Техническая библиотека CITForum.ru CITKIT.ru - все об Open Source Форумы Курилка
Все новости / Все статьи Деловая газета - шквал(!) IT-новостей :: CITCITY.RU
Первая полоса ИТ-Инфраструктура Телекоммуникации Безопасность BI Интеграционные платформы КИС IT-бизнес Ширпотреб Точка зрения

01.04.2020

Новости:


Все новости

Business Intelligence

Аналитическая отчетность по-русски

К сожалению, в последнее время, вокруг систем анализа, отчетности и сопутствующих технологий поднимается очень много "белого шума" и, как вокруг любой популярной технологии, расплодилось немало искусно жонглирующих терминами "специалистов".

Вот лишь несколько примеров словосочетаний:

  • Бизнес-анализ (Business Intelligence, BI)
  • Средства управления показателями бизнеса (Business Performance Management, BPM)
  • Система поддержки принятия решений (Decision Support System, DSS)
  • Управленческая информационная система (Executive Information System, EIS)
  • И т.д. и т.п.

Все эти словосочетания модны сейчас, или были таковыми всего несколько лет назад. Пытаться найти скрытый смысл в этих фразах конечно можно. Многие посвящают этому объемные статьи, пытаясь выявить, например: "Тенденции рынка CPM и BI – сходства и различия". Цели появления всех этих разнообразных терминов туманны и, по-видимому, уходят своими корнями глубоко в маркетинг. Достоверно известно лишь об их авторах. Также известно, что большинство двух-трехбуквенных сокращений по странному стечению обстоятельств придумали в компании Gartner (приплачивают им что ли за них??).

Ховард Дреснер предложил термин Business Intelligence в 1989 году, будучи сотрудником аналитической компании Gartner.

Давайте попробуем разобраться, что же это такое - системы отчетности, с чем их едят и зачем они нужны. Но. Описывать происходящее мы будем по-русски.

Типы отчетности

Всю отчетность можно условно разделить на два типа:
  • "Плоская" отчетность
  • Аналитическая отчетность

Плоские отчеты, как правило, имеют некую стандартизированную форму и некий набор критериев отбора. Пример плоского отчета: "Отчет о прибылях и убытках" или P&L (уж кому как нравится). Вы задаете период и получаете результат. К достоинствам данного типа отчетов можно отнести простоту использования и стандартизацию. Она идеально подходит для использования рядовыми сотрудниками и очень легко автоматизируется. Например, можно элементарно настроить еженедельное формирование отчета о товарообороте за последнюю неделю с автоматической отправкой отчета по почте заинтересованным лицам в автоматическом режиме.

К недостаткам же плоской отчетности можно отнести их "негибкость". Т.е. если разработчик не предусмотрел критерий "Центр финансовой ответственности", Вам придется ждать, пока он его добавит в отчеты. В принципе, это пустяк. Но есть нюанс. Во ВСЕ отчеты. Таким образом, по мере роста критериев, количество разнообразных форм плоских отчетов будет также расти как снежный ком. Какие-то отчеты будут неизбежно устаревать. В каких-то будет со временем искажаться смысл. В итоге нередки ситуации, когда два одинаковых, по сути, отчета выдают разные цифры. А отчета в требуемом разрезе под рукой не оказывается... К счастью, на месте не стоит не только маркетинг, но и технологии. Аналитическая отчетность создана как раз для решения задач такого рода. На ней мы и остановимся подробнее.

Моша Пасуманский. Руководитель департамента разработки Microsoft Analysis Services

Что такое аналитическая отчетность

Аналитической отчетностью мы будем называть системы, позволяющие создавать "плоские" отчеты на основании многомерных данных. По сути, плоский отчет является проекцией, тенью многомерного отчета, который Вы можете вращать, как Вам угодно. Представьте себе, например трехмерный куб. Вы вращаете его в пространстве и видите в качестве отражения те грани куба, которые интересуют Вас в данный момент. Таким образом, один многомерный куб может быть "родителем" огромного количества "плоских" отчетов. Сами многомерные хранилища данных обычно так и называют: OLAP кубы. Есть системы, которые по сути являются конструкторами плоских отчетов в режиме реального времени на основании некой многомерной модели, но для нас это несущественно, так как выглядят для пользователя так же. Как многомерные аналитические системы. А что там у них внутри вместо сердца - нас мало волнует. Поэтому дальше мы не будем как-то их различать и будем называть одним словосочетанием: OLAP кубы.

Что такое OLAP - Кубы

Кубы - это многомерные хранилища данных. Давайте попробуем разобраться, что это такое. Любой куб состоит из следующих частей:

  • мер
  • измерений

Мера - это всегда некий количественный показатель, не в смысле количества товара, а в смысле количество чего-либо Т.е. это всегда некая цифра. Например, количество штук, количество денег (сумма), количество дней в периоде и т.д. Измерение же, это некая характеристика, аналитика, описывающая операцию с мерой. Давайте рассмотрим на небольшом примере: Пусть 01.01.06 мы купили у поставщика Солнышко 5 карандашей по 10 рублей на Центральный склад. В данном примере можно выделить следующие меры и измерения:

Измерения:

  • Дата. Когда мы купили
  • Поставщик. У кого купили
  • Товар. Что купили
  • Склад. Куда купили

Меры:

  • Количество. 5 штук
  • Сумма. 50 рублей.

Таким образом, любую операцию можно представить как некий набор мер и измерений. Т.е. у нас есть некий набор универсальных терминов, позволяющий описать любой процесс. Для того, чтобы переложить это описание на язык понятный компьютеру - используются "инструменты", системы разработки аналитической отчетности.

Cистемы разработки аналитической отчетности

Ох, и скользкая это тема.. Систем очень много, в том числе хороших. У каждой есть свои недостатки, поклонники/противники и т.п. Я несколькими штрихами опишу лишь пару систем, которые, На мой взгляд, заслуживают внимания в первую очередь.

Всё нижеизложенное является частным мнением специалиста, несертифицированного ни по одной из рассматриваемых систем и, к сожалению, непроспонсированного ни одним из поставщиков)))

Итак, начнем пожалуй с Когнос (Cognos).

Преимущества. Первое впечатление от продукта очень положительное. Инструмент очень прост и приятен на ощупь. Для разработчиков предусмотрено масса различных "скрыжиков" и опций. По сути, весь процесс разработки сводится к проставлению галочек. Притом, что галочки расположены не хаотично и взаимоисключающих мне вроде не попадалось. Есть инструментарий для импорта данных и отображения. Все называется забавными словами (например, "Мощная Игра") и идет от "одного поставщика" (за деньги). Есть очень интересные инструменты визуализации данных (наложение на карту и т.п.) Интерфейс клиентской части обсуждать не буду, ибо это на 90% дело привычки, но функционал достаточен и впечатляет.

Недостатки. При более пристальном рассмотрении обнаружился и ряд недостатков...

Во-первых, нет такого замечательного понятия как свойство измерения. Т.е. есть измерение товар, у него могут быть свойства наименование, или, например, текущая розничная цена и т.п. Нет, это ограничение можно обойти, например, ввести свойства измерения в описание измерения. И тогда при наведении курсора на код товара Вы увидите его название. Или сделать код составным из кода-названия-цены. Но тогда для выделения кода товара, например, при обработке отчета, необходимо будет разбирать строки. Однако разместить эти характеристики в смежных ячейках нельзя, что показалось мне очень неудобным.

Во-вторых, Когнос довольно медленно экспортирует данные из отчетов в Excel. Экспорт идет не массивами, а поячеечно и не напрямую в файл, а через COM (программисты меня поймут). Т.е. на отчетах из сотни строк Вы этого скорее всего этого даже не заметите, а вот если строк десять тысяч... Боюсь, придется подождать.

Ну и в-третьих, не очень удачна, на мой взгляд, модель работы клиента с памятью. Данные закачиваются в отчет не сразу, а только для видимой области экрана. Соответственно, при попытке скроллинга программа будет каждый раз "подкачивать" данные и, возможно, притормаживать. Суммарное время загрузки отчета таким образом - увеличивается. Эти моменты довольно существенно подпортили впечатление от неплохого в принципе продукта. Но, возможно, для меня они оказались критичными, поскольку я использую нестандартный подход в работе с кубами. Для меня аналитическая отчетность - это прежде всего инструмент для построения произвольных плоских отчетов. В то время как абсолютное большинство её адептов проповедуют систему как инструмент анализа всего лишь агрегированных данных.

Посмотреть, какова выручка в разрезе групп товаров - пожалуйста. Хотите детализацию до товара, да ещё и чтобы рядом с кодом товара было выведено его название - Вы что, система не предназначена для этого. Можно, но через тернии к звездам, и с ограничениями.

Теперь посмотрим на аналитический сервер от Microsoft (MS Analysis Server)

Преимущества. Значительным отличием от Когнос является подход к проектированию. Если в Когнос мы расставляли галочки, то здесь предлагается писать формулы на специальном языке. Такой подход более гибок и универсален, но и требует большего времени на его освоение. Справедливости ради надо заметить, что большинство формул сводится к арифметическим операциям над мерами, но для чуть более сложных ситуаций язык сервера(MDX) придется выучить. Язык напоминает SQL, но только многомерный. Для импорта данных используются мощные стандартные средства SQL-сервера (DTS). А вот для отображения могут использоваться различные клиенты. Начиная от Excel и заканчивая.... клиентом Когнос)). Многие клиенты бесплатны или недороги. Но немало среди них и откровенных "поделок". Вплоть до клиентов неверно отображающих данные. Поэтому надо быть осторожным при выборе.

Недостатки. Основным недостатком, на мой взгляд, является слабый "основной" клиент, Excel. Помимо традиционных ограничений на 255 колонок или 30000 строк, есть и существенные функциональные ограничения. Например, нельзя, как в Когносе, "на лету" определить новое измерение. Хотя большие отчеты он в 90% случаев "заглатывает" целиком и быстрее - возможны ситуации, когда Excel сформирует "неоптимальный" запрос. Интерфейс прост, но продвинутые функции глубоко спрятаны. Например, не все пользователи могут банально найти кнопку, позволяющую отсортировать измерение по одной из мер. Т.е. требуется обучение работе с клиентом. Как скомпоновать элементы, чтобы не получить неоптимальное быстродействие и т.п. Хотя можно использовать альтернативных клиентов, того же Когнос, но тогда вся прелесть теснейшей интеграции с Excel теряется.

Вторым существенным недостатком является необходимость обучения работе с самим сервером технических специалистов. Здесь речь идет не только о языке, но и о принципах работы с сервером. Неправильная настройка куба приведет к многочасовому обновлению на какой-нибудь паре десятков миллионов записей. И здесь очень важна практика и опыт специалистов.

Преимущества. Буквально пару слов, наверное, ещё стоит сказать о этом инструменте. Традиционно считается что он ориентирован на работу с наиболее большими массивами в хранилище данных (как правило, речь идет о терабайтах). Принципы извлечения информации основаны на генерации обычных SQL-запросов, что делает этот инструмент наиболее привлекательным для формирования больших отчетов. Есть масса преднастроенных шаблонов и функций для построения сложных отчетов, например, ABC-анализ делается парой движений. Также великолепно интегрированы средства доставки и формирования отчетов по расписанию.

Недостатки. Но, по сравнению с рассмотренными средствами инструмент несколько необычен и следовательно более сложен в освоении. Также к недостаткам стоит отнести такие моменты, как невозможность напрямую работы с структурой базой, в которой используются естественные ключи (например Аксапта). Т.е. система работает, но выдает настораживающие предупреждения, что за правильность данных лично она не отвечает. Нет возможности ручного тюнинга сгенерированного SQL (правда обещали добавить эту возможность в новой версии).

Другие системы

К сожалению, нет возможности рассмотреть хотя бы первые TOP 10 поставщиков отчетности. (но можно поискать информацию на специализированных порталах, тот же OlapReport) Тот же Оракл (Oracle) предлагает мощные решения, которые будут особенно интересны компаниям, эксплуатирующим одноименную СУБД, например. И т.д. Можно лишь дать общие рекомендации по выбору системы. Ориентироваться на распространенность системы по данным аналитических агенств сложно. Кто-то лидер по данным Gartner, кто-то по данным IDC, а кто-то по информации от OlapReport. Собственно, у всех ведущих поставщиков есть отчет, по которому именно они являются лидерами.

Для начала, думаю, достаточно рассмотреть поставщиков, упомянутых выше. Также существует огромный круг решений, являющихся, по сути, некими надстройками или интерфейсами над основными системами. Например, для Майкрософт-сервера есть очень неплохие и популярные клиенты Панорама и Прокларити. По сути, они работают с сервером майкрософт, но, в отличие от Excel, делают это более изящно и удобно (правда Microsoft не так давно приобрел оба этих продукта)), поэтому есть все основания увидеть улучшения непосредственно в Excel). Но есть и немало банальных интерфейсов над стандартными библиотеками доступа. Т.е. они не добавляют ни грамма функционала, просто красиво раскрашенные кнопки плюс умелое описание возможностей - и Вы можете стать счастливым покупателем бесплатной библиотеки.

Второй момент - не все компании готовы в принципе разработать тестовый пример. На мой взгляд это большой минус. Как правило, для них нет никаких проблем подготовить коммерческое предложение на сотню страниц, а вот демо-кубик - проблема. Задумайтесь что Вам нужно, слова или результат. Либо можно столкнуться с крупными компаниями, которые предлагают Вам построить тот же демонстрационный отчет, например, за пару тысяч долларов. Подумайте три раза, прежде чем платить за "тест драйв". Третий момент, на котором стоит акцентировать внимание - это сроки разработки типового отчета. Для развитой системы построить некий несложный куб на реальных данных - задача получаса.

Поэтому, когда речь заходит о неделях работы... Полно менее амбициозных и гораздо более результативных компаний, готовых ту же самую задачу решить и продемонстрировать работу системы бесплатно. И не за неделю, а прямо на месте.

Внедрение систем отчетности

Сроки. Имея представление о сроках и сложности разработки систем аналитической отчетности, очень трудно бывает понять и как-то логически объяснить длительность иных проектов. Когда задача решается в течение двух недель, или даже двух месяцев, это ещё можно понять. Но когда речь идет о полугодовых проектах... Вызвав на откровенный разговор руководителей компаний внедряющих отчетность, я понял, что им просто "невыгодно" работать с проектами меньшей длительности. А так как время надо чем-то заполнить, то обычно занимаются так называемым сбором и обработкой требований. Вместо того, чтобы сделать и продемонстрировать прототип, обычно сначала проектируют на бумаге. Заказчику обычно сложно представить, что в результате получится, в итоге все равно приходится переделывать.

Обучение. О привлечении к разработке специалистов заказчика тоже как то речь обычно не заходит. Как правило, предлагают прослушать общий курс, вместо того чтобы максимально привлечь специалиста к разработке и после проекта оставить на клиенте не набор отчетов, а систему, включающую в себя технического специалиста, способного её поддерживать и развивать. Как правило, небольшие компании подходят к потребностям заказчика более гибко. Зачастую, сотрудничая в проектах совместно с другими консалтинговыми компаниями.

Результат. Одним из больных мест проектов внедрения является документация по результатам проекта. Под документацией зачастую выдают саму модель данных. Да, в правильно спроектированной системе связи и схема данных прозрачны и понятны. Но, помимо технических специалистов, должна быть документация для пользователей, с описанием мер и измерений, использованных в системе. Некое техническое задание, в роли которого может, например, выступать переписка по электронной почте, явившаяся основанием для принятия тех или иных решений, списки и описания отчетов для новых сотрудников и т.д.

