Доклад на тему: "Business Intelligence на этапе бизнес-планирования"

Актуальность выбранной темы. На сегодняшний день использование различных информационных систем становится неотъемлемой частью решения необходимых задач. Одним из сфер широкого применения информационных технологий является оптимизация бизнес процессов, где проводится постоянный поиск оптимальных решений, анализ статистических данных, автоматизация процессов, прогнозирование возможных рисков, и улучшение экономического состояния. Возникает постоянная необходимость в поиске таких инструментов. Изменение и совершенствование современного аппаратного и программного обеспечения наблюдается практически ежедневно, и благодаря технологическому прогрессу, появляются новые технологии и инструменты, созданные изменить текущую обстановку. Актуальность. Одной из наиболее проблемных сфер является сбор и анализ данных. Данные нужно постоянно анализировать и сопоставлять, определять их происхождение, находить аномальные места при построении графиков и диаграмм. С каждым днем данных становится все больше и больше, что доставляет большие хлопоты аналитикам, так как они уже не могут уложиться в срок при составлении ежемесячного отчета, по которому руководители компании обычно обсуждают бизнес план и составляют стратегию развития. На текущий момент существует множество инструментов для анализа данных, но многие из них не предоставляют тех возможностей и преимуществ, которые предоставляют инструменты Business Intelligence, появившиеся совсем недавно.

Цель работы заключается в исследовании особенностей внедрения и применения Business Intelligence на этапе бизнес-планирования.

1. Business Intelligence: понятие, сущность, основные инструменты

Business Intelligence (BI) — это процесс анализа информации, выработки интуиции и понимания для улучшенного и неформального принятия решений бизнес-пользователями, а также инструменты для извлечения из данных значимой для бизнеса информации. Надо отметить, что большинство определений трактуют «Business Intelligence» как процесс, технологии, методы и средства извлечения и представления знаний [3].

Инструменты BI — это инструменты для перевода необработанной информации в осмысленную, удобную форму. Эти данные используются для бизнес-анализа. Технологии BI обрабатывают большие объемы неструктурированных данных, чтобы найти стратегические возможности для бизнеса. Термин “Business Intelligence” сперва использовался в научной сфере, но вскоре получил широкое применение и в корпоративном сегменте, благодаря своим результатам.

Инструменты BI решают очень широкий спектр задач [2]:

· поддержка развития бизнес-процессов и структурных изменений предприятия;

· моделирование бизнес-ситуаций в единой информационной среде;

· быстрое проведение оперативного анализа по нестандартным запросам;

· снижение рутинной нагрузки на сотрудников компании, путем автоматизации их работы;

· устойчивая работа при увеличении объема обрабатываемой информации, возможность масштабирования.

По части стратегического развития предприятия или компании инструменты BI обеспечивают [2]:

· оценку эффективности различных направлений бизнеса;

· бизнес планирование, путем достижения поставленных целей;

· анализ эффективного использования финансовых ресурсов;

· прогнозирование и оценка эффективности операционной, инвестиционной и финансовой деятельности;

· бизнес-моделирование и оценку инвестиционных проектов;

· управление финансами, планирование затратами, планирование требуемых будущих вложений.

В основе концепции BI лежит идея анализа и обработка данных с целью получения знаний о данных (мета данные), которые можно будет использовать в прогнозировании и принятии решений.

Согласно исследованиям, проведенным компанией The OLAP Report, безусловным лидером мирового рынка BI в 2006 году стала компания Microsoft — доля ее систем на рынке составляла 31,6 %. За ней следовала Hyperion (18,9 %) и Cognos (12,9 %.) Замыкали пятерку лидеров Business Objects и MicroStrategy (по 7,3 % у каждого). SAP в 2006 году сумел завоевать только 5,8 % рынка [1].

Как показывает опыт успешных зарубежных компаний, эффективным решением вышеописанных проблем является использование инструментов BI, таких как «Customer Relationship Management». Использование инструментов BI ведет к положительным результатам, но до сих пор есть компании, которые ведут учет и историю клиентов с помощью Excel таблиц, накапливают данные в своих Базах Данных и пытаются проанализировать все это с помощью человеческих ресурсов. Объектом исследования этой статьи хотелось бы рассмотреть внедрение инструментов BI в компании, занимающиеся предоставлением консалтинговых услуг. Консалтинговые компании — это компании, которые занимаются предоставлением разного вида услуг своим клиентам.

