ProКачество: Что такое BI-системы и для чего они нужны?
Игорь Кузин: Анализ бизнес-метрик и мониторинг выполнения KPI помогают не только видеть, насколько эффективны те или иные бизнес-процессы, но также отслеживать динамику при внедрении новых решений. На этой базе и строится управление любой компании.
Один из эффективных инструментов для этого – дашборды . С их помощью можно собирать аналитику и детализировать ее.
Так вот, если коротко, то BI-система – это среда для формирования и управления дашбордами. То есть это программа для управления мониторинговыми панелями.
Справка
BI-системы (Business Intelligence системы) представляют собой набор высокотехнологичных инструментов для сбора, обработки и анализа данных. Они нужны для объединения информации из нескольких источников в единую аналитику. Business Intelligence системы используются для более глубокой аналитики и выработки эффективных управленческих решений.
На сегодняшний день на рынке существует множество как зарубежных, так и отечественных BI-систем. Отечественные решения зачастую несколько уступают иностранным аналогам. В основном в части механизмов формирования метрик и в вопросах визуализации данных. Но отставание в области визуализации незначительно, и разница находится не в функциональной плоскости, а в области эстетического оформления аналитических отчетов.
Стоит отметить, что когда мы говорим о BI-системе, то мы в первую очередь говорим о способе представления и визуализации информации, потому что для остальных аналитических процессов существуют другие специализированные решения.
ProКачество: Какому бизнесу подойдет внедрение BI-системы?
Игорь Кузин: Я не нахожу тех сфер, где внедрение BI-системы было бы неэффективным, так как этот инструмент предполагает высокую плотность мониторинга . Например, в госучреждениях плотность мониторинга невысока, часто аналитика проводится по данным за прошлый год. То есть решения внедряются сейчас и их эффективность отслеживается через год. Внедрение в госучреждениях BI-систем может значительно повысить качество их работы.
Наверное, без такой глубокой аналитики может обойтись только микробизнес, где процессы просты и находятся на виду у владельца. Однако даже в таком случае при расширении предприятия или когда встает вопрос о найме внешнего управляющего, возможность увидеть накопленную статистику в структурированном виде будет обладать исключительной ценностью.
Кроме того, любой бизнес, завязанный на данных , вне зависимости от масштаба только выиграет от внедрения BI-системы. Наилучшим образом такой инструмент аналитики подойдет компаниям с концепцией принятия решений data-driven и data-informed .
ProКачество: В чем преимущества BI-систем относительно Excel?
Игорь Кузин: Многие компании по старинке до сих пор пользуются Excel для сбора и хранения данных. И это неплохо. Однако у такого подхода существует ряд ограничений. Например, основные операции в Excel тяжело выполнять, когда число строк слишком большое . А на сегодняшний день для многих компаний и один миллион строк – это небольшой объем данных, который накапливается за месяц. И, наверное, главный минус – низкий уровень автоматизации процессов.
Процесс формирования отчетности в Excel:
-
данные надо найти в разных системах и выгрузить;
-
создать внутренние таблицы;
-
занести во внутренние таблицы и обработать данные;
-
создать итоговую форму отчета, куда вставить предобработанные на предыдущем этапе таблицы;
-
соединив массивы данных, прописать формулы, чтобы посчитать метрики;
-
визуальное форматирование и проверка ошибок.
Как правило, при подготовке отчета в BI-системе в ней уже есть ряд интеграций, которые автоматизированно готовят данные для отчетности. Поэтому процесс происходит значительно быстрее.
Подготовка отчета в BI-системе:
-
задать необходимые настройки ;
-
выбрать форму визуализации данных;
-
отчет готов.
BI-система превращает рутинную и времязатратную задачу в творческий процесс, когда сотрудник сосредоточен на непосредственном анализе данных, а не на поисках ошибок в отчете.
Когда нужно обновить данные, пользователям Excel снова придется пройти все вышеописанные этапы. BI-система обновляется автоматически. Это происходит обычно в фоновом режиме или по запросу пользователя. Система собирает информацию из тех источников данных, которыми компания пользуется в своей работе.
Плюсы BI-системы относительно Excel:
-
Актуальность данных;
-
Дает независимость от ручного труда;
-
Есть возможность глубокого дриллдауна ;
-
Понятная и информативная визуализация;
-
Удобно работать с любых устройств;
-
Удобно работать с разными версиями отчетов;
-
Удобно разграничивать права доступа на разных уровнях иерархии;
-
Повышение эффективности бизнес-процессов за счет сокращения трудозатрат.
ProКачество: Расскажите подробнее об этапах внедрения BI-системы в компании?
Игорь Кузин:
1. Формирование матрицы задач и уровней. Матрица задач и уровней – это таблица, где по горизонтали указаны уровни иерархии, а по вертикали – функциональные направления . На пересечениях возникает ячейка задачи уровня. Туда вписываются KPI, которые должны отслеживать специалисты этой группы. То есть происходит детализация – какой специалист какие KPI должен мониторить.
2. Проектирование временных диапазонов отслеживания данных. Как правило, чем выше уровень иерархии, тем выше и временной диапазон.
3. Формирование перечня метрик и измерений. Чтобы четко поставить задачу, необходима фактическая детализация метрик – как именно будут считать.
Например, отслеживать объем продаж – простая на первый взгляд задача. Но на практике оказывается, что каждый бизнес считает по-своему. Сложность часто еще возникает в том, что внутри одной компании разные структурные подразделения считают метрики по-разному. Поэтому для того, чтобы обеспечить правдивость сводных данных, необходимо привести все показатели к единому стандарту и сформировать единый слой метрик.
Совет эксперта: про метрики и KPI
Я рекомендую формировать KPI из комбинации абсолютной и относительной метрик. Например, если поставить маркетингу KPI только на цену сделки, то руководитель рискует получить выполненный KPI при критически низком количестве самих сделок.
Хороший KPI звучит так: «Получить N сделок в среднем по цене M за сделку за период K». На практике некоторые KPI сформировать сложнее, чем кажется.
«Когда метрика становится KPI, она перестает быть хорошей метрикой» – гласит закон Гудхарта .
Наглядней всего принцип Гудхарта можно проиллюстрировать примером из медицинской сферы. «Доля успешных операций» – этот показатель выглядит как отличная метрика для оценки работы хирурга. Но представьте, что эта метрика становится KPI для всех хирургов страны. Главным результатом такого подхода станет невозможность записи на операцию людей, страдающих тяжелыми (то есть «неперспективными») формами заболеваний. Ведь вся карьера хирургов теперь будет привязана к проценту успешных операций, а такие больные будут портить им статистику.
Другой пример из сферы маркетинга и продаж. После внедрения сквозной аналитики в компании вдруг резко упало качество лидов и продаж. Все больше лидов попадали в спам или по иным причинам не становились квалифицированными. Потребовалась большая работа команды аналитиков, чтобы доказать, что проблема этого обвала где-то на стороне продаж. Выяснилось, что после внедрения сквозной аналитики департамент продаж получил новый KPI – процент конверсии в качественный лид из заявки. Менеджеры по продажам быстро смекнули, что если все сложные лиды удалить из воронки, то KPI взлетит до небес!
4. Детализация механики подсчета метрик и измерений.
5. Выбор форм визуализации данных в дашбордах.
Вышеописанные процессы можно отнести к очевидным, но есть еще работа IT-специалистов, которая не видна. В их задачи входит построение процессов сбора, трансформации и хранения данных. Эти процессы запускаются после того, как сформирован перечень метрик и измерений и, соответственно, определены источники данных.
ProКачество: Расскажите, как происходит собор данных в BI-системе?
Игорь Кузин: Сбор данных в BI-системе происходит автоматически через ряд интеграций с источниками данных, участвующими в цифровых процессах в компании. Поэтому перед внедрением BI-системы компании стараются максимально автоматизировать сбор данных из разных источников. Однако если по каким-то причинам данные автоматически собирать нельзя, то можно автоматизировать хотя бы процесс сбора этих отчетов.
При внедрении BI-системы важно понимать, по какому пути идет компания: цифровизации или цифровой трансформации . В случае цифровой трансформации важно подобрать гибкую BI-систему, которая будет «успевать» за трансформацией бизнеса.
ProКачество: Кто обычно занимается внедрением BI-системы в компании?
Игорь Кузин: Кто будет заниматься внедрением BI-системы в компании, зависит о того, есть ли внутри предприятия соответствующая экспертиза по внедрению BI-системы. Если ее нет, то ее создание может быть проблематичным, ведь нужен новый человек в команде, который будет отвечать за построение BI. Для этого кто-то должен оценить его компетентность. Объективно его может оценить только человек, который глубоко погружен в тему. Поэтому зачастую привлекаются внешние подрядчики, порой на какие-то отдельные процессы обработки данных.
Совет от эксперта: как вычислить аналитический бэкграунд собеседника
Базовые термины, которыми оперирует ваш собеседник, могут многое рассказать о его аналитическом бэкграунде:
- «параметры и показатели»: опыт в интернет-маркетинге, опыт работы с GA и, весьма вероятно, с другими продуктами, составляющими «гугловский стэк»;
-
«группировки и метрики»: аналогично кейсу выше, только свой путь в аналитике начинал с «Яндекс.Метрики»;
-
«измерения и меры»: за плечами опыт работы с BI-отчетностью;
-
если все мысли вашего собеседника о метриках (продуктовых и бизнесовых), он горячо дискутирует о них и эта дискуссия подчас принимает теологический характер – можете быть уверены, что перед вами продакт-менеджер.
Истоки такого различия в терминологии зародились давно. В интерфейсе Google Analytics неизвестный локализатор перевел с английского слово dimension как «параметр». С тех пор это слово прочно вошло в обиход специалистов, причастных к анализу данных в диджитал-маркетинге.
Параметр – это признак, объединяющий ряд текстовых значений. Например, цвет глаз, марка авто или день недели – это все параметры. Сами же эти текстовые сущности называют значениями параметров. В данном примере это, соответственно, голубые/карие, Toyota/Lexus, понедельник/вторник.
Спустя какое-то время российскому пользователю стало понятно, что перевод не самый удачный и dimension корректнее было бы перевести как «измерение». Но все привыкли и менять никто ничего уже не стал. Однако пользователи иностранных BI-решений не попали под влияние Google Analytics и логичным образом оперировали понятием «измерение». Кстати, «Яндекс.Метрика» тоже не пошла на поводу у GA и назвала измерения «группировками».
Похожая история случилась и с «показателями», как их называет русскоязычный Google Analytics.
Показатель – числовая величина, описывающая состояние значений параметров. Например, объем продаж или процент отказов – это показатели. Синонимы: метрика, мера. «Метрика» более употребима в области продуктовой аналитики, а «мера» в среде BI-специалистов.