Промышленно-металлургический холдинг полного цикла «Акрон Холдинг» создал централизованную аналитическую платформу на базе PIX BI, охватившую все дивизионы и функциональные направления компании. Проект эволюционировал от локальных отчетов к построению корпоративного хранилища данных с ежедневным обновлением. О реализации проекта рассказывает Владимир Руденко, заместитель генерального директора по цифровизации бизнеса ГК «Акрон Холдинг» и номинант на премию Data Award.

- Как «Акрон Холдинг» пришел к реализации проекта? Что представляла собой инфраструктура для работы с данными?

«Акрон Холдинг» в своей истории постоянно расширяется. Для управления активами холдинга менеджменту необходимо постоянно принимать различные решения. Для принятия эффективных решений в том числе необходимо оперативно собирать и использовать данные, формируя различные показатели деятельности, которые показывают состояние дел в той или иной сфере деятельности активов. Соответственно, для обеспечения этой работы было принято решение о реализации данного проекта.

На старте работы мы запустили пилотный проект при поддержке компании BI Consult. Проектная команда провела пилот, поддерживала ИТ-подразделение холдинга на всем пути внедрения нового продукта и продолжает консультировать по техническим вопросам.

До начала проекта инфраструктура для работы с данными представляла собой три блока. Первый из них – развернутый локально сервер Microsoft Power BI с двумя аналитическими приложениями, разработанными сторонней организацией. Вторая часть – централизованные базы «1С», загружающие данные из множества других учетных систем и формирующие отчеты по этим данным. И, наконец, файлы Excel. Сотрудники вручную выгружали необходимую информацию из информационных систем и уже в Excel объединяли ее и анализировали.

- Какие были проблемы? Чем не устраивала ситуация?

На тот момент времени проблемы были следующими. Часть из них пока что остается и сейчас, и это предмет дальнейшего развития области управления данными. Можно отметить отсутствие или недостаточность данных и результатов их анализа в процедурах принятия решений, где они были необходимы. Доставляли неудобства различная терминология и методики расчета тех или иных показателей, применяемые менеджментом из разных сфер деятельности холдинга. Отмечалась высокая трудоемкость сбора данных вручную, недостаточная оперативность и скорость сбора данных, необходимых для анализа, сомнения в достоверности собранных данных, невозможность использовать данные множества информационных систем в одном информационном пространстве. Время создания необходимой аналитики и отчетности было непозволительно долгим. Отсутствовало единое место хранения взаимосвязанных различных данных, не было доступа в режиме онлайн к необходимым данным и аналитике. Не хватало общекорпоративного интуитивно понятного self-service инструмента анализа и визуализации данных, которым мог бы пользоваться при желании любой сотрудник холдинга. Был нужен центр компетенций в области управления данными, глубоко погруженный в специфику бизнеса.

- Какой был выбран подход?

Проект по внедрению бизнес-аналитики в компании представляет собой масштабную инициативу по развитию централизованной аналитической платформы, охватывающей все дивизионы и функциональные направления компании – от HR и финансов до промышленных и торговых подразделений. Изначально BI реализовывался в пилотных департаментах закупок, маркетинга и ИТ. Постепенно проект эволюционировал от локальных отчетов к построению корпоративного хранилища данных с квази-онлайновым обновлением, созданием «единой версии правды» на базе Data Governance и внедрением MDM-системы для поддержки актуальности справочной информации.

- Какие продукты использовались? Как подходили к их выбору?

Основой решения стала платформа PIX BI с внутренним хранилищем на базе ClickHouse. Для хранения общекорпоративных данных используется комплекс программных продуктов СУБД PostgreSQL, Apache Airflow и dbt.

Для выбора общекорпоративной BI системы был проведен сравнительный анализ различных решений, которые официально представлены в России. Для него были выделены критерии для сравнения и даны оценки по наличию того или иного функционала. В качестве источников информации использовались официальные сайты вендоров, а также исследование «BI-круг Громова».

Что касается построения корпоративного хранилища данных, то в этом случае было решено начать работу с программными продуктами с открытым исходным кодом, так как на текущем этапе их возможностей достаточно для удовлетворения наших потребностей. Кроме того, по этим продуктам у команды уже есть компетенции и для их применения не требовалось дополнительное обучение.

- Что в ходе проекта вызывало сложности?

Существовало несколько моментов, которые требовали особенного внимания в рамках реализации проекта. Они были как со стороны бизнеса, так и со стороны ИТ.

Было важно договориться с бизнесом о том, по каким процедурам осуществляется предоставление доступа к необходимым данным, особенно к тем, которые носят конфиденциальный характер. Это серьезный момент в начале работы, так как у бизнеса может не быть достаточного доверия к той команде, которая загружает данные.

Следовало определить множество источников данных, которые относятся к различным активам, сформировать реестр таких источников данных с принадлежностью к активам, чтобы понимать, какие данные где находятся. Нужно было понимать, где внутри систем источников данных находятся те или иные данные, необходимые для загрузки в корпоративное хранилище данных, требовалась проработка этих вопросов с бизнес-специалистами, а также привлечение аналитиков и архитекторов информационных систем.

Есть сложности со скоростью согласования получения доступа к необходимым данным в источниках данных для их загрузки в корпоративное хранилище данных, проблемы с доверием со стороны пользователей аналитики к тем данным, которые собраны из источников данных. Требуется явное понимание, какие данные откуда были выгружены для возможности их дальнейшей проверки при необходимости на стороне источников данных.

Зачастую в применяемую в работе терминологию сотрудниками разных сфер деятельности вкладывается разный смысл. Есть одинаковые по наименованию и разные по смыслу показатели, которые применяются в разной отчетности холдинга. В этом случае значения показателей, одинаковых по наименованию и разных по смыслу, естественно, не совпадают в разных аналитических отчетах. Эта ситуация приводит к непониманию того, каким значениям показателей доверять.

Нужно было договориться с ИТ-командами, поддерживающими разные продукты, о способах и методах выгрузки данных, выработать единые стандарты выгрузки для различных типов информационных систем. Необходимо было выработать понимание отсутствия высокой нагрузки на информационные системы при работе механизмов выгрузки данных, согласовать регламенты выгрузки данных. Процесс выгрузки не должен сказываться на работе пользователей в системах.

Не меньше сложностей было со скоростью и трудоемкостью разработки механизмов выгрузки данных из информационных систем источников данных в корпоративное хранилище данных. Сейчас прорабатывается вопрос оптимизации процессов настройки выгрузки данных из информационных систем «1С», так как это большая часть архитектурного ландшафта холдинга.

Наконец, есть сложности с оперативностью выгрузки данных из систем-источников в связи с применением на текущий момент только пакетной загрузки данных. Прорабатывается возможность настройки инкрементальной выгрузки данных и, соответственно, поддержка обновления данных в режиме времени, близком к реальному.

- Чем в созданном решении можно особенно гордиться?

У нас появился полноценный self-service – возможность для разработки BI-аналитики сотрудниками на стороне бизнеса без привлечения централизованной ИТ-команды.

- Какие результаты достигнуты?

В ходе проекта автоматизировано более 180 автоматизированных рабочих мест, их число будет расти. Внедрение бизнес-аналитики позволило обеспечить централизованный доступ к актуальной и достоверной информации, повысить скорость и качество принятия решений во всех подразделениях компании. За счет внедрения self-service BI более 15 сотрудников получили навыки самостоятельного анализа данных, что снизило нагрузку на централизованную команду и ускорило получение аналитики.

Создана масштабируемая инфраструктура с единой версией правды и пакетным обновлением по регламенту, работаем над онлайн-обновлением данных. Проект стимулирует культуру использования данных и автоматизации, снижает риски потери информации при уходе ключевых сотрудников.

На текущий момент наша аналитика – это скорее про то, чтобы создать площадку, где можно видеть данные, чтобы эффективнее принимать решения. В процессе реализации такой задачи мы можем достигать экономического эффекта в части сокращения трудозатрат сотрудников на сбор, консолидацию и проверку данных. Мы пока только идем в сторону того, чтобы аналитика создавалась для получения на выходе прямого экономического эффекта.

- Пытались ли оценить финансовый результат?

Да, в некоторых проектах он есть в косвенном виде, за счет сокращения трудозатрат на формирование отчетности. Есть в работе общехолдинговая инициатива, связанная с аналитикой продаж, где планируется достижение прямого экономического эффекта.

- Чем проект уникален?

Проект представляет собой непрерывную продуктовую активность, состоящую из множества независимых BI-проектов, реализуемых под конкретные запросы бизнеса. При этом BI не навязывается, а создается только там, где есть реальная заинтересованность и потребность, что повышает вовлеченность пользователей и эффективность решений. Также особенностью является развитая система self-service с обучением пользователей, что значительно снижает нагрузку на команду и способствует масштабированию аналитики во всех дивизионах компании.

- Какие мероприятия реализованы с целью повышения активности и вовлеченности пользователей в BI-проект?

В рамках реализации отдельных инициатив заказчиком обозначается круг сотрудников со стороны бизнеса, которые будут являться пользователями аналитики. Соответственно, для данных сотрудников проводится обучение. Далее после получения положительного опыта работы с BI-системой сотрудники делятся этим опытом с другими коллегами, тем самым информация сама распространяется по холдингу. Также проводятся отдельные встречи с руководителями различных сфер деятельности холдинга по популяризации системы, после чего следует договоренность о реализации тех или иных аналитических инициатив.

Также там, где это возможно, аналитические приложения встраиваются в бизнес-процессы для того, чтобы стать их частью, и чтобы выполнение задачи предполагало использование аналитических приложений. Например, для расчета KPI ИТ-сотрудников применяются системы, которые рассчитывают значения KPI в отчетном периоде, тем самым автоматизируя данную работу. Кроме того, сотрудники имеют возможность для оперативного мониторинга своих показателей KPI в течение отчетного периода.

В планах – разработка инструментария для анализа информации по популярности тех или иных аналитических приложений, чтобы, исходя из этого, предлагать бизнесу дальнейшее распространение этих приложений на других сотрудников.

- В каких направлениях будет развиваться проект?

В первую очередь, конечно, это перевод существующей регламентной бумажной и электронной (Excel) отчетности в BI. Планируется создание аналитики по операционным бизнес-процессам, разработка приложений по анализу коммерческой деятельности холдинга, формирование аналитики по вовлеченности пользователей в работу с аналитическими приложениями.

Будет происходить оптимизация бизнес-процессов выгрузки данных из различных источников данных, поддержка инкрементальной выгрузки данных, обновление данных в режиме около-реального времени. Надеемся ускорить скорость обработки и увеличение объемов хранимой информации на стороне хранилища данных.

Начнем эксперимент по использованию данных хранилища для продвинутой аналитики, проведение конкретных исследований для бизнеса «на заказ». Другой эксперимент будет заключаться в интеграции данных КХД в генеративный ИИ с целью получения и анализа данных через запросы через чат, на естественном языке.