Анализ бизнес информации основные принципы

Об анализе информации в последнее время говорят так много и столько всего, что можно окончательно запутаться в проблеме. Это хорошо, что многие обращают внимание на такую актуальную тему. Плохо только то, что под этим термином каждый понимает то, что ему нужно, часто не имея общей картины по проблеме. Фрагментарность в таком подходе является причиной непонимания того, что происходит и что делать. Все состоит из кусков, слабо связанных между собой и не имеющих общего стержня. Наверняка, вы часто слышали фразу «лоскутная автоматизация». С этой проблемой уже неоднократно сталкивались многие и могут подтвердить, что основная проблема при таком подходе состоит в том, что практически никогда невозможно увидеть картину в целом. С анализом ситуация аналогичная.

Для того чтобы было понятно место и назначение каждого механизма анализа, давайте рассмотрим все это целиком. Будет отталкиваться от того, как человек принимает решения, поскольку объяснить, как рождается мысль, мы не в состоянии, сконцентрируемся на том, как можно в этом процессе использовать информационные технологии. Первый вариант – лицо, принимающее решение (ЛПР), использует компьютер только как средство извлечения данных, а выводы делает уже самостоятельно. Для решения такого рода задач используются системы отчетности, многомерный анализ данных, диаграммы и прочие способы визуализации. Второй вариант: программа не только извлекает данные, но и проводит различного рода предобработку, например, очистку, сглаживание и прочее. А к обработанным таким образом данным применяет математические методы анализа – кластеризацию, классификацию, регрессию и т.д. В этом случае ЛПР получает не сырые, а прошедшие серьезную обработку данные, т.е. человек уже работает с моделями, подготовленными компьютером.

Благодаря тому, что в первом случае практически все, что связано собственно с механизмами принятия решений, возлагается на человека, проблема с подбором адекватной модели и выбором методов обработки выносится за пределы механизмов анализа, т. е. базой для принятия решения является либо инструкция (например, каким образом можно реализовать механизмы реагирования на отклонения), либо интуиция. В некоторых случаях этого вполне достаточно, но если ЛПР интересуют знания, находящиеся достаточно глубоко, если так можно выразиться, то просто механизмы извлечения данных тут не помогут. Необходима более серьезная обработка. Это и есть тот самый второй случай. Все применяемые механизмы предобработки и анализа позволяют ЛПР работать на более высоком уровне. Первый вариант подходит для решения тактических и оперативных задач, а второй – для тиражирования знаний и решения стратегических проблем.

Идеальным случаем была бы возможность применять оба подхода к анализу. Они позволяют покрыть почти все потребности организации в анализе бизнес информации. Варьируя методики в зависимости от задач, мы будем иметь возможность в любом случае выжать максимум из имеющейся информации.

Общая схема работы приведена ниже.

Часто при описании того или иного продукта, анализирующего бизнес информацию, применяют термины типа риск-менеджмент, прогнозирование, сегментация рынка… Но в действительности решения каждой из этих задач сводятся к применению одного из описанных ниже методов анализа. Например, прогнозирование – это задача регрессии, сегментация рынка – это кластеризация, управление рисками – это комбинация кластеризации и классификации, возможны и другие методы. Поэтому данный набор технологий позволяет решать большинство бизнес задач. Фактически, они являются атомарными (базовыми) элементами, из которых собирается решение той или иной задачи.

Теперь опишем отдельно каждый фрагмент схемы.

В качестве первичного источника данных должны выступать базы данных систем управления предприятием, офисные документы, Интернет, потому что необходимо использовать все сведения, которые могут пригодиться для принятия решения. Причем речь идет не только о внутренней для организации информации, но и о внешних данных (макроэкономические показатели, конкурентная среда, демографические данные и т.п.).

Хотя в хранилище данных не реализуются технологии анализа, оно является той базой, на которой нужно строить аналитическую систему. В отсутствие хранилища данных на сбор и систематизацию необходимой для анализа информации будет уходить большая часть времени, что в значительной степени сведет на нет все достоинства анализа. Ведь одним из ключевых показателей любой аналитической системы является возможность быстро получить результат.

Следующим элементом схемы является семантический слой. Вне зависимости от того, каким образом будет анализироваться информация, необходимо, чтобы она была понятна ЛПР, поскольку в большинстве случаев анализируемые данных располагаются в различных базах данных, а ЛПР не должен вникать в нюансы работы с СУБД, то требуется создать некий механизм, трансформирующий термины предметной области в вызовы механизмов доступа к БД. Эту задачу и выполняет семантический слой. Желательно, чтобы он был один для всех приложений анализа, таким образом легче применять к задаче различные подходы.

Системы отчетности предназначены для того, чтобы дать ответ на вопрос «что происходит». Первый вариант его использования: регулярные отчеты используются для контроля оперативной ситуации и анализа отклонений. Например, система ежедневно готовит отчеты об остатках продукции на складе, и когда его значение меньше средней недельной продажи, необходимо реагировать на это подготовкой заказа на поставку, т. е. в большинстве случаев это стандартизированные бизнес операции. Чаще всего некоторые элементы этого подхода в том или ином виде реализованы в компаниях (пусть даже просто на бумаге), однако нельзя допускать, чтобы это был единственный из доступных подходов к анализу данных. Второй вариант применения систем отчетности: обработка нерегламентированных запросов. Когда ЛПР хочет проверить какую-либо мысль (гипотезу), ему необходимо получить пищу для размышлений подтверждающую либо опровергающую идею, т. к. эти мысли приходят спонтанно, и отсутствует точное представление о том, какого рода информация потребуется, необходим инструмент, позволяющий быстро и в удобном виде эту информацию получить. Извлеченные данные обычно представляются либо в виде таблиц, либо в виде графиков и диаграмм, хотя возможны и другие представления.

Хотя для построения систем отчетности можно применять различные подходы, самый распространенный на сегодня – это механизм OLAP. Основной идеей является представление информации в виде многомерных кубов, где оси представляют собой измерения (например, время, продукты, клиенты), а в ячейках помещаются показатели (например, сумма продаж, средняя цена закупки). Пользователь манипулирует измерениями и получает информацию в нужном разрезе.

Благодаря простоте понимания OLAP получил широкое распространение в качестве механизма анализа данных, но необходимо понимать, что его возможности в области более глубокого анализа, например, прогнозирования, крайне ограничены. Основной проблемой при решении, задач прогнозирования является вовсе не возможность извлечения интересующих данных в виде таблиц и диаграмм, а построение адекватной модели. Дальше все достаточно просто. На вход имеющейся модели подается новая информация, пропускается через нее, а результат и есть прогноз. Но построение модели является совершенно нетривиальной задачей. Конечно, можно заложить в систему несколько готовых и простых моделей, например, линейную регрессию или что-то аналогичное, довольно часто именно так и поступают, но это проблему не решает. Реальные задачи почти всегда выходят за рамки таких простых моделей. А следовательно, такая модель будет обнаруживать только явные зависимости, ценность обнаружения которых незначительна, что и так хорошо известно и так, или будут строить слишком грубые прогнозы, что тоже совершенно неинтересно. Например, если вы будете при анализе курса акций на фондовом рынке исходить из простого предположения, что завтра акции будут стоить столько же, сколько и сегодня, то в 90% случаев вы угадаете. И насколько ценны такие знания? Интерес для брокеров представляют только оставшиеся 10%. Примитивные модели в большинстве случаев дают результат примерно того же уровня.

