Управленческая отчетность на данных 1С: как работает

Управленческая отчетность на данных 1С.

В этой статье мы более подробно рассмотрим задачу построения управленческой отчетости по данным 1С при помощи QuBeQu: откуда возникает такая задача, как это работает и какие есть альтернативы.

Пусть у вас есть одна или несколько 1С, в которых ведется прежде всего бухгалтерский учет. Для того, чтобы контролировать бизнес и принимать решения, Вам нужен управленческий учет и анализ данных. При этом:

  • Не все данные есть в самой 1С: не все расходы отражаются, бухгалтерские статьи расходов отличаются от управленческих.
  • Хочется контролировать бизнес из браузера или с планшета и видеть что происходит на наглядных графиках, а не лазать в 1С.
  • Постоянно требуются новые отчеты или изменение существующих.
  • Есть несколько систем 1С, которые надо как-то сводить.

Но затраты на сведение данных из нескольких систем 1С зачастую оказываются больше, чем выгода от проекта, а финансовый директор или аналитик не могут быстро и легко построить в 1С новые отчеты — вместо этого используется Excel, что приводит к своим проблемам: ручное сведение данных, пересылка устаревающих отчетов по почте и т.п.

Мы предлагаем решать эту задачу, перегружая данные в систему для сбора и анализа данных QuBeQu. Мы настраиваем загрузку и синхронизацию данных из 1С при помощи коннектора, который передает данные по зашифрованному соединению. За счет загрузки первичных данных их затем можно анализировать в различных разрезах заранее не задумываясь о необходимых отчетах. Сведение нескольких баз (той же или отличающихся конфигураций) почти так же просто, и не требует привлечения 1С разработчика.

Все недостающие данные удобно вести прямо в QuBeQu, например: дополнительные расходы, задавать соответствие между различными статьями, вводить дополнительную классификацию товаров и т.п. — все эти данные можно легко ввести или загрузить из Excel. В результате каждая система выполняет свою роль: 1С выполняет функции учетной системы и является “источником правды”, а в QuBeQu производится анализ и вспомогательный для анализа учет. При этом исключаются невоспроизводимые и сразу устаревающие Excel отчеты и возникающий из-за этого беспорядок.

После того как все необходимые данные загружены, их анализ, построение отчетов и графиков не представляют проблем — без всякого программирования вы сможете ответить на любой возникший вопрос, а отчеты и визуализации всегда будут актуальны.

Как это работает?

Мы сняли небольшое видео, в котором показаны основные этапы настройки коннектора и анализа данных:

Результат настройки можно также посмотреть на открытом демонстрационном стенде по адресу https://demo1c.qubequ.com/ — имейте ввиду, что данные на нем видны всем кто на него зашел, а база периодически сбрасывается на начальное состояние.

Коннектор представляет собой exe-файл, который должен быть все время запущен на том же компьютере, где работает сервер 1С. В настройках подключения нужно задать путь к базе 1С, пользователя и пароль. После запуска коннектор подключается с 1С, а также устанавливает защищенное соединение с сервером, где запущена QuBeQu, и слушает запросы на загрузку данных. Вся дальнейшая настройка производится в интерфейсе QuBeQu: для загрузки доступны все справочники, документы и регистры из базы 1С, также можно делать произвольные запросы к 1С. В любой таблице, доступной для загрузки, можно выбрать только те поля, которые понадобятся при работе, сделать дополнительную фильтрацию или программную обработку. На практике для того, чтобы определить, какие именно данные нужно загрузить, часто полезно подсмотреть настройки отчетов в конфигураторе 1С. Для загрузки обычно лучше выбирать максимально детальные исходные данные, так как это в дальнейшем позволит анализировать их в большем числе разрезов, и таким образом из данных можно будет извлечь больше выводов.

Часто бывает так, что есть несколько филиалов или отдельных организаций со своими базами 1С, а анализировать данные хочется в целом. В таком случае коннекторы ставятся на сервер к каждой 1С и подключаются к одному и тому же серверу с QuBeQu. Чтобы отличить данные различных организаций, нужно дополнительно отметить для загрузки поле “Организация”, которое уже есть во всех конфигурациях 1С. Второй важный вопрос — это собственно сведение данных: почти всегда в различных 1С базах есть некоторые справочники, по которым нужно сопоставлять данные из разных баз, например номенклатура реализуемого товара или сотрудники. Для таких справочников настройка немного отличается, есть два варианта их загрузки. Самый простой но немного ограниченный — это использовать “натуральные” ключи, которые совпадают во всех базах — например название или код. Недостаток этого метода состоит в том, что такие ключи должны быть неизменны (или меняться одновременно), а это не всегда так. Если таких натуральных неизменных ключей нет, то необходимо задавать соответствие между ключами в каждый из баз.

После этого можно работать с данными в конструкторе отчетов, легко и быстро фильтруя и группируя данные, в том числе по “цепочкам”, т.е. по признакам признаков исходных данных. За несколько минут без всякого программирования можно получить интерактивные дашборды, всегда показывающие актуальные данные, или построить новый анализ. Любые формулы, которые вы создаете, не надо никуда “протягивать” или обновлять при появлении новых данных. Данные лежат не в свободной форме, как в Excel, а в “показателях”, имеющих заданные “аналитические признаки”, из которых и набирается отчет. У показателей можно задавать формулы на языке, похожем на формулы Excel/DAX, и затем этот показатель можно использовать в любых отчетах и графиках не задумываясь о том, откуда он берет данные.

