Почему конференция DataLens оказалась важной для рынка BI
Я давно занимаюсь ИТ в фармацевтической отрасли и за эти годы видел, наверное, все стадии взросления корпоративной аналитики. От Excel-файлов, которые передаются по почте с названием «финальная_версия_точно_последняя_v7», до полноценных BI-платформ, хранилищ данных, управленческих дашбордов и попыток построить тот самый «единый источник правды».
Последняя формулировка звучит красиво, но на практике часто означает долгий путь через качество данных, сопротивление пользователей, разные справочники, ручные проверки и внезапное открытие, что у каждого департамента своя правда. Иногда даже две.
Именно поэтому мне было особенно интересно побывать на конференции Яндекса, посвящённой DataLens. Формат назывался «Лаборатория решений DataLens», и это название оказалось довольно точным. Не очередная витрина возможностей продукта в стиле «смотрите, у нас тоже есть графики, фильтры и красивые кнопки», а разбор реальных бизнес-задач: логистика, стратегическое планирование, государственная отчётность, фармацевтическая аналитика, планы развития платформы и ИИ в BI.
Без ИИ теперь, видимо, даже чайник на кухне чувствует себя недостаточно инновационным.
DataLens как BI-платформа для прикладной бизнес-аналитики
Главное впечатление от встречи: DataLens заметно смещается из категории «ещё один BI-инструмент» в сторону платформы для прикладной бизнес-аналитики. И это важное отличие.
Рынок BI сейчас перегрет. После ухода привычных зарубежных решений многие компании начали искать замену Tableau, Qlik, Power BI и другим системам. Но простая замена инструмента редко решает проблему. Если в компании бардак в данных, нет владельцев показателей, справочники живут собственной жизнью, а отчётность делается по принципу «собери руками, потом героически автоматизируй», то новая BI-система не спасёт. Она просто красиво подсветит старый бардак.
BI-платформа должна отвечать не только на вопрос «как построить график», а на вопрос «как бизнес будет принимать решения на основе данных». Вот здесь DataLens на конференции выглядел интересно: не как универсальная таблетка от всех болезней, а как инструмент, который можно встроить в реальные управленческие процессы.
Российский BI и выбор платформы: почему нет «лучшего» инструмента
Кстати, буквально недавно мы обсуждали эту же тему внутри клуба «Фармакод» на закрытой встрече по запросу одного из резидентов. Пригласили Викторию Рамейкину из «Кругов Громова», которая глубоко изучает российское ПО для работы с данными. Она пришла со своей большой «Картой российского BI»: 571 страница и 87 платформ в каталоге.
То есть не рекламная листовка «мы лучшие, потому что так написал наш маркетолог», а реальная попытка разложить рынок российских BI-систем по полкам.
И там прозвучала мысль, которая очень хорошо совпала с моими впечатлениями от конференции DataLens: выбирать «лучший BI» бессмысленно. Лучшего вообще не существует. Есть подходящий под вашу архитектуру, данные, задачи, требования безопасности, зрелость команды и управленческие процессы.
Почему выбор BI особенно сложен для фармацевтических компаний
Для фармацевтических компаний выбор BI-платформы связан не только с заменой ушедших зарубежных решений. Важно учитывать качество данных, требования к безопасности, интеграцию с корпоративными системами, зрелость Data Governance и способность BI-инструмента поддерживать управленческую аналитику без хаоса в отчётности.
В фарме BI затрагивает не только продажи и маркетинг, но и логистику, производство, складские остатки, качество данных, регуляторные процессы, управленческую отчётность и информационную безопасность. Здесь нельзя выбирать платформу по принципу «у них красивый демо-дашборд и уверенный сейлз».
То есть можно. Но потом не надо удивляться, что через полгода у вас три версии правды, пять владельцев одного показателя и совещания, где люди спорят не о решениях, а о том, чей отчёт правильнее.
Переход на российский BI — это не просто замена Power BI или Qlik
На встрече в «Фармакоде» мы отдельно обсуждали, что переход на российский BI редко бывает простой заменой одного инструмента другим. Это скорее повод пересобрать процессы.
Можно просто скопировать старые отчёты из Power BI или Qlik в новую BI-систему и героически страдать дальше. А можно использовать момент, чтобы пересмотреть модель данных, справочники, владельцев показателей, правила публикации отчётов, self-service BI и Data Governance.
Второй путь сложнее. Зато он хотя бы имеет смысл, что в корпоративной аналитике уже почти роскошь.
Кейсы DataLens: от логистики до фармацевтической аналитики
На конференции DataLens мне понравилось, что кейсы были не про абстрактные «аналитические возможности», а про нормальные управленческие вопросы. В презентации «Лаборатория решений DataLens» были представлены задачи из разных отраслей: fashion-ритейл, банковский сектор, государственное управление и фармацевтика.
Анализ эффективности доставки: BI должен показывать, где бизнес теряет деньги
Кейс Melon Fashion Group и Smart Analytics был про эффективность курьерских доставок в fashion-ритейле. На первый взгляд тема далека от фармы, но если убрать отраслевую упаковку, боль очень знакомая: несколько источников данных, разные форматы, отсутствие единого справочника регионов, Excel-файлы от подрядчиков, необходимость связать заказы, биллинги, стоимость доставки, возвраты и маржу.
В фарме это может быть не доставка одежды, а промоактивность, дистрибьюторские продажи, остатки, госпитальный сегмент, тендеры, маркировка, визиты медицинских представителей. Но суть та же: данные лежат в разных местах, бизнес хочет ответ «что делать», а ИТ сначала вынуждено объяснить, почему «просто склеить таблички» нельзя.
Хотя, конечно, можно. Как можно и зуб лечить плоскогубцами. Вопрос только в последствиях.
В этом кейсе хорошо прозвучала мысль, которую я поддерживаю полностью: BI должен отвечать не на вопрос «сколько у нас данных», а на вопрос «где мы теряем деньги».
Маржа на заказ, доля убыточных заказов, стоимость доставки, влияние невыкупа, сравнение курьеров по регионам — это уже не отчётность ради отчётности. Это аналитика, которая позволяет пересматривать условия доставки, менять пороги бесплатной доставки, работать с подрядчиками и управлять экономикой заказа.
Для меня это признак зрелого подхода: не просто построили дашборд, а привязали его к управленческому действию.
Стратегическое планирование на основе данных
Кейс Точка Банка и Навикона был интересен с другой стороны. Там речь шла об анализе предпринимательской активности и стратегическом планировании. Мне понравился акцент на том, что дашборд должен помогать принимать решения, а не просто демонстрировать динамику.
В презентациях по BI часто любят показывать красивые графики. Но красивый график без вывода — это интерьерная живопись для совещательной комнаты. Приятно, бесполезно, дорого.
Здесь же была попытка построить аналитику вокруг вопросов: где растёт активность, где падает, какие виды деятельности меняются, что это значит для маркетинга, персонала, финансового планирования и оценки рынка.
Интерактивная отчётность для государственного управления
Отдельно отмечу кейс для Минэкономразвития России, реализованный в DataLens в формате интерактивной презентации. Это был, на мой взгляд, один из самых показательных примеров.
Государственная отчётность — это мир, где Excel, PowerPoint и ручная проверка данных иногда живут крепче, чем некоторые нормативные документы. В кейсе была задача сохранить привычный формат материалов, но автоматизировать сбор, очистку, расчёты и обновление визуальных форм.
Такой подход мне близок: не надо сразу ломать бизнес-процесс об колено и героически объяснять пользователю, что теперь он должен жить в совершенно новой реальности. Иногда правильнее встроить аналитику в привычный управленческий контур, но убрать из него ручную работу, дублирование, ошибки и зависимость от конкретного человека, который «знает, где лежит правильный файл».
BI в фарме: почему аналитика должна быть частью операционного управления
Для фармацевтической отрасли BI особенно актуален. У нас много процессов, где важны не только скорость и удобство, но и контроль, воспроизводимость, регуляторика, проверяемость источников.
Внедрять BI в фарме — это не просто подключить базу и нарисовать график продаж. Нужно понимать специфику дистрибуции, коммерческих моделей, тендеров, складских остатков, госпитального канала, регуляторных ограничений, GxP-контекста и информационной безопасности.
И вот здесь DataLens интересен не как «ещё одна российская BI-система», а как инструмент, который потенциально можно вписать в разные контуры: облачный, on-premises, open source. Для рынка, где вопросы размещения данных и импортозамещения давно перестали быть теоретическими, это не мелочь.
Кейс Sun Pharma: запасы, out-of-stock и потерянная выручка
Фармацевтический кейс Sun Pharma и SQEEL для меня был ожидаемо самым близким. Вопросы «где компания сейчас», «что происходит на рынке», «хватает ли товара на складе под потребность» звучат очень просто.
Но за этой простотой обычно скрывается несколько источников данных, отчёты дистрибьюторов, планы, прогнозы, 1С, ручные выгрузки, уточнения, сверки и вечная борьба за то, чтобы бизнес видел не просто продажи, а ситуацию целиком.
Особенно важной показалась тема out-of-stock и потерянной выручки. В фарме отсутствие товара — это не только упущенная продажа. Это репутационные риски, потеря позиции у клиента, сбой в планировании, иногда последствия для пациента.
Поэтому аналитика запасов, спроса и доступности товара должна быть не красивым приложением к коммерческому блоку, а частью операционного управления.
Мне понравилось, что в этом кейсе BI был представлен именно как инструмент принятия решений. Не как «панель для руководителя», на которую все смотрят раз в месяц перед советом директоров, а как рабочий механизм: план-факт, детализация, drill-down, контроль складских остатков, фокус на потерянной выручке.
Если дашборд открывают только перед отчётным совещанием, значит, что-то пошло не так. Либо данные не те, либо выводы не те, либо пользователи так и не поняли, зачем им это счастье в браузере.
Развитие DataLens: что важно для корпоративного BI
Отдельный блок конференции был посвящён развитию DataLens. И здесь было несколько вещей, на которые я обратил внимание.
Дашборды, отчёты, экспорт и пользовательский опыт
Во-первых, развитие возможностей для работы с дашбордами и отчётами: глобальные селекторы, новый формат 16:9, навигация, PDF, экспорт, настройка визуализаций.
Это всё выглядит бытовыми улучшениями, но на практике именно такие вещи часто определяют, будет ли BI-инструмент жить в компании. Пользователю всё равно, насколько элегантна архитектура внутри. Ему нужно открыть отчёт, быстро понять ситуацию, выгрузить, отправить, обсудить, принять решение.
Бизнес, как ни странно, не просыпается с мыслью «как бы мне сегодня полюбоваться семантическим слоем». Он хочет результат.
Доступы, производительность, рассылки и управление изменениями
Во-вторых, интересны планы по Activities, рассылкам, смарт-кэшу, общим датасетам и подключениям для воркбуков, новым правам доступа, коннектору к StarRocks.
Это уже про взросление платформы. BI в корпоративной среде живёт не только визуализациями. Он живёт доступами, производительностью, повторным использованием датасетов, интеграциями, жизненным циклом объектов, рассылками, алертами и управлением изменениями.
Обычно это звучит скучнее, чем «нейроаналитик», зато именно на этом корпоративные внедрения либо становятся устойчивыми, либо превращаются в склад отчётов, где через год никто не понимает, что актуально, кто владелец и почему показатель отличается от соседнего на 12%.
ИИ в BI: Нейроаналитик DataLens и осторожный оптимизм
В-третьих, конечно, ИИ. DataLens активно развивает Нейроаналитика: помощь с формулами, объяснение графиков, поиск инсайтов, анализ дашборда, рекомендации по качеству визуализаций, генерация новых чартов.
Я отношусь к ИИ в BI с осторожным оптимизмом. С одной стороны, это действительно может снизить порог входа для пользователей и аналитиков. Если помощник умеет объяснить график, найти аномалии, помочь с формулой или подсказать, почему визуализация читается плохо, это полезно. Особенно в компаниях, где аналитиков всегда меньше, чем желающих «быстро посмотреть цифры».
С другой стороны, ИИ не отменяет базовую дисциплину работы с данными. Он не должен становиться генератором уверенных, но неверных выводов. В фарме такая история особенно опасна: здесь цена ошибки выше, чем в презентации для внутреннего совещания.
Поэтому мне понравилось, что в материалах звучала идея контекста: описание чарта, агрегированные данные, метаданные, пользовательский промпт, предметная область. ИИ без контекста — это разговорчивый стажёр с доступом к маркерам. Может быть полезен, но оставлять без присмотра опасно.
Data Governance: главная проблема BI — не технологии, а люди и данные
Если резюмировать, конференция оставила ощущение, что российский BI-рынок постепенно выходит из стадии «срочно заменить ушедшее» в стадию «давайте строить нормальные решения под задачи бизнеса».
Это здоровый сдвиг. Потому что главная проблема BI никогда не была только в инструменте. Она всегда была на стыке данных, процессов, культуры принятия решений и ответственности за показатели.
Можно купить самую дорогую платформу, пригласить интегратора, нарисовать дашборд на 40 экранов и всё равно не получить управляемость. Потому что управляемость начинается не с графика, а с вопроса: какое решение мы примем на основе этих данных?
Именно поэтому Data Governance, качество данных, владельцы показателей, правила публикации отчётов и грамотный self-service BI важнее, чем выбор конкретного вида диаграммы. Да, диаграммы тоже важны. Но если данные кривые, то даже самый красивый график будет просто эстетично оформленной ошибкой.
Зачем фармацевтическим ИТ-командам профессиональные сообщества
Мне кажется важным, чтобы такие обсуждения проходили не только на больших конференциях, но и внутри профессиональных отраслевых сообществ.
В «Фармакоде» мы как раз пытаемся создавать такую среду: не раздавать универсальные ответы, а собирать практиков, экспертов и ИТ-руководителей вокруг конкретных вопросов фармы.
У одного резидента появился запрос по BI — мы организовали закрытую встречу, пригласили эксперта, разобрали рынок, ограничения, тренды, кейсы и типовые ошибки. В итоге тема оказалась полезной не одному человеку, а многим.
На мой взгляд, это и есть нормальная роль профессионального клуба: помогать формулировать правильные вопросы и находить людей, которые уже прошли похожий путь. Потому что читать рекламные презентации вендоров можно бесконечно, но реальность обычно начинается там, где заканчивается слайд «наше решение легко интегрируется с любыми системами».
Выводы: каким должен быть BI для фармацевтической отрасли
DataLens на этой встрече выглядел не как универсальная таблетка от всех болезней, и это хорошо. Универсальные таблетки обычно продают те, кто не видел настоящих внедрений.
Инструмент показали через кейсы: где-то логистика и маржа, где-то предпринимательская активность, где-то государственная отчётность, где-то фармацевтические продажи и складские остатки. Именно такой формат я считаю правильным: меньше лозунгов, больше разборов, архитектуры, ограничений и управленческих эффектов.
Для себя я вынес несколько мыслей.
Российский BI должен развиваться под реальные задачи бизнеса
BI в России будет развиваться не через копирование западных продуктов, а через адаптацию к реальным ограничениям российского бизнеса.
Качество данных важнее красивой визуализации
Data Governance, качество данных и владельцы показателей становятся критичнее, чем выбор конкретной визуализации.
ИИ в BI — это усилитель, а не замена аналитика
ИИ в BI полезен только там, где уже есть порядок в данных, понятная модель показателей и понимание бизнес-контекста.
Внедрение BI — это изменение управленческой практики
Фармацевтической отрасли нужно активнее смотреть на российские BI-платформы, но без иллюзий. Внедрение BI — это не проект «нарисовать дашборд». Это проект изменения управленческой практики.
DataLens и будущее бизнес-аналитики в фарме
И, пожалуй, главное: мне понравилось, что на конференции говорили с бизнесом на языке бизнеса. Не «у нас есть коннектор, датасет, виджет и вычисляемое поле», а «вот где теряется маржа», «вот где не хватает товара», «вот как сократить ручную работу», «вот как быстрее принять решение».
Для BI это, как ни странно, до сих пор достижение. Хотя казалось бы: инструмент бизнес-аналитики должен говорить с бизнесом. Но человечество вообще любит сначала усложнить очевидное, а потом провести конференцию о том, как вернуть здравый смысл обратно.
DataLens после этой встречи я воспринимаю как зрелый и активно развивающийся инструмент, за которым стоит смотреть внимательно. Особенно тем компаниям, которые сейчас пересматривают BI-ландшафт, уходят от ручной отчётности, думают об импортозамещении или хотят встроить аналитику ближе к управленческим процессам.
В фарме такой разговор давно назрел. И чем быстрее мы перестанем воспринимать BI как «ещё один отчёт для руководства», тем быстрее данные начнут работать не на презентации, а на решения.
Если вы отвечаете за ИТ, данные, аналитику или цифровую трансформацию в фармацевтической компании, такие темы точно стоит обсуждать не в одиночку. Для этого мы и развиваем «Фармакод» — закрытую среду для обмена опытом и разбора практических отраслевых задач.
#цифроваятрансформация
ссылка на оригинал статьи https://habr.com/ru/articles/1031892/