Правильным подходом к построению моделей является их пошаговое улучшение. Начав с первой, относительно грубой модели, необходимо по мере накопления новых данных и применения модели на практике улучшать ее. Собственно задача построения прогнозов и тому подобные вещи выходят за рамки механизмов систем отчетности, поэтому и не стоит ждать в этом направлении положительных результатов при применении OLAP. Для решения задач более глубокого анализа применяется совершенно другой набор технологий, объединенных под названием Knowledge Discovery in Databases .

Knowledge Discovery in Databases (KDD) – это процесс преобразования данных в знания. KDD включает в себя вопросы подготовки данных, выбора информативных признаков, очистки данных, применения методов Data Mining (DM), постобработки данных, интерпретации полученных результатов. Data Mining – это процесс обнаружения в «сырых» данных ранее неизвестных, нетривиальных, практически полезных и доступных для интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности.

Привлекательность этого подхода заключается в том, что вне зависимости от предметной области мы применяем одни и те же операции:

1. Извлечь данные. В нашем случае для этого нужен семантический слой.
2. Очистить данные. Применение для анализа «грязных» данных может полностью свести на нет применяемые в дальнейшем механизмы анализа.
3. Трансформировать данные. Различные методы анализа требуют данных, подготовленных в специальном виде. Например, где-то в качестве входов может использоваться только цифровая информация.
4. Провести, собственно, анализ – Data Mining.
5. Интерпретировать полученные результаты.

Это процесс повторяется итеративно.

Data Mining, в свою очередь, обеспечивает решение всего 6 задач – классификация, кластеризация, регрессия, ассоциация, последовательность и анализ отклонений.

Это все, что необходимо сделать, чтобы автоматизировать процесс извлечения знаний. Дальнейшие шаги уже делает эксперт, он же ЛПР.

Интерпретация результатов компьютерной обработки возлагается на человека. Просто различные методы дают различную пищу для размышлений. В самом простом случае – это таблицы и диаграммы, а в более сложном – модели и правила. Полностью исключить участие человека невозможно, т.к. тот или иной результат не имеет никакого значения, пока не будет применен к конкретной предметной области. Однако имеется возможность тиражировать знания. Например, ЛПР при помощи какого-либо метода определил, какие показатели влияют на кредитоспособность покупателей, и представил это в виде правила. Правило можно внести в систему выдачи кредитов и таким образом значительно снизить кредитные риски, поставив их оценки на поток. При этом от человека, занимающегося собственно выпиской документов, не требуется глубокого понимания причин того или иного вывода. Фактически это перенос методов, когда-то примененных в промышленности, в область управления знаниями. Основная идея – переход от разовых и не унифицированных методов к конвейерным.

Все, о чем говорилось выше, только названия задач. И для решения каждой из них можно применять различные методики, начиная от классических статистических методов и кончая самообучающимися алгоритмами. Реальные бизнес задачи решаются практически всегда одним из указанных выше методов или их комбинацией. Практически все задачи – прогнозирование, сегментация рынка, оценка риском, оценка эффективности рекламных кампаний, оценка конкурентных преимуществ и множество других – сводятся к описанным выше. Поэтому, имея в распоряжении инструмент, решающий приведенный список задач, можно говорить, что вы готовы решить любую задачу бизнес анализа.

Если вы обратили внимание, мы нигде не упоминали о том, какой инструмент будет использоваться для анализа, какие технологии, т.к. сами задачи и методы их решения не зависят от инструментария. Это всего лишь описание грамотного подхода к проблеме. Можно использовать все, что угодно, важно только, чтобы был покрыт весь список задач. В этом случае можно говорить о том, что имеется действительно полнофункциональное решение. Очень часто в качестве «полнофункционального решения задач бизнес анализа» предлагаются механизмы, покрывающие только незначительную часть задач. Чаще всего под системой анализа бизнес информации понимается только OLAP, чего совершенно недостаточно для полноценного анализа. Под толстым слоем рекламных лозунгов находится всего лишь система построения отчетов. Эффектные описания того или иного инструмента анализа скрывают суть, но достаточно отталкиваться от предложенной схемы, и вы будете понимать действительное положение вещей.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]

