Минное поле BI

19.04.2010

CIO № 3, 4  март-апрель 2010
Елена Некрасова

Несмотря на постоянно растущий интерес организаций к системам бизнес-анализа, процесс их внедрения связан с большим числом различных проблем, и проекты далеко не всегда завершаются успехом. О причинах возникновения этих проблем и путях их решения беседуют Максим Балаш, заместитель генерального директора по производству компании «Прогноз»;

Павел Бритов, директор по развитию бизнеса компании «Ирбикон»;Ольга Горчинская, ведущий консультант по хранилищам данных и аналитическим системам Oracle CIS;

Николай Кацан, руководитель BI-практики компании «SAS Россия/СНГ»;Петр Лещенок, начальник департамента перспективных проектов корпорации «Галактика»;Дмитрий Романов, директор по развитию технологий информационного менеджмента компании «АйТи»;

Дарья Судьбина, руководитель проектов практики BPM-решений компании NaviCon Group; Петр Травкин, руководитель проектов по развитию бизнеса компании «ФБ Консалт». Сергей Лихарев, руководитель подразделения управления информацией, IBM в России и СНГ.

– Давайте начнем нашу беседу с описания трудностей, связанных с внедрением BI-систем. Какие проблемы вы могли бы отметить? Чем вызвано их возникновение?

Дарья Судьбина: Если попробовать сформулировать проблему одним предложением, то, на мой взгляд, наиболее точной может быть формулировка «отсутствие в компании BI-культуры». За этим выражением скрывается сразу несколько распространенных и серьезных проблем, с которыми сталкиваются как заказчик, так и системный интегратор, разрабатывающий BI-решения. Во-первых, это отсутствие единой стратегии применения BI-системы. Часто компании пытаются внедрить дорогостоящее ИТ-решение ради устранения локальной проблемы одного подразделения (например сокращения трудозатрат на подготовку отчетов), при этом выстраивая архитектуру решения без учета перспектив дальнейшего развития.
Дмитрий Романов: Действительно, нередко приходится сталкиваться с непониманием со стороны менеджмента заказчика: какие именно вопросы они хотят решать и для чего им нужна BI-система. Очень много компаний в своей деятельности «живут сегодняшним днем» и мало задумываются о стратегии. Эта проблема может проявляться в двух противоположных вариантах. При заниженных ожиданиях бизнес-аналитика воспринимается лишь как способ построения нескольких оперативных отчетов; при завышенных — ждут, что система сама «скажет», какие решения нужно принимать и что делать в той или иной ситуации.
Петр Лещенок: Гораздо сложнее найти компанию, созревшую для внедрения BI-системы, чем собственно внедрить таковую. BI-системы — это своего рода инновационные технологии в бизнесе, которые могут радикально изменить деятельность организации, и она должна быть к этому готова. Такую готовность можно констатировать, если компания стремится к повышению конкурентоспособности бизнеса, нацелена на завоевание новых сегментов рынка, обновление продукции, имеет квалифицированный персонал и высокий уровень автоматизации, способна инвестировать средства в новые технологии.
Сергей Лихарев: Кстати, ИТ-директора часто начинают реализацию подобных проектов, надеясь получить первые результаты, а потом вовлечь бизнес. К сожалению, подобные проекты, инициированные ИТ-службой, в основном дальше этой стадии не идут. BI относятся к проектам, которые по своей сути ориентированы на менеджмент и нацелены прежде всего на предоставление менеджменту своевременной и качественной информации для принятия решений. Поэтому в изоляции от менеджмента, без выявленных потребностей, а главное, без поддержки руководителей проект обречен на провал.
Петр Лещенок: Бывает, что у руководителей вообще отсутствует четкое понимание выгод и конкурентных преимуществ, которые получает компания при внедрении BI-системы. Как правило, основным инструментом анализа данных в компаниях является Microsoft Excel, процессы сбора и обработки данных налажены, и у персонала часто отсутствует желание что-либо менять в своей работе («лучшее — враг хорошего»). А это сужает круг пользователей BI-системы. И наоборот: многие специалисты компании открыты новым технологиям, имеют аналитические навыки, способны воспринимать огромные потоки информации, анализировать и принимать решения, которые повышают конкурентоспособность бизнеса — но им не хватает инструментальных средств, обеспечивающих качественно новый уровень анализа информационных потоков и вскрытия тенденций. При этом и в одном и в другом случае для руководства компании не очевидна выгода от внедрения BI-системы, и оно не хочет тратить деньги на еще один недешевый проект, тем более что и уже используемые в работе системы требуют постоянных вложений.
Дарья Судьбина: Опасно и впадение в другую крайность: завышенные ожидания нередко выливаются в попытку в рамках одного проекта внедрения решить сразу все задачи, которые только может представить себе менеджер при использовании BI-инструментов.
Петр Травкин: Опасность еще и в том, что в BI-проект пытаются вложить даже те идеи, которые еще не до конца продуманы, забывая о том, что деловая среда подвержена ежедневным изменениям.

— То есть налицо попытка построить дом при отсутствии фундамента?

Дарья Судьбина: Именно. Разрабатывается несметное количество отчетов, панелей, казалось бы, ценных ключевых показателей (литературы и всевозможных подходов к постановке системы Business Intelligence сегодня не счесть). При этом реальные потребности бизнеса либо не учитываются вовсе, либо учитываются в малой степени. Надо ли говорить, что впоследствии подобная система оказывается «мертвой», без пользователей и реальной бизнес-ценности? Ну и, кроме всего прочего, подобные проекты чрезвычайно тяжело держать в рамках, а именно соблюдать сроки и бюджет, потому что, не имея четкой итоговой цели, пытаться изобрести инновационный подход к решению всех задач бизнес-анализа можно до бесконечности.
Петр Травкин: Однако одного понимания желаемого результата тоже, естественно, недостаточно. Необходимо также сопоставлять те затраты и усилия, которые будут вложены в систему. При четкой и проработанной BI-стратегии может оказаться, что результаты достижимы без установки дорогостоящей системы и месяцев затраченного времени, а каким-то более доступным решением, предлагаемым рынком бизнес- аналитики. Таким образом, недостаточное внимание к вопросу выбора BI-платформы может в будущем стать причиной незапланированных дополнительных затрат. Поэтому аналитическую систему не стоит выбирать по принципу «в комплекте с ERP». И еще к вопросу о выборе. Практика показывает, что в течение первых месяцев пользователи обычно начинают требовать доработок и модификаций, и архитектура системы должна позволять выполнять их в кратчайшие сроки, иначе они могут перестать быть актуальными для бизнеса.

— Пользователи, требующие доработок и модификаций, настроены по отношению к проекту лояльно. Но всегда ли сотрудники воспринимают проект с энтузиазмом? Возникают ли проблемы, связанные с неприятием новых ИТ-инструментов?

Дарья Судьбина: Безусловно, возникают. Их наличие свидетельствует об отсутствии BI-культуры. Нежелание пользователей использовать ее инструментарий, привыкать к необычной раскладке столбцов, кастомизировать под себя представление данных, прибегая к помощи обычных электронных таблиц для решения своих задач, сводит инвестиции в BI-решение практически к нулю. Пользователи все равно тратят массу времени на обработку данных, руководитель все равно получает информацию не вовремя и с ошибками.
Петр Травкин: Поэтому очень важно при планировании внедрения BI-системы не забыть про бизнес-пользователей, ибо в конечном счете от них зависит эффективность использования выбранного BI-решения. Недостаточная вовлеченность рядовых сотрудников на всех стадиях проекта и отсутствие у них энтузиазма и понимания преимуществ предлагаемого
решения с большой долей вероятности могут повлечь за собой значительные трудности.

— Однако, согласно статистике, пользователи далеко не лидеры в создании проблем BI-проектов. До 80% сложностей связано с интеграцией данных — ведь в конечном итоге именно сами данные обеспечивают тот или иной результат.

Петр Лещенок: При внедрении BI-системы возникает много вопросов, связанных с процессами интеграции гетерогенных источников информации. Часто заказчик хочет получить «центральный пульт управления» компанией, но при этом автоматизация бизнес-процессов не соответствует должному уровню, вообще отсутствует — либо имеется целый «зоопарк» систем.
Ольга Горчинская: Созданию «центрального пульта» препятствуют два обстоятельства: недостаточный уровень готовности предприятий эффективно использовать современные методы и технологии бизнес-анализа и низкое качество и достоверность данных.
Дарья Судьбина: Если в подразделениях компании используются инструменты, не связанные единой стратегией автоматизации и не интегрированные в единый комплекс приложений, то капиталоемкое и трудозатратное внедрение BI-решения не имеет синергетического эффекта, который ожидается от его применения. Подобные проекты достаточно легко реализовать, но для заказчика они в итоге оказываются каплей в море при значительных инвестициях.

При внедрении BI-системы необходимо работать с большим количеством источников в едином и стандартизированном ключе, а там, где это невозможно — применять инструменты преобразования и сопоставления данных.

Петр Лещенок: В таком случае при внедрении BI-системы придется потратить много ресурсов на интеграцию данных и их представление в согласованном виде.
Николай Кацан: В связи с этим надо отметить аспекты, имеющие отношение к проблемам представления данных. Это и сопоставление исторических данных, и анализ различных показателей в совокупности, и реализация алгоритмов расчета производных, удельных и качественных показателей, и поддержка иерархии взаимосвязи между показателями (не путать с иерархией одного показателя по географии, организационной структуре и т. д.; имеется в виду взаимосвязь различных показателей в рамках единой сбалансированной стратегии компании). Отдельной группой идут проблемы представления как визуализации показателей. Несмотря на то что каждый вендор в последнее время начинает свою презентацию по BI с живых карт и красивых флеш-спидометров, в реальных проектах требования к корпоративному дешборду реализовать очень сложно. Как на одном экране будут выглядеть 18 разных спидометров с тремя стрелками у каждого? Насколько это наглядно? А во многих ли крупных компаниях правление готово анализировать только 5–6 показателей, как это положено по теории управления? Другая сторона той же проблемы — необходимость сопоставления в одном отчете показателей с разными иерархиями детализации. Классический OLAP не позволяет реализовать такой отчет стандартными средствами. Однако требования к наличию таких отчетов предъявляются практически каждым заказчиком.

Ольга Горчинская: Типичной является такая ситуация. На предприятии используется некоторая стандартная система отчетности, все признают, что она далека от совершенства, есть трудности с получением информации вовремя, разработка и запуск новых форм отчетности происходит долго и т. п. Бизнес-пользователям демонстрируется современная BI-система с красивыми удобными дешбордами, простыми средствами самостоятельного доступа к данным, отображением показателей на географических картах, анимацией, динамически появляющимися оповещениями, возможностями перехода от общих показателей к детальным документам… Всем нравится; и функциональные, и технические специалисты понимают преимущества внедрения подобной системы; принимается решение о проведении пилотного проекта. Если пилотный проект достаточно серьезен и заключается не просто в демонстрации инструментов на нескольких таблицах данных, то почти сразу выясняется, что процесс сбора и формирования общих показателей в настоящий момент на предприятии устроен таким образом, что эти показатели не всегда соответствуют реальным данным в документах транзакционного уровня. Так что возможность drill-down реализовать трудно. Возникает еще большая неуверенность в достоверности информации на уровне ключевых показателей, раз они расходятся с детальными данными. Иногда в таком расхождении имеются даже преимущества для среднего звена управления: можно приукрасить ситуацию для высшего руководства.
Петр Лещенок: Совсем по-другому обстоят дела, когда BI-система внедряется поверх существующей ERP-системы или ей соответствующей: оперативных данных, собранных в одной базе, в избытке, и они обладают достаточным уровнем качества.
Николай Кацан: К сожалению, идеальная ситуация, когда единым источником информации служит общекорпоративная ERP- система, практически не встречается. Данные в источниках имеют разное представление, различные алгоритмы формирования, и зачастую «единой версии корпоративной правды» не существует: каждый департамент опирается на свои источники, которые считает достоверными. От внедрения BI ждут появления единого источника корпоративной отчетности. И вот здесь важно отметить изменчивость источников данных. Источники данных для BI-систем непостоянны во времени: меняется их структура, алгоритмы формирования отдельных показателей и т. д. При этом среда корпоративной отчетности должна оставаться неизменной, а сопоставительные отчеты — поддерживать глубокую историческую ретроспективу. Примером такой необходимости может служить злосчастный 2009 год. Менеджмент практически всех крупных компаний затребовал сравнительный динамический анализ его показателей с аналогичными за 1998-й, чтобы оценить кризисные тенденции. Оказалось, что далеко не везде данные по 1998 году вообще хранились в электронном виде, еще реже находились инструменты приведения данных различных лет к сопоставимому виду.

— Как могут быть преодолены перечисленные проблемы?

Ольга Горчинская: Понятно, что необходимы организационные изменения. Сначала нужно разобраться в организационных вопросах, а потом уже внедрять современные инструменты анализа. Прежде всего, важно привлечь грамотных бизнес-консультантов для постановки задач, формирования бизнес-требований, разработки методологий расчета показателей, способов их использования. Очень важно, чтобы такие специалисты не только понимали общие принципы и методы бизнес-анализа, но и знали особенности конкретной индустрии. К сожалению, таких специалистов катастрофически мало, а их роль часто выполняют консультанты по внедрению прикладных систем.
Дарья Судьбина: Если учесть, что основная проблема — это, как было сказано выше, отсутствие BI-культуры, то необходимо,
прежде чем внедрять какой-либо инструмент, подготовить компанию к внедрению и четко формализовать, какая именно стратегическая цель должна быть достигнута по итогам осуществления проекта. При этом лучшим вариантом будет выделение одной пилотной области. Как правило, уместнее начинать либо с автоматизации области финансов, либо с продаж, где отдача от BI-инструментов наиболее ощутима. А после окончания проекта — взять паузу на несколько месяцев,чтобы дать менеджменту и пользователям сформировать свои требования к автоматизации дальнейших блоков анализа, уже имея на руках реальный рабочий инструмент и чувствуя все его возможности.
Павел Бритов: На всем протяжении работ по внедрению BI необходимо вовлекать в проект всех заинтересованных лиц, включая спонсора в лице крупного начальника, реально заинтересованного в результате. BI-проект не может выполняться ИТ-подразделениями изолированно от бизнеса (пришли, собрали требования, ушли работать, принесли результат). BI-проект — это совместная работа бизнеса и ИТ. Более того, бизнес должен чувствовать себя не только полноправным участником процесса, но и владельцем проекта. Тогда этапы сдачи работ и планирование новых этапов проходят легко и гладко. Для преодоления проблем с методикой обработки и интерпретации данных в рамках проекта необходимо выделить этап утверждения методологии.
Максим Балаш: Важной задачей является убеждение конечных пользователей в необходимости перемен. В том, что новые BI-инструменты повысят качество управления, помогут заменить наработанные годами шаблоны и механизмы решения аналитических задач, и что этим новым инструментам можно полностью доверять. Необходимо изначально более внимательно изучить реальные потребности конечных пользователей, проанализировать текущую практику решения аналитических задач, обнаружить и применить для создания новой системы наиболее удачные наработки (в том числе программные средства и инструменты), применяемые пользователями в своей повседневной работе. Во многих случаях удается бесшовно и эффективно интегрировать наработки пользователей в создаваемую BI-систему, что существенно снижает риск неудовлетворенности и в целом усиливает эффект от внедрения новой BI-системы.
Петр Лещенок: Нужно показать все выгоды не только для будущих пользователей BI-системы, но и для других участников бизнес-процессов компании. Например, внедрение BI-системы существенно снизит нагрузку на оперативные системы, что улучшит эргономику работы, а проведение аудита данных интегрируемых информационных систем снизит вероятность возникновения ошибок. Кроме того, персонал получит возможность повысить свою квалификацию.
Николай Кацан: Воля и разум! Вдумчивый подход к внедрению — в первую очередь. Соблюдение четкого баланса между стандартной методикой внедрения от вендора (обычно не удовлетворяющей заказчика) и глубокой кастомизацией, которая впоследствии усложнит поддержку и развитие BI-системы. Наличие и постоянная поддержка метаданных позволяет победить изменчивость источников, инструменты Data Quality и четырехуровневого контроля — эффективно решать проблемы достоверности данных. Четкое методологическое документирование разрешает вопросы конфликтов представления показателей. Процесс методологического согласования и документирования в проектах BI носит зачастую не предварительный, предшествующий внедрению, а итерационный характер.
Павел Бритов: Самая важная методическая рекомендация — постараться разбить проект на как можно меньшие локальные этапы.
Петр Травкин: Совершенно верно: не стоит пытаться делать все сразу. Необходимо в первую очередь обеспечить поддержкой BI-системы основной процесс, управляющий бизнесом. Лучше начать с пилотного проекта и затем постепенно расширять и углублять систему. На практике, по итогам выполнения пилотного проекта, бизнес-пользователям становится очевиднее эффект от использования системы, так как в процессе работы над пилотным проектом специалисты компании получают необходимые знания для понимания пути дальнейшего развития системы.
Петр Лещенок: Разбиение проекта внедрения BI-систем на несколько этапов, коротких итераций — с целью получать на каждом из них значимые результаты — позволит пользователям постепенно осваивать продукт, изучать его возможности. И, как правило, в таких случаях корректируются первоначальные требования: возникает множество предложений по развитию функционала BI-системы, доработке ее эргономики.
Павел Бритов: Нужно выделить по приоритетам отдачи быстро реализуемые задачи и поэтапно двигаться вперед. Однако при
этом нельзя забывать, что система делается в единой архитектуре с единой связанной моделью данных.
Дмитрий Романов: Фактически все перечисленные проблемы приходится решать методом последовательных приближений, вводя этапность в процесс расширения функциональных возможностей систем бизнес-аналитики. Такой путь с постепенным «захватом плацдармов», постепенным вовлечением пользователей в процесс, с применением тактики «последова-тельных побед» обычно позволяет добиться неплохих результатов.

— Не влечет ли тактика постепенного «захвата плацдармов» увеличение сроков реализации проекта?

Сергей Лихарев: Сроки в текущих условиях являются критическим фактором. Избежать срыва сроков или, еще хуже, получения не удовлетворяющего бизнес-заказчика результата можно при условии правильного планирования на первоначальном этапе. Все BI-проекты необходимо начинать с тщательной проработки. Иначе бизнес-заказчик теряет терпение. Одним из выходов может быть применение типовых решений, оптимизированных под наиболее распространенные задачи, характерные для различных индустрий. Эти решения представляют собой предварительно сконфигурированные аппаратно-программные комплексы с релевантной индустриальной моделью данных. Использование типовых решений позволяет получить гарантированный результат. Кроме того, это требует значительно меньших инвестиций. К сожалению, особенность российского рынка в том, что заказчики до сих пор неохотно идут на внедрение подобных типовых решений.

— Мы уже отмечали, что одна из ключевых проблем — большое количество источников данных, разрозненные справочники и, как следствие, задачи преобразования и очистки данных. Что вы посоветуете предпринять для ее решения?


Петр Травкин: На этапе планирования проекта нужно понять, есть ли исходная информация для того или иного аналитического отчета и сколько будет стоить ее получение.
Сергей Лихарев: Важно оценить качество исходных данных, которые будут поступать в BI-систему, до начала проекта. От качества исходных данных зависит в конечном счете качество анализа. Оценка позволяет избежать ситуации, когда система внедрена, но неэффективна.
Павел Бритов: Для решения технических проблем интеграции и обеспечения качества данных существует множество проверенных практикой приемов. На этапе сбора данных и наполнения хранилища информацией необходимо реализовывать алгоритмы контроля качества данных. Так как на первых этапах не всегда ясна ситуация с доступностью и качеством данных, то помогает использование best practice.
Николай Кацан: Что касается проблем представления данных, то следует помнить, что заказ- чик всегда прав! В отличие от ERP-систем, где полет фантазии заказчика ограничен правилами учета, от BI он ждет возможности построить любой отчет, посмотреть на свой бизнес под самыми разными углами. Если какой-то отчет физически невозможно создать (не из-за отсутствия данных в настоящее время или ограничений бюджета конкретного проекта, а потому, что система в принципе этого не позволяет) — это проблемы внедрения, а не заказчика. Часто ограничения программной платформы или конкретной реализации BI-интеграторы выдают за «преднастроенные правила видения бизнеса» или нечто подобное. Это в корне неверно. На основании имеющихся данных идеальный BI-проект должен позволять построить абсолютно любой отчет. Это то, к чему должен стремиться каждый менеджер проекта внедрения BI-системы.
Сергей Лихарев: BI-проекты характеризуются большим количеством пользователей внутри компании. Поэтому у крупных заказчиков может возникнуть сразу несколько конкурирующих проектов, часто просто кустарных разработок. Поэтому мы рекомендуем крупным заказчикам, которые понимают весь спектр применения аналитических систем, начинать с развертывания центра компетенции по BI. Он позволит разработать стандарты, провести необходимое для успеха проекта моделирование и организовать обучение пользователей. Выбирайте интегратора, который знает, какие выгоды бизнесу способны дать BI-системы, обладает разработанной и проверенной методологией, знает, как правильно использовать и развивать подобные системы.

— На что необходимо обратить особое внимание на этапе проработки целей и задач внедрения BI-системы?

Петр Травкин: В первую очередь — на срок и стоимость достижения целей и решения задач. Еще раз внимательно все взвесить и со всей строгостью подойти к средствам реализации имеющихся планов, «забивая гвозди молотком», то есть приобретая систему, имеющую только действительно необходимый функционал. При этом, естественно, выбранная система должна позволять впоследствии этот функционал нарастить.
Петр Лещенок: Надо четко определить целевую аудиторию, ее интересы и показать, какие преимущества будут получены этой задачи применяются различные подходы к проектированию хранилищ данных («сверху вниз» или «снизу вверх»), выдвигаются разные требования к системе ведения НСИ (например, необходимость параметризации и гармонизации справочников, поддержка версионности), возможностям проверки и валидации данных. Петр Травкин: На этапе подготовки требований и моделирования важно осознать, что мешает разработчикам понять потребности пользователей или пользователям понять, как лучше реализовать ту или иную бизнес-идею. Рабочая группа как раз и создается для решения таких задач и рекомендует политику, улучшающую пользовательский опыт, в том числе модернизацию платформы и дальнейшую актуализацию модели для оптимизации эффективности. Ольга Горчинская: Важно отметить: в процессе моделирования данных, несомненно, должны участвовать и бизнес-пользователи, и ИТ-специалисты, но ведущую роль здесь должны выполнять аналитики, обладающие опытом и знаниями предметной области, существующих подходов, стандартов, шаблонов.Дарья Судьбина: Очевидно, что информация, которая используется в BI-системе, должна отвечать управленческим целям. При этом необходимо учитывать, что далеко не все данные, которые хранятся в ERP-системе, действительно необходимы для принятия решений на верхнем уровне. И понимать, что, возможно, в BI-системе будет не хватать информации из других источников. Павел Бритов: Отметим, что при проектировании модели данных хранилища, на которое будет опираться BI-система, необходимо учесть не только текущие, но и по возможности все будущие требования бизнеса. При этом важно, чтобы структура ХД и используемая модель данных имели запас возможностей. Разрешить это противоречие можно только одним способом: при проектировании и разработке моделей необходимо опираться на чужой опыт (best practice). В нашей практике мы опираемся на кастомизированные под российские особенности западные индустриальные модели данных для банков и телекоммуникаций. Большая часть структуры этих моделей в настоящий момент клиентами не используется, однако мы уверены, что все вновь возникающие задачи найдут там свое место так, чтобы не пришлось переделывать созданное на первых итерациях проекта. Каждая новая итерация большого проекта содержит фазу сбора требований. На этой фазе новые требования анализируются на соответствие уже используемой модели данных, после чего принимается решение о ее модификации.
Дарья Судьбина: При этом архитектура модели должна предполагать возможность ее эволюции и дальнейшего развития. При разумно продуманных показателях верхнего уровня масштабирование модели на новую функциональную область будет происходить с детализацией одного из показателей без переработки модели логичным образом.

— Как наилучшим образом организовать процессы сбора, выверки и обработки исходных данных?

Николай Кацан: Для этого достаточно вспомнить лишь некоторые требования к загружаемой информации: она должна быть полной, достоверной, непротиворечивой, а самое главное — своевременной! Выполнение этих критериев начинается уже тогда, когда процессы преобразования информации только проектируются, — на этапе определения источников данных и регламентов их загрузки. В этот момент важно понимать, что те данные, на которые мы собираемся опереться при расчете тех или иных показателей или загрузке какой-либо информации, устраивают нас по всем критериям.
Петр Травкин: Как правило, все данные, анализ которых планируется проводить, уже имеются в базах данных различных корпоративных систем, таких как, например, EPR и CRM. На практике часто встречается и такой источник данных, как Excel, с которым внедряемая система также должна уметь беспрепятственно работать. На этапе сбора и обработки необходимо четко определиться прежде всего с количеством источников, и если их несколько, выявить все возможные пересечения и дубликаты.
Дарья Судьбина: Вопрос организации сбора, выверки и обработки исходных данных тесно перекликается с задачей обеспечения качества итоговых данных: одно является следствием другого. Задача должна решаться, как уже говорилось, одновременно с двух сторон — организационной и технологической. С одной стороны, необходимо внедрить организационные инструменты для качественной регистрации первичных данных (этому способствуют инструкции пользователей, регламенты и т. д.). А с другой — необходимо организовать архитектурно продуманное хранилище, которое будет обладать инструментами проверки данных на полноту, актуальность, проводить их агрегацию до требуемого уровня детальности. Кроме этого, в процессе создания ХД решается вопрос с ведением нормативно-справочной базы компании. Максим Балаш: Организацию процессов сбора, выверки и обработки исходных данных целесообразно начинать с разработки соответствующего регламента. Его задача — установить, какие именно данные, из каких источников, с какой детализацией и в какие сроки должны предоставляться. Определяет регламент и ответственных за выполнение отдельных операций. С технологической точки зрения сбор данных может быть реализован в онлайн- или офлайн-режиме. Для реализации онлайн-режима необходимо наличие постоянно функционирующего канала связи, так как исходные данные поступают (вводятся вручную или импортируются) в хранилище данных BI-системы напрямую. Офлайн-режим не требует наличия постоянного канала связи: обмен данными выполняется регламентирован- но в определенные моменты времени. Пакеты обмена формируются в источнике и поставляются в ХД BI-системы для последующего импорта.
Павел Бритов: Прежде всего нужно понять, доступны ли разработчику настоящие, «живые» данные — или разработка будет вестись на тестовых примерах; покрывают ли эти примеры все возможные случаи расхождений и ошибок в исходных данных. В самом начале работ требуется составить четкий план тестирования и сформулировать критерии приемки результата. Опыт показывает, что так можно минимизировать число исправлений на этапе опытной эксплуатации.
Николай Кацан: Особое внимание нужно обратить на следующие аспекты. При создании промышленного решения, которое планируется развивать, применение средств Data Integration (DI) является остро необходимым, поскольку число ETL-процессов очень быстро достигает такого количества, когда не обойтись без промышленных средств их сопровождения. Конечно, DI не является классическим элементом BI-систем, но происходит это в основном потому, что большинство поставщиков BI-решений не имеют в своей линейке программных продуктов для загрузки информации — или эти продукты не решают такой задачи в полной мере. Второй аспект — вычисление деривативных показателей и реализация бизнес-логики в рамках процессов загрузки данных. Основная ошибка, которую допускают здесь разработчики процессов, — зашивание бизнес-преобразования в программный код. Риски роста затрат на сопровождение решения подобного рода просто огромны, да и примеры, где они реализовались не один раз, всем хорошо известны.

— Как было отмечено, вопрос организации сбора, выверки и обработки исходных данных тесно перекликается с задачей обеспечения необходимого качества итоговых данных. Как этого добиться?

Николай Кацан: Прежде всего необходимо осознавать, что обеспечение качества данных — процесс, а не «большая красная кнопка», одним нажатием которой решаются все проблемы. В классической методологии — пять шагов. При этом применение специализированных моделей контроля качества подразумевается только на одном-двух из них. Остальные — необходимые элементы процесса, без которых достигнутый результат по обеспечению качества данных очень скоро сойдет на нет.
Дмитрий Романов: Коллега прав: важно понимать, что это асимптотический процесс. Энтропию еще никто не отменял, и идеальное качество данных достижимо только на очень непродолжительное время. Но это не означает, что за качество данных не нужно бороться. Важно предусматривать и реализовывать развитые процедуры перекрестных проверок, тщательно продумывать регламенты контроля, внесения корректировок и т. п. Словом, бороться и на техническом, и на организационном уровнях.
Павел Бритов: До начала работ по сбору и обработке данных нужно договориться, что понимать под качественными данными, какой уровень качества приемлем. Нужно также помнить, что одни и те же данные для разных задач и разных бизнес-подразделений требуются с разным качеством. Это относится как к числовым данным (где-то возможно округление и несходимость в копейках, где-то — нет), так и к слабоструктурированным текстовым данным (адресам, телефонам, именам и названиям контрагентов). Далее на этапе анализа качества данных нужно провести профилизацию данных, чтобы выявить соответствие их требованиям по качеству. Только после этого можно принимать решение о том или ином способе обработки данных. Дело в том, что стоимость усилий по повышению качества данных может оказаться на несколько процентов не соответствующей ценности результата всех работ.
Петр Травкин: Облегчить и упростить процесс очистки, а возможно, и избежать его можно за счет тщательной проверки данных еще на этапе ввода, но это не всегда реализуемо по причине отсутствия должного функционала у некоторых систем ввода и хранения информации. Когда по какой-то причине требуемого качества данных не удалось достичь на этапе ввода и загрузки их в систему, имеет смысл привлечь к тестированию созданного решения опытного эксперта в предметной области анализируемой информации. Как правило, при грамотно построенном с точки зрения представления информации BI-приложении значительную часть некорректных данных можно будет выявить, исправить в исходных вариантах и загрузить уже корректными в BI-систему.
Петр Лещенок: Уточним: проблемы обеспечения качества данных необходимо решать на всех этапах внедрения BI-системы. Идеальный вариант — когда специалист, ответственный за определенные показатели, подтверждает корректность и актуальность данных в BI-системе, и только после этой процедуры они становятся доступными для других пользователей.
Николай Кацан: Одним из важнейших элементов обеспечения качества данных является логический контроль загружаемой информации, который позволяет не только проверять ее на допустимые значения, но и осуществлять проверку статистических характеристик и логических зависимостей между показателями.
Петр Лещенок: Для выверки исходных данных в BI-системе можно разработать специальные формы и отчеты, при помощи которых будут сопоставляться различные показатели и отображаться результаты сравнения. Алгоритмы пере- крестного контроля показателей можно настроить и в кубе (встроенный контроль). А наличие функций Drill Down и Drill Through позволяет мгновенно углубиться в любой показатель, чтобы исследовать, на основании каких исходных данных он сформирован. Таким образом, риск возникновения ошибок будет минимизирован.
Дарья Судьбина: Качество и ценность данных, которые видит конечный пользователь у себя на экране в виде набора аналитических инструментов (таблиц, графиков, спидометров), напрямую зависит от источника, на основании которого формируются отчеты. Несмотря на то что большинство современных BI-решений предлагает встроенные инструменты ETL (Extract-Transform-Load), наиболее правильным подходом при их внедрении является создание хранилища данных, а не подключение нескольких источников напрямую к инструментам BI-системы. С одной стороны, это неизбежно толкает компанию на инвестиционные затраты по созданию ХД, с другой — позволяет провести контроль загружаемой информации, которая в дальнейшем используется для анализа. Данные из первоисточника (например ERP-системы), к сожалению, не всегда могут быть полезны, поскольку в базе иногда хранится много невыверенных и некорректно учтенных документов, которые при попадании в аналитический массив существенно искажают «картину мира». Поэтому при формировании хранилища и дальнейшем его наполнении можно проводить многоуровневую проверку качества данных: первый раз — при загрузке данных в хранилище, а второй — при загрузке из хранилища в кубы для анализа.
Максим Балаш: Для обеспечения необходимого качества данных для конечных пользователей BI-системы в составе хранилища данных целесообразно выделять два сегмента — «оперативный» и «выверенный». В оперативном сегменте ХД собираемые данные должны проходить несколько стадий проверки. Первичная проверка включает в себя контроль целостности исходных данных, проверку изменений в классификаторах и справочниках, проверку ключевых контрольных значений. Окончательная стадия проверки должна включать более сложные процедуры логического контроля данных и метаданных, анализ сопоставимости и непротиворечивости загружаемой информации. За результаты всех этапов контроля должен быть определен ответственный администратор системы, который принимает решение о «допуске» данных в «выверенный» сегмент хранилища.
Дарья Судьбина: Проверки про- верками, но, конечно, не стоит забывать и об организационных процедурах внутри компании при формировании первоисточника данных: инструкции, описывающие корректность внесения данных в ERP-систему, постоянный мониторинг и очистку некорректно заведенных данных, а также обеспечение одного источника нормативно-справочной информации.

— Эффективность системы в конечном итоге во многом зависит от квалификации пользователей: в неумелых руках даже самый замечательный инструмент пользы не принесет. Как оптимально организовать обучение пользователей?

Максим Балаш: Традиционно оно проводится при внедрении систем, их существенных обновлениях, а также при появлении новых пользователей. Наиболее эффективный способ обучения выбирается в зависимости от потребностей и возможностей пользователей, а также их территориальной расположенности.
Петр Лещенок: Для обучения пользователей в компании необходимо создать центр компетенции по BI-системе с привлечением наиболее квалифицированных специалистов. Являясь носителями знаний, они будут обучать и консультировать других пользователей BI-системы.
Дарья Судьбина: При малом количестве пользователей процесс обучения вполне понятен: это классическая схема проведения тренингов в виде класса обучения. Такой подход за несколько дней позволяет рассказать обо всех возможностях системы и привести достаточно примеров для того, чтобы пользователи смогли почувствовать уверенность и свободу обращения с BI-инструментами.
Павел Бритов: Причем полезно еще в самом начале проекта провести семинар с пользователями, чтобы они сами на примерах смогли понять возможности системы и сформулировать свои требования уже в терминах BI. Это положительно влияет на весь ход работ.
Петр Травкин: Коллега совершенно прав: будущие конечные пользователи системы, вовлеченные в проект с самого начала, должны начать обучаться еще на стадии проектирования и проведения пилотного проекта. Таким образом, с самых ранних этапов у них будет складываться понимание того, что должна позволять система с точки зрения функциональности, какую информацию и в каком виде им предоставлять. Именно такой подход обеспечит гибкость и прозрачность в формализации требований бизнес-пользователей.
Максим Балаш: Очное обучение обеспечивает непосредственный контакт с преподавателем, что позволяет оперативно уточнить информацию, переспросить, обсудить различные варианты решения той или иной изучаемой задачи.
Дарья Судьбина: Однако пользователей системы отчетности может быть большое количество, особенно если речь идет о компаниях с территориально распределенной структурой. И именно таким компаниям, как правило, BI-инструменты особенно интересны и необходимы. В этой ситуации в зависимости от количества пользователей могут быть доступны два варианта. Первый и наиболее эффективный с точки зрения результата — это проведение обучения для ключевых пользователей (например руководителей функциональных подразделений), которые в дальнейшем самостоятельно смогут провести для своих подчиненных внутреннее обучение и рассказать им о преимуществах BI-системы в рамках их зоны ответственности. Результат в таком случае контролируется непосредственно руководителем, который следит за восприятием материала, а также за качеством той аналитической информации, которая поступает ему на стол благодаря использованию BI-системы его подчиненными. Второй вариант обучения, который, как правило, применяется для компаний с большим числом удаленных филиалов, а также с высокой ротацией кадров, — это записанные видеоролики, не носящие адресного характера. Наиболее действенны в таком случае видеоматериалы двух типов: с основами использования внедряемой BI-системы и с углубленной специализацией в предметную область (например, финансы, продажи, закупки и т. д.). Первый ролик позволит сформировать в целом представление о возможностях BI-инструментов, второй — даст наглядные примеры его использования применительно к непосредственным потребностям в отчетности и анализе в рамках своих рабочих обязанностей. Такие ролики могут быть размещены на корпоративном портале.
Дмитрий Романов: Надо отметить, что в последнее время технологии дистанционного обучения очень хорошо себя зарекомендовали. При правильной организации процесса и наличии административного контроля результатов такой подход к обучению может оказаться одним из самых эффективных.
Максим Балаш: Через Интернет пользователи получают доступ к разработанному курсу, обучение и тестирование проводится в режиме онлайн. При необходимости после анализа результатов дистанционного курса можно организовать очное обучение, но потратить на это меньше времени. Дистанционные курсы также хороши тем, что дают возможность пользователям обучаться без отрыва от производства и в наиболее удобное время.
Дарья Судьбина: Однако не стоит забывать, что у этого подхода есть свои ограничения. Во-первых, BI-система — это живой инструмент, постоянно претерпевающий изменения. Следовательно, потребуется высокое качество подготовки видеоматериала, чтобы он, с одной стороны, отвечал потребностям пользователя, а с другой — был актуальным, несмотря на динамичность изменений. Во-вторых, при такой организации обучения довольно сложно оценить качество усвоения материала — а следовательно, и реальную эффективность внедренной системы.
Петр Травкин: Еще хотелось бы отметить, что сейчас поставщики BI-систем стремятся сделать систему как можно «дружелюбнее» к пользователям, не являющимся специалистами в области анализа данных. Более того, сегодня существуют мощные, но одновременно простые в использовании решения, которые не требуют специального обучения для бизнес-пользователей. Благодаря такому подходу некоторых поставщиков отдача от использования системы начинает ощущаться с первых минут работы с ней.

— BI-системы теснейшим образом связаны с бизнес-процессами компании. Необходима ли в связи с этим доработка и модификация BI-решения под особенности бизнес-процессов компании? Как можно оптимизировать (с организационной точки зрения) этот процесс?

Максим Балаш: Наиболее простые BI-решения, связанные, как правило, с обеспечением доступа к данным, построением несложных запросов и визуализацией их результатов и не требующие глубокого погружения в бизнес-логику заказчика (а значит, и не содержащие специализированных алгоритмов, методик и моделей), могут быть внедрены и без доработки. В этом случае достаточно правильно настроиться на существующие источники данных и предоставить необходимый перечень инструментов бизнес-аналитики. Если же от BI-системы требуется решение более сложных задач — мониторинга, анализа, прогнозирования и планирования, — это, как правило, означает тесную взаимосвязь с бизнес-процессами и, соответственно, необходимость адаптации и донастройки выбранного BI-решения.
Павел Бритов: На мой взгляд, BI-решений «под ключ» нет и быть не может. Задача проекта по внедрению BI — создать не систему, которая меняться не будет, а условия для самостоятельного решения конечными пользователями новых и новых возникающих аналитических задач. В этом смысле BI-система всегда меняется, приспосабливаясь к особенностям изменчивого бизнеса. Даже если взять область, которая, на первый взгляд, легко типизируема (например отчетность по рискам для банков, вроде бы регламентированную базельскими соглашениями), каждое конкретное внедрение — это изменения в методологии, иной состав и качество исходных данных, разные источники информации и прочее.
Петр Лещенок: Действительно, без доработок и модификации BI-решения, как правило, не обойтись. Практически всегда требуется изменить правила формирования имеющихся показателей, добавить новый показатель или измерение для анализа, изменить отчет или карту и т. п. Однако в этом деле есть один важный нюанс: BI-система должна предоставлять инструменты и возможности по ее адаптации к особенностям бизнес-процессов компании с учетом категорий и квалификации пользователей. То есть иметь уровни (слои) адаптации. Например, конечный пользователь может настраивать параметры по умолчанию для вызова карт и отчетов, делать «снимки» данных и сохранять их в истории, создавать собственные отчеты. ИТ-специалист компании может разрабатывать новые отчеты и карты, модифицировать хранилище, кубы, подключать новые источники данных.
Николай Кацан: Доработка BI-решения потребуется в том случае, когда система внедрена без учета возможного развития бизнеса. Концепция Organic Enterprise, популярная на заре классических BI-систем, выделяла несколько шагов внедрения и развития решения. Так вот, одним из четырех элементов этой концепции было наблюдение за развитием системы и планирование изменений. Корректно внедренная и поддерживаемая система развивается вместе с бизнес-процессами компании и не вызывает информационных коллапсов в ИТ-ландшафте.

В самом начале проекта полезно провести семинар с пользователями, чтобы они сами на примерах смогли понять возможности системы и сформулировать свои требования уже в терминах BI. Это положительно влияет на весь ход работ.

Петр Травкин: Несмотря на то что многие используемые модели данных и методики расчета в конкретной отрасли схожи, в силу уникальности каждой организации вряд ли может существовать полностью готовое BI-решение. Необходимо, чтобы оно было выстроено максимально под нужды конкретной компании, с учетом особенностей ее функционирования как сложной структуры. Более того, использование аналитики, которая не только обрабатывает данные, визуализирует информацию и строит прогнозы, но и является контекстом бизнес-процессов, учитывающим их специфику, безусловно, приведет к более высокому значению BI для бизнеса. Обеспечить эффективность процесса модификации аналитического решения должна ответственная за проект рабочая группа, состоящая из опытных специалистов, знающих и понимающих все тонкости операций и процедур, сложившихся в организации.
Павел Бритов: Типичная ошибка при инициировании и проведении BI-проектов — попытка создать результат теми же методами «большого проекта», которыми внедряются системы автоматизации, ERP и СУБД. Для BI-системы практически невозможно написать техническое задание на длительный период времени. Пока будет проходить обследование бизнес-процессов, сбор требований и разработка, изменятся условия существования системы, перед бизнесом встанут новые задачи, которые придется в авральном режиме решать. Выход из этого только один — внедрение платформы BI, формирование среды оперативного реагирования на новые запросы бизнеса, создание системы короткими итерациями (длительность одного проекта BI не должна превышать 6 месяцев, а лучше ограничить объем работ до 3–4 месяцев). При этом важно, чтобы структура хранилища данных и используемая модель данных имели запас возможностей и опирались на чужой опыт, как указывалось выше.
Петр Травкин: В завершение хотелось бы подчеркнуть, что, в конечном счете, проекты удачно реализуются не за счет передовых средств визуализации или использования радикально новой технологии: их успех зависит от руководства, взаимодействия, планирования и межличностных контактов. Компании должны осознавать эти моменты при внедрении BI-системы в не меньшей степени, чем чисто технические аспекты.

- Как организовать процесс моделирования данных в соответствии с потребностями бизнеса? Кто и как должен выявлять эти потребности, формировать модель и актуализировать ее?

Дарья Судьбина: Собственно говоря, частично ответ на вопрос содержится в самой его формулировке. Процесс моделирования данных и построения мета-модели должен отвечать целям и задачам бизнеса. Первым шагом должен стать анализ целей и путей достижения этих целей в рамках стратегии организации. От этого будет зависеть набор показателей верхнего уровня, который, в свою очередь, потребует детальной информации для принятия правильных решений. Таким образом, построение метамодели должно происходить иерархически, сверху вниз: от итоговых показателей — к их детализации.
Петр Лещенок: В BI-системе содержатся лучшие мировые практики, применяемые для эффективного управления организацией. Однако каждая компания индивидуальна, ее менеджмент имеет свой взгляд на вопросы построения системы показателей и витрин данных с учетом требований бизнес- процессов. В ходе совместной работы пользователей и специалистов интегратора постепенно возникает наиболее адекватная модель, наилучшим образом отвечающая специфике компании.
Петр Травкин: Поэтому при возникновении задачи внедрения BI-системы очень важно провести несколько внутренних презентаций. Необходимо донести до будущих ключевых бизнес-пользователей общие концепции бизнес-аналитики и те выгоды для бизнеса, которые призваны обеспечить решения данного типа. Ключевыми бизнес-пользователями могут быть, например, опытные руководители из каждого подразделения, планирующего использовать аналитическую систему. Такой подход начнет оправдывать себя уже на этапе выбора поставщика решения, когда сотрудники смогут самостоятельно оценить, насколько тот или иной продукт соответствует их ожиданиям, и оказать значительную поддержку руководству при выборе продукта. Впоследствии ключевые бизнес-пользователи, принимавшие участие во всех предварительных этапах проекта, обладающие определенными знаниями и представлениями о целях проекта, должны войти в рабочую группу по внедрению и вместе с ИТ-подразделением формировать требования к будущему решению.
Максим Балаш: Моделированием данных должна заниматься профессиональная команда, имеющая достаточный опыт построения хранилищ данных (ХД), во взаимодействии со специалистами заказчика (бизнес-аналитиками и менеджерами), которые формулируют требования к наполнению ХД, уровню детализации данных, их атрибутике. Такое распределение обязанностей объясняется значительным числом сложных моментов и деталей, которые могут серьезно повлиять на выбор модели. В зависимости от аудиторией в результате внедрения BI-системы. Все технические и организационные проблемы важны, но они преодолимы при наличии взаимной заинтересованности в успехе проекта.
Павел Бритов: При проработке целей и задач необходимо обратить особое внимание на наличие реальной заинтересованности заказчика. Это главное. Второй важный момент — наличие необходимых ресурсов в виде данных, ИТ-специалистов, вычислительных мощностей, доступных аналитиков (привлечение бизнес-заказчика в проект в виде постоянных членов команды обязательно).
Дмитрий Романов: Прежде всего обратите внимание на соответствие целей конкретного проекта стратегическим целям организации, на правильную расстановку приоритетов во внедрении: обычно самое важное и нужное лучше делать в первую очередь.

Николай Кацан: Думаю, все слышали про принцип целеполагания SMART, который означает, что цели проекта внедрения должны быть конкретными, измеримыми, достижимыми, реалистичными и ограниченными по времени? Так вот, его применение уже решает часть проблем, которые могут возникнуть при внедрении. Но обратите внимание: сколь бы грамотно ни был спланирован проект, если все цели достигаются только на последней фазе внедрения, то велик риск, что где-нибудь в середине работ заказчик перестанет понимать, что и зачем вы делаете. Поэтому можно рекомендовать распределять цели по этапам проекта и показывать достигаемые на каждом из них результаты. BI- проект дает редкую возможность получить результат уже через месяц после его старта. Это позволяет заказчику начать возврат инвестиций, не дожидаясь полного завершения проекта.
Ольга Горчинская: На этапе постановки задач проекта и определения требований важно не только определить общие функциональные возможности аналитической системы и технические требования, но и как можно более детально описать предметную область — состав показателей, методики их расчета, уровень их детализации, аналитические разрезы, наличие необходимых данных в информационных источниках. От понимания того, какие именно данные будут необходимы пользователям, существенно зависит успех всего проекта. Компания созрела для внедрения BI-системы, если она нацелена на завоевание новых сегментов рынка, обновление продукции, имеет квалифицированный персонал и готова инвестировать средства в новые технологии.
Петр Травкин: Цель внедрения и использования BI-системы — получить единый «источник правды» о корпоративной информации по различным предметным областям, будь то финансы, производство, продажи или, к примеру, маркетинг.
Николай Кацан: Именно поэтому в особую группу задач можно выделить поддержание уровня достоверности данных. Если в системах оперативного уровня искажение одной транзакции не является критичным для общих результатов, то искажение одного значения показателя в системах BI может привести к неправильному пониманию текущих тенденций менеджментом компании и, как следствие, к неверным управленческим решениям.
Петр Травкин: Согласен, обеспечить компанию таким источником могут только актуальные и качественные данные. Но надо помнить, что сбор данных не является самоцелью. Если информацию получить легко, то очевидно, что нужно ее просто собрать. Если сложно, то нужно соизмерить затраты на ее сбор и систематизацию с ожидаемыми результатами.
Дарья Судьбина: При внедрении BI-системы необходимо пере- смотреть свой подход к работе с большим количеством источников, по возможности вести ее в едином и стандартизированном ключе, а там, где это невозможно (например, отчеты от внешних поставщиков информации), применять инструменты преобразования и сопоставления данных. Особое внимание тут хотелось бы уделить именно возможности применения данных из внешних источников, которые недоступны для анализа в стандартной отчетности ERP-систем и очень трудозатратны для ручной обработки (внешние аналитические обзоры рынка, отчеты от дистрибьюторов и др.). Именно применение этой информации в сочетании с внутренними источниками данных позволит взглянуть на деятельность организации в полном объеме.
Петр Травкин: Довольно часто возникают задачи управления нормативно-справочной информацией. При построении BI-системы появляется необходимость выверки и ведения НСИ по ключевым областям — например единому реестру клиентов и поставщиков или производимой продукции. Решить эту проблему при внедрении BI-системы необходимо. В использующихся на предприятии системах одни и те же объекты НСИ — к примеру, те же наименования клиентов, поставщиков или продуктов — могут быть описаны по-разному, и в этом случае при создании аналитической системы параллельно возникает задача ведения ключевой НСИ, необходимой для построения BI-приложений и отчетности. Эта отдельная, довольно трудоемкая задача по мере необходимости должна включаться в проект построения BI-решения.
Максим Балаш: При постановке задач для системы бизнес- аналитики очень важно учесть возможность ее масштабирования в соответствии с требованиями бизнеса, планируемыми организационными изменениями, ожидаемыми структурными изменениями внешней среды.
Петр Травкин: Как правило, успех или неудача проекта не зависит от его бюджета. Большие средства не гарантируют получение желаемого результата. Но продуманный бюджет критически важен для текущей поддержки и благополучия проекта.

Gartner включил Navicon в список поставщиков CRM для фармацевтических и биотехнологических компаний

Navicon стал «Партнёром года» Microsoft в России

Navicon и Original Group помогут российским фармкомпаниям вовремя внедрить систему маркировки лекарств

Navicon разработал портал регистрации продукции для STIHL

Navicon представил обновлённый стек ИТ-решений для фармацевтики