Аналитика и BI в 2020 году: ключевые тренды, которые определяют развитие бизнеса
Современная компания уже не может эффективно управлять ресурсами, клиентскими отношениями и операционными процессами без систем аналитики. Объемы информации постоянно растут, а решения приходится принимать быстрее. Поэтому бизнесу нужны инструменты, способные не только собирать данные, но и превращать их в понятные рекомендации.
По оценке IDC, рынок аналитических решений должен был достичь 13,6 млрд долларов к 2022 году. Росту способствуют развитие облачных платформ, искусственного интеллекта, машинного обучения и технологий обработки естественного языка. BI-системы постепенно переходят из категории специализированных инструментов для аналитиков в разряд повседневных рабочих сервисов.
Универсального сценария использования BI не существует
Исследование Tibco Software, проведенное среди более чем 600 руководителей, показало: компании распределяют инвестиции в аналитику сразу между несколькими направлениями. Явного лидера среди вариантов применения не выявлено.
Организации используют BI для:
- персонализации клиентского обслуживания;
- анализа событий в режиме реального времени;
- поддержки управленческих решений;
- создания отчетов и информационных панелей;
- оптимизации цен и ассортимента;
- оценки эффективности рекламных кампаний;
- управления запасами;
- повышения эффективности работы персонала.
Доля каждого направления находилась примерно в диапазоне от 5,2% до 7,8%. Это говорит о том, что аналитика становится универсальным корпоративным инструментом, а не решением для одной конкретной задачи.
При этом BI и аналитические платформы уже входили в число наиболее распространенных инновационных технологий. Около пятой части опрошенных компаний применяли облачные сервисы, инструменты анализа данных и решения для интеграции приложений.
В числе технологий, которые бизнес планировал внедрять в ближайшие годы, назывались интернет вещей, искусственный интеллект и машинное обучение, программное обеспечение с открытым исходным кодом и блокчейн. На интернет вещей приходилось около 16% планов, на AI и машинное обучение - 11%, на open source - 8%, на блокчейн - 6%.
Аналитика становится "умнее"
Одна из главных тенденций - переход от обычной отчетности к дополненной аналитике. Такие решения используют алгоритмы машинного обучения и искусственного интеллекта, чтобы самостоятельно находить зависимости, выявлять отклонения и предлагать пользователю важные закономерности.
Раньше специалисту приходилось формулировать запрос, выбирать параметры, строить отчет и самостоятельно интерпретировать результат. Новые платформы стремятся сократить количество ручных операций. Система может обнаружить падение продаж в отдельном регионе, связать его с изменением цен или рекламной активностью и обратить внимание руководителя на проблему.
Машинное обучение также помогает фильтровать информационный шум. В крупных организациях число показателей и отчетов быстро становится избыточным, поэтому особенно ценными оказываются инструменты, способные выделять действительно значимые события.
Естественный язык упрощает работу с данными
Еще один важный тренд - возможность обращаться к аналитической системе обычными словами. Пользователю не обязательно знать язык запросов, структуру базы данных или особенности построения отчетов. Он может сформулировать вопрос в привычной форме: например, узнать, как изменились продажи по регионам или какие товары показали наибольший рост.
Обработка естественного языка распространяется не только на письменные запросы. Все больше внимания уделяется распознаванию устной речи. Голосовое управление способно сделать аналитику доступной руководителям, менеджерам и сотрудникам, которые не работают с BI-платформами ежедневно.
Ожидалось, что значительная часть аналитических запросов будет формироваться через голосовые обращения, поисковые механизмы и автоматические рекомендации. В деловой среде это создает условия для более быстрого получения информации - например, во время совещания, поездки или работы с мобильного устройства.
Цифровые ассистенты станут частью аналитического процесса
Развитие голосовых технологий ведет к расширению роли цифровых помощников. Они могут не только отвечать на простые вопросы, но и отслеживать ключевые показатели, сообщать о необычных изменениях и контролировать состояние информационных панелей.
В перспективе ассистент способен выполнять функции аналитического координатора: уведомлять руководителя о превышении бюджета, фиксировать ухудшение показателей, сравнивать текущие результаты с планом и готовить краткое резюме отчета. При этом окончательное решение остается за человеком, а система берет на себя рутинный мониторинг.
BI должна быть связана с конкретным результатом
Одна из наиболее заметных управленческих тенденций - ориентация на практический эффект. Аналитика сама по себе не является бизнес-целью. Ее ценность определяется тем, помогает ли она увеличить выручку, снизить издержки, ускорить обслуживание клиентов или уменьшить риски.
Поэтому компании все чаще оценивают BI-проекты не по числу созданных отчетов, а по измеримым результатам. Важными показателями становятся сокращение времени подготовки информации, рост точности прогнозов, снижение складских остатков и повышение конверсии.
Встроенная аналитика выходит на первый план
Вместо отдельного аналитического портала бизнес стремится интегрировать инструменты анализа непосредственно в привычные приложения. Такой подход называют встроенной аналитикой.
Показатели и рекомендации появляются внутри CRM, ERP, финансовых систем, маркетинговых платформ и сервисов управления производством. Менеджеру не нужно переключаться между программами: нужные данные доступны прямо в рабочем сценарии.
Это повышает вероятность того, что информация действительно будет использована. Если аналитический вывод находится рядом с операцией, которую необходимо выполнить, путь от обнаружения проблемы до принятия решения сокращается.
Важность качества и единства данных
Расширение возможностей BI не отменяет базового требования - данные должны быть точными и согласованными. Если сведения хранятся в разрозненных системах, имеют разные форматы или обновляются с задержкой, даже самый современный алгоритм будет выдавать ненадежные результаты.
В 2020 году компаниям важно было уделять внимание управлению данными: определять ответственных, устанавливать единые справочники, контролировать права доступа и фиксировать правила обработки информации. Без этого внедрение искусственного интеллекта может лишь ускорить получение ошибочных выводов.
Облако делает аналитику доступнее
Облачные BI-сервисы позволяют быстрее запускать аналитические проекты и масштабировать их по мере роста компании. Организации получают доступ к вычислительным ресурсам без необходимости самостоятельно закупать и обслуживать сложную инфраструктуру.
Кроме того, облачный формат упрощает совместную работу территориально распределенных команд. Руководители и сотрудники могут обращаться к единой версии отчетности из разных подразделений и устройств. Однако при выборе такого решения необходимо заранее оценивать вопросы информационной безопасности, хранения данных и соответствия внутренним требованиям компании.
Аналитика становится массовой
Ранее BI чаще всего использовали специалисты финансовых, маркетинговых и аналитических подразделений. Теперь доступ к показателям получают руководители проектов, менеджеры по продажам, логисты, сотрудники службы поддержки и производственные команды.
Такой подход называют демократизацией данных. Его задача - предоставить информацию тем, кто принимает решения непосредственно в процессе работы. Но расширение доступа должно сопровождаться обучением: пользователям необходимо понимать происхождение показателей, ограничения моделей и возможные ошибки интерпретации.
Что компаниям стоит учитывать
При развитии аналитической инфраструктуры важно начинать не с выбора модной технологии, а с определения бизнес-задачи. Сначала следует установить, какое решение нужно улучшить, какие показатели характеризуют успех и какие данные для этого необходимы.
Затем стоит проверить качество источников, определить владельцев информации и выбрать пилотный сценарий с понятным эффектом. Небольшой успешный проект обычно полезнее масштабного внедрения, которое сразу охватывает все подразделения.
В дальнейшем компании будут сочетать BI, искусственный интеллект, голосовые интерфейсы, интернет вещей и встроенную аналитику. Основной результат этой эволюции - переход от пассивного просмотра отчетов к постоянному управлению на основе данных. Чем быстрее организация научится связывать технологии с конкретными решениями и финансовыми результатами, тем больше преимуществ она получит в цифровой среде.