• #
• #
• #
• #
• #
• #
• #
• #
• #
• #
• #

Анализ бизнес информации – основные принципы

Последовательность работы Выдвижение гипотез Сбор и систематизация данных Построение модели, объясняющей имеющиеся факты Тестирование модели и интерпретация результатов Применение полученной модели Base. Group Labs

Способы анализа данных Главным лицом в процессе анализа данных является эксперт – специалист в предметной области. Несмотря на то, что существует большое количество аналитических задач, методы их решения можно поделить на 2 категории: § Извлечение и визуализация данных § Построение и использование моделей Base. Group Labs

Общая схема анализа Эксперт (специалист в предметной области) Гипотеза (предположение) Извлечение и визуализация: OLAP, таблицы, диаграммы, карты… Построение моделей: прогнозирование, кластеризация, классификация… Интерпретация результатов Base. Group Labs

Визуализация данных В случае визуализации эксперт формулирует некоторым образом запрос к системе, извлекает нужную информацию из различных источников и просматривает полученные результаты. На основе имеющихся сведений он делает выводы, которые и являются результатом анализа. Существует множество способов визуализации данных: § OLAP (кросс-таблицы и кросс-диаграммы) § Таблицы, диаграммы, гистограммы § Карты, проекции, срезы и прочие Base. Group Labs

Достоинства и недостатки визуализации Достоинства: § Простота создания § Работа на данных малого объема и низкого качества § Возможность использования экспертных знаний Недостатки: § Неспособность обрабатывать большие объемы § Неспособность анализа сложных закономерностей § Сильная зависимость от конкретного эксперта § Отсутствие возможности тиражирования Base. Group Labs

Построение моделей является универсальным способом изучения окружающего мира. Этот способ позволяет обнаруживать зависимости, прогнозировать, разбивать на группы и решать множество других интеллектуальных задач. Но самое главное, что полученные таким образом знания можно тиражировать, т. е. построенную одним человеком модель могут применять другие без необходимости понимания методик, при помощи которых эти модели построены. Base. Group Labs

Методика извлечения знаний Несмотря на большое количество разнообразных бизнес-задач почти все они решаются по единой методике. Эта методика называется Knowledge Discovery in Databases. Она описывает не конкретный алгоритм или математический аппарат, а последовательность действий, которую необходимо выполнить для построения модели (извлечения знания). Данная методика не зависит от предметной области, это набор атомарных операций, комбинируя которые можно получить нужное решение. Base. Group Labs

Knowledge Discovery in Databases Источники данных Исходные данные Выборка Очищенные данные Очистка Трансформация Трансформированные данные Data Mining Модели (шаблоны) Знания Интерпретация Base. Group Labs

KDD – выборка данных Первым шагом в анализе является получение исходной выборки. На основе этих данных и строятся модели. На этом шаге необходимо активное участие эксперта для выдвижения гипотез и отбора факторов, влияющих на анализируемый процесс. Желательно, чтобы данные были уже собраны и консолидированы. Крайне необходимо наличие удобных механизмов подготовки выборок. Чаще всего в качестве источника рекомендуется использовать специализированное хранилище данных, агрегирующее всю необходимую для анализа информацию. Base. Group Labs

KDD – очистка данных Реальные данные для анализа редко бывают хорошего качества. Необходимость предварительной обработки при анализе данных возникает независимо от того, какие технологии и алгоритмы используются. Более того, эта задача может представлять самостоятельную ценность в областях, не имеющих непосредственного отношения к анализу данных. К задачам очистки относятся: § Заполнение пропусков и редактирование аномалий § Сглаживание, очистка от шумов § Редактирование дубликатов и противоречий § Устранение незначащих факторов и прочее… Base. Group Labs

