स्पष्ट विश्लेषण। Rabota.ru सेवा द्वारा Tableau समाधान कार्यान्वयनमा अनुभव

प्रत्येक व्यवसायलाई उच्च गुणस्तरको डाटा एनालिटिक्स र यसको भिजुअलाइजेशनको आवश्यकता छ। विचार गर्न अर्को महत्त्वपूर्ण कारक व्यापार प्रयोगकर्ता को लागी प्रयोग को सजिलो छ। उपकरणलाई प्रारम्भिक चरणमा कर्मचारी प्रशिक्षणको लागि अतिरिक्त लागतहरू आवश्यक पर्दैन। एउटा यस्तो समाधान Tableau हो।

Rabota.ru सेवाले बहुभिन्न डेटा विश्लेषणको लागि Tableau रोज्यो। हामीले Rabota.ru सेवामा एनालिटिक्सका निर्देशक एलेना आर्टेम्येभासँग कुरा गर्यौं र BI GlowByte टोलीले लागू गरेको समाधान पछि विश्लेषण कसरी परिवर्तन भएको छ भनेर पत्ता लगायौं।

प्रश्न: BI समाधानको आवश्यकता कसरी आयो?

Alena Artemyeva: गत वर्षको अन्त्यमा, Rabota.ru सेवा टोली छिटो बढ्न थाले। त्यसपछि विभिन्न विभागहरू र कम्पनी व्यवस्थापनबाट उच्च-गुणस्तर र बुझ्न सकिने विश्लेषणको आवश्यकता बढ्यो। हामीले विश्लेषणात्मक सामग्री (तथक अनुसन्धान र नियमित रिपोर्टहरू) को लागि एकल र सुविधाजनक ठाउँ सिर्जना गर्ने आवश्यकता महसुस गर्यौं र सक्रिय रूपमा यस दिशामा अघि बढ्न थाल्यौं।

प्रश्न: BI समाधान खोज्नको लागि कुन मापदण्डहरू प्रयोग गरियो र मूल्याङ्कनमा कसले भाग लिए?

AA: हाम्रो लागि सबैभन्दा महत्त्वपूर्ण मापदण्डहरू निम्न थिए:

• डाटा भण्डारणको लागि एक स्वायत्त सर्भरको उपलब्धता;
• लाइसेन्स लागत;
• Windows/iOS डेस्कटप क्लाइन्टको उपलब्धता;
• एन्ड्रोइड/आईओएस मोबाइल ग्राहकको उपलब्धता;
• वेब क्लाइन्टको उपलब्धता;
• एप्लिकेसन/पोर्टलमा एकीकरणको सम्भावना;
• लिपिहरू प्रयोग गर्ने क्षमता;
• पूर्वाधार समर्थनको सरलता/जटिलता र यसका लागि विशेषज्ञहरू खोज्न आवश्यक/गर्दैन;
• प्रयोगकर्ताहरू बीच BI समाधानहरूको व्यापकता;
• BI समाधानका प्रयोगकर्ताहरूबाट समीक्षाहरू।

प्रश्न: मूल्याङ्कनमा कसले भाग लिनुभयो:

AA: यो विश्लेषक र ML Rabota.ru को टोलीको संयुक्त कार्य थियो।

प्रश्न: समाधान कुन कार्यात्मक क्षेत्रसँग सम्बन्धित छ?

AA: हामीले सम्पूर्ण कम्पनीको लागि सरल र बुझ्न सकिने विश्लेषणात्मक रिपोर्टिङ प्रणाली निर्माण गर्ने कार्यको सामना गरेको हुनाले, समाधानसँग सम्बन्धित कार्यात्मक क्षेत्रहरूको सेट एकदम फराकिलो छ। यी बिक्री, वित्त, मार्केटिङ, उत्पादन र सेवा हुन्।

प्रश्न: तपाई के समस्या(हरू) को समाधान गर्दै हुनुहुन्छ?

AA: Tableau ले हामीलाई धेरै प्रमुख समस्याहरू समाधान गर्न मद्दत गर्‍यो:

• डाटा प्रोसेसिंग गति बढाउनुहोस्।
• "म्यानुअल" सिर्जना र रिपोर्टहरूको अद्यावधिकबाट टाढा जानुहोस्।
• डाटा पारदर्शिता बढाउनुहोस्।
• सबै प्रमुख कर्मचारीहरूको लागि डाटा उपलब्धता बढाउनुहोस्।
• परिवर्तनहरूमा छिटो प्रतिक्रिया दिने र डाटामा आधारित निर्णयहरू गर्ने क्षमता प्राप्त गर्नुहोस्।
• थप विवरणमा उत्पादनको विश्लेषण गर्ने र विकास क्षेत्रहरू खोज्ने अवसर प्राप्त गर्नुहोस्।

प्रश्न: झाँकी अघि के आयो? कुन प्रविधिहरू प्रयोग गरियो?

AA: पहिले, हामीले, धेरै कम्पनीहरू जस्तै, सक्रिय रूपमा Google पानाहरू र एक्सेल प्रयोग गर्यौं, साथै हाम्रा आफ्नै विकासहरू, मुख्य सूचकहरू कल्पना गर्न। तर बिस्तारै हामीले यो ढाँचा हामीलाई उपयुक्त नभएको महसुस गर्यौं। मुख्यतया डाटा प्रोसेसिङको कम गतिको कारणले गर्दा, तर सीमित दृश्य क्षमताहरू, सुरक्षा समस्याहरू, लगातार ठूलो मात्रामा डाटा म्यानुअल रूपमा प्रशोधन गर्न आवश्यक र कर्मचारी समयको बर्बादी, त्रुटिको उच्च सम्भावना र रिपोर्टहरूमा सार्वजनिक पहुँच प्रदान गर्ने समस्याहरू। (एक्सेलमा रिपोर्टहरूको लागि पछिल्लो सबैभन्दा सान्दर्भिक)। तिनीहरूमा ठूलो मात्रामा डाटा प्रशोधन गर्न पनि असम्भव छ।

प्रश्न: समाधान कसरी कार्यान्वयन भयो?

AA: हामीले सर्भरको भाग आफैं रोल आउट गरेर र रिपोर्टहरू बनाउन थाल्यौं, स्टोरफ्रन्टहरूबाट डाटा पोस्टग्रेएसक्यूएलमा तयार गरिएको डाटासँग जडान गर्न थाल्यौं। केही महिना पछि, सर्भरलाई समर्थनको लागि पूर्वाधारमा स्थानान्तरण गरियो।

प्रश्न: कुन विभागहरू परियोजनामा ​​​​सबैभन्दा पहिले सामेल भए, गाह्रो थियो?

AA: धेरै जसो रिपोर्टहरू विश्लेषण विभागका कर्मचारीहरूले सुरुदेखि नै तयार पारेका छन्; पछि, वित्त विभागले Tableau को प्रयोगमा सामेल भयो।
त्यहाँ कुनै महत्वपूर्ण कठिनाइहरू थिएनन्, किनकि ड्यासबोर्डहरू तयार गर्दा, कार्यलाई तीन मुख्य चरणहरूमा विघटन गरिएको छ: डाटाबेसको अनुसन्धान गर्ने र सूचकहरू गणना गर्नको लागि एक विधि सिर्जना गर्ने, रिपोर्ट लेआउट तयार गर्ने र ग्राहकसँग सहमत गर्ने, डाटा मार्टहरू सिर्जना गर्ने र स्वचालित गर्ने र एउटा सिर्जना गर्ने। मार्ट मा आधारित ड्यासबोर्ड दृश्य। हामी तेस्रो चरणमा झाँकी प्रयोग गर्छौं।

प्रश्न: कार्यान्वयन टोलीमा को थिए?

AA: यो मुख्यतया मालेको टोली थियो।

प्रश्न: कर्मचारी प्रशिक्षण आवश्यक थियो?

AA: होइन, हाम्रो टोलीसँग Tableau बाट म्याराथन डेटा र Tableau प्रयोगकर्ता समुदायहरूमा जानकारी सहित पर्याप्त सार्वजनिक रूपमा उपलब्ध सामग्रीहरू थिए। प्लेटफर्मको सरलता र कर्मचारीहरूको अघिल्लो अनुभवको लागि धन्यवाद, त्यहाँ कुनै पनि कर्मचारीहरूलाई थप प्रशिक्षण दिन आवश्यक थिएन। अब विश्लेषकहरूको टोलीले Tableau मा निपुणता हासिल गर्न महत्त्वपूर्ण प्रगति गरेको छ, जुन समस्याहरू समाधान गर्ने प्रक्रियामा फेला परेका Tableau को सुविधाहरू र क्षमताहरूमा टोली भित्रको सक्रिय संचार र व्यवसायबाट दुवै रोचक कार्यहरूद्वारा सहज बनाइएको छ।

प्रश्न: मास्टर गर्न कत्तिको गाह्रो छ?

AA: हाम्रो लागि सबै कुरा अपेक्षाकृत सजिलैसँग गयो, र प्लेटफर्म सबैको लागि सहज भयो।

प्रश्न: तपाईंले पहिलो परिणाम कति छिटो प्राप्त गर्नुभयो?

AA: कार्यान्वयन पछि केही दिन भित्र, ग्राहकहरूको इच्छा अनुसार भिजुअलाइजेसन "पॉलिश" गर्न निश्चित समय आवश्यक थियो भन्ने तथ्यलाई ध्यानमा राख्दै।

प्रश्न: परियोजनाको नतिजामा आधारित तपाईसँग पहिले नै कुन संकेतकहरू छन्?

AA: हामीले विभिन्न क्षेत्रहरूमा 130 भन्दा बढी रिपोर्टहरू कार्यान्वयन गरिसकेका छौं र डाटा तयारीको गति धेरै पटक बढाएका छौं। यो हाम्रो PR विभागका विशेषज्ञहरूका लागि महत्त्वपूर्ण भयो, किनकि अब हामी मिडियाबाट धेरै जसो हालका अनुरोधहरूलाई द्रुत रूपमा प्रतिक्रिया दिन सक्छौं, श्रम बजारमा सामान्य र व्यक्तिगत उद्योगहरूमा विशाल अध्ययनहरू प्रकाशित गर्न सक्छौं, र परिस्थितिगत विश्लेषणहरू पनि तयार गर्न सक्छौं।

प्रश्न: तपाइँ प्रणाली कसरी विकास गर्ने योजना बनाउनुहुन्छ? परियोजनामा ​​कुन कुन विभागहरू संलग्न हुनेछन्?

AA: हामी सबै प्रमुख क्षेत्रहरूमा रिपोर्टिङ प्रणालीको थप विकास गर्ने योजनामा ​​छौं। रिपोर्टहरू विश्लेषण विभाग र वित्त विभागका विशेषज्ञहरूद्वारा लागू गरिन जारी रहनेछ, तर हामी अन्य विभागका सहकर्मीहरूलाई तिनीहरूको आफ्नै उद्देश्यका लागि Tableau प्रयोग गर्न चाहन्छौं भने समावेश गर्न तयार छौं।

स्रोत: www.habr.com