Как заставить BI-систему работать на бизнес

Российский рынок BI-решений стабильно растет. На этом фоне большинство крупных и средних компаний в России уже внедрили BI-системы. Однако ожидания от аналитики часто не оправдываются: BI используется точечно и не становится частью стратегического управления.

Почему это происходит и как сделать так, чтобы аналитика начала приносить экономический эффект, рассказывает Сергей Азаров, руководитель направления «Цифровая трансформация» в департаменте бизнес-решений «Софтлайн Решения» (ГК Softline).

— Сергей, по вашему мнению, почему же управленческие решения по-прежнему зачастую принимаются интуитивно?

— Во многих компаниях BI-система — это не инструмент управления, а скорее элемент цифрового интерьера. Она попросту не встроена в процесс принятия решений.

Как правило, BI используется для операционной отчетности: посмотреть продажи за период, выгрузить цифры для планерки, собрать отчет для совета директоров. Но собственники и топ-менеджеры продолжают опираться на личный опыт, интуицию и привычные управленческие паттерны.

Причина часто не в самих BI-системах, а в качестве данных. Исследование «Аэро» и «Матемаркетинг» показывает: при том, что данные используют около 90% компаний, действительно довольны качеством и объемом аналитики лишь 13%. При таком уровне доверия ее крайне сложно встроить в контур управленческих решений.

— По каким признакам можно понять, что BI не создает реальной ценности в компании?

— Есть несколько типовых симптомов. Во-первых, дашборды обновляются раз в сутки или даже вручную. Это означает, что компания работает не с управлением в реальном времени, а с «вчерашней погодой». Во-вторых, BI-системой пользуется узкий круг сотрудников — аналитики, финансисты, ИТ. Бизнес-руководители туда просто не заходят. В-третьих, нет полноценной интеграции с ERP, CRM, производственными и логистическими системами. Данные живут в разных контурах, справочники не совпадают, показатели считаются по разным методикам.

В итоге BI-система формально есть, но она не становится рабочим инструментом для управления продажами, закупками, производством и финансами.

— Где компании теряют больше всего денег из-за решений без опоры на данные?

— Наиболее ощутимые финансовые потери — в продажах и маркетинге. Потенциальная выручка теряется из-за неотработанных лидов: заявки не получают своевременного ответа, сделки зависают, а ошибки в воронке остаются незамеченными. При этом маркетинговые бюджеты часто распределяются интуитивно — без сквозной аналитики по каналам и расчета ROMI.

В закупках типовая проблема — неверное планирование объемов и цен. Компании либо переплачивают, либо замораживают оборотный капитал в избыточных запасах. В производстве решения «по ощущениям» чаще приводят к простоям, неэффективной загрузке мощностей и потерям маржи. По оценкам McKinsey, простои оборудования могут съедать до 5–10% EBITDA в капиталоемких отраслях.

— Где обычно возникает разрыв между ожиданиями бизнеса и возможностями BI-решений?

— Бизнес по-прежнему мечтает о «волшебной кнопке», которая будет выдавать готовые рекомендации: что продавать, кому, по какой цене и когда. Но BI-система — это инструмент анализа, а не принятия решений. Она показывает цифры, но не интерпретирует их за руководителя.

Топ-менеджмент хочет видеть мобильные дашборды с ИИ-прогнозами, сценарным моделированием и подсказками в режиме реального времени. Однако подобный функционал пока представлен не во всех отечественных продуктах, а его внедрение требует зрелой архитектуры данных. Без качественного DWH, единых справочников и настроенных бизнес-процессов никакое «умное BI-решение» работать не будет.

— С чего нужно начинать, чтобы BI начал приносить бизнесу реальную пользу?

— С правильной постановки задачи. Первая ошибка большинства проектов — начинать с выбора платформы, а не с понимания, в каких бизнес-процессах аналитика должна приносить деньги.

Поэтому первый шаг — это аудит ключевых проблем: где возникают системные потери из-за ручных операций, задержек и ошибок. Дальше имеет смысл запускать пилот на реальном бизнес-кейсе с понятными KPI: это может быть, например, увеличение конверсии в продажах или снижение складских остатков.

После пилота — переходить к очистке и нормализации данных. Именно качество данных делает отчеты релевантными. И параллельно — обучать сотрудников, которые отвечают за выполнение KPI. BI не работает без людей, которые готовы принимать решения на основе цифр.

— Можно ли заранее просчитать экономический эффект от внедрения BI?

— Полностью просчитать эффект заранее очень сложно, но бизнес-кейс — можно и нужно. Как правило, мы строим модель на пилотном проекте. Такие расчеты обычно сходятся с фактом с погрешностью около 10%. Дальнейший эффект от BI напрямую зависит от масштаба бизнеса. 

В сегменте малого бизнеса аналитика способствует росту выручки и снижению операционных затрат за счет повышения конверсии и более качественной работы с клиентами. В среднем и крупном бизнесе BI влияет не только на выручку, но и на операционную модель компании — управление запасами, закупками и логистикой. Так бизнес одновременно повышает эффективность и снижает издержки. 

В этом и заключается ключевая ценность BI-решений: они позволяют бизнесу перейти к измеримому и воспроизводимому управлению.