех раз в год — это самое простое, что только можно придумать. Есть куда более интересные возможности. Например — совсем не беспокоить клиента массовыми рассылками-обзвонами, а реагировать только на его высказанные пожелания, а еще лучше — на невысказанные.

IE: Как можно отреагировать на невысказанное пожелание клиента?

И. А.: Возьмем для примера мобильную связь. Тарифные планы операторов устроены так, что чем более интенсивное пользование связью предусматривает тариф, тем меньше удельные расходы абонента в единицу времени в рамках данного тарифа. Если клиент использует услуги сотовой сети слишком интенсивно или, напротив, недостаточно интенсивно для данного тарифа, он неоптимально расходует свои средства. Сотовая компания может никак на это не реагировать, а может сделать на "личном деле" клиента что-то вроде пометки — данному клиенту имеет смысл использовать тарифный план такой-то. При очередном обращении клиента в абонентскую службу оператор не только выполнит его запрос, но и "между прочим" сообщит ему о том, что существует более выгодный для него тариф и процедура перехода на него такая-то.

Разумеется, для того, чтобы достичь подобной степени клиентоориентации, вы должны понимать собственную работу. Возьмем сферу розничной торговли. Вы, скажем, не можете проанализировать причины, побуждающие людей делать покупки по очередному присланному каталогу, — они пользовались им прежде, вещи по каталогу обошлись им дешевле, чем в магазине, или у них просто такой образ жизни? Если вы будете глубоко понимать «потайные пружины», которые движут вашим бизнесом, вы будете принимать оптимальные решения и добьетесь преимуществ перед конкурентами.

IE: Это значит, что результаты, которые получает пользователь системы бизнес-аналитики, зависят в первую очередь от его знаний, а не от самой системы?

И. А.: Не совсем так. Тем, кто выбирает систему бизнес-аналитики, оптимизации, я посоветовала бы обратить внимание на то, что производители часто продают «черный ящик» — это система, которая получает нечто определенное на входе и выдает некий результат на выходе, при этом неизвестно, что происходит внутри нее, как именно получается тот или иной результат. Производители не хотят раскрывать секретный механизм, выполняющий анализ. Если возникает необходимость учесть какие-либо финансовые ограничения или другие параметры, их можно ввести в "черный ящик", но как поставлена задача для внутреннего анализа в этом случае — неизвестно. Тем, кто хочет действительно хорошо понимать собственный бизнес и иметь решающий голос при постановке аналитической задачи, я бы рекомендовала выбирать гибкую систему, дающую им контроль над собственной компанией, и не полагаться на милость «черного ящика».

Система бизнес-аналитики — это не просто "приборная доска" с индикаторами. Конечно, это в том числе и приборная доска. Но приборную доску сегодня предлагают многие.

IE: Таким образом, как бы Вы определили основной критерий выбора аналитической управляющей системы и способы оценки эффективности проекта?

И. А.: Срок получения прибыли — в абсолютном большинстве случаев главное соображение при принятии решения о любых технологических нововведениях. Как скоро будут видны результаты внедрения? Вот тот вопрос, который больше других интересует любого предпринимателя, инвестирующего в технологические усовершенствования. Этот же показатель, по нашему мнению, может характеризовать и результативность внедрения систем бизнес-аналитики. Наш опыт внедрения собственных решений показывает, что можно получить ощутимый возврат от инвестиций в течение месяцев, а не лет.

Но здесь надо добавить, что максимальная ориентация на клиента — это не единственный способ выживания на рынке. Не менее важно достичь максимальной эффективности деятельности самой компании, обеспечить стабильность и надежность основного производства, а также стремиться к оптимизации затрат и росту рентабельности предлагаемых продуктов и услуг. Для решения этих задач на рынке существует целый спектр необходимых технологий, и не в последнюю очередь благодаря компании SAS. Это и средства для сбора информации из различных источников, и средства обработки и представления информации в том виде, в котором она наилучшим образом воспринимается и может интерпретироваться пользователем, а также — и это, наверное, наиболее важный компонент — аналитический инструментарий для анализа, прогнозирования, оптимизации и сценарного анализа, что обеспечит принятие решений, обоснованность которых можно считать практически стопроцентной. И эти технологии актуальны для всех отраслей.

Повторюсь — потенциал роста спроса на системы бизнес-аналитики и оптимизации бизнеса на отечественном рынке представляется нам чрезвычайно высоким. Поэтому я не сомневаюсь в том, что труд разработчиков этих систем будет весьма востребован. Ну, а компания SAS во всем мире признана лучшим разработчиком аналитических средств для решения сложных задач бизнеса.

IE: Спасибо Вам, Инна, за интересную беседу.

SAS http://www.sas.com Компания создана в 1976 году. Разрабатывает программное обеспечение для создания систем доставки информации лицам, ответственным за принятие решений; предлагает полностью интегрированные решения, объединяющие технологии хранилищ данных, аналитику и традиционные приложения BI для извлечения знания из гигантских массивов данных. ПО SAS включает средства управления, организации и эксплуатации хранилищ данных (Data Warehouse); средства интеллектуальной поддержки бизнеса, в том числе информационные системы руководителей (EIS), системы оперативной аналитической обработки (OLAP), средства разработки приложений и систем поддержки принятия решений; прикладные аналитические средства, включая интерактивный статистический анализ, статистические алгоритмы, анализ временных рядов, Data Mining и нейронные сети; интеллектуальные средства электронного бизнеса (e-intelligence). SAS также предоставляет готовые решения, предназначенные для стратегического управления деятельностью компании, управления взаимоотношениями с клиентами и поставщиками, финансами, информационными ресурсами, персоналом. Решения SAS используются в более чем 38 тыс. компаний (в том числе в 99 из первых 100 в списке Fortune 500), в правительственных структурах и университетах мира. Компания ежегодно реинвестирует в исследования и разработки более 30% своего оборота (всего за время существования SAS Institute в них уже вложено свыше 1 млрд долл.). Суммарный доход компании в 2002 году достиг 1,18 млрд долл., причем 49% его пришлось на Северную и Южную Америку, а 42% — на регион EMEA. В более чем 200 офисах компании SAS в 50 странах мира работает свыше 5000 сотрудников. Российское представительство компании SAS открыто в 1996 году.