УДК 330.341

BI-системы и их роль в бизнес-анализе предприятия

Кочарыгин Владислав Алексеевич – магистрант Факультета налогов, аудита и бизнес-анализа Финансового университета при Правительстве РФ.

Аннотация. Развитие цифрового, «бережливого» производства и поддерживающих его инструментов ведет бизнес к большей требовательности к данным, бизнес-аналитике. Развиваются интеллектуальные бизнес-системы (Business Intelligence Systems), которые стали популярны и малому, и среднему бизнесу. В работе проведен системный анализ целей, задач, возможностей таких систем. Проанализированы основные (базовые) категории и средства, сервисы обеспечения бизнес-аналитики. Выявлены их функциональные связи, преимущества для оперативного («на лету») управления процессами предприятия. Результаты можно использовать для регулирования маркетинга, брендинга, связей производственной системы и окружения.

Ключевые слова: бизнес-технология, BI-системы, бизнес-аналитика, производственное предприятие.

Введение

Цифровые эволюционные процессы стали основой развития государства, его экономики, особенно, повышения эффективности производства на основе бизнес-аналитики. Новые бизнес-модели, интеллектуальные системы бизнес-аналитики или BI-системы (BIS, Business Intelligence Systems) могут этому мощно способствовать [1]. Они не только доступны пользователям, малому и среднему бизнесу [2], но и дают ему эволюционный эффект, не только экономический, но и инфраструктурный, организационно-хозяйственный, стратегический.

По данным аналитиков-экспертов [3], можно получить порядковую отдачу от вложенных средств, если инвестировать в цифровые аналитические системы, бизнес-аналитику. BIS стали основой конкурентной устойчивости предприятий. Сейчас уже можно говорить о ресурсосберегающей («бережливого производства» [4]) бизнес-экосистеме предприятия – адаптивной, гибкой ИТ-среде с возможностью эволюции системы.

В работе проведен системный анализ BIS и их роли в бизнес-устойчивости, устойчивой конкурентоспособности предприятий на рынках.

Системный анализ категории «бизнес-аналитика» и «BI-система»

Категория «Business Intelligence» введена в 1958 году в качестве характеристики метода интеллектуального принятия бизнес-решений, системы, обеспечивающей принятие управленческих решений, базирующейся на сборе, обработки, анализа, синтеза, интеграции, представления данных. С использованием когнитивных подходов и технологий ИИ (искусственного интеллекта) и систем SAS (аналитических статистических систем, например, SPSS) или инструментария бизнес-аналитики, облегчающего анализ данных, их интерактивную визуализацию.

В инфраструктуре предприятия (CRM, BMP, Big Data и др.) важно синергетически разделять процессы и интерфейсы, системы Data Analitics, Data Mining (аналитики данных и добычи из больших массивов данных скрытых, но полезных для предприятия данных) и других средств [5].

BIS обеспечивают единый подход отбора, сохранения ресурсов бизнеса, (мета)данных, запросов, решений. Например, применяя дэшборд (dashboard) или систему визуального представления отчетов, решений, трендов с помощью диаграмм, кольцевых шкал, светофоров и др.

Наряду с инструментами формирования аналитики, BIS обеспечивает ресурсы проекта, производства для интеграции в единую бизнес-инфраструктуру (цифровую экосистему). BIS предоставляет возможность формировать самими пользователями визуального редактируемого представления (wizard-like components).

Разнообразие и многообразие BIS позволяют визуализировать информацию, принимаемые решения в интересах потребителей и стейкхолдеров. Известные платформы – QlikView, Tableau, PowerBI и другие, обладающие характеристиками:

  1. практичности применения;
  2. доступности по стоимости;
  3. простоты конструкций (поддержки);
  4. разнотипности информации и др.

Например, сервис QlikView получателю информации дает возможность изучать собственные сведения, отчеты. Он обеспечивает и производителю, и стейкхолдеру эластичность исследований, визуализацию взаимосвязей данных, находить и извлекать производственные и рыночные тренды. Облачный сервис Klipfolio позволяет эффективно обрабатывать информацию, визуализировать и преобразовывать данные в реальном режиме, «на лету». Площадка Tableau позволяет формировать диалоговый дэшборд, позволяющий графически представлять и исследовать динамику, тренды. PowerBI перспективный сервис подсоединения дополнений, осуществления кастомизированной визуализации и когнитивного принятия «на лету» бизнес-решений.

Бизнес-аналитика в широком смысле – отражение реальных и ожидаемых потребительских устремлений, своего рода оператор, отображающий пространство пользовательских проблем и целей в пространство значений индикаторов и решений. Важны компетенции не только ЛПР (принимающего решение), но и пользователя BIS.

Например, для строительного бизнеса можно привести следующую таблицу компетенций.

Таблица 1. Таблица профессиональных качеств персонала строительной организации

Общесистемные

Прикладные

Управленческие

Ориентация на результат

Ориентация на поиск и использование релевантных данных

Ориентация на цели (целеполагание)

Ориентация на PR, авторитет, бренд

Ориентация на делопроизводство, PR

Ориентация на управление работами

Ориентация на межличностные связи

Ориентация на интересы клиентов, творчество, инновации, «софтскилл», компетенции

Ориентация на мотивацию персонала, качество решений, управление, оптимизацию

С ростом важности аналитики, растет также интерес к нему злоумышленников. Особенно актуальна кадровая безопасность.

По результатам проделанного нами анализа, исследования предлагаем классифицировать (например, для машинного обучения) отделы предприятия по кадровой безопасности следующим образом:

  1. признаки участия в религиозных и иных сектах;
  2. наркотическая и/или алкогольная зависимость;
  3. игровая зависимость;
  4. психологическая несовместимость и нетерпимость;
  5. участие в финансовых и иных пирамидах;
  6. нарушения трудовой дисциплины;
  7. нарушения корпоративных и отраслевых регламентов;
  8. потенциальная или реальная готовность к инсайдерству;
  9. латентная работа на компанию-конкурента.

Маркетинг, блогинг и брендинг цифрового уровня объединяются:

  1. потенциалом интеллектуализации, цифровизации и автоматизации;
  2. системами искусственного интеллекта;
  3. персонализацией потребителей (покупателей);
  4. повышением мобильности и разнообразия каналов приобретения клиентов.

BIS, машинное глубокое обучение способно изменить бизнес-процессы предприятия и предпочтения пользователей продукта, стейкхолдеров, усилить данные маркетинговых исследований и активизировать возможности аккаунтов, групп и блогов. Потребители ожидают от брендинга отдач, бизнес – аудитории, стейкхолдеры – развития производства, продукта, инвесторы – возврата вложений с прибылью [6].

Информацию извлекают из данных сквозной аналитики (с полным функционалом рекламы и маркетинга) и сквозного маркетинга (с помощью лидогенераторов, интеграторов данных по «воронке продаж») и др. Используются персонализация коммуникаций, профили клиентов, сценарии их возвратов и др. Пользователям одной соцсети доступны покупки и в другой, даже иной доменной зоны.

Бизнес-аналитическая среда предприятия базируется на следующих ключевых ресурсах:

  1. информационных (ЦОД, «облака» и др.);
  2. сетевых (интерфейс, технологии, контроль и др.);
  3. управляющих (технология, организация и др.);
  4. самоорганизационных (саморазвитие, самообеспечение и др.).

Разрабатываются задачи, например, класса ТРИЗ и ситуационные модели с принятием бизнес-решений.

Стратегические подходы к принятию ситуационных бизнес-решений:

  1. активизация способностей менеджера;
  2. ситуационное моделирование с помощью бизнес-аналитики;
  3. мозговой штурм, метод Дельфи и др.;
  4. эвристико-экспертные процедуры и др.

Развивать следует использование BIS на основе подходов:

  1. адаптивного контроля;
  2. гармоничного «внедрения» в производство;
  3. адаптивного управления (диагностики, корректировки);
  4. ситуационного моделирования (проектирования, принятия решения).

Цель ситуационного, имитационного моделирования и принятия бизнес-решения – мыслить критически, актуализировать оперативную информацию и работать в команде. Для этого применяют технологические, ИТ-обновление «на лету», распределенный доступ к облачным и мультимедийным ресурсам и др.

BIS служит для интеллектуальной, с помощью компьютерных систем, реализации управления производственными и бизнес-процессами, накопления и использования компетенций. Используются экспертные и нейро-системы, генетические процедуры, интеллектуальные агенты, дополненная виртуальная реальность и др. Часто это информационно-консультативные системы экспертного типа для принятия решений путем оперативной идентификации риск-ситуаций. Используют для бизнеса также приложения вида:

  1. чат-бот; 
  2. электронная площадка коммерции;
  3. система обеспечения безопасности; 
  4. логистическая система;
  5. управление активами;
  6. рыночное прогнозирование (закупки, сбыт, запасы и др.);
  7. маркетинг и мониторинг (аудит, диагностика) и др.

Применение BIS повышает результативность бизнес-процессов, совершенствует их аналитическое обеспечение.

Заключение

В сложных быстропротекающих процессах экосистемы бизнеса предприятия необходимо использовать эффективную аналитику, являющуюся «щитом» бизнеса, например, когнитивный анализ и ситуационное моделирование.

Там, где высок и эффективен уровень взаимодействий, бизнес-процессы идут быстрее, так как их связи с окружением происходят нелинейно, мультипликативно и необратимо, а не аддитивно и возвратно, обратимо.

BIS позволяют предприятию регулировать процессы, снижать затраты, анализировать данные внутренних (внешних) источников данных, обеспечивая предприятию стратегическую устойчивость в будущем. Успех бизнеса предприятия зависит от подкрепленности бизнес-аналитикой, соответствующими BIS. Такие системы должны быть хорошо известны менеджерам предприятий.

Список литературы

  1. Новотна И.А., Иванчук О.В. BI-системы: анализ понятия и функциональных возможностей // Теория и практика общественного развития. 2023. №2. С.90–94. DOI:10.24158/tipor.2023.2.12
  2. Михненко О.Е. Цифровая трансформация аналитических процессов бизнеса // Учет.Анализ.Аудит. 2021. Т.8. №2. С.62–70. DOI: 10.26794/2408-9303-2021-8-2-62-70
  3. Сулимова Е.А., Ермишин М.В. Применение современных цифровых технологий в бизнесе // Экономика строительства. 2022. №9. С.131–137
  4. Степанов Д.Ю., Вельсовский А.В. Применение Agile Scrum в проектах SAP // Корпоративные информационные системы. 2018. №1. C.9-17.

Интересная статья? Поделись ей с другими: