fbpx

Эта удивительная тема попала в рубрику Sales по одной причине: около 17 раз она поднималась в нашем IT-сообществе продавцов и маркетологов, причем поднималась как должностная обязанность. Давайте разберемся. Это точно понадобится на рабочем месте, а вот в какой мере — попробуем понять.

Сегодня данные — это огромный актив и основа большинства процессов, сопутствующих цифровой трансформации организаций, более эффективному управлению и росту продаж. 

Численные данные очень могущественны и очень конкретны. Для многих руководителей конкретные данные важнее других факторов при принятии решений. Именно поэтому так называемый data-driven подход получил большое распространение по всему миру. 

Вступайте в сообщество IT-Sales & Marketing в Telegram

Однако просто собрать данные недостаточно. Чтобы делать выводы и принимать решения, собранные данные должны быть проанализированы, данные из разных источников агрегированы и, наконец, визуализированы в виде понятного аналитического отчета. Здесь на помощь приходит Business Intelligence (BI). Цель BI — интерпретировать большое количество данных, заостряя внимание лишь на ключевых факторах эффективности.

BI-инженер — разведчик для бизнеса

BI наиболее эффективен, когда он объединяет данные, полученные с рынка, на котором работает компания (внешние данные), с данными из источников внутри компании — финансовыми и производственными (внутренние данные). В сочетании внешние и внутренние данные дают более полную картину бизнеса, которую нельзя получить только из одного источника. BI-инженер — человек, который превращает массив необработанных, нечитаемых данных в источник полезной информации и инсайтов для бизнеса. Основными направлениями работ BI-инженера являются:

  • разработка модели данных;
  • выстраивание процесса получения, трансформации и загрузки данных в хранилище;
  • извлечение данных из различных источников и их перемещение в постоянное хранилище (Data Warehouse);
  • подготовка и очистка данных для их дальнейшей визуализации;
  • непосредственная подготовка отчета в BI-системе. 

Для BI-инженера чрезвычайно важно хорошее знание SQL, поскольку это основа всего инструментария. Общие принципы работы с базами данных также необходимо знать, от этого зависит качество кода и финальных данных. Добавляем понимание принципов и навыки построения ETL-процессов и хранилищ данных, знания в области Big Data (MapReduce, Hadoop, Spark, etc). Для дальнейшего развития в профессии понадобятся навыки работы в облаке (AWS, Google Cloud, Microsoft Azure, etc), а также владение одним из высокоуровневых языков программирования — чаще всего используются Python, Java или Scala.

Что касается визуализации данных и формирования отчетов, то этим, как правило, занимается BI-инженер или BI Reporting Developer. В первую очередь эта роль предполагает разработку новых и поддержку существующих отчетов и дашбордов. Также в обязанности может входить конфигурирование и настройка используемых BI-инструментов, задачи по улучшению производительности разработанных отчетов. Такой специалист часто работает напрямую со стейкхолдерами, потому помимо владения специфическими инструментами для построения dashboards (а их количество уже сейчас исчисляется десятками и стремительно растет), знаний SQL и опыта работы с базами данных ему необходимы отличные коммуникационные навыки.

BI-решения: что выбрать?

 

Интерес к BI-решениям постоянно растет (например, недавно EPAM приобрела Just-BI), а количество инструментов визуализации данных постоянно расширяется. 

Поэтому вопрос необходимости BI переходит из плоскости «нужно или нет» в пространство «как применить с максимальным эффектом». По данным исследования Drenser, 48% компаний считают BI критически необходимой или очень важной технологией для развития, а наибольший интерес к внедрению новых инструментов демонстрируют именно небольшие компании со штатом менее 100 человек.

BI-системы сегодня — это мощные инструменты и технологии, необходимые для сбора, анализа, обработки и визуализации данных. Рассмотрим подробнее две наиболее популярные BI-системы: Tableau и Power BI.

Power BI

Power BI — это сервис, который предназначен для анализа и визуализации больших объемов данных. Разработан компанией Microsoft. Интерфейс программы разработан по подобию  Windows. Поэтому все, кто знаком с данной операционной системой, смогут разобраться и с Power BI. И напротив, если вы работаете на MacOS, то Power BI однозначно не для вас, т.к. отсутствует поддержка данной операционной системы.

Данный продукт совместим с другими разработками Windows, такими как MS Excel, Azure Cloud Service и SQL Server. К Power BI можно также подключать другие источники данных, например, собственные приложения компании.

