Вестник цифровой трансформации CIO.RU

Бизнес-аналитика в России: уход от дэшбордов, дефицит специалистов и популярность Agile
Бизнес-аналитика в России: уход от дэшбордов, дефицит специалистов и популярность Agile




11:14 09.01.2019  |  1108 просмотров



О тенденциях на российском рынке бизнес-аналитики, которые стали заметны в 2018 году и, вероятно, будут определять поведение компаний в будущем.

Исторически российский рынок бизнес-аналитики формировался благодаря постоянно растущему спросу на анализ корпоративных данных со стороны крупных компаний и холдингов. Заказчиками услуг в области обработки данных и создания BI-систем обычно были ИТ-подразделения, которые отвечали как за ИТ-инфраструктуру, так и за внедрение и развитие бизнес-приложений. Однако получившие развитие в последние годы технологические тенденции способны резко изменить направление развития рынка.

Компания Qlever Solutions обобщила тенденции на российском рынке бизнес-аналитики, которые стали заметны в 2018 году и, вероятно, будут определять поведение компаний в будущем.

Уже на протяжении нескольких лет как в мире, так и в России происходит процесс, который можно назвать демократизацией данных. Сегодня даже небольшая компания собирает и обрабатывает много данных о продажах, транзакциях, сотрудниках и клиентах. Применение бизнес-аналитики помогает оптимизировать процессы и резко снизить издержки. Кроме того, анализ данных открывает путь для выявления точек роста и поиска новых бизнес-моделей, что превращает BI в основу для цифровой трансформации предприятий.

Дефицит специалистов сдерживает рост рынка

В прошлом году расширение использования компаниями бизнес-аналитики заметно сдерживалось дефицитом доступных на рынке специалистов в области работы с данными. Причем недоставало всех типов специалистов, которые обычно составляют проектную команду по созданию BI-системы: разработчиков, администраторов, архитекторов данных. Наиболее вероятная причина резкого дефицита кадров в 2018 году — это шаги по формированию собственной экспертизы, которые начиная с 2015 года предпринимает большинство крупнейших российских предприятий.

В 2019 году дефицит специалистов по работе с данными сохранится. Рынок будет приспосабливаться, и стоимость часовых ставок квалифицированных разработчиков и архитекторов начнет расти. У поставщиков услуг могут значительно измениться приоритеты в корпоративном управлении. Если сегодня их усилия направлены на поддержание своей технической экспертизы, то в следующем году им придется больше внимания уделять формированию культуры управления проектами. Это позволит поставщикам услуг начать экономить время наиболее квалифицированных разработчиков и включать в проектные команды начинающих специалистов и выпускников вузов.

С другой стороны, инструменты для работы с данными становятся проще и сегодня уже не требуются какие-то специальные знания для того, чтобы самостоятельно научиться простейшим действиям с любой из популярных BI-платформ. Начнет меняться распространенное мнение о том, будто бизнес-аналитика доступна лишь крупным компаниям. В результате интерес к анализу своих данных в 2019 году появится у небольшого бизнеса.

Однако потребности со стороны традиционных и наиболее крупных в России заказчиков бизнес-аналитики будут смещаться в сторону сложных услуг — именно в этом сегменте и будет наблюдаться дефицит специалистов.

Гибкие методики управления проектами позволяют создавать сложные BI-системы

Тенденцией 2018 года стало распространение гибких методик (Agile) в управлении BI-проектами. Применение Agile позволяет заказчикам сразу, не дожидаясь окончания проекта, начать пользоваться результатами отдельных этапов.

Такой подход имеет целый ряд преимуществ: ниже проектные риски, проще планировать ресурсы, выше предсказуемость хода проекта и инвестиций. Кроме того, если меняются требования, то применение гибких методик позволяет корректировать течение проекта — менять приоритетность задач и подключать нужных специалистов.

В области работы с данными гибкие методики сегодня быстро превращаются в стандартный для индустрии подход к созданию BI-систем. Это уже не просто метод, который позволяет ускорить разработку и сэкономить деньги.

Причиной стало изменение реалий. Раньше типичной задачей был отчет или дэшборд – заказчик точно знал, какой результат ему нужен, искал ответ на вопрос, как из сырых данных получить требуемый отчет. Но сегодня все наоборот: у компании есть данные, причем много данных, и никто не знает, что из них можно извлечь и кому из бизнес-пользователей пригодится тот или иной показатель. Приходится отталкиваться от данных — смотреть на их качество и полноту, на источники, на потребности конкретных бизнес-пользователей и их готовность применять ту или иную информацию. Здесь не работает традиционный подход, где результат известен уже на старте.

Вторая волна интереса к BI: решение накопившихся проблем требует экспертизы

Задачи стали сложнее с технической точки зрения, чем раньше. Часть поступающих от компаний запросов связана с неудовлетворенностью работой уже созданных BI-систем — пользователей не устраивает скорость получения отчетов и время отклика BI-приложений. Выросло число запросов на создание BI-систем, разработка которых требует большой проектной команды из разных специалистов — разработчиков, администраторов и специалистов в области Data Science.

Первая проблема, с которой сталкиваются заказчики — это слишком большой промежуток времени от события до отражения его в отчетности. Еще несколько лет назад событие отражалось в отчете спустя несколько часов после его наступления, и такая скорость считалась приемлемой. Но сегодня требования меняются: нужно, чтобы загрузка и трансформация данных происходила за несколько минут. Скорость доставки отчетов особенно важна для крупных компаний с географически-распределенными филиалами и многоуровневой структурой управления.

Вторая проблема — быстрый рост сложности структуры хранения и обработки корпоративных данных. У компаний накопилось много данных, которые созданы разными способами, хранятся в разных системах и сильно отличаются с точки зрения качества и пригодности для анализа. В результате количество данных у компаний выросло, а их качество упало.

Как отмечают в Qlever, эпоха поверхностного BI быстро уходит, бизнес-аналитика перестала отталкиваться от дэшбордов. Сегодня проекты должны начинаться с данных — с поиска ответов на вопрос о том, достаточно ли их для решения бизнес-задач, как нужные данные получить и интегрировать.

Меняется роль ИТ-служб: они теряют инициативу и становятся сервисными

До 2018 года ИТ-руководители обычно становились инициаторами и ключевыми участниками тех проектов, которые связаны с обработкой данных, а в качестве проектной команды выступали ИТ-специалисты. Однако уже в прошлом году число вовлеченных в проекты функциональных менеджеров резко выросло и стало превышать количество ИТ-специалистов. Роль ИТ-подразделений стала превращаться в сервисную — они обеспечивают инфраструктуру для обработки данных и определяют регламенты. Владельцами данных все чаще становятся бизнес-пользователи.

Как полагают в Qlever, на стороне поставщика услуг все чаще будут появляться владельцы продукта (product owner). Понимание бизнес-процессов заказчика позволяет владельцу продукта учитывать и объединять запросы менеджеров из разных кросс-функциональных областей. Например, такое понимание значительно упростит разработку в том случае, когда из одних и тех же данных создаются отчеты для разных департаментов.

BI для Big Data: использование BI-платформ для анализа больших данных

Традиционно BI-платформы использовались компаниями для анализа внутренних данных — то есть тех, которые создаются и обрабатываются в корпоративных информационных системах. Это данные о продажах, клиентах, движении товаров, показатели эффективности. Однако в 2018 году бизнес-руководители все чаще хотели научиться извлекать пользу из объединения своих внутренних данных с внешними. Это могут быть данные из открытых источников, геоданные, а также данные, которые накапливаются у компаний, собирающих их попутно со своей основной деятельностью. В 2019 году к числу поставщиков данных могут добавиться операторы фискальных данных. Также оказать влияние на рынок открытых данных может расширение списка товаров, подлежащих обязательной маркировке, которая сделает рынок более прозрачным не только для контролирующих органов, но и для поставщиков.


Теги: Автоматизация предприятий Большие данные Бизнес-аналитика BI



На ту же тему: