Enhver virksomhed har behov for dataanalyse af høj kvalitet og visualisering heraf. En anden vigtig faktor at overveje er brugervenlighed for erhvervsbrugeren. Værktøjet bør ikke kræve yderligere omkostninger til medarbejderuddannelse i den indledende fase. En sådan løsning er Tableau.
Rabota.ru-tjenesten valgte Tableau til multivariat dataanalyse. Vi talte med Alena Artemyeva, analyticsdirektør hos Rabota.ru-tjenesten, og fandt ud af, hvordan analytics har ændret sig efter løsningen implementeret af BI GlowByte-teamet.
Q: Hvordan opstod behovet for en BI-løsning?
Alena Artemyeva: I slutningen af sidste år begyndte Rabota.ru-serviceteamet at vokse hurtigt. Det var dengang, at behovet for høj kvalitet og forståelige analyser fra en række forskellige afdelinger og virksomhedsledelse steg. Vi indså behovet for at skabe et enkelt og bekvemt rum til analytiske materialer (ad hoc-forskning og regelmæssige rapporter) og begyndte aktivt at bevæge os i denne retning.
Q: Hvilke kriterier blev brugt til at søge efter en BI-løsning, og hvem deltog i evalueringen?
AA: De vigtigste kriterier for os var følgende:
- tilgængelighed af en autonom server til datalagring;
- omkostninger ved licenser;
- tilgængelighed af en Windows/iOS desktop-klient;
- tilgængelighed af Android/iOS mobil klient;
- tilgængelighed af en webklient;
- mulighed for integration i en applikation/portal;
- evnen til at bruge scripts;
- enkelhed/kompleksitet af infrastrukturstøtte og behovet/intet behov for at finde specialister til dette;
- udbredelse af BI-løsninger blandt brugere;
- anmeldelser fra brugere af BI-løsninger.
Q: Hvem deltog i vurderingen:
AA: Dette var et fælles arbejde af teams af analytikere og ML Raboty.ru.
Q: Hvilket funktionsområde hører løsningen til?
AA: Da vi stod over for opgaven med at opbygge et enkelt og forståeligt analytisk rapporteringssystem for hele virksomheden, er det sæt af funktionelle områder, som løsningen vedrører, ret bredt. Disse er salg, økonomi, marketing, produkt og service.
Spørgsmål: Hvilket eller hvilke problemer løste du?
AA: Tableau hjalp os med at løse flere nøgleproblemer:
- Øg databehandlingshastigheden.
- Gå væk fra "manuel" oprettelse og opdatering af rapporter.
- Øg datagennemsigtigheden.
- Forøg datatilgængeligheden for alle nøglemedarbejdere.
- Få evnen til hurtigt at reagere på ændringer og træffe beslutninger baseret på data.
- Få mulighed for at analysere produktet mere detaljeret og se efter vækstområder.
Q: Hvad kom før Tableau? Hvilke teknologier blev brugt?
AA: Tidligere brugte vi, ligesom mange virksomheder, aktivt Google Sheets og Excel, samt vores egen udvikling, til at visualisere nøgleindikatorer. Men efterhånden indså vi, at dette format ikke passede os. Primært på grund af den lave hastighed i databehandlingen, men også på grund af begrænsede visualiseringsmuligheder, sikkerhedsproblemer, behovet for konstant at behandle store mængder data manuelt og spild af medarbejdernes tid, høj sandsynlighed for fejl og problemer med at give offentlig adgang til rapporter (sidstnævnte mest relevant for rapporter i Excel). Det er også umuligt at behandle store mængder data i dem.
Q: Hvordan blev løsningen implementeret?
AA: Vi startede med selv at rulle serverdelen ud og begyndte at lave rapporter, forbinde data fra butiksfacader med forberedte data på PostgreSQL. Et par måneder senere blev serveren overført til infrastrukturen for at få support.
Q: Hvilke afdelinger var de første til at tilslutte sig projektet, var det svært?
AA: Langt de fleste rapporter udarbejdes helt fra begyndelsen af medarbejdere i analyseafdelingen; efterfølgende tilsluttede økonomiafdelingen sig i brugen af Tableau.
Der var ingen kritiske vanskeligheder, da opgaven ved udarbejdelse af dashboards er opdelt i tre hovedfaser: undersøgelse af databasen og oprettelse af en metode til beregning af indikatorer, udarbejdelse af et rapportlayout og aftale med kunden, oprettelse og automatisering af data marts og oprettelse af en dashboardvisualisering baseret på marts. Vi bruger Tableau i tredje fase.
Q: Hvem var med i implementeringsteamet?
AA: Det var primært ML-holdet.
Q: Var personaleuddannelse påkrævet?
AA: Nej, vores team havde nok af offentligt tilgængeligt materiale, inklusive maratondata fra Tableau og information i Tableau-brugerfællesskaber. Det var ikke nødvendigt at uddanne nogen af medarbejderne yderligere, takket være platformens enkelhed og medarbejdernes tidligere erfaring. Nu har teamet af analytikere gjort betydelige fremskridt med at mestre Tableau, hvilket er lettet af både interessante opgaver fra forretningen og aktiv kommunikation i teamet om funktionerne og mulighederne i Tableau, der findes i processen med at løse problemer.
Q: Hvor svært er det at mestre?
AA: Alt gik forholdsvis nemt for os, og platformen viste sig at være intuitiv for alle.
Q: Hvor hurtigt fik du det første resultat?
AA: Inden for få dage efter implementering under hensyntagen til, at der skulle en vis tid til at "polere" visualiseringen i overensstemmelse med kundernes ønsker.
Q: Hvilke indikatorer har du allerede baseret på resultaterne af projektet?
AA: Vi har allerede implementeret mere end 130 rapporter på forskellige områder og har øget hastigheden på dataforberedelsen flere gange. Dette viste sig at være vigtigt for specialisterne i vores PR-afdeling, da vi nu hurtigt kan reagere på de fleste aktuelle henvendelser fra medierne, offentliggøre omfangsrige undersøgelser om arbejdsmarkedet generelt og i de enkelte brancher og også udarbejde situationsanalyse.
Q: Hvordan planlægger du at udvikle systemet? Hvilke afdelinger vil være involveret i projektet?
AA: Vi planlægger at videreudvikle rapporteringssystemet på alle nøgleområder. Rapporter vil fortsat blive implementeret af specialister fra analyseafdelingen og økonomiafdelingen, men vi er klar til at inddrage kollegaer fra andre afdelinger, hvis de ønsker at bruge Tableau til deres egne formål.
Kilde: www.habr.com