Kaip DI išsprendė duomenų chaosą

Ketvirčio ataskaitos užimdavo šešias valandas. Kiekvienas vadovybės susitikimas virsdavo skubėjimu ieškant atsakymų — projektų pelningumas, viršvalandžių tendencijos, klientų praradimo rizika. Kiekviena įžvalga reikalavo dar vienos rankinio SQL užklausos arba prietaisų skydelio, kuriuo niekas iki galo nepasitikėjo.

Tad nusprendėme tai išspręsti.

MYGOM Business Analyst AI (opens in new tab) — tai dirbtinio intelekto verslo analitikos platforma, kuri sujungia visus jūsų įrankius ir atsako į sudėtingus verslo klausimus paprasta kalba. Be SQL, be laukimo, be rankinio darbo.

Pirmiausia sukūrėme ją sau. Štai kaip mes tai padarėme ir kaip tai pagerino mūsų darbo procesus.

Kai duomenų nepakanka

Duomenų lavina

Įsivaizduokite pirmadienio rytą. Prietaisų skydeliai veikia, bet atsakymų rasti neįmanoma. Mūsų komanda kasdien dirbo su darbo užmokesčio ataskaitomis, sąskaitų faktūrų lentelėmis ir laiko apskaitos įrašais iš kelių skirtingų sistemų. Kiekviena sistema veikė savaip - viena eksportuodavo CSV, kita turėjo API. Visa tai sujungti į vieną vaizdą buvo kaip dėlioti dėlionę tamsioje patalpoje.

O kai ketvirčio pelningumo ataskaita pagaliau būdavo paruošta - skaičiai jau nebeatspindėdavo realybės. Vadovybė gaudavo informaciją per vėlai.

Rankiniai procesai ir užstrigimai

Kai nėra vieningos DI paremtos verslo analitikos platformos, kiekvienas klausimas virsta dar viena rankinių skaičiavimų grandine. „Kiek apmokamų valandų šį mėnesį praradome šiame projekte?“ Atrodytų paprasta užklausa, bet ji iškart paleidžia Slack žinučių laviną, Excel failų junginėjimą ir vėlyvus prisijungimus prie duomenų bazės.

Realaus laiko analitika? Apie ją galima tik pasvajoti. Projektų vadovai šokinėja per skirtukus ir dažnai pamato pirmuosius įspėjamuosius ženklus tik tada, kai jau per vėlu.

Paslėpti kaštai ir rizikos

Kai duomenys vėluoja, paslėpti kaštai pradeda augti beveik nepastebimai. Tarkim, viršvalandžiai - iš pradžių atrodo smulkmena, niekam neužkliūna, o tada staiga paaiškėja tik tada, kai ateina atlyginimų skaičiavimai. Nors su tinkamu matomumu tai būtų galima pamatyti dar prieš kelias savaites.

Matėm tai iš arti - projekto apimtis tyliai „išsipučia“ ir praslysta pro peržiūras, o įspėjamieji signalai paskęsta ataskaitų eilėse. Kai duomenys pagaliau paruošti, laikas veikti dažnai jau būna praėjęs. Kai nėra DI verslo analitikos platformos, kuri realiu laiku sujungtų taškus, sudėtingumas virsta rizika, o rizika - nuostoliu.

Momentas, kai pasakėm - gana

Tas nusivylimas augo pamažu, o tada vieną dieną tiesiog „susidėjo“ viskas iš karto. Finansams reikėjo realaus laiko pelningumo. Operacijoms - greitų atsakymų, kaip laikosi projektai. HR matė, kad artėja perdegimas, bet be savaičių rankinio darbo negalėjo normaliai pagrįsti tendencijos. Visiems reikėjo atsakymų, tik niekas jų negaudavo pakankamai greitai.

Iš visų pusių skambėjo tas pats klausimas - „kodėl mes dirbam aklai?“ Reikėjo vieno tiesos šaltinio. Tai ir privertė imtis veiksmų. Nebepakako fragmentiškų dashboard’ų ir vėluojančių ataskaitų. Reikėjo DI paremtos verslo analitikos platformos, kuri centralizuotų duomenis ir automatizuotų įžvalgų generavimą tarp padalinių.

Kaip kūrėme DI paremtą BI sprendimą

Integracijos ir duomenų srautai

Pradėjome nuo iššūkio, kuris persekioja beveik kiekvieną duomenimis gyvenantį verslą - fragmentacijos. Atlyginimai, sąskaitos, darbo laiko apskaita - kiekvienas gabalas gyveno savo atskirame „silo“. Sujungti šituos pasaulius buvo pirmas rimtas iššūkis, kurį reikėjo išspręsti.

Sukūrėme atsparius duomenų srautus, paremtus REST API ir tvarkinga ETL orkestracija. Kiekvienas šaltinis beveik realiu laiku maitino vieną centralų duomenų modelį, o duomenų modeliavimas padėjo suvienodinti skirtingas struktūras ir „išversti“ netvarkingą realybę į aiškias dimensijas bei faktus. Per tris savaites sujungėme šešias sistemas, kurios iki tol tarpusavyje normaliai neveikė.

DI analitika ir automatizacija

Kai visais kanalais pradėjo tekėti patikimi duomenys, įjungėme DI analitiką ir automatizavome tai, kas anksčiau buvo daroma rankiniu būdu. Esmė buvo ne tik greitesnės ataskaitos - atsirado visai naujos galimybės: anomalijų aptikimas iškeldavo kaštų šuolius dar jiems nespėjus išaugti, o prognoziniai modeliai parodė, kurie projektai rizikuoja peržengti biudžetą arba nuvaryti komandą iki perdegimo.

Suvestinės ir vartotojo patirtis

Galiausiai atėjo suvestinės - tai, ką visi mato pirmiausia ir kas dažniausiai nulemia, ar BI įrankis apskritai bus naudojamas. Čia labai susitelkėm į vartotojo patirtį, nes žinojom: jei komanda nepriims sprendimo, visas darbas nueis perniek.

Tikslas buvo paprastas - bet kas komandoje, nesvarbu ar techninis žmogus, ar ne, turi galėti užduoti verslo klausimą ir gauti normalų atsakymą. Suvestinės, kurias gali rodyti vadovybei. Automatinės ataskaitos. Realaus laiko įspėjimai, kai kažkur reikia dėmesio. Be SQL, be laukimo, be analitiko per vidurį.

Rezultatai - nuo duomenų chaoso iki užtikrintų sprendimų

Greitesnis darbas ir sutaupytas laikas

Iki platformos ataskaitos buvo kaip bėgimas per purvą. Valandos išeidavo vien tam, kad suklijuotum duomenis iš atlyginimų, sąskaitų ir darbo laiko sistemų - tik tam, kad atsakytum į vieną klausimą. Tai buvo ne tik lėta. Tai buvo kasdienė rutina, kainuojanti realų laiką ir realius pinigus.

Po paleidimo nuotaika pasikeitė labai greitai. Realaus laiko duomenys tapo norma, o ne išimtimi. Projektų vadovas galėjo paklausti, kur stringa darbų pristatymas, ir per kelias sekundes gauti visus rodiklius iš skirtingų sistemų. Be SQL. Kiekviena anomalija būdavo pažymėta dar prieš jai spėjant išaugti į problemą.

Skaičiai tą patvirtino - 3 kartus greitesnė prieiga prie įžvalgų, 30% mažesnės viršvalandžių sąnaudos, 25% mažiau „scope creep“. Rutininė analitika dingo iš savaitinių planų, komandos nustojo laukti ataskaitų ir pradėjo realiai naudotis duomenimis.

Komandos įgalinimas ir poveikis verslui

Iki platformos į duomenis realiai galėjo įsigilinti tik techniniai žmonės. Visi kiti pasikliaudavo tuo, kas įkrisdavo į pašto dėžutę - pavėluotos, nepilnos ir dažnai keliančios daugiau klausimų nei atsakymų ataskaitos.

Po įdiegimo situacija apsivertė. Natūralios kalbos sąsaja leido bet kam komandoje užduoti verslo klausimą ir tą pačią akimirką gauti konkretų atsakymą - be techninių žinių ir be „palauk, kol kas nors ištrauks skaičius“.

Dėl to vadovai nustojo praleidinėti svarbias našumo problemas ir kaštų neefektyvumą, kurie anksčiau galėdavo tyliai kauptis mėnesiais.

Ko išmokome ir kuo galime padėti jums

Šito sprendimo kūrimas nebuvo tiesus kelias. Sujungti šešias sistemas, kurios iki tol tarpusavyje niekada „nesikalbėjo“, užtruko ilgiau, nei planavom. Pirmos suvestinių versijos nepataikė į poreikį ir teko jas perdaryti. Buvo momentų, kai apimtis atrodė didesnė, nei iš pradžių tikėjomės.

Bet kiekvienas užstrigimas privertė padaryti geriau. Ir galiausiai gavosi platforma, kuria patys kasdien remiamės savo versle.

Trys dalykai, kuriuos pasakytume kiekvienam, darančiam kažką panašaus - pirmiausia susitvarkyk duomenų srautus, nes viskas laikosi ant švarių ir patikimų duomenų. Kurk pagal klausimus, kuriuos žmonės realiai užduoda, o ne pagal tuos, kuriuos, tavo manymu, jie „turėtų“ užduoti. Ir kurk taip, kad naudotis galėtų žmogus, kuris niekada gyvenime nerašė SQL - nes būtent jam to dažniausiai labiausiai reikia.

Jei jūsų komanda vis dar rankiniu būdu klijuoja ataskaitas, vis dar pamato signalus tik tada, kai jau per vėlu, ir vis dar priima sprendimus remdamasi skaičiais, kuriais iki galo niekas nepasitiki - mes galime padėti. Pasikalbam (opens in new tab).