Внедрение аналитической системы на предприятии всегда вызывает массу вопросов: для кого она строится, как меняет управленческую культуру предприятия, трансформирует ли архитектуру информационной поддержки бизнеса в целом, какие сулит получить выгоды? Ответы на эти вопросы Intelligent Enterprise узнает у ИТ-директора компании «ЕвроХим» Владимира Николаевича Чибисова.

Intelligent Enterprise: Какие цели преследовались при создании аналитической системы на предприятии?

Владимир Чибисов: Стратегия нашей компании — как можно более активный рост. Чтобы этот тезис не показался абстрактным лозунгом, сразу отмечу один момент. Специфика нашего предприятия не позволяет нам развиваться с высокой скоростью, захватывая все новые доли рынка и резко увеличивая обороты. Мы работаем на рынке, уже сложившемся не только у нас в стране, но и в международных масштабах. Так что в наших условиях куда важнее оптимизировать материальные и финансовые потоки с учетом большого числа входных данных, некоторые из которых на первый взгляд могут показаться незначительными. Также для нас чрезвычайно важно следить за изменением внешней ситуации. Конъюнктура мирового рынка, курсы валют, транспортные тарифы и много другой информации должно быть предметом нашего пристального внимания. Вся эта внешняя и внутренняя информация так или иначе представлена в виде объективных численных показателей и в ряде случаев взаимозависима. И, по сути, задача состоит в том, чтобы, принимая во внимание те показатели, которые мы можем только учитывать, и модифицируя нужным образом те, которые мы в состоянии изменить, найти наилучшее решение для бизнеса в данный момент времени и в конкретной ситуации. Собственно, эту задачу мы и решаем при помощи аналитической информационной системы.

Помимо задачи оптимизации бизнеса в конкретный момент, следует говорить и о прогнозировании ситуации на будущее. В информационном ландшафте нашего предприятия, состоящем, как, впрочем, и у большинства крупных компаний, из множества ИТ‑систем, так или иначе накапливается исторические данные. Превращать их в обоснованные прогнозы — тоже задача аналитической системы.

Вообще же реализация BI для «Еврохима» была отнюдь не менее важной задачей, чем достижение, скажем, такой глобальной и важной цели, как предстоящий выход на IPO.

Хотелось бы тогда понять принципы использования аналитической системы у вас в компании и начать при этом с топ-менеджмента. Дело в том, что очень часто, говоря об этой категории пользователей, имеют в виду пресловутые дэшборды. С глубокой оптимизацией бизнеса за счет анализа и корректировок необходимых характеристик в режиме реального времени такой подход, как нам кажется, не очень хорошо сочетается…

Своевременная доставка топ-менеджменту наиболее важной информации в лаконичной форме и в удобном ему формате дейст­вительно является необходимой задачей, но этого недостаточно. У нас работу топ-менеджеров с аналитической системой можно было бы назвать своего рода игрой, если бы на кону не стояли очень значительные суммы возможной прибыли или, наоборот, убытка. Если же мы говорим о модельной ситуации, где любой топ-менеджмент, ошибившись, терпит лишь виртуальный убыток, то это на самом деле интеллектуальная деловая игра. Собственно, об этом и идет речь, когда мы обучаем топ-менеджеров работе в аналитической системе и показываем те возможности, которые она предоставляет.

Скажем, директора по логистике, финансам, продажам и гендиректор «Еврохима» «играют» в системе на тему «оценка эффективности цепочки поставок». При этом генеральный директор принимает роль директора по логистике, тот, в свою очередь, предстает в виртуальном пространстве этой игры как начальник управления по доставке грузов, а директор по финансам играет директора по продажам. Допустим, они проводят плановую сверку затрат и хотят проанализировать те штрафы, которые якобы имеются на текущий момент. В хранилище, в котором находится 150 тыс. договоров и контрактов, они «докапываются» до реальных затрат, сопровождающих некую сделку, которая имела место в порту. Затем они поднимают данные о себестоимости и понимают, что необходимая маржа достигнута в результате сделки.

Итогом их деятельности становятся прочувствование цифр и числовых нюансов, достижение новой компетенции и приобретение нового опыта, очень нужного топ-менеджерам, так как известно, что «в бизнесе не существует такой вещи, как абсолютно надежная сделка со стопроцентным выигрышем, а существует правило: ошибся — плати».

И вот, в нашем понимании, именно эти люди именно в этот момент как раз и занимаются ничем иным, как бизнес-аналитикой. Причем занимаются хоть и с явными бизнес-целями и вполне конкретными учетными данными (будь то количество денег, мешков, вагонов, километров и  т. д.), но по сути подобно ученым-исследователям. Еще раз подчеркну, что здесь мы практически даем определение бизнес-аналитике и отделяем ее от финансовой аналитики, где специалисты работают с трендами, социальной аналитики, аналитики в области информационной безопасности и прочих видов информационно-аналитической работы.

В данном случае я описывал ситуацию обучения топ-менеджмента, пытаясь наглядно проиллюстрировать сам принцип работы высшего руководства с системой. И они действительно мало напоминают наблюдение за тем или иным дэшбордом. В процессе обучения все исходные данные этой «игры» вполне реальны, виртуален только результат. Но могу сказать, что, осуществляя грамотные действия в реальной ситуации, скажем, директор по продажам сможет получить дополнительной прибыли 2 млн долл. в месяц.

Данная цифра в известной мере является результатом масштаба бизнеса. Играя множеством сценариев производства товара, его многостадийной доставки потребителю, возможностями использования промежуточных складов и прочим, можно выиграть, скажем, 1 долл. и несколько центов с каждого мешка удобрений, что в итоге выльется в те же 2 млн долл. А, наоборот, неоптимальный сценарий и потеря нескольких долларов будет уже означать ощутимый убыток. Поэтому детальная аналитика, в том числе и на уровне высшего руководства, очень важна.

Также подчеркну, что у нас не случайно во время игры реальные должности руководителей не совпадают с их виртуальными ролями. Деловая игра у нас коллективная, с взаимозаменяемостью участников, и столь же важно, что в реальности конечный результат работы в аналитической системе тоже зависит от способности участников в той или иной мере понимать задачи друг друга.

С продуктовой точки зрения я бы как раз выделил некую цельную компоненту автоматизации бизнеса, которая в нашей компании получила название «Единая информационная система Еврохим». Основу ее трехслойной архитектуры составляет ERP‑система Oracle E-Business Suite, с которой работают в основном функциональные специалисты, а также Oracle BI, решающая в том числе задачи управления производительностью (performance management — прим. ред.) и доступная в основном менеджерам среднего звена. На самом верху находится информационная система высших руководителей, которая разработана нами специально и которую мы выделяем в отдель­ный слой.

Что в таком случае происходит на уровне среднего менеджмента? Иными словами, достаточно ли той информации, которая поступает на уровень топ-менеджмента, и их решений, которые мы только что обсудили? Или бизнес-аналитикой должны на регулярной основе пользоваться также и менеджеры среднего звена, решая поставленные перед ними задачи?

Конечно, они ее используют, и я только что сказал об этом. Вместе с тем детальное описание деятельности каждого пользователя или даже их групп в контексте нашего разговора было бы вряд ли уместно. Поэтому лучше сосредоточимся на основных принципах ее использования, и я расскажу вам одну историю, которую мне поведал Франк Бьютендинк — ведущий сотрудник корпорации Oracle по вопросам Business Intelligence.

В свое время индейцев Южной Америки, доселе не сталкивавшихся с современной цивилизацией, впервые привели в большой город и при этом весьма внимательно наблюдали за их реакцией. К большому удивлению всех, их совершенно не впечатлили ни небоскребы, ни автомобили. Однако, увидев велосипедиста с нехитрой поклажей на багажнике, они изумились тому, что на двух колесах можно ехать самому, да еще перевозить так много груза. То есть аборигены увидели то, что были сами в состоянии воспринять, и не более. На этот принцип мы тоже опираемся, давая те или иные возможности сотрудникам, так как они могут работать только с той информацией, которую в состоянии адекватно воспринять. Любая другая для них может оказаться в лучшем случае лишней, в худшем — ее использование с их стороны нанесет вред бизнесу. Не скажу, что это будет диктоваться исключительно их служебным обязанностями. Кто‑то из сотрудников (скажем, в силу богатого профессионального опыта) может правильно обработать больший объем данных. Тогда и возможностей у него будет больше. В том числе не исключено, что данных из смежных областей по отношению к той, которой занимается он сам.

Аналитические системы, как известно, используют информацию из разных источников. Кроме того, заложенные в них алгоритмы часто бывают весьма чувствительными к тому, что подается на вход. Поэтому проблема качества исходных данных может стоять довольно остро. Какова ситуация в «Еврохиме»?

Прежде всего речь идет о едином хранилище, которое, по сути, представляет собой слепок реальной деятельности предприятия в пространстве данных. Информация должна быть доступна в той адекватной для каждого пользователя аналитической системы форме. При этом надо учитывать, что многие данные в системе взаимосвязаны и надо четко локализовать содержательные связи подобного рода.