Почему не «X»?

Конечно, QuBeQu не единственный способ решения этих задач. На наш взгляд, основные наши преимущества — это быстрое внедрение, качественный и воспроизводимый результат, ad-hoc анализ данных, возможность ввода дополнительной информации. Но в некоторых случаях лучше подходят другие решения.

  • Excel подойдет, если данных немного, их не нужно сводить и легко выгрузить, анализ данных эпизодический и делается одним человеком, который готов к ручной работе. Зато вы уже скорее всего знаете Excel, и за него не нужно дополнительно платить.
  • Доработка 1С подойдет, если в 1С уже есть все данные для анализа, и вам нужно “просто еще один отчет”, и вы точно знаете какой.
  • 1С-Консолидация хорошее решение для сведения нескольких баз 1С, и подойдет в том случае, если вы готовы к долгому и дорогому внедрению, и круг решаемых задач не ограничивается аналитикой, а требуемые отчеты известны заранее и не меняются.
  • QlikView отличное решение в том случае, если вас устраивает цена, вам не нужен ввод вспомогательных данных, и вы готовы к тому, что настройка новых вычислений будет требовать программирования.

Аналитика и автоматизация для транспортных компаний

За последнее время мы реализовали ряд проектов для клиентов с похожими задачами. Это транспортные компании, оказывающие услуги по перевозке грузов своими или наемными автомобилями и водителями.

Основные потребности этих компаний:

  1. оценка рентабельности маршрутов;
  2. отслеживание взаимоотношений с водителями (инкассация, выплата зарплат, ремонт, заправки и прочие операции);
  3. оперативный мониторинг дебиторской и кредиторской задолженности.

Чем наших клиентов не устраивали существующие учетные системы, предназначенные непосредственно для транспортных компаний?

Как оказалось, почти все они не покрывают целиком все описанные задачи. Например, в них могут быть зашиты определенные алгоритмы расчета зарплаты водителя и рентабельности рейсов, которые не подходят заказчику, либо может не хватать каких-то полей для аналитики поездок и маршрутов. Безусловно, почти все системы можно доработать под нужные алгоритмы расчета, однако в результате они скорее всего не будут обладать достаточной гибкостью для изменения алгоритмов на лету и поиска лучших вариантов.

Ниже я постараюсь рассказать подробнее про решаемые задачи.

1. Оценка рентабельности рейса

Понятно, что для такой оценки нам потребуется информация о расходах и доходах с точностью до рейса, которую на самом деле не так просто получить.

Расход на рейс

Расход складывается из

  • зарплаты водителя,
  • оплаты бензина,
  • расходов на ремонт автомобиля (если автомобиль свой) или стоимости аренды автомобиля (если автомобиль наемный), и т.п.

Встречаются и более сложные варианты. Кроме того, зарплата водителя, например, может быть фиксированной в сутки или в месяц, а может быть сдельной за пробег или зависеть от стоимости груза. Бензин может оплачиваться компанией, а может водителем, по топливной карте или без, с фиксацией “было-стало” или без, и так далее. Причем в конкретной компании все организовано достаточно стройно, но между компаниями сильно отличается.
Тут проявляется заметный минус специализированных учетных систем – в погоне за “универсальностью”, количество галочек и настроек в такой системе превышает все мыслимые пределы, и пользователи возвращаются в старый добрый эксель, просто потому что не могут освоить мануалы по системе и не понимают, откуда получаются те или иные числа.

Доход на рейс

Доход тоже устроен достаточно интересно. Заказчики могут оплачивать предоставляемые услуги еженедельно (или ежемесячно, или одни так – другие эдак). Кроме того, иногда в одной машине находятся грузы от нескольких заказчиков. Соответственно, чтобы рассчитать доход с конкретной поездки - можно например, разделить общий месячный доход пропорционально расходу на поездку или весу груза или объему груза или еще каким-нибудь параметрам.

Реализация

В данном случае QuBeQu помогает автоматизировать расчет рентабельности рейса, и сделать это очень быстро. Мы задаем нужные формулы, создаем формы ввода для данных, и за несколько дней получаем полностью автоматизированный отчет о рентабельности каждого конкретного рейса, с полным прослеживанием всех вычислений и возможностью быстрого их изменения.

В некоторых случаях мы практически не влияем на работу учетных систем, автоматически подгружая информацию из них, в других – клиенты полностью отказываются от используемых систем (например, excel или google spreadsheets) в пользу QuBeQu.

 

2. Отслеживание взаимоотношений с водителями

В транспортных компаниях достаточно много операций завязано на конкретного водителя, поэтому важно уметь оперативно отслеживать текущий статус по каждому из них.

Водителям выдаются деньги:

  • на ремонт автомобилей,
  • на бензин,
  • зарплата,
  • да и просто в долг.

С них при этом надо не забывать получать:

  • наличные от заказчиков,
  • подтверждения произведенных ремонтов,
  • вычитать штрафы ГИБДД,
  • и т.п.

Весь этот поток часто проходит мимо учетных систем и ведется в excel, а иногда и вовсе в бумажных журналах.

Реализация

При внедрении QuBeQu для решения такой задачи мы разрабатываем специальные дашборды водителя, на которые выводится вся основная информация по операциям. Причем это может быть как информация из 1С по выданным зарплатам или из учетных систем по стоимости рейсов, так и "внебухгалтерские" долги, авансы и штрафы ГИБДД.
При этом для бухгалтеров и менеджеров предусматриваются свои интерфейсы для ввода и просмотра нужных данных.

Часто в процессе внедрения вид дашбордов меняется по несколько раз, да и через несколько месяцев использования пользователи продолжают добавлять и удалять некоторые блоки и параметры.

3. Дебиторка и кредиторка

После решения предыдущих двух задач в QuBeQu формирование отчетов по кредиторской и дебиторской задолженности получается практически автоматом. Причем это не периодические отчеты, а отчет на любой момент времени. В итоге руководители могут оперативно реагировать на глобальные изменения в их бизнесе, не дожидаясь "отчетного периода".

Резюме

Какие функции QuBeQu пригодились нам в решении вышеупомянутых задач:

1. Коннекторы к внешним источникам. С их помощью мы оперативно переносим исторические данные из учетных систем, обеспечиваем автоматическое обновление данных, интегрируем данные из разных источников между собой (например, из 1С и GPS-трекеров).

2. Ввод данных. Ведение учета в excel мы заменяем на ввод данных непосредственно в QuBeQu. Данные ложатся в единую структуру, благодаря этому не требуется копипастить данные между excel-файлами, готовить отчеты особого вида и тратить время на разбор, почему в ячейке то или иное число.
Благодаря вводу данных, в QuBeQu легко добавляются новые характеристики – например, для сегментации клиентов и прочего дополнительного анализа.

3. Формулы и вычисляемые показатели. Эта функциональность позволяет нам:

  • оперативно подстраивать расчеты под конкретного клиента
  • тестировать те или иные алгоритмы - достаточно просто изменить формулу
  • объединять данные с разных уровней детализации
  • прослеживать вычисления и находить проблемные места

Итого

Проекты по первичной настройке занимали не больше двух недель, далее в течение полутора-двух месяцев осуществлялась активная поддержка пользователей и доработки системы.
В результате, заказчики получали полнофункциональную систему в которой могли не только в любое время посмотреть актуальный отчет по своим данным, но и построить новые, а также вести дополнительный учет.
После внедрения не только повысилась оперативность получения отчетов, но и освободилось большое количество времени, которое раньше тратилось на подготовку и сведение excel-файлов.

Семинар в РАНХиГС

Сотрудники компании ТриА-ДА Групп провели семинар в Российской академии народного хозяйства и государственной службы. На семинаре были показаны решения и системы компании. Продемонстрированы практические подходы по автоматизации рутинных задач компании в области учета (бюджетное планирование, производственное планирование, инвестиционное и т.д.), отчетности (финансовая, управленческая), анализа данных (KPI, риски и т.д.). Акцент делался на итерационности, простоте, скорости и низкой стоимости получаемых решений при неизменно высоком качестве.

Обсуждались перспективы использования облачных решений в компаниях разного уровня.

Слушателями семинара были студенты магистратуры и MBA.

Семинар Microsoft и TriA-DA Group

ТриА-ДА Групп, став партнером Microsoft, разместила решение QuBeQu в облаке Azure. Решение доступно всем клиентам компаний, использующих Azure, по подписке или как сервис. Наш продукт для анализа данных, получения информации, визуализации стал доступнее. https://qubequ.com/

Семинар для министерств и ведомств республики Судан

“Три-А-Да Групп” оказала содействие в организации и проведении семинара для заинтересованных ведомств и министерств Республики Судан. На семинаре демонстрировались решения компании — “Решения “Три-А-Да Групп”, создавались демо примеры при непосредственном участии слушателей. В настоящее время компания задействована в в подготовке к реализации пилотных высокотехнологичных ИТ проектов через свою совместную структуру GTIS при содействии Российско-Суданского Делового Совета и международной группы компаний “Транс Афро Телеком”.

Нужно ли тратиться на ИТ и кому доверить разработку системы бизнес-аналитики в кризис?

Если 10 лет назад со стороны бизнеса задавался вопрос «Зачем нам бизнес-аналитика?», то в наши дни он сменился на: «Стоит ли внедрять ее в кризис и кто должен это делать — IT-компании или собственные АйТишники?».

Спад экономики наметился в 2013 году и продолжается по сей день, повлиять на это при всем желании мы не можем. Да и надо ли? Да, поменялись внешние обстоятельства, но зато стало интереснее работать, теперь рынок перестал прощать управленческие ошибки. Идет естественный отбор, в котором выживут те, кто быстрее принимают решение, а остальные игроки уйдут со сцены. Как известно, лучше принять хорошее решение сегодня, чем отличное завтра. Это правило наиболее сильно и явно работает в такие переходные периоды, как сегодня.

Если раньше можно было принимать решения интуитивно, то сейчас такой подход уже не срабатывает. В результате «информационного взрыва» объем данных возрастает в среднем на 30 процентов в год и для того, чтобы держать руку на пульсе своей компании надо знать не только о том, что происходит внутри нее, но и в её окружении.

Именно здесь на помощь приходят так называемые системы бизнес-аналитики. Этот термин (является дословным переводом с английского «businessintelligence» или сокращенно BI) появился в далеком 1958 году с подачи сотрудника IBM Ханса Питера Луна и весьма успешно дожил до наших дней. Сегодня под ним понимают прежде всего программное обеспечение, созданное для помощи менеджеру в анализе информации о своей компании и ее окружении. Сам же Лун характеризовал его как «возможность понимания связей между представленными фактами».

