Меня зовут Георгий Цыганков, я занимаюсь/специализируюсь на построении BI решений в ИТ-компании Tieto. Мы занимаемся бизнес-аналитикой и визуализацией данных. Уже порядка 7 лет работаю с различными BI-платформами и есть достаточно разнообразный опыт проектов в нескольких индустриях: логистике, производстве, ритейле и сфере оказания услуг населению. Мне интересно сравнивать платформы с точки зрения разработчиков, аналитиков, бизнес-пользователей, а также анализировать боли бизнеса и сложности на проектах. 

В этой статье я расскажу, как визуализация влияет на восприятие информации, что важно при выборе BI-систем и почему почти ни один проект внедрения не обходится без внешних консультантов.

Красота vs системность

Визуализация – это не просто красивые отчеты, а понятная бизнес-логика. И те, кто только встал на путь внедрения и регулярного использования BI-инструментов, могут путать эти понятия.

BI-аналитику часто путают c понятием «инфографика», или прорисовкой красивого отчёта, где отражены зависимости разных показателей. Основная задача такого отчёта – привлечь внимание, в том числе с помощью интерактивности элементов, где одно в другое перетекает, движется и крутится. Однако все эти анимированные возможности и рисунки выполняют больше маркетинговую функцию.

Настоящая BI-аналитика – это решения класса СППР, или систем помощи принятия решения. Её основная задача – дать пользователю информацию таким образом, чтобы сократить его время, затрачиваемое на анализ и принятие управленческого решения. Поэтому на первом плане не визуальное совершенство, а прозрачность отражения информации.

На практике разница этих понятий велика. К примеру, при некорректном выборе варианта визуализации (3d Piechart) нарушается восприятие соотношения секторов, и пользователь воспринимает значения как меньшие, но на самом деле они больше в абсолютном выражении. С помощью цвета и расположения элементов в инфографике можно расставить акценты так, чтобы данные были поданы нужным способом, например, без акцента на недостаточно хороших показателях. Поэтому в BI-аналитике визуализация стандартизирована и имеет привычное обозначение: если мы видим в диаграмме высокий столбец, то не глядя на цифры понимаем, что это самый большой показатель.

Сейчас практически нет компаний, у которых нет собственных стандартов визуализации всех материалов: документации, презентаций, аналитической и финансовой отчётности. Как правило, компании с развитой корпоративной культурой имеют бренд-бук, в котором все эти моменты описаны и регламентированы. При этом допускается создание дашбордов, отличающихся от общепринятых стандартов, для внутреннего использования среди подразделений. Например, аналитик или руководитель одного из бизнес-направлений может прописать в ТЗ цветовую схему, которая удобна конкретно ему. Главная задач – дать пользователю возможность быстро ориентироваться в аналитике. Для компаний, у которых нет корпоративного стиля, или они хотят от него отойти, консультанты и подрядчики, как правило, предлагают оптимальные варианты решений.

Но такое игнорирование стандартов заканчивается на моменте, когда подразделениям ставится задача подготовить консолидированную отчетность для топ-менеджмента компании В этом случае без стандартизации подхода к визуализации аналитики не обойтись.

Квинтесенция BI-аналитики – сократить время на принятие решения и повысить их качество. А цель стандартизации – обеспечить руководству легкость понимания отчёта каждого подразделения. Когда есть требования относительно общей цветовой схемы, структуры отчётов и категорий, даже беглого взгляда на графики и схемы достаточно, чтобы сразу понять суть отчета.

Индикация показателей в любом аналитическом дашборде всегда одинакова, стандартный вариант – «светофор», это традиционная цветовая палитра. Однако индикация меняется, когда BI становится средством принятия операционных и стратегических решений. Чаще такая ситуация возникает у компаний, осуществляющих цифровую трансформацию, чьи сотрудники вовлечены в процесс диджитализации. Представьте бизнес, в котором более 100 тысяч человек. У каждого свой KPI, который тщательно отслеживается. Показатели каждого сотрудники можно посмотреть на отдельном дашборде. Именно поэтому компании не ограничиваются индикацией «светофор» и используют другие цвета, близкие к природной палитре, которые всё равно не мешают сходу воспринимать информацию и даже вызывают положительные эмоции.

В большинстве случае BI-платформы отличаются между собой глубиной и уровнем настроек внешнего вида визуализаций. Наиболее продвинутые решения позволяют реализовать даже самые специфичные задачи, не покрытые стандартным набором возможностей. При этом не нужно обращаться к маркетплейсам или создавать новый тип визуализаций на поддерживаемых языках программирования.

Но этим параметры для сравнения BI-платформ не ограничиваются. Например, для руководства компаний важно вовлечение сотрудников. В рамках обучения системе, каждому бизнес-пользователю объясняют, как настраивать и получать пользу от построенных отчетов в повседневной работе. Руководителям также важно, чтобы эти отчеты строились не раз в месяц по требованию, а были полноценным инструментом для принятия решений. Как правило, компании выстраивают дерево KPI, и сотрудники на каждом уровне отслеживают выполнение своих показателей, которые «складываются» в обобщенные показатели эффективности всей организации.

Идеальная картина для бизнеса – сотрудники сами понимают, как применять и настраивать визуализацию, видят, какие показатели необходимо улучшить, при этом нет необходимости нанимать внешних консультантов, потому что пользователи сами со всем справляются. Однако этого крайне редко удается достичь – в реальности бизнес не справляется без помощи сторонних экспертов.

Почему бизнес не справляется сам

Несмотря на то, что количество компаний, внедряющих BI, растёт, а некоторые из этих игроков внедряют даже не одну такую систему, внутренней экспертизы недостаточно. Привлечение внешних экспертов в области Business Intelligence буквально на ранних этапах развёртывания ИТ-решений – необходимость, и у этого есть весомые причины.

• Обилие разношерстных задач

Есть популярное заблуждение, что достаточно просто купить и запустить BI-систему, и дальше все будет хорошо: пользователи сами станут делать красивые и удобные дашборды. Однако на практике так не получится.

Просто внедрить BI недостаточно, даже если это аналитическая система самообслуживания. Бизнесу необходимо при этом решать множество сопутствующих вопросов, в том числе – организационных. Среди них – дизайн-система, сертификация данных и доступ к ним, шаблоны дашбордов, обучение новых пользователей и многое другое. К сожалению, не все внутренние BI-команды готовы к такому огромному количеству разношерстных задач, в некоторых  из которых почти невозможно разобраться без привлечения внешних экспертов.

• Дефицит кадров

Эксперты отечественного ИТ-рынка отмечают возросший спрос на ИТ-специалистов в последние пару лет, что, конечно, определил рост стоимости проектов внедрения, развития и поддержки BI-систем. Дефицит кадров усиливается, что иногда может приводить даже к заморозке ИТ-проектов.

И здесь так же важен вопрос квалификации специалистов в области Business Intelligence. Даже имея собственную ИТ-команду, без внешних экспертов мало кто обходится. Во-первых, часто внутренние специалисты не закрывают задачи внедрения и настройки аналитики – у них просто недостаточно компетенций и опыта на разных проектах. И во-вторых, многим нужна помощь в выборе наиболее подходящей системы от тех, кто знает рынок, независим от вендоров и опирается на реальные потребности бизнеса, а не на личный интерес. Этот выбор приносит свои плоды – так бизнес значительно снижает риски ошибок и сокращает время на реализацию проекта.

Ещё один популярный сценарий: в компании уже есть BI-решение, и нужно заниматься его развитием, наращивать функциональность. В этом случае собственная ИТ-команда справляется лишь с небольшими задачами по доработке или настройке системы. А в случае self-service решений сами бизнес-пользователи могу произвести необходимые действия: ИТ-специалисты готовят витрину данных, а сотрудники подразделений выбирают то, как эти данные будут отображаться. Однако чаще всего задача сложнее, нужно знание тонкостей платформы, и тут уже привлекают внешних консультантов.

• Высокая цена ошибок

Как показывает практика, экономия бюджета на экспертов на аутсорсинге оборачивается для компании затратами на дополнительное обучение внутренних специалистов, исправление ошибок и компенсацию потраченного времени.

Более того, привлечение внешних ИТ-партнёров безопасно – любая доработка системы может осуществляться без доступа к данным. Консультанты предлагают структуру данных и в результате предоставляют пользователям требования к этой структуре витрины или источника информации.

• Трудоёмкость

Построение визуализации – это вершина пирамиды. Наиболее ресурсоёмких её этап – работа с данными: сбор данных из источников, их «очистка», необходимость правильно «сложить» для хранения, проверка версионности. Эти задачи не зависят от платформы, однако дают возможность понять, насколько сложно придётся с построением отчетов и визуализацией. Для этого как раз привлекают внешнего консультанта, чтобы он определил, будет ли достаточно выгрузок из систем-источников и можно ли не задаваться вопросами хранилища.

Опираясь на проектный опыт, могу сказать, что эти проблемы встречались в практике чаще всего. Но уверен, таких «болей» гораздо больше. Если вы встречались с похожими проблемами – как in-house, так и в роли внешнего эксперта – буду признателен, если поделитесь своим опытом. Буду рад обсудить такие случаи в комментариях!