К сожалению, идеальный Self‑Service BI‑инструмент — это продукт множества компромиссов. Зачастую основанных на анализе опыта использования сотнями тысяч пользователей. Поэтому на практике получается, что далеко не все BI‑инструменты подходят для Self‑Service. Среди самых известных платформ такого рода, конечно, ведущая мировая троица — Power BI, Tableau, Qlik. Хотя эти продукты изначально создавались так, чтобы с ними могли работать именно пользователи, а не ИТ‑разработчики, свой нынешний сбалансированный вид они обрели далеко не сразу. Они по‑настоящему раскрыли свои возможности Self‑Service спустя годы пребывания на рынке после того, как в них были вложены тысячи человеко‑лет. А вот ряд популярных инструментов, обладающих достаточно мощным функционалом, несмотря на все свои преимущества, не смогли стать по‑настоящему пригодными для самостоятельной разработки отчетов пользователями.
Про пересаживание пользователей с Excel понятно. А как же продвинутые бизнес‑аналитики, настоящие «зубры», которые сами копаются в данных, пишут код на SQL или Python? На мой взгляд, спрос на BI и на Self‑Service BI со стороны таких аналитиков вторичен и ограничен. Если специалист привык писать код и делает это хорошо, то никакие drag&drop‑возможности, красоты интерфейса не сподвигнут его на переход. Понятно, что в силу необходимости такие аналитики тоже становятся разработчиками BI, но для них, как правило, даже не сильно заточенный на Self‑Service инструмент оказывается вполне приемлем.
Почему BI не всегда Self‑ServiceВ целом, что такое продукт для Self‑Service BI, очень легко понять. Инструмент, ориентированный на пользователя, не специалиста в ИТ, то есть достаточно простой в освоении и удобный в использовании, но при этом позволяющий проводить сложную обработку данных, выполнять сложные расчеты, создавать разнообразные визуализации и комбинировать их в красивые дашборды. И все это без глубокого понимания архитектуры данных и без программирования. Но давайте чуть погрузимся в детали, потому что без них не понятно, почему не каждый первый инструмент Self‑Service.
Что требуется от такого BI‑продукта:
- Удобный и понятный интерфейс разработки дашбордов.
С одной стороны, это самый понятный пункт требований, а с другой — один из самых сложно реализуемых. Ведь если сделать все очень просто для пользователя, то и функционал будет минимальным. А вот сделать одновременно и мощную, и простую систему — это уже высший пилотаж. Обычно вендоры приходят к такому идеальному балансу простоты и функциональности путем многочисленных итераций в ходе выпуска и доработки нескольких версий продукта. Это требует многих лет работы и большого числа пользователей, которые дают вендору в качестве обратной связи свои юзкейсы. При отсутствии большой пользовательской базы и долгих лет на доведение до ума единственным вариантом построить действительно сбалансированный интерфейс для Self‑Service будет скопировать кого‑то из мировых грандов. Этим большинство из присутствующих в РФ вендоров и занимается с той или иной степенью успешности. Даже в заявлениях о позиционировании продукта зачастую можно услышать: «российский PowerBI», «китайский Tableau», «наш Qlik Sense». Но, на мой взляд, очевидно, что этот путь гораздо лучше, чем «изобретать велосипед». При наличии лидеров, на которых все равняются, и укоренившейся привычки к конкретным возможностям и интерфейсам у большей части рынка быть похожим на них полезно и для кошелька вендора, и для удобства клиента.
- Развитый встроенный язык формул.
Формулы Excel в большинстве случаев являются эталоном. Практически каждый может разобраться не только с SUMPRODUCT, но и с VLOOKUP и более сложными конструкциями. Не нужно быть программистом, чтобы их использовать, но посчитать можно почти все. А вот в BI‑решениях с формульным языком зачастую большая проблема: есть всего десяток простых формул, которые не покрывают даже минимально необходимых требований пользователей. Тогда приходится выносить в предварительные расчеты показателей на уровень витрины данных, формированием которых занимается ИТ. Выносится даже то, что необходимо часто менять и что требует полного контроля со стороны пользователя. Вынос из BI‑инструмента расчетов приводит к потере гибкости и прозрачности расчета показателей — и к существенному снижению удобства использования данного инструмента как Self‑Service BI. В некоторых инструментах предлагается вместо ввода формул писать код на Python или на SQL. Что тоже не добавляет простоты и удобства для пользователей‑непрограммистов. Факт в том, что обычно пользователи Self‑Service BI — это не программисты. Возлагая на них написание кода, даже не очень сложного, мы однозначно теряем их лояльность и лишаем их мотивации. Эталонные Power BI, Tableau, Qlik обладают очень развитыми формульными возможностями. Российские вендоры, стремящиеся сделать Self‑Service‑инструменты, тоже постепенно идут по этому пути. Хороший пример — Visiology, который в третьей версии предложил использовать внутри своего продукта майкрософтовский DAX, так хорошо знакомый многим по PowerBI. Но одной идеи DAX в продукте мало, поэтому, начав с небольшого числа, Visiology в каждой версии наращивает число формул, чтобы приблизиться к достойному для Self‑Service‑продукта уровню. В FineBI, одном из наиболее продвинутых Self‑Service‑решении на нашем рынке, формульный язык изначально был очень богат, уже в тот момент, когда этот продукт появился здесь.
- Встроенные инструменты проектирования модели данных, подключения новых источников данных и загрузки и преобразования информации.
Большинство BI‑проектов строится над хранилищами данных и подобными им компонентам инфраструктуры данных («озерами данных», набирающими популярность в последнее время Lakehouse или даже над простыми витринами). Но чтобы загрузить хотя бы одну таблицу в ХД, нужно зачастую потратить несколько дней. Ведь грузить придется посредством трансформации данных через множество слоев, с соблюдением большого числа регламентных правил и ограничений, а порядок тестирования и передачи пайплайнов загрузки из контура разработки на промышленный контур может заставить вспотеть и профессионального разработчика. Для бизнес‑пользователя такой вариант работы с данными можно вообще не рассматривать как реалистичный. Поэтому в Self‑Service BI должна быть предусмотрена простая возможность быстро и без всякого кодирования загрузить несколько нужных табличек, визуально увязать их между собой и получить нужный для анализа срез требуемой глубины с подходящим набором атрибутов. Частично данные могут быть просто выгрузками в Excel или построенными в этом инструменте вручную документами, а другая часть — данные, загруженные из того же ХД, или построенных над хранилищем витрин. Инструменты загрузки и преобразования данных для разработчиков, даже имеющие развитый визуальный интерфейс (типа ФормИТ или Modus ETL) не очень подходят для бизнес‑пользователей в силу избыточной функциональности и сложности понимания процессов для неспециалистов. Поэтому BI‑вендорам приходится делать что‑то более простое, но тем не менее позволяющее решать стоящие перед аналитиками и сотрудниками бизнес‑подразделений задачи. Отличный пример — Power Query в Power BI. Хотя до функционала и удобства такого масштаба пока никто из отечественных продуктов не развился, но претендующие на звание Self‑Service BI‑инструменты уже реализуют подобный функционал. Все понимают, что просто дать окошко для ввода ETL‑кода на Python для неискушенного в ИТ пользователя явно неадекватно и неправильно.
- Развитые средства распространения контента внутри организации.
Сделать красивый дашборд — это только полдела. Нужно обеспечить, чтобы этот дашборд, возможности, которые он предоставляет для принятия решений были доступны для тех, кому он предназначен. Конечно, в ряде случаев пользователи‑аналитики делают их сами для себя, для самостоятельного анализа данных, а потом уже выводы со скринами вставляют в презентацию и таким образом делятся результатами своей работы с коллегами. Но это лишь один из юзкейсов, и не факт, что самый распространенный. Пользователю, который сделал дашборд, нужно иметь возможность поделиться им с другими, опубликовать результаты, написать комментарии и т. п. Если для публикации нужно обращаться в ИТ, а комментарии придется писать в почте или «Телеграме», то ценность инструмента для пользователей снижается. Хорошие Self‑Service‑инструменты предоставляют простые возможности для публикации, рассылки, комментирования разработанных дашбордов пользователями, причем позволяют как четко определить целевую аудиторию, так и проинформировать ее о том, что это не валидированный всеми инстанциями в горниле ИТ отчет, а именно подготовленный в рамках Self‑Service, имеющий соответствующего автора и основанный на соответствующих источниках.
- Наличие собственного высокопроизводительного движка обработки данных.
Excel — мощная штука, многие справедливо восхищаются его возможностями. За что его часто ругают, так это за то, что он начинает «тормозить» и даже «падать», как только данных становится по‑настоящему много, а сложность расчетных алгоритмов превышает простую арифметику. Уходя от Excel к BI, бизнес‑пользователи во многом стремятся решить именно проблему скорости и надежности расчетов. Если при открытии дашборда, фильтрации или любой другой аналитической операции им приходится ждать хотя бы минуты, не говоря уже о десятках минут, то это кардинально подрывает мотивацию работать с таким BI‑инструментом, а там уже и до возвращения обратно в Excel и итальянской забастовки в переходе на BI не далеко. Поэтому для Self‑Service BI оказывается критически важным наличие встроенного мощного вычислительного движка, который бы быстро обсчитывал сложные алгоритмы на миллионах строк и при этом не требовал бы от пользователя глубоких познаний в архитектуре баз данных и оптимизации запросов. У некоторых систем, как, например, Fine BI, это встроенный, разработанный вендором этого BI in‑memory вычислительный модуль. У других — какая‑то доработанная с учетом потребностей BI‑инструмента производительная СУБД, часто — ClickHouse, как в Visiology, PIXBI, Analytical Workspace. Не так важно. Но те BI‑продукты, которые такого движка не имеют, являются, по сути, «рисовалками» красивых картинок, а все запросы спускают во внешнюю БД. Управлять производительностью обработки запросов в такой архитектуре крайне сложно. Поэтому таким инструментам сложно по‑настоящему претендовать на звание Self‑Service BI.
Зачем тратят деньги на внедрение Self-Service BIТрадиционная организация работы по созданию отчетов и дашбордов в компаниях — это так называемая централизованная разработка. При этом пользователи, в случае возникновения у них потребности в отчете, тем или иным образом доносят ее до подразделения BI‑разработки в составе ИТ — центра компетенции BI, который может быть формально выделен или же существовать как часть департамента по работе с данными. Пользователи пишут формальные требования, рисуют дашборд, о котором они грезят, на салфетке или вообще описывают на словах (там, где очень лояльные айтишники). Не суть, важно, как требования доходят до ИТ, но далее за дело берутся профессиональные разработчики и создают нужный отчет, добиваясь того, чтобы пользователь был им удовлетворен. Такой подход имеет преимущества: все‑таки профессионалы работают быстро, хорошо понимают структуру данных, умеют оптимизировать запросы, глубоко понимают особенности и возможности инструмента, знают правила проектирования дашбордов и принципы их дизайна.
Тем не менее при всех плюсах централизованное BI‑подразделение часто становится узким горлышком в процессе обеспечения пользователей нужными им отчетами. Ведь в крупной компании дашбордов могут быть сотни и даже тысячи, чтобы развивать и поддерживать их, нужны десятки специалистов, а собрать и содержать такую команду BI‑профессионалов непросто и ОЧЕНЬ дорого. Кроме того, такой подход увеличивает time‑to‑market, поскольку пока соберешь требования, разработаешь, реализуешь, протестируешь, передашь пользователю, проходит несколько недель. Неизбежны ошибки и недопонимания, ведь пользователь разговаривает на своем языке, и максимальная бизнес‑экспертиза есть лишь у него в голове, а BI‑разработчик понимает требования как может, даже если они четко описаны, что уж говорить про вариант, когда дашборд делается на основании лишь короткого письма по е‑mail или вообще устной просьбы. Таким образом, Self‑Service BI оказывается не только ответом на вполне осознанную потребность пользователей переехавших в BI с Excel, но и способом решения организационных и технологических проблем, которые возникают при таком внедрении.
Кстати, про то, за что компании платят, внедряя BI, команда и клиенты GlowByte (Альфа‑Лизинг, Газпромбанк, СИБУР и t2) рассказывали на конференции
FineDay 2025.
Чуть подробнее о драйверах окупаемости проекта Self‑Service BI:
Может для кого‑то это и не самый важный критерий, определяющий почему нужно переходить на Self‑Service, но он оказывается как минимум значимым почти во всех случаях. Как было сказано выше, если разработкой и поддержкой дашбордов занимаются только ИТ, то приходится сильно увеличивать штатную численность подразделения, что во многих случаях просто невозможно. Перекладывание задач разработки на самих аналитиков и бизнес‑пользователей сводит роль ИТ к важной, но ограниченной сфере центра компетенции — помогать, обучать, советовать, решать возникающие проблемы. Для этого требуется гораздо меньше ресурсов, чем для полномасштабной разработки и поддержки всех дашбордов силами ИТ.
- Упрощение работы со «сложными» (требовательными) пользователями.
Не секрет, что довольно часто к проблемам в решении задач цифровизации приводит невозможность найти общий язык между ИТ‑специалистами и бизнес‑пользователями. Даже при наличии хорошо выстроенных процессов коммуникации и грамотных модераторов на это уходит много сил и драгоценного времени. А если у компании есть проблемы в организации взаимодействия бизнеса и ИТ, то разработка даже несложного дашборда может стать неразрешимой проблемой. Внедрение Self‑Service BI позволяет органически устранить область напряжения между ИТ и бизнесом, как минимум в части обеспечения бизнеса отчетами. Даже наоборот, позволяет сделать их союзниками, поскольку теперь не бизнес вынужден требовать результата от ИТ, а он сам реализует для себя конечный результат, а от ИТ ожидает качественной поддержки на этом увлекательном пути.