Использование программ для бизнес-аналитики позволяет построить разные системы отчетности, мониторинга, контроля KPI и так далее, одним словом – позволяет увидеть полную картину происходящего и вовремя принимать решения. Но BIсегодня не просто «построить отчет за 5 секунд», это и автоматизация разных бизнес-процессов, которая помогает, как модно сегодня говорить, «резать косты»: оптимизировать рабочие процессы, сокращать ненужные позиции, переводить сотрудников на более важные с точки зрения бизнеса задачи. Кроме того, такие решения позволяют автоматически вести учет любых процессов внутри компании, максимально исключая человеческий фактор и вероятность ошибки, получать любую информацию о работе каждого подразделения и сотрудников в режиме реального времени, находясь при этом даже на другом конце планеты. Иными словами, идеальные решения класса BI дают возможность управлять своей компанией лежа на пляже в тени пальм и держа в одной руке прохладительный напиток, а в другой – планшет с развернутыми на нем системами. Хотя будем честны: такие системы очень сложно создать и не руководители могут так работать.

Внедрять BI-систему необходимо исходя из размеров вашей организации. Если у вас небольшая фирма – сначала хорошенько подумайте что именно вам нужно от системы такого уровня и потом наймите толкового программиста и он на Excelбыстро напишет вам нужную систему, и этого до поры до времени будет хватать. Помните: Excel – самая распространенная BI-система в мире.

Если у вас фирма побольше, то стоит задуматься о «серьезной» системе по бизнес-аналитике. Существует 2 пути: сделать ее силами собственного IT- департамента или купить у компании, которая занимается разработкой и внедрением таких систем на базе собственной платформы. У обоих путей есть свои преимущества и недостатки.

Если вы делаете собственными силами собственных АйТишников, то система на первый взгляд получается более дешевой и простой в обслуживании, так как поддерживать ее будут те же люди, которые ее создавали. Но как показывает практика, на выходе такая система будет стоить не так уж и дешево, как она первоначально выглядела в смете и не факт, что первоначально поставленные задачи будут достигнуты в полном объеме. Тем более сотрудники имеют тенденцию увольняться, а их сменщики не всегда быстро могут разобраться в коде, который «наворотили» их предшественники.

Если пойти по второму пути и заказывать разработку на аутсорсе, то тут тоже есть свои нюансы, ибо громкое имя и большой опыт не всегда гарантируют, что внедренная у вас система будет работать как швейцарские часы. У больших IT-компаний много клиентов и вы со своими 1, 2, 10 миллионами рублей несущественны для них (если вы, конечно, не статусный заказчик вроде «Газпрома»). Поэтому «заморачиваться» такие компании будут только при условии, что вы будете осуществлять тотальный контроль над ними сами, начиная с этапа подготовки технического задания и заканчивая сдачей проекта. Так как ваша фирма будет всего лишь «одной из», то из проектной команды могут легко забрать людей на другие, более выгодные контракты – отсюда срывы сроков, а сами программисты просто не имеют времени на качественное исправление своих ошибок и ставят «костыли», чтобы система «хоть как-то работала». В результате вместо оговоренных 6 месяцев система сдается через 12, а ваши сотрудники пока она «грузится» успевают сходить на кухню, заварить чай, выпить его, обсудить с коллегами последние новости и вернуться аккурат к окончанию загрузки.

Какой же выход из этой патовой ситуации? Обратить внимание на другие IT-компании, у которых нет столь громких имен, но уже есть опыт внедрения разных интересных проектов. Таких фирм немного, но они есть. Люди в них гораздо внимательнее будут относиться к вам как к заказчику, цены у них будут существенно ниже, а качество работ на порядок выше. Обратите внимание также какие у них были заказчики и на какой платформе они разрабатывают свои решения. Уже сегодня есть тенденция переводить BI-системы в облачные сервисы (SaaS-решения): это очень удобно. Так вы не нагружаете свои сервера, храните при этом информацию в надежном защищенном месте и платите всего лишь арендную стоимость, а не покупаете дорогие лицензии и оборудование. При необходимости, если заказчик настаивает и ему так удобнее или же он не доверяет облакам, такая система может быть легко развернута локально на его мощностях.

Как мы видим вопрос внедрять или нет системы BIв кризис, неактуален, если вы хотите на волне общего спада подняться наверх – то вам наоборот, критически важно быстро принимать решения, а сделать это можно только с помощью таких систем. Просто будьте внимательнее при выборе того, кто будет ее делать и помните – в наше время «цена» не всегда равно «качество».

Мифы о BI системах

Классические BI (BusinessIntelligence) системы (не буду указывать умышленно бренды, сами спроецируйте на продукты, с которыми знакомы или работаете) преподносятся продавцами, компаниями вендорами, как законченные информационные системы, которые позволяют:

— подключиться к различным источникам данных;

— cформировать гибкие OLAP отчеты;

— подготовить графики и диаграммы;

— представить данные на картах;

— сделать регламентные отчеты;

— работать со всем этим многообразием на мобильных устройствах;

— создавать модели и строить прогнозы.

И все это силами Аналитика, Менеджера, Лица принимающего решение. (На самом деле, требований к BI системам намного больше: наличие среды разработки, кастомизации; присутствие инструментов Ad Hoc запросов; наличие инструмента сквозного поиска по метаданным; единый пользовательский интерфейс для всех инструментов. Но пусть это будет не так критично, ибо сразу и полностью развеивает представление о BI как о законченной системе. )

Так в чем же подвох – что миф, а что правда.

Миф 1: C BI системой можно работать без участия ИТ подразделений

Все данные для анализа берутся из учетных систем. Разнообразие систем порой удивляет. Данные можно брать напрямую из Базы данных, а иногда это невозможно, тогда данные нужно тащить c сервера приложений учетной системы.

Где хранятся данные, какая структура хранения данных – это знает только администратор баз данных, а значит типичный ИТ-шник.

Чтобы облегчить работу с BI системами придумали понятие метослоя – описание предметной области, онтологии (можно называть как удобно). В разных системах задача решается по разному, но суть сводится к тому, чтобы к структуре, описанной в терминах понятных Бизнес заказчику, привязать данные из физической структуры хранения данных, то есть Базы данных или данные, используя интерфейсы сервера приложений учетной системы. Кто сможет сделать эту работу, только человек понимающий структуры Базы данных, умеющий работать с запросной системой.

В итоге подключение BI к данным, модификация подключения осуществляется силами ИТ подразделений.

Многие BI системы, не в укор им сказано, работают только с OLAPкубами (анахронизм, но реальность). Создать куб без привлечения ИТ специалиста не представляется возможным, так как требуется знание СУБД, языка запросов (SQL, T-SQLи т.д). Единожды созданный OLAPкуб статичен, изменение потребностей бизнеса требует создание нового куба.

Явно прослеживается связка. Для анализа данных требуется поставить задачу ИТ подразделению, сопровождающему аналитическую систему. ИТ подразделению подготовить эту структуру данных, осуществить подключение к системе.

Миф 2: BI система позволяет анализировать любые данные

Не многие BIсистемы могут интегрироваться с учетными системами через интерфейсы сервера приложений этих систем. В таком случае прибегают к разным изыскам, чтобы выгрузить данные и подключиться к ним.

Большие вопросы по работе с неструктурированными данными. Ни одна BI система не может работать с неструктурированными данными, так как элементарно не имеет семантического движка для разбора и формализации неструктурированных данных. Задача решается использованием сторонних продуктов, которые настраиваются на определенные типы текстов и формализуют данные, перекладывая их в базу данных.

BIсистемы не предназначены для работы с текстовыми данными. Анализ, выявление закономерностей, построение агрегатов (подсчет одинаковых, схожих, связанных, работа с множествами и т.д.), поиск по текстовым данным из подключенных источников не возможен. В BI нет инструментов для работы с такими данными. Кто-то скажет, что это иной класс систем, не соглашусь, ведь мы говорим о Бизнес аналитике, а она может быть совершенно разной.

Должен обмолвиться, что работал с продуктами, которые не носили гордое название BI, но по функционалу перекрывали многие популярные BI продукты. Дело скорее в маркетинге и рекламе, умении продавать.

Миф 3: BI система позволяет работать с данными в любом месте

Большинство BI систем действительно имеют релизы для мобильных устройств или способны работать в браузерах, что само по себе снимает ограничение по мобильности.

Суть заключается в том, что мобильные версии ограничены по функционалу и позволяют в большинстве случаев лишь просматривать заранее сконфигурированные аналитические панели, а не применять тот набор функций, который был представлен в начале поста (не говоря уже о расширенном наборе требований), как основополагающий для BI систем.

Не раскрою секрета, если скажу, что мобильные версии могут работать или с загруженными данными или получаемыми online. Что накладывает свои ограничения на актуальность данных, защиту данных.

Миф 4: BI система позволяет анализировать BigData

Если вдаваться в суть BigData, то это набор структурированных и не структурированных данных компании, которые невозможно обработать стандартными информационными системами компании.

Во первых, как мы разобрались с неструктурированными данными BI системы не работают.

Во вторых для каждой компании BigData это совершенно персональный объем данных. Данные хранятся, обрабатываются на серверах с использованием различных технологий: кэширование, распараллеливание, использование аналитических СУБД и т.д. От BI лишь требуется возможность подключения к системам и технологическим решениям управления данными (Hadoop, Аналитические СУБД). Так что, если не продумана инфраструктура хранения данных, то никакая BI система не изменит картины.

Миф 5: BI система позволяет анализировать данные и формировать отчеты в реальном времени

Фактически речь идет о возможности формировать отчеты за промежуток времени, критичный для принятия решения (для конкретной задачи этот промежуток варьируется). Наверное, будет разумным предположить, что после нажатия кнопки «Отчет» мало кому будет приятно ждать больше минуты. Но это ограничение искусственно. Суть не в этом.

Действительно, для того чтобы управлять временем формирования отчета в BI системах используют InMamoryтехнологию, которая позволяет помещать данные в память и соответственно работать с ними быстро. Но объем этих данных ограничен объемом оперативной памяти. Используются OLAPтехнологии хранения данных, что отсылает нас к управлению данными – СУБД и серверам, а ни как не к BI.

То есть, имея мощный сервер с хорошим набором планок оперативной памяти и правильно сконфигурированную систему управления базами данных или аналитическую СУБД, можно рассчитывать, что задача будет выполнена за приемлемый промежуток времени.

Вывод, что же такое BI система и куда стремиться.

Справедливы все же те, кто говорит, что BI это платформа. То есть это инструмент, набор инструментов, так же как среда программирования, для создания прикладных решений-систем, в которых пользователь работает по заранее продуманным сценариям и по сути больше ему ничего не нужно.

То есть речь идет о создании средствами BI платформ систем класса СППР (систем поддержки принятия решений), ИАС (информационно-аналитических систем).

Эти платформы создаются для того, чтобы сократить время разработки конечных решений, стандартизировать разработку, снизить требования к штату разработчиков (хотя нужно признать, что некоторые продукты наоборот усложняют жизнь разработчикам), но не предназначены для работы Аналитиков, Менеджеров, Лиц принимающих решение непосредственно на этих платформах.

Бизнес аналитика для спортивных организаций.

Бизнес аналитика и спорт на первый взгляд слабо связанные вещи, а если точнее, то совсем не связанные, но оказывается это не так.

Спорт на сегодняшний день это не просто занятия ОФП (общей физической подготовкой) в школе или ином месте, игры на свежем воздухе или в залах при заводах, где вся организация строилась на энтузиазме и желании провести с пользой время, а это цела индустрия.

Индустрия, которая освобождает людей от потребности самим организовывать спортивный досуг, предоставляя им высококачественный сервис, но уже не бесплатно: спортивные клубы, фитнес центры, туристические агентства, санатории и т.д.

Как любое предприятие – предприятия связанные со спортом имеют все особенности бизнес организации, такие как необходимость и потребность вести управленческий учет, бухгалтерский учет, проводить маркетинговые мероприятия, анализировать эффективность своей деятельности, корректировать бизнес стратегию и операционную деятельность и т.д.

Вся суть операционной деятельности и стратегического планирования в организациях спортивной индустрии сводится к повышению привлекательности для клиентов (привлекательность цены и качества, привлекательности сервисов и услуг, привлекательности атмосферы и обстановки), привлекательности большей, чем у аналогичных организаций. Привлекательность это мерило того какое количество клиентов у компании, а как следствие ее доходности.

Когда речь заходит об эффективном управлении спортивной организацией, высокодоходном управлении, очень важную роль в повышении эффективности могут сыграть системы класса Бизнес аналитики – BusinessIntelligence (BI).

BI, на первый взгляд, это информационный продукт, который должен агрегировать информацию из разных источников, выполнять запросы от менеджера, представлять результаты в удобном виде (отчет, график, диаграмма и т.д.), работать по расписанию, решать задачи прогнозирования и моделирования. Совершенно бесполезная вещь, если не знать, как этим инструментом пользоваться.

Какие же задачи, способные повлиять на эффективность спортивной организации можно решать с помощью продуктов бизнес аналитики:

— кластеризация всех клиентов компании на группы (по наиболее востребованным сервисам и услугам, по частоте посещения, семейные группы и т.д.)

— организация и проведение маркетинговых, целевых акций и мероприятий для групп с отслеживанием эффекта, прогнозом увеличения клиентопотока (день открытых дверей, рассылки предложений и т.д.);

— интеграция BI с почтовым клиентом или мобильным сервисом для рассылки почтовых уведомлений и SMS сообщений;

— внедрение сервиса обратной связи от клиентов (что улучшить, что изменить, чего не хватает);

— консолидация всей управленческой и финансовой отчетности (в одном месте получение отчетности по компании, группе компаний, с автоматизацией ее формирования и исключением человеческого фактора);

— создание учетных систем быстро и силами сотрудников, а не технического персонала;

— внедрение новых уникальных сервисов (бронирование услуги или сервиса, изменение услуги или сервиса, заказ полотенца или простыни, заказ обеда, заказ воды и т.д.) с мобильных устройств (с телефона или планшета клиент оформляет заказ в том месте, где ему удобно);

— внедрение сервиса управления работы с поставщиками (отслеживание остатков, формирование заказа, отслеживание поставки по маршруту, срокам и т.д.).

И это что касается не только операционной деятельности.

Эффективны BI системы и при стратегическом планировании: формализованная модель бизнеса позволит просчитать эффект от планируемых изменений, внедрения новых сервисов или проведения маркетинговых акций, оценить риски принятия тех или иных решений.

Безусловно, чтобы реализовать все описанное выше, нужно понимание не только технологий, но и готовность погрузиться в особенности организации.

Команда «Три-А-Да Групп» готова рассказать о своем опыте, своих уникальных технологических продуктах для бизнес аналитики (QuBeQu и NetDB). При этом наше с Вами общение ни к чему не обяжет, но будет без сомнения полезным для обеих сторон. Один из продуктов компании для простой и быстрой аналитики http://www.qubequ.com.

База принятия оптимального решения. Практика проектов.

ешения, ключевые решения в компаниях принимаются на базе выводов структурных подразделений, курирующих темы и агрегации этой информации в голове у ЛПР (лицо принимающее решение).

Что же получается.

1. Поставлена задача получить информацию, обобщить, сделать выводы. Структурное подразделение начинает собирать информацию с подконтрольных отделов, организаций. Этот итерационный процесс затягивается на какое-то время, а результат его (искаженность информации) зависит от очень многих субъективных факторов (правильность постановки задачи, корректность ее оценки и восприятия, подготовленности кадров к качественному исполнению, потребности или желания скрыть какие-то факты (существующие искажения, ложные факты) и т.д.). В итоге к лицу, принимающему решение, информация поступает с ЗАДЕРЖКОЙ и НЕ ВСЕГДА ДОСТОВЕРНОЙ. Данные этой информации, оценки, сформулированные выводы так же могут вызывать вопросы, требующие быстрой проверки.

Избавиться от неопределенности, неточности, иметь возможность быстро проверять детали, то есть спускаться до составляющих агрегатов, представлять информацию в удобном виде (графики, диаграммы и т.д.), делать все это быстро (в рамках одного совещания) позволяют правильно внедренные системы бизнес анализа (или Business Intelligence – BI). Получение данных напрямую из учетных систем и возможность детализироваться до базовых показателей позволяет создать ЦЕНТР ПРАВДЫ, СОКРАТИТЬ ВРЕМЯ НА ПРИЯНТИЕ РЕШЕНИЯ и ИЗБАВИТЬСЯ ОТ ИСКАЖЕНИЯ ИНФОРМАЦИИ.

2. Внедрение системы БИЗНЕС АНАЛИТИКИ позволило получать быстро достоверную информацию, но сами по себе они не позволяют просчитывать последствия принимаемых решений, выявлять узкие места, решать задачи оптимизации.

Прогнозирование и оптимизация решаются с использованием моделей. Формализованные бизнес процессы и их экономические характеристики перекладываются в МОДЕЛЬ (эконометрическая, технико-эконометрическая, имитационная и др.).

Безусловно, что сделать модель, это достаточно сложный и творческий процесс, но результат того стоит. Значительное повышение экономической эффективности и снижение рисков и тоге оправдывают усилия компании и подрядной организации по созданию таких моделей. Как не менее важный результат по итогам компания получает формализованные процессы (описаны в виде картинки) и переосмысленную работу подразделений (на достижение результата бизнеса, а не выполнение задачи). Имея формализацию, прозрачную картину влияния структурных звеньев можно стоить и мотивацию.

Решенные кейсы для примера:

A) Производственное предприятие FMCG. Производство молочной продукции.

Оптимизационное сценарное моделирование. Снижение себестоимости производства.

Задача: Производство продукции возможно по разным рецептурам из разных ингредиентов. Необходимо на основании параметров сезонности, цен, спроса, затрат на логистику и т.д. выбирать сценарий самый выгодный по себестоимости производства (рецептура, поставщики).

B) Производственное предприятие FMCG. Производство кондитерских изделий.

Оптимизационное моделирование. Выявление узких мест, снижение себестоимости производства.

Задача: Производство изделий потребляло больше сырья, чем по технологии. Узких мест на конвейере не наблюдалось.

Необходимо выявить место потерь. Управляя параметрами конвейера снизить себестоимость продукции.

C) Транспортная компания ЖД перевозки.

Прогнозное моделирование. Прогноз спроса на вагоны в узлах погрузки и транспортировки

Задача: На основании мировых прогнозов производства, существующих заказов, прогноза заказов, сезонных факторов спроса и предложения необходимо сформировать прогноз потребности в вагонах на узлах погрузки для перевозки объемов грузов в срок и без задержки. На основании этих прогнозов формируются запросы на подвижной состав в РЖД.

D) Добывающее предприятие MINING. Добыча и переработка руды

Оптимизационное сценарное моделирование.

Задача: Необходимо рассчитывать себестоимость конечной продукции в увязке к параметрам производства (выбор техники, количества бригад, объемов в отвал и т.д.). Сценарии позволяют подбирать наиболее оптимальные параметры для снижения себестоимости на перспективу планирования в 1 год.

Информационная система будущего. Что должно быть необычного в ИТ решении, чтобы бизнес, простые пользователи, хотели им пользоваться.

Проводя встречи, рассказывая и показывая клиентам наши решения и продукты из линейки BI, приходится общаться и с информационными подразделениями (ИТ), и с бизнес – заказчиками (бизнес). Требования у сторон разные даже в том случае, если информационные подразделения выбирают решение для бизнеса и пытаются транслировать их пожелания.

В любом случае вне зависимости от того кто выбирает решение, оно всегда нацелено на решение конкретной задачи в угоду бизнеса. Будь то автоматизация рутинного процесса, внедрение нового сервиса для повышения производительности или снижения затрат, внедрение решений для повышения конкурентоспособности компании. ИТ были и пока остаются лишь обслуживающими подразделениями. С этим можно соглашаться или нет, в некоторых случаях можно предпринимать шаги чтобы ИТ играли более важную роль (например курирование и определение всех информационных потоков, влияющих на финансовую и производственную эффективность компании).

Итак, заказчик – это бизнес. Каков же портрет пользователя ИТ – услуг?

Это люди, решение конкретных вопросов для которых является первоочередной задачей. Они могут заинтересоваться каким-то решением и инициировать его использование только тогда, когда оно сделает их работу ЛЕГЧЕ, ПРОЩЕ, КОМФОРТНЕЕ, БЫСТРЕЕ и не потребует от них серьезных усилий по погружению. Бизнес это не ИТ, который ловит в кайф в кропотливом поиске “багов” и копошении в софте и железе. Самый верный вариант – система одной кнопки “ХОЧУ”, и в зависимости от того кто пользователь получать результат (история успеха Apple).

