Self service analytics что это
Как успешно внедрить self-service аналитику за 6 недель
Привет! В этой статье я расскажу об опыте реализации self-service аналитики для ГК Алвиса. Эта статья может быть полезна тем, кто думает о внедрении культуры self-service аналитики (аналитики самообслуживания) для повышения удовлетворенности бизнеса в данных и снижения нагрузки на ИТ.
В качестве введения попробую объяснить смысл формулировки Self-service аналитики в двух предложениях, рассчитывая в основном на то, что большинство заинтересованных уже знакомы с этим понятием.
Концепция self-service предполагает предельную лёгкость самостоятельного использования для всех категорий сотрудников. Основные плюсы: быстрое внедрение, простая интеграция с существующими системами, быстрое получение результатов, доступность для пользователя с любым уровнем подготовки и с любого устройства.
Уже очень многое сказано о том, как важны данные и как скорость принятия решения влияет на бизнес, поэтому я пропущу общие фразы и постараюсь сфокусироваться исключительно на опыте реального клиента.
Прежде всего важно обеспечить непротиворечивые данные, на которых будет строиться аналитика. Эта задача требует отдельного внимания, подразумевает нормализацию основных данных по всем взаимодействующим системам.
Например, если вы консолидируете данные по продажам из нескольких учетных систем обособленных филиалов, то необходимо, чтобы идентификаторы и данные по одному и тому же контрагенту или SKU совпадали или, как минимум, имели четко определяемую связь.
Выбор аналитической платформы, как инструмента для автоматизации, так же является важным моментом, однако, определяющее значение имеет команда проекта и мотивация на достижение результата.
Коллеги из ГК Алвиса были подготовлены к проекту и провели большую работу с данными и определением ключевых владельцев процессов и данных заранее.
В качестве подхода к внедрению был выбрать подход Agile, который применительно к задаче был сформулирован в цикле из пяти этапов:
Этот цикл может быть меньше, но необходимо помнить о балансе между скоростью доставки результата и ценностью от определенного вами объема спринта и не опускаться ниже цикла планирования в две недели.
Всем известны общие предпосылки к внедрению аналитики, поэтому не буду повторяться и уделю внимание тем точкам роста, которые определила для себя компания ГК Алвиса:
Анализ большого объема данных из разрозненных источников в режиме реального времени;
Централизация аналитических данных, уход от Excel;
Формализация экспертизы в анализе данных, снижение рисков потери знаний;
Сквозная отчетность по планированию и исполнению плана продаж;
Анализ данных по продажам;
В рамках первого этапа по внедрению self-service аналитики удалось:
Что получили дополнительно:
Буду признателен за любую обратную связь. Спасибо!
Self Service: как и зачем учить пользователей самостоятельности
Стивен Ван Беллеем (Steven Van Belleghem), специалист в области клиентской поддержки, выяснил, что самообслуживание является единственным долгосрочным решением, которое заведомо отвечает ожиданиям клиентов. Причем в качестве этих «клиентов» могут выступать и сотрудники компаний, если речь идет о Self Service платформе для внутрикорпоративного использования.
В статье поговорим, как должен выглядеть сервис самообслуживания и как приучить пользователей «выбирать удочку вместо рыбы».
Зачем компаниям сервисы самообслуживания
Начнем с очевидного — экономия средств. Еще пару лет назад в HDI подсчитали, что самообслуживание — самый дешевый способ обработки заявки ($10). Удобство порталов самостоятельного решения вопросов пользователями заключается в том, что они не требуют команды обученных специалистов. Такие сервисы нуждаются в инвестициях на трех этапах — при создании, внедрении и поддержании. Со временем портал самообслуживания сможет разрешать все больше вопросов, а количество персонала при этом останется прежним.
Однако экономия затрат не является единственным мотивом для компаний и даже не самым важным преимуществом. Не стоит забывать про увеличение эффективности отдела поддержки. Порталы самообслуживания, как правило, не заменяют другие каналы поддержки клиентов, но снижают нагрузку на сотрудников.
Автоматизированные инструменты решают распространенные проблемы и разбираются с низкоуровневыми заявками. Таким образом происходит «естественный отбор» тикетов. Служба поддержки может сосредоточиться на помощи клиентам с серьезными вопросами, требующими нетривиального решения и высшего приоритета.
Еще одно преимущество — самообслуживание повышает доступность поддержки. Три четверти всех саппорт-отделов не работает круглосуточно. В этом случае, если проблема возникла в выходной день, она будет лежать нерешенной до понедельника. Порталы самообслуживания доступны в любое время суток. Кроме того, пользователи привыкли получать ответ на свой вопрос за несколько минут и готовы платить за это деньги.
Самообслуживание исключает все факторы промедления и максимально снижает время обработки заявки. К этому же преимуществу можно добавить расширение географии поддержки. Подготовка портала для самостоятельного решения проблем на нескольких языках заменяет собой необходимость найма их носителей.
Какой может быть система самообслуживания
Статичная база знаний и FAQ
Эти инструменты основываются на двух предположениях: что конкретный пользователь должен знать и что он захочет узнать в будущем. Компания предугадывает возможные сценарии на основании ранее созданных заявок и часто задаваемых вопросов. С точки зрения ITSM, это может быть база лучших практик, которым сотрудники должны следовать.
Динамичный портал
Это инструмент, работающий в полуавтоматическом режиме. Он предоставляет возможность формирования заявки с интеллектуальной системой подбора ответа из базы знаний. Пример — корпоративный портал самообслуживания на платформе ServiceNow. Главное преимущество такого инструмента — централизация.
Когда все сервисы располагаются в единой библиотеке, пользователям становится намного легче найти ответ на свой вопрос. Динамичным может быть и раздел с часто задаваемыми вопросами. Добавление семантического поиска ответов помогло стартапу Farmgirl Flowers избавиться от ежедневного разбора писем и увеличить продажи на 15%.
Интеллектуальный помощник
71% потребителей предпочитает виртуального помощника для поиска информации. Компании-гиганты инвестируют миллионы в чат-боты. Компьютерные агенты заменяют персонал на обслуживании простых задач, черпая сведения из базы знаний. Если бот не может найти решение для инцидента, он автоматически создает заявку на основе деталей из беседы с пользователем.
/ Pexels / John Jackson / PD
Гибридный чат
Иногда принять заявку клиента следует еще до того, как чат-бот зашел в тупик. В таких случаях пригодится технология гибридного чата. Она позволяет мгновенно переключить пользователя на живого человека и продолжить разговор с того места, где закончил бот.
«Краудсорсинг»
Группа энтузиастов делает за считаные минуты то, что у одного сотрудника иногда может занять несколько дней. Это доказывает опыт онлайн-магазина SquadRun, который снизил затраты на 90% и увеличил скорость работы в пять раз, отдав отзывы на модерацию сообществу.
Еще один эффективный канал самообслуживания — портал, на котором сидят группы заинтересованных людей. Это форумы, социальные сети, каналы в мессенджерах и др. Например, ServiceNow Communities объединяет пользователей платформы со всего мира и помогает им самостоятельно находить ответы на интересующие вопросы.
Как заставить пользователей полюбить Self Service
Первый шаг — адаптировать портал под запросы пользователей. Для этого все разделы и каждый пункт меню должны носить интуитивно понятные названия. Самообслуживание требует высокого уровня участия человека, но, если он не находит ответ в разделе часто задаваемых вопросов дольше 30 минут, скорее всего, он бросит поиски. Нужна удобная навигация, интеллектуальная система поиска и структурированная выдача результатов.
Обслуживание одной и той же заявки можно сделать простым и понятным для пользователя, а можно испортить все лишними формулировками и деталями. Следует упростить терминологию — отказаться от «тикетов» и «инцидентов», как в случае с упрощением ITSM.
Вовлекайте пользователей в создание портала. Так, они будут больше ценить сервис самообслуживания и станут чаще к нему обращаться. Объясняйте пользователям преимущества портала самообслуживания. Людям нужны доводы, чтобы перестать обращаться в саппорт со своими проблемами.
Британская юридическая компания Trowers and Hamlins провела четырехступенчатое внедрение портала самообслуживания, сократившего число звонков в поддержку от сотрудников компании на 25% за две недели. Оно началось с продвижения портала с помощью наглядных пособий. В ход шли даже плакаты на офисной кухне с анонсом скорого запуска нового сервиса.
Другая британская компания Barnardo’s обратилась к геймификации и современным формам общения для подготовки своих сотрудников к нововведению. До запуска портала самообслуживания в сети компании стали появляться сообщения в форме мемов. Это помогло увеличить вовлеченность клиентов при внедрении сервиса. К запуску портала был приурочен конкурс: каждый сотрудник, обратившийся к сервису в течение месяца, участвовал в розыгрыше приза.
Важно объединить эту центральную «базу знаний» с другими корпоративными инструментами. Например, ServiceNow помогла компании Automic Software перенаправить более 80% запросов от клиентов на портал самообслуживания, интегрировав его с CRM-системой Automic. Так отдел продаж всегда знал актуальный статус заявок.
Не стоит забывать и про развитие сообщества. Чтобы краудсорсинг работал, на форумах должны сидеть люди. Владелец приложения для управления проектами Trello делится своим опытом создания платформы для обмена знаниями. Первый шаг — «засеять» раздел собственными вопросами. Шаг второй — привлечь экспертов из числа сотрудников, чтобы они ответили на эти вопросы. Когда портал готов, пора продвигать его по электронной почте или в блоге. После остается следить, что на все вопросы даются ответы, и перенаправлять пользователей в систему самообслуживания.
В 2011 году канадский оператор Koodo Mobile запустил портал самообслуживания на основе краудсорсинга, и сейчас 99% запросов обрабатывается пользователями. Активно консультирующих участников премируют значками и баллами. За два месяца процент клиентов, обращающихся к порталу самообслуживания, увеличился на 15%, а число активных консультантов выросло на 72%. Среднее время ответа на вопрос клиента установилось на отметке 12 минут.
/ Maxpixel / Hands Team Spirit Community CC
Итак, обстоятельный подход к созданию портала самообслуживания позволяет решать проблемы пользователей, компании и саппорта. Чтобы привить пользователям желание обращаться к self service порталам, следует:
Cелф-сервис BI убивает кровавый энтерпрайз
Привет, меня зовут Владимир Шилов, я руководитель направления в департаменте анализа данных «Ростелекома». В мае 2019 года я пришёл в команду Business Intelligence (BI) и одной из первых задач была реализация отчётности по анализу посещаемости отчетов во всех BI-инструментах, установленных в компании.
Решение этой задачи позволило собрать любопытную статистику и сделать выводы о востребованности BI-инструментов в «Ростелекоме». В этой статье я хочу поделиться следующими результатами нашего анализа:
Какие BI системы наиболее востребованы в реалиях крупной компании;
Какие критерии влияют на внутреннюю популярность решения;
Какие современные тенденции пользовательского поведения можно наблюдать внутри компании и какие вопросы будут стоять перед ИТ-подразделениями в ближайшее время.
С чего всё началось: реализация решения по анализу используемости BI систем
Начну с общего описания ситуации и подходов к сбору информации. У нас в компании целевыми BI-системами являются:
Кроме перечисленных инструментов, у нас на разных уровнях также используются более узкоспециализированные и «экзотические» решения. Но для целей нашей статьи мы опустим эти нюансы, и далее речь пойдет именно о целевых BI-системах (за исключением Форсайта), так как именно они используются в масштабах всей компании, и на наш взгляд их обзор будет более интересен читателям.
Для сбора информации об использовании инструментов было разработано специализированное решение, подход к реализации которого можно представить в виде последовательности шагов:
Провести анализ логов BI-систем по запуску отчётов;
Спроектировать модель витрины данных;
Реализовать отчет в Power BI;
Решение получилось примерно следующим:
Числа в зелёных стикерах обозначают общее количество инсталляций, в синих – количество self-service инсталляций.
Очевидно, что любая разработка в крупной компании с некоторой бюрократией превращается в нечто большее, чем просто «Возьми и сделай! Ты же мужик!» и выполнение простого алгоритма из четырёх шагов. Я довольно сильно погряз в разработку архитектурного решения и согласования его с архитекторами, а также предоставления доступов к логам и ETL. В этой статье описывать свои трудности я детально не буду и сконцентрируюсь на конечном результате.
Для начала предлагаю рассмотреть каждый BI-инструмент в отдельности.
Oracle BI
На Oracle BI реализовано подавляющее большинство отчётности в виду того, что Oracle BI является самым старым инструментом и у него почти не было альтернативы очень долгое время. Ниже представлены графики динамик по следующим показателям:
Количество используемых уникальных отчётов за период;
Количество уникальных пользователей.
На основе второго графика динамики уникальных пользователей можно сделать вывод, что аудитория BI-системы стабилизировалась и сильного роста в 2020 году не наблюдается. Этому есть ряд причин:
Доступ к отчётности требует согласования, а прозрачность процесса предоставления доступа очень низкая;
Новые предметные области появляются очень редко;
Нет возможности создавать дашборды с аналитикой.
Analysis services
Microsoft Analysis services в компании – это тоже достаточно распространённый инструмент, что во многом обусловлено удобной для пользователей работой в Excel. Именно этот инструмент получил наибольшее распространение в компании: он даже более популярен в МРФ (макрорегиональных филиалах), чем в корпоративном центре. Это можно увидеть на следующей диаграмме по уникальным пользователям в разрезе территорий за последние 12 месяцев:
Ниже представлены графики динамик по следующим показателям:
Количество используемых уникальных OLAP-кубов за период;
Количество уникальных пользователей.
Рост количества используемых OLAP-кубов за последний год не наблюдается, а рост аудитории в BI-системе нестабильный со значительными всплесками. У такой статистики несколько причин:
OLAP-кубы в основном дорабатываются, а новые кубы появляются очень редко;
BI-система больше предназначена для аналитиков, умеющих работать с данными, и она сложно продается широкой аудитории;
Доступ к отчётности требует согласования с владельцем OLAP-куба.
Power BI
BI-система Power BI от Microsoft появилась самой последней в стеке инструментов компании, но именно к этой системе сейчас приковано самое большое внимание со стороны бизнеса по следующим причинам:
Базовый набор визуализаций имеет хороший дизайн;
Лицензирование осуществляется по ядрам на сервере, отсутствует лицензирование по пользователям;
Скорость разработки отчётов довольно высокая, но стоит отметить, что на полный цикл разработки это не сильно влияет.
Ниже представлены динамики показателей аудитории и количество отчётов, которые она использует:
Стоит отметить, что при относительно низком росте количества используемой отчётности аудитория продолжает расти. Это связанно в большей степени с тем, что доступ к отчётам предоставляется без выделения лицензий на каждого пользователя и изначально нет никаких ограничений по доступу, то есть оформлять заявку не нужно. Уже сейчас наблюдается тенденция перевода отчетов с Qlik sense на Power BI именно потому, что новые пользователи подключаются бесплатно.
Qlik sense
Qlik sense была первой корпоративной BI-системой с возможностью реализации полноценных дашбордов. Именно с Qlik sense связан переход от предоставления табличных данных к графическим визуализациям в компании.
Ниже представлены графики динамик по следующим показателям:
Количество используемых уникальных отчётов за период;
Количество уникальных пользователей.
Казалось бы, перед нами современный BI-инструмент с высоким спросом, в котором можно создавать красивые решения, но сильного роста отчётности по сравнению с Oracle BI и Analysis services мы не наблюдаем. Тут есть несколько причин, влияющие на аудиторию и количество новых отчётов:
Лицензия на одного пользователя стоит существенных денег, и поэтому бизнес отказывается заказывать отчетность в Qlik sense;
Длительный период реализации отчётов от подготовки данных до реализации не позволяет быстро перенести все бизнес-процессы на новый инструмент.
Теперь поговорим про инструменты Self-service.
Self-service инструменты
Qlik sense self-service
В ноябре 2019 для бизнеса мы развернули self-service и предложили бизнесу реализовывать свои отчеты на своих источниках самостоятельно. С точки зрения лицензирования было одно изменение – разработчики лицензируются отдельно. С лицензиями пользователей изменений не было по причине того, что сервера были объединены в один кластер и лицензии, соответственно, тоже.
Графики динамик количества запускаемых отчётов и уникальных пользователей в недельной динамике представлены ниже:
По графикам можно сделать вывод, что первоначальный рост аудитории и количества отчётов остановился в первом квартале 2020 года, а дальше наблюдается стагнация числа уникальных пользователей. Но стоит отметить, что с появлением новых отчётов в сентябре используемость отчётности вернулась на свой максимум, хотя роста аудитории не наблюдается. Основной причиной является высокая стоимость лицензий пользователей системы, что не позволяет делать отчёты для большой аудитории.
Power BI self-service
Вот мы и дошли к самому интересному. Power BI self-service появился примерно в то же самое время, что и Qlik Sense self-service, но у данных систем есть одно существенное отличие в лицензировании. Для подключения команды разработчиков от бизнеса в Power BI self-service надо разово заплатить за лицензию на 2 ядра, что примерно равняется 35 лицензиям пользователей в Qlik sense, но лимита на пользователей в Power BI нет.
То есть бизнес-подразделение разово платит за одну лицензию и получает существенные возможности по реализации отчётности для большой аудитории. Разумеется это позитивно повляло на показатели используемости данной системы, стоит отметить, что цена вхождения BI-разработчика в разработку базовых отчетов очень низкая.
Ниже представлены динамики показателей аудитории и количество отчётов, которые она использует:
Ещё более наглядно всё выглядит если показать все рассматриваемые системы вместе:
Какие критерии влияют на развитие отчетности?
В части развития отчетности в BI-системах стоит выделить следующие особенности, которые описаны в таблице:
Свойство\BI-система
Power BI
Power BI self-service
Qlik sense
Qlik sense self-service
Analysis services
Oracle BI
Бесплатно для бизнеса
Лицензия на 2 ядра на одну команду разработки. Для пользователей бесплатно.
Лицензия на каждого пользователя
Лицензия на каждого пользователя и разработчика
В кур$е: Как работают системы Self-Service BI?
Self-Service или системы самообслуживания – это решения (программное обеспечение, компьютерные и мобильные приложения), призванные помочь клиенту найти ответ на интересующий его вопрос, без обращения в службу поддержки. Self-Service, как правило, представляет собой базу знаний (Help, FAQ) с разделением на категории и поиском. Такая система доступна клиентам через интернет-браузер. База знаний может включать часто задаваемые вопросы-ответы, мастера поиска решения, статьи, алгоритмы, документы, файлы для загрузки и прочее.
Самообслуживание пронизывает почти каждую сферу нашей жизни. Мы можем выполнять все больше повседневных задач самостоятельно – заправка бензина, покупки в супермаркете или Интернете, снятие средств в банкомате и т.д. Не нужно делать лишних звонков: выбрал товар, добавил в «Корзину», оформил заказ, оплатил и ждешь. Элементарно! Self-Service делает простые операции очень эффективными.
При этом эксплуатационные расходы организации снижаются, поскольку ей не нужно расходовать ресурсы на предоставление дополнительных услуг (консультирование – трудовые ресурсы, различного рода расчеты – специальное программное обеспечение и т.д.): клиенты сами получают то, что им нужно.
В мире бизнеса спрос на Self-Service Analytics или, как ее еще называют, Self-Service BI (буквально – «система BI самообслуживания») сегодня выше, чем когда-либо. Почему? У традиционных аналитических платформ есть большой недостаток: они слишком сложны для бизнес-пользователя, и взаимодействовать с ними, как правило, могут только ИТ-специалисты. Руководители тратят бешеные деньги на приобретение мощных инструментов анализа данных, однако не умеют ими пользоваться и не могут оценить их практической пользы.
Что же в такой ситуации предлагает система Self-Service Analytics? По мнению экспертов Forrester, основными составляющими такой системы являются:
Несмотря на все преимущества систем Self-Service BI, по-прежнему существует ряд преград на пути их внедрения. К ним можно отнести:
Согласно статистике, 30% представителей бизнеса уже пользуются системами Self-Service BI. По данным Forrester, лидерами среди BI-платформ в сегменте Self-Service являются IBM, SAP, SAS и Microsoft.
В ближайшее время мы подготовим для читателей материал со сравнением Self-Service BI и традиционной аналитики. Так, вы сможете выбрать оптимальную модель для своей компании.
У нас на сайте Вы всегда можете получить бесплатную бизнес-консультацию.
Self-Service BI
Содержание
Что такое Self-Service BI?
У традиционных мощных BI платформ есть большой недостаток, о котором прекрасно знают сами вендоры и консультанты: после внедрения таких платформ число запросов пользователей к системам бизнес-анализа остается гораздо более скромным, чем могло бы быть. Компании получают мощные инструменты анализа данных, но зачастую не умеют ими пользоваться и не понимают их практической пользы.
Выше сказанное при этом вовсе не означает, что фирмы могут отдать комплексные, критические для миссии компании корпоративные BI-приложения в руки не профессионалов. Однако в действительности не более 20% всех BI-систем можно отнести в эту «стратегическую» категорию. По мнению Forrester, идеальная экосистема BI в компании должна быть организована таким образом, чтобы 80% BI запросов конечные пользователи могли отрабатывать самостоятельно.
По мнению Forrester, основными составляющими self-service BI-системы являются:
Основные игроки
Лидеры среди BI-платформ в сегменте Self-Service BI
Forrester Research, 2012
По оценкам Forrester Research на 2012 год, лидерами среди мировых вендоров BI-платформ в сегменте BI-самообслуживания являлись IBM, SAP, SAS, Microsoft. Достаточно сильными игроками на этом рынке также явлюятся Tibco, Oracle, Qlik (QlikTech), MicroStrategy, Actuate Software, Information Builders, Panorama Software, Tableau.