📊 MODUS BI - бизнес аналитика и Big Data

Мы стремимся создать сообщество, в котором аналитики смогут обмениваться опытом, обсуждать сложные задачи и находить новые подходы к работе.

Для этого мы подготовили вопросы, которыми точно задаются те, кто только собирается внедрять системы бизнес-аналитики в компанию или уже давно работает с ними.

❓Первый вопрос уже в нашем тг-чате

🎁 Переходите по ссылке, предлагайте свой вариант ответа и выигрывайте подарок от Modus!

Не всегда стандартного набора функций ETL-системы хватает для того, чтобы закрыть все аналитические задачи компании. Поэтому важно понимать, можно ли кастомизировать шаги ETL-процессов и каким образом это реализовано в конкретном ПО.

В нашей новой статье на Habr мы рассмотрели возможности расширения функционала ETL-систем и ответили на вопросы:

📊Что такое шаги в ETL?
📊Зачем их кастомизировать и как понять, что компании это нужно?
📊Какие способы кастомизации ETL cуществуют и для чего лучше всего подходит каждый из них?

📎Подписывайтесь на наш блог и читайте свежие статьи первыми!

Использование компанией ETL и BI-платформ говорит о том, что внутри бизнеса существует достаточно много процессов, данные о которых нужно регулярно собирать и упорядочивать.

Зачастую выгрузка этих данных носит регулярный характер - такие процессы хочется автоматизировать.

Процессы в ETL можно автоматизировать разными способами: по расписанию, по требованию, при выполнении условия или через API.

👇👇👇
Автоматизация процессов по расписанию помогает заранее задать время для запуска операций. Так можно повысить эффективность:

📉 Ежедневного обновления отчетов. Компании, которые каждый день проводят утренние планерки, должны получать актуальные данные о продажах или состоянии запасов еще до начала совещаний. Для этого можно настроить ежедневное обновление отчетности на 6:00 утра — тогда команда сможет автоматически получать свежую информацию о бизнесе, сэкономив время и человеческие ресурсы на ручном формировании отчетов.

📉 Ночных проверок системы. Для поддержания целостности данных и правильной работы журналов ошибок необходимы...читать далее

Мы продолжаем собирать в одном месте для вас самые популярные материалы прошедшего месяца.

Что интересного было в ноябре 🤔

⚡️Инициатива "снизу": как объяснить руководству, что компании пора переходить от "ручной" аналитики к автоматизированной? - почему традиционной аналитики может быть не достаточно, как выстроить диалог с руководством и какие аргументы использовать?

⚡️Онбординг сотрудников при внедрении BI: как организовать правильно? - как продать идею о внедрении нового инструмента в бизнес ещё до старта проекта, как подготовить команду и что предусмотреть в первую очередь?

⚡️Как посмотреть SQL-запрос, используемый в визуализации? - видеоролик , в котором мы отвечаем на самые популярные вопросы о том, что делать, если вычисляемое поле работает не корректно.

⚡️Извлечение данных. 1С Экстрактор или ETL — что выбрать? - сравнение двух наиболее популярных решений для извлечения данных из 1С: плюсы и минусы каждого решения, риски при внедрении и функциональные различия.

⚡️Если есть аналитика, значит есть и культура управления данными. Так ли это? - разница между традиционной аналитикой и Data Culture, задачи, которые решает каждый из подходов, преимущества и недостатки двух концепций.

Уже совсем скоро выйдет статья об атоматизации процессов в ETL😎

Подписывайтесь на наши блоги на Habr и VC и узнавайте о новых статьях первыми!

Есть распространённое мнение: если в компании регулярно собираются отчёты и результаты деятельности подразделений каким-то образом оцифровываются и подсчитываются, значит, бизнес придерживается data-driven подхода.

Но так ли это на самом деле?

Есть ли разница между традиционной аналитикой и Data Culture? В чём она выражается?

📊В обычной аналитике информацию собирают, чтобы ответить на вопросы о прошлом — например, сколько было продаж, где KPI отклонились от целевых значений, когда выросли или снизились конкретные метрики. Как правило, эти данные агрегируются вручную, обрабатываются в таблицах и визуализируются в виде статичных отчетов.

Например, аналитики собирают данные из CRM о регионах со сниженным спросом на товар, затем формируют эту информацию в сводные таблицы и направляют маркетологам для корректировки текущей стратегии.

Для традиционной аналитики характерны:
читать далее

✏️ По результатам опроса большинство при выборе инструмента для извлечения данных из 1С ориентируются на скорость настройки правил для множества источников и готовность продукта к масштабированию бизнеса.

Но только ли эти факторы нужно учитывать при выборе подходящего софта?

В нашей свежей статье мы сравнили два наиболее популярных решения, помогающих извлекать данные из 1С - Экстрактор 1С и Modus ETL.

⬇️⬇️⬇️
Исключительно сбор данных из 1С в Modus ETL — это лишь 20% всего функционала системы. Но, чтобы сравнение было объективным, в другие функции (сбор данных из других SQL и NoSQL систем, No-code интеграций через API и т.п.) углубляться мы не будем.
Начнем с главного: с архитектуры решения.

Архитектура решения должна учитывать, как будет использоваться продукт, как организовать разработку и какие компоненты для работы с системой необходимы... читать далее

Пожалуй, 1С - самая распространенная в РФ платформа для ведения учета и автоматизации бизнеса. И вопрос извлечения данных из нее очень важен для компаний.

Каждое решение для выгрузки данных из 1С имеет свои особенности и функционал.

Нам стало интересно, а чем вы руководствуетесь при выборе инструмента для извлечения данных из 1С?

Поэтому приготовили для вас короткий опрос👇

Как посмотреть SQL-запрос, используемый в визуализации?

При создании визуальных элементов в Modus BI пользователи часто задаются вопросом, как формируется запрос, который отправляется в базу данных?

⚙️Что делать, если после внесения формулы в вычисляемое поле система распознаёт в ней ошибку?
⚙️Как скачать текст запроса (формулы) из визуализации?
⚙️Где удобно проверить работоспособность запроса, чтобы быстро найти и устранить ошибку?

Об этом рассказали в новом видео-уроке.

P.S. Пишите ваши вопросы в комментариях и делитесь полезными материалами с коллегами 🧑‍💻

Конечно, внедрение внутренней аналитики - это шаг к развитию бизнеса.
Но чтобы данные не лежали "мертвым грузом", а использовались в повседневных процессах всей командой, нужно готовиться задолго до того, как будет куплена лицензия, установлен софт и каждый сотрудник получит доступ к данным.

Потому что сотрудники могут быть не готовы к работе с аналитикой - новые методы работы часть команды могут мотивировать, а кого-то - и пугать.

➡️Как "продать" идею о внедрении нового инструмента в бизнес еще до того, как он появится в компании?
➡️Как правильно подготовить команду к появлению аналитической системы?
➡️Как сделать так, чтобы аналитика повысила вовлечённость сотрудников в работу?

На эти и другие важные вопросы, возникающие при планировании внедрения аналитических систем в компанию, мы ответили в нашей новой статье на Habr!

📎Подписывайтесь на наш блог и читайте самые свежие статьи первыми!

Не всегда инициатива о внедрении аналитических систем в компанию исходит со стороны руководства. Зачастую гораздо раньше потребность в ускорении подготовки сводных таблиц и отчётов осознаётся рядовыми сотрудниками.

❓Как объяснить руководству, что бизнесу необходимо переходить от "ручной" аналитики к автоматизированной? С чего начать разговор? Как выстроить аргументацию?

⬇️⬇️⬇️
Обычно скепсис к автоматизации вызван стабильностью «ручной» аналитики — отчеты готовы, данные обработаны, а аналитические задачи выполнены. Это создает иллюзию, что ручной процесс работает безупречно. При этом, руководители часто не осознают, сколько усилий и времени работников уходит на сбор, очистку и сверку информации — особенно если она поступает из множества разных источников.

Но даже если команда выполняет все аналитические KPI, у нее не всегда есть время на углубленный анализ и формулирование стратегических выводов, т.к. вся энергия уходит на технические задачи. В итоге, компания упускает возможность для оптимизации бизнес-процессов... читать далее

В этом посте мы собрали популярные материалы прошедшего октября, чтобы вы точно не пропустили самое интересное!

⚡️Как интегрировать корпортативное хранилище данных и 1С? - способы интеграции 1С и КХД, возможные риски и ограничения каждого способа и факторы, на которые стоит ориентироваться при выборе метода передачи данных.

⚡️Как начать внедрять культуру управления данными? - как понять, что Data Culture нужна компании, как правильно организовать её внедрение, какие "подводные камни" могут возникнуть при реализации проекта и как их избежать.

⚡️Плюсы и минусы различных DWH как источников данных - преимущества и недостатки разных видов хранилищ данных и факторы, на которые нужно обратить внимание при выборе модели КХД.

⚡️Какие аналитические задачи стоят перед бизнесом и как их решать? - бизнес-задачи, которые аналитика позволяет решать более эффективно.

⚡️Как заменить наборы данных в отчёте Modus BI - видеоролик, в котором мы отвечаем на самые популярные вопросы пользователей о замене данных в отчётах Modus и показываем, как это сделать.

Мы уже готовим новую порцию полезного контента на грядущий месяц ;)

Подписывайтесь на наши блоги на Habr и VC и узнавайте о новых статьях первыми!

Как заменить наборы данных в отчёте Modus BI?

У пользователей иногда возникает вопрос, что делать, если в уже готовом отчете нужно заменить набор данных?
Мы подготовили короткий обучающий ролик, из которого вы узнаете:

➡️Как переключаться с одного источника данных на другой при изменении данных?
➡️Что нужно учесть при замене данных в отчёте, который содержит вычисляемые поля?
➡️Какие правила необходимо соблюдать, чтобы всё сработало корректно?

Напишите в комментариях, какие еще вопросы по нашим продуктам вы бы хотели увидеть в формате видео-уроков? 👀

Есть шаблонное и устоявшееся мнение, что бизнесу сегодня нужны аналитические системы, чтобы оценивать текущее положение дел, строить прогнозы и визуализировать данные📊

На самом деле, есть множество задач, которые аналитика помогает решать более эффективно.
В нашей новой статье рассмотрим, чем еще аналитика может быть полезна бизнесу.

✔️ Оптимизация продукта за счет понимания пользовательского опыта.

Анализ поведения пользователей нужен, чтобы понять, почему люди меньше используют продукт, и отследить удачные решения, которые привлекают к товару или услуге больший интерес. Для этого оценивается:

- Какие функции продукта наиболее популярны, а какие используются реже.
- Какие обновления повышают уровень продаж.
- Как быстро люди принимают решение о покупке.
- Насколько часто клиенты используют продукт.

Например, проанализировать опыт взаимодействия с мобильным ПО можно по следующему алгоритму... читать далее

P.S. Всегда благодарны нашим читателям за реакции и комментарии ;)

Если вы ещё не решили, чем занять себя в пятничный вечер, то знайте: мы уже обо всём позаботились и приготовили для вас свежую статью про DWH.

В ней мы рассмотрели плюсы и минусы разных хранилищ как источников данных для BI, поговорили о том, что такое озера данных, какому бизнесу они нужны и не только...

📊Доверие к данным - основное и главное требование, предъявляемое к аналитическим системам. Аналитика не даст ожидаемых результатов, если в цифрах, которые она показывает, есть сомнения. Кроме того, нужно учитывать, что объем данных в аналитическом хранилище будет со временем расти, и, в отличие от учетных (транзакционных систем), КХД не рассчитаны на то, что из них будет что-то удаляться... читать далее.