Текст книги "Панели индикаторов как инструмент управления. Ключевые показатели эффективности, мониторинг деятельности, оценка результатов"

Глава 3
Роль бизнес-анализа

В 1-й главе мы дали определение панелей индикаторов и описали их основные характеристики. В главе 2 мы представили бизнес-контекст для панелей индикаторов и показали, что они являются критически важным инструментом в формирующейся на наших глазах бизнес-дисциплине, называемой управлением эффективностью бизнеса. В этой главе мы представим технический контекст для панелей индикаторов в процессе изучения структуры бизнес-анализа (BI) и его ценности для бизнеса.

Очень важно создать руководство для начинающих по бизнес-анализу, потому что он составляет неотъемлемую часть панели индикаторов. Большинство компаний, о которых говорится в этой книге, сами создавали свои панели индикаторов, используя в качестве фундамента бизнес-анализ. Без бизнес-анализа организация не сможет полностью реализовать весь потенциал панели индикаторов, чтобы сконцентрировать усилия, привязать действия сотрудников и процессы к стратегическим целям и обеспечить принятие разумных и своевременных решений. Короче говоря, бизнес-анализ – это фундамент, на который опирается и на котором развивается большинство панелей индикаторов.

В качестве самостоятельного направления бизнес-анализ появился в начале 1990-х гг. как способ обеспечения конечным пользователям лучшего доступа к информации для принятия решений. Первоначально его цель состояла в том, чтобы обеспечить пользователям доступ к нужной информации в режиме «самообслуживания», чтобы при генерировании заказных отчетов им не приходилось полагаться на ИТ-отдел. К началу 1990-х гг. бизнес-анализ состоял из двух формирующихся сегментов: хранилищ данных и инструментов для отправки запросов и генерирования отчетности на персональных компьютерах.

Компании начали создавать хранилища данных, стремясь разгрузить оперативные системы, избавив их от обилия запросов. Хранилища данных стали «аналитическими детскими площадками», позволяющими пользователям запрашивать и получать все необходимые данные, не снижая эффективность работы оперативных систем. В то время для представления запросов пользователям необходимо было знать язык SQL – язык запросов к базам данных. И тогда многие предусмотрительные продавцы начали поставлять клиентам инструменты для генерирования запросов и сообщений/отчетов, в которых язык SQL был скрыт за Windows-интерфейсом типа «наведи и щелкни». В конце 1990-х гг. продавцы приспособили эти настольные инструменты для генерирования запросов и отчетности к работе в Сети и объединили их с другими типами аналитических инструментов, создав то, что сегодня называют комплектами, или платформами, для бизнес-анализа.

Если рассматривать панораму в целом, бизнес-анализ – это «зонтичный» термин, охватывающий множество технологий хранения и интеграции данных, а также инструментов для генерирования запросов и отчетности и аналитических инструментов («инструменты или комплекты для бизнес-анализа»), необходимых для реализации давно обещанного бизнес-пользователям доступа к информации в режиме самообслуживания. Панели индикаторов – это новейшее воплощение бизнес-анализа; за ним стоят годы технических и процессных инноваций в области бизнес-анализа, и они охватывают и управление данными, и аналитические стороны бизнес-анализа. Можно сказать, что панели индикаторов – это бизнес-анализ в его современном облике.

Сегодня бизнес-анализ – это уже большой бизнес. Почти каждая компания из списка Fortune 2000 имеет хранилище данных или что-нибудь в этом роде. Доходы инновационных фирм, которые в начале 1990-х гг. торговали вразнос инструментами для генерирования запросов и отчетности на основе Windows, теперь приближаются к 1 млрд долл.; они предлагают массу разнообразных изделий и услуг и хвастаются наличием клиентов по всему миру. Многие тяжеловесы из сферы программного обеспечения, такие как Microsoft, Oracle, SAP и Siebel Systems, тоже ввязались в схватку, надеясь добыть для себя «часть пирога» – непрерывно расширяющегося рынка бизнес-анализа.

По прогнозам International Data Corporation (IDC), ведущей фирмы по изучению рынка информационных технологий, только рынок инструментов и приложений для бизнес-анализа расширится с 3,9 млрд долл. в 2003 г. примерно до 5 млрд долл. в 2007 г., то есть совокупный ежегодный прирост должен составить почти 5 % – больше, чем в других сегментах рынка программного обеспечения в последние годы. А если добавить к этому продажи серверов и систем управления базами данных, используемых в хранилищах данных, годовой объем рынка бизнес-анализа превысит 100 млрд долл.

Если все делается правильно, бизнес-анализ обеспечивает реальную выгоду. Многие организации в самых разных отраслях уже получили от бизнес-анализа и материальные, и нематериальные выгоды. Институт хранилищ данных (TDWI) ежегодно прибавляет к своим материалам по наиболее эффективному использованию бизнес-анализа более 100 приложений, полученных от организаций, которые могут подтвердить эффективность бизнес-анализа в плане конкретного увеличения стоимости бизнеса. Вот несколько примеров:

● крупная авиакомпания, по ее собственным оценкам, в прошлом году получила 40 млн долл. новых доходов и сократила затраты на 31 млн долл., используя всего четыре из 35 аналитических приложений, образующих ее бизнес-аналитическую среду;

● крупный розничный продавец электроники объясняет экономию 1,3 млн долл. в год улучшением ассортимента и сокращением числа случаев отсутствия нужного товара за счет использования решения для бизнес-анализа; это же решение позволяет также сэкономить 2,3 млн долл. в складской сфере, помогая обеспечить более точную работу поставщиков;

● благодаря новому бизнес-аналитическому решению отдел управления финансами и доходами штата закрыл у себя ежегодную налоговую «дыру» в 10 млн долл., повысив одновременно степень удовлетворения клиентов.

Хотя неудачи здесь очень редки – всего несколько случаев на многие сотни успешных решений, – было бы ошибкой считать, что любой проект развертывания системы бизнес-анализа обязательно обеспечивает существенное повышение стоимости бизнеса. Не каждый может преуспеть во внедрении у себя бизнес-анализа. Для реального повышения стоимости требуются значительные денежные вложения, время и эффективное руководство. К сожалению, многие руководители недооценивают фактор целеустремленности, которая должна присутствовать и у них самих, и в организации в целом, чтобы инициатива в итоге оказалась успешной.

Обнадеживает то, что большая часть проектов бизнес-анализа в конечном счете оказывается успешной, даже если поначалу казалось, что проект терпит неудачу. По данным недавнего опроса, проведенного Институтом хранилищ данных (TDWI), только 18 % «остановленных» проектов развертывания систем бизнес-анализа были прикрыты сразу и бесповоротно. Остальные получали еще один шанс – после реструктурирования, с новыми спонсорами, менеджерами, консультантами и/или уровнями финансирования. Набравшись горького опыта, большинство команд обычно добивались существенных результатов.

Организации, развернувшие у себя системы бизнес-анализа, сообщают о многих материальных и нематериальных выгодах. Исследование показало, что выгоды от развертывания таких решений по своей природе чаще всего нематериальны, что затрудняет их оценку в показателях стоимости, подобно панелям индикаторов (см. рис. 3.1).

Многие руководители сообщают, что первоначально при одобрении соответствующего проекта они не предвидели самые важные выгоды и преимущества, которые обеспечили им системы бизнес-анализа. Из этого можно заключить, что многие руководители не выдвигают жестких требований в отношении обоснования затрат.

«Наш генеральный директор – самый яростный сторонник нашего проекта развертывания бизнес-анализа, потому что он хочет понять, что дает нашей фирме каждый ее клиент в плане доходов и традиций», – говорит Тед Карлсон, консультант по информации, касающейся энергетики, в системе коммунального обслуживания Висконсина (Wisconsin Public Service). – Точно определить рентабельность инвестиций в этот проект было трудно, и мы в первую очередь рассматривали его как стратегический актив. Но неожиданно он сыграл большую роль в привлечении и удержании клиентов, а также в сохранении высокого курса наших акций и высокого кредитного рейтинга по сравнению с остальной частью отрасли».

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.

1. От данных 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.

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.

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

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.

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.

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.

Левый овал на рис. 3.5 изображает среду хранения и интеграции данных. Именно на нее техническая команда тратит 60–80 % своего времени. Ее функции – это захват, очистка, моделирование, преобразование, пересылка и загрузка операционных данных от одной или более оперативных систем в хранилище данных. Все это сложные задачи, потому что операционные данные редко бывают чистыми, согласованными и легко поддающимися интегрированию. Подобно археологам, технические специалисты должны расшифровать смысл и подтвердить годность многих тысяч элементов данных и значений от многих оперативных систем. Затем все это нужно опять склеить вместе в единую последовательную «модель» бизнеса, что очень напоминает воссоздание палеонтологом прижизненного облика динозавра по набору его костей.

Само собой разумеется, это отнимает массу времени и усилий. Так же как палеонтологу требуются годы, чтобы собрать вместе все части динозавра из его останков, технической команде могут потребоваться месяцы, чтобы создать начальный вариант хранилища данных или витрины данных. Именно поэтому чаще всего начинают с малого и путем постепенного наращивания формируют панораму всего предприятия, добавляя в нее по одной тематической зоне. И так же как палеонтологи нуждаются в опытных экспертах по своему предмету, технической команде требуется глубокое понимание бизнеса, который она пытается моделировать. На самом деле чисто техническая команда не может сделать такую работу самостоятельно. Она нуждается в помощи бизнес-аналитиков, достаточно хорошо знакомых и с данным бизнесом, и с данными бизнеса, чтобы шаг за шагом провести технологов через весь обратный процесс «склеивания» бизнеса вместе.