С распространением технологий на базе Flash в начале 2000-х в широкий обиход проник дашборд — таким, каким он знаком нам сегодня. Но если Flash вот-вот окончательно канет в лету, то дашборд, смерть которого провозглашали не один десяток раз, по-прежнему с нами. В сегодняшней статье поговорим, как меняется аналитика для бизнеса, где в ней сегодня место старого доброго дашборда и что придет ему на смену.
Когда все и сразу не работает
Среднестатистический дашборд начала 2000-х больше всего напоминал приборную панель самолета. По задумке обилие индикаторов, графиков, чартов, фильтров и переключателей должно было давать руководителям полный контроль над процессами в организации. Но на деле погружаться в детали и искать инсайты большинство из них было не готово — задача оказалась сложной и далеко не всегда нужной.
Несмотря на это, в корпоративном мире дашборды долго были в большой моде. Каждая уважающая себя компания старалась добавить в свой борд как можно больше креатива — и информации. От графиков и цифр на одном экране рябило в глазах.
Разрабатывали такие дашборды неделями и даже месяцами, а потом использовали один-два раза и забывали об их существовании. Разобраться в операционных метриках и сделать выводы для среднестатистического бизнес-пользователя было почти непосильной задачей.
В итоге все возвращалось на круги своя. Если нужна аналитика, руководителю проще позвать подчиненного и поставить ему задачу. Разобраться с аналитическим дашбордом оказалось дольше и сложнее.
В стороне от бизнес-процессов
Сегодня в аналитических отделах научились визуализировать данные лаконичнее, но принципиально подход не поменялся. Информации на дашбордах все равно слишком много. И данные, которые там выводятся, обычно поверхностно связаны с контекстом и повесткой бизнеса в конкретный момент времени.
Это подводит нас к другой фундаментальной проблеме традиционного BI: дашборд находится в стороне от бизнес-процессов. Аналитика не встроена внутрь стратегических целей и операционных задач. И это касается не только дашбордов для высшего руководства, но и для среднего менеджмента.
Предположим, у компании N много поставщиков. Она исправно копит данные о работе с ними и в какой-то момент решает проанализировать надежность своих контрагентов. Скорее всего, выглядеть это будет так: данные вносят и хранят в одной системе, а чтобы свести операционную аналитику в отчет или получить какие-то инсайты, нужно построить дашборд в другой. В моменте аналитика недоступна, следовательно, нет оперативных решений и следующих за ними действий.
Но этот сценарий мог бы выглядеть иначе. Менеджер начинает вводить название контрагента, и если опыт взаимодействия с ним был негативным, загорается “красная лампочка”. Дальше предлагаются варианты действий: заблокировать, направить уведомление о расторжении договора, отправить на дополнительную проверку и т.д.
Сценариев может быть много, но принцип один: на дашборде появляется алерт, руководитель или менеджер дает поручение и проблему начинают решать. Так аналитика встраивается в канву принятия решений “здесь и сейчас”. И это — уже больше, чем дашборд.
От дашбордов к аналитическим приложениям
Недавно к нам пришел запрос из большого холдинга. “У нас много портфельных компаний, и нам нужен дашборд, на котором мы будем видеть, какую продукцию они выпускают, какие у них показатели и проблемы. И чтобы можно было сразу давать поручения”. Получается, что и в этом примере речь уже не о дашборде в традиционном понимании.
Прогрессивные компании строят вокруг своих BI-инструментов «надсистемы». Порталы, которые позволяют бесшовно собирать в одном месте аналитику и интегрировать ее в рабочие процессы. Постепенно аналитика будет встраиваться во все большее число бизнес-сценариев и приложений. С ними и решения, которые принимаются, и действия, которые совершатся, будут все больше основываться на данных в режиме “здесь и сейчас”. То есть становиться data driven.
Каким целям могут служить аналитические приложения по сути ограничивает только фантазия. Управлять складом или потребностью в ресурсах, мотивировать на продажи или ставить задачи на проектах. Список можно продолжать долго. Вот, к примеру, несколько реальных аналитических data-driven приложений из нашей практики:
1. Мобильное приложение для продавца-консультанта
В нем продавец видит свои KPI и рейтинг в реальном времени. Здесь же доступны карточки товаров и воронка продаж. В приложении есть челленджи, которые мотивируют на продажи, и обучающие курсы, если результаты хуже ожидаемых.
2. Приложение с профилями сотрудников и проектной загрузкой
В нем собраны навыки работников и есть система трекинга работы на проектах. Навыки валидируют руководители и коллеги. Можно управлять загрузкой специалистов и видеть, каких компетенций не хватает. В зависимости от этого приложение порекомендует программу развития или предложит другие действия.
3. Приложение для техобслуживания и ремонта оборудования
В приложении аккумулируется информация об оборудовании и его техническом состоянии, ремонтах и поломках. Видно, как состояние оборудования влияет на план производства. Здесь же координируется работа сервисных бригад.
Все это аналитические приложения, основанные на данных. С точки зрения визуализации они напоминают привычный дашборд, но выполняют конкретные бизнес-задачи и полноценно встроены в процесс принятия решений.
Пациент скорее жив, чем мёртв
И все же — что с “традиционными” дашбордами? Как кто-то метко заметил на просторах интернета, “дашборд сам стремится к перегруженности, как самурай к смерти”. В стремлении дать пользователю вариативность многие разработчики BI-систем пошли по пути усложнения. При этом они принесли в жертву понятность и быстродействие, и это в конечном счете убивает суть бизнес-аналитики.
Ни один руководитель не хочет бесконечно фильтровать данные на дашборде. Ему нужно видеть проблему и тут же принимать решение, как с ней разобраться. И кажется, что правильная аналитика должна быть непосредственно там, где запускается цепочка действий. Дашборды не исчезнут окончательно, но их будут все больше теснить приложения, которые позволяют работать с аналитикой в моменте.
Сегодня в большинстве компаний сбор данных, разработка бизнес-приложений и аналитика существуют обособленно, и это отделяет их того, чтобы взглянуть на BI по-новому. Мы в Goodt создали BI-платформу Insight с единой средой, где все это сводится воедино. Философия Insight — гибридный подход к созданию аналитики.
Мы не преследуем цели загнать пользователей в лоно какого-то технологического стека, напротив, хотим, чтобы продукт был удобным для максимального числа разработчиков. Можно подключать любые источники данных, а low code конструктор с drag-and-drop механикой и более ста виджетов для визуализации позволяют закрыть практически любые аналитические потребности.
В Insight можно сделать классический операционный дашборд, встроить аналитику в портал или с нуля создать аналитическое приложение. Выбор остается за вами!
***
Полезные ссылки
https://partner.goodt.me/wiki/#/ - Вики Insight и видеоуроки
https://goodt.me/ - официальный сайт компании Goodt
https://goodt.me/insight/ - подробнее про Insight / заказать демо
https://t.me/goodt_official - читайте нас в Телеграм.