Визуализации в сервисе создаются при помощи drag-and-drop. Поэтому все, что нужно для создания какого-либо графика, — это просто нажать на необходимый элемент и переместить его на пустое место в отчете. Такой принцип работает и при выборе того, какие данные необходимо визуализировать. Выделяете часть данных и помещаете их на то место, где находится график.

Экосистема Power BI состоит из нескольких элементов, которые работают вместе:

  • классическое приложение Windows — Power BI Desktop;
  • веб-служба SaaS — служба Power BI;
  • мобильные приложения Power BI для Windows, iOS и Android.

В сфере Augmented analytics данный продукт предоставляет такие возможности, как quick insights, для автоматического определения корреляций и потенциальных выбросов. Визуализация данных на основе искусственного интеллекта автоматически выявляет ключевые факторы, влияющие на заданные показатели, и разбивает данные на группы с помощью деревьев решений. Power BI также предоставляет возможность запуска алгоритмов машинного обучения на данных.

Ключевые особенности системы Power BI

  • Связность с другими продуктами Microsoft (MS Excel, SQL Server и др.).
  • Наличие бесплатной версии.
  • Поддерживает множество способов импорта данных (более 120 бесплатных коннекторов).
  • Интерактивные дашборды с изменением данных в реальном времени.
  • Есть более-менее активное комьюнити.
  • Признан лидером в номинации «Платформы анализа и бизнес-аналитики» по версии Gartner (2021 г.).

Tableau

Tableau занимает второе место на рынке BI-инструментов и является, пожалуй, самой быстроразвивающейся из всех представленных на рынке. Здесь легко создаются интерактивные дашборды, которые помогают просмотреть динамику, тренды и структуру данных с помощью графиков. Tableau довольно просто интегрируется со многими Big Data платформами (Hadoop, Google BigQuery и др.).

В отличие от Power BI, Tableau обладает широчайшими возможностями для визуализации данных: от стандартных круговых и столбчатых графиков до древовидных и пузырьковых диаграмм, размещения данных на карте и возможности наложения графиков друг на друга. Все это дает более высокий уровень понимания данных и их контекста. 

Основным отличием Tableau от других систем является возможность смешивания данных, т.е. для отрисовки одного графика можно скомбинировать данные из разных баз данных и источников. Преимуществом системы Tableau является и то, что несколько пользователей одновременно могут работать над отчетами в режиме реального времени, абсолютно не мешая друг другу.

Smart Analytics в Tableau использует машинное обучение для автоматизации подготовки данных, позволяя пользователям сводить и разделять данные или индексировать и группировать связанные слова с помощью нечеткого сопоставления. Tableau также поддерживает прогнозную аналитику с прогнозированием будущих значений метрики и интеграцией статистических моделей через R и Python. 

Ключевые особенности системы Tableau

  • Широкий спектр возможностей для визуализации.
  • Возможность смешивания данных из разных источников.
  • Интеграция с R — популярным open-source окружением для статистического анализа.
  • Самое активное комьюнити (более 1 млн пользователей), где постоянно делятся опытом, создают бесплатные видеоуроки и пр. 

Ниже приведена более развернутая сравнительная таблица двух систем.

Параметр сравнения Power BI Tableau
Возможность настраивать роли для пользователей с разным уровнем доступа к отчетности Да, есть роли пользователей Да, есть роли и группы ролей
Автоматическое обновление дашбордов Да Да
Наличие коннекторов для подключения внешних данных Да, более 120 бесплатных коннекторов Да, есть web-коннектор
Интеграция с продуктами Microsoft Да Нет
Работа на различных OC Не работает на MacOS Да
Augmented analytics Да, широкие возможности прогнозирования и подключения собственных ML-моделей Да, есть возможности smart analytics, но нет возможности подключения ML-модели
Geospatial analytics Нет Широкие возможности представления данных на карте/географический контекст
Удобство использования Широкие возможности визуализации, Microsoft-like интерфейс Широкие возможности визуализации, есть tooltip и возможность организовать несколько отчетов в Story
Возможность регулярной рассылки отчетов по email, Slack Можно расшарить отчет по email. Можно подписаться на отчет (рассылка только на email) Email

Slack

share по ссылке

Наличие алертов и рассылки при сбое, аномалии Да, алерты и рассылка на email Да, алерты и рассылка на email
Документация и сообщество пользователей Документация на сайте. Есть более-менее активное сообщество пользователей Документация на сайте Tableau; самое активное сообщество (более 1 млн пользователей)
Ценовая политика Есть бесплатная версия, 60-дневный Pro триал, Premium план (источник) 14-дневный триал, бесплатная версия только Tableau Public, три градации планов (источник)

В заключение отметим, что, согласно исследованию Gartner, оценки двух рассмотренных выше BI-систем практически не отличаются.

