Аналитическая отчетность компании

Готовые аналитические отчеты

DSM Group совместно с компанией «Бизнес-Кредит ЭлСи» рада предложить глубокий маркетинговый анализ в виде готового отчета.

Возможны два варианта исследования:

  • Отчет для главы компании
  • Маркетинговый анализ конкурентной группы

Отчет для Главы компании

Комплексный аналитический отчет. Текущая и прогнозируемая позиция фармацевтической компании в масштабах фармацевтического рынка.

Отчет для Главы компании дает возможность прогнозирования:

  • источников получения прибыли в портфеле,
  • пути увеличения рентабельности бизнеса,
  • финансовых рисков при инвестировании в промоактивность.

Отчет для Главы компании состоит из таких разделов:

  1. Текущая экономическая ситуация в России.
  2. Текущая ситуация фармацевтического рынка.
  3. Прогнозы продаж компании (помесячно, регионально), отдельно – по уникальным ЛС, брендам.
  4. Инвестиционная привлекательность активов.
  5. Прогнозируемые доходы компании.

Маркетинговый анализ конкурентной группы

Отчет, предназначен для маркетинг менеджеров, продакт менеджеров и специалистов по бизнес аналитике.

Представляет собой детальный анализ целевого конкурентного сегмента.

Наличие объекта, рассмотренного под разными углами зрения, позволяет использовать данный продукт как инструмент для стратегического планирования бизнеса по развитию конкретного товара или бренда, а также как инструмент для регулярного мониторинга интересующего рыночного сегмента и для решения задач тактического характера. Использование данного продукта при анализе только одного рыночного сегмента объемом, например, из 50 товаров, позволяет сэкономить от 15 до 20 человеко-дней.

Отчет состоит из четырех разделов.

Общий анализ рыночного сегмента

Инвестиционная привлекательность товаров

Фактические и прогнозируемые продажи

Персонифицированные карты товаров и брендов

Включает оценку текущего состояния и помесячный прогноз продаж всех товаров на основе ретроспективы с 2008 года. Так как ситуация на рынке динамично меняется, отчет готовится ежемесячно поскольку это позволяет оперативно выявлять возникающие конкурентные угрозы.

Расчеты делаются на месяц подготовки выпуска. Актуальность обзора — месяц, предшествующий текущему с учетом двухлетнего исторического горизонта.

Анализ сегмента

Предоставляются следующие параметры, характеризующие сегмент: Объем продаж на месяц отчета, Темп прироста, МАТ (суммарно, скользящий год, начиная с текущего месяца), Рыночная доля сегмента и ее темп прироста. Данные в денежном и натуральном выражении.

Анализируется структура сегмента (включая сравнительный по годам аспект): количество брендов, товарных позиций, количество производителей, принадлежность товаров к рецептурной или безрецептурной группам, степень концентрации (монополизации) рынка.

История продаж (денежное и натуральное выражение) предоставляется графически в виде помесячных продаж на протяжении последних пяти лет.

Прогноз продаж сегмента – таблично, текущий и следующий годы (годовая группировка). Прогноз продаж сегмента и прогноз его рыночной доли в вышестоящем рыночном окружении.

Индексным анализом демонстрируется на сколько анализируемый сегмент (или товар) опережает/отстает от конкурентной среды или рынка в целом.

Анализ ценовой конкуренции в сегменте – сегмент представляется набором ценовых слоев, построенных методом кластерного анализа. Анализируются динамические характеристики по каждому слою, позволяющие наглядно представить ценовые кластеры с минимальной и максимальной ценовой конкуренцией

Анализ инфляционной составляющей сегмента представляется через соответствующие индексы, учитывающие ассортиментную и ценовую трансформацию во временном аспекте.

Для каждого из рассматриваемых товаров рыночного сегмента представляется рейтинг инвестиционной привлекательности, риск уменьшения продаж, процент точек, продающих товар. Горизонт прогноза продаж – помесячно, текущий и следующий годы с учетом оптимистичного и пессимистичного развития сценариев.

Анализ конкурентного взаимодействия между всеми участниками (на принципах математической модели внутривидовой конкуренции в биологических системах «хищник-жертва»). Определяется степень интенсивности конкурентного поглощения рыночной доли для каждого товара. Указываются прямые (хищники) и непрямые (жертвы) конкуренты для каждого товара.

По каждой из позиций предоставляются матрицы BCG, BCK, Рыночного статуса товара

Какая отчетность аналитическая, а какая – управленческая?

Путаница понятий «управленческая», «финансовая» и «аналитическая» отчетность способна сыграть злую шутку с проектом автоматизации. Эксперт Bankir.Ru предлагает четыре простых совета, которые помогут правильно выбрать платформу автоматизации банковской отчетности.

Юлия Амириди, заместитель генерального директора по развитию бизнеса компании Intersoft Lab

В силу специфики профессиональной деятельности мне на протяжении последних десяти лет приходится знакомиться со значительным количеством публикаций различных изданий, пишущих про аналитику, в том числе с отчетами мировых исследовательских компаний. И за все это время впервые в статье Гэри Кокинза (Gary Cokins) «Шесть ключевых компонентов управления эффективностью, основанного на аналитике», опубликованной в мае в Journal of Accountancy, мне наконец встретилось внятное и обоснованное разграничение понятий Business Intelligence (BI, бизнес-анализ) и Business Analytics (BA, бизнес-аналитика). Думаю, многим будет интересно с ним познакомиться.

Автор традиционно характеризует BI как инструментарий для извлечения данных и построения отчетов. Если провести ассоциацию с оптикой, BI – это микроскоп, который за счет регулирования настройки объектива позволяет нам различать то детальные данные, собранные в хранилище, то их агрегаты. Например, остатки по лицевым счетам банка являются атомарными информационными объектами, а BI позволяет агрегировать их в остатки по балансовым счетам второго порядка и т.п.

BA, по мнению Гэри Кокинза, представляют собой средства конвертирования детальных данных в производные, более эффективные для анализа информационные единицы. Это уже не просто агрегаты, а новая, более ценная для прикладного потребления информация, для изучения которой пригодится все тот же «микроскоп». Скажем, проклассифицировав лицевые счета или сделки статьями управленческого учета и аналитическими признаками, можно рассчитать значения по статьям управленческого баланса (BalanceSheet, BS) или отчета о прибылях и убытках (Prifit and Loss Statement, P&L). А с помощью механизма управленческих корректировок их можно уточнить с учетом начислений, не отраженных в бухгалтерском учете отчетного периода, отсрочек, трансфертной стоимости ресурсов и прочих вычисляемых и опирающихся на мотивированные суждения коэффициентов и значений показателей. Перечисленные в примере инструменты классификаций и корректировок не относятся к BI. Это механизмы ВА-приложения, в данном случае приложения для ведения управленческого учета. BI в задаче подготовки управленческой отчетности тоже потребуется, но уже на заключительном этапе анализа рассчитанных управленческих показателей, например, для группировки доходов по аналитическим разрезам: «ЦФО», «Клиент», «Продукт» и проч. К слову сказать, аналогичные BA-механизмы помогут подготавливать и финансовую отчетность по МСФО, а BI с этой задачей никогда не справится по тем же самым причинам: механизмы трансформаций, классификаций и корректировок нельзя заменить формульными и консолидационными инструментами, а уж про сохранение истории всех изменений вообще и речи быть не может.

Какой же вывод следует из рассмотренного примера? Business Intelligence не является инструментом бизнес-аналитики, в частности, инструментом для ведения управленческого учета и подготовки ключевых форм управленческой отчетности (BS и P&L) или же МСФО-отчетности. В общем случае BI отображает и агрегирует имеющиеся в хранилище данных цифры в удобной табличной или графической форме, подготавливая их для проведения анализа. Следовательно, BI-отчетность можно назвать «аналитической». Типичные примеры аналитической отчетности в банках – отчетность по кредитному портфелю, отчетность по клиентам и т. д. В свою очередь, BA-приложения реализуют функциональность для решения различных прикладных задач, выходящую за рамки простых расчетов и агрегации. В этой связи рассмотренный пример с управленческой отчетностью очень показателен.

Слой BA-приложений довольно обширен, и пока не существует его содержательной классификации в широком понимании. Business Performance Management (ВРМ) – только одна из частных группировок, которая объединяет BA-приложении для решения таких задач управления эффективностью, как бюджетирование, построение управленческой и финансовой отчетности, управление прибыльностью и т. д. Что же касается подготовки регуляторной отчетности, в том числе специфичной для отечественных банков отчетности, предоставляемой в Банк России, то и здесь нет устоявшегося подхода, и соответствующие приложения относят то к классу BPM, то выделяют в самостоятельный блок приложений для GRC (Governance, Risk and Compliance).

Управления эффективностью бизнеса – сектор автоматизации, в котором до сих пор поставщиков решений для российских банков можно пересчитать по пальцам, правда, сегодня уже не одной, а двух рук. Но даже среди них приложениями для подготовки управленческой или МСФО-отчетности располагают далеко не все – вот для их пересчета и пяти пальцев окажется много. А компаний, предлагающих услуги по построению хранилищ данных и BI-отчетности, больше на порядок, и терминами управленческая, финансовая и аналитическая отчетность они распоряжаются весьма свободно. В результате происходит осознанная или бессознательная подмена понятий. Отсюда, как следствие, – ошибки в выборе ИТ-платформы, которая, по нашим наблюдениям, то в одном, то в другом банке выливается в неоправданные ожидания от проекта автоматизации, прежде всего управленческой отчетности, поскольку таких проектов объективно делается больше. Хотя все сказанное в равной мере применимо и к паре «аналитическая – регуляторная отчетность».

Смотрите так же:  7 на 8 статья ук рф

Как же не заблудиться в правильных словах и их неверном толковании? Запомните несколько простых правил:

  1. Хранилище данных может являться платформой для подготовки всех видов банковской отчетности: аналитической, управленческой, финансовой и регуляторной.
  2. Тандем «хранилище данных + BI» позволяет решить только задачу подготовки аналитической отчетности. Вспомните про микроскоп: вы увидите только те данные, которые поступили в хранилище из учетных систем банка или могут быть вычислены путем агрегации. Никаких корректировок, никаких сложных инструментов аналитической разметки, никаких алгоритмов, вроде связывания клиентов, никаких сложных расчетов отчетных показателей и никаких жестко регламентированных форм отчетности такая конфигурация ПО не обеспечит.
  3. Чтобы выпускать из хранилища данных другие виды отчетности кроме аналитической, потребуется еще соответствующее BA/ВРМ-приложение. Вот именно в нем и проверяйте наличие прикладной функциональности для подготовки необходимого вам вида банковской отчетности: управленческой, МСФО или регуляторной. Скорее всего, в дополнение к приложению для управленческого учета вам потребуются еще приложения для расчета трансфертных доходов и расходов и аллокации расходов. Эти задачи вообще не могут быть решены средствами BI.
  4. Чтобы анализировать полученные с помощью ВРМ-приложения отчетные показатели, остановите свой выбор на MS Excel или на все том же BI-инструменте. О печати регуляторной отчетности заданного формата не беспокойтесь – необходимым функционалом, как правило, располагает соответствующее ВРМ-приложение.

Аналитическая отчетность

Система взаимосвязанных показателей. Система взаимосвязанных показателей в системах класса ERP позволяет анализировать основные показатели деятельности компании и оптимизировать работу для достижения наилучших результатов.

К ключевым возможностям функционала относят:

  • • контроль показателей деятельности компании;
  • • отслеживание выполнения производственных задач;
  • • наглядное графическое представление важнейших показателей на единой «рабочей» панели;
  • • общую оценку выполнения компанией стратегического плана;
  • • сравнение фактических значений показателей с бюджетными;
  • • возможность коррекции результатов расчета показателей вручную.

Система взаимосвязанных показателей предоставляет руководству компании обзор всех аспектов ее деятельности на основе как финансовых, так и иных показателей. Такие нефинансовые показатели, как процент лояльных клиентов, удовлетворенность сотрудников работой в компании, значения которых нельзя получить из финансовых отчетов, наряду с финансовыми показателями определяют общие темпы развития организации и ее положение на рынке. Система взаимосвязанных показателей является частью интегрированной ERP-системы, следовательно, все данные, используемые для их расчета, точны и актуальны и динамически меняются при внесении изменений в другие модули системы.

Как правило, в ERP представлен целый ряд отчетов для проведения всестороннего анализа деятельности компании. В отчетах данные отображаются в наглядной форме в виде диаграмм и графиков. Это дает возможность анализировать показатели деятельности, самостоятельно управляя всеми аспектами анализа. Можно задать любое удобное для себя визуальное представление: фактические значения показателей, бюджетные значения, максимальные, минимальные, средние значения или отклонения от бюджета. Графическое представление аналитических данных позволяет определить, насколько верен путь компании к достижению запланированных результатов. При этом можно задавать цветовые схемы, интервалы измерений и интерпретации колебаний значений для представления каждого показателя.

Отслеживание показателей деятельности компании удобно в рамках единого окна, без необходимости переключения. «Приборная доска» — некоторая совокупность показателей — настраивается в системе для любого сотрудника или любой группы. Причем в каждом конкретном случае выделяется свой набор показателей. «Приборные доски» обеспечивают визуальное представление показателей и оптимальное их размещение на одном экране для удобного просмотра и анализа. «Приборная доска», как правило, доступна для работы как через обычный Windows-интерфейс, так и через веб-интерфейс, что повышает «мобильность» сотрудников, позволяя им в дистанционном режиме работать с системой.

Если в компании одновременно используется несколько ИС, по которым рассредоточены данные, необходимые для анализа, нужно собрать все данные в одной точке. В системах ERP для расчета показателей деятельности используются данные не только непосредственно из системы, но и из других источников. Таким образом, можно организовать эффективную работу с данными, полученными из всех ИС, которые используются в различных подразделениях компании.

Многомерный анализ данных средствами OLAP. В ERP-системах обрабатываются и хранятся огромные объемы информации. Эффективно использовать ее позволяют средства OLAP (On-Line Analytical Processing — оперативная аналитическая обработка данных). Генеральные и финансовые директора, бухгалтеры, работники отделов продаж и маркетинга имеют возможность формировать, просматривать и сохранять необходимые им в работе отчеты, создание которых раньше было слишком сложным, дорогим и трудоемким.

К ключевым преимуществам OLAP относят:

  • • интуитивно понятное визуальное представление большого объема данных;
  • • быстрое внедрение и низкую стоимость владения;
  • • широкий набор преднастроенных в рамках функциональных областей кубов;
  • • создание и просмотр кубов с использованием различных валют и языков.

Технология OLAP обеспечивает многомерный анализ данных с помощью сервера OLAP, который извлекает данные из ERP-системы и преобразует их в динамический отчет с учетом заданных параметров визуального представления. Многомерный анализ, проводимый сервером OLAP, часто описывают в виде многогранного куба. Каждая грань куба представляет собой анализируемое измерение. Измерения — это четко определенные категории управленческих данных, например, время, товары, географические регионы или каналы сбыта. Внутри каждого измерения существует иерархия данных. Например, в категории времени в эту иерархию могут входить: год, квартал, месяц, день.

Как правило, функции OLAP и данные ERP-системы объединены. Связи устанавливаются непосредственно в ERP, что позволяет максимально эффективно использовать всю имеющуюся информацию. Данные для анализа могут быть собраны из различных таблиц ERP. Таблицы выбирает пользователь в процессе настройки куба. Результаты анализа сохраняются в указанной валюте и на выбранном языке.

Результаты многомерного анализа данных всегда точны вне зависимости от сложности запроса и актуальны, так как учитывают обновления, происходящие в системе. Можно настроить ежедневный, еженедельный или ежемесячный период обновления результатов расчета. Аналитические данные представляются как в общем виде, так и в мельчайших подробностях. Например, при анализе заказов на продажу доступны данные по группам клиентов, по отдельным клиентам, группам товаров и отдельным товарам. Постоянно оценивая показатели деятельности компании, можно следить за достижением поставленных целей и следованием принятой стратегии развития.

Выполнять анализ данных средствами OLAP в ERP может любой пользователь. Для этого не требуется дополнительного обучения, поскольку настройка кубов и формирование запросов производится в привычном интерфейсе. При этом ERP-система поставляется уже с набором готовых кубов, что дополнительно облегчает работу. Если компании необходимы дополнительные кубы, настроить их также очень просто.

Зачастую при просмотре результатов анализа данных пользователь хочет видеть названия, отличные от принятых в ERP-системе. Например, руководитель хочет, чтобы измерение, называющееся в ERP-системе «Наименование заказчика», отображалось у него как «Код клиента». Выполнить соответствующие настройки кубов достаточно просто, новые названия передаются в сервер OLAP и в дальнейшем отображаются на экране пользователя. Еще один распространенный пример — валюта. Если бухгалтер во Франции желает видеть в отчете суммы в евро, а не в рублях, он может выбрать в качестве валюты именно евро. При этом суммы будут пересчитаны и отобразятся в евро, а название валюты в отчете изменится на евро.

Руководители пользуются средствами OLAP-анализа для оценки различных показателей деятельности компании, сравнения фактических значений показателей с бюджетными или данными прошлых периодов. Это дает возможность оценить эффективность работы всех подразделений по отдельности и организации в целом. Бухгалтеры и финансовые аналитики используют OLAP для анализа движения денежных средств, фактических и предусмотренных бюджетом расходов, а также для подготовки различных аналитических отчетов. Сотрудникам отдела продаж OLAP- анализ полезен для анализа и составления прогноза продаж. С его помощью можно, например, оценить доход от продаж того или иного товара в том или ином регионе в течение заданного периода времени.

Подробнее технологии анализа данных в системах поддержки принятия решений рассмотрены в гл. 3.

Аналитическая отчетность в управлении персоналом

На сегодняшний день персонал представляет собой один из основных ресурсов фирмы, управление и развитие которого во многом определяет состояние организации в целом. Работа с ним требует эффективной политики руководства, по сути, уникальной для каждого предприятия.

Одной из проблем работы с персоналом является текучесть кадров. Она может привести к упущению прибыли, потере квалифицированных рабочих, снижению качества продукции, росту изделий с браком и увеличению числа прогулов. Чтобы контролировать увольнения и понять, как удержать лучших сотрудников, необходимо определить причины, по которым люди покидают компанию. Для изучения мотивов ухода большое значение имеет сбор и анализ информации о них. В первую очередь это сведения об общем числе уволившихся, долях сотрудников различных возрастных категорий, о работниках с низкой и высокой квалификацией, а также об их стаже работы и образовании.

Для изучения проблем управления персоналом возможно применение следующих методов:

  1. Оценка состояния структуры персонала. Анализ структуры персонала позволяет делать выводы о влиянии той или иной категории на суммарную производительность труда и результаты работы компании; выявлять потребности в расширении, определять необходимую численность сотрудников и их профессиональный и квалификационный состав.
    • Квалификационный состав.
    • Динамика приёма на работу.
    • Возрастной состав.
  2. Оценка причин временной нетрудоспособности. Временная нетрудоспособность — невозможность по состоянию здоровья выполнять работу в течение относительно небольшого промежутка времени. Анализ данного показателя позволяет определять причины и сроки временной нетрудоспособности, выявлять сезонные зависимости, снижать затраты на компенсационные выплаты.
  3. Изучение движения персонала:
    • Оценка текучести кадров. Избыточная потеря кадров приводит к появлению дополнительных расходов, связанных с затратами на восполнение численности, обучение новых сотрудников и устранение недостатков из-за некомпетентных действий. Для измерения текучести персонала часто применяют коэффициент текучести кадров — это отношение числа уволенных работников предприятия, выбывших за определенный период по причинам текучести (по собственному желанию, за прогулы, за нарушение техники безопасности, самовольный уход и т.п.), к среднему количеству сотрудников за тот же промежуток времени. Текучесть бывает естественная и излишняя. Первая способствует обновлению коллектива (для офисных работников она обычно лежит в пределах от 3 до 5%). Этот процесс происходит непрерывно и не требует каких-либо чрезвычайных мер со стороны кадровых служб и руководства. Вторая ведёт к появлению экономических потерь, она дестабилизирует бизнес, влияет на производительность труда не только сотрудников, которые намерены уходить, но и тех, которые продолжают работать.
    • Изучение диаграммы увольнений и кривой выживаемости. Основным вопросом анализа данных по увольнениям является возможность оценить продолжительность работы сотрудника с момента вступления его в должность. Помимо этого, руководителя интересует, в какой момент времени следует ожидать ухода работника. Для анализа используют: кумулятивную долю оставшихся служащих — оценка функции выживания, то есть вероятность того, что сотрудник проработает более t лет в организации, и плотность вероятности – оценка возможного ухода сотрудника на данном интервале.
    • Определение экономического ущерба, вызванного текучестью кадров. При увольнении сотрудников возникают не только потери, связанные с уходом высококвалифицированных кадров, но и существенные денежные затраты. Экономический ущерб складывается из затрат на оплату пособий по увольнению, подбор нового персонала, расходов, связанных с браком на производстве при привлечении работников с низким профессиональным уровнем, и т.д.
Смотрите так же:  Недропользование штраф

Большинство организаций за время своей работы накапливают огромное количество информации о сотрудниках. Зачастую для её получения и обработки используют различное программное обеспечение. Кроме того, компания может иметь удалённые филиалы. Всё это приводит к возникновению трудностей при попытке соединить данные воедино. Оптимальным в этом случае является применение специализированных систем, ориентированных на решение задач консолидации данных. Подобные комплексы позволяют собрать информацию из различных источников, унифицировать представление, очистить от избыточных и некорректных сведений. Для поддержания непротиворечивости данных и высокой скорости их получения целесообразно внедрение хранилища данных. Аналитическая платформа Deductor содержит всё необходимое для реализации подобных задач и построения законченных решений.

Консолидированные данные чаще всего используются для получения различной отчетности, в том числе и при первоначальном анализе персонала. Deductor поддерживает множество способов визуализации в виде разнообразных таблиц, графиков, диаграмм, карт…

Оценка состояния структуры персонала и причин временной нетрудоспособности

Отчетность представляет собой набор многомерных таблиц, кросс-диаграмм и графиков, дерево отчетов показано на рис. 2.

Динамика по персоналу позволяет выявить возрастной состав сотрудников, уровень их квалификации, основные причины нетрудоспособности и т.д. Ниже приведены примеры отчетов, построенных с помощью Deductor Studio.

Аналитическая отчетность по-русски

23 November 2006 г

К сожалению, в последнее время, вокруг систем анализа, отчетности и сопутствующих технологий поднимается очень много «белого шума» и, как вокруг любой популярной технологии, расплодилось немало искусно жонглирующих терминами «специалистов».

Вот лишь несколько примеров словосочетаний:

  • Бизнес-анализ (Business Intelligence, BI)
  • Средства управления показателями бизнеса (Business Performance Management, BPM)
  • Система поддержки принятия решений (Decision Support System, DSS)
  • Управленческая информационная система (Executive Information System, EIS)
  • И т.д. и т.п.

Все эти словосочетания модны сейчас, или были таковыми всего несколько лет назад. Пытаться найти скрытый смысл в этих фразах конечно можно. Многие посвящают этому объемные статьи, пытаясь выявить, например: «Тенденции рынка CPM и BI – сходства и различия». Цели появления всех этих разнообразных терминов туманны и, по-видимому, уходят своими корнями глубоко в маркетинг. Достоверно известно лишь об их авторах. Также известно, что большинство двух-трехбуквенных сокращений по странному стечению обстоятельств придумали в компании Gartner (приплачивают им что ли за них??).

Давайте попробуем разобраться, что же это такое — системы отчетности, с чем их едят и зачем они нужны. Но. Описывать происходящее мы будем по-русски.

Типы отчетности

Плоские отчеты, как правило, имеют некую стандартизированную форму и некий набор критериев отбора. Пример плоского отчета: «Отчет о прибылях и убытках» или P&L (уж кому как нравится). Вы задаете период и получаете результат. К достоинствам данного типа отчетов можно отнести простоту использования и стандартизацию. Она идеально подходит для использования рядовыми сотрудниками и очень легко автоматизируется. Например, можно элементарно настроить еженедельное формирование отчета о товарообороте за последнюю неделю с автоматической отправкой отчета по почте заинтересованным лицам в автоматическом режиме.

К недостаткам же плоской отчетности можно отнести их «негибкость». Т.е. если разработчик не предусмотрел критерий «Центр финансовой ответственности», Вам придется ждать, пока он его добавит в отчеты. В принципе, это пустяк. Но есть нюанс. Во ВСЕ отчеты. Таким образом, по мере роста критериев, количество разнообразных форм плоских отчетов будет также расти как снежный ком. Какие-то отчеты будут неизбежно устаревать. В каких-то будет со временем искажаться смысл. В итоге нередки ситуации, когда два одинаковых, по сути, отчета выдают разные цифры. А отчета в требуемом разрезе под рукой не оказывается. К счастью, на месте не стоит не только маркетинг, но и технологии. Аналитическая отчетность создана как раз для решения задач такого рода. На ней мы и остановимся подробнее.

Что такое аналитическая отчетность

Что такое OLAP — Кубы

Кубы — это многомерные хранилища данных. Давайте попробуем разобраться, что это такое. Любой куб состоит из следующих частей:

Мера — это всегда некий количественный показатель, не в смысле количества товара, а в смысле количество чего-либо Т.е. это всегда некая цифра. Например, количество штук, количество денег (сумма), количество дней в периоде и т.д. Измерение же, это некая характеристика, аналитика, описывающая операцию с мерой. Давайте рассмотрим на небольшом примере: Пусть 01.01.06 мы купили у поставщика Солнышко 5 карандашей по 10 рублей на Центральный склад. В данном примере можно выделить следующие меры и измерения:

Измерения:

  • Дата. Когда мы купили
  • Поставщик. У кого купили
  • Товар. Что купили
  • Склад. Куда купили

Меры:

  • Количество. 5 штук
  • Сумма. 50 рублей.

Таким образом, любую операцию можно представить как некий набор мер и измерений. Т.е. у нас есть некий набор универсальных терминов, позволяющий описать любой процесс. Для того, чтобы переложить это описание на язык понятный компьютеру — используются «инструменты», системы разработки аналитической отчетности.

Cистемы разработки аналитической отчетности

Всё нижеизложенное является частным мнением специалиста, несертифицированного ни по одной из рассматриваемых систем и, к сожалению, непроспонсированного ни одним из поставщиков)))

Итак, начнем пожалуй с Когнос (Cognos).

Преимущества. Первое впечатление от продукта очень положительное. Инструмент очень прост и приятен на ощупь. Для разработчиков предусмотрено масса различных «скрыжиков» и опций. По сути, весь процесс разработки сводится к проставлению галочек. Притом, что галочки расположены не хаотично и взаимоисключающих мне вроде не попадалось. Есть инструментарий для импорта данных и отображения. Все называется забавными словами (например, «Мощная Игра») и идет от «одного поставщика» (за деньги). Есть очень интересные инструменты визуализации данных (наложение на карту и т.п.) Интерфейс клиентской части обсуждать не буду, ибо это на 90% дело привычки, но функционал достаточен и впечатляет.

Недостатки. При более пристальном рассмотрении обнаружился и ряд недостатков.

Во-первых, нет такого замечательного понятия как свойство измерения. Т.е. есть измерение товар, у него могут быть свойства наименование, или, например, текущая розничная цена и т.п. Нет, это ограничение можно обойти, например, ввести свойства измерения в описание измерения. И тогда при наведении курсора на код товара Вы увидите его название. Или сделать код составным из кода-названия-цены. Но тогда для выделения кода товара, например, при обработке отчета, необходимо будет разбирать строки. Однако разместить эти характеристики в смежных ячейках нельзя, что показалось мне очень неудобным.

Во-вторых, Когнос довольно медленно экспортирует данные из отчетов в Excel. Экспорт идет не массивами, а поячеечно и не напрямую в файл, а через COM (программисты меня поймут). Т.е. на отчетах из сотни строк Вы этого скорее всего этого даже не заметите, а вот если строк десять тысяч. Боюсь, придется подождать.

Ну и в-третьих, не очень удачна, на мой взгляд, модель работы клиента с памятью. Данные закачиваются в отчет не сразу, а только для видимой области экрана. Соответственно, при попытке скроллинга программа будет каждый раз «подкачивать» данные и, возможно, притормаживать. Суммарное время загрузки отчета таким образом — увеличивается. Эти моменты довольно существенно подпортили впечатление от неплохого в принципе продукта. Но, возможно, для меня они оказались критичными, поскольку я использую нестандартный подход в работе с кубами. Для меня аналитическая отчетность — это прежде всего инструмент для построения произвольных плоских отчетов. В то время как абсолютное большинство её адептов проповедуют систему как инструмент анализа всего лишь агрегированных данных.

Смотрите так же:  Требования к оформлению уголка математики в доу

Посмотреть, какова выручка в разрезе групп товаров — пожалуйста. Хотите детализацию до товара, да ещё и чтобы рядом с кодом товара было выведено его название — Вы что, система не предназначена для этого. Можно, но через тернии к звездам, и с ограничениями.

Теперь посмотрим на аналитический сервер от Microsoft (MS Analysis Server)

Преимущества. Значительным отличием от Когнос является подход к проектированию. Если в Когнос мы расставляли галочки, то здесь предлагается писать формулы на специальном языке. Такой подход более гибок и универсален, но и требует большего времени на его освоение. Справедливости ради надо заметить, что большинство формул сводится к арифметическим операциям над мерами, но для чуть более сложных ситуаций язык сервера(MDX) придется выучить. Язык напоминает SQL, но только многомерный. Для импорта данных используются мощные стандартные средства SQL-сервера (DTS). А вот для отображения могут использоваться различные клиенты. Начиная от Excel и заканчивая. клиентом Когнос)). Многие клиенты бесплатны или недороги. Но немало среди них и откровенных «поделок». Вплоть до клиентов неверно отображающих данные. Поэтому надо быть осторожным при выборе.

Недостатки. Основным недостатком, на мой взгляд, является слабый «основной» клиент, Excel. Помимо традиционных ограничений на 255 колонок или 30000 строк, есть и существенные функциональные ограничения. Например, нельзя, как в Когносе, «на лету» определить новое измерение. Хотя большие отчеты он в 90% случаев «заглатывает» целиком и быстрее — возможны ситуации, когда Excel сформирует «неоптимальный» запрос. Интерфейс прост, но продвинутые функции глубоко спрятаны. Например, не все пользователи могут банально найти кнопку, позволяющую отсортировать измерение по одной из мер. Т.е. требуется обучение работе с клиентом. Как скомпоновать элементы, чтобы не получить неоптимальное быстродействие и т.п. Хотя можно использовать альтернативных клиентов, того же Когнос, но тогда вся прелесть теснейшей интеграции с Excel теряется.

Вторым существенным недостатком является необходимость обучения работе с самим сервером технических специалистов. Здесь речь идет не только о языке, но и о принципах работы с сервером. Неправильная настройка куба приведет к многочасовому обновлению на какой-нибудь паре десятков миллионов записей. И здесь очень важна практика и опыт специалистов.

Преимущества. Буквально пару слов, наверное, ещё стоит сказать о этом инструменте. Традиционно считается что он ориентирован на работу с наиболее большими массивами в хранилище данных (как правило, речь идет о терабайтах). Принципы извлечения информации основаны на генерации обычных SQL-запросов, что делает этот инструмент наиболее привлекательным для формирования больших отчетов. Есть масса преднастроенных шаблонов и функций для построения сложных отчетов, например, ABC-анализ делается парой движений. Также великолепно интегрированы средства доставки и формирования отчетов по расписанию.

Недостатки. Но, по сравнению с рассмотренными средствами инструмент несколько необычен и следовательно более сложен в освоении. Также к недостаткам стоит отнести такие моменты, как невозможность напрямую работы с структурой базой, в которой используются естественные ключи (например Аксапта). Т.е. система работает, но выдает настораживающие предупреждения, что за правильность данных лично она не отвечает. Нет возможности ручного тюнинга сгенерированного SQL (правда обещали добавить эту возможность в новой версии).

Для начала, думаю, достаточно рассмотреть поставщиков, упомянутых выше. Также существует огромный круг решений, являющихся, по сути, некими надстройками или интерфейсами над основными системами. Например, для Майкрософт-сервера есть очень неплохие и популярные клиенты Панорама и Прокларити. По сути, они работают с сервером майкрософт, но, в отличие от Excel, делают это более изящно и удобно (правда Microsoft не так давно приобрел оба этих продукта)), поэтому есть все основания увидеть улучшения непосредственно в Excel). Но есть и немало банальных интерфейсов над стандартными библиотеками доступа. Т.е. они не добавляют ни грамма функционала, просто красиво раскрашенные кнопки плюс умелое описание возможностей — и Вы можете стать счастливым покупателем бесплатной библиотеки.

Второй момент — не все компании готовы в принципе разработать тестовый пример. На мой взгляд это большой минус. Как правило, для них нет никаких проблем подготовить коммерческое предложение на сотню страниц, а вот демо-кубик — проблема. Задумайтесь что Вам нужно, слова или результат. Либо можно столкнуться с крупными компаниями, которые предлагают Вам построить тот же демонстрационный отчет, например, за пару тысяч долларов. Подумайте три раза, прежде чем платить за «тест драйв». Третий момент, на котором стоит акцентировать внимание — это сроки разработки типового отчета. Для развитой системы построить некий несложный куб на реальных данных — задача получаса.

Поэтому, когда речь заходит о неделях работы. Полно менее амбициозных и гораздо более результативных компаний, готовых ту же самую задачу решить и продемонстрировать работу системы бесплатно. И не за неделю, а прямо на месте.

Внедрение систем отчетности

Сроки. Имея представление о сроках и сложности разработки систем аналитической отчетности, очень трудно бывает понять и как-то логически объяснить длительность иных проектов. Когда задача решается в течение двух недель, или даже двух месяцев, это ещё можно понять. Но когда речь идет о полугодовых проектах. Вызвав на откровенный разговор руководителей компаний внедряющих отчетность, я понял, что им просто «невыгодно» работать с проектами меньшей длительности. А так как время надо чем-то заполнить, то обычно занимаются так называемым сбором и обработкой требований. Вместо того, чтобы сделать и продемонстрировать прототип, обычно сначала проектируют на бумаге. Заказчику обычно сложно представить, что в результате получится, в итоге все равно приходится переделывать.

Обучение. О привлечении к разработке специалистов заказчика тоже как то речь обычно не заходит. Как правило, предлагают прослушать общий курс, вместо того чтобы максимально привлечь специалиста к разработке и после проекта оставить на клиенте не набор отчетов, а систему, включающую в себя технического специалиста, способного её поддерживать и развивать. Как правило, небольшие компании подходят к потребностям заказчика более гибко. Зачастую, сотрудничая в проектах совместно с другими консалтинговыми компаниями.

Результат. Одним из больных мест проектов внедрения является документация по результатам проекта. Под документацией зачастую выдают саму модель данных. Да, в правильно спроектированной системе связи и схема данных прозрачны и понятны. Но, помимо технических специалистов, должна быть документация для пользователей, с описанием мер и измерений, использованных в системе. Некое техническое задание, в роли которого может, например, выступать переписка по электронной почте, явившаяся основанием для принятия тех или иных решений, списки и описания отчетов для новых сотрудников и т.д.

Пакетные решения. Это выглядит довольно странным, но до последнего времени пакетных, коробочных продуктов по аналитической отчетности практически не было. Хотя очевидно, что внедрение и доработка качественного пакета отчетности займет на порядок меньше времени и обойдется существенно дешевле, чем разработка с нуля. Связано это не с невозможностью разработки таковых систем в принципе, как некоторые пытаются это представить, а с дефицитом специалистов в «смежных» областях. Т.е. для того, чтобы создать тиражное решение по аналитической отчетности на некой системе, необходим специалист(ы) превосходно разбирающийся и в самой системе, в пакетах разработки аналитической отчетности и имеющий опыт разработки тиражных решений. Но не так давно начали появляться такого рода пакеты. Например, за рубежом пакеты по интеграции с ERP системами продвигает компания Targit, а в России не так давно начали продвигать продукт такого класса компании IQ-soft (www.axolap.ru) и Аманд (www.amand.ru) ( * )

Эксплуатация системы

Действительно, бизнес постоянно меняется, но система должна быть максимально независима от подобного рода изменений. Если же происходит изменение, которое невозможно было предусмотреть изначально, система должна ничего не показать. Это очень важно, ни в коем случае нельзя додумывать и показывать недостоверные цифры. Только данные из информационной системы, трижды выверенные на каждом этапе. Завоевать доверие очень сложно, а потерять его можно в одночасье. Система, на отчеты которой нельзя положиться — никому не нужна.

Второй момент — это отлаженные процедуры по внесению изменений и обучению пользователей. Обязательно должен быть один человек, отвечающий за достоверность, функционирование, развитие и обучение персонала работе с системой.

И, наконец, повышение эффективности бизнеса

Показатели выбранные для увязки с системой мотивации, должны быть максимально просты и понятны. Например маржа, выручка, стоимость запасов и т.п. Не стоит изобретать сложных формул. Впрочем, это все, наверно, уже выходит за рамки статьи, важно одно: система отчетности, не увязанная с системой мотивации, наверняка не повысит эффективность Вашего бизнеса.