В эпоху цифровой трансформации бизнес сталкивается с необходимостью эффективного анализа данных для принятия обоснованных стратегических решений. В этом процессе ключевую роль играют BI-системы, которые предоставляют компаниям возможность преобразовывать данные в ценные бизнес-инсайты.

BI-система – платформа, на которой из разных источников собраны и представлены данные на одном экране в виде таблиц, графиков и схем. Подобное хранение информации значительно облегчает контроль за продажами, маркетингом и финансами компании.

Вопрос: «Внедрять BI в бизнес или нет?» уже практически ни у кого не возникает. Однако выбор между платными и бесплатными BI-системами может стать серьезным вызовом для предпринимателей.

Разумеется, как платные, так и бесплатные BI-платформы значительно различаются по функциональности. Выбор инструмента должен зависеть от конкретных задач и инфраструктуры бизнеса, бюджета, наличия в компании сильных ИТ-специалистов и других факторов.

Давайте взвесим все за и против, разберемся, действительно ли бесплатные решения для аналитики бесплатны и как выбрать ту самую, подходящую под ваш запрос BI-систему.

Для начала сравним между собой закрытые ПО, открытые ПО и облачные ПО.

Подавляющая часть пользователей, несмотря на уход с рынка крупных игроков (Power BI, Tableau, Qlik Sense) по-прежнему предпочитает закрытое ПО для бизнеса.

Популярные российские лицензионные BI-системы — Visiology, Alpha BI, Analytic Workspace (AW BI), Modus BI, Luxms BI, «Форсайт», PIX BI.

Отрегулированный процесс внедрения и интеграции. Вендор учитывает необходимые параметры инфраструктуры, оценивает требования к производительности ПО и предусматривает возможные риски отказоустойчивости.

Расширенный функционал для сложного анализа данных и прогнозирования в рамках одного BI-решения. Платные BI-системы обычно предлагают более широкий спектр функций и возможностей, таких как поддержка различных источников данных, расширенные возможности визуализации, функции прогнозирования и машинного обучения.

Высокий уровень защиты данных и конфиденциальности. Проприетарные BI-решения соответствуют необходимым стандартам безопасности и используют лучшие технологии шифрования данных, механизмы контроля доступа и мониторинга безопасности, что защищает бизнес-данные от утечек и несанкционированного доступа.

Обслуживание и поддержка со стороны вендора. В случае выбора проприетарного BI — всегда можно рассчитывать на поддержку от вендора или его специализированных партнеров. Это включает консультации по настройке системы, обучение пользователей, а также оперативную техническую поддержку в случае возникновения проблем или вопросов.

Регулярные обновления. Вендор всегда стремится расширять функциональные возможности своего продукта, что позволяет пользователям получать больше пользы от BI-системы.

Четко определенная функциональность BI-решения может вызывать сложности в части модификации или адаптации под специфику отрасли и конкретные потребности бизнеса.

Отметим, что последние несколько лет наблюдается тенденция постепенной взаимной интеграции закрытого ПО с открытом ПО. Исследование рынка говорит о том, что более 50% программного кода open-source создают команды разработчиков из корпоративного сектора, а не только IT-энтузиасты.

Open-source программное обеспечение имеет открытый исходный код. Однако этот факт не делает open-source бесплатным решением. Да пользователю не придется платить за лицензию, но за внедрение, сопровождение, развитие, обеспечение должной поддержки, доработки и риски заплатить придется и немало. Таким образом, выбор в пользу бесплатного, на первый взгляд, BI-решения обойдется дороже проприетарного из-за необходимости доработок.

Наиболее известные open-source решения: Pentaho, Metabase, Redash, Apach Superset.

• экономия на лицензиях и возможность гибкого масштабирования;
• нет вендор-лока (зависимости бизнеса от услуг одного поставщика);
• высокая гибкость и возможность кастомизации, что важно для больших компаний, легче устранять уязвимости;
• активное развитие сообщества, постоянные улучшения и инновации, массовый аудит кода;
• независимость от санкций.

