ВНЕДРЕНИЕ BI – СВОЯ КОМАНДА ИЛИ ПОДРЯДЧИК?

Эта статья – результат командного опыта, десятков диалогов с заказчиками и одного небольшого исследования.

Но обо всём по порядку.

Sibedge – ИТ-компания, 18+ лет на рынке, 500+ выполненных проектов.

Последние 5 лет внутри компании активно развивается BI-направление, которое прошло несколько разных стадий. Сначала это была команда на аутсорсе, потом аутсорсная команда влилась в штат, а сейчас мы активно несём этот опыт в рынок в виде отдельного коммерческого направления по внедрению управления на основе данных. Другими словами, Sibedge попробовал разные варианты BI-команд и посмотрел на них с разных сторон.

В процессе общения с разными компаниями родилась гипотеза, которую мы исследовали и ещё продолжаем исследовать. Гипотеза звучит так: «Большинство компаний для внедрения BI предпочтут создать команду внутри, а не обратиться к подрядчику». Часто эти компании потом недовольны результатами, скоростью работы команды, качеством и пр. Но даже в этом моменте они не обращаются к экспертам. Почему? В этом месте, кажется, должна родиться новая гипотеза 😊

В первую очередь мы поставили перед собой задачу проанализировать и понять природу этих явлений. А потом уже решать, как модифицировать наш сервис под запросы рынка.

В статье не будет попыток навязать тот или иной формат команды. Но есть желание показать, как команды работают изнутри и какие задачи перед ними стоят. Возможно, для кого-то эта информация, полученная в правильный момент, окажется очень уместной. Как минимум, чтобы понимать – какие сотрудники нужны для построения внутренней команды, или какие требования предъявлять к подрядчику.

Для того чтобы разобраться, какие роли должны быть в команде внедрения BI, давайте посмотрим на сам процесс внедрения и его составляющие. Сформулируем условные точки А и Б, чтобы проложить между ними маршрут.

Точка А. Компания работает без BI.

Как это обычно выглядит?

Есть набор информационных систем, в которых отражаются факты деятельности компании: CRM, ERP, ЭДО, ATS и многие другие системы.

Почти в каждой системе есть встроенная аналитика. Минусов у неё, как минимум, два: она ограничена заложенным функционалом и позволяет анализировать данные только одной системы. Чтобы построить сквозной анализ (а чем больше систем в компании, тем выше на это запрос), приходится собирать выгрузки из разных систем в какую-то единую конструкцию. Чаще всего всё собирается в Excel. Ручные выгрузки, ручной тюнинг данных в них, многоэтажные формулы или просто копирование с одного листа на другой. На подобные ручные обработки уходит много времени и сил, они часто не стабильны по времени готовности и многие такие отчёты собираются реже, чем хотелось бы, и часто содержат ошибки.

При такой организации процессов работы с данными тот анализ показателей и бизнес-результатов, который должен выполняться систематически и влиять на деятельность компании - систематически выполняться не может.

По Модели аналитической зрелости Гартнера это примерно первый уровень из пяти. Схематично я это представляю вот так:

Точка Б. Компания успешно прошла комплексное внедрение BI.

Те же самые информационные системы. Но вместо ручного труда сотрудников по сборке и обработке данных - инструменты хранения, обработки и визуализации данных. В качестве таких инструментов может быть разная комбинация BI, DWH, ETL и других систем. Алгоритмы сборки и обработки данных заложены в эти инструменты в соответствии с запросами бизнеса. Данные обновляются по заданному расписанию и визуализируются в интерактивных отчётах с настроенными правами доступа.

Дальше, как в игре, разблокируется следующий уровень - становится возможным регулярный анализ данных и принятие решений на его основе. Да, это частично было и в точке А, но носило несистематический характер и из-за сбоев в ручной обработке не давало системного результата.

Условие успешного функционирования “круговорота” данных заключается в том, что производится анализ данных и принятие решений - эти элементы внедрены в процессы жизнедеятельности компании. Принятые решения влияют на бизнес и через внедрение изменений меняют содержимое, состав или структуру тех данных, которые поступят в BI условно завтра. И в этом условном “завтра” запустится новый круг анализа данных уже немного изменённой компании.

Я называю это “круговоротом” данных в компании. Карл Андерсон в своей книге “Аналитическая культура” называет это цепочкой аналитической ценности.

По Модели аналитической зрелости Гартнера это примерно третий уровень из пяти. На четвёртом и пятом схема круговорота остаётся примерно той же, меняется внутреннее содержимое аналитики и сфера её применения. Но сегодня не об этом.

Из каких же работ должен состоять проект по внедрению BI, чтобы из точки А прийти в точку Б?

С точки зрения блоков работ, их можно разделить на три:

Тут можно отдельно углубиться в каждый блок и убедиться, что для полноценного внедрения BI с нуля, необходимо глубокое погружение в деятельность компании, в суть бизнеса в целом и отдельных процессов в частности, нужно выстроить плотное взаимодействие между всеми элементами системы. Но оставим это на отдельную статью ;)

Исходя из того, какие блоки работ мы выделили, аналогично можно выделить и команды, выделив отдельные роли. При комплексном подходе у нас три типа команд, не считая самих заказчиков:

Команда разработки BI:

Команда разработки/доработки ПО (вместо неё может быть команда внедрения):

Команда внедрения и консалтинга:

Ролей может быть больше или меньше, они могут различаться в некоторой степени по функционалу или названию. Но суть одна - ролей много и спектр задач сильно шире, чем может показаться на первый взгляд. Кроме того, спектр задач команды меняется со временем. Проект по внедрению BI имеет свои стадии развития внутри компании. И задачи на первых стадиях отличаются от задач, с которыми компания столкнётся на стадиях более поздних.

И, безусловно, организация BI-команды что внутри, что снаружи имеет ряд особенностей. И на каждую особенность, конечно же, есть свой способ работы с ней.

Внутренняя команда

При организации внутренней команды характерен дефицит компетенций:

Внешняя команда

Прежде чем перейти к выводам, посмотрим на результаты опросов - а что считают по этому поводу некоторые сообщества?

Мы провели серию опросов в релевантных телеграм-каналах, чтобы узнать, что думают компании и специалисты BI по поводу внутренних и внешних команд. И потом провели опрос ещё и на секции конференции Город ИТ в Томске. И вот что у нас получилось.

Гипотеза, с которой мы заходили в это исследование, заключалась в том, что большинство компаний, которые используют BI, разрабатывают аналитику силами внутренних команд. Хотелось посмотреть – каково соотношение в предпочтениях.

В исследовании в общей сложности приняли участие около 200 человек. Между вариантами INHOUSE (внутренняя разработка) и OUTSOURCE (внешняя разработка) голоса распределились в соотношении примерно 3 к 1 в пользу внутренней разработки. Но дьявол, как всегда, в деталях. Давайте посмотрим подробнее.

Первое голосование было запущено в канале поддержки Power BI.

Затем мы запустили опрос в канале Data Driven Decisions. Распределение получилось ещё более выраженным.

Затем мы запустили опрос в канале Data Driven Decisions. Распределение получилось ещё более выраженным.

И третий опрос – в канале Совет директоров Skillstime. Тут случилось интересное. Опрос был запущен на два варианта ответов. Но уже в процессе голосования от аудитории поступило предложение голосовать за третий вариант – сочетание внутренней и внешней команд.

Наконец, на самой секции BI на конференции мы провели голосование среди аудитории. Тут уже изначально было три варианта.

Какие выводы напрашиваются из этих результатов?

Какое же оптимальное решение для организации команды? Какую команду выбрать и что учесть, чтобы потом не было мучительно больно и грустно? Безусловно, все варианты развития команд есть и будут. Та идея, которую мне хотелось бы донести и ради которой родилась эта статья - осознанность выбора команды. Итак, что бы мне хотелось здесь сказать в качестве выводов.

Внутренняя команда

Внутренняя команда однозначно хорошо подходит для ситуаций, когда объём работ достаточно большой и стабильный. В таких ситуациях можно собирать достаточно большую команду, когда на каждой роли будет отдельный сотрудник или даже несколько.

И вторая ситуация, когда имеет смысл собирать внутреннюю команду, когда руководитель осознаёт все аспекты построения такой команды, готов вкладывать ресурсы в обучение и развитие сотрудников. Либо если уже есть высококвалифицированные сотрудники, готовые закрыть несколько ролей в такой команде.

На первых стадиях проекта лучше подключать высококвалифицированных специалистов, которые заложат правильный фундамент последующих работ и зададут необходимый вектор развития проекта как с технической точки зрения, так и с бизнесовой. Команде будет необходимо постоянное обучение. Должен быть налажен хороший контакт между командой и заказчиками со стороны бизнеса - обмен информацией, нюансами бизнес-логики, техническая поддержка, обучение пользователей и другие важные процессы. Помните, что недостаточно просто собрать отчёты - они должны быть увязаны с процессами и данными с разных сторон.

Внешняя команда

Внешняя команда кажется оптимальным выбором, когда у вас меняющийся объём работ (небольшие компании, точечные задачи), нет понимания «как надо», нет ресурсов и/или желания на организацию дополнительной команды внутри, нет движущей силы.

Надёжный компетентный подрядчик, которому вы можете доверять.

Продуманный договор, учитывающий возможные изменения как в перечне работ, так и в приоритетах.

Регулярные (я бы даже сказала - частые) синхронизации по работам. Чтобы как можно быстрее реагировать в случае неверно выбранного направления работ. Чем плотнее и доверительнее команда подрядчика взаимодействует с заказчиком, тем лучше.

И третий вариант: Подрядчик + Внутренняя команда

Интерактивно результаты опросов можно посмотреть в отчёте.

А что бы выбрали вы? Напишите, пожалуйста, в комментариях, какой вариант BI-команды вам кажется более оптимальным и почему?

Больше публикаций на тему внедрения BI и DDDM - в нашем телеграм-канале. Буду рада видеть вас в числе подписчиков 😉

Мария Дробинская, Руководитель BI-направления Sibedge