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:
- практичности применения;
- доступности по стоимости;
- простоты конструкций (поддержки);
- 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:
- признаки участия в религиозных и иных сектах;
- наркотическая и/или алкогольная зависимость;
- игровая зависимость;
- психологическая несовместимость и нетерпимость;
- участие в финансовых и иных пирамидах;
- нарушения трудовой дисциплины;
- нарушения корпоративных и отраслевых регламентов;
- потенциальная или реальная готовность к инсайдерству;
- латентная работа на компанию-конкурента.
Маркетинг, блогинг и брендинг цифрового уровня объединяются:
- потенциалом интеллектуализации, цифровизации и автоматизации;
- системами искусственного интеллекта;
- персонализацией потребителей (покупателей);
- 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:
- информационных (ЦОД, «облака» и др.);
- сетевых (интерфейс, технологии, контроль и др.);
- управляющих (технология, организация и др.);
- самоорганизационных (саморазвитие, самообеспечение и др.).
Разрабатываются задачи, например, класса ТРИЗ и ситуационные модели с принятием бизнес-решений.
Стратегические подходы к принятию ситуационных бизнес-решений:
- активизация способностей менеджера;
- ситуационное моделирование с помощью бизнес-аналитики;
- мозговой штурм, метод Дельфи и др.;
- эвристико-экспертные процедуры и др.
Развивать следует использование BIS на основе подходов:
- адаптивного контроля;
- гармоничного «внедрения» в производство;
- адаптивного управления (диагностики, корректировки);
- 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:
- чат-бот;
- электронная площадка коммерции;
- система обеспечения безопасности;
- логистическая система;
- управление активами;
- рыночное прогнозирование (закупки, сбыт, запасы и др.);
- 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
- 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
- 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
- Сулимова Е.А., Ермишин М.В. Применение современных цифровых технологий в бизнесе // Экономика строительства. 2022. №9. С.131–137
- Степанов Д.Ю., Вельсовский А.В. Применение Agile Scrum в проектах SAP // Корпоративные информационные системы. 2018. №1. C.9-17.