• сложное внедрение

Для создания полноценной структуры open-source решения, его внедрения, обслуживания и гарантированной работоспособности потребуются квалифицированные специалисты высокого уровня, специализирующиеся в следующих областях программирования:

- Data governance — разработка хранилища и систематизация данных

- Data Literacy — понимание и культура работы с данными

- Data Architect — разработка архитектуры системы

- DevOps — управление разработкой и внедрением

Необходимо отметить, что для создания комплексного бизнес-решения чаще всего требуется комбинировать несколько open-source решений. Для обеспечения поддержки такого комплекса инструментов в крупных проектах необходимо привлечь дополнительных специалистов, таких как Solution Architect и дополнительные разработчики, в дополнение к упомянутым выше Data Architect и DevOps.

• нет гарантий в вопросах функциональности и уровня отказоустойчивости

Использование открытого ПО дает возможность совместного использования различных открытых компонентов для создания комплексных решений. Однако для этого необходима компетентность в компании как на уровне построения бизнес-процессов, так и в интеграции в корпоративную ИТ-инфраструктуру.

• уязвимость в части безопасности данных

Открытый доступ к коду может предоставить злоумышленникам возможность находить уязвимые места и атаковать системы с открытым кодом. Однако стоит отметить, что если решение имеет широкое комьюнити, то такой код проходит обширное ревью со стороны многих специалистов, что позволяет выявлять и закрывать потенциальные уязвимости еще до выпуска новых версий.

• отсутствие обслуживания и обновлений

Если вы начинаете «ковырять» код системы, то обновления уже просто так не поставить. Сообщество при этом ваши правки в продукт вряд ли примет.

На российском рынке есть множество интеграторов, которые специализируются на внедрении open-source программного обеспечения и предлагают свои услуги за определенную плату. В то же время существуют вендоры, которые создают готовые решения, используя для некоторой функциональности проверенные open-source компоненты. Например, Analytic Workspace (AW BI) являясь проприетарным BI-решением, использует в своей системе ряд open-source компонентов, беря на себя ответственность за их эффективную и надежную работу в составе системы.

Давайте проведем небольшое сравнение стоимости open-source BI с Analytic Workspace.

Допустим, организации требуется внедрить BI-систему на 500 пользователей и стоит выбор между open-source решением и российской BI-платформой Analytic Workspace (AW BI). Посчитаем затраты на реализацию:

• проект и внедрение:

Для реализации Open Source BI необходимо около 400 человеко-дней, в то время как внедрение проприетарной системы займет ~230 человеко-дней. Обусловлено это различие необходимостью создания хранилища данных (DWH) для open-source варианта, более сложной настройкой ПО, компонентов и коннекторов. В пересчете на деньги это ~16 млн руб. для Open Source против ~9 млн на проприетарный BI.

• специалисты в штат:

Для поддержания в рабочем состоянии open-source архитектуры организации потребуется сколотить и постоянно держать в штате мощную команду ИТ-специалистов высокого уровня. Как минимум потребуются SQL-разработчик, Data-инженер и разработчик BI, их общая заработная плата составит около 4 млн руб. в год. Проприетарный BI предоставляет полноценную техподдержку, поэтому можно обойтись наймом одного SQL-разработчика. Стоимость техподдержки AW BI - 20% от стоимости лицензий со второго года, это около 250 тыс. руб. в год.

• стоимость лицензий:

И самое интересное: при выборе open-source не нужно платить за лицензии! В случае AW BI при выборе on-premise решения с бессрочной лицензией придется оплатить порядка 11 млн руб. единоразово.

Итого:

Open Source / AW BI

1-й год: 20 млн / 21 млн

2-й год: 4 млн / 1.5 млн

3-й год: 4 млн / 1.5 млн

Затраты на open-source BI в нашем примере уже на второй год использования превышают затраты на владение проприетарным BI.

Эти решения созданы на базе облачной инфраструктуры IT-гигантов со всеми их плюсами и минусами.

Популярные Cloud native платформы — Google Data Studio, Amazon QuickSight и Yandex DataLens.

В России для использования доступна только последняя платформа, в этом продукте отлично проработана документация, есть встроенные справочники функций, а также доступны курсы бесплатного обучения по работе с ним. Однако, как и у других альтернатив, у DataLens есть свои преимущества и недостатки.

• простота и скорость внедрения;
• отсутствие ограничений в количестве пользователей, объеме хранилища и вариантах визуализации;
• постоянные автоматические обновления;
• возможность доступа из любой точки, так как данные хранятся в облаке.

решение не подходит для компаний с высокими требованиями к информационной безопасности, размещение данных во внешней инфраструктуре не гарантирует их конфиденциальность и сохранность;

возникают проблемы при работе с большим объемом данных, облачные BI-решения обычно не позволяют развернуть enterprise решение;

сложность кастомизации, для расширения функциональности платформы могут потребоваться дополнительные инструменты, что приводит к дополнительным расходам. Например, в DataLens ограничен выбор встроенных видов диаграмм, нельзя строить каскадные диаграммы Waterfall, и невозможно интегрировать сторонние решения с помощью JavaScript-кода.

Таким образом, облачные BI-платформы хоть и позиционируется как полностью бесплатные, фактически требует дополнительных затрат на инфраструктуру, доработки, дополнительные инструменты и привлечение специалистов.

Раз зашла речь о мышеловках, обязательно отметим: ориентироваться исключительно на стоимость — плохая идея.

Выделяется 3 основных параметра выбора: цена, технологии и обязательные функции. Алгоритм для тех, кто планирует самостоятельное внедрение.

Путь к BI-решению, оптимально подходящему для вашего бизнеса:

Ответьте себе честно: сколько вы готовы потратить денег на внедрение BI-системы. И сразу определите, какое количество лицензий вам реально нужно. Как ответите на эти вопросы, запрашивайте коммерческое предложение у вендоров.

Если вам кажется, что это все очень долго — это не так. Вся процедура займет максимум 2-3 часа.

Всех, кто не подходит по цене, отсеиваем и двигаемся дальше без них.

Раз мы говорим о самостоятельном внедрении, учитывайте бэкграунд своих сотрудников. Например, у них может быть опыт работы с SQL или DAX, а может и не быть, или они могут быть знакомы с Python.

Оставляете только те BI, которые подходят по технологиям для ваших сотрудников. Если ничего не подходит, пересматривайте критерии. Правда, есть еще один вариант: обновить сотрудников, однако есть риск, что бюджет придется увеличивать.

Выписываете только те функции, которые вам реально нужны в BI.

«Пусть будет на всякий случай» — принцип, которым НЕ стоит руководствоваться при выборе BI.

Выбирайте реальный мастхэв, 20-30 функций, без которых вы даже смотреть BI не будете.

Оставшиеся решения прогоняйте по вашему списку и отмечайте: "есть/нет" нужные функции.

1. Если у вас много решений в списке (вы богаты и у вас подкованные сотрудники) — прогоняйте по таблице функций в отчете Громова. Возможно, решения функционально выросли с момента составления обзора. Но у вас большой список — не беда кого-то потерять.

2. Если решений мало (до 5) — смотрите демоверсии продуктов сами и ставьте «есть/нет».

Продолжайте изучать тех, кого оставили. Можете запросить показ продукта, посмотреть на кейсы, на людей. Вендоров, которые не вызывают доверия, но вызывают подозрения — отсеиваем.

Теперь у вас перед глазами список подходящих решений, которые соответствуют бюджету. И по технологиям, и по функциям — ок.

Если в списке в итоге осталось одно решение, круто, вы определись. Если несколько — сортируйте по цене. Готово.

Оказалось, что все проще, чем кажется на первый взгляд.

Однако есть альтернативный вариант: если вам уже давно приглянулось какое-то из BI-решений и вас все устраивает по цене и функциям, то попробуйте внедрить на маленький процесс и понять все ли ок.

Спасибо за прочтение и пусть отчеты будут такие ясные, что даже финансовый директор не сможет им не поверить!

Реклама АО "Барс ГРУП" 18+

Erid: 2VtzqwPNfXX