Что касается частоты обновления данных, то здесь полезно стремиться к ее повышению, хотя самоцелью это быть не должно. Потребности в обновлении тоже разные, да и сам этот процесс обработки данных тоже занимает определенное время. У нас есть витрины, которые обновляются раз в 40 минут, есть те, которые меняют свои данные шесть раз в день, есть так называемые тяжелые витрины, обновляемые вообще раз в сутки. Чтобы, скажем, собрать затраты на вагон, некоторые программы-роботы вынуждены работать по 40 минут, вычленяя из хранилища и обрабатывая необходимую информацию. Только после этого они могут быть визуализированы на витрине. Также нам часто бывают необходимы внешние данные, получаемые (опираясь на приведенный пример сбора затрат), скажем, из системы РЖД. За ними, условно говоря, отправляются наши собственные Web‑сервисы. Кроме того, наша аналитическая система имеет интерфейсы к 15 другим используемым в компании «Еврохим» информационным продуктам.

Если вы способны дать более подготовленным сотрудникам соответственно более мощные возможности аналитической обработки информации, значит, культуру использования Business Intelligence представляется небезынтересным связать с мотивацией сотрудников. Вы предпринимаете какие‑либо шаги в этом направлении?

Участие в развитии системы, ее оптимизация становятся весьма важными компонентами работы пользователей. Наш генеральный директор, например, задумал разработать систему мотивации, при которой каждому сотруднику, внесшему конструктивное предложение по усовершенствованию системы, внедрению новых функций или организации интерфейса системы с пользователями, будет выплачиваться премия. Оказывается, что даже степень MBA для нас теперь играет не такую весомую роль, как активное участие в развитии аналитической системы. Наверное, даже имеет смысл говорить о новых KPI, которые бы учитывали эффективность использования заложенных в нее возможностей.

К вопросу развития системы силами собственных специалистов могу добавить еще один факт. У нас в компании существует и действует на постоянной основе так называемый Центр компетенции BI, в который входят как ИТ‑специалисты, так и профильные специалисты, работающие, например, в области финансов, закупки, логистики. Он, в частности, определяет структуру ИТ-поддержки принятия решений, исходя из текущей структуры управления компанией и принятых KPI.

Работники каких функциональных подразделений являются ключевыми пользователями системы? Насколько правомерен тезис о том, что функции системы в том виде, в котором они используются в компании «Еврохим», сформированы специально под конкретных пользователей?

Безусловно, наша аналитическая система в нынешней конфигурации — это своего рода индивидуальный пошив и под отраслевые задачи, и под конкретное предприятие, и под задачи тех функциональных менеджеров различного уровня, которые работают с ней. Что касается степени кастомизации, то здесь очень многое зависит от отрасли, поэтому далее буду говорить в основном о нашей.

С аналитическим функционалом работают наши маркетологи, но, как мне представляется, создать специализированный функционал под эту категорию специалистов как раз довольно легко. Сделать аналитику для финансиста гораздо труднее, потому что заранее не знаешь, по какому плану счетов придется работать. В данном случае не представляется возможности агрегировать данные на ранних этапах, и прежде чем спроектировать хранилище здесь, необходимо очень серьезно подумать.

Строить аналитику для производственников, наверное, еще сложнее, потому что в данном случае необходимо учесть всю актуальную информацию о работающем оборудовании, о производственном процессе, которая может генерироваться в высоком темпе и в весьма значительных объемах. И чем богаче автоматизация на низком или цеховом уровне, тем сложнее задача построения производственной аналитики. Плюс к этому сюда добавляется задача производственной диспетчеризации, которую часто необходимо решать в режиме реального времени. Аналитика для логистики, в свою очередь, часто осложняется отсутствием точной информации из внешних источников.

Иными словами, аналитика для каждого направления своя, и в каждом из этих направлений построение аналитических решений сопряжено со специфическими сложностями.

Если классифицировать бизнес-аналитику не по функциональным направлениям, а по уровням менеджмента, которые ее используют, то наиболее сложной задачей я бы назвал построение решений для высшего руководства. Тут приходится говорить об изменении самих принципов принятия решения с их стороны. Поэтому создаваемую систему довольно детально приходится адаптировать под этих людей. Вместе с тем и топ-менеджеры не остаются пассивными наблюдателями. В частности, они сами должны описывать свои витрины данных.

Бизнес-аналитика не существует в отрыве от ландшафта автоматизации той или иной компании в целом. Что бы вы могли сказать о смежных направлениях?

Таких направлений я могу отметить немало. Например, весьма весомую роль играет так называемое «направление Twitter», которое, в свою очередь, связано с хранением данных в виде фреймов. Именно когда данные приспособлены для фреймообразного хранения, мы можем наиболее адекватно воспринимать ситуацию, полностью или частично.