KDD – трансформация данных Трансформация данных – последний этап перед, собственно, анализом. Различные алгоритмы анализа требуют специальным образом подготовленные данные, например, для прогнозирования необходимо преобразовать временной ряд при помощи скользящего окна. Задачи трансформации данных: § Скользящее окно § Приведение типов § Выделение временных интервалов § Преобразование непрерывных значений в дискретные и наоборот § Сортировка, группировка, агрегация и прочее… Base. Group Labs

KDD – Data Mining – это процесс обнаружения в «сырых» данных, ранее неизвестных и нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности. Информация, найденная в процессе применения методов Data Mining, должна быть нетривиальной и ранее неизвестной, например, средние продажи не являются таковыми. Знания должны описывать новые связи между свойствами, предсказывать значения одних признаков на основе других. Base. Group Labs

Data Mining – задачи Задачи, решаемые методами Data Mining: § Классификация – это отнесение объектов к одному из заранее известных классов. § Регрессия – установление зависимости непрерывных выходных переменных от входных значений. § Кластеризация – объекты внутри кластера должны быть «похожими» друг на друга и отличаться от объектов, вошедших в другие кластеры. § Ассоциация – нахождение зависимости, что из события X следует событие Y. § Последовательность – установление зависимостей между связанными во времени событиями. Можно говорить еще и о задаче анализа отклонений – выявление наиболее нехарактерных шаблонов. Base. Group Labs

Data Mining – алгоритмы Для решения вышеописанных задач используются различные методы и алгоритмы Data Mining. Ввиду того, что Data Mining развивался и развивается на стыке таких дисциплин, как статистика, теория информации, машинное обучение, теория баз данных, вполне закономерно, что большинство алгоритмов и методов Data Mining были разработаны на основе различных методов из этих дисциплин. На сегодня наибольшее распространение получили самообучающиеся методы и машинное обучение. Base. Group Labs

KDD – интерпретация В случае, когда извлеченные знания непрозрачны для пользователя, должны существовать методы постобработки, позволяющие привести их к интерпретируемому виду. Для оценки качества полученной модели нужно использовать как формальные методы оценки, так и знания эксперта. Полученные модели являются по сути формализованными знаниями эксперта, поэтому их можно тиражировать. Base. Group Labs

Достоинства и недостатки моделей Достоинства: § Возможность тиражирования знаний § Обработка огромных объемов данных § Обнаружение нетривиальных закономерностей § Формализация процесса принятия решений Недостатки: § Строгие требования к качеству и количеству данных § Неспособность анализировать нестандартные случаи § Высокие требования к знаниям эксперта Base. Group Labs

Аналитическая система Наиболее оптимальной с точки зрения гибкости, возможностей и простоты использования является аналитическая система состоящая из хранилища данных, механизмов визуализации и методов построения моделей. Подобная система позволяет комбинировать подходы к анализу данных. На стыке использования различных методов анализа получаются наиболее интересные результаты. Base. Group Labs

Схема аналитической системы Учетные системы СУБД Документы Интернет Хранилище данных Извлечение данных Построение моделей: Визуализация: Регулярная отчетность, нерегламентированные запросы Очистка, трансформация, кластеризация, классификация, регрессия, ассоциация, последовательность Интерпретация результатов Base. Group Labs

Решаемые бизнес-задачи Подавляющее большинство бизнес-задач сводится к комбинированию описанных методов. Фактически, ранее были описаны базовые блоки, из которых собирается практически любое бизнес-решение: § План-факторный анализ – визуализация данных § Прогнозирование – задача регрессии § Управление рисками – регрессия, кластеризация и классификация § Стимулирование спроса – кластеризация, ассоциация § Оценка эластичности спроса – регрессия § Выявление предпочтений клиентов – последовательность, кластеризация… Base. Group Labs

Реализация в Deductor Аналитическая платформа Deductor создавалась как система, реализующая описанную выше схему анализа. Она включает в себя хранилище данных и большой набор методов построения моделей. Любые данные, полученные из хