В больших компаниях BI-аналитика уже прошла три витка эволюции. На первом этапе главной задачей было генерировать корпоративную отчетность разного типа, на втором – к отчетам добавились дашборды и другие, более сложные типы визуализации. На третьем этапе бизнес-аналитика обросла self-service инструментами – подготовка данных и сборка витрины, исследование данных и выявление инсайтов стали доступны не только аналитикам. Но эволюция продолжается. И вопрос, в каком направлении двигается BI, – один из самых интересных.
Потребность в качественной аналитике растет. И далеко не у всех, кому она нужна, есть навыки работы со сложными визуализациями данных. А они, безусловно, стали сложными. Просто потому, что выросли объемы данных. Как итог, результаты аналитики, а значит, и доступ к инсайтам о бизнес-процессах, остались уделом избранных.
Появление self-service позволило провести первый этап демократизации BI. Компании смогли обеспечить себя качественной аналитикой, не собирая отдельный штат дорогих IT-специалистов. Но у этого процесса есть естественный предел. Self-service доступен тем, у кого есть профессиональные и прокачанные навыки работы с данными. Таких кросс-компетентных специалистов никогда не бывает достаточно для того, чтобы обеспечить весь рынок.
И даже если предположить, что мы могли бы делегировать аналитику нейросетям, важно понимать, что самое главное здесь – правильно сформулированный запрос. И этот градус интеллектуальности нейросети пока освоить не могут.
Поэтому пока даже с появлением self-service результаты аналитики часто так и не интегрируются в операционные процессы.
При этом лозунги, которыми живет BI-индустрия по всему миру, – это почти всегда нарративы про data-driven культуру. Но BI в его сформированном понимании явно не хватает чего-то, чтобы эти лозунги стали практиками.
Ответ, скорее всего, на поверхности. Data-driven культура — это не история про то, как все нарастили компетенции аналитиков и погрузились в self-service. У 90% даже самых прокачанных современных специалистов нет времени на самостоятельные исследования огромных аналитических массивов.
Мы же уверены, что data-driven культура – это когда в вашей компании все принимают решения на основе данных. Поэтому задача не в том, чтобы все занимались BI, а в том, чтобы BI-специалисты научились упаковывать данные так, чтобы ими пользовались все.
И на следующем витке своей эволюции BI предстоит пройти вторую волну демократизации – именно BI должен стать инструментом, с помощью которого можно будет формировать общую картину происходящих в компании процессов. Общую для самых разных сотрудников в самых разных ролях. Это позволит доносить инсайты до массового и неподготовленного пользователя.
Как это сделать?
Первая зона роста – новые способы доставки. Диапазон BI-форматов шире, чем дашборды. Плюс разным аудиториям нужны разные форматы визуализации, и это нужно учитывать.
Во-вторых, аналитика должна быть встроена в операционные процессы. Об этом мы подробно писали в недавнем лонгриде.
В этом случае у нас появляется шанс заявить еще более яркий и совершенно оправданный лозунг о переходе к “аналитике действий”.
Мы, в Goodt, создали свою 4-компонентную модель, которая вывела наше BI-решение Insight в категорию “платформа нового поколения”.
1. Мы собрали лучшие BI-практики, накопленные за время развития индустрии: self-service, онлайн-редактор, позволяющий собирать самые разные типы дашбордов, инфобордингов, визуальных сторителлингов, таблиц и отчетов.
2. Мы создали огромную библиотеку виджетов и сервисов для упаковки данных в доступную и привлекательную форму. Сейчас в ней более 70 инструментов.
3. Мы разработали шаблоны и готовые микросценарии визуализации данных, чтобы снять барьеры на входе – для того, чтобы создавать доступные и красивые визуализации данных на Insight, не нужно обладать навыками программирования и большим опытом в работе с графическими редакторами. Достаточно знать SQL и иметь базовые навыки работы с любым drag'n'drop конструктором.
5. Мы даем low-code инструменты, позволяющие упаковывать данные в приложения – сфокусированные на решении конкретных бизнес-задач, с продуманной системой дашбордов, алертами, возможностью быстрого старта и подключения любого количества пользователей с разбивкой по ролям и уровням доступа. И этот компонент позволяет пользователям Insight встраивать аналитику в операционные процессы.
В июне мы впервые в истории откроем демо-доступ к Insight. Это хороший шанс получить принципиально новый опыт и почувствовать, как похорошел эволюционировавший BI. Следите за анонсами!
Полезные ссылки
https://partner.goodt.me/wiki/#/ - Вики Insight и видеоуроки
https://goodt.me/ - официальный сайт компании Goodt
https://goodt.me/insight/ - подробнее про Insight / заказать демо
https://t.me/goodt_official - читайте нас в Телеграм.