Бизнес-аналитика: суть, инструменты, применение¶

Бизнес-аналитика (BI, от англ. Business Intelligence) — совокупность технологий, методов и инструментов сбора, хранения, обработки и визуализации данных, используемых для поддержки принятия управленческих решений в организациях. Термин охватывает как процесс преобразования сырых данных в осмысленную информацию, так и соответствующий класс программного обеспечения.

¶Определение и суть

BI объединяет практику анализа данных и программные системы, которые эту практику обеспечивают. В широком смысле бизнес-аналитика отвечает на три ключевых вопроса: что произошло (описание), почему произошло (диагностика) и что произойдёт (прогноз). В узком смысле под BI чаще понимают платформы визуализации и отчётности — дашборды, OLAP-кубы, самосервисные инструменты.

Ключевая задача BI — превратить разрозненные данные из учётных систем (ERP, CRM, бухгалтерские системы) в единую картину, доступную для руководителей и аналитиков без глубокого технического образования.

¶Краткая история

Понятие «Business Intelligence» ввёл в оборот Ганс Питерсни в 1958 году, определив его как способность предприятия «понимать свои внутренние и внешние отношения и действовать соответствующим образом». В 1970–1980-е годы под BI начали понимать системы поддержки принятия решений (DSS). В 1990-е годы с развитием витрин данных (data warehouse) и OLAP-технологий BI превратилась в отдельный сегмент корпоративного ПО. В 2010-е годы произошёл переход к самосервисной аналитике и облачным платформам.

¶Основные компоненты

Современная BI-система, как правило, включает следующие элементы:

¶Виды анализа

BI-инструменты реализуют четыре уровня аналитической глубины:

• Описательная аналитика — что произошло: отчёты, метрики, дашборды.
• Диагностическая аналитика — почему произошло: разрезы, выявление причин.
• Предиктивная аналитика — что произойдёт: модели прогнозирования, машинное обучение.
• Прескриптивная аналитика — что делать: рекомендации на основе сценариев.

Большинство BI-систем сегодня закрывают первые два уровня, третий и четвёртый развиваются в рамках отдельных продуктов и модулей.

¶Основные поставщики и продукты

На мировом рынке BI доминируют несколько крупных вендоров:

• Microsoft Power BI — один из самых распространённых инструментов, интегрирован с экосистемой Microsoft.
• Tableau (приобретён Salesforce) — лидер по визуализации.
• Qlik Sense — акцент на ассоциативной аналитике.
• SAP BusinessObjects / SAP Analytics Cloud — корпоративная аналитика в контуре SAP.
• Oracle BI — аналитические решения в стеке Oracle.
• Яндекс.Метрика и DataLens — российские облачные BI-инструменты.
• BI.Qlik, «1С:Аналитика», «Ред Софт BI» — российские решения для локализованных контуров.

¶Применение

BI-системы используются практически во всех отраслях:

• Розничная торговля — анализ продаж, поведения покупателей, управления запасами.
• Финансы — контроль бюджетов, выявление мошенничества, отчётность по регуляторным требованиям.
• Производство — контроль KPI, оптимизация цепочек поставок.
• Маркетинг — оценка эффективности кампаний, атрибуция.
• Здравоохранение — анализ потоков пациентов, ресурсов клиник.
• Госсектор — бюджетная отчётность, мониторинг программ.

¶Типовые задачи BI

На практике BI-системы решают следующие задачи:

• единая отчётность вместо разрозненных Excel-таблиц;
• оперативный мониторинг ключевых показателей (KPI);
• выявление узких мест в бизнес-процессах;
• сегментация клиентов и продуктов;
• подготовка управленческой отчётности для советов директоров и инвесторов;
• сокращение времени на подготовку отчётов с недель до минут.

¶Внедрение и типичные сложности

Проекты по внедрению BI делятся на три этапа: построение витрины данных, создание отчётности и дашбордов, последующее развитие и обучение пользователей. Среди типовых сложностей — низкое качество исходных данных, отсутствие единого справочника показателей, сопротивление сотрудников переходу от Excel к новым инструментам, а также размытые требования бизнеса к аналитике.

¶BI и смежные дисциплины

BI тесно связана с data science, но отличается акцентом: BI ориентирована на описательную и диагностическую аналитику и доступность для широкого круга пользователей, тогда как data science — на построение прогнозных моделей и работу с большими данными. В современных платформах эти направления постепенно сливаются: BI-инструменты добавляют элементы машинного обучения, а data science-платформы — визуализацию и отчётность.

Источники:

• ГОСТ Р ИСО 9241-210-2018 «Эргономика взаимодействия человек-система»
• Davenport T. H. Competing on Analytics
• Watson H. J., Wixom B. H. The Current State of Business Intelligence
• «Информационные технологии в управлении» (учебник, под ред. В. В. Третьяка)
• Материалы конференций «День BI» и «ИТ в управлении компанией»