BI-система будущего, которая оставит ИТ без хлеба

«Я вообще не пользуюсь компьютером, потому что он должен экономить время, а он только отнимает. Настоящих компьютеров как таковых пока не существует. Покупатели компьютеров по-прежнему смотрят не на внешний вид, а на HDD и мегагерцы, поэтому компьютеры недалеко ушли от БЭСМ. Они сделаны не для людей, а для технарей. Почему эта штука виснет? Объясните мне. Почему здесь нужно то одно загрузить, то другое перезагрузить? Объясните мне. Если покупаешь калькулятор Citizen, у тебя же нет сомнений, что он правильно умножит 123 на 4895. А здесь купил программу и смотришь, пойдет она или нет. Когда инструкция большинства компьютеров останется нераспечатанной, и для их использования не нужно будет изучать специальную литературу, когда системы будут сами грузиться и сами чиститься, только тогда настанет компьютерная эра»

Отрывок из статьи Евгения Чичваркина в журнале «Секрет фирмы», 2006 год

Когда я прочитал эту публикацию 8-летней давности, у меня сразу возникло много параллелей между тем прошлым и трендами, которые происходят в других областях ИТ. Работая в своих определенных технологических нишах, где все нам кажется простым и очевидным, мы порой забываем, что для гуманитариев это далеко не так.

Я даже соглашусь с автором статьи, что в 2006 году компьютеры не были персональными, без знания принципов работы операционной системы нельзя было им самостоятельно пользоваться. Сейчас действительно компьютер стал простым и понятным для всех, как калькулятор. Поскольку в 2006 году у меня лично не было проблем в общении с РС, я эту разницу прочувствовал ровно в день прочтения статьи на другом примере, на досуге сделав для одного продукта сайт на wix (конструктор сайтов на HTML5). Это было примерно так же, как сделать презентацию в powerpoint – все делаешь мышкой, редактируешь страницу тут же и видишь результат. А раньше надо было писать HTML-код, надевать на CMS, а теперь все, для создания сайтов программист больше не нужен! Так же как бизнесмену больше не нужен секретарь, распечатывающий ему письма из электронной почты, или еще ранее – печатающий на машинке распоряжения. Теперь все это кажется очевидным, и новое поколение даже не представляет, как может быть по-другому.

К чему же все эти примеры? Когда после всех этих аналогий я посмотрел на свою сферу деятельности, то пришлось признать, что систем бизнес-аналитики, или как раньше их называли – систем поддержки принятия управленческих решений – так и не существует. Я сейчас не говорю об искусственном интеллекте, который бы выдавал Чичваркину советы, как вести бизнес, а об инструменте непосредственно длябизнес-аналитика (финансиста, экономиста), таком же интуитивно понятным, каким сейчас для них является Excel. И что бы не говорили вендоры, таких законченных продуктов не существует, есть лишь платформы (а это еще далеко не конструктор), что в свою очередь кормит ИТ-специалистов, занимающихся поддержкой внутри предприятия, и интеграторов, занимающихся внедрением и даже создающих свои отраслевые полукоробочные решения.

Далее я попытался ответить на вопрос: а какой же должна быть аналитическая система, чтобы трудозатраты на ее эксплуатацию снизились на порядок. Что бы лишило нас хлеба в этой сфере и стимулировало на развитие дополнительной стоимости в других сферах. Если разложить на компоненты BI-системы, то на мой субъективный взгляд новым лидером рынка станет тот, кто сделает следующие инновации:

1. Уровень хранилища данных. Во-первых, ETL-компоненты должны войти в состав BI-платформ, потому что сейчас это все-таки отдельные продукты либо компоненты СУБД. Во-вторых, ETL процедуры должны сами научиться хоть как-то распознавать структуру базы, вычленять из нее справочники и таблицы фактов. Предлагать свой пусть и тривиальный, но дефолтный вариант «автозаполнения». Хотя это пока из области фантастики, подобных решений ни у кого пока не нашел.

2. Уровень модели данных. Здесь следующий шаг более реалистичен – перенос этого функционала в веб. Сейчас работать с моделью можно только локально в среде архитектора-разработчика. Для самих технарей это даже удобней и надежней: никто лишний не внесет никаких изменений. Но это же и ограничение для распространения системы, возможности делать локальные доработки здесь и сейчас.

3. Витрины данных и OLAP-кубы. Очень важный шаг вперед по направзлению к человеку уже сделан – это in-memory. Закон Мура продолжает действовать, и оперативная память уже настолько подешевела, что уже нет необходимости строитьпредрассчитанные кубы. Физически мы работаем с реляционной моделью, а скорость отклика – как у многомерной – секунды.

4. Разработка отчетов и дашбордов (репортинг). Эти инструменты во многих BI-платформах уже перекочевали в веб. Осталось только, чтобы они полностью соответствовали принципу «whatyouseeiswhatyouget», когда в интерфейсе редактора ты видишь отчет таким, каким он будет опубликован для пользователя.

5. Мобильные приложения.Их включили в свой стек все вендоры скорее в дань моде. На сегодняшний день это бесполезная игрушка, представляющая собой те же самые статичные дашборды, по возможностям часто уступающие браузерному отображению отчета. А вот польза от них появится, когда в приложении появится полноценный OLAP-клиент для Ad-Hoc запросов.

6. Построение систем KPI. Автоматизация и привязка стратегических целей к оперативным показателям кажется логичной верхушкой системы бизнес-аналитики для организации, только вот успешных внедрений нет. Этот функционал не был родным для BI-систем, скупленные нишевые продукты органично так и не встроились в платформу. По функционалу и удобству их превосходят специализированные системы для построения карт показателей, даже отечественные. Вывод – нужно раскрывать потенциал этих модулей, вытаскивать из глубин платформы на поверхность, к пользователю.

7. Data Mining. По-хорошему, это отдельная продуктовая категория, для которой даже у Gartner свой квадрант. Но от BI-системы ожидают еще и прогнозирования с моделированием. На мой взгляд, не стоит конкурировать с профессиональными статистическими пакетами, но существенным плюсом будет реализовать в редакторе отчетов набор шаблонных алгоритмов из разряда «Data Mining для чайников» с анализом «что-если», кластеризацией, регрессией и другими функциями, полезными для бизнеса.

В целом же в новых версиях BI-платформ наблюдаются усовершенствования в дизайне, интерфейсе конечного пользователя. До инноваций это не дотягивает, потому что на уровне управления структурами данных мало что поменялось. Даже в рамках одной платформы сложно быть профи во всех перечисленных модулях. И вот тот, кто достигнет инноваций здесь, исключит очередной трудоемкий этап из технологического стека, сможет стать новым лидером рынка и сделать массовый продукт.