Как и многие другие компании в целях выживания на рынке они пытаются привлечь новых клиентов, чтобы продать им свои услуги, не потерять текущих клиентов, а также поспособствовать к дополнительным продажам.

Основные проблемы, с которыми часто сталкиваются консалтинговые компании это:

· поиск истории работы с клиентом (договора, сделки) является затруднительным процессом. Эта информация необходима для получения списка лояльных клиентов;

· смена менеджеров, закрепленных за клиентами. При закреплении нового менеджера за клиентом необходимо проинформировать его о текущем положении дел и рассказать о проделанной работе с клиентом;

· прогнозирование неправильных возможных результатов, что приведет к большим ожиданиям и чрезмерным затратам. [6, с.251]

Решением всех этих проблем в компании занимаются маркетологи и аналитики. Их основной целью является получение прибыли для компании, при минимальных затратах. Чтобы добиться этой цели, им необходимо изучить всю сферу деятельности компании, ее продукты, ее сильные стороны, а также ее историю. Нужно понять почему клиенты готовы довериться именно этой компании, а также установить последовательность совершенных действий с клиентом, после чего была осуществлена успешная сделка.

Чтобы заполучить эти данные необходимо просканировать архивы компании, просмотреть множество документов, договоров, проанализировать проделанную работу для каждого клиента, поговорить с каждым менеджером, которые обслуживают клиентов компании.

Основными барьерами при сборе этой информации может послужить следующее:

· информации о клиентах очень много или она разрозненная, и из-за этого становится трудно изучить и проанализировать их в определенные сроки. Необходимо изучить дело каждого клиента, чтобы получить среднестатистические данные (Пример: период пика притока клиентов);

· информация утеряна или является неполной;

· трата большого количества времени на разговоры с менеджерами. [6, с.253]

При внедрении и использовании инструментов BI, всех проблем, связанных с отчетность и процессом работы в компании, в последующем можно будет избежать.

При правильном подходе и заполнении информации о клиентах, можно будет получить полную и прозрачную картину, происходящего в компании. Так в режиме онлайн можно будет быстро сгенерировать отчет о текущих процессах в компании, получить полную информацию о клиенте, начиная с первого звонка и отправкой коммерческого предложения, избежать неудачных моментов при работе с новыми клиентами, предугадать, что клиент может отказаться от продления текущей сделки т. к. была оказана некачественная работа. Открываются новые возможности в использовании накопленных данных для улучшения будущих экономических показателей.

На первом этапе внедрения инструментов BI появляется множество проблем. Самой основной проблемой при внедрении является сложность получения актуальных, достоверных и непротиворечивых данных из транзакционных систем нижнего уровня (бухгалтерского 1C, ERP, CRM). В основном такие системы существенно различаются бизнес-логикой, в результате появляются противоречия в данных, относящихся к одним и тем же предметным областям [4].

Чтобы решить эту проблему приходится создавать второстепенные интерфейсы для ввода данных, дорабатывать информационные системы или инициировать затратные перестройки бизнес процессов компании. Еще одной проблемой при использовании инструментов BI является проверка качества данных. Существует много инструментов, но они не используются. Зачастую, такие вопросы решаются путем создания промежуточных отчетов и проверки на уровне трансформации данных. Все это обычно лежит на службе сопровождения и поддержке. Еще одной проблемой является человеческий фактор. Специалисты в области информационных технологий отмечают, что сталкиваются с сопротивлением менеджеров, которые занимаются составлением отчетов. Во-первых, они оказываются не готовы к вопросам руководства, во-вторых, их значимость в компании резко падает.

2. Основные этапы реализации стратегии Business Intelligence

Хорошо спланированная реализация бизнес-аналитики может стать очень полезным инструментом для руководителей высшего звена и их отделов в понимании их процессов и результатов. Это также может помочь лучше понять своих клиентов.

1. Создание стратегии бизнес-аналитики

Стратегия бизнес-аналитики - это план, который позволяет любой компании измерить свою производительность, выявить недостатки, улучшить конкурентные преимущества и использовать интеллектуальный анализ данных и аналитику для успешного принятия решений. Любая реализация невозможна без четкого понимания ключевых элементов:

· Какая у тебя цель?

· Что у тебя есть?

· Что тебе нужно?

· Критические факторы успеха для внедрения бизнес-аналитики: цель, ресурс, план

Как только руководитель/предприниматель ответит на эти вопросы, он сможет приступить к работе над своей стратегией. В зависимости от уровня зрелости компании, предыдущего опыта внедрения BI или его отсутствия, а также размера компании конечные результаты могут отличаться. [5, с.162]

2. Внедрение бизнес-аналитики: этапы становления компании, работающей в сфере данных

Если вы не знаете, с чего начать, и выбрали аутсорсинг, обязательно обсудите этап обнаружения со своим поставщиком. Они помогут вам определить ваши потребности и возможное решение, соответствующее вашим потребностям, а также спланировать выполнение.

3. Установление ключевых показателей эффективности

После того как вы собрали достаточно информации, важно определить ключевые показатели эффективности, которые вы собираетесь отслеживать в

масштабе всей компании, и ключевые показатели эффективности, которые нужно отслеживать в рамках отделов. Ваши KPI должны быть измеримыми, соответствовать вашим целям и иметь жизненно важное значение для достижения ваших бизнес-целей. [5, с.164]

4. Назначение заинтересованных лиц и обучение персонал

Одна из первых проблем внедрения бизнес-аналитики - это человеческая склонность сопротивляться изменениям. Самый эффективный способ минимизировать сопротивление - обучить персонал. Если у вашей компании нет опыта работы с бизнес-аналитикой, вы должны объяснить, какую пользу может принести каждому отделу внедрение бизнес-аналитики. Вы также должны определить ключевые заинтересованные стороны в каждом отделе. Они помогут вам собрать и расставить приоритеты по болевым точкам и ключевым показателям эффективности (KPI) в компании.

5. Создание сильной команды бизнес-аналитики или использование аутсорсинга

БИ - собор. И каждый член команды играет жизненно важную роль в ее силе, величии и красоте. Или может способствовать его провалу. Команда бизнес-аналитики, которая имеет четкое видение и остается сосредоточенной на этом видении при выполнении своих задач, будет работать с синергизмом, энтузиазмом и творчеством, которые невозможно воспитать в разрозненной группе людей, независимо от их таланта и опыта. ~ Дуглас Макдауэлл, генеральный директор SolidQ North America [5, с.165]

Структура команды BI: разработчик бизнес-аналитики, архитектор, руководитель, аналитик, эксперт по интеллектуальному анализу данных.

Технический стек решений для бизнес-аналитики может быть универсальным и зависит от выбранного программного обеспечения и потребностей вашего бизнеса. Некоторые из наиболее распространенных используемых технологий: MS SQL, Oracle, MySQL Hbase, BigSQL Data Lakes, AWS Redshift, Apache Spark & Hadoop, SSIS, SSAS, Pentaho, Tableau, QlikView, Power BI и другие.

5. Нахождение лучшего программного обеспечения для ваших нужд

Выбор инструментов зависит от требований и бюджета. Однако при выборе программного решения важно понимать и оценивать эти факторы:

· У вас есть доступ к данным и удобный просмотр актуальной информации?

· Предлагает ли эта система интеграцию с существующими системами или API для подключения к вашим системам?

· Как вы можете взаимодействовать с данными в визуальном интерфейсе программного обеспечения?

· Можете ли вы сотрудничать с другими в области анализа данных и делиться визуализированной аналитикой?

· Сможете ли вы глубже погрузиться в данные и самостоятельно открыть для себя новые идеи?

· Лучшее программное обеспечение для бизнес-аналитики

· Как решать программные проблемы при внедрении бизнес-аналитики? [9, с.99]

Каким бы заманчивым это ни казалось, выбор комплексного пакета бизнес-аналитики может быть не лучшей идеей. Если вы не уверены на 100%, вам может потребоваться найти альтернативное программное обеспечение для каждой задачи или части бизнес-аналитики.

Либо обсудите лицензию на долгосрочную оценку, либо обдумайте несколько менее недорогих компонентов бизнес-аналитики от разных поставщиков.

По возможности сначала используйте лицензии и инструменты, уже имеющиеся в организации. Приобретение дополнительных лицензий может быть дешевле, чем работа с совершенно другим поставщиком программного обеспечения.

Примите тот факт, что разным группам пользователей или отделам могут потребоваться разные инструменты для работы с пользователями.

Имейте в виду, что любое решение также должно соответствовать нефункциональным требованиям, таким как доступность, безопасность и производительность.
6. Выбор хранилища данных, среды и платформы

Если у вас нет инфраструктуры, рекомендуется начать с выбора варианта хранения данных. Как правило, хранилище данных считается более подходящим выбором для реализации Business Intelligence, поскольку оно обеспечивает анализ реляционных данных, поступающих как из систем онлайн-обработки транзакций (OLTP), так и из бизнес-приложений (например, систем ERP, CRM и HRM). Однако многие компании практикуют внедрение обоих типов хранилищ данных, максимально раскрывая потенциал своих систем бизнес-аналитики.

После выбора программного обеспечения, которое соответствует потребностям вашего бизнеса и хорошо работает с существующей инфраструктурой, самое время выбрать подходящую среду и платформу бизнес-аналитики. Вы можете решить, нужна ли вам локальная, облачная или гибридная среда. Выберите подходящую среду для внедрения бизнес-аналитики. [7, с.16]

Если вы выберете облачную среду, вам нужно будет выбрать платформу, на которой будет размещена ваша бизнес-аналитика. Имейте в виду, что выбор среды и платформы повлияет на архитектуру вашего приложения, поэтому во время обсуждения лучше пригласить архитектора.

Почему выбор хранилища данных, среды и платформы так важен? В качестве примера возьмем хранилище данных. Озеро данных использует процедуру ELT (Extract Load Transform) - данные обрабатываются после загрузки в озеро данных. Хранилище данных использует процедуру ETL (Extract Transform Load) - данные преобразуются и затем загружаются в хранилище данных. Таким образом, этот выбор будет определять, когда данные обрабатываются и какой тип данных может быть проанализирован.

7. Оптимизация процесса подготовки данных

Низкое качество данных обходится слишком дорого как для отдельно взятой компании, так и для экономики государства в целом [1]. Часто большие организации борются с большими объемами бесполезных данных, так называемых «хранилищ данных». Это происходит, когда команды или отделы используют разные инструменты, имеют совершенно разные подходы и хранят данные при себе. Как правило, подготовка данных занимает до 80% времени разработки бизнес-аналитики.

7. Использование характеристик качества данных

Любая успешная реализация бизнес-аналитики во многом зависит от высококачественных данных. Согласно исследованию, более 63% респондентов считают подготовку данных для внедрения бизнес-аналитики «очень важной» или «критически важной».

8. Рассмотрение более продвинутых решений

По состоянию на 2019 год 91,6% мировых компаний заявили, что они увеличивают свои инвестиции в большие данные и ИИ [2]. Если вы в значительной степени полагаетесь на бизнес-аналитику, ее реализация может быть еще более выгодной, если вы включите более продвинутые технологии, такие как машинное обучение. Это также может помочь:

· Создавать оптимизированные конвейеры данных;

· Проводить анализ данных в реальном времени;

· Делать актуальные прогнозы;

· Анализировать большие наборы данных.

9. Реализация PoC или пилотного проекта

Когда у вас будут готовы все процессы, самое время для пробного запуска. И хотя может показаться отличной идеей протестировать систему в масштабе всей компании, лучше иметь пилотный проект в небольшой группе.

10. Внедрение изменений для соответствия КПЭ

И вот мы вернулись к шагам 1 и 2. Просмотрите свои результаты и посмотрите, оправдали ли вы первоначальные ожидания. Если нет, посмотрите, что можно сделать для достижения начальных КПЭ. Как только вы сделаете позаимствовал изменения, запустите еще один пилотный проект, чтобы понять, сколько вы покрыли между этими двумя пилотными запусками и как это меняет картину. Это непрерывный процесс, и он требует оптимизации при каждом запуске, пока все участвующие стороны не будут довольны результатом. Как только вы достигнете этой точки, вы можете безопасно увеличивать масштаб.

3. Результаты, которые можно получить от внедрения стратегии Business Intelligence

Business Intelligence сочетает в себе широкий набор приложений для анализа данных. В зависимости от ваших потребностей, доступных данных, технического стека и типа решаемой задачи, вот наиболее распространенные результаты внедрения Business Intelligence:

· Специальная аналитика поможет вам ответить на один бизнес-вопрос. Сосредоточившись на конкретной проблеме, этот инструмент может либо создать отчет, который еще не существует, либо углубиться в статический отчет, чтобы получить дополнительные сведения о конкретном бизнес-процессе или части операций.

· Онлайн-аналитическая обработка (OLAP) позволяет пользователям извлекать и запрашивать определенные данные, чтобы анализировать их с разных точек зрения. Обычно он используется для анализа тенденций, финансовой отчетности, прогнозирования продаж или других целей планирования.

· BI в реальном времени. Бизнес-аналитика в реальном времени позволяет пользователям получать самые свежие данные, получая доступ к операционным системам или вводя бизнес-информацию в хранилище данных в реальном времени и / или систему бизнес-аналитики.

· Оперативный BI. Операционная аналитика - это подход к анализу данных, который позволяет принимать решения и действия по бизнес-операциям на основе данных в реальном времени по мере их создания или сбора компаниями. Как правило, процесс анализа данных автоматизирован, а полученная информация интегрируется в операционные системы для немедленного использования бизнес-менеджерами и сотрудниками.

· Совместная бизнес-аналитика появилась благодаря объединению программного обеспечения бизнес-аналитики с инструментами совместной работы для поддержки принятия решений на основе данных.

· Панели мониторинга бизнес-аналитики и средства визуализации данных позволяют сразу отображать ключевые бизнес-показатели. [8, с.12]

Выводы

Подытоживая вышесказанное, отметим, что современные компании собирают тонны данных. От информации об их расходах до статистики об их процессах и клиентах. Однако многие из них либо не осознают весь потенциал данных, либо вообще не используют его. Если необходим способ оптимизировать свои операции, понять, что происходит, и даже спрогнозировать определенные изменения в способах бизнеса, необходимо внедрить Business Intelligence.

Бизнес-аналитика (BI) относится к стратегиям, программному обеспечению и технологиям для анализа данных бизнес-информации. Успешное внедрение бизнес-аналитики позволяет преобразовывать имеющиеся данные в полезные идеи для принятия стратегических и тактических бизнес-решений. Как правило, BI полагается на большие объемы структурированных данных (хотя бывают случаи, когда могут использоваться неструктурированные данные), чтобы создать основу для обоснованных и эффективных решений.

Трудно переоценить ценность правильно внедренной бизнес-аналитики для любой компании. Это не только помогает улучшить доступ к данным и их использование для анализа бизнеса, но также может помочь повысить прибыльность, получить конкурентное преимущество и ускорить общий рост.

Среди других преимуществ внедрения бизнес-аналитики отметим следующие:

· Улучшенный процесс принятия решений, основанный на осознанном выборе;

· Оптимизированные бизнес-процессы, как внутренние, так и клиентские;

· Повышение операционной эффективности, так как неэффективные бизнес-процессы можно легко определить;

· И единая версия правды, которая поможет собрать разрозненные версии данных в единую большую картину.

Библиографический список

1. Алексеева М.М. Планирование деятельности фирмы. Учебно-методическое пособие. — М.; Финансы и статистика, 2019

2. Артемьев В. Что такое Business Intelligence? // Издательство «Открытые системы». [Электронный ресурс] — Режим доступа. — URL: http://www.osp.ru/os/2003/04/182900/

3. Банникова Н.В. Стратегическое планирование и стратегии развития российских предприятий //АПК: Экономика, управление. – 2017.

4. Бизнес-план. Составление: нормы и рекомендации. – М.: «А-Приор», 2019.

5. Бородин И. Ф., Андреев С. А. - АВТОМАТИЗАЦИЯ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ И СИСТЕМЫ АВТОМАТИЧЕСКОГО УПРАВЛЕНИЯ 2-е изд., испр. и доп. Учебник для СПО - М.:Издательство Юрайт - 2019 - 386с.

6. Громов А. И., Фляйшман А., Шмидт В.; Под ред. Громова А.И. - УПРАВЛЕНИЕ БИЗНЕС-ПРОЦЕССАМИ: СОВРЕМЕННЫЕ МЕТОДЫ. Монография - М.:Издательство Юрайт - 2019 - 367с.

7. Калинин Н.В. - Современные тренды управления и цифровая экономика. От регионального развития к глобальному экономическому росту - Русайнс - 2019 - 134с.

8. Сбалансированно-целевое управление развитием предприятия: модели и технологии : монография / Б.Е. Одинцов ; под ред. проф. А.Н. Романова. — М. : Вузовский учебник: ИНФРА-М, 2018. — 162 с.

9. Ускенбаева Р. К. Использование «Business Intelligence» для оптимизации бизнес процессов в сфере консалтинга / Р. К. Ускенбаева, Даулет Аскарулы Булегенов. // Молодой ученый. — 2016. — № 10 (114). — С. 98-101.