Большое внимание мы уделяем и технологиям для гибкой разработки (Agile Web) Python, Ruby on Rails, Seaside и ряду других. Это ключевые для нас проекты, и мы очень тщательно подходим к подбору сотрудников, которые ими занимаются. Необходимо, чтобы это были компетентные и высококвалифицированные профессионалы. На поиск одного сотрудника у нас ушло более года. Но усилия того стоили, и теперь мы имеем действительно знающего и образованного программиста.

Хочу подчеркнуть, что мы ищем технологии, уже зарекомендовавшие себя при решении других масштабных задач. Например, мы видим, что на базе определенных технологий функционирует издание «The Washington Post», на интернет-ресурсе которого размещено около миллиарда публикаций. Мы видим, на чем работает Google, и понимаем, что именно такие технологии нам и нужны. Появилась поисковая система WolframAlpha, которая в отличие от Google предоставляет полноценные справки по интересующей тематике, и мы также проявляем большой интерес к ней. После этого мы начинаем предпринимать целенаправленные усилия, чтобы все это применить у себя.

Вот на том, что это за усилия, и хотелось бы остановиться чуть подробнее. Мощь и надежность по крайней мере некоторых из только что названных вами систем хорошо известна большинству активных компьютерных пользователей. Но какие технологии обработки информации лежат в их основе, знают очень немногие специалисты. Может, это не сверхсекретная информация, но совсем открытой ее тоже не назовешь. К тому же эти технологии могут быть довольно сложными и наверняка требуют тщательного изучения…

Да, полную и исчерпывающую документацию, связанную с работой подобных системы изнутри, вряд ли можно без труда найти в одном месте. Следует подчеркнуть, что очень часто (если не сказать, что почти всегда) интересующие нас технологии имеют корни в сообществе Open Source, о котором стоит сказать особо. В моем понимании это сообщество профессионалов и энтузиастов развития компьютерных вычислительных моделей, которые фактически «живут» в Интернете, черпают оттуда знания, идеи и инструменты для создания собственных разработок и в свою очередь безвозмездно делятся в Сети идеями и плодами своего труда. Там вполне можно найти советы и по тем технологиям, которые интересуют нас на предмет автоматизации нашего бизнеса. Надо только знать, где искать, у кого спросить, и целенаправленно заниматься этой работой. Хочу также отметить, что сторонников Open Source часто воспринимают как некое сообщество, которое совместными усилиями создает те или иные программные продукты, а затем распространяет их в соответствии с лицензиями, не требующими оплаты. Все это так, но данное сообщество не менее, а, быть может, даже куда более ценно тем, что является кладезем идей, очень многие из которых могут быть применены и в автоматизации нашего бизнеса.

Ну и конечно, на предприятии должны быть разработчики, способные довести эти идеи до конечного воплощения в программной системе, которая уже будет использоваться в коммерческих целях. Собственно, всей этой деятельностью занимаемся и мы на нашем предприятии. Согласно этике сетевого сообщества наши специалисты готовы и сами делиться своим опытом и идеями.

Для автоматизации бизнеса вы используете как очень серьезное коммерческое ПО, так и собственные разработки, создаваемые, в частности, на основе свободно распространяемых продуктов. Вместе с тем представляется, что сообщество, пропагандирующее свободно распространяемое ПО, и компании, создающие коммерческие продукты, до сих пор находятся в сильном противоречии. Вам удалось примирить два подхода?

Я считаю, что опыт нашей компании показывает: такое примирение возможно и даже скорее необходимо. Вместе с тем мы двигаемся в этом направлении, конечно же, не ради того, чтобы только доказать этот факт.

Как я уже сказал, мы используем семейство продуктов компании Oracle: Oracle E-Business Suite и Oracle BI. Безусловно, они богаты по функционалу и в них сконцентрирована некая лучшая практика, которая была накоплена за годы эксплуатации данных систем в самых разных компаниях. Отрицать это вряд ли имеет смысл. Это, наверное, основное, за что мы платим деньги. Однако с использованием данных продуктов, скажем, может быть связан устаревший интерфейс пользователя. И поэтому, как я уже отмечал выше, мы совершенствуем подходы к дизайну и разработке интерфейсов с применением технологий, которые использованы в самых последних и известных проектах Open Source. Это один из примеров симбиоза подходов, которых у нас весьма немало.

Могли бы вы что‑то сказать про итоги внедрения технологий BI?

Могу сказать, например, что сейчас мы близки к выполнению задачи сокращения административных расходов на 20% и сокращения средних сроков оборота сырья и материалов с 28 до 23 дней. Это, в свою очередь, должно позволить высвободить около 18 млн долл. оборотных средств.