BI-системы: что это такое и зачем они нужны бизнесу

Чтобы понимать, как идут дела, бизнес использует самые разные источники для сбора информации — в больших компаниях анализируют тысячи показателей. Простой пример: для анализа продажи детской игрушки специалисту BI могут понадобиться сведения:

• о самой игрушке: название, артикул, бренд, категория товара и т. д.;
• о цене;
• в каких маркетинговых активностях она участвует: где рекламируется, есть ли акции, скидки;
• где расположен магазин;
• на какой полке стоят такие игрушки, как их продвигают в самом магазине;
• в какой день недели и в какое время дня ее купили;
• каким способом оплатили и т. д.

Такая детализация важна: она позволяет набирать большие массивы данных, которые при дальнейшем структурировании и анализе помогают находить неочевидные, но важные закономерности. В нашем примере с игрушкой система BI-аналитики может показать, что конкретный товар пользуется спросом в определенных торговых сетях, или в определенных регионах, или пока идет реклама по телевизору в «детское» время.

Таким образом, можно выделить несколько важных целей, которые закрывает бизнес, когда внедряет BI-систему:

1. Сбор, структурирование и хранение данных из разных источников.
2. Анализ большого объема данных.
3. Формирование отчетности, которая позволяет следить за показателями, выявлять отклонения и вовремя корректировать планы.
4. Моделирование бизнес-решений и прогнозирование на основе анализа данных.

Основная цель любой BI-системы — дать бизнесу возможность принимать решения на основе анализа точных, полных и структурированных данных.

Преимущество хороших BI-систем в простоте, когда для работы не нужны навыки разработки. Аналитик, маркетолог или другой специалист запрашивает отчеты через интерфейс, а система формирует дашборды (визуальные панели), на которых в структурированном виде представлена вся необходимая информация.

Однако за внешней простотой взаимодействия с BI-системой скрываются сложные механизмы обработки данных и их подготовки к анализу. Основу BI-решения составляют:

— Инструменты ETL (англ. extract, transform, load — «извлечение, преобразование, загрузка») — набор средств по интеграции и очистке данных. ETL забирают информацию из внешних источников, предобрабатывают ее, например, очищают от дублей и мусора, затем загружают в общее хранилище.

— Аналитическое хранилище — база с «сырыми» данными, которые становятся источником для анализа.

— Набор средств Data Mining (англ. «добыча данных», «интеллектуальный анализ данных») — инструменты по обработке информации и анализу по разным срезам. Для обработки используют разные методы — статистику, прогнозирование, семантический анализ и другие.

— Инструменты визуализации — наборы отчетов, которые различаются в зависимости от поставленной перед BI-системой задачи: дашборды, диаграммы, графики, таблицы. При построении отчетов пользователи самостоятельно выбирают показатели и фильтры, распределяют уровни доступа для разных ролей в команде.

В качестве источников BI-системы используют базы данных:

• облачные — например, ClickHouse, VK Cloud Solutions,
• файловые — Excel, PDF, XML и другие таблицы,
• реляционные — SQL Server, MySQL.

В зависимости от функционального назначения BI-системы относят к одному из трех видов.

1. BI с регламентной (стандартизированной) отчетностью — это системы с детальными отчетами, которые создаются по шаблонам.

Такие BI-системы используют для решения несложных оперативных задач. К примеру, менеджеры по продажам могут анализировать информацию для формирования плановых отчетов на неделю или отслеживать оплаты за каждый день.

Функционально такое использование BI-системы похоже на анализ данных при помощи современных CRM- и ERP-систем. Отличие в том, что BI собирают информацию из разных источников, предоставляя отчетность в общем интерфейсе.

2. BI-системы, использующие динамические методы многомерного анализа данных — OLAP (англ. online analytical processing — «оперативный анализ данных»).

Такой анализ помогает выявлять закономерности и тренды в работе бизнеса на основе оперативно обновляемых данных.

Оперативность таких BI — важный показатель. Например, владелец большого интернет-магазина запускает несколько рекламных кампаний одновременно. Чтобы понять, какая компания работает лучше, нужно как можно быстрее получить и проанализировать информацию. Тут BI-системы, использующие в работе методы OLAP, получают серьезное преимущество.

3. BI-системы, использующие в большей степени методы прогнозной аналитики (Advanced Analytics), которые нужны, чтобы моделировать поведение потребителей или операционную эффективность бизнеса, строить конкурентный рыночный анализ.

К примеру, методы Advanced Analytics помогают спрогнозировать:

• время взаимодействия клиента с компанией,
• количество касаний до сделки,
• средний чек сделок,
• LTV.

Важно понимать, что четкого функционального разделения у BI-систем нет, одно и то же решение может успешно совмещать разные методики анализа и прогнозирования.

Понимание, что пришла пора использовать современные технологии в работе с данными, обычно приходит, когда бизнес начинает расти. Вот несколько признаков, которые указывают на то, что неплохо бы задуматься о внедрении BI-системы:

— В повседневной работе вам нужна информация из самых разных источников: из отдела маркетинга, отдела продаж, CRM, рекламных кабинетов, сайта и так далее.

— Вы видите необходимость улучшить работу аналитиков компании, которые должны отслеживать результаты по внедрению новых продуктов, обновлению IT-среды, обеспечению оперативного доступа к бизнес-данным.

— Растет число квалифицированных сотрудников, которым нужна коммерческая или аналитическая информация.

Современные BI-системы помогают обрабатывать информацию из самых разных сфер — маркетинга, финансовой и логистической службы, отдела общего администрирования, HR и других. К примеру, на основе отчетов BI бизнес получает возможность:
— Измерять итоги рекламных кампаний.
— Отслеживать движение финансов, следить за операционными расходами и за валовой прибылью.
— Выстраивать кадровую политику.
— Находить и отслеживать тренды потребительского поведения потенциальных клиентов в разных каналах взаимодействия с компанией.
— Гибко сегментировать целевую аудиторию.
— Настраивать финансовое и операционное планирование, улучшать прогнозы прибыльности.

Сегодня на слуху многие крупные поставщики BI-решений — свой вариант инструментов по сбору, аналитике и визуализации данных представляют такие бренды, как Microsoft, Tableau, Qlik.

В 2022 году в России всемирно известные компании приостановили деятельность, поэтому особо актуален переход на российские аналоги BI-систем.

В этой статье мы коротко представим несколько важных поставщиков BI-систем, на которые можно обратить внимание.

Представляет на рынке универсальный продукт, который позволяет использовать возможность расширенной аналитики с разными типами настроек. Стоит дороже конкурентов.

BI-система автоматизации управленческих решений, работает на собственном аналитического BI-модуле.

BI-система от российского IT-гиганта. Особенность BI-инструментов от «Яндекса» в том, что они используют с собственные продукты Yandex Metrica в качестве источника данных.

Одно из решений ML-платформы оптимизации маркетинга. BI-система построена на базе инструментов анализа и визуализации данных от Kibana — свободно тиражируемого веб-интерфейса, который позволяет проводить динамический мониторинг в режиме реального времени. Строим нашу BI на OpenSearch — опенсорс-системе Elasticsearch и Kibana с лицензией ALv2.

Kibana — продукт от западных разработчиков, но мы его полностью контролируем в собственном контуре.

Мы внимательно отслеживаем все апдейты и доступность решения, и в случае каких-то изменений просто перенастроим работу аналитических инструментов или откатим апдейт.
Мы используем динамические панели с разными инструментами визуализации — гистограммы, круговые диаграммы, тепловые карты, линейных графиков, шкалы, выводим цифры KPI: