BI-аналитика: изменение спроса в 2023 году
Согласно открытым источникам в 2022 году рынок российского ПО из сферы Business Intelligence (BI) увеличился больше, чем на 10-12%, а к 2025 году, общемировой рынок таких программных решений вырастет до 33,3 млрд долларов.
До массового ухода иностранных вендоров, компании, которые пользовались их услугами в сегменте BI, получали аналитику как сервис. С уходом поставщиков этих услуг, компетенции, которых внезапно стало не хватать, не могли взяться из воздуха. Например, задачи, связанные с формированием отчетности, тесно переплетаются с устройством аналитического решения, которое компания использует. Поэтому мало просто найти новый сервис – нужно заложить время на адаптацию к нему.
Потребность в переходе на новое решение неизбежно тормозит связанные с ним процессы и требует времени на онбординг. Поэтому последствий резкой смены программных решений может быть столько же, сколько существует бизнесов. Какие-то компании смогут спокойно подождать до внедрения нового решения несколько месяцев, например, составляя отчетность вручную. Для других, чей бизнес целиком строится на регулярных выгрузках и отчетах, ситуация окажется более трудной. Вместе с этим следует понимать и то, что не сразу бизнесу нужна аналитическая система, до этого этапа нужно “дорасти”.
Российские компании, бизнес которых расширяется и усложняется, естественным образом приходят к необходимости внедрения продукта, который позволит повысить скорость и качество принимаемых решений. Этот этап “взросления” происходит с осознанием того, что ресурсы, которые бизнес сейчас тратит на операционные процессы и обработку данных, могли бы использоваться с большей пользой.
Расширение бизнеса сопряжено с ростом количества клиентов или партнеров, ростом объемов производства и т.д. Из-за этого усложняются бизнес-процессы, связанные с формированием отчетности, обработкой поступающей информации, принятием решений по дальнейшему развитию бизнеса. Внедрение BI-систем помогает сокращать временные затраты на работу с данными и снижать операционные расходы.
Как связаны аналитические системы и хранилище данных?
Некоторые аналитические системы способны сохранять определенные объемы данных, на основе которых будет проводиться анализ. Однако это не единственная характеристика, на которую опирается бизнес, выбирая BI-систему. Поэтому выбор может объективно быть сделан в пользу решения, не обладающего этой характеристикой. К тому же, не всегда можно проводить анализ, пользуясь лишь одним массивом данных. Часто требуется выгружать информацию из разных систем (ERP, CRM и т.д.) и анализировать ее совокупно. В таком случае не получится обойтись силами только аналитической системы – ее потребуется синхронизировать с другими системами и базами данных.
Хранилища данных требуются как раз тогда, когда аналитическим системам необходимо предоставлять исторические данные из разных источников. Построение хранилищ данных может основываться как на массовом сборе статических данных из учетных систем, так и на более современном подходе, когда данные собираются в режиме реального времени, давая возможность проводить стриминговую аналитику и быстро проверять различные гипотезы.
Аналитические системы обращаются к хранилищу данных и обрабатывают данные различными способами: с помощью статистического анализа, машинного обучения, искусственного интеллекта и т.д. Аналитические системы могут сами помочь определить, какую информацию следует хранить в хранилище данных, а также как организовать и оптимизировать этот процесс.
Зачем бизнесу свое КХД
Выводить данные из систем в хранилище данных имеет смысл, когда данные становятся самостоятельным продуктом. Сначала – продуктом внутреннего потребления, а при должном подходе – внешнего. Можно, например, анализировать поведение рынка или клиентов для управления собственными бизнес-процессами, получая выгоду для своей компании – это внутреннее потребление. Также можно, например, продать 30 миллионов фитнес трекеров и научиться собирать с них полезную информацию, чтобы в дальнейшем продавать доступ к ней другим компаниям – в таком случае данные будут продуктом внешнего потребления. Так, данные будут анонимны с точки зрения пользователей браслетов, но при этом смогут принести пользу множеству компаний, которые эти данные купят.
Как для управления ресурсами нужна ERP, так и для данных нужна своя система, которая будет собирать и хранить много информации, в том числе исторической. Эта же система будет предоставлять потребителям доступ к информации, поддерживать процессы, обеспечивающие требуемое качество данных и повышающие доверие к ним. Хранилище данных – это не вся система, но её неотъемлемая часть. Создавая систему отчетности, вы строите хранилище, создавая предиктивную аналитику, вы строите хранилище. Любой анализ данных не может быть осуществлен без решения задач сбора и хранения данных.
Изменения спроса на BI-аналитику в 2022 году и перспективы ее востребованности в 2023 году
По итогам 2022 года можно сказать, что интерес к российскому рынку BI-решений возрос по понятным причинам. Однако последнее время заказчики скорее присматривались к возможностям отечественных вендоров, чем активно их внедряли. Так сформировался отложенный спрос, результатом которого, предположительно, станет активное внедрение российских BI-решений в 2023 году.
Наша практика показывает, что у многих компаний, использовавших ранее решения Microsoft, возникла потребность в получении аналога, например аналитики кубов данных OLAP, интерфейсом к которым выступает Excel. Это уникальный пользовательский кейс. Сейчас готового решения под такой запрос нет. Вероятно, эту проблему можно будет решить, приняв на вооружение другой комплекс аналитических мер, выстроенный иначе.
Рынок реструктуризируется. Российские поставщики занимают ныне опустевшие ниши и наращивают конкуренцию. Поэтому в будущем стоит ожидать развития BI-решений и расширения их возможностей, отвечающих нуждам бизнеса.
Опубликовано 02.05.2023