Проблемы внедрения BI-системы

Несмотря на очевидные преимущества BI-систем, многие компании избегают их внедрения. В свою очередь те, кто решается на подключение BI, сталкиваются со многими проблемами, недооцененными заранее. Незнание этих проблем зачастую заканчивается большим количеством трудоемкой работы, высокими затратами на поддержание системы и отсутствием ощутимой пользы. Приводим лишь некоторые из них.

  • Необходимость предварительной обработки и хранения данных: компаниям необходимо привести свои хранилища данных в строгий порядок, прежде чем они смогут начать извлекать необходимую информацию и доверять полученным результатам. Без стандартизации данных есть риск получать некорректные результаты.
    • Tableau наиболее чувствительна к «кривым» данным, соответственно, для качественной аналитики требуется дополнительная подготовка данных. 
  • Неудобство для разработчиков: внедрение любой BI-системы предполагает, что теперь данные нужно представлять в новом, удобном для BI, но неудобном для разработчика виде. Зачастую это выливается в более долгие сроки реализации фичи из-за необходимости имплементировать специальные аналитические события для BI.
  • Сложность поддержки: как только меняется, к примеру, название таблицы в базе данных, придется руками пойти и поправить все отчеты, которые используют данные из этой таблицы. Как в Tableau, так и в Power BI отсутствует система контроля версий, поэтому как только произошли изменения (не всегда корректные) в коде, сразу меняются и отчеты. Как правило, эту проблему решают с помощью отдельных Views (листов) для одного отчета, что в свою очередь приводит к огромному количеству папок и отчетов и усложняет навигацию для конечного пользователя.
  • Недостаточное понимание собственных бизнес-процессов: компании просто не понимают, как можно эти процессы улучшить. Если процесс не оказывает прямого влияния на прибыль или компания не собирается стандартизировать процессы во всех своих подразделениях, внедрение BI-системы может оказаться неэффективным.
  • Слабый перфоманс: эта проблема релевантна, пожалуй, для всех систем визуализации данных. Power BI просто вылетает при попытке загрузить большой объем данных, Tableau также испытывает проблемы с загрузкой. Это накладывает ограничения и на сами отчеты. 
01

ШАГ

Остался всего 1 шаг. Приходите на курс IT-продаж SaleSolution. Скоро старт новой группы. 90+ часов, 30+ занятий, 6+ спикеров из ведущих IT-компаний

Последнее из блога

IT-МаркетингIT-ПродажиТехнологии IT-продаж
03.03.2024

SSI: карго-культ от LinkedIn или хоть на что-то влияет? Исследование + гайд в приложении

Говорят, что чем выше SSI, тем чаще посты пользователя показываются в ленте и тем выше его профиль оказывается в выдаче поиска LinkedIn, что важно при поиске работы, клиентов и соискателей.…
IT-МаркетингIT-ПродажиТехнологии IT-продаж
29.02.2024

Как продавать ИИ-решения? Практика построения системы продаж проектов с ИИ

Как продавать проекты, включающие в себя Искусственный Интеллект и Машинное Зрение. Практика и кейсы построения структуры AI Sales POD
IT-МенеджментIT-ПродажиПроцессы & PMТехнологии IT-продаж
19.02.2024

11 типов структур для отделов продаж в продуктовых и сервисных IT-компаниях

Итак, вы создаете IT компанию. Или у вас давно есть компания, но теперь вы решили всерьез взяться за продажи. Или у вас есть IT продукт, или только идея продукта и…
IT-МаркетингIT-ПродажиOutbound Marketing
06.02.2024

Sales Enablement. Продажи через обучение в B2B SAAS-продукте и в B2B-аутсорсе

Если вы разрабатываете и продаете B2B-софт, требующий внедрения, sales enablement нужен безусловно. Если вы оказываете услуги, то часто сами находитесь внутри такого обучения: вам надо сертифицировать специалистов на знание какого-то…

Где вам удобнее общаться?

Напишите или позвоните нам, чтобы получить консультацию, какой курс вам подходит, как проходит обучение и как провести оплату.

Телефон: +375 29 706 35 79, почта: hi@skademy.by

Или выберите удобный мессенджер: