Современный анализ данных: общие вопросы BI

Усиление интеграционных процессов и обеспечение продуктивного взаимодействия требуют высокой концентрации информации и знаний работников, клиентов, партнеров, конкурентов. Одним из способов обеспечения эффективности управления бизнесом выступают информационные технологии Business Intelligence (BI), объединяющие сбор данных, анализ, моделирование и прогнозирование. В этом случае получаемые оперативные и достоверные данные помогают не только повышать текущую производительность работ и качество планирования (например, на основе методов совместного, активного или интегрированного планирования, предлагаемых в mySAP Business Intelligence, или построения многосценарных бюджетов в системе Cognos, получения многомерных кубов данных с помощью аналитической платформы «Контур»). Системы BI предоставляют возможность находить новые способы использования таких активов, как знания персонала, ценность клиента, эффективные сети бизнес-партнеров, возможные источники инноваций.

ПОЛЬЗОВАТЕЛИ И ТИПИЧНЫЕ ЗАДАЧИ СИСТЕМ BI

Анализ актуальных корпоративных данных, разнообразные отчеты и прогнозирование все больше становятся необходимы современным руководителям для эффективного управления предприятием. Инструменты BI для углубленной работы с данными на основе технологий аналитической обработки данных OLAP (On-line Analytical Processing), добычи данных (Data Mining) и мощных статистических пакетов (например, Statistica) используют различные организации — промышленные, торговые, финансовые, научные, сферы услуг и другие — для решения следующих типичных задач.

Типичные задачи. Финансовые учреждения анализируют внутреннюю отчетность банка, бюджет, активы, пассивы и клиентскую базу, контролируют работу филиалов. Торговые организации исследуют продажи в разрезе номенклатуры товаров и торговых марок, анализируют тенденции динамики продажи товаров за определенный период времени. Производственные предприятия применяют системы BI для контроля отгрузки товаров по сотням показателей номенклатуры, проводят сверку налоговой отчетности. Важное значение приобретает аналитика отношений с клиентами и конкурентами, аналитика в сфере персонала.

Государственные организации, накапливая в хранилищах данных огромные массивы, используют эти данные для анализа, например, структуры населения страны или региона в различных разрезах, кадастра земель, паспортов предприятий и т. п.

Маркетинговые и консалтинговые фирмы предоставляют отчеты об исследованиях рынка, выполненные по технологии OLAP, своим клиентам. Различные информационные агентства, инвестиционные компании, электронные биржи, интернет-магазины, фонды предоставляют своим клиентам всевозможные сводки и отчеты, подготовленные с помощью инструментов BI.

Соответствующие инструменты позволяют также анализировать информационное поведение посетителей сайта компании, оценивать интерес пользователей к разным разделам сайта и продуктам компании, рекламным материалам, прайс-листам и пр.

Методы, применяемые в системах BI для выполнения OLAP-анализа, позволяют реализовать так называемое «правило 20/80», согласно которому 80% прибыли приносит 20% видов деятельности. Преимущества, которые получают специалисты в виде наглядной и актуальной картины бизнеса по различным аспектам деятельности предприятия на основе выявления динамики и зависимостей показателей, этим не исчерпываются. Системы BI позволяют также проводить поиск скрытых закономерностей и прогнозировать вероятные тенденции.

Компьютерное моделирование на основе технологий интеллектуального анализа данных Data Mining составляет отдельное направление. Здесь выделяется, по крайней мере, два класса задач.

Первый требует программного обеспечения для решения сложных исследовательских проблем, которое позволяет осуществить быстрый доступ к многочисленным экспериментальным данным и библиотекам программ, тестирование и сложные многовариантные расчеты, моделирование поведения сложных систем (экономика, медицина, фармацевтика, экология, математика, физические и химические эксперименты и др.).

Другой класс задач составляют проверка некоторой гипотезы на базе компьютерной модели, а также разработка компьютерных учебных сред, в том числе и в целях корпоративного обучения. Здесь требуются специальные программные средства, не столь сложные и громоздкие, как в промышленных задачах, но достаточно универсальные для решения круга проблем данной предметной области. В этом случае широкие функциональные возможности промышленного ПО, ориентированного на решение конкретных задач специальными методами, компенсируется, например, за счет возможности корректировать ход компьютерного эксперимента или процесс решения задачи в реальном времени.

