Когда цифры начинают говорить

Эпоха, когда топ-менеджеры тратили часы на изучение десятков дашбордов, уходит. На смену «красивым графикам» приходит симбиоз технологий: самообслуживание позволяет аналитикам работать быстрее, встроенный ИИ объясняет причины, диалоговая аналитика делает анализ доступным всем. Вместе они способны не просто показать динамику продаж, но и объяснить причины падения маржи и спрогнозировать дефицит на складе. Бизнес перестает накапливать данные ради отчетов и начинает требовать от BI-систем готовых ответов. О том, как трансформируется роль бизнес-аналитики и почему классические отчеты уступают место диалогу с данными, «Ведомости&» спросили экспертов отрасли.

Без данных никуда

По данным Statista, объем данных в мире растет более чем на 20% ежегодно начиная с 2017 г. По прогнозам аналитического центра, в 2025 г. в мире будет сгенерирован 181 зеттабайт данных (по объему информации это примерно эквивалентно 3,5 млрд Российских государственных библиотек). При этом, согласно обзору платформы G2, только 40% компаний по всему миру анализируют эти данные для принятия бизнес-решений.

По мнению экспертов, данные без структурированного анализа превращаются в «информационный шум», который затрудняет работу. «В современном бизнесе данные – это не «побочный продукт» работы компании, а сырая нефть, которую нужно очищать и перерабатывать в стратегическое топливо», – уверен Александр Галайдюк, старший менеджер проектов DWH&BI (хранилища данных и бизнес-аналитика) технологической практики Kept.

В том числе поэтому вслед за ростом рынка больших данных растет и рынок бизнес-аналитики. Мировой рынок BI-систем для анализа данных, по прогнозам Statista, в 2025 г. достигнет $29,5 млрд, показывая рост 5,15% год к году. «В России рынок развивается более высокими темпами – свыше 25% в год в сегменте отечественных решений, что обусловлено политикой импортозамещения и государственными программами цифровой трансформации», – говорит Марианна Данилина, руководитель управления стратегии, исследований и аналитики «Ассоциации Финтех».

«Правильно определенные приоритеты и подходящие метрики – это технологический процесс, который отличает компании-лидеры. Без этой системы бизнес не развивается, а существует, постепенно теряя конкурентные позиции», – объясняет важность BI Галайдюк. Дмитрий Красников, руководитель направления Big Data & BI «К2Тех», приводит «классический пример» негативных эффектов, связанных с избытком неструктурированной информации: в крупном холдинге с разветвленной сетью региональных дочерних предприятий каждый филиал использовал собственную методику расчета ключевых показателей. «В результате при своде данных в головной компании один и тот же показатель имел совершенно разные значения в отчетах из разных регионов. Это приводило к тому, что руководство тратило значительные ресурсы не на анализ данных и принятие стратегических решений, а на выяснение, каким данным можно доверять», – поясняет Красников.

От малого бизнеса до корпораций

По оценкам TAdviser, общий объем российского рынка BI в 2024 г. составил 63,4 млрд руб. При этом участники рынка отмечают высокую степень развития отечественных решений. По данным аналитического агентства Smart Head, доля внедрений зарубежных BI-систем в 2025 г. составила всего 23%.

Количественные изменения повлекли за собой качественную трансформацию роли BI-систем в бизнесе, считает Наталия Жакова, руководитель команды развития бизнес-системы Konsu. «Если ранее BI воспринимался в основном как инструмент для создания «красивых дашбордов» и отчетности для топ-менеджмента, то сегодня это критически важная платформа для управления бизнесом в реальном времени», – уверяет она.

Начинать внедрение BI-решений эксперты рекомендуют не с данных, а с декомпозиции стратегических KPI (ключевых коэффициентов успеха) компании. «Когда изначально понятно, какие именно процессы мы улучшаем – например, сокращаем время формирования ежедневного отчета по продажам или повышаем точность расчета KPI для торговых представителей, – это создает ясный фокус для всей команды внедрения», – считает Галайдюк.

Несмотря на то что уровень задач различается, BI востребован в компаниях любого масштаба. «Малый бизнес использует BI как удобный инструмент отчетности по продажам, прибыли, сравнительного анализа и простой сегментации. В среднем бизнесе BI нужен для консолидации данных, контроля KPI, анализа каналов продаж, логистики, маркетинга. Крупным компаниям и холдингам BI необходим как часть единой архитектуры управления данными: DWH/Lakehouse (хранилища данных. – «Ведомости&»), управление справочниками, SSO (технология единого входа. – «Ведомости&»), аудит, требования регулятора», – рассказывает Сергей Громов, руководитель проекта «Круги Громова».

Эксперт отмечает, что малый и средний бизнес выигрывает от работы в облачных системах: «Ниже стоимость владения, проще старт, автоматические обновления». Крупный бизнес чаще выбирает on-premise (на собственном оборудовании) или гибридные решения из-за глубокой интеграции с корпоративными системами и повышенных требований к безопасности.

«DataLens поддерживает подключение к разнообразным источникам данных – от реляционных баз данных (базы данных, в которых информация хранится в виде взаимосвязанных таблиц. – «Ведомости&») до программных интерфейсов (API) внешних сервисов. Это позволяет крупным компаниям получать инсайты непосредственно из точек взаимодействия с клиентами и производственных процессов», – рассказывает Павел Дубинин, руководитель продуктового развития DataLens.

Важными принципами для успешного анализа данных эксперты называют не только их актуальность, но и стандартизацию, очистку, валидацию на входе, автоматизацию сбора и вовлечение бизнес-пользователей.

Замерить эффективность

Работа с данными предоставляет компаниям критически важные конкурентные преимущества. Жакова называет их «новой валютой»: «Компании, располагающие хорошо организованной data-инфраструктурой, демонстрируют на 35% меньшую частоту финансовых потерь».

В Yandex DataLens приводят статистику, согласно которой компании, внедрившие системы визуализации и аналитики на базе ИИ, сокращают цикл от сбора данных до принятия решения на 70–85%.

«Как правило, каждое внедрение BI-системы существенно упрощает жизнь аналитикам – сокращает время на подготовку отчетов для топ-менеджмента, позволяет обрабатывать большие объемы данных существенно быстрее. В кейсе одного из наших клиентов внедрение системы отчетности позволило уйти от ручного сбора данных из нескольких корпоративных систем (это занимало около недели) и получать все актуальные данные с помощью дашборда в онлайн-режиме», – рассказывает Максим Растеряев, руководитель направления BI «ДАР» (входит в ГК «Корус консалтинг»).

70% ручной работы аналитиков исчезает, а одна команда может обслуживать гораздо большее количество направлений без увеличения штата, добавляет Громов. Не менее важен и эффект автоматизации. «Когда данные обновляются регулярно и без участия человека, бизнес перестает реагировать на проблемы постфактум и начинает управлять ими в режиме реального времени: корректировать закупки, менять ассортимент, анализировать промо, следить за OOS (отсутствие товара на складе. – «Ведомости&»), контролировать маржу и расходы», – считает эксперт.

Михаил Кацуба, ведущий аналитик данных Lenta tech («Группа Лента»), называет анализ мониторинга обратной связи от покупателей фундаментом ценовой политики компании в категории потребительских товаров: «Мы в режиме реального времени отслеживаем реакцию клиентов на цены и ассортимент, что позволяет нам точечно корректировать ценовое позиционирование в ответ на меняющиеся ожидания рынка». По его данным, в компании ежедневно BI-отчетами пользуется более 2000 сотрудников, в месяц – свыше 10 000. Для решения бизнес-задач «Группа Лента» использует различные BI-платформы, как зарубежные, так и отечественную. «Мы придерживаемся принципа технологического прагматизма: каждый инструмент применяется там, где он раскрывает свои сильные стороны», – делится Кацуба.

По мнению Виктории Рамейкиной, директора исследовательского центра «Круги Громова», то, что почти 40% организаций (согласно опросу 117 топ-менеджеров и лидеров цифровых трансформаций крупных компаний) используют 2–3 различных BI-продукта одновременно, внедряя их параллельно в разных подразделениях, свидетельствует о переходе российского рынка BI от децентрализованного подхода к управлению данными, где каждое подразделение выбирает решения под свои задачи, к более зрелой модели – формированию единой управляемой аналитической экосистемы. Такой переход характерен для компаний, активно развивающих культуру работы с данными: они стремятся к стандартизации инструментов, но при этом сохраняют гибкость в выборе решений для различных бизнес-потребностей.

Доступно для всех

Один из ключевых трендов развития российского рынка BI-систем на ближайшие годы – демократизация анализа данных через развитие инструментов самообслуживания (self-service), свидетельствует исследование аналитического центра «Круги Громова» за 2025 г. «Такие решения позволяют бизнес-пользователям самостоятельно работать с данными, создавать отчеты и дашборды без глубоких технических знаний и необходимости постоянно привлекать IТ-специалистов», – говорится в исследовании.

Например, Yandex DataLens для упрощения пользовательского опыта использует интуитивный интерфейс с простым перетаскиванием элементов (drag-and-drop), редактор создания кастомных визуализаций с помощью JavaScript для сложных сценариев, а также QL Charts, позволяющий писать прямые SQL-запросы в базы данных для максимальной гибкости, рассказывает Дубинин.

Кроме того, пользователю теперь помогает искусственный интеллект (ИИ). Механика работы с отчетами эволюционирует благодаря развитию технологии естественного языка запросов Natural Laguage Query (NLQ). «Активное развитие получают решения, в которых пользователю не нужно вручную искать данные на дашбордах, сравнивать и сопоставлять показатели. Вместо этого он может на естественном языке описать свой запрос и мгновенно получить готовый отчет с аналитикой и рекомендациями в режиме диалога с BI-инструментом», – комментирует Красников.

«Например, для того чтобы ответить на вопрос: «Где нам эффективнее открыть новый склад?», пользователь Yandex DataLens может использовать встроенный ИИ-агент «Нейроаналитик», чтобы кратно ускорить анализ данных по грузопотокам, географии заказов и срокам доставки и в итоге получить рекомендации по оптимальному местоположению. ИИ-агент взаимодействует с необходимыми для ответов данными, работает с дополнительным контекстом и предоставляет пользователю быстрые инсайты», – отмечает Сергей Сошников, руководитель группы продаж Yandex DataLens (подробнее в о трендах в бизнес-аналитике читайте в его колонке).

Вопросы можно формулировать на естественном языке, агент понимает контекст задачи и выбирает оптимальную последовательность анализа – от поиска причин снижения прибыли до прогноза сезонных всплесков спроса. «Нейроаналитик» делает аналитику доступной для нетехнических специалистов и ускоряет тестирование бизнес-гипотез в среднем на 30%, добавляет он. &

Yandex DataLens, «Нейроаналитик», Power BI и Qlik – 18+

BI – бизнес-аналитика, SQL – язык управления базами данных