Вебинар 17 марта 2026 "AI/ML в FMCG: оцениваем эффективность цепочки планирования от прогнозирования спроса до планов производства". Участие бесплатно. Количество мест ограничено. / Вебинар 17 марта 2026 "AI/ML в FMCG: оцениваем эффективность цепочки планирования от прогнозирования спроса до планов производства". Участие бесплатно. Количество мест ограничено. / Вебинар 17 марта 2026 "AI/ML в FMCG: оцениваем эффективность цепочки планирования от прогнозирования спроса до планов производства". Участие бесплатно. Количество мест ограничено. / Вебинар 17 марта 2026 "AI/ML в FMCG: оцениваем эффективность цепочки планирования от прогнозирования спроса до планов производства". Участие бесплатно. Количество мест ограничено. / Вебинар 17 марта 2026 "AI/ML в FMCG: оцениваем эффективность цепочки планирования от прогнозирования спроса до планов производства". Участие бесплатно. Количество мест ограничено. / Вебинар 17 марта 2026 "AI/ML в FMCG: оцениваем эффективность цепочки планирования от прогнозирования спроса до планов производства". Участие бесплатно. Количество мест ограничено. /

Дата публикации

02.10.2020

Содержание

    В ситуациях, когда объёмы данных и трудозатраты на их обработку растут, многие компании начинают думать, как им оптимизировать процессы бизнес-анализа, сделать их быстрее и проще. Константин Шабалин, ведущий эксперт департамента аналитических решений ГК «КОРУС Консалтинг», рассказывает, с чего начать, если настало время сменить подход к построению BI-отчётов, но непонятно, в какую сторону повернуть и на какой из этих подходов сделать ставку.

    Как выглядит построение отчётов

    Существует два подхода к построению отчетов в системах бизнес-аналитики. Первый, привычный и простой, подход – функциональный. При его использовании выделяется сфера интересов вокруг какой-то области. Все показатели и измерения, которые с этой областью связаны, добавляются в сводную таблицу, и на основании этих данных пользователь может строить отчеты. При этом сравнивать пользователь может любые показатели в любых разрезах (например, за разные периоды).

    Второй подход – сценарный. При нем заранее продумывается, какие элементы должны присутствовать в отчетах и на какие вопросы они должны отвечать, пользователь же свободен только в настройке фильтров и временных ограничений. Преимущество в том, что визуализация подбирается под конкретную задачу, и появляется ограниченный набор маршрутов, по которым пользователь может двигаться. Наиболее распространенным является маршрут формата drill-down – от общего к частному.

    Сейчас в 95% случаев внедрения систем бизнес-аналитики используется функциональный подход к отчетности. Это связано с тем, что он проще и быстрее ведет к анализу. Однако его эффективность целиком зависит от пользователя. Конечно, в каждой компании есть люди, которые точно знают, что необходимо анализировать для того, чтобы четко определить состояние компании, но их ресурс сильно ограничен и не всегда проведение регулярной аналитики является для них приоритетной задачей. Рядовой же пользователь может использовать не оптимальные или даже ошибочные подходы к анализу данных.

    Для простоты объясню разницу между функциональным и сценарным подходами на примере врачей. Когда вы приходите к доктору и говорите, что у вас что-то болит, то врач обычно начинает с диагностики: проверяет базовые функции по мысленному чек-листу и только в случае отсутствия явного заболевания назначает вам сложные анализы или консультацию у других специалистов.

    Так вот, таким же образом 90% проблем любого бизнеса можно обнаружить с помощью диагностики по сценарному анализу. Естественно, экспертная группа бизнес-аналитиков, у которых за спиной опыт, способна обнаружить их и без сценария. Однако для пользователей без такой экспертизы сценарный подход – это большое подспорье.

    Сила сценарного анализа

    Давайте теперь посмотрим на два этих подхода с точки зрения использования информации и поймем, в чем же преимущества сценарного анализа.

    Как известно есть несколько уровней информации. Первый – позволяет идентифицировать наличие проблемы. Это уровень работы с данными топ-менеджеров – им нужно сразу понять, стоит ли сегодня смотреть BI-отчет, и если да, то сразу определить проблему.

    Второй уровень работы с информацией – локализация. Если «болит», то где. С точки зрения топ-менеджера это вопрос о том, кого из среднего звена менеджеров нужно задействовать. В случае с ритейлом это может быть проблема с товаром (директор по ассортименту), поставкой (руководитель по логистике) или с конкретными магазинами (региональный директор по продажам).