Проектирование компьютерных учебных сред по соответствующим дисциплинам требует средств визуализации объектов и процессов, тщательной разработки интерфейса с обучаемым, методик исследования задачи на наличие других решений, а также корректного протокола решения задачи для его последующего анализа преподавателем. Одним из наиболее важных преимуществ учебных сред, построенных с использованием Data Mining, выступает возможность поиска скрытых закономерностей — знания объективно существующего, но субъективно не известного обучаемому.

Нетипичные задачи. Помимо перечисленных типичных задач есть и нетипичные.

Поскольку современные интеграционные платформы систем управления предприятием развивались в направлении движения «от части к целому», можно сказать, что свойства «частей» (модулей, приложений) изучены довольно хорошо, но пока мало что можно сказать о свойствах «целого». Проблема соотношения «части» и «целого» в сложных системах, как известно, приводит к несводимости состояния «целого» к сумме состояний его «частей». Формирование единого потока информации и знаний, охватывающего все сферы деятельности предприятия и всех участников бизнеса в единой модели, предполагает несколько иную оценку роли и влияния такого подхода к проектированию системы управления на деятельность предприятия и прежде всего переосмысление роли человека, принимающего решения.

Если речь идет о людях, работающих в организации, то трудно быстро привыкнуть к мысли, что в компетенцию и функциональные обязанности многих из них, ранее занимавшихся строго очерченными вопросами, включаются новые задачи. Помимо расширения полномочий менеджеров среднего звена, в процесс принятия решений вовлекаются и другие работники. В контексте управления знаниями речь может идти о самых разных специалистах: секретарях, торговых агентах, складских рабочих и пр. Это требует разработки новых методик корпоративного обучения, например, принципам работы организации, эффективному использованию информации, обучения работе с системой управления знаниями предприятия, обучения у клиентов. Несомненно, что при их разработке также потребуются и данные, полученные и проанализированные с помощью инструментов BI.

Информационные потоки. Если же говорить о разнообразной информации, циркулирующей на предприятии,- собранной в хранилищах и поступающей извне, или о новых знаниях, создающихся в компании,- то необходимы иные способы анализа и интерпретации таких мощных информационных потоков.

Одним из вариантов такого подхода может выступать общий принцип симметрии вопроса и ответа: если человек в состоянии сформулировать вопрос, значит на него уже где-то есть ответ. Этот принцип достаточно хорошо проявляется в научных исследованиях, кроме того, если в ходе работы над некоторой темой (например, при написании книги, диссертации) начинает «вырисовываться» новая тема, значит предыдущая уже «созрела».

Примерно о том же говорят факты из различных областей знаний. Так, в известной теории функциональной системы П. К. Анохина (1935) подчеркивается, что эта система образуется не последовательно из различных элементов, а в результате их одновременной скоординированной активности. Эксперименты из области нейропсихологии показывают, что двигательные нейроны включаются в активность не в ответ на сигнал сенсорных нейронов, а одновременно с ними.

Множество вопросов развития сложных систем, например, экономических и социальных, уже попали в сферу внимания теории самоорганизации и синергетики, исследующих поведенческие стратегии таких открытых систем, их эволюцию и коэволюцию (ситуацию, в которой вместе с развитием системы развивается и среда). Деятельность современных предприятий также отвечает этой тенденции.

Сложности указанных задач соответствуют сложность и объемы данных, вовлекаемых в анализ и моделирование,- будь то в масштабах одного предприятия, обладающего целой сетью внутренних и внешних отношений, или в масштабах всей отрасли. И роль аналитика лишь возрастает при переходе от интерпретации данных в некотором «разрезе» к рассмотрению многих вариантов в комплексе и поиску более общего смысла. Здесь важно осознавать то, что ответы на вопросы определяются не только характером анализируемого объекта, относительно которого задается вопрос, но и способом постановки вопросов, который в том числе зависит и от применяемого инструментария.

ПРОБЛЕМЫ СИСТЕМ BI

Но даже и перечисленные выше типичные задачи систем BI до сих пор решаются не так уж легко. Среди наиболее распространенных проблем, с которыми сталкиваются создатели корпоративных систем BI, чаще всего называются следующие [1 — 4].

Организационные вопросы. Это прежде всего барьеры в корпоративной культуре и технологии; система BI создается на корпоративном уровне, а не для одного подразделения, поэтому необходима перестройка работы отделов. Сюда же относится принятый на предприятии способ управления, роль топ-менеджеров, специалистов и всего персонала в решении задач компании и культура работы с информацией. Трудно также решается вопрос о том, кто в организации должен отвечать за внедрение системы BI, например, топ-менеджеры или ИТ-отдел.

Пользователи. Каким образом максимально учесть требования пользователей систем BI в ситуации, когда технологии устаревают уже в процессе их внедрения.

Данные. Несмотря на то, что в некоторых отраслях экономики западных стран системы BI стали востребованы еще 10-15 лет назад, многие компании и в настоящее время по-прежнему сталкиваются с проблемами такой же давности: интеграция данных и качество данных. Имеются в виду «плохие» данные — пропущенные, неправильные, некорректно определенные; «хорошие» (качественные) данные должны быть полными, согласованными, достоверными и актуальными. Информация — это ключевой стратегический ресурс предприятия, но часто работу по подготовке данных на предприятиях поручают наименее квалифицированному персоналу. Существуют также трудности, связанные с защитой данных и ростом данных, объем которых на предприятии значительно возрастает каждые два года.

Финансы. Помимо интеграции данных и оценки рисков, связанных со сложностью бизнес-задач, требующих решения, отдельный класс составляют вопросы, относящиеся к финансовой сфере: анализ издержек и выгод при внедрении систем BI.

Технологии. При выборе для системы BI соответствующей технологии следует руководствоваться тем, что акцент должен делаться не столько на совершенстве самой технологии, сколько на качестве решения на ее основе соответствующей бизнес-задачи.

ТЕНДЕНЦИИ СИСТЕМ BI

Разделение на так называемое стратегическое и тактическое принятие решений в контексте BI лишается смысла, поскольку эта система становится частью бизнес-процессов организации, обеспечивая интеграцию производственных процессов на всех уровнях управления. Не менее важно, что такая интеграция позволяет строить более прочные и эффективные деловые взаимоотношения. Среди наиболее заметных тенденций развития систем BI называются следующие.

Метаданные. Раздаются призывы трактовать BI именно с позиции бизнес-интеграции, при этом требование единого физического хранилища данных представляется недостижимым. Вместо единого хранилища на первый план выходит концепция модели данных предприятия, или метаданных. Управление метаданными выступает как отдельная тема среди множества задач проектирования системы BI и предполагает увязывание задач неоднородности данных с задачами интеграции.

Порталы. Осознание того, что многие предприятия богаты на данные, но по-прежнему бедны на информацию и знания, вынуждает компании искать решения по обеспечению более эффективной работы на основе информационных порталов.

Decision-centric BI. Начинает проводиться более четкое различие между традиционным BI и BI, «сконцентрированным» на поддержку принятия решения. Если в первом случае обычно имеются в виду классические статические отчеты, то во втором — актуальная бизнес-информация, предназначенная непосредственно человеку, принимающему решение по данному вопросу в реальном времени с помощью динамических отчетов. Кроме этого, прослеживаются также тенденции, которые могли бы стать актуальными, но не реализовались.

BI и управление знаниями. «Новый» BI должен придать другой акцент использованию ERP-систем: управление предприятием становится более сфокусированным на поддержке ключевых показателей эффективности и управлении стратегией в целом, чем на интеграции процессов и данных, что естественным образом встраивает BI в управление знаниями.

ПРИМЕР МЕТОДИКИ РАЗРАБОТКИ BI СИСТЕМ

Давно уже замечено, что компании, внедряющие программные продукты, и консультационные компании видят одни и те же процессы несколько по-разному. Если для первых более привычен, условно говоря, подход «для чего А», то для вторых более естественна формулировка «почему А». Естественно предположить, что вопрос «зачем» предприятие задает себе само и находит на него ответ. В содержательной работе [2], посвященной самому тщательному рассмотрению всех возможных «почему», план реализации BI проекта предусматривает шесть основных фаз:

• обоснование стратегии BI проекта и установление требуемых значений показателей возврата на инвестиции (ROI);
• проектирование BI инфраструктуры;
• создание хранилищ данных;
• внедрение стандартного программного обеспечения для извлечения данных и генерации отчетов;
• внедрение специализированных решений (например, по визуализации данных или для прогнозирования);
• пилотный проект.

