Тенденции BI ─ 2017 год и далее

За последние несколько лет данные стали жизненной основой большинства организаций. Те, кто сумел ими с толком воспользоваться, быстрее вводят инновации и получают конкурентное преимущество. Их основной инструментарий ─ средства бизнес-аналитики, взгляды на которую сегодня существенно изменились.

Эти изменения являются мощным дифференциатором организаций, ─ между теми, кто продолжает придерживаться традиционных принципов работы, и теми, кто принял новый, современный подход к BI.

Разницу можно наблюдать в контроле и «проворстве», управлении и самообслуживании. В целом, наконец, практически начинается многократно воспетое аналитиками пресловутое «выравнивание» IT и бизнеса. Они становятся равноправными партнерами, чтобы максимизировать воздействие их данных на бизнес-процессы.

Также в 2014-16 г. и правительства начали принимать современный подход к аналитике и организационному лидерству на основе IT, чтобы получить максимальную пользу от накопленных данных. В данной статье собраны мнения и наблюдения экспертов BI компании Tableau и некоторых сторонних аналитиков за последние два-три года.

«Modern BI» становится новой нормой

Составляющие Modern BI сильно разнятся в координатах среднегодового темпа роста (Compound Annnual Growth Rate, CAGR) и рентабельности (Profitability), а также средней стоимости рабочего места пользователя (digitalcreed.in)

Понятие «Modern BI» вобрало в себя все изменения в бизнес-аналитике, которые произошли примерно за последнее десятилетие. Если попробовать охарактеризовать их одним интегральным показателем, то в наибольшей степени здесь подойдет «переход от шаманства немногих специалистов к массовому использованию BI».

В «Gartner 2016 Business Intelligence Magic Quadrant» это сформулировано следующим образом: «Последние десять лет стали переходными от платформ для построения отчетов к современным BI и аналитическим платформам». Что это означает, если говорить простым языком?

BI платформы стали масштабируемыми и надежными. Поэтому организации уже достаточно смело и даже привычно отдают работу по исследованию данных неаналитикам и доверяют полученным ими результатам. По мнению одной из ведущих BI компаний мира Tableau, в 2017 г. «Modern BI» станет высшим приоритетом и для глобальных предприятий, и для стартапов, и «всего, что находится между ними». В 2016 г. переход к современному BI начали также правительства многих развитых стран.

Collaborative analytics ─ от края до ядра

Степень влияния руководителей IT и маркетинга на бизнес компании существенно менялась за течение последних 30 лет. Самыми интересными явлениями стали полный крах «цифровых начальников» по стратегии и маркетингу, а также разделение в 2013-14 гг. CIO на две роли ─ стратегической и бэк-офисной (digitalcreed.in).

Когда дело доходит до бизнес-аналитики, ─ как это часто бывает и в обычной жизни, ─ много голов лучше, чем одна

В 2017 г. «совместно выполняемая аналитика» будет в центре внимания. Здесь уместнее и полезнее говорить не о причинах этого, а о том, что появились новые возможности. Все данные, которыми нужно манипулировать при их анализе, становятся более доступными, а облачные технологии позволяют легко делится ими с коллегами, используя sharing-технологии.

В Tableau считают, что это сигнализирует о конце эры, в которой информация, так сказать, текла в одном направлении ─ в глаза и уши. Времена, когда люди использовали статичные документы PDF и презентации PowerPoint, ушли навсегда. Теперь они предпочитают «живые», интерактивные инструменты и источники данных для получения обоснованных бизнес-решений.

Многие пользователи, независимо от их роли на предприятии, будут выполнять довольно много различных BI действий ─ строить индивидуальные приборные панели (dashboards), выполнять уникальный анализ данных и согласовывать полученные результаты с другими людьми, которые выполняют подобную работу.

Правительственные цифровые инициативы позволят гражданам и заинтересованным лицам участвовать в политической жизни страны и различных программах, ─ быстрее, чем когда-либо ранее решая насущные и непредвиденные проблемы.

Все данные становятся равнозначными

В 2017 г. и далее ценность данных (value of data) уже не будет привязана к ее рангу или размеру. Не будет иметь значения, говорим ли мы о больших данных (Big Data) или простой таблице Excel, в Hadoop или Redshif.

Главное, что будет учитываться (и к чему будут стремиться), ─ то, что люди могут быстро и легко получить доступ и исследовать совокупность данных различных типов, чтобы ответить на бизнес-вопросы и улучшить результаты работы компании. Они будут в состоянии использовать данные, независимо от того сколько несовместимых источников они имеют.

Поэтому все чаще говорят о том, что парадигмы «Большие Данные» уже недостаточно. Теперь речь идет также об обеспечении «Быстрых Данных» (Fast Data).

Главной составляющей Fast Data является модуль Real-Time Analytics в быстрой операционной базе данных предприятия.

В контексте данной статьи подробное изложение основ «быстрых данных» не представляется возможным. Отметим только некоторые предпосылки для создания этого нового направления.

Объемы данных растут все возрастающими темпами. Ожидается, что к 2020 г. в пересчете на одного жителя планеты будет создаваться около 1,7 МБ в секунду, а общий объем накопленных данных достигнет 44 зеттабайт. При этом, если говорить обо всем мире, то (несколько неожиданно) оказывается, что 90% всех существующих данных получены в последние два года.

Только на Google пользователи сегодня производят более 40 тыс. поисковых запросов в секунду. Очевидно, что любая заминка может привести к горам потерянных данных. Поэтому уже осознается, что каждый бизнес нуждается, или будет в ближайшее время нуждаться в специальной платформе для сбора и анализа данных на гораздо более высоких скоростях.

Много данных накоплено в правительственных структурах, но они далеко не всегда используются на все сто процентов, чтобы достигнуть лучших результатов. Однако все больше правительств работает над увеличением степени реализации потенциала своих данных.

Self-service analytics и предварительная подготовка данных

Самостоятельное «открытие» данных (self-service data discovery) уже несколько лет является обычной практикой. В то же время подготовка данных к анализу (data prep) все еще, как правило, остается в сфере экспертов в области данных и IT. В Tableau считают, что такое положение изменится уже в текущем году.

Как беспощадно отмечает Gartner, «Тенденция к непринужденности использования и проворству (agility), которое разрушило рынки BI и аналитики, теперь касается и области интеграции данных».

Типичные задачи подготовки данных (data-prep tasks), такие, как синтаксический анализ (parsing), JSON (JavaScript Object Notation), импорт HTML и т.п. больше не будут делегированы специалистам. В ближайшем будущем едва ли не все будут в состоянии справиться с этими задачами как частью аналитики.

Разработкой средств подготовки данных к анализу занимается немало именитых (и не слишком) компаний. Выделяется Alteryx, которая успешно работает во всех трех показанных направлениях (Gartner, 2016)

Для более подробного ознакомления с предметом можно рекомендовать статью «Self-Service Data Prep is the Next Big Thing for BI», в которой есть ссылки на подробный отчет Говарда Дреснера (Howard Dresner, ─ это он в свое ввел сам термин «business intelligence»), а также на free-версию десктопного пакета для предварительной подготовки данных.

Advanced analytics становится более доступной

Бизнес-пользователи становятся искушеннее в аналитике данных. Соответственно, более доступными им становятся средства «продвинутой аналитики». В 2017 г. разница между «аналитикой» и «продвинутой аналитикой» продолжит сокращаться. В итоге «аналитика» станет единой дисциплиной, доступной для бизнес-пользователя. Продвинутая аналитика больше не будет направлена исключительно на ученых и экспертов в области данных.

Если совсем просто, то «продвинутая аналитика», собственно, заключается в построении нескольких петель обратной связи, которые итерационно улучшают модель исследуемых данных.

Последние годы показали, что бизнес-пользователи вполне успешно осваивают такие аналитические функции, как k-means clustering и прогнозирование. В 2017 г. они продолжат расширять свой набор навыков аналитики.

Что касается государственных структур, здесь продвинутую аналитику начинают использовать службы здравоохранения и социального обеспечения. Со своей стороны, контролирующие органы уже в некоторой степени используют продвинутую аналитику, чтобы, например, определить факторы, которые приводят к банкротствам организаций.

Аналитика становится повсеместной и встроенной (embedded BI)

Многократно подтверждено, что аналитика работает лучше всего, если она ─ естественная часть технологического процесса, осуществляемого человеком. Все более и более компании помещают аналитику на рабочие места людей, часто в контексте другого бизнес-приложения (например, Salesforce), вместо реализации собственного автономного приложения.

Пример Embedded BI. ПО Jaspersoft соединяется с любым источником данных без необходимости преобразования ETL (Extract — Transform — Loading). Это повышает скорость доступа к данным и упрощает архитектуру приложений.

В 2017 г. аналитика «пропитает» большое количество корпоративных приложений, с помощью которых осуществляются бизнес-процессы предприятий. В результате аналитикой будут заниматься люди, которые прежде никогда не исследовали данные. Несколько неожиданно к ним теперь причисляют операторов кол-центров, продавцов магазинов и даже водителей грузовиков.

Встраиваемые модули расширят доступность аналитики до такой степени, что люди даже не будут подозревать, что используют ее, выполняя обычный запрос на каком-либо сайте.

IT как «data hero»

В течение десятилетий сотрудники IT-отделов как кочегары трудились в своем «машинном отделении», строя бесконечные отчеты по запросам бизнеса. Возможно, теперь наступает время изменений, и IT позволят перейти к массовой «аналитике самообслуживания» (self-service analytics) для бизнес-менеджеров.

Хотя... опять же, как отмечает Gartner, BI станет истинным партнером бизнеса только в тех организациях, которые не только позиционируют себя, но и реально являются «high-performing». IT обеспечивает гибкость и проворство, но и бизнес должен обновить все свои составляющие, гармонически сочетая управление, защиту информации и соблюдение регулятивного законодательства.

Таким образом реализуется принцип принятия решений, управляемых данными, ─ на скорости, необходимой бизнесу для обеспечения конкурентного преимущества. При этом роль IT проявляется в качестве «героя данных», который помогает сформировать будущее бизнеса.

Люди начинают работать с данными более естественными способами

«Прорубание окна» в наши данные заняло довольно много времени. Сейчас в BI уже начинают отказывается от скриптинга, электронных таблиц и управления «drag-and-drop». В ближайшие годы интерфейс управления данными станет еще более естественным, благодаря обработке входного естественного языка (Natural Language Processing, NLP) и его синтезирования для ответов.

Еще раз процитируем Gartner, которая назвала это «следующей фазой развития, ─ от стандартного репортинга к рассказыванию историй (storytelling)». Хотя есть доля здорового скептицизма, окружающего эту новую область, ожидается, что новые, понимающие разговорную речь и отвечающие голосом системы будут на первых порах просто удивительными и захватывающими вещами.

Это также тема для отдельного разговора. Для дальнейшего чтения можно рекомендовать статью «Natural Language Generation: A Revolution in Business Insight».

Переход к облаку ускоряется

Организации, которые перемещают свои данные в облако, будут использовать также облачную бизнес-аналитику, т.е., она будет располагаться возможно ближе к данным. Облачные хранилища данных (cloud data warehouses), ─ такие, как Amazon Redshift, ─ будут все более популярными местами размещения данных. В результате все более распространенной будет становится облачная аналитика.

По мере того, как организации продолжат развертывать гибридную облачную архитектуру наряду с on-premise решениями, облачная аналитика будет представлена все более быстрыми и масштабируемыми решениями.

Начинается эра открытых данных в правительстве

Ну, как бы это сказать...Предполагается, что чиновник, вооруженный BI, гораздо эффективнее работает на благо граждан (www.qlarion.com).

В 2017 г. объем открытых данных государственных структур продолжит увеличиваться, и все больше правительственных организаций сделают свои данные доступными общественности.

Граждане и другие заинтересованные лица, такие как университеты, неправительственные и неприбыльные организации и другие структуры получат доступ к ранее закрытой для них информации. Это расширит возможности их партнерства с правительством.

Это также позволит самим правительствам лучше сотрудничать и проводить политику, в фокусе которой находятся граждане страны, и которая ориентирована на результаты.

«Грамотность данных» становится фундаментальным умением будущего

В 2016 г. LinkedIn причислила бизнес-анализ к числу самых «горячих» знаний и навыков, носители которых будут востребованы работодателями. Ожидается, что с 2017 г. аналитика данных станет одной из основных требуемых компетенций для профессионалов в большинстве отраслей.

Конечно, преподавать можно все, что угодно. Хочется верить, что этот курс является достаточно современным, доступным для понимания и направлен на решение практических BI задач.

Другими словами, подобно требованиям свободного владения Microsoft Word, Excel и PowerPoint, компетентность в аналитике становится одной из главных на рабочем месте. Чтобы соответствовать этим потребностям, аналитика данных уже включается в программы высшего образования, и даже школьные курсы системы образования K-12.

Заключение

Очевидно, что каждое из приведенных направлений развития Modern BI достойно подробного описания в отдельной статье. В данном случае мы предпочли только указать составляющие этой мозаики, над каждой из которых работало и продолжает работать много людей во всем мире.

Возможно, картина, которую крупными мазками набросали аналитики Tableau, в некоторой степени пока сопровождается фанфарами и барабанным боем. Пожалуй, реальные достижения предприятий и организаций в «Modern BI» менее впечатляющи.

Но, все-таки, следует признать, что уже на шаг ближе стала знакомая по фантастическим фильмам ситуация: «ОК, Google (Siri, Alexa, etc.) ─ что будет, если я заключу предлагаемую мне сделку»?

Редакция благодарит Дмитрия Чашника, которьій вьіступил рецензентом данной публикации

Як RPA-платформа допомогла SkyUр автоматизувати оплату рахунків