 |
 |
Гаяне Арутюнян, ведущий архитектор Клиентского центра IBM в Москве
Николай Кацан, руководитель отдела поддержки продаж аналитических решений, IBM в России и СНГ
В бизнес-анализе используется много средств и компонентов. Задачи такого анализа, как правило, непростые и разнообразные, что обусловлено многочисленными внешними факторами, влияющими на принятие бизнес-решений. Для понимания трендов и векторов развития средств бизнес-анализа напомним хронологию его эволюции.
Анализ (от греч. Ανάλυση – разложение) – метод научного исследования (познания) явлений и процессов на основе изучения составных частей и элементов изучаемой системы. В этом определении речь идет именно об исследовании, а не о простом наблюдении за явлениями и процессами.
Первым, кто почувствовал разницу между наблюдением за процессом и его изучением, по-видимому, был Фредерик Тейлор, который измерил эффективность рабочих сталелитейной мануфактуры в зависимости от размера лопат, которые использовались работниками. Проведя исследования (по типу «Что если?», как сейчас принято говорить), Тейлор нашел оптимальное решение и выработал схему мотивации, обеспечившую максимальную эффективность бизнеса.
Примерно тем же целям служит современный бизнес-анализ в различных сферах деятельности, однако технологии ушли далеко вперед от линеек и счетов – теперь можно использовать интеллектуальных помощников. Современный анализ появился в тот момент, когда у управляющего фабрикой вместо окна в цех производства появился лист бумаги с цифрами. То есть человек стал судить о производстве не по картинке процесса, а по цифрам в отчетах, ставших первым элементом бизнес-аналитики.
Однако стандартного отчета всегда было мало, для принятия решения требовалось проанализировать составляющие, что и делал технолог, который знал все обо всем, потому что видел весь процесс производства. Технологу можно было задать уточняющие вопросы по поводу аспекта бизнеса или изменившейся цифры.
С момента появления вычислительной техники и средств бизнес-аналитики вопросы можно было адресовать компьютеру в процессе OLAP (on-line analytical processing). Системы, позволяющие уточнить показатели, детализировать данные, стали называть BI-системами (от термина Business Intelligence).
Некоторая путаница возникает при восприятии терминов Business Analysis (BA) и Business Intelligence (BI), поскольку слово intelligence не имеет перевода на русский язык, который бы дифференцировал его от слова analysis. В то же время общепринято, что бизнес-анализом занимаются бизнес-аналитики при помощи BI-решений, которые можно представить в виде BI-среды. В ней развиваются различные направления по анализу, обработке, защите и хранению данных.
BI-решения, реализующие OLAP-функциональность, заняли прочные позиции в современном управлении предприятием и до неузнаваемости преобразили процессы анализа информации и принятия решений. В дальнейшем системы развивались в направлениях повышения наглядности информации (графики, подсветки, дашборды и т. д.), углубления анализа и выработки прогнозов. Со временем статистические средства, встроенные в BI-инструментарий, стали позволять не просто прогнозировать, но и подсказывать, как достичь нужного уровня того или иного параметра работы.
Перед организациями стоят различные задачи в области BI. Можно выделить следующие направления требований к системе со стороны корпоративных заказчиков.
- Инструменты консолидации систем и интеграции в единые хранилища собственных исторических данных, выстраивание моделей для поиска новой информации и путей оптимизации операционной деятельности.
- Интуитивные инструменты и модели для обработки данных, получаемых практически в режиме онлайн за короткий период времени, которые используются в цифровых направлениях бизнеса компаний.
- Системы обработки данных, располагающие огромным количеством информации из различных областей знаний.
Успех BI-вендоров обусловлен разнообразием доступных инструментов, сопутствующей инфраструктуры и наличием экспертизы для реализации множества типовых сценариев, которые часто используются во всевозможных комбинациях.
Организация работы в современной BI-среде состоит из пяти основных этапов:
- подключение и оценка источников данных, проверка качества поступающей информации;
- подготовка данных к интеграции;
- интеграция и контроль достоверности;
- собственно анализ данных;
- представление результатов в виде отчетов и дашбордов/панелей.
В процессе эволюции бизнес-анализа принципиальные изменения произошли с точки зрения развития инфраструктуры и появления большого количества инструментов, которые могут облегчить осуществление того или иного этапа реализации BI-среды. При этом сами этапы, их последовательность и значение сохраняются по сей день.
Изменения в последние годы коснулись требований к BI-системам со стороны конечных пользователей:
– к мобильности приложения и его доступности;
– визуальному представлению информации;
– дизайну и удобству в использовании.
Представленный набор требований свидетельствует о растущей популярности BI в корпоративной среде и об увеличении количества пользователей, которых можно распределить по трем основным группам.
Для первой, самой многочисленной группы пользователей (до 70% общего количества) важны регулярные аналитические отчеты, зачастую связанные с требованиями регуляторов:
– отчеты по банковской деятельности;
– налоговая отчетность;
– отчеты из CRM-систем.
Вторая группа пользователей заинтересована в бóльшей гибкости аналитической системы в целях подготовки собственной отчетности для анализа и выявления новых KPI. Представители этой группы – основные пользователи дашбордов.
Третью группу пользователей (обычно не более 5% BI-специалистов на предприятии) интересует вся полнота аналитического функционала в выбираемом решении. Они работают, как настоящие ученые (их так и называют – data scientists), глубоко погружаясь в исследования и создание новых моделей. Эти специалисты используют самые разнообразные алгоритмы для обработки данных и нуждаются в наиболее совершенных инструментах с точки зрения скорости, точности и объемов обрабатываемых данных.
Вторая и третья группы пользователей стимулируют развитие в BI-решениях самых передовых методов аналитики с применением инструментов искусственного интеллекта. Таким образом, BI-решения эволюционируют в средства когнитивной аналитики, которые объединили в себе подходы традиционного BI и элементы машинного обучения с интуитивно понятным интерфейсом, который позволяет общаться с человеком на естественном языке.
Подобные ИИ-системы позволяют эффективно обрабатывать и анализировать не только цифры, но и неструктурированные тексты, изображения и видео. Причем в режиме времени, приближенном к реальному.
Опрос пяти тысяч экспертов, представляющих 19 специальностей из 18 отраслей, проведенный IBM Institute for Business Value в 2018 г., показал, что на пути полноценного внедрения в операционную деятельность бизнеса средств ИИ сохраняется несколько барьеров, которые предстоит преодолеть. В первую очередь следует отметить дополнительную ответственность, регулятивные ограничения и дефицит навыков.
Характерно, что если респонденты аналогичного опроса в 2016 г. считали целесообразным внедрение средств ИИ практически во все операционные подразделения, то в 2018-м было выделено пять первоочередных направлений: информационная безопасность, ИТ, инновации, обслуживание клиентов, управление рисками. Можно полагать, что перечисленные приоритеты и будут определять в среднесрочной перспективе вектор дальнейшего развития и внедрения BI-решений.