При этом отмечается, что реализация такого проекта не является линейным процессом, а сам проект должен постоянно меняться, отражая ситуацию на данном предприятии и на рынке.

За кажущейся простотой отдельно взятого пункта данной методики стоит комплексный подход, предполагающий дальнейшее дробление на задачи и отдельные проекты.

Но для начала каждая организация должна для себя определить: что именно она вкладывает в понятие BI и решение каких задач на этой основе может принести ей конкурентные преимущества (например, кроме повышения доходов, это может быть удовлетворенность клиентов, улучшение отношений с работниками, увеличение экономии материалов, ресурсов). И прежде всего необходимо проанализировать ситуацию на предприятии и на рынке, состояние отрасли, ее тенденции, изучить информацию о конкурентах.

Часто консультанты по организационному развитию, работающие на предприятиях, предлагают на семинарах руководству и топ-менеджерам различные модели прояснения проблемных ситуаций. Можно проанализировать данную задачу разработки системы BI в контексте так называемых четырехсторонних пакетов целей. Например:

Что произойдет, если наша компания внедрит систему BI?
Что произойдет, если наша компания не внедрит систему BI?
Чего не произойдет, если наша компания внедрит систему BI?
Чего не произойдет, если наша компания не внедрит систему BI?

Вторая фаза разработки системы BI, «Проектирование BI инфраструктуры», интересна тем, что здесь обозначены работы по управлению знаниями, хотя такой проект для предприятия может выступать и относительно самостоятельным. Представляется, что именно управление знаниями может отрегулировать некоторый начальный «хаос», предшествующий разработке системы BI, описанный в работе [4]. Этап проектирования BI инфраструктуры согласно [2] предполагает следующие задачи:

• доступ к текущим и архивным данным;
• поиск структурированных и неструктурированных данных;
• разработку проекта информационного портала предприятия;
• начало инициатив по управлению знаниями;
• организацию совместной работы;
• решение вопросов безопасности данных.

Единый отчет об оценке всей инфраструктуры предприятия (технической, информационной, организационной) концептуально охватывает вопросы, относящиеся к эффективности использования данных.

Именно с этих позиций возможен анализ таких аспектов, которые часто упускаются менеджерами из-за недостаточного понимания информационных потребностей специалистов, связей между различными источниками данных, значения применения инструментов, которые помогают фиксировать опыт и знания сотрудников, а также процессов обучения совместному использованию знаний на самом предприятии и за его пределами [2].

А что касается фазы «Пилотный проект», его предлагается осуществить сначала для небольшой группы пользователей, изучив перед этим их бизнес-задачи и информационные потребности. В ходе этой работы решаются также вопросы проектирования эффективного интерфейса, встроенного интерактивного обучения и консультационной помощи для пользователей. После прогона некоторой задачи и корректировки метода реализации системы возможен постепенный ввод системы в эксплуатацию на нескольких местах установки.

Поскольку с течением времени в работу с системой включаются новые сотрудники, специалисты выделяют три главные области роста BI систем: возрастание объема данных, увеличение интенсивности использования системы и рост числа приложений. Но если предприятие получает большую прибыль благодаря более совершенной организации процессов принятия решений, то рост, например, интенсивности использования системы BI однозначно показывает, что принятая BI стратегия оказалась успешной.

Во второй части работы рассмотрим, зачем нужен поиск закономерностей и как он работает в различных областях — бизнесе, образовании, научных исследованиях.

ЛИТЕРАТУРА

1. Marco Tilli. Next-Generation Business Intelligence Portals // DM Direct Newsletter. 2002, November 8.
2. Шаку Атре. Успех надо подготовить // Директор информационной службы. 2003. № 11.
3. William McKnight, Scott Humphrey. Building Business Intelligence: Rafting Into the Business Intelligence Future, Part 1 // DM Review Magazine. 2004, October.
4. Кононенко А. С. Business Intelligence: причины провалов и правила успеха //Корпоративные системы.- 2005.- № 1.

Об авторе:

Андрусенко Татьяна Борисовна — старший научный сотрудник, Международный НУЦ информационных технологий и систем.