Команда AW BI отметила день рождения одноименной BI-системы, которой исполнилось четыре года. Эксперты рассказали о фишках продукта, анонсировали дополнительные функции. На приглашение откликнулись партнеры, потенциальные клиенты и пользователи системы AW BI, вокруг которой развивается активное комьюнити. Уровень отечественных BI-систем достаточно высокий, утверждают специалисты, есть возможность мигрировать с зарубежных решений. Но вопрос в том, во что выльется реализация проекта. Несмотря на торжественный повод мероприятия, речь шла в том числе о трудностях выбора BI-продуктов и подводных камнях внедрения.
Точка отсчета
На самом деле команда, которая начала создавать продукт AW BI, собралась пять лет назад. А четыре года назад Analytic Workspace стала брендом – получила товарный знак.
К началу 2025 г. в результате ребрендинга продукт стал называться AW BI. Рабочее пространство для аналитиков получило краткое наименование, которое коррелирует со слоганом «дружелюбная BI-система».
За минувшие годы в команде сформировались подразделения поддержки, экспертизы внедрения, продвижения и продаж. Сотрудники предпочитают так рассказывать, чем хорош предлагаемый продукт, чтобы клиенты могли принять взвешенное решение. При этом на всех уровнях и в любых точках соприкосновения клиента с системой, окружающими ее сервисами команда стремится оставаться дружелюбной, отметил в своем выступлении директор по развитию BI-системы AW BI Михаил Греков.
В настоящее время больше сотни компаний из сферы производства, ритейла, здравоохранения, а также некоммерческие организации пользуются продуктом для решения аналитических задач.
Дата-экосистема «из коробки»
Команда позиционирует AW BI как дата-экосистему «из коробки». Предусмотрена работа с любыми источниками данных, к которым при необходимости можно подключиться и через интерфейс (свои JDBC-коннекторы). Преобразования данных доступны в разделе моделей (ETL). Ряд Self Service преобразований возможны без знаний программирования. Для этих же целей можно использовать SQL, Python + ML либо «обвязку» вокруг машинного обучения. Соответствующие инструменты входят в поставку AW BI.
Данные могут обновляться по расписанию и без ограничения количества раз в день. Анализ можно проводить с помощью виджетов (скоро будет их 29) и дашбордов. Сводную таблицу зачастую достаточно представить в формате виджета, не создавая дашборд, чтобы принять во внимание и использовать гипотезы. Можно также из виджетов составить дашборды. Одни и те же виджеты подходят для разных дашбордов. Если поменять логику расчетов, то обновления произойдут в рамках всего «хозяйства», что удобно для поддержания распределенных историй.
Все происходящее в интерфейсе AW BI можно использовать с помощью API. По словам эксперта, компаниям с развитой ИТ-культурой это нравится, так как можно применять свои сценарии обработки данных.
Движок «OZ» (оптимизатор запроса) обеспечивает высокую скорость работы с данными, поскольку учитывает нюансы производительности Clickhouse и «неравнодушен» к Big Data. Один из примеров – AW BI справилась с витриной на 160 млрд записей, демонстрируя данные на высокой скорости.
Без предвзятости
В выступлениях отмечалось, что AW BI – одна из немногих систем, в которых есть роль аналитика. Разработчик продукта способствует тому, чтобы бизнес-пользователи могли повысить уровень дата-грамотности с помощью AW BI.
Архитектурой решения поддерживается технология Kubernetes. Cистема автоматически масштабируется при росте производительности. По мере снижения нагрузки запускается обратный процесс, что позволяет оптимизировать ресурсы и благоприятно сказывается на SLA.
AW BI справляется с большой нагрузкой, поскольку система оптимизирована для работы с СУБД Clickhouse (нативно работает с AW BI), гибко реагирует на параметры нагрузки, предусмотрено многоуровневое кэширование данных виджетов и справочников с учетом ролевой модели. Если отчет загрузился для просмотра одним пользователем, то другой увидит его почти мгновенно (из кэша).
В компании утверждают, что самому старому коду в системе не более трех лет. В рамках ежегодного технического спринта код продукта очищается. Немалое количество времени программистов инвестируется в то, чтобы решение не обрастало неоптимальным кодом.
Команда AW BI инициировала создание Ассоциации развития и популяризации отечественных цифровых решений для работы с данными «Рубиай». Суть идеи – популяризировать российские инструменты среди бизнес-аудитории, чтобы избежать предвзятого отношения к возможностям отечественных разработчиков в целом как одних из лучших в мире.
Тяга к дата-грамотности
Не за горами обновления AW BI, которыми предусмотрены возможности развернуть AW BI в Kubernetes, установить дополнительные Python-бибилиотеки, ускорить ETL-процессы. В этом же ряду новинок – SQL для оdata-источников (в том числе 1С) и инкрементальная загрузка.
Часть новых виджетов выйдет в ближайшей версии системы, а часть – в следующей. Эксперты компании рассказали о таких элементах, как диаграмма потоков (Sankey diagram), воронка, каскадная диаграмма и KPI по разным агрегатам (можно будет формировать данные не только по строчкам, но и по столбцам).
Кроме того, пользователи продукта смогут в одном расчетном агрегате ссылаться на другой, переиспользовать агрегаты (написанные в других виджетах), автосокращать формат подписей в виджетах, редактировать дашборд в ускоренном режиме.
Руководитель направления развития экспертизы внедрения AW BI Алена Наливайко отметила преимущества роли аналитика (одной из трех наряду с ролями разработчика, лица, принимающего решения, и специалиста).
Роль не равно должности сотрудника, это лицензия, которой пользуются коллеги. В частности, роль разработчика подойдет аналитику, другому техническому специалисту, а роль аналитика – и специалистам, включая топ-менеджеров, тяготеющих к повышению дата-грамотности, желающих самостоятельно строить дашборды, например, без участия сотрудников ИТ-отдела.
Как показывает практика, потенциальные пользователи не всегда осознают ценность роли аналитика, преимущества которой в глубоком понимании данных (откуда берутся, как обработаны и т. п.). Такой инструмент помогает обнаружить проблему, аномалию и предложить решение. Пользователь может самостоятельно создавать кастомизированные визуализации и отчеты с учетом специфики бизнеса и конкретной задачи, например, требующей быстрого решения.
Эксперт подчеркнула, что развитие дата-грамотности среди сотрудников всех уровней – одно из условий снижения нагрузки на ИТ-отдел, повышения эффективности и конкурентоспособны компании, его способности быстро адаптироваться к рыночным изменениям.
Трудности и сценарии выбора
Дата-грамотность представителей бизнес-подразделений оставляет желать лучшего, большинство задач по построению дашбордов приходится решать сотрудникам ИТ-отделов. Такой вывод можно было сделать из выступлений партнеров и клиентов AW BI.
При этом ИТ-специалисты по достоинству оценили интерфейс BI-системы, гибкую настройку прав доступа, быструю загрузку данных, отметил директор департамента информационных технологий компании «Рокада-Мед» Ильдар Масягутов, который рассказал об опыте внедрения BI-системы.
Холдинг поставляет оборудование и материалы для стоматологических клиник и медперсонала по всей России. Регулярно анализируются остатки на складах, ежедневно – все партии товарных позиций (критерий – этап истечения срока годности). С помощью BI-системы удобно быстро представлять результаты анализа.
В свое время в «Рокада-Мед» распробовали BI-решение компании Microsoft. Понравилось, но в новых геополитических условиях пришлось искать варианты замены. Тестировали несколько российских продуктов. Выбор остановили на конкурентном AW BI российском решении. Однако со временем холдингу потребовалась дополнительная BI-система для контроля и анализа больших данных, развития аналитики, прогнозирования. И с августа 2024 г. в компании пользуются AW BI. Полностью заменять предыдущее решение не стали.
По словам эксперта, прошло меньше года, а сделать успели многое.
Запустили AW BI всего за день, на следующий уже выводили дашборды. Сейчас наращивается функциональность системы, сотрудники смежных подразделений хотят перейти на пользование AW BI. Оптимальные возможности визуализации, а уровень техподдержки и коммуникаций выше всяких похвал. «Распробовать» решение помогли, в частности, обучающие мероприятия, в которых участвовали бизнес-пользователи, аналитики, презентации опыта и примеров использования.
Еще один сценарий выбора AW BI представил аналитик данных компании «Кейсевен» Кирилл Шамгунов. Готовы были приобрести продукт конкурента, но в последний момент один из сотрудников предложил обратить внимание на AW BI. Руководство заинтересовали условия российского разработчика – без ограничения планов по количеству подключаемых источников и т. п. (на российском рынке весьма распространенная практика). С AW BI оказалось проще и в финансовом плане. Первоначально внедрили на три месяца, по истечении которых вопрос дальнейшего выбора отпал.
Без трудностей, правда, не обошлось. У заказчика закрытый контур – установка производилась на сервере, который не имеет интернет-доступа. Самостоятельно установить систему по инструкции и впоследствии обновить не удалось, но техподдержка пришла на помощь.
К недостаткам относится наличие багов: на стыке компонентов могут возникать ошибки, связанные с преобразованием. Но никакие баги не были критичными настолько, что невозможно продолжать работу. Часть багов устраняется с очередным обновлением системы. Зато любой новый релиз, по словам эксперта, – это дополнительная функциональность: «Каждый раз интересно, каждый раз ждем».
Сразу несколько выступавших подчеркивали активность комьюнити этой BI-системы. Ответ на поставленный вопрос можно получить в течение 10 минут, причем откликаются не только представители команды AW BI, но и пользователи, у которых есть опыт решения задачи.
Архитектор BI-решений компании GlowByte Алексей Сучков и руководитель направления BI-аналитики компании «Открытые Бизнес Технологии» Олег Дмитриев дали рекомендации, как выбрать BI-систему и не ошибиться.
Вопрос не праздный, поскольку на российском рынке предлагается, по разным оценкам, от 30 до 60 решений. К выбору своего решения подходят по-разному. Общих этапов на этом пути несколько, в частности, формирование матрицы критериев, по ней сравниваются продукты, проводится демонстрация систем и принимается решение о покупке. Другой подход – составление на основе матрицы шорт-листа из двух-трех систем, которые заказчик разворачивает у себя в контуре либо пользуется для этого инфраструктурой и услугами интегратора (прежде всего чтобы выиграть время).
В заключение остается заметить, что не каждая публичная встреча разработчиков, интеграторов с партнерами и клиентами, тем более по таким информационным поводам, как день рождения и ребрендинг продукта, оказывается насыщенной комментариями «по делу», а потому полезной. Мероприятие AW BI позволило отдать должное стараниям, инициативам команды и при этом получить объективную обратную связь, в частности, выяснить, на что рассчитывает вендор и чего ждет от него профессиональное сообщество.
