При выборе BI-системы необходимо ориентироваться на ИТ-стратегию банка В любой организации действует правило: чем больше объективной и оперативной информации собирает руководство, тем выше вероятность принятия оптимальных решений, повышающих эффективность бизнеса. Именно системы Business Intelligence могут этому способствовать, поскольку представляют собой совокупность информационных технологий, программного обеспечения и практик, которые направлены на достижение задач бизнеса посредством эффективного использования всех имеющихся данных из самых разных источников. Крайне важным для предприятия является правильный выбор BI-системы.
Преодолеть море данных
Термин Business Intelligence, согласно определению аналитиков Gartner, означает инструменты для анализа данных, построения отчетов и запросов, которые способны помочь бизнес-пользователям преодолеть море данных для того, чтобы синтезировать из них значимую информацию. Сегодня BI-системы используются в крупных организациях, представляющих самые разные отрасли экономики, в том числе и в финансовых учреждениях.
Что такое бизнес-аналитика? Business Intelligence (BI) простым языком.
Развитие банка невозможно без понимания текущей ситуации в бизнесе и вектора его движения, поэтому Business Intelligence – это необходимая составляющая для выработки жизнеспособной стратегии кредитной организации. Чем лучше в банке будут понимать текущие операции и прогнозировать поведение клиентов, конкурентов, а также свои операционные возможности, тем результативнее и прибыльнее будет бизнес учреждения. «Современные обстоятельства ведения бизнеса, характеризующиеся возрастающей жесткой конкуренцией и нестабильностью экономических условий, устанавливают повышенные требования к оперативности и качеству принимаемых решений на всех уровнях управления предприятием или организацией, – рассказывает директор департамента информационных технологий Росгосстрах Банка Андрей Бондарев. – Так, в нашем банке используются более ста различных ИT-инструментов, которые применяются во всех направлениях бизнеса – от документооборота до моделирования и перестройки бизнес-процессов.
Одним из локомотивных векторов развития кредитной организации является сегмент розничного кредитования, а это большие объемы обрабатываемых данных, высокие требования к оперативности и качеству принимаемых решений, то есть это та информационная среда, где автоматизация хранения и анализа информации видится наиболее оправданной. Для решения таких задач подходящим считается программное обеспечение Business Intelligence».
Без BI-системы на сегодняшний день банкам не обойтись, уверен директор департамента информационных технологий банка «Стройкредит» Сергей Смирнов. Эксперт объясняет свою точку зрения: «АБС не могут решить задачи по обеспечению консолидации данных и предоставить достаточно мощные аналитические инструменты и приложения, которые банковский бизнес требует от ИТ».
BI-системы, как поясняет эксперт, используются для сбора и анализа информации. Поскольку в банках, как правило, несколько информационных систем (АБС, процессинг, отдельные модули Retail или кредитный модуль), первая задача BI – собрать и систематизировать данные, превратив их в информацию для принятия решений. Обычно для этих целей используется хранилище данных.
Кем я работаю в США: Business Intelligence (BI) простым языком
Вторая задача – анализ информации. В каждом банке собственные требования к аналитике, и от того, насколько профессионально установлены критерии построения отчетов зависит успех внедрения системы и ее дальнейшей эксплуатации.
Одним из наиболее удобных инструментов отклика на стремительно меняющиеся требования бизнеса является построение быстрых аналитических запросов с помощью OLAP-кубов – многомерных массивов данных, которые могут быть реализованы на основе реляционных СУБД или с помощью специализированного программного обеспечения. По мнению директора дирекции информационных технологий Нордеа Банка Аркадия Затуловского, практика использования BI-систем в российских банках распространена недостаточно. «До недавнего времени основной набор автоматизированных отчетов в финансово-кредитной организации создавался преимущественно в АБС. С развитием хранилищ данных (ХД) в банках появился спрос на BI-решения, который постепенно растет. Мы используем в своей практике разработки Microsoft в рамках проекта ХД, но планируем расширить их применение».
От необработанных данных к упорядоченной информации
Для того чтобы внедрение BI в финансовой организации было успешным, необходимо наличие нескольких факторов: поддержки руководства банка, вовлечения пользователей в процесс, грамотной организации обучения, необходимости обеспечить качество исходных данных и доступ к ним. Однако первым шагом при внедрении BI в учреждении должно стать определение целей и задач проекта.
Только в этом случае банк получит ряд преимуществ от использования BI-систем. Основным, по мнению некоторых экспертов, является упорядочение сведений, полученных из различных источников, трансформация «сырых» данных, которые собираются в процессе ежедневной деятельности, в полезную информацию.
BI-средства включают в себя способы, позволяющие легко получить доступ к этой информации и проводить манипуляции с данными, агрегировать их, обрабатывать и представлять уже как информацию, на основе которой можно принимать решения. Еще одним преимуществом, которое предоставляет BI, является возможность превратить необработанные данные в информацию, позволяющую глубже понимать бизнес. Например, в дополнение к сведениям о количестве проданных продуктов может быть получена информация о том, как и какие акции и кампании влияют на тенденцию продаж, какие продукты лучше всего продаются в каждом клиентском сегменте в зависимости от времени года, региона продаж и других ключевых характеристик. Меняя параметры продаваемых продуктов, можно отследить влияние этих изменений на продажи. Обеспечивая возможность доступа к подобной интеллектуальной информации, BI позволяет организациям вести бизнес эффективнее.
выбор системы
В каждом банке вырабатывается собственная ИТ-стратегия. При выборе BI-системы необходимо ориентироваться на нее, и на ее основе формировать цели внедрения BI. Критерии отбора системы должен определять не только руководитель ИТ-департамента — это совместная работа многих подразделений организации.
Требования к BI должны формулироваться с учетом мнения конечных бизнес-пользователей. Например, к системе отчетности -на основе потребностей менеджеров и аналитиков, к системе управления бюджетным процессом — специалистов финансовых и экономических служб.
При этом существуют вопросы, которые находятся в компетентности исключительно ИТ-директора: надежность решения, процедура поддержки и эволюция системы Business Intelligence. Среди основных критериев оценки и выбора BI-систем Аркадий Затуловский (Нордеа Банк) называет, во-первых, функциональность, в том числе с точки зрения работы с гетерогенными источниками, большими объемами информации, с реляционными и многомерными базами данных, во-вторых, удобство для конечных пользователей и, в-третьих, модель лицензирования.
Как правило, топ-менеджмент организации, руководствуясь прежде всего универсальными критериями выбора системы, стремится видеть финансовое обоснование внедрения систем бизнес-аналитики. Такая оценка в основном проводится по двум показателям: совокупной стоимости владения (total cost of ownership, ТСО) и возврату на инвестиции (return on investment, ROI).
Использование показателя ТСО было популяризовано компанией Gartner. Однако эта модель не является единственной, и в настоящее время несложно выбрать другую методологию, которая даст адекватный результат.
Кроме того, эксперты говорят о том, что существует ряд факторов, которые впоследствии могут значительно повлиять на величину показателя ТСО: стоимость поддержки, расходы на эволюцию системы, затраты на обучение персонала и т.д. После выбора системы и ее внедрения возникает вполне закономерный вопрос: когда ждать отдачи от BI? Эксперты считают, что ответить на него непросто. «Посчитать реальный положительный business case от проекта BI достаточно сложно, — говорит Аркадий Затуловский (Нордеа Банк). — Но я абсолютно убежден, что при росте объемов данных только BI может обеспечить реальную картину бизнеса». Получение такой картины обязательно выльется в доходы.
Интеграция в ит-инфраструктуру и основные проблемы
При интеграции BI-системы в общую ИТ-инфраструктуру предприятия особых сложностей не возникает, но здесь есть свои нюансы. Чем больше в банке исходных систем, в которых ведется учет, тем тяжелее собрать всю информацию в одном хранилище и договориться о единых методиках расчета показателей. Сложность возрастает в зависимости от количества учетных систем кредитной организации.
Чем больше настроено систем, тем дороже потом будет их включение в единую структуру BI и аналитики. Обычно источниками BI являются несколько операционных систем, живущих активно не только в плане пополнения новыми данными, но и с точки зрения расширения данных, изменения их структуры. Нелегко поддерживать в актуальном состоянии все потоки данных.
Можно переложить задачу агрегации и очистки информации на корпоративное ХД, но сложность задачи от этого не уменьшится. Если говорить о проблемах внедрения BI в банках вообще, то, по мнению Аркадия Затуловского (Нордеа Банк), главной из них является то, что заказчики не до конца понимают, что им действительно нужно, а что nice to have (хорошо бы иметь). Другой проблемой, на взгляд специалиста, являются качество и наличие необходимых данных в типовых источниках, особенно в АБС банков. «Качество повсеместно плохое, продуктовых метрик практически нет. Как можно построить нормальную аналитику в таких условиях? — задается вопросом эксперт и сам же на него отвечает: — Придется вкладывать большие ресурсы в проекты, которые к BI напрямую не относятся».
- ит-инфраструктура
- бизнес-аналитика
Источник: www.klerk.ru
Business Intelligence, тренды и взгляд изнутри
На сегодняшний день рациональное и правильное использование информации является неотъемлемой частью для решения проблем и задач. Одна из сфер для применения информации — оптимизация бизнес процессов. В этой сфере проводится поиск оптимальных решений, анализ рисков, и снижение затрат.
2810 просмотров
Благодаря технологическому процессу, постоянно появляются новые технологии и инструменты. Анализ данных является одной из самых проблемных сфер, так как количество данных получаемых от и о клиентах растет с каждым годом. Аналитики не успевают составлять ежемесячные отчеты, по которым компании создают бизнес планы и стратегию развития. Именно поэтому сейчас человеческое участие в анализе данных уменьшается с каждым годом, так как такие инструменты как Business Intelligence и Big Data в синергии с ИИ и Machine Learning увеличивают эффективность и скорость анализа данных в несколько раз, при минимальном человеческом вмешательстве.
Инструменты Business Intelligence решают большой спектр задач:
- Моделирование бизнес-ситуаций
- Анализ нестандартных запросов и их решение
- Снижение нагрузки на сотрудников компаний, путем автоматизации их работы
- Улучшенные данные при увеличении объема этих данных
- Объективная оценка бизнеса
- Анализ использования финансовых ресурсов
- Прогноз и оценка инвестиционной и финансовой деятельности
Концепция Business Intelligence состоит в обработке данных с целью получения мета данных, которые в будущем анализируются и используются для прогнозирования и принятия решений. Таким образом, применение продуктов Business Intelligence в современном бизнесе стало потребностью номер один. Как показывают данные международных консалтинговых агентств программное обеспечение данного класса относится к продуктам с самым высоким показателем возврата инвестиций.
Business Intelligence используется всеми видами бизнеса, начиная от малого и заканчивая такими гигантами как Google, Facebook, Apple и т.д. К примеру, такие рестораны как Mcdonald’s, Burger King, Subway и другие ресторанные сети являются очень клиентоориентированными, поэтому использование анализа данных является для них приоритетом. Используя данные о популярных и непопулярных продуктах в меню, они решают, что добавить, а что стоит удалить. Использую же данные о посещениях, они могут отсеивать непопулярные точки и закрывать их, тем самым сокращают свои затраты.
Проанализированные данные помогают им принимать логистические решения. Например, откуда и когда доставлять продукты или же с какими поставщиками продолжать работу.
Хоть Business Intelligence и развивается уже довольно долгое время, все еще существуют проблемы с его использованием. Главным вопросом на данный момент остается качество и правдивость собираемых данных. С 2002 года и по 2018 это остается наибольшим вызовом Business Intelligence сферы. Качество данных может быть охарактеризовано множеством путей.
Самое частое объяснение — качественная информация, которая подходит для актуальной задачи. Это значит, что данные всегда зависят от используемого контекста. Так как сфера бизнес аналитики все еще развивается, даже самые большие компании все еще собирают большое количество ненужных данных, которые захламляют систему и мешают делать качественный анализ нужд клиента и тормозят развитие компаний из-за ложных результатов требований клиента. Также компании часто собирают одинаковую информации по нескольку раз, она тоже ухудшает процессы подбора кастомных предложений для клиента. Именно из-за этого важнейшим трендом Business Intelligence 2018 года по результатам BI Survey является Master Data Management.
Целью Master Data Management является объединения и обмен основными данными о клиентах, поставщиках или продукции из data silos (информационные бункеры или сайлосы). Master Data Management позволяет сохранять логичность и постоянство данных. Также оно позволяет:
- Эффективно сотрудничать с бизнес партнерами.
- Предоставлять оптимальную и требуемую клиентскую поддержку.
- Моделировать полный спектр клиентских нужд, который их удовлетворяет.
- Для объединения физических и облачных систем.
Business Intelligence является ключевым инструментым в обработке данных Big Data, которая сама по себе является лишь большим сундуком информации, которая не откроется без нужного ключа. Business Intelligence и есть тем самым ключом. Business Intelligence используя программное обеспечение и сервисы трансформирует информацию в четкие и понятные шаги для стратегического продвижения и бизнес решений.
Еще одной важной частью Business Intelligence является Data Discovery. Data Discovery не является инструментом или программой, а процессом нахождения и определения тех самых патернов, которые помогут бизнесу в дальнейшем.
Специалист по Data Discovery должен иметь иметь навыки в понимании отношений между информацией и использовать навыки анализа и проводить полноценную управляемую аналитику (guided advanced analytics) для нахождения инсайтов. Важной частью этого процесса является визуализация данных, так как визуализированная информация воспринимается легче и понятней. Визуализация позволяет тем кто принимает важные решения понимать их с полувзгляда. Визуальный анализ есть важной частью Data Discovery и компании все чаще ищут специалистов способных пояснять груду сухих данных на один-два слайда.
На данный момент Microsoft продолжает быть самым используемым поставщиком инструментов Business Intelligence, по данным опроса 2018 года 75% опрошенных называли Microsoft их основным поставщиком, хотя в 2017 процент достигал лишь 52%. SAP Business Objects, SAS, IBM и Oracle были следующими назваными после Microsoft, хотя их проценты значительно меньше.
Источник: vc.ru
Задачи предприятия, решаемые с помощью BI
Для предприятий аналогичного профиля, с дискретно-непрерывным циклом производства, существуют определенные классы задач, которые лучше решать в рамках BI. К ним относятся, в частности, анализ расходов, анализ доходов и анализ клиентской базы, а также управление пассивами и активами.
Анализ расходов производства помогает выявлять тенденции, планировать последующие продажи по продуктам, клиентам, подразделениям и, исходя из результатов сбыта, строить механизмы деятельности и производственные планы продуктовых подразделений. Благодаря использованию BI можно получить интегрированное представление о ходе и результатах производства и взять эту информацию на вооружение при формировании планов.
Анализ доходов актуален в любой временной отрезок деятельности предприятия, причем более всего востребован анализ в разрезе клиентов. Очень важно также иметь представление о распределении доходов по продукции, каналам предоставления и подразделениям. Анализ доходов в разрезе клиентов и продукции позволяет формировать “уникальные” предложения для каждого “уникального” клиента с целью максимизации прибыли в долгосрочной перспективе. Он способствует формированию ценовой политики, выделению сегментов, продукции, которые стратегически важны для него.
Управление активами и пассивами. С помощью BI можно проводить эффективный анализ активов и пассивов и управлять не только ими, но и мгновенной ликвидностью на основе инструментального и портфельного подходов. Эти задачи решаются при минимальных затратах на подготовку специальных данных и с учетом лишь ограниченного объема информации, собираемой из источников в подразделениях. Программный комплекс обеспечивает загрузку из информационных источников семи типов и позволяет формировать несколько десятков отчетов.
Анализ клиентской базы позволяет сформировать целевые сегменты клиентов и использовать эту информацию при продаже продукции. Целевые сегменты формируются на основе фирмографических сведений, финансовых показателей (например, оборота или прибыли), отраслевых признаков и других параметров клиентов.
Выделение сегментов прибыльных клиентов, нацеленное на их последующее удержание, является одним из наиболее важных вопросов. В частности, за счет более детальной сегментации подразделения маркетинга начинают лучше понимать потребности клиентов и могут использовать эти данные при проведении маркетинговых кампаний. Анализ клиентской базы и сегментация дают возможность приблизиться к реализации концепции индивидуального маркетинга и более эффективно применять систему управления взаимоотношениями с клиентами.
Системы BI образуют среду обучения, которая позволяет организациям более разумно вести свой бизнес. Для принятия стратегических и тактических решений используются три основных метода — отчет, анализ и прогноз. Стратегические решения предполагают анализ данных с целью долгосрочного планирования (на следующий квартал или следующий год) или управление деятельностью компании по реализации ее стратегических целей. С другой стороны, тактические решения нацелены на те действия, которые должны быть выполнены в ближайшее время (на следующей неделе или в следующем месяце). Тактические решения больше управляются процессом, чем стратегические.
Появление в BI аналитических инструментов, работающих в режиме реального времени (таких как панели инструментов, предупреждения, агенты и т.п.), позволяет анализировать в BI-системе данные, приближенные к реальным, в контексте исторических, интегрированных данных. За счет этого пользователи получают более полное и точное представление (сравнение по годам или сезонам) для принятия важных оперативных решений.
Аналитические средства
Выше, на рисунке, показан существующий ныне «аналитический ландшафт». Он отражает четыре основные категории аналитических инструментов, представленных в пересекающихся овалах. Поскольку большинство инструментов выступают в нескольких категориях, овалы пересекаются.
Преимущества эффективного управления средствами BI
Высшему руководству компаний все меньше нравятся проекты, которые много обещают вначале и заканчиваются почти ничем. Управленческий подход средствами BI, о котором рассказано в данном разделе, обеспечивает целый ряд важных преимуществ для тех компаний, которые хотят добиться более эффективного внедрения своими проектами в бизнесе. Это такие преимущества, как:
- рост осведомленности сотрудников о стратегической важности данных;
- адекватная оценка того, как изменения в бизнес-операциях и поддерживающих их данных могут сказаться на рисках компании;
- отход от дискретных бюджетов и переход к координированному финансированию и интегрированной разработке и внедрению систем;
- использование единого корпоративного процесса, который обеспечивает авторизацию всех изменений в бизнес-операциях;
- обеспечение того, чтобы все изменения бизнес-операций были направлены на снижение системных рисков с целью общего улучшения качества данных и целостности отчетности об эффективности работы.
Помимо всего прочего, Business Intelligence — это еще и инвестиции в бизнес. Управленческий подход обеспечивает высших руководителей компании схемой, позволяющей оценить адекватность их контроля за изменениями в бизнес-операциях, что, в свою очередь, имеет важное значение для целостности данных компании. Этим менеджерам высшего звена, ответственным за контроль важных данных о компании, недостаточно строить свою работу только на основе догадок о том, как изменения в бизнесе могут повлиять на корпоративные данные. Высшие руководители бурно развивающихся компаний обращаются с технологией управления изменениями как с хорошо сконструированной машиной, используя ее как стратегический инструмент обеспечения контроля и получения конкурентного преимущества.