Пакетные решения. Это выглядит довольно странным, но до последнего времени пакетных, коробочных продуктов по аналитической отчетности практически не было. Хотя очевидно, что внедрение и доработка качественного пакета отчетности займет на порядок меньше времени и обойдется существенно дешевле, чем разработка с нуля. Связано это не с невозможностью разработки таковых систем в принципе, как некоторые пытаются это представить, а с дефицитом специалистов в "смежных" областях. Т.е. для того, чтобы создать тиражное решение по аналитической отчетности на некой системе, необходим специалист(ы) превосходно разбирающийся и в самой системе, в пакетах разработки аналитической отчетности и имеющий опыт разработки тиражных решений. Но не так давно начали появляться такого рода пакеты. Например, за рубежом пакеты по интеграции с ERP системами продвигает компания Targit, а в России не так давно начали продвигать продукт такого класса компании IQ-soft (www.axolap.ru) и Аманд (www.amand.ru) (*)

Эксплуатация системы

На первый взгляд, разработка и запуск системы являются целью проекта. Но, если сразу не подготовить почву для её последующей эксплуатации, она может также стремительно развалиться. Самый важный момент - это доверие пользователей. Система должна выдавать достоверные данные независимо ни от чего. Оправданий быть не может. Например, часто обосновывают недостоверность цифр изменившимися бизнес-процессами заказчика.

Действительно, бизнес постоянно меняется, но система должна быть максимально независима от подобного рода изменений. Если же происходит изменение, которое невозможно было предусмотреть изначально, система должна ничего не показать. Это очень важно, ни в коем случае нельзя додумывать и показывать недостоверные цифры. Только данные из информационной системы, трижды выверенные на каждом этапе. Завоевать доверие очень сложно, а потерять его можно в одночасье. Система, на отчеты которой нельзя положиться - никому не нужна.

Второй момент - это отлаженные процедуры по внесению изменений и обучению пользователей. Обязательно должен быть один человек, отвечающий за достоверность, функционирование, развитие и обучение персонала работе с системой.

И, наконец, повышение эффективности бизнеса

Да. Да. Да. Как можно повысить эффективность бизнеса засчет аналитической отчетности? Правильный ответ: никак. Как правило, преподносится, что если увязать систему отчетности с некой системой показателей, эффективность бизнеса сразу повысится. Но позвольте, если при понижении маржи на 5% у вас загорится желтый свет на ноутбуке, то как это повысит эффективность бизнеса? Правильный путь, как мне кажется, лежит не в плоскости разработки системы показателей, а в увязке систем мотивации с некими показателями, извлекаемыми, например, из регламентных отчетов. Если зарплата подразделения будет зависеть от того, насколько понизилась маржа, то разработка системы, зажигающей жёлтый свет на ноутбуке, просто не потребуется. Пользователи сами среагируют при падении того же показателя на десятые доли процента и без красных кружков, зеленых квадратов и Вашего давления. Конечно, если у Вас на систему мотивации будет завязан один отдел продаж, халатные действия других отделов могут незаслуженно понизить им компенсацию. И ничего, кроме негатива, не вызовут, поэтому стоит продумать комплексную систему мотивации, охватывающую все департаменты, вовлеченные в бизнес непосредственно.

Показатели выбранные для увязки с системой мотивации, должны быть максимально просты и понятны. Например маржа, выручка, стоимость запасов и т.п. Не стоит изобретать сложных формул. Впрочем, это все, наверно, уже выходит за рамки статьи, важно одно: система отчетности, не увязанная с системой мотивации, наверняка не повысит эффективность Вашего бизнеса.


*(обратно)Извините за небольшую рекламу ))


Комментарии

Наталья, Tue Oct 13 17:47:23 2009:
Потеряла работу в связи с кризисом. Живу в США.
Последняя работа была по контракту: SAP (MM & SD) implementation
Сейчас изучаю Cognos. Надо добавить мощи в резюме.
Соверщенно согласна с автором.
Все эти "притопы и прихлопы", не смотря на элегантность BI - Business Intelligence,....
зависят от Заинтересованности тех,
кто работает для тебя, БОСС!!!
Строишь бизнес? Не забудь человеческое лицо одеть... своему (личному) капитализму.
И еще: SQL - отправляем в музей. Всё возможно на щелчках мышки.
Программы, недружелюбные для пользователя, умирают....
Я, Лично, похоронила несколько программ. Почти не помню о чем они...

Комментарии заморожены.

Последние комментарии:

Самое интересное:


© 2004–2009 Проект CITCITY.ru