Привет, Хабр! Меня зовут Вадим Крысин, я начальник отдела разработки решений для анализа данных в «Газпром ЦПС». Еще недавно работа с отчетами у нас занимала недели. Данные собирались из разных источников, на разных инструментах, а дашборды каждый отдел собирал по-своему — со своей логикой, метриками и дизайном. BI оставалась удобным инструментом для узкого круга специалистов, все остальные предпочитали старый-добрый Excel.
Этот хаос стал отправной точкой в нашем пути кастомизации BI-системы. В этой статье поделюсь основными инсайтами после перехода на продуктовый подход и улучшениями, которые на 57% сократили время на дизайн и в 7 раз ускорили сборку типового дашборда.
Занимаетесь BI-аналитикой и хотите решать свои задачи быстрее и эффективнее? Нуждаетесь в эффективной и своевременной аналитике для менеджмента проектов, но почему-то не получаете её? А может, вы руководитель в ИТ, уставший по две недели ожидать один дашборд? Этот текст — о том, как решить ваши проблемы.
Проблема: хаос в отчетах и долгие циклы
Чтобы понять, почему мы вообще ввязались в эту историю, нужно описать, как выглядела наша корпоративная отчетность до всех изменений. Если коротко — это была разобщенная и неоднородная подборка отчетов, которую готовили разные команды в разных инструментах.
На практике это выливалось в четыре проблемы:
Несогласованность метрик. Одна и та же метрика (например, выручка) рассчитывалась по-разному в разных отчетах. Это делало невозможным сопоставление данных и приводило к тем самым спорам на совещаниях.
Долгий цикл разработки. На создание простого отчета уходило в среднем по 2–3 недели. За это время данные устаревали, и часто дашборд был уже попросту неактуален.
Низкая вовлеченность. Как следствие, отчетами регулярно пользовались лишь отдельные сотрудники. BI-система не стала повседневным инструментом, а оставалась чем-то нишевым.
Отсутствие единого стиля. Найти хотя бы два похожих дашборда было практически невозможно — в одном кнопки слева, в другом справа, один яркий, другой черно-белый. Из-за этого каждый раз приходилось тратить время, чтобы просто сориентироваться. Работать с этим было непросто.
Все это происходило на фоне активного импортозамещения, которое только усилило внутренний запрос на качественные отечественные BI-решения. Нам нужен был не просто набор отчетов, а практический инструмент для принятия управленческих решений, который кроме всего прочего отлично впишется в нашу ИТ-экосистему, а также в перспективе позволит руководителям самостоятельно работать с данными и изучать их для принятия решений в любой плоскости и в любом контексте.
Задача: относиться к BI как к внутреннему продукту
Проблемы, которые я описал выше, были симптомами, но корень зла скрывался в самом подходе. Изначально мы работали по классической модели, в основе которой был централизованный BI-отдел, выполняющий запросы от бизнес-подразделений. Но со временем стало ясно, что модель не справляется — запросов было слишком много, и команды просто не успевали своевременно получать ресурсы на создание дашбордов.
Можно было бы разрешить всем делать все самостоятельно, без какой-либо стратегии, но мы сразу отказались от формата разрозненных инициатив. Это гарантированно привело бы к дублированию усилий и еще большей фрагментации данных.
В итоге мы решили развивать BI именно как внутренний продукт с единой платформой. Это означало, что у BI-системы появляется один ответственный за качество данных и пользовательский опыт. Такой подход, на наш взгляд, решал все ключевые проблемы:
побеждал хаос в метриках за счeт единой семантической модели;
обеспечивал масштабируемость без необходимости раздувать штат ИТ-специалистов;
задавал единые стандарты качества и пользовательского опыта через дизайн-систему;
создавал петлю обратной связи → больше пользователей → больше фидбэка → лучший и более зрелый продукт.
Именно этот продуктовый подход и стал основой для всех дальнейших шагов. Исходя из него, мы сформулировали требования к платформе и, с учетом курса на импортозамещение, начали оценивать отечественные BI-решения.
Решение: кастомизированная BI-система
Мы искали BI-платформу, которая сочетала бы гибкость настройки внешнего вида и интерфейса, поддержку сложной аналитики и работу с интерактивными формами вместе с возможностями Self-Service для любых категорий пользователей. И при этом соответствовала бы требованиям безопасности и могла функционировать в изолированном контуре.
