Внедрение систем бизнес-аналитики BI (Business Intelligence)
Внедрение BI-систем для нашей Компании является результатом глубокого понимания внутренней организации данных в транзакционных (OLTP) системах.
Тематика результатов нашей деятельности по данному направлению достаточно широка и включает в себя реализованные и успешно функционирующие системы корпоративной управленческой отчётности, ключевых показателей результативности, бюджетного управления, бухгалтерской и налоговой отчётности, управления инвестиционной деятельностью, риск-менеджмента и т.д.
Кроме того нами разработан специализированный инструмент для детального моделирования структуры и взаимосвязей компонент систем бизнес-аналитики от первичных источников, до витрин данных. Он позволяет существенно сократить цикл разработки масштабных BI-решений "с нуля", а также представляет собой эффективный инструментарий сопровождения и развития подобных систем.
Список проектов систем отчетности, успешно реализованных специалистами нашей компании:
Разработка Отраслевого Хранилища данных бизнес-сегмента «Геологоразведка и добыча» ОАО «ЛУКОЙЛ»
Заказчик: ОАО «ЛУКОЙЛ»
Создание системы аналитической отчетности в составе ИСУП SAP
Заказчик: ПАО "Протон-ПМ"
Формирование комплекта дополнительных расшифровок к российской отчетности в формате SIP-файла для трансформации и консолидации отчетности
Заказчик: ОАО «ЛУКОЙЛ» и нефтегазодобывающие дочерние общества Компании
Фактическая отчётность Бюджетного калькулятора ОАО «ЛУКОЙЛ» (ФактБК)
Заказчик: ОАО «ЛУКОЙЛ» и нефтегазодобывающие дочерние общества Компании
Анализ эффективности мероприятий ТОРО
Заказчик: ООО "ЛУКОЙЛ-Пермь"
Развитие системы управления материальными потоками (РСУМП)
Заказчик: ООО "ЛУКОЙЛ-Пермь"
Информация нужна Предприятию — это утверждение очевидно и не требует обоснования. Любой бизнес-процесс использует существующую информацию и рождает новую. Качество исполнения бизнес-процесса, его результаты во многом определяются используемой информацией. Предприятие всегда прикладывает определенные усилия в направлении обеспечения качества информации. Эффективность этих затрат во многом зависит от используемых инструментов, ключевым из которых может выступать Business intelligence. Отдельно следует отметить, что объем и интенсивность информационных потоков постоянно увеличиваются и предприятия вынуждены автоматизировать процессы получения, обработки, хранения и визуализации данных. В качестве инструментов автоматизации часто выступает Business intelligence.
Итак, что такое BI? Одно из общепринятых определений, говорит, что Business intelligence - это инструменты, используемые для преобразования, хранения, анализа, моделирования, доставки и трассировки информации в ходе работы над задачами, связанными с принятием решений на основе фактических данных. При этом с помощью этих средств лица, принимающие решения, должны при использовании подходящих технологий получать нужные сведения и в нужное время.
Давайте разбираться. Какие ожидания присутствуют у функционально заказчика, принявшего решение внедрить BI-систему отчетности. Обычно заказчик испытывает определенные проблемы с обработкой информации и хотел бы их решить. Этими проблемами могут быть:
- противоречивость данных предоставляемых разными подразделениями;
- несинхронизированные источники информации (производственная системы и бухгалтерская системы функционируют на противоречивых справочниках);
- медленные потоки данных (информация успевает устареть, до того как попадает к руководителям)
и прочие.
Кроме того, заказчик хочет получить новую функциональность, которая позволит улучшить существующие бизнес-процессы или внедрить новые. Например, улучшить качество планирования за счет более сложных, с технической точки зрения, процедур прогнозирования, уменьшить «замороженные» в запасах полуфабрикатов оборотные средства за счет лучшего планирования и контроля производственной программы, уменьшить время на подготовку бухгалтерской, налоговой и управленческой отчетности, обеспечить аналитиков компании удобными инструментами доступа к качественным данным, возможностями налету «покрутить» информацию.
Для функционального заказчика BI—система отчетности, как правило, выглядит черным ящиком, в который постоянно загружаются данные. Внутри ящика с данными что-то происходит, и они превращаются в набор понятных и готовых к использованию показателей, которые отображаются в отчетных формах. В состав черно ящика = BI системы входят:
- инструменты интеграции и очистки данных (ETL);
- аналитическое хранилище данных;
- средства Data Mining;
- инструменты визуализации данных.
ETL инструменты обеспечивают извлечение данных из внешних систем-источников, их трансформацию, очистку и загрузку данных в Хранилище. При интеграции с внешними системами-источниками возникают следующие проблемы:
- несинхронизированные справочники;
- сложные алгоритмы преобразования транзакционных данных в необходимые показатели (например, не тривиальной может быть задача по расчету объема просроченной дебиторской задолженности в разрезе номенклатуры готовой продукции);
- система-источник существует независимо от BI и в ней могут изменяться правила регистрации информации. Необходимы синхронные изменения настройки ETL инструментов.
Указанные проблемы могут быть решены за счет передачи ответственности, трудоемкости и ресурсов команде сопровождения системы-источника. Проект по внедрению BI формулирует требования к системам источникам, которые описывают набор выгружаемых показателей, аналитику, значения справочников, периодичность формированиявыгрузки информации. Группа сопровождения системы-источника выполняет настройки/разработки согласно полученным требования и осуществляет их поддержку и современную модификацию на этапе промышленной эксплуатации.
Аналитические хранилища данных - предметно-ориентированная информационная база , специально разработанная и предназначенная для подготовки отчётов и бизнес-анализа с целью поддержки принятия решений в организации. Архитектура хранилища существенно влияет на производительность BI-системы, возможность ее масштабирования и развития функциональности, стоимость сопровождения. Не существует универсальных правил проектирования структуры хранилища, поэтому важна роль системного архитектора, опыт и знания которого позволят избежать многих проблем.
Data Mining — обнаружение новой, ранее не известной информации за счет обработки существующих данных. В основу процедур Data Mining могут заложены самые разные методы обработки данных от статистических и прогнозирования до семантического анализа.
Инструменты визуализации информации - это отчеты, с которыми работают конечные пользователи. В зависимости от требований заказчика отчеты могут быть жестко фиксированного формата, например, для передачи в государственные органы, или аналитические. Аналитические отчеты позволяют пользователю самостоятельно определять перечень отображаемых показателей, аналитические разрезы, выполнять сортировку и строить фильтры.
Статьи: