Операционная аналитика

Оперативная аналитика для быстрого принятия решений и оптимизации операционной деятельности

Выведение аналитики на оперативный уровень – один из наиболее результативных способов иметь самую свежую и точную информацию именно тогда, когда это необходимо. Оперативная аналитика сосредоточена на комплексной обработке данных в режиме реального времени, и обеспечивает прямой доступ к ценной в моменте информации для поддержки бизнес-процессов на различных уровнях иерархии в условиях постоянного роста объема данных.

Построение системы оперативной аналитики – многогранная задача. Используя лучшие практики Data Governance и Agile-подход, команда BI.Qube умеет решать эту задачу быстро и эффективно. У нас есть все необходимое:

• Архитекторы и высокоуровневые программисты – для проектирования такой архитектуры по работе с данными, которая обеспечивает очень быструю, мгновенную доставку данных в ODS (Operational Data Store – оперативное хранилище данных), расчеты «на лету» и визуализацию в понятных лаконичных дашбордах
• Бизнес-аналитики и внутренние консультанты – для четкого понимания специфики бизнес-процессов, сценариев принятия оперативных управленческих решений и использования операционных данных
• Мы имеем профессиональные отраслевые компетенции в широком спектре дисциплин и богатый практический опыт, наши решения успешно функционируют и развиваются в компаниях РБК-500

Исходя из запросов заказчика, выбираем подходы и методики по работе с потоком непрерывно поступающих данных, которые максимально соответствуют особенностям бизнеса заказчика. Можем вести разработку решения на технологическом стеке зарубежных или отечественных вендоров, используя для этого проприетарные или open source платформы.

Особенности построения системы оперативной аналитики

Ввиду того, что требуется обеспечить оперативный доступ к данным всех систем как с точки зрения получения актуальной информации по конкретным объектам, так и построения обобщённой оперативной аналитики в режиме реального времени – не целесообразно строить решение на основе традиционных ETL-процессов и перекладыванием данных между слоями. Поэтому мы проектируем системы оперативной аналитики на базе ODS с реализацией бизнес-логики «на лету», напрямую поверх слоя исходных данных посредством представлений. Для сокращения сроков построения сложных хранилищ, быстрой консолидации различных гетерогенных учетных систем, контроля и алертинга применяем инструменты BI.Qube.

Данные в ODS поставляются платформой CDC репликации, обеспечивающей on-line чтение журналов транзакций всех наиболее распространённых СУБД (АБС, CRM, ERP, MES, WMS и др.). Чтобы выдерживать OLAP нагрузку применяем in-memory движки. Обеспечение аналитических моделей – процессинг ROLAP-кубов (расчет агрегатов, наполнение кубов агрегатами и детальными данными) происходит в реальном времени. Очень быстрая обработка БД производится путем использования размещаемых в оперативной памяти данных и скомпилированных в код процедур их обработки. Как следствие, не создается дополнительная нагрузка на соответствующие учетные системы, время задержки от момента фиксации события в учёте до отображения его в аналитике составляет не более нескольких секунд.

Для контроля корректности логики работы ODS реализуем обширный набор методов и процедур, обеспечивающих автоматическую сверку ODS и учетных систем. Наполняя модель данных ODS, создаем, при необходимости, новые атрибуты по условиям. Формируем сводные представления, хранимые процедуры. Делаем промежуточные расчеты результатов сложных функций. Проводим материализацию и дедубликацию. Переносим и оптимизируем на ODS внутренние web-сервисы организации. Для обеспечения более высокой оперативности и снижения нагрузки на базы учетной системы запросы информации от фронт-офисных систем (включая CRM) перенаправляем напрямую в ODS.

Технологически реализуем использование данных из ODS несколькими способами:

• Обращение за данными по одному объекту путем выполнения параметризованного запроса к объектам Базы Данных. В этом случае данные предоставляются за десятки или сотни миллисекунд, и могут быть использованы, например, интернет-банком или мобильным банком, фронт-офисной системой, CRM или кредитным конвейером непосредственно в момент обращения клиента
• Обращение за выборкой актуальных данных по пулу объектов. Например, при регулярном обновлении информации о доступных лимитах по всем кредитам, по которым были операции в течение дня. В этом случае запрос может обрабатываться от секунд до десятков секунд, в каких-то ситуациях – до минут
• Инициирование событий со стороны ODS. Когда система по заранее запрограммированным алгоритмам отслеживает наступление определённых событий (приближается срок погашения кредита или оплаты страховки, наступила дата автоплатежа, случилась блокировка по счету и т.п.) и направляет клиенту через соответствующий канал исчерпывающую информацию о событии и его деталях – номере договора, сроке, сумме и т.п. Причём, данный процесс может выполняться как непосредственно при наступлении события, так и по расписанию
• Получение актуальных данных в визуальном режиме в виде дашбордов с оперативной информацией различного содержания

Хранилище ODS и используемый стек технологий, включая инструменты BI.Qube, позволяют реализовать на базе решения систему оперативных и плановых Push-уведомлений с поддержкой всех современных мобильных платформ. В организации оказывающей услуги в сфере банковской деятельности, например, «пуши» могут информировать клиентов о необходимости пополнения депозита, погашения кредита, даты следующего платежа по кредиту, истечения договора страхования и пр. Для выявления сценарных событий и формирования очереди сообщений ответственным лицам или клиентам – используем BI.Qube MetaControl.

Решаемые функциональные задачи для оптимизации операционной деятельности:

• Задачи управления сетью продаж – мониторинг времени ожидания и обслуживания клиентов (система управления электронной очередью), мониторинг простоев терминалов;
• Задачи управления персоналом – мониторинг работы сети консультантов (отчеты по проданным продуктам), мониторинг оценок обслуживания;
• Задачи управления колл-центром – мониторинг звонков колл-центра и оценок работы операторов.

Классический фокус on-line аналитики – консолидация данных о клиенте, включая используемые продукты, доступные лимиты, специальные предложения, соблюдение или нарушение условий, и передача этих данных во фронт-офисное приложение в момент обращения клиента. Этот фокус может быть расширен на углубленную аналитику с детализацией по продукту (динамика стоимости, доходности, поиск сезонных или других зависимостей), аналитике о партнерах, локациях и т.п.

Разрабатываемые нами решения оперативной аналитики BI.Qube имеют открытую и масштабируемую архитектуру. По мере необходимости можно добавлять источники данных, потребителей, новые объекты в модель данных, создавать дашборды по неохваченным ранее