Перебрав десятки вариантов, мы с командой остановились на Visiology, которая на тот момент лучше всего соответствовала требованиям. Дальше началось самое интересное, ведь выбор платформы оказался только первым шагом на нашем пути к «идеальным дашбордам». И поэтапно я нашел для себя несколько инсайтов, которыми хочу поделиться с вами сегодня.
Инсайт 1. Нужен визуальный порядок
Первым делом мы с командой решили устранить визуальный хаос. Чтобы пользователи не играли в квест «найди нужную кнопку», а дашборды выглядели как единое целое, мы разработали и внедрили собственную дизайн-систему. Этот свод правил и готовых компонентов стал фундаментом для всей нашей BI-платформы.
Мы начали с основ: закрепили единые шрифты, фирменную палитру и правила отступов. Уже на этой базе собрали библиотеку готовых компонентов — от простых элементов вроде кнопок и полей ввода до целых шаблонов дашбордов под разные задачи.
Наша цель была в том, чтобы авторы могли собирать интерфейс из готовых, проверенных блоков, не создавая типовые элементы с нуля.
Но самое главное — мы ввели четкие правила и запреты. Например, закрепили, что в таблицах не должно быть больше десяти колонок, чтобы избежать горизонтальной прокрутки. А 3D-графики и тепловые карты для сравнения величин попали в список запрещенных антипаттернов. Почему именно эти элементы? Работая над проектом кастомизации, я увидел, что дашборды часто собирают не дизайнеры, а специалисты без профильной подготовки — аналитики, проектные менеджеры, иногда даже руководители отделов. Мы стремились сделать дизайн-систему максимально доступной и предсказуемой, чтобы любой автор мог быстро собрать понятную и удобную визуализацию без дизайнерского опыта. Элементы вроде 3D-графиков или тепловых карт, хоть и эффектны, но плохо считываются, искажают восприятие данных и порождают ошибки. Слишком широкие таблицы с горизонтальной прокруткой создают дополнительную когнитивную нагрузку. Мы отказались от таких решений, чтобы упростить визуальный язык системы и обеспечить единообразие восприятия информации независимо от того, кто автор дашборда.
Инсайт 2. Одной дизайн-системы недостаточно
Однако одного только свода правил было недостаточно. Для того чтобы наш «конструктор» по-настоящему заработал, правилам нужны были свои «кубики» — библиотека кастомных, то есть разработанных нами, виджетов.
Стандартного набора визуализаций платформы Visiology для решения специфических задач нам не хватало. Кроме того, мы хотели, чтобы корпоративный стиль применялся автоматически, без дополнительных усилий со стороны авторов дашбордов.
Так появилась наша собственная библиотека, в которой сейчас более 25 виджетов.
В ней есть все: от привычных столбчатых диаграмм и графиков до более сложных
визуализаций вроде картосхемы, спидометра или диаграммы Санкей.
Главный плюс такого подхода в том, что автору дашборда не нужно думать о дизайне. Он просто берет готовый виджет из нашей библиотеки, и тот уже по умолчанию отрисовывается в фирменном стиле, с правильными цветами и шрифтами. Это критически важно для большой компании с разнообразными бизнес-потребностями, так как сохраняет единый подход к визуализации данных.
Кстати, некоторые из наших виджетов оказались достаточно актуальными, и мы предложили разместить их в официальном маркетплейсе Visiology. Вендор поддержал инициативу, и теперь эти решения доступны другим пользователям платформы.
Инсайт 3. Пользователи нуждаются в Self-Service
Оказалось, что создать дизайн-систему и «конструктор» — это только полдела. Я понял, что сотрудники не умеют ими пользоваться, а значит, есть потребность в обучении.
Для того чтобы бизнес-пользователи могли самостоятельно делать отчеты без обращений к ИТ-специалистам, мы с командой подготовили целый пакет обучающих материалов:
«Гайдлайн» — свод основных правил по визуализации данных. В нем мы описали общие настройки диаграмм, разобрали частые ошибки и показали на примерах, как делать надо, а как — не надо.
«Галерея визуализаций» — специальное приложение, которое помогает автору выбрать правильный тип графика под конкретную задачу. Если не знаешь, как лучше показать данные (в виде графика или гистограммы), галерея подскажет оптимальный вариант.
Подробное руководство пользователя, в котором детально описаны все технические аспекты работы с системой — от загрузки данных до создания и настройки собственных метрик.
Все эти материалы доступны пользователям прямо в интерфейсе Visiology на стартовой странице, еще до авторизации. Новый сотрудник может изучить все необходимое, прежде чем приступить к работе.
Кроме того, мы периодически проводим обучающие сессии и разборы реальных кейсов, а сейчас готовим собственный полноценный курс по работе с платформой.
Инсайт 4. Важнее всего качество данных
Самый красивый «конструктор» и самые точные инструкции бесполезны, если BI-система показывает неверные, противоречивые или устаревшие данные. Поэтому мой главный инсайт — нужна проработка качества данных.
Даже после разработки дизайн-системы и Self-Service мы вернулись к той самой проблеме, с которой начинали, — несогласованности метрик. Чтобы решить ее раз и навсегда, мы реализовали «Корпоративное хранилище данных» (КХД). Оно стало центральным элементом всей архитектуры и единым источником правды. Именно в КХД мы собираем данные из девяти разных источников — от «1С» и «Битрикса» до внешних сервисов вроде «Яндекс Такси».
Чтобы информация в отчетах была актуальной, мы настроили график обновлений в зависимости от важности данных. Например, критические операционные показатели обновляются каждые 15 минут, финансовые — ежедневно в 7 утра, а то, что пользователи вносят через специальные формы — мгновенно, в режиме онлайн.
За качеством всех этих данных следит многоуровневая система контроля. Моя команда проверяет их на всех этапах: на уровне источника перед выгрузкой, в момент загрузки в хранилище и уже после — на соответствие бизнес-логике (например, система следит, чтобы выручка не могла быть отрицательной).
Для того, чтобы пользователи были уверены в актуальности информации, в интерфейсе дашборда есть визуальный индикатор, который показывает время последнего обновления.
Результаты в цифрах
Вся работа с процессами, дизайн-системой и данными уже принесла измеримые результаты.
Главное, чего мы добились — скорость. Если раньше на создание одного дашборда уходило в среднем четырнадцать дней, то сейчас требуется всего два дня. Дизайн-система стала ключевым инструментом, который позволил повысить качество и единообразие аналитических решений в компании. Благодаря ей время на разработку сократилось на 28,5%, а на дизайн — на 57%. В итоге мы увеличили выпуск дашбордов в три раза, не расширяя команду.
Эти изменения ощутимо сказались на работе специалистов. Финансовые аналитики теперь формируют отчетность за два дня вместо десяти, а количество ошибок снизилось на 60%. Доля операционных менеджеров, которые принимают решения на основе данных, выросла с 40% до 70%.
Показательный пример — дашборд Генерального директора. Раньше на его еженедельную сборку аналитик тратил почти неделю, теперь — всего несколько часов. Автоматизация и формы ввода позволили увеличить объем данных втрое, одновременно снизив уровень ошибок с 12% до 3%.
Но главное — изменилась культура работы с данными. BI-система стала частью повседневных процессов. Так, количество активных пользователей выросло кратно — теперь BI используют не только аналитики, но и операционные менеджеры, руководители и специалисты из смежных подразделений.
Наше главное достижение
По сути, результат моей команды — не в цифрах и процентах, а в изменении подхода. Мы перестали делать BI «под задачу» и начали строить продукт, которым действительно удобно пользоваться. Для этого адаптировали и доработали почти все: от единой дизайн-системы и собственной библиотеки из 25 виджетов до понятной, прозрачной логики работы с данными.
Теперь BI — не инструмент для избранных, а часть культуры нашей компании. Специалисты больше не ждут помощи от ИТ-специалистов, а сами собирают нужные отчеты, опираясь на надежные и проверенные данные. И именно это, а не скорость или автоматизация, стало нашим главным достижением.
Буду очень рад, если вы поделитесь своим мнением о решении задач кастомизации корпоративной BI-системы. С удовольствием отвечу на любые вопросы в комментариях.