С такой неприятной ситуацией приходилось сталкиваться любому ИТ-директору: бизнес-пользователи жалуются, что не получают от своих корпоративных приложений той эффективности и результатов, на которые рассчитывали, хотя системы удовлетворяют заданным специф

В процессе дорогостоящего производства в некоторых подложках с микросхемами возникали дефекты, которые не удавалось своевременно выявить. Дефекты эти проявлялись лишь после того, как подложки проходили через несколько систем или производственных линий. «До тех пор пока все системы не будут подвергаться анализу, мы не сможем получить полную картину происходящего», — заявил тогда Курсен. Неотлаженный процесс наносил ущерб все большему и большему количеству продуктов. Однако причины были неочевидными, и устранить их быстро не представлялось возможным.

«Компания SLM (больше известная как Sallie Mae), предоставляющая кредиты студентам, столкнулась с аналогичной проблемой», — вспоминала Ли Хайес, вице-президент по корпоративным технологиям в SLM. Некоторые заявки на получение кредитов оставались без удовлетворения, но специалисты ИТ-службы не могли понять, что послужило причиной отказа. Каждая из систем сама по себе работала замечательно, источник же сбоев можно было выявить, только проанализировав функционирование всей системы в целом. Очевидно, в ходе взаимодействия бизнес-процессов возникали какие-то непредвиденные ситуации. Часть клиентов отказалась от заявок, которые находились в обработке, а часть обратилась за поддержкой, что увеличило стоимость кредита. «С помощью механизма Tealeaf Technology и аналитического программного обеспечения Coral8 мы смогли выявить, на какой странице клиенты оформляли первичную заявку», — отметила Хайес. Сотрудники ИТ-службы предоставили соответствующую информацию агентам службы поддержки и проанализировали те места, где сбои наблюдались чаще всего.

Один из способов анализа текущих операций заключается в использовании единого пакета приложений, осуществляющего контроль за состоянием данных в процессе их прохождения через систему. Однако для крупного предприятия такой сценарий неприемлем. «Дело в том, что процессы уже не укладываются в рамки какой-то одной системы», — пояснила Хайес. И хотя Курсену удалось объединить в своей системе ERP сразу несколько приложений, вероятно в ближайшее время в компании появится целый ряд других ключевых систем, связанных с управлением производством, обработкой информации о продукции и управлением взаимоотношениями с клиентами. «Инструментальные средства бизнес-аналитики SAP, к примеру, хороши только для систем SAP, — заметил он. — Поэтому аналитика, рассчитанная на конкретные приложения, здесь не поможет».

Оба ИТ-руководителя сошлись на том, что механизмам операционной бизнес-аналитики нужна общая платформа, но этой платформой не должна быть система типа ERP или CRM. Для Курсена такой общей платформой является хранилище данных, для Хайес — среда обработки транзакций в Web.

И Курсен, и Хайес отметили, что им удалось приблизить средства бизнес-аналитики к бизнес-процессам. Теперь у руководителей основных подразделений и сотрудников ИТ-службы есть возможность выявлять проблемы и принимать соответствующие решения в те сроки, когда это наиболее эффективно. Подобный подход предполагает отказ от традиционной для бизнес-аналитики долговременной процедуры сбора данных и их последующей обработки. Аналогичным образом при традиционном анализе хранилищ данных инструментальные средства генерируют заранее заготовленные отчеты для получения какого-либо детализированного представления, например представления финансовой эффективности и последующего анализа больших объемов очищенных данных.

Интеллектуальное хранилище данных

Подходы, исповедуемые Курсеном и Хайес, — часто их называют операционной бизнес-аналитикой или аналитикой, предусматривающей оперативную обработку информации, — позволяют менеджерам на основе имеющегося анализа принимать решения с минимальной задержкой или совсем без таковой.

«Вообще-то метод межпроцессного операционного анализа, взятый Курсеном на вооружение, носит более общий характер, — указал Мэттью Либераторе, профессор технологий ведения операций и принятия решений университета Вилланова, возглавляющий в настоящее время новую группу бизнес-аналитики.

Курсен по-прежнему использует хранилища данных в качестве репозитария для накопления корпоративных данных, их извлечения и преобразования к общему формату, представления в общем контексте, а также для обработки с применением аналитических правил. При этом собранные данные дифференцируются. Сведения, имеющие критически важное значение, размещаются с учетом того, что их выборка производится чаще. Курсен добавил сюда операционную информацию, которая в противном случае, возможно, и вовсе не собиралась бы. Определенные виды данных обновляются в хранилище данных ежедневно или даже несколько раз в день, после чего собранные сведения обрабатываются операционными аналитическими средствами, входящими в состав пакета Spotfire компании Tibco Software. Производственная информация, к примеру, передается в хранилище данных сразу после того, как соответствующие данные сгенерированы. Поэтому производственные аналитические инструменты работают в непрерывном режиме, выдавая результаты, которые позволяют своевременно обнаруживать неисправности на любом этапе производства.

По сути хранилище данных создает условия для проведения множества различных видов анализа, оставаясь при этом единственным репозитарием, которым нужно управлять. Это способствует уменьшению сложности. «Храня данные в одном месте, я продолжаю получать отдачу от всех своих предыдущих инвестиций, — пояснил Курсен. — И при этом не разбиваю общую аналитическую систему на множество отдельных приложений, пытаясь в дальнейшем как-то интегрировать их».

Подобно Курсену, ИТ-директор мексиканской региональной авиакомпании Aeromexico Густаво Родригес внедрил у себя ряд прикладных пакетов, которые управляют выполнением всех ключевых операций. Ему требовалось найти какой-то способ анализа процессов, происходящих в авиакомпании среднего масштаба. Кроме того, Родригес внедрил многоуровневое хранилище данных, обеспечивающее ежедневное обновление и анализ коммерческих и финансовых данных, информации о техническом обслуживании авиапарка, а также ряда других операционных показателей. Все это помогает руководству и менеджерам, управляющим производством, оперативно составлять расписания и определять тарифы с учетом самых разных факторов, начиная от изменений на партнерских авиалиниях и заканчивая влиянием плохой погоды на заказы билетов пассажирами. Некоторые данные — например, информация о пассажирах и поступающей выручке — обновляются ежечасно и сразу обрабатываются инструментами бизнес-аналитики Bitam.

Компания Transplace, специализирующаяся на логистических транспортных услугах, по словам ее технического директора Винсента Биддлкоума, тоже относится к числу средних предприятий и точно так же придерживается многоуровневого подхода к построению данных. Поскольку большинство систем управления транзакциями специалисты Transplace разрабатывали своими силами, многие бизнес-правила, подвергаемые анализу, максимально приближены к транзакциям. «Мы можем сказать: “Стоп! Предложенный вариант оптимален лишь частично”, — заметил Биддлкоум. — Но последнее слово все равно остается за специалистом, принимающим решение, потому что иногда и частичная оптимизация имеет смысл».

ИТ-служба Transplace выполняет это путем тонкой настройки приложений, которые чаще обновляют информацию в хранилище данных и запускают инструменты бизнес-аналитики Microsoft как часть транзакции, а не самостоятельный процесс, требующий отдельного управления. «Мы пытаемся стереть различия между системой обработки транзакций и системой бизнес-аналитики», — пояснил Биддлкоум. «Многоуровневый подход требует настройки традиционных средств формирования отчетов, аналитических инструментов и данных», — отметил Курсен. В данных должна присутствовать информация о времени, потому что теперь обновление осуществляется поэтапно. Вместе с тем для некоторых аналитических инструментов необходимо одновременно обновлять отдельные компоненты данных, и это следует учитывать при построении многоуровневой структуры. Хайес при проведении общего анализа применяет другой подход. Она сделала ставку на технологию обработки сложных событий Coral8, которая обращается к системам управления транзакциями на основе Web-технологий. С помощью этих систем клиенты регистрируют заявки на получение кредита.

Все это позволяет персоналу ИТ-службы анализировать процессы в режиме реального времени на основе введенных пользователем данных, независимо от того, какие кредитные приложения или базовые системы управления транзакциями осуществляют обработку информации о займах. (В процедуре оформления займа может участвовать до 13 приложений, а компания Sallie Mae ежедневно обрабатывает порядка 20 тыс. заявок на кредиты, и в обработке каждой из заявок задействовано несколько бизнес-процессов.)

Та же самая технология помогает выявлять в режиме реального времени случаи мошенничества. Один из способов заключается в сравнении IP-адреса пользователя с его реальным местонахождением, которое он указывает при заполнении электронной формы заявки.

Впрочем, метод Хайес имеет и свои ограничения. Он основан на обработке вводимых через Web данных, отражающих текущее состояние транзакции и связанной с этим информации, которая может перехватываться в режиме реального времени. Хайес надеется, что по мере дальнейшего распространения сервис-ориентированной архитектуры функции подобного рода можно реализовать непосредственно с помощью корпоративных сервисных шин или каких-то иных систем координации процессов.

Игроки на рынке аналитики

«Приложения бизнес-аналитики (BI) и аналитические приложения могут быть совершенно разными, а границы между ними размытыми, — считает Джон Хагерти, директор компании AMR Research. — Это особенно заметно на уровне операционного анализа, где ИТ-руководители могут так же легко использовать инструментальные средства, предназначенные для анализа специфических процессов или для прогнозного анализа, как они проделывают это с аналитическими компонентами, входящими в состав пакетов бизнес-аналитики.

Число поставщиков аналитических средств измеряется десятками, и многие из них ориентируются на конкретные отрасли или процессы, например фармацевтическую или транспортную. Новый класс разработчиков аналитических средств предлагает сложные механизмы анализа событий, позволяющие не просто понять взаимосвязи между данными, но и разобраться в процессных потоках. Среди таких поставщиков можно выделить компании Coral8, IBM, Sherrill Lubinski, StreamBase Systems, Tibco Software и Truviso.

Но чтобы получить аналитику, сначала надо собрать операционные данные. Ведущими производителями таких средств (если не принимать во внимание стандартные продукты извлечения, преобразования и загрузки информации, непосредственно связанные с хранилищами данных) являются компания Teradata и крупные поставщики систем бизнес-аналитики: Cognos (приобретена IBM), Business Objects (эта компания вошла в состав корпорации SAP), Infor, Microsoft, подразделение корпорации Oracle Hyperion и SAS Institute.

Устранение информационных перегрузок

«Некоторые аналитические средства действительно имеет смысл перенести как можно ближе к процедурам ключевых операций, однако здесь ИТ-руководителям важно не переусердствовать, — отметил Джон Хагерти. — За многими процедурами вовсе не нужно следить в режиме реального времени. Даже обновление, производимое несколько раз в день, здесь будет излишним. У клиентов просто нет времени просматривать информацию чаще, чем раз в день. Да и обосновать инвестиции в инфраструктуру, позволяющую анализировать достаточно весомый объем корпоративных операций практически в режиме реального времени, на большинстве предприятий будет весьма тяжело».

Нельзя недооценивать и реакцию людей, которые не знают, можно ли доверять полученным результатам. И для недоверия есть причина: ведь людям по-прежнему приходится выполнять сложные вызовы.

Однако ИТ-руководитель может обеспечить смещение этих вызовов на раннюю стадию процесса, где они принесут наибольшую пользу. «Таким образом, роль ИТ в бизнесе заметно возрастает, — отметила Хайес. — Теперь у представителей основных подразделений появляется возможность оперативно оценивать проделанную работу и следить за тем, как клиенты используют интерактивный продукт. А обработав полученные данные, они могут приступать к оптимизации бизнес-процессов».


Galen Gruman. Operational business intelligence: Spot problems sooner. CIO Magazine. 11/08/2007