Инструменты для работы с данными и принятия управленческих решений

В текущих реалиях сохранение и развитие бизнеса определяется тем, насколько оперативно и эффективно принимаются те или иные управленческие решения. Для поддержки данного процесса современным компаниям требуются мощные аналитические инструменты, способные быстро выдать бизнесу ответы на интересующие вопросы.

Часто такими инструментами были платформы и системы глобальных производителей ПО. Сегодня они недоступны многим компаниям. Мы проработали подходы к тому, как быстро реализовать все требования бизнеса на современных платформах, свободных от санкционных рисков. Наш подход позволяет не ужимать свои требования и ожидания под возможности менее функциональных платформ, а, наоборот открывает новые горизонты возможности за счет использования самых передовых аналитических решений, которые давно уже развиваются в мире в концепции open source.

Предпосылки:
  • Уход или угроза ухода глобальных производителей ПО и связанное с этим отсутствие возможности закупить/докупить лицензии.
  • Переход на новые бизнес-приложения, включая системы управления предприятиями ERP (ПО отечественного производства, Open Source).
  • Отсутствие конкурентоспособных на мировом уровне платформ по работе с данными на отечественном рынке проприетарных BI-систем.
Проблемы бизнеса — нехватка инструментов анализа:
  • Сбор отчетности в ручном режиме — большие трудозатраты сотрудников.
  • Сложности формирования полноценных аналитических отчетов непосредственно средствами бизнес-приложений (ERP, CRM, и т.п.).
  • Сбор и анализ детальной информации (например, по чекам, по данным с сайта, оборудования и т.п.).
  • Сложность объединения внешних относительно компании данных с данными внутренних информационных систем (изменчивость API, форматов предоставления данных, значений аналитик).
  • Сложность обработки растущего взрывными темпами объема исторических данных.

Вопросы при выборе системы, которые необходимо проработать:

  • Скорость внедрения аналитического решения,
  • Качество осуществления поддержки (обновления, quick fix и т.д.),
  • Минимизация затрат — при замене большого количества систем необходимо держать под контролем затраты на лицензии,
  • Надежность поставщика (масштабность и широта сообщества разработчиков),
  • Производительность на уровне хранилища данных (ХД), обработки и предоставления информации,
  • Сложность обучения персонала,
  • Сложность внедрения и поддержки,
  • Удобные для бизнеса инструменты визуализации,
  • Интеграция с внедряемым ПО,
  • Поддержка идеологии Data Governance.
Современные технологии обработки данных и стек open source-продуктов:

Все описанные выше вопросы необходимо рассматривать комплексно, но для бизнеса в первую очередь важно вовремя получать и анализировать качественные данные, а для IT — правильно собирать, консолидировать и оперативно публиковать эти данные, используя доступную и надежную инфраструктуру.

Наше предложение, построенное на высокоэффективных open source-инструментах, широко используемых в самых технологичных компаниях мира, позволяет закрыть все имеющиеся потребности ИТ и бизнеса.

Мы предлагаем реализацию Аналитического контура на базе следующих компонентов:


Каждый из представленных инструментов эффективно решает конкретные прикладные задачи в своем сегменте.

С точки зрения IT:

  • Хранение данных. Важно понимать, какие именно данные требуются бизнесу и как их правильно хранить и обрабатывать.
  • Для транзакционных систем – GreenPlum, продвинутый вариант PostgreSQL с поколоночным видом хранения данных, что обеспечивает лучшую производительность по сравнению с классическими SQL-подобными базами данных.
  • Для масштабируемых данных класса BigData с обработкой и накоплением первичных документов применяется HDFS (Hadoop Distributed File System).
С точки зрения Бизнес-пользователей:
  • Инструменты визуализации: Apache Superset – open source-аналог Power BI с возможностью создания отчетов и дашбордов. При создании отчетов знания специальных языков программирования не требуется, что позволяет использовать его как инструмент self service-отчетности.
  • Прикладная работа с данными на уровне «электронных таблиц» по типу Excel — встроенные подключения к витринам данных, а также к данным из кубов Apache Kylin.
Готовы начать цифровую трансформацию бизнеса?
Оставьте свои контакты для записи на консультацию с экспертом