    Третий уровень – это информация, которая позволяет начать решать проблему. От того, что топ-менеджер знает, какой конкретный магазин принес убыток, потеря не возместится. Для этого необходимо провести факторный анализ, выяснить, как шли продажи в магазине, какая была погода, не было ли в городе каких-то массовых событий и т. п.

    При использовании функционального подхода делить информацию на уровни приходится каждый раз заново. А при наличии сценария пользователь получает данные порциями: на экране размещено несколько цветных индикаторов без лишних деталей, которые и покажут, есть ли у его компании проблема и куда дальше смотреть. Увидев цветовой маркер проблемы, менеджер может «провалиться» внутрь отчета, дойти до конкретного сотрудника или конкретного товара, с которым что-то пошло не так, и исправить ситуацию.

    Следующее преимущество сценарного анализа заключается в унификации применения данных в системе. Почти во всех компаниях одни и те же данные могут применяться и интерпретироваться по-разному. При сценарном анализе все данные будут использоваться только по одной методике.

    Еще один плюс – экономия ресурсов. Как и в случае с визитом к доктору, не всегда есть время у пациента обойти 10 врачей, а у тех – не всегда есть время обследовать этого пациента. Точно так же иногда нет нужного количества бизнес-аналитиков, которые могут вместе с пользователем обрабатывать данные и составлять отчеты.

    Сценарный подход способствует централизации аналитической функции внутри компании и дает возможность самостоятельно анализировать данные большему кругу пользователей. Обычно централизацию в компаниях не любят из-за того, что большее времени тратится на типовой анализ и сопровождение отчетов. Сценарный анализ решает эту проблему: то, что раньше находил в отчете бизнес-аналитик, может найти простой пользователь. Однако сам сценарий отчета должен быть разработан экспертом и в функциональной области, и в области системы бизнес-аналитики.

    Чего не хватает сценарному анализу

    Конечно, у сценарного подхода есть и ряд минусов. Во-первых, сценарный подход очень требователен к дизайну. Требуется знание системы и художественный вкус для того, чтобы расположить элементы на конкретно дашбордах так, чтобы прослеживался логический маршрут.

    «Выравнивание» знаний – то, что обязательно предшествует сценарному подходу. Все пользователи должны оказаться в едином информационном поле, чтобы понимать, почему выбран именно такой сценарий. Для этого потребуется провести серию интервью с ключевыми пользователями о способах и ситуациях применения аналитики, после чего организовать общий семинар с разбором всех альтернативных мнений. В результате либо все пользователи соглашаются с одним вариантом, либо с несколькими – с пояснениями условий их применения в разных ситуациях.

    Третий недостаток – это бюрократия изменений. Даже добавить показатель или измерение в BI-отчет непросто, а исправление дизайна занимает еще больше времени. В результате множества изменений удлиняется time to market.

    Однако плюсы от применения сценарного анализа перешивают, и компаниям, которые хотят быстро и точно понимать ситуацию внутри, разгрузить аналитическую функцию и создать единую точку правды для всех сотрудников, стоит подумать о том, чтобы инвестировать в сценарный подход при внедрении BI.

    Источник: Retail & Loyalty

    Остались вопросы? Пишите на data@korusconsulting.ru
    И подписывайтесь на наш телеграм-канал про аналитику и данные Analytics Now

    Логотип Корус Консалтинг

    Разделы пресс-центра

    Консультация от экспертов в области аналитики данных

    Оставьте заявку, и с вами свяжутся наши эксперты и проконсультируют вас в ближайшее время.

    Спасибо! Ваша заявка отправлена

    Мы свяжемся с вами в ближайшее время.

    Ошибка

    К сожалению, не смогли отправить вашу заявку, попробуйте ещё раз

    17 марта 2026
    Вебинар "FMCG в реалиях AI/ML"
    Оцениваем эффективность цепочки планирования от прогнозирования спроса до планов производства. 
    Хотите узнать как? Регистрируйтесь на вебинар! 
    Принять участие
    Регистрация обязательна. Количество мест ограничено.
    Есть вопросы?
    Пожалуйста, заполните все поля для обратной связи и задайте интересующий вопрос.
    Укажите компанию
    Укажите имя
    Укажите должность
    Укажите телефон
    Укажите e-mail
    Опишите задачу
    Благодарим за заявку!
    После обработки заявки с вами свяжется наш специалист.
    Не волнуйтесь, если пропустите звонок, мы обязательно перезвоним еще раз!
    Спасибо, хорошо