Глава 8. Архитектура бизнес-аналитики

Важно понимать, что работу по аналитике нельзя поручать одному только IT-отделу. Чтобы определить, какие технические средства необходимы для конкуренции на основе аналитики, нужно тесное сотрудничество IT-отдела с директорами компаний. Ответственность за правильное понимание данных, технологий и процессов лежит на IT-архитекторе.

Данные и IT возможности на разных стадиях аналитической конкуренции.Развивая свои технологические возможности в области аналитики, компании, как правило, идут эволюционным путём:

Стадия 1. Компания «отравлена» отсутствием данных или их плохим качеством, множеством повторяющихся данных и низкой интеграцией систем.

Стадия 2. Компания эффективно собирает транзакционные данные, но ей часто не хватает данных нужных для более качественных решений.

Стадия 3. Компания обладает большим количеством инструментов бизнес-анализа, построены витрины данных. Но большая часть данных по-прежнему не интегрирована, не стандартизирована и недоступна широкому кругу пользователей.

Стадия 4. У компании есть высококачественные данные и общекорпоративный аналитический план, IT-процессы и принципы управления, а также некоторое количество встроенной в процессы или автоматизированной аналитики.

Стадия 5. Компания владеет полноценной аналитической архитектурой, которая носит общеорганизационный характер, полностью автоматизирована, интегрирована в процессы и обладает высоким уровнем сложности.

Признаки эффективности IT для аналитической конкуренции:

• Аналитики имеют прямой и незамедлительный доступ к данным.

• Информационные работники занимаются анализом данных и интерпретацией его результатов, а не их сбором и форматированием.

• Менеджеры сосредоточены на совершенствовании процессов и повышении эффективности бизнеса, а не занимаются разбором данных в ноутбуках, в отчётах и транзакционных системах.

• Менеджеры никогда не спорят о том. чьи цифры точнее.

• Данными управляют с точки зрения общеорганизационной перспективы на протяжении всего их жизненного цикла, от создания до архивации или удаления.

• Гипотезу можно быстро проанализировать и протестировать, не занимаясь предварительной подготовкой данных вручную.

• Процессы, связанные со спросом и предложением, опираются на согласованные и составленные на базе достоверных данных прогнозы.

• Многоэтапные, критически важные процессы принятия решений в высокой степени автоматизированы и интегрированы.

• Данные постоянно и автоматически становятся доступны сотрудникам компании, её клиентам и поставщикам.

• При построении отчётов и проведении анализа используются данные из многочисленных источников. Интеграция данных проходит легко и безболезненно.

• Вместо проведения отдельных инициатив по созданию хранилища данных или по развитию бизнес-аналитики управление данными в компании проводится в масштабах всей компании. Данные являются стратегическим корпоративным ресурсом и используются во всех бизнес-инициативах.

Архитектуру систем бизнес-аналитики полезно представить в виде шести элементов (рис. 7):

Управление данными, определяющее то, как нужно получать необходимые данные и управлять ими.

Инструменты и процессы трансформации, описывающие, как извлекать, очищать, передавать данные и загружать их в базы данных.

Репозитории, где организуются и хранятся для дальнейшего пользования данные и метаданные (информация о данных).

Приложения и другие программные продукты, используемые для анализа.

Презентационные инструменты и приложения, решающие проблему доступа работников IT-отдела и аналитиков другого профиля к данным, их демонстрации, визуализации и манипулированию ими.

Операционные процессы, определяющие подход к таким важным административным вопросам, как безопасность, исправление ошибок, условия для проведения аудита, архивация и охрана частной собственности.

Рис. 7. Архитектура систем бизнес-аналитики (BI)

Самой большой трудностью, стоящей перед компаниями, являются «грязные» данные: противоречивая, отрывочная и выдранная из контекста информация.

Чтобы получить выгоду от конкуренции на основе аналитики, эксперты информационных технологий и бизнеса должны решать задачи, связанные с данными, отвечая на следующие вопросы:

Актуальность: какие данные нужны для того, чтобы конкурировать на основе аналитики?

Источники: откуда можно эти данные получить?

Количество: сколько нужно данных?

Качество: как сделать данные более точными и ценными для анализа?

Управление: какие правила и процессы необходимы для управления данными с момента их создания до утраты актуальности?

Сколько данных необходимо?Компании должны устоять против соблазна собирать все возможные данные «на всякий случай». Возникает фундаментальный вопрос: что создаёт ценность в организации? Понимание этого поможет компаниям уклониться от беспорядочного сбора данных. Следует избегать сбора данных, лежащих на поверхности, но необязательно имеющих какую-то ценность. Многие компании опрометчиво снабжают менеджеров данными, которые представляют собой побочный продукт транзакционной системы, так как именно они доступнее всего.

Как сделать данные более ценными? Количество без качества – рецепт провала.