Как заменить Tableau в ИТ-компании и не уронить аналитику: кейс RIDOTTO

RIDOTTO создает и сопровождает игровое и развлекательное программное обеспечение, работает на международном рынке. Релизы, линейка обновлений, большие объемы данных пользователей — все это ядро ежедневной работы. Отчетность здесь не вспомогательный сервис: на метриках построены маркетинг, гипотезы релизов, CRM-процессы и анализ поведения аудитории.

Когда с рынка уходит привычный инструмент визуализации, перед фирмой встает не рутинная смена лицензии, а вопрос устойчивости. Для RIDOTTO уход Tableau означал именно это: ежедневные маркетинговые, стратегические и операционные шаги завязаны на дашборды и срезы. Если рабочий контур падает, вслед за ним проседают маркетинг, удержание клиентов и итерации релизов.

Нужно было полноценно заменить Tableau: сохранить уровень аналитики, закрыть текущие сценарии, получить инструмент с запасом на развитие. Требования к новому BI-решению сформулировали жестко: работа с большими массивами, нативная интеграция с ClickHouse, поддержка ML-моделей, зрелая визуализация, понятный интерфейс для пользователей от маркетинга до менеджмента и архитектура, которая выдержит рост нагрузки.

Рис. 1 — Ключевые требования к BI-системе в RIDOTTO

Решение задач такого масштаба требует системного подхода, а не импульсивной реакции. Инженеры сделали обзор 15 BI-продуктов на российском рынке и за его пределами. Двух кандидатов затем протестировали глубоко: с оценкой документации, уровня поддержки, зрелости функционала и реальных сценариев работы с большими массивами данных.

Каждый вендор BI рассматривали сразу по нескольким критериям. Покрывает ли функционал заявленные задачи. Насколько качественно ведется разработка и обновляется сайт поставщика. Есть ли у команды-разработчика ресурсы для долгосрочной поддержки. Выглядят ли реалистично сроки окупаемости. Существует ли на рынке альтернативный BI со схожим уровнем зрелости.

Ключевым критерием стала перспектива. Важно было остановиться на инструменте, который активно обновляется, а не превращается в поддержку по остаточному принципу.

Выбор пал на AW BI. Во-первых, полное соответствие техническим требованиям: нативная работа с ClickHouse, поддержка больших массивов, совместимость с ML-сценариями.

Во-вторых, зрелый функционал и открытая roadmap. Инструмент растет динамично, у поставщика есть понятный план выпуска новых версий, это дает предсказуемость.

В-третьих, подробная документация. Сайт с базой знаний устроен так, что инженеры разобрались самостоятельно, без постоянных обращений в поддержку.

В-четвертых, отсутствие сопоставимых вариантов в нужном сегменте. На момент тестирования не нашлось готовое решение, которое закрывало бы все пункты одновременно.

Для RIDOTTO это не «закрытие боли сегодня», а стратегический актив на годы вперед.

Один из самых показательных моментов — внедрение прошло без внешнего интегратора. Систему в архитектуру встраивали сами инженеры, опираясь на внутренние знания и понимание рабочих процессов.

Это важный сигнал для отрасли: инструмент достаточно зрел, чтобы компания могла развернуть его своими силами. В основе внедрения — двухуровневая модель отчетности.

Первый блок построен на Python-скриптах и ориентирован на внутренние управленческие подразделения. Здесь важна точность расчетов, воспроизводимость и возможность тонкой настройки логики. Использование Python дает специалистам гибкость: добавлять новые метрики и перестраивать логику отчетов можно без переделки дашбордов.

Второй слой — основной фокус внедрения. Это интерактивная визуализация для подразделений, которые работают с данными ежедневно: CRM-отчетность, сегментация аудитории (ABC-анализ, анализ оттока), маркетинговые срезы по регионам, эффективность рекламных кампаний. Именно здесь BI-решение помогает принимать быстрые решения: менеджер по маркетингу видит срез по регионам в актуальном режиме работы и корректирует бюджеты, не дожидаясь отчета от аналитика.

Рис. 2 — Архитектура RIDOTTO: ClickHouse и новый слой визуализации

В центре — ETL-процессы и хранилище на базе ClickHouse. Оно выступает единым источником правды, а слой визуализации берет на себя интерактивную работу с данными. Такое разделение ответственности упрощает сопровождение: если меняется логика отчета — правка на верхнем уровне, если меняется структура хранилища — правка в ETL.

Сейчас в работе шесть ключевых дашбордов, еще два на подходе. Особое внимание — новым направлениям: там требуется глубокий анализ поведения пользователей на уровне сегментов и когорт. Для игровой индустрии это критично — стоимость ошибки в анализе пользовательских сценариев измеряется не процентами, а миллионами.

Использование двух уровней — первого на Python и интерактивного над ним — позволяет закрывать сразу две логики: точную отчетность для менеджмента и живую аналитику для бизнес-команд.

Старт — февраль 2025 года. Модель выстраивали поэтапно: сначала подняли первый блок на Python, затем подключили верхний слой визуализации для маркетинга и внутренних команд. Ключевые дашборды вводились последовательно, чтобы специалисты успевали адаптироваться под новую среду без потери оперативности.

Параллельно инженеры достраивали ETL-процессы вокруг ClickHouse, чтобы источники подключались единообразно. К моменту полного отключения Tableau новый рабочий стек уже закрывал все приоритетные сценарии.

Ключевые итоги такие. Достигнута технологическая независимость: российская компания больше не зависит от зарубежного поставщика с непредсказуемой политикой доступа. Единое хранилище данных и понятный слой визуализации упростили сопровождение. Масштабируемость выросла — новые дашборды и источники подключаются без переделки архитектуры. Циклы отчетности ускорились: подразделения получают срезы в актуальном режиме, а не раз в неделю. Риски зависимости от внешних поставщиков снижены. Аудитория отчетности расширилась: теперь к дашбордам обращаются маркетинг, внутренние команды и менеджмент.

Хорошую производительность новый стек показывает и на больших массивах — важный эмпирический аргумент для команд, которые только присматриваются к замене ушедших западных инструментов. Практический результат — быстрые решения на живых показателях, без догоняющих отчетов.

Кейс показателен для российских ИТ-команд, которые сейчас решают ту же задачу импортозамещения. В России уход западных инструментов происходит не гипотетически, а прямо сейчас, и команды все чаще пересобирают рабочие среды в сжатых условиях. Несколько практических выводов.

Импортозамещение — инфраструктурный проект, а не замена иконки. Это пересборка архитектуры, и относиться к ней стоит как к полноценной инженерной работе.

Исследование рынка важнее первого впечатления. 15 вариантов в шорт-листе и два глубоких теста — разумный минимум для фирмы с серьезными требованиями к отчетности.

Зрелость проверяется документацией. Если сайт вендора и база знаний позволяют инженерам внедрить систему самостоятельно — это сильное преимущество и индикатор качества.

Собственная экспертиза снижает сроки и стоимость. Внедрение силами внутренних специалистов оказывается быстрее и точнее, когда процессы сложные и специфические.

Типовой шаблон подходит не каждой фирме. Для ИТ-бизнеса с высокими требованиями стандартные сценарии редко дают нужный эффект — нужна платформа, которую можно достроить под себя.

RIDOTTO пошла на смену стека и выстроила рабочую среду, которая поддерживает международную работу уже сейчас и сможет масштабироваться вместе с ростом бизнеса.