Время управления эффективностью бизнеса уже настало?

Как и следовало полагать (это подтверждается практикой, в том числе данными исследований рынка), кризис способствовал повышению интереса заказчиков к средствам бизнес-аналитики. Аналитики говорят, что эта тенденция будет продолжаться и сейчас, в ожидании периода “тучных” годов.

Возможно, именно такое смещение приоритетов заказчиков повлияло на то, что очередная серия ИТ-конферений, проводимых AHConferences, открылась в сентябре мероприятием по BI. Хотя такая BI-встреча была уже седьмой в многолетней истории подобных событий, в нынешнем её варианте впервые были заявлены вопросы управления эффектностью бизнеса (Business Performance Management, BPM).

Нужно вспомнить, что направление BPM имеет уже почти десятилетнюю историю на ИТ-рынке и рассматривается как некий более высокоуровневый круг задач бизнес-анализа, связанных с созданием системы мониторинга за работой предприятия и управления им на основе аналитических рекомендаций. В отечественных ИТ-СМИ BPM-тематика рассматривалась три-четыре года назад, но преимущественно в сугубо теоретическом виде; вопрос, насколько все это будет востребовано на нашем рынке, оставался тогда открытым.

Обзор состояния дел в российской BPM-сфере на конференции сделал руководитель управления маркетинга компании Intersoft Lab Александр Кудинов. Он напомнил, что понятие BPM (термин не очень удачный, так как совпадает по названию с популярной темой Business Processes Management) в 2000 г. сформулировала аналитическая компания IDC. Имеются также альтернативные аббревиатуры — CPM, EPM и BPS, предложенные Gartner и Forrester. Первоначальная концепция ВРМ охватывала замкнутый цикл ключевых процессов управления любой компанией: разработка стратегии, оперативное планирование (прежде всего финансовое на основе бюджетов), мониторинг, анализ выполнения планов и их корректировка (или регулирование) как реакция на изменения внешних факторов и внутренней среды организации.

Эксперты объясняют ее появление постепенным переходом от автоматизации оперативных бизнес-процессов (ведения бухучета и фронт-офисных операций) к автоматизации стратегии управления бизнесом. С одной стороны, такие системы поддерживают процессы стратегического и оперативного планирования, с другой — обеспечивают ответственных сотрудников отчетами о выполнении планов, чтобы повысить эффективность управления оперативной деятельностью. Таким образом, ВРМ обеспечивает прямую и обратную связь процессов управления на стратегическом уровне. Общая схема реализации концепции ВРМ образца 2000го года включает два основных слоя:

• в основе лежит хранилище данных (ХД), в котором консолидируется информация из операционных систем организации, в том числе из ее удаленных подразделений;
• собранная в ХД информация обрабатывается BPM-приложениями для планирования и бюджетирования. Получать отчеты на всех этапах управления помогают инструменты бизнес-анализа.

Видно, что в архитектуре ВРМ задействованы как минимум два BI-компонента — ХД и средства анализа и построения отчетности.

Вполне естественно, что почти все ведущие BI-поставщики развивали свои BI-системы в сторону BPМ (нужно отметить, что Microsoft после почти трех лет движения в этом направлении отказалась от таких планов). Отличие ВРМ от BI заключается в том, что в BPM данные прикладных решений объединяют готовую методологию управления и преднастроенные BI-инструменты и предназначены для поддержки технологий управления и подготовки отчетности.

Еще несколько лет назад аналитики из IDC объединили BPI и BI в общую группу ПО Вusiness Analytics Software.

Сегодня архитектура ВРМ-систем осталась в целом такой же, как десять лет назад, а состав прикладных задач расширился. В качестве ключевых блоков ВРМ-приложений нужно выделить стратегическое управление, планирование и бюджетирование, управление прибыльностью, управленческую и обязательную отчетность, финансовую консолидацию. При этом аналитики подчеркивают, что все приложения должны быть согласованы, причем желательно на основе единой финансовой модели, чтобы формировать прогнозные, плановые и фактические значения интегрированного баланса, отчет о прибылях и убытках и движении денежных средств организации.

По данным Intersoft Lab, сегодня в России выполнено порядка восьмисот проектов внедрения ВРМ-систем различных поставщиков. Недавние исследования показывают, что самый большой опыт накоплен в таких областях, как автоматизация подготовки управленческой отчетности, планирование и бюджетирование (рис. 1).

По всему миру ВРМ-решения создает почти сотня специализированных компаний. Данные Cnews Analytics показывают, что по итогам 2009 г. в России на долю иностранных вендоров приходилось 70% рынка (SAP — 26%, IBM Cognos — 23%, Oracle, включая Hyperion — 17%, SAS — 4%). Российскую часть рынка почти исключительно представляет Intersoft Lab — 27%, R-Style Softlab принадлежит 3%*. Отчетливо просматривается быстрый рост стоимости решений. Если десять лет назад “цена вопроса” составляла около 100 тыс. долл., то сегодня в зависимости от объема внедряемого функционала она колеблется в пределах от 1 до 7 млн. . При этом от 30 до 50% стоимости — это лицензии на ПО, остальное — услуги по внедрению.

Александр Кудинов сформулировал несколько советов по выбору поставщика ВРМ-системы.

• Систему нужно выбирать “на вырост”. Желательно, чтобы заказчик сразу определился, что он хочет — комплексную ВРМ-систему или приложение, которое должно решить конкретную управленческую задачу. В последнем случае подойдут не только ВРМ-системы, но и продукты-заменители, у которых отсутствует интегрированная модель данных, а значит, расширить функциональность такой системы нельзя. При выборе “на вырост” требуется методическая модель и полный набор ВРМ-функциональности.
• Промышленным BРМ-системам имеются более дешевые альтернативы. Например, можно использовать заказную разработку, сэкономив таким образом на лицензиях, но в результате клиент получит решение без методической модели, что создаст большие проблемы, если систему нужно будет развивать. В случае отказа от хранилищ данных (т. е. их сбора непосредственно из учетных систем) может резко снизиться как время получения информации, так и качество самих данных.
• Качество данных — “ахиллесова пята” ВРМ-проектов, на решение этой задачи уходит до 70% трудозатрат по проекту. Известный способ удешевления — приемо-сдаточные испытания на “тестовых данных”. Заказчик быстро понимает, что купленная функциональность работает, но не в реальных условиях его компании.
• Не нужно полагаться на авторитет вендора, следует проверить дополнительно, есть ли в его решении единая модель, заявленная функциональность и главное — имеется ли опыт выполнения аналогичных проектов.

Вице-президент и начальник управления финансовой и аналитической отчетности ВТБ 24 Сергей Анохин рассказал о практических аспектах перехода от традиционного анализа данных к управлению реализацией стратегии на основе BPM-методов. В качестве основных задач BPМ он выделил формирование контура стратегического и оперативного планирования и оценки достижения целевых показателей (количественных, процессных и качественных), а также оптимизацию процессов управления деятельностью и принятия решений на всех уровнях управления банка.

Для повышения эффективности бизнеса проводится анализ бизнес-процессов с учетом их стоимости (функционально-стоимостной анализ, ФСА). В результате такого исследования можно получить детальное представление о цепочках процессов продажи и обслуживания продуктов и их стоимости, имея в виду задачу оценки эффективности мероприятий по оптимизации работы компании. Кроме того, процессное представление деятельности со стоимостными оценками позволяет рассчитывать затраты на клиентов в зависимости от продуктовых корзин, способов, каналов и интенсивности взаимодействия с банком.

В качестве основных векторов развития BPМ-системы своего банка г-н Анохин назвал такие направления:

• запуск системы показателей стратегии, их мониторинга и иллюстрации взаимосвязи;
• выделение “владельцев” показателей стратегии, их декомпозиция, в результате которой получаются наборы ключевых показателей руководителей блоков;
• дальнейшая декомпозиция на более низких уровнях (управления, отделы, точки продаж) и иллюстрация связи с верхнеуровневыми стратегическими показателями;
• обеспечение связи с системой оперативной отчетности (KPI/Dashboard);
• регулярное использование оперативной отчетности для прогноза исполнения бизнес-плана и стратегии;
• организация интегрированного и регулярного мониторинга информации об эффективности процессов и её представления получателям;
• более полное внедрение данной информации в процессы принятия решений.

Советник директора Центра информационных технологий ЦБ РФ Валерий Артемьев подробно осветил опыт создания информационно-аналитической системы (АИС) в Центробанке на базе программных технологий и решений IBM. Реализация такого проекта на его нынешнем этапе состоит в решении таких задач, как тематическая привязка прикладных систем, интеграция корпоративных данных на основе хранилища, модернизация и расширение централизованного ведения и распространения нормативно-справочной информации, переход к многоуровневой архитектуре “клиент — сервер” с тонким клиентом и порталом, централизация сбора по одноступенчатой схеме с использованием унифицированных форматов на основе XML, типизация средств бизнес-аналитики, применение схем управления метаданными, внедрение методов и средств управления бизнес-процессами, интеграция приложений с прицелом на SOA, консолидация и виртуализация вычислительных и информационных ресурсов.

Напомнив о том, что для создания комплексной аналитической системы нужно много различных инструментов (рис. 2), представитель ЦБ привел перечень проблем, обнаруженных при внедрении ключевых компонентов АИС.

Бизнес-аналитика:

• вопросы интеграции (качества) данных и несогласованности витрин, для их решения нужно создавать хранилище данных;
• программисты отвергают инструменты бизнес-аналитики;
• ориентация пользователей на регламентированные отчеты;
• особенности банковской отчетности (агрегаты в источниках, несбалансированные иерархии, неполные расшифровки, разрядность чисел);
• нужны типизация BI-средств и обмен BI-метаданными;
• множество режимов работы — нужно типизировать и настроить (персонализировать) интерфейсы пользователей;
• необходима типизация структур витрин данных для упрощения разработки и сопровождения приложений;
• для внедрения новых технологий требуется обучение пользователей и ИТ-специалистов.
• проблемы производительности для удаленных пользователей;
• для обеспечения масштабируемости нужен серьезный тюнинг многозвенных приложений и инфраструктуры.

Корпоративное хранилище данных (КХД):

• создание КХД — задача не столько технологическая, сколько организационно-методическая;
• недостаточное участие специалистов функциональных подразделений;
• нужна методология создания, непрерывного развития и сопровождения КХД;
• необходима организационная структура для корпоративного управления данными (Data Governance);
• нарушение принципа интеграции и неизменяемости;
• громоздкая архитектура КХД;
• требуется политика формирования витрин;
• необходимость выбора оптимальных методов сбора и интеграции данных;
• много новых средств при недостатке компетенции специалистов.

Управление метаданными:

• слабое вовлечение бизнес-подразделений, трудности при адаптации моделей IBM BDW (Banking Data Warehouse);
• не завершены методика создания каталога показателей банковской статистики и его интеграция с подсистемой управления метаданными;
• не адаптирована методология разработки КХД, не сформирована служба его сопровождения;
• нет опыта работы с CASE-средствами, с концептуальной моделью и моделями аналитических требований;
• по соображениям информационной безопасности затруднен анализ качества реальных данных (профилирование);
• метаданные КХД сейчас слабо связаны с метаданными форматов сбора и метаданными бизнес-аналитики;
• нет возможностей для генерации ROLAP-витрин и BI-метаданных в новой BDW, не все модели импортируются в общий репозитарий;
• не организован обмен метаданными бизнес-аналитики;
• затруднена поддержка версионности метаданных.

Эксперт по BI- и CPM- системам компании КРОК Юрий Кудрявцев проанализировал опыт внедрения средств бизнес-аналитики в компаниях сектора FMCG (Fast Moving Comsumer Goods, товары широкого потребления). Он отметил, что сейчас большинство BI-проектов заканчивается созданием системы отчетов, а для многих заказчиков в настоящее время этого уже недостаточно. Необходимо переходить к применению BI-приложений, которые позволят проводить более глубокий и гибкий анализ. При наращивании функционала BI пользователи должны понимать, как и для чего они применяют аналитические отчеты в своей работе. Внедренцам нужно обращать внимание не только на простоту построения типичных запросов, но и на скорость работы системы.

И наконец, проблема визуализации данных. Вспомнив известное определение “иллюстрация — это искусство прояснения и объяснения”, г-н Кудрявцев отметил (и показал на примерах), что большая часть современных графиков (в том числе трехмерных) в отчетах не отвечают этой формулировке.

Генеральный директор компании Contour Components Владимир Некрасов остановился на вопросах создания и использования публичных BI-сервисов. Он сформулировал три основных аспекта реализации “статистики для масс”:

• куб — данные публикуются в виде многомерного “куба”, на который можно смотреть под разными углами;
• интерактивность — пользователь задает множество вопросов за один сеанс работы с данными, система отвечает;
• богатая визуализация — таблицы, графики, карты, приборы превращают множество цифр в ясные образы, фокусируя внимание на главном.

Если в традиционных отчетах таблицы, графики, карты выводятся отдельно и их можно только смотреть как фотографии, то новые технологии позволяют все эти визуальные компоненты объединить, сделать их интерактивными, “живыми”. Пользователь может сам фильтровать данные, сворачивать представление информации и углубляться в него, менять масштаб карты и фильтровать в ней данные, включать и выключать слои (рис. 3).

В таком современном понимании задачи OLAP из калькулятора или генератора отчетов превращаются в категоризатор, который выстраивает данные в иерархии, позволяет мгновенно менять вид иерархий и искать данные по всем возможным маршрутам.

Были приведены примеры использования BI-подходов на практике:

• каталог квартир, офисов — весь сайт в одном кубе, пользователь сам строит себе каталог, ищет по измерениям и картинкам;
• интернет-магазин — все товары в одном кубе, весь сайт — один отчет. Пользователь группирует товары по своему вкусу — по производителю, по цвету, форме, весу, цене. Тут же видит и картинки;
• видео- и музыкальный хостинг — пользователь строит дерево для поиска по жанрам, авторам, годам, странам и видит предварительный вид в кубе;·
• библиотека художественной литературы, каталог документов — всё в одном кубе. Пользователь группирует их по жанрам, авторам, странам.

*Два года назад на этот рынок со своими продуктами вышла также фирма “1С”.