При этом должны быть удовлетворены потребности (классическая пирамида Маслоу):

— в уважении;

— познавательная;

— эстетическая;

— в самоактуализации.

Иные потребности не рассматриваем, так как полагаем, что вопросы физиологии, безопасности, любви решены или решаются вне бизнеса.

Если внедряемое ИТ решение не учитывает описанные выше потребности, то оно вызывает отторжение, в результате его внедрение и развитие стопорится.

Почему удовлетворение этих потребностей так важно, и что это значит для ИТ систем?

Потребность в уважении (компетентность, достижение успеха, одобрение, признание) может быть реализована в бизнесе в том числе с использованием ИТ-систем. Простота использования продута и получение нужного результата позволяют ощущать себя компетентным, достигающим успеха, особенно если есть ощущение понимания как система работает. Корректный результат, полученный быстро и при минимальных затратах, вызывает одобрение и повышает значимость бизнес-пользователя в кругу коллег, даже если этот результат получен средствами ИТ-продукта.

Познавательная потребность (знать, уметь, понимать, использовать) средствами ИТ-систем покрыта тогда, когда внедряемый, используемый ИТ-продукт позволяет очень просто разобраться в функционале, инструментах. «Интуитивно понятный интерфейс», наличие подсказок, скорость реакции позволяет использовать его не только по заготовленному сценарию, а вносить собственные коррективы, получать востребованный результат, находить необычное применение, на первый взгляд, для несвойственных задач. Сопричастность к результату наряду с простотой, большими функциональными возможностями и тотальной защитой от «дурака» делают реальным удовлетворение данной потребности.

Эстетическая потребность (гармония, порядок, простота) зачастую стоит на первом месте при выборе бизнесом ИТ-решений, отодвигая на задний план функциональность, гибкость. И как не странно, для уха ИТ-специалиста, это звучит, такой выбор является оправданным. ИТ-система, которая используется часто, должна вызывать ощущение гармонии, простоты, даже красоты, чтобы стимулировать на достижение нового результата, влиять на желание использовать продукт по различным назначениям, не всегда тривиальным. Именно эстетизм не вызывает отторжения, а наоборот позволяет глубже погружаться в систему и нарду с другими особенностями (см. выше) делает решение востребованным.

Потребность в самоактуализации (реализация своих целей, способностей, развитие собственной личности) на первый первый взгляд совсем не связана с возможностями ИТ-систем, но это только на первый. Реализация этой потребности, сам факт что она возникает, говорит о высоком уровне компетенций специалиста, способного ставить амбициозные цели и двигаться к их достижению, опираясь на ИТ-системы. По сути ИТ-система должна не только быть инструментом в руках человека, но и стимулировать его (постановка цели и поиск пути ее решения). Система должна подталкивать к получению и использованию новых знаний, реализации новых возможностей.

Суммируем, что же требуется от ИТ-систем, чтобы удовлетворить потребности бизнеса:

— простота, отсутствие в необходимости получения специальных знаний;

— каждый шаг в инструменте, должен показывать результат. Набор шагов должен приводить к ОЖИДАЕМОМУ результату;

— система должна работать быстро, чтобы результат не заставлял себя ждать;

— «интуитивно» понятный интерфейс, система подсказок и сопровождения действий;

— возможность сценарной работы, работы по расписанию, возможность импровизации – выбор не должен быть сложным для пользователя. Выбор должен быть продиктован потребностью, а простота и гибкость должны быть всегда на одном уровне;

— прозрачность работы алгоритмов и полученного результата (способы получения, функции, методы, составляющие агрегатов и т.д.);

— красивый интерфейс пользователя с оптимальной организацией. «Принцип одной кнопки»;

— наличие потенциала и возможностей, которые не используются часто и большинством сотрудников, но раздвигают рамки продукта для решения сложных, не тривиальных амбициозных задач (моделирование и прогнозирование, мобильность и т.д.)

Что казалось бы проще, взять и создать такие системы. Но во первых их делают ИТ-специалисты и ориентированы они на ИТ, как не звучало бы это странным. А во вторых… Тут пожалуй счет можно прекратить, так как очень много нюансов не позволяющих сделать именно продукт для бизнеса на базе ИТ-систем: отсутствие кастомизируемости у системы, отсутствие понимания со стороны интегратора как должна выглядеть система для бизнеса и т.д. НО все проблемы из за того, что продукт делался ИТ и для ИТ. Пусть даже и ИТ от бизнеса.

Решить вопрос можно, нужно создавать изначально решения для пользователя, под потребности бизнеса.

В нашей компании мы такой шаг предприняли, создав продукт QuBeQU – http://demo.qubequ.com.

Мы постарались учесть все потребности, чтобы любой бизнес пользователь мог решать свои задачи:

— HR: анализировать данные по специалистам, прорабатывать мотивационные схемы, оценивать мотивационное или демотивационное влияние нововведений;

— Финансовый аналитик: обрабатывать, группировать, выводить закономерности из потока показателей;

— Менеджер: Анализировать online ключевые показатели, прогнозировать влияние изменений на эффективность бизнеса, оценивать риски, контролировать выполнение поручений;

— Руководитель компании: Держать под колпаком все ключевые аспекты компании и вовремя реагировать на изменения.

— И т.д.

В любом случае рынок очень динамичный, время покажет как будут трансформироваться ИТ-системы. И время все расставит по своим местам.