Концептуальная структура

Термин «бизнес-анализ» часто используется в качестве синонима для инструментов генерирования запросов и отчетности и анализа. Однако на самом деле смысл термина бизнес-анализ шире, он обозначает не просто некий комплект программного обеспечения. Более точным будет такое определение:

бизнес-анализ — это совокупность процессов, инструментов и технологий, необходимых для превращения данных в информацию, а информацию — в знания и планы, обеспечивающие эффективное ведение бизнеса.

Если принять это определение, то панели индикаторов, основанные на бизнес-аналитической инфраструктуре, обеспечивают нечто большее, нежели просто визуализацию различных показателей эффективности работы. Они представляют собой мощные инструменты превращения компаний в самообучающиеся организации, в которых решения, обеспечивающие продвижение к стратегическим целям, принимаются на основе фактов.

Можно также представлять себе бизнес-анализ как «очистку данных». Чтобы понять эту аналогию, представьте себе нефтеперегонный завод, который создан для того, чтобы превращать сырую нефть во множество иных разнообразных продуктов, таких как бензин, ракетное топливо, керосин и смазочные масла. Точно так же и бизнес-анализ берет сырой материал —данные — и превращает его во множество иных информационных продуктов (см. рисунок 3.2).

Цикл начинается, когда оперативные системы, «управляющие» компанией (например, вводом заказов, поставками, выставлением счетов, ведением бухгалтерских книг и т. п.), принимают сигналы о неких бизнес-событиях и трансформируют их в данные — сырье для бизнес-анализа.

Рисунок 3.2 «ЗАВОД ПО ОЧИСТКЕ ДАННЫХ»

Мудрость Действия Планы Знания Информация	Анализ, измерение, очистка Опыт Правила, закономерности и модели Аналитические инструменты Хранилища данных
Аналитические системы

Бизнес-анализ можно представить себе как «завод по очистке данных», который превращает сырье (данные) в разнообразные информационные продукты: «информацию», которая собирается и агрегируется в хранилищах данных: «знания», которые собираются из запросов, сообщений и от аналитических инструментов: «планы», которые собираются «по кусочкам» из правил, закономерностей, моделей и схем. обнаруженных с помощью аналитических инструментов: и «действия», посредством которых бизнес-пользователи реализуют планы, которые генерируют события, которые в свою очередь начинают новый цикл

1. Отданных к информации. Хранилище данных принимает данные от одной или более оперативных систем и интегрирует их на «атомном» уровне — уровне максимальной детализации данных, который только существует во всех системах. Например, хранилище данных может стыковать и объединять данные об изделиях на уровне товарных позиций от четырех оперативных систем, а именно, систем приема заказов, обслуживания, продаж и поставок. Объединение данных и их совместное хранение в единственном месте преобразуют их в новый продукт — информацию.

2. От информации к знаниям. Затем пользователи, вооруженные инструментами для генерирования запросов и отчетности и аналитическими инструментами, исследуют эту информацию и идентифицируют тенденции, закономерности и отклонения в данных. Аналитические инструменты позволяют пользователям превращать информацию в новый продукт — знания.

3. От знаний к правилам. Затем вооруженные этими знаниями пользователи на основе выявленных закономерностей и тенденций формулируют правила. Эти правила могут быть простыми: например, «Заказывать еще 50 единиц каждый раз, когда число единиц на складе оказывается меньше 25», или «Исходя из уровня продаж в последние три месяца, а также в этот же период прошлого года, мы рассчитываем продать в следующем месяце 1000 виджетов». Но они могут быть и сложными (например, правила, генерированные статистическими алгоритмами или моделями). Так, статистически генерированные правила могут использоваться для динамичного формирования цен в ответ на изменения рыночных условий, для оптимизации графиков коммерческих перевозок в рамках большой транспортной сети или для выявления наилучших возможностей перекрестных продаж и использования их с помощью справочно-информационного центра или сайта.

4. От правил к действиям. Затем пользователи разрабатывают планы, которые позволяют реализовать правила. Например, менеджер по маркетингу может организовать кампанию маркетинга, которая обеспечит клиентам в шести сегментах рынка уникальные предложения за счет использования оптимального сочетания маркетинговых параллелей (marketing collateral) и стимулов для каждого клиента. Такая кампания позволяет определить, какие предложения нужно делать каждой категории клиентов и через какие каналы их нужно делать (например, продавать товары по почте или по электронной почте). Планы позволяют трансформировать правила в действия.

5. Обратная связь. Выполненные планы в свою очередь генерируют бизнес-события, которые улавливаются оперативными системами, и процесс повторяется снова. Каждый раз, когда организация проходит этот цикл, она измеряет, анализирует и корректирует свои планы. Это позволяет пользователям корректировать и ментальные, и статистические модели работы данного бизнеса и связей между принимаемыми решениями и эффективностью работы.

Этот эффективный пятиэтапный цикл (захват данных, анализ, планирование, действия и повторный анализ) делает организацию самообучающейся, способной гибко и быстро реагировать на изменения рыночной ситуации.

Во многих отношениях бизнес-анализ концептуально разработан так, чтобы имитировать процессы, которые люди повседневно используют для обучения и принятия разумных решений. В течение всей нашей жизни мы сталкиваемся с миллионами событий, которые мы ассимилируем, анализируем и трансформируем в правила — иногда сознательно, иногда нет. Каждый раз, когда мы применяем некое правило, мы получаем сигнал обратной связи относительно его истинности, и такие сигналы позволяют нам корректировать правила и приспосабливаться к изменениям в окружающей нас среде. Наши «животные инстинкты» — не что иное, как бессознательное использование подобных правил, выкристаллизовавшихся на основе миллионов и миллионов опытов практической жизни. Аналогично, бизнес-анализ использует технологию, позволяющую трансформировать миллионы бизнес-событий в модели, которые организация может использовать, чтобы быстро приспособиться к изменению условий на рынке.

Наиболее распространенные ошибочные представления

Некоторые руководители делают огромную ошибку, полагая, что между системами бизнес-анализа и оперативными системами нет никаких различий. Многие руководители полагают, что им не следует тратить сотни тысяч, а то и миллионы долларов на создание системы бизнес-анализа, когда имеющиеся у них оперативные системы и так уже генерируют отчеты и сообщения, а их бизнес-аналитики формируют для них заказные сообщения с помощью Excel или Access.

Но действительность в конечном счете доказывает обратное. Процессы сбора и анализа данных в этих организациях становятся чрезвычайно неэффективными, и на них ежегодно тратятся (исходя из стоимости человеко-часов) сотни тысяч долларов. Еще хуже то, что они принимают ошибочные решения, основанные на неполных, противоречивых или неточных данных, что ведет к потерям миллионов долларов в сфере продаж. Грустно то, что такие организации чаще всего не понимают, до какой степени они «истекают кровью», причем это непонимание также происходит из-за отсутствия у них бизнес-анализа! Потому, что никакой бухгалтер или ревизор не следит за тем, какие суммы компания теряет каждый день, каждую неделю, каждый месяц из-за того, что не обеспечивает всех своих сотрудников необходимыми актуальными и согласованными данными.

Возможности адаптации систем бизнес-анализа

Главное различие между двумя типами систем состоит в том, что системы бизнес-анализа приспосабливаются к данному бизнесу, тогда как оперативные системы структурируют его. Системы бизнес-анализа должны непрерывно приспосабливаться к изменяющимся потребностям бизнеса. Вопросы, которые бизнес-пользователи задают сегодня, отличаются от тех, которые они зададут завтра или на следующей неделе. Напротив, оперативные системы структурируют бизнес таким образом, что каждый процесс — например, прием заказа, — выполняется каждый раз одинаково, независимо от того, кто делает заказ. Оперативные системы после их разработки почти не изменяются. С системами бизнес-анализа дело обстоит как раз наоборот: чем больше они изменяются, тем большую стоимость они могут обеспечить. Иначе говоря, если оперативные системы автоматизируют процессы, чтобы повысить эффективность работы, то системы бизнес-анализа — с той же целью — обеспечивают поддержку принятия решений (см. рис. 3.3).

Поэтому, по сути, проблему бизнес-анализа можно сформулировать так: нужно спроектировать систему, которая в процессе управления ею будет все время изменяться. Другими словами, нужно создать легко адаптируемую систему. Это довольно трудное дело, и именно поэтому многие экс-

_____________________________________________________________________________

Рисунок 3.3 СРАВНЕНИЕ ОПЕРАТИВНЫХ СИСТЕМ И СИСТЕМ БИЗНЕС-АНАЛИЗА

Оперативные системы Системы бизнес-анализа

Автоматизируют процессы Поддерживают принятие решений

Предназначены для рационализации Имеют целью повышение

конкретных процессов общей эффективности

Структурируют бизнес Приспосабливаются к бизнесу

Реагируют на события Предвосхищают события

Оптимизированы под транзакции Оптимизированы

под информационные запросы

перты говорят, что развертывание системы бизнес-анализа (или хранилища данных) — это «не акт, а процесс».

Типы данных

Дихотомия между оперативными системами и системами бизнес-анализа очевидно прослеживается в типах информации, которую те и другие обрабатывают (см. рис. 3.4). Оперативные системы отслеживают текущие транзакции (например, дебет, кредит, баланс текущего счета) и содержат мало статистических данных (сведения о транзакции обычно хранятся всего 60-90 дней). Напротив, в системах бизнес-анализа хранятся подробные данные о транзакциях за несколько лет, поступившие от многих оперативных систем. Кроме того, системы бизнес-анализа создают новые или производные данные, суммируя и обсчитывая данные транзакций для получения значений показателей, которые используются в данной компании для отслеживания эффективности.

Операционализация бизнес-анализа

До недавнего времени системы бизнес-анализа захватывали данные о транзакциях, периодически, через регулярные промежутки времени, делая «снимки» данных в оперативной системе. Однако теперь компании хотят анализировать более актуальные, более свежие данные для своевременного («в нужное время») принятия оперативных решений. Например, менеджеры магазина, которые могут анализировать продажи ежечасно или ежедневно, при дополнительном ежечасном анализе тенденций шоппинга могли бы для увеличения дохода дважды в день изменять ассортимент представляемых покупателям изделий. Чтобы обеспечить поддержку этого типа принятия решений, системы бизнес-анализа начинают приспосабливаться к характеристикам оперативных систем, представленным на рис. 3.4 и 3.5. О режиме «нужного времени» в бизнес-анализе мы поговорим более подробно в главах 6 и 7.

Рисунок 3.4 СРАВНЕНИЕ ОПЕРАЦИОННЫХ ДАННЫХ С ДАННЫМИ БИЗНЕС-АНАЛИЗА _

Операционные данные Данные бизнес-анализа

Текущие Статистические

Непрерывное обновление Периодические «снимки»

Зависят от типа источника Интегрированные

Ориентированы на приложения Ориентированы на тематику

Только подробные Подробные, обобщенные, производные

ТЕХНИЧЕСКАЯ СТРУКТУРА

Теперь, когда мы ознакомились с концептуальными основами бизнес-анализа, обратимся к изучению компонентов, составляющих среду бизнес-анализа. На диаграмме, приведенной на рис. 3.5, бизнес-анализ представлен в виде двух частично перекрывающихся овалов, причем оперативные системы (например, заказы, поставки, складские транзакции) изображены слева.

Дата добавления: 2015-04-29