Оперативная практическая аналитика и решение проблем
В любой корпорации операции и процессы изобилуют различными помехами, которые способны разрушить самые тщательные планы и снизить эффективность бизнеса. Оперативная аналитика, в задачи которой входит обеспечение менеджеров и сотрудников информацией, необходимой для принятия ежедневных решений, может сыграть существенную роль в повышении эффективности бизнеса, если эта технология поможет им в решении ключевых задач. Программные пакеты BI должны интегрировать все виды деятельности и инструменты, которые пользователи применяют для разрешения проблемных ситуаций, в том числе программные средства управления проектами.
Безусловно, полезно, если руководители высшего звена имеют инструментальные панели, которые показывают, насколько реальные достижения соотносятся со стратегическими или финансовыми целями. Но не менее важно для текущей оперативной деятельности, чтобы рядовые сотрудники имели показатели, указывающие на проблемные места и демонстрирующие, как их устранение поможет бизнесу.
Успех BI зависит от того, насколько эти средства позволяют постоянно удовлетворять потребности в данных. Сотрудники начинают со статических отчетов, затем они учатся видеть связи и закономерности, хотят узнать больше и предпринять определенные действия на основе полученной информации.
Анализ и прогнозирование
Анализ — компетенция бизнес-аналитиков, которые тратят довольно много времени, обрабатывая данные, создавая прогнозы, выясняя коренные причины различных проблем и тенденций в отрасли. Прогнозированием занимаются статистики или аналитики, знакомые со статистическими методами. Многие компании используют средства BI для создания прогнозирующих и других моделей, которые управляют критически-важными приложениями, например:
- для прогнозирования сбоев в работе производственных линий,
- для выявления случаев воровства и искажения данных,
- для предварительного поиска клиентов, которые могут откликнуться на конкретное предложение.
Аналитическая глубина. Хорошо известно, что организации добиваются более серьезных результатов от внедрения аналитической среды тогда, когда пользователи переходят от простой отчетности («Что произошло?») к анализу («Почему это произошло?»), затем к прогнозирующему анализу («Что произойдет завтра?») и к оперативному контролю («Что произошло только что?»). Однако это не означает, что все пользователи организации будут следовать по этому эволюционному пути. Важно, чтобы организация в целом развивалась и шла к более сложному уровню аналитики, извлекая тем самым максимум выгоды от вложения средств в BI.
Аналитическая широта. Чтобы воспользоваться всеми преимуществами аналитической среды, компании должны широко внедрять аналитические инструменты в работу всех сотрудников, а также клиентов и поставщиков. Преимущества BI растут пропорционально количеству пользователей системы. Чем шире используется такой продукт, тем больше выгоды он даст.
Однако важно предоставить каждому пользователю соответствующие его деятельности инструменты. Неопытный пользователь, которому необходимо только раз в неделю просматривать стандартные отчеты, будет сбит с толку, если ему предложить сложный OLAP-инструмент или средство BI. Исторически все аналитические продукты были рассчитаны на продвинутых пользователей. Поэтому многие компании испытывают серьезные трудности, предоставляя своим сотрудникам эти приложения. Поставщики аналитических инструментов в последние годы достигли огромных результатов в плане обучения клиентуры.
Планирование
Большинство пользователей применяют инструменты отчетности и аналитики только для того, чтобы перегружать данные из Хранилищ или первичных систем в Excel. Сегодня предоставляются программные средства управления эффективностью бизнеса. Этим они подтверждают существование третьего измерения эволюции инструментов BI — слоя планирования. Сегодня поставщики BI предлагают продукты, гораздо теснее интегрированные с Excel. Также производятся инструменты бюджетирования и планирования, которые достаточно хорошо интегрированы с инструментами отчетности и анализа, создавая, таким образом, пакет средств управления эффективностью бизнеса (ВРМ).
Мониторинг
Но для большинства пользователей сегодня уже недостаточно простого сочетания отчетности, аналитики и планирования. Существующие инструменты затрудняют поиск нужных данных, но в то же время не гарантируют от возможности «потеряться» в огромных массивах информации. Инструменты планирования недостаточно хорошо интегрированы с аналитическими инструментами.
То, что нужно большинству пользователей сегодня, — это слой мониторинга сверх инструментов анализа, отчетности и планирования. Такой слой должен объединять эти инструменты и обеспечивать простой в обращении интерфейс — инструментальную или оценочную панель. Такие наглядные интерфейсы позволяют бизнес-пользователям отслеживать или наблюдать за наиболее важными показателями, сравнивать фактическую эффективность с поставленными целями и устанавливать специальные сообщения, призванные уведомлять о случаях снижения эффективности ниже допустимой.
Сегодня большинство организаций используют различные инструменты BI для отчетности, аналитики, планирования и мониторинга, причем обычно эти инструменты не интегрированы. В идеале все эти инструменты работают согласовано, если в основе BI и данных лежит общая инфраструктура.
Например, слой мониторинга уведомляет пользователя с помощью специального сообщения, что эффективность в ключевой области снизилась ниже намеченных показателей. Пользователь может нажать на это сообщение (график) и углубиться в аналитический слой, чтобы исследовать глубинную причину проблемы или получить детальный отчет по продуктам (потребителям), являющимся частью этой проблемы или вопроса. Такое исследование осуществляется структурно и обеспечивает только те пути углубления в данные, которые имеют отношение к проблеме, поэтому пользователь не рискует «потеряться» в информации. Затем пользователи могут обратиться к слою планирования и обновить задачи или прогнозы, которые немедленно появляются на их инструментальной панели. У пользователей есть и другая возможность — подготовить анализ проблемы и ее влияния на стратегические цели для публикации на корпоративной оценочной панели.
Избавление от изолированных информационных структур
Еще сравнительно недавно практически все данные, доступные для бизнес-анализа, централизованно хранились в специальных компьютерах. Пользователям иногда приходилось буквально упрашивать IT-отдел предоставить доступ к данным; обычно это осуществлялось в форме объемных пакетных отчетов. С распространением распределенных систем и персональных компьютеров электронные таблицы предоставили пользователям прямой доступ к данным, хотя и в ущерб их качеству.
Персональные электронные таблицы, а также витрины данных и инструменты BI индивидуальных отделов привели к созданию так называемых изолированных информационных структур — приложений и источников данных, созданных для конкретных бизнес-функций или отделов, причем без возможностей для интеграции. Основное назначение BI — применение соответствующих технологий для того, чтобы в центре управления эффективностью бизнеса находились отделы и бизнес-функции.
При наличии системы BI в организации все работают на основе одних и тех же достоверных данных. Это является совершенно необходимым элементом для избавления от изолированных структур и поддержки организационных изменений. В результате менеджеры могут сразу реагировать на ситуацию и не тратить время на согласование данных друг с другом.
В том случае, когда данные о клиентах хранятся в отдельных изолированных структурах, качество обслуживания потребителей снижается. Если конкуренты уже используют интегрированные данные и системы, то у них может появиться более цельное представление о клиентах. А это, в свою очередь, приводит к потере наиболее выгодных потребителей.
Появление качественных данных после внедрения BI
Инструментальные и оценочные панели, предоставляющие некачественные данные, не просто неэффективны — они подрывают доверие между бизнес-пользователями. Таким образом, успех BI связан с интегрированностью данных. Поскольку от качества данных может зависеть корпоративная репутация, бизнес-пользователи сегодня поддерживают проекты, направленные на решение этой проблемы.
Большинство организаций используют несколько источников данных для получения исчерпывающего представления о потребителях, процессах, факторах риска и эффективности. Одна из проблем, существующих сегодня — зависимость администрации корпорации от данных, предоставляемых ей компаниями-клиентами. Поскольку еще не во всех отраслях существуют общепринятые стандарты, данные могут подаваться в разнообразных форматах. Поля данных и терминология отличаются от компании к компании. Таким образом, компании, получающей данные от своих клиентов, приходится тратить много времени и ресурсов для повышения качества этих данных.
Оригинал статьи можно прочитать здесь
Источник: www.prj-exp.ru