Потребность в аналитической поддержке принимаемых решений становится все более актуальной для многих компаний. Даже при наличии опытных экспертов руководители желают видеть решения, основанные на реальных цифрах, а не на эмоциях и интуиции. Именно стремление получать оперативную и достоверную информацию подтолкнуло компанию Mary Kay к построению современной аналитической системы на базе решений IBM Cognos.
Зачастую грань между прибыльностью и убыточностью очень тонка, ее сложно уловить, а тем более объяснить на пальцах. Очень важно принимать решения, основываясь на цифрах, а не на ощущениях. Например, принимая решение о скидках на новую продукцию, важно не прогадать, особенно с учетом того, что речь идет о сотнях тысяч или даже миллионах заказов. Нужны надежные источники данных, доступные быстро, именно тогда, когда в них возникает потребность.
«Можно сгенерировать тысячу идей, из них лишь пять будут достойны обсуждения и одна окажется реально эффективной. Построенная нами аналитическая система предназначена для поддержки именно таких решений», — говорит Илья Садовенко, руководитель ИТ-департамента Mary Kay в Европе.
Двухслойное хранилище
Отличительной особенностью построенного решения стало использование архитектуры «свода данных» (Data Vault) с разделением корпоративного хранилища на два слоя: слой хранения данных и слой представления данных. Этот подход значительно упрощает расширение системы, поскольку можно вносить изменения в модель данных без переделки уже имеющейся области.
«Разделение на два слоя предусмотрено не случайно. На уровне хранения данных мы имеем сильно нормализованную структуру в третьей нормальной форме, которую легко дополнять сущностями без переделки уже существующих объектов хранилища данных и процессов загрузки», — говорит Сергей Сухарев, руководитель практики BI компании BI Partner. Данные в этом слое не чистятся, не производится никаких дополнительных вычислений — иногда это называют хранилищем «сырых» данных (Raw Data Warehouse). Очистка данных идет в момент их загрузки из слоя хранения в слой представления данных, там же рассчитываются и показатели.
«Представьте, что при стандартной структуре проектных работ мы провели обследование, утвердили правила расчета показателей, произвели чистку и перерасчет исходных данных, создали таблицы агрегатов — то есть достаточно далеко ушли от данных источника», — продолжает Сухарев. Что делать в случае, если пользователи изменят требования к отчетности, — а ведь такое происходит довольно часто? Перегружать данные из источника и пересчитывать заново? Чтобы избежать такой работы, и создается слой хранения данных. В этом слое хранятся абсолютно все данные источника в нормализованном виде, отслеживается любое изменение входных данных. Слой же представления данных можно переделать в любой момент в соответствии с изменившимися требованиями.
Такой подход часто применяется в банках, где необходимо иметь и накапливать абсолютно все данные для целей аудита, а также там, где у пользователей нет однозначного понимания потребностей и они не могут определить правила расчета показателей, пока не увидят свои данные в отчетах. Из известных крупных хранилищ данных в России по такой схеме построено решение у ретейлера «Магнит». Из западных компаний такую структуру используют Volvo, Ford и Boeing, банки JPMorgan Chase, ABN Amro, Bank Of America, Bank of Italia, Credit Suisse.
Обновление ИТ
Парфюмерно-косметическая компания Mary Kay работает в канале прямых продаж: с ней сотрудничают множество агентов-дистрибьюторов, они и продают продукцию Mary Kay потребителям. Таким образом, клиентами для компании являются именно дистрибьюторы, их по всему миру насчитывается более 3 млн человек. Единственный возможный способ взаимодействия с таким количеством заказчиков — электронные каналы, предназначенные только для дистрибьюторов. Фактически речь идет о модели B2B, но с огромным количеством особенностей, сближающих ее с потребительским рынком. Все-таки миллионы консультантов — это огромная армия, и их можно и должно по-разному мотивировать, в том числе и способами, типичными для публичных сервисов.
«За витриной интернет-магазина стоит мощная логистика. Может, она не столь огромна, как у Amazon или более близкого нам Ozon, но в любом случае нам приходится иметь дело с миллионами заказов в год. Их надо собрать — а каждый заказ представляет собой набор разнообразной парфюмерно-косметической продукции — и отгрузить», — подчеркивает Садовенко.
Как и во многих других компаниях, развитие бизнеса требует обновления ИТ. В Mary Kay развертываются новые корпоративные системы, приводящие к отмиранию унаследованных приложений. Одно из таких приложений, находящееся в конце своего жизненного цикла, являлось важным источником данных для системы отчетности европейского подразделения компании. Таким образом, сформировалась потребность в создании совершенно новой аналитической системы, которой бизнес смог бы пользоваться самостоятельно. Замена одной из транзакционных систем стала триггером для начала проекта.
/2014-08/08_14/13162581/Direktor_informacionnoj_sluzhby_(CIO.RU)_Sadovenko_(2692).png) |
| Илья Садовенко, руководитель ИТ-департамента Mary Kay в Европе |
Без человеческого фактора
В области продаж компания уже давно была оснащена аналитикой, но вот процессы бэк-офиса современными системами аналитической отчетности до недавнего времени охвачены не были. Конечно, компания не работала вслепую: аналитический инструмент существовал, он представлял собой копию транзакционной базы, с помощью которой можно было формировать какие угодно отчеты. «Было крайне неудобно: данные в базе нормализованы, не агрегированы. Любая их выборка — это «многоэтажные» запросы, требующие не только значительных ИТ-компетенций, но и серьезного понимания бизнеса», — говорит Садовенко.
Для формирования любого отчета требовалось привлекать ИТ-специалистов. Кроме того, иногда сотрудники увольняются, болеют, уходят в отпуск, а взращивание ИТ-специалиста с достаточно глубоким для формирования отчетов пониманием бизнеса требует времени. Наконец, глубины знаний сотрудника в какой-либо предметной области не всегда бывает достаточно, что ведет к несоответствию отчетов ожиданиям бизнес-заказчика. Проблема была не в том, что ИТ-департамент из-за недостатка компетенций и ресурсов не всегда мог полностью обеспечить потребности в аналитике, просто сам подход был неэффективен: бизнес-подразделения вполне могут получать информацию не задействуя ИТ-сотрудников и при этом гораздо оперативнее принимать решения.
Идея внедрить новую аналитическую систему исходила от ИТ, она возникла в ответ на запрос бизнеса, пусть и не формализованный в виде каких-либо заданий. Специалисты желают оперативно, по запросу, получать информацию в различных разрезах, при этом их потребности могут меняться практически ежедневно. Таким образом, главная цель проекта заключалась в том, чтобы дать возможность пользователям создавать произвольные отчеты на основе данных из транзакционных систем, обрабатывающих заказы, а также из системы складского учета. При этом требовалось осуществлять анализ продаж, планирование и прогнозирование сбыта, управление ассортиментом.
В компании оказалось сразу несколько подразделений, кровно заинтересованных в создании подобной аналитической системы, прежде всего — департаменты развития продаж и маркетинга продукции. Кроме этого, большой интерес проявили отделы финансов и логистики, поскольку охватываемые данные касались заказов, адресов и направлений доставки, логистики и ее стоимости. Так что идея со стороны заинтересованных подразделений была поддержана весьма активно.
«Да, проект затратный, но убедить руководство в необходимости инвестиций было несложно. Когда мы все, включая бизнес-подразделения, согласились, что у нас существуют проблемы с аналитикой, встал лишь вопрос выбора ИТ-решения — необходимость его внедрения уже не обсуждалась», — отмечает Садовенко. Предложение было принято, хотя и шли дискуссии относительно стоимости проекта.
В поисках гибкости
Проект был начат в российском отделении компании и сейчас уже тиражируется в других странах региона.
«Это особенность нашей корпоративной архитектуры. Подобные аналитические системы существуют в каждом из регионов, причем создаются они независимо. Не требуется даже их технологического согласования», — объясняет Садовенко. Компания работает в Азиатско-Тихоокеанском регионе, США, Латинской Америке и Европе. Помимо глобальной стандартизованной аналитической платформы, в каждом регионе существует собственная система бизнес-анализа. Дело в том, что глобальная платформа не может покрыть всех нужд локальных подразделений, а нужды эти могут существенно различаться. Например, в США процессы логистики находятся на аутсорсинге, причем контракт заключен с единым крупным и технологически весьма продвинутым партнером, осуществляющим доставки по всей стране. В России же есть несколько партнеров по доставке, а сборка заказов выполняется собственными силами. Особенности есть и в Китае, где развернуто производство, есть единый склад и работает множество партнеров по доставке. Это приводит к существенным различиям в компонентах стоимости услуг, а значит, и разным потребностям в характере, объеме и объектах бизнес-анализа. Наконец, в глобальной аналитической системе полностью отсутствуют данные о движении товаров.
«К сожалению, на базе глобальной платформы сложно было бы создать систему настолько гибкую, насколько это требуется», — отмечает Садовенко. Создаваемое решение в большей или меньшей степени должно удовлетворять потребности всех региональных подразделений. А нужды очень разнообразны — они определяются как разными языками и часовыми поясами, так и локальными особенностями бизнеса.
Особых проблем с выбором платформы не было: глобальная аналитическая система построена на базе решений IBM Cognos BI, и внедрять иное решение желания не возникло. «У нас есть лицензии и развернутый продукт — так зачем изобретать велосипед? Другое дело — платформа для организации хранилища данных. Тут пришлось дискутировать, что же выбрать: Oracle или Microsoft SQL Server», — комментирует Садовенко. Остановились на втором варианте, а в качестве партнера была выбрана российская компания BI Partner.
Бизнес не ропщет
Самостоятельная работа сотрудников с данными оказалась весьма интересной и открывающей много возможностей. Главными пользователями системы являются маркетинговые и финансовые аналитики, а также средний менеджмент соответствующих подразделений — именно они в первую очередь заинтересованы в отчетах. Дальнейшим шагом может стать разработка информационных панелей для высшего руководства. «Мы не видим в этом большой потребности, а бизнес не особо ропщет, что говорит о нашей правоте: пока на это деньги можно не тратить», — отмечает Садовенко.
Однако это не означает, что система охватывает лишь операционный и тактический уровень управления, на базе ее отчетов можно принимать и стратегические решения. Получаемые отчеты, например, могут отвечать на вопрос, каковы результаты произведенных изменений. Проанализировав их, можно понять, правильный ли был сделан шаг и как его следует скорректировать для повышения эффективности в будущем.
По мнению Садовенко, сами процессы принятия решений не изменились, но возросли их скорость и адекватность принимаемых решений реалиям бизнеса. «Фактически мы создали инструмент анализа, позволяющий принимать решения. На процесс как таковой он не влияет — речь идет о времени между возникновением идеи и формулированием вывода», — говорит он. Если раньше набор данных для анализа мог извлекаться длительное время, то сейчас это занимает не более суток.
Результаты, ожидаемые с точки зрения повышения внутренней эффективности ИТ, были достигнуты сразу: прекратились претензии со стороны руководителей подразделений, сетовавших на длительные сроки предоставления информации. Отчеты формируют либо сами аналитики, либо ИТ-специалисты в течение считанных часов.
«Бизнес тоже почувствовал изменения, но посчитать подобные эффекты — дело весьма субъективное. Как можно измерить процесс принятия решений? Для этого нет ни линейки, ни весов; этим любят заниматься лишь управленческие консультанты», — иронизирует Садовенко. Однако есть позитивные отзывы от пользователей — они утверждают, что им стало проще и удобнее.
Что касается количественной оценки эффективности инвестиций, то она более чем наполовину была бы основана на разного рода допущениях. Если бы у бизнес-руководства были сомнения в достигнутом эффекте, стоило бы попытаться конкретизировать его в виде цифр. В компании пока не видят необходимости тратить на это время и ресурсы.
Главное — коммуникации
«Самое сложное в такого рода проектах — обеспечить вовлеченность бизнеса. Как обычно, желание есть, но тратить свое время никто не хочет. Между тем время тратить приходится, и немалое», — делится Садовенко. Кроме того, обнаружились проблемы в терминологии: уже в ходе проекта выяснилось, что в различных подразделениях одни и те же понятия имеют принципиально разное значение. На их унификацию ушло много времени.
Несмотря на некоторое сопротивление нижележащих уровней, топ-менеджмент старался высвободить сотрудникам время для освоения системы и разъяснять важность проекта. Под конец, когда стали видны результаты, проявилась уже и неподдельная заинтересованность конкретных исполнителей, уяснивших, что они лично получают от внедрения системы.
«Возможно, следовало бы более детально разъяснять важность проекта», — резюмирует Садовенко. Нужно верно донести до будущих участников проекта цели работ, их безальтернативность, призывать выделять необходимое на них время.
Именно из-за этого фактора тиражирование системы на других рынках региона может занять значительное время. Каждый этап — это отдельный проект, несмотря на сохраняющееся ядро решения. Всякий раз необходимо выстраивать взаимодействие с менеджментом подразделений и организовывать управление изменениями.