Tiszta elemzés. Tapasztalat a Rabota.ru szolgáltatás Tableau megoldásának megvalósításában

Minden vállalkozásnak szüksége van kiváló minőségű adatelemzésre és annak megjelenítésére. Egy másik fontos tényező, amelyet figyelembe kell venni, az üzleti felhasználók könnyű használhatósága. Az eszköz nem igényelhet többletköltséget az alkalmazottak képzéséhez a kezdeti szakaszban. Az egyik ilyen megoldás a Tableau.

A Rabota.ru szolgáltatás a Tableau-t választotta többváltozós adatelemzéshez. Alena Artemjevával, a Rabota.ru szolgáltatás elemzési igazgatójával beszélgettünk, és megtudtuk, hogyan változott az analitika a BI GlowByte csapata által megvalósított megoldást követően.

K: Hogyan merült fel az igény egy BI-megoldásra?

Alena Artemjeva: Tavaly év végén a Rabota.ru szervizcsapata gyorsan növekedni kezdett. Ekkor nőtt meg az igény a különböző részlegek és a vállalatvezetés magas színvonalú és érthető elemzésére. Felismertük, hogy egységes és kényelmes teret kell létrehozni az analitikai anyagok számára (ad hoc kutatások és rendszeres jelentések), és elkezdtünk aktívan haladni ebbe az irányba.

K: Milyen szempontok alapján kerestek BI-megoldást, és kik vettek részt az értékelésben?

AA: Számunkra a legfontosabb kritériumok a következők voltak:

  • autonóm szerver rendelkezésre állása adattároláshoz;
  • licencek költsége;
  • Windows/iOS asztali kliens elérhetősége;
  • Android/iOS mobilkliens elérhetősége;
  • webes kliens elérhetősége;
  • alkalmazásba/portálba való integráció lehetősége;
  • szkriptek használatának képessége;
  • az infrastruktúra-támogatás egyszerűsége/bonyolultsága és ehhez szükséges/nem kell szakembereket találni;
  • a BI-megoldások elterjedtsége a felhasználók körében;
  • BI-megoldások felhasználóinak véleménye.

K: Kik vettek részt az értékelésben:

AA: Ez elemzői csapatok és az ML Raboty.ru közös munkája volt.

K: Milyen funkcionális területhez tartozik a megoldás?

AA: Mivel azzal a feladattal kellett szembenéznünk, hogy egy egyszerű és érthető analitikus jelentési rendszert építsünk ki a teljes vállalatra vonatkozóan, a funkcionális területek köre, amelyre a megoldás vonatkozik, meglehetősen széles. Ezek az értékesítés, a pénzügy, a marketing, a termék és a szolgáltatás.

K: Milyen problémá(ka)t oldott meg?

AA: Tableau segített nekünk több kulcsfontosságú probléma megoldásában:

  • Növelje az adatfeldolgozási sebességet.
  • Kerülje el a jelentések „kézi” létrehozását és frissítését.
  • Növelje az adatok átláthatóságát.
  • Növelje az adatok elérhetőségét minden kulcsfontosságú alkalmazott számára.
  • Legyen képes gyorsan reagálni a változásokra és döntéseket hozni adatok alapján.
  • Lehetőséget kap a termék részletesebb elemzésére és a növekedési területek felkutatására.

K: Mi volt Tableau előtt? Milyen technológiákat alkalmaztak?

AA: Korábban sok céghez hasonlóan mi is aktívan használtuk a Google Táblázatokat és az Excelt, valamint saját fejlesztéseinket a legfontosabb mutatók megjelenítésére. De fokozatosan rájöttünk, hogy ez a formátum nem felel meg nekünk. Elsősorban az alacsony adatfeldolgozási sebesség, de a korlátozott vizualizációs képességek, a biztonsági problémák, a nagy mennyiségű adat folyamatos manuális feldolgozásának szükségessége és az alkalmazottak idővesztesége, a nagy hiba valószínűsége és a jelentések nyilvános hozzáférésének problémái miatt. (ez utóbbi leginkább az Excelben készült jelentések szempontjából releváns). Nagy mennyiségű adat feldolgozása sem lehetséges bennük.

K: Hogyan valósult meg a megoldás?

AA: Azzal kezdtük, hogy mi magunk telepítettük a szerverrészt, és elkezdtünk jelentéseket készíteni, összekapcsolva a kirakatokból származó adatokat a PostgreSQL-en előkészített adatokkal. Néhány hónappal később a szervert támogatás céljából áthelyezték az infrastruktúrába.

K: Mely osztályok csatlakoztak először a projekthez, nehéz volt?

AA: A jelentések túlnyomó többségét a kezdetektől fogva az analitikai osztály munkatársai készítik, majd a pénzügyi osztály csatlakozott a Tableau használatához.
Nem voltak kritikus nehézségek, hiszen a dashboardok elkészítésekor a feladat három fő szakaszra bomlik: az adatbázis kutatása és a mutatók számítási módszertanának elkészítése, a jelentés elrendezésének elkészítése és egyeztetése az ügyféllel, adatpiacok létrehozása és automatizálása, valamint egy műszerfali vizualizáció a marts alapján. A harmadik szakaszban a Tableau-t használjuk.

K: Kik voltak a végrehajtó csapatban?

AA: Főleg az ML csapat volt.

K: Szükség volt a személyzet képzésére?

AA: Nem, csapatunknak elege volt a nyilvánosan elérhető anyagokból, beleértve a Tableau-i maratoni adatokat és a Tableau felhasználói közösségekben található információkat. A platform egyszerűségének és az alkalmazottak korábbi tapasztalatainak köszönhetően nem volt szükség további alkalmazottak képzésére. Az elemzőcsapat most jelentős előrehaladást ért el a Tableau elsajátításában, amit mind az üzleti életből származó érdekes feladatok, mind a csapaton belüli aktív kommunikáció segít elő a Tableau jellemzőiről és képességeiről, amelyeket a problémák megoldása során találtak meg.

K: Mennyire nehéz elsajátítani?

AA: Nekünk minden viszonylag könnyen ment, és a platform mindenki számára intuitívnak bizonyult.

K: Milyen gyorsan érte el az első eredményt?

AA: A megvalósítást követő néhány napon belül, figyelembe véve azt a tényt, hogy bizonyos időre volt szükség a vizualizáció „csiszolásához” a vásárlók kívánságai szerint.

K: Milyen mutatói vannak már a projekt eredményei alapján?

AA: Már több mint 130 jelentést valósítottunk meg különböző területeken, és többször megnöveltük az adat-előkészítés sebességét. Ez PR osztályunk szakemberei számára bizonyult fontosnak, hiszen ma már gyorsan tudunk reagálni a legtöbb aktuális média megkeresésre, terjedelmes tanulmányokat publikálni a munkaerőpiacról általában és az egyes iparágakban, valamint helyzetelemzéseket is készíthetünk.

K: Hogyan tervezi a rendszer fejlesztését? Mely osztályok vesznek részt a projektben?

AA: Tervezzük a jelentési rendszer továbbfejlesztését minden kulcsfontosságú területen. A riportokat továbbra is az analitikai osztály és a pénzügyi osztály szakemberei fogják megvalósítani, de készek vagyunk bevonni más osztályok kollégáit is, ha saját célra kívánják használni a Tableau-t.

Forrás: will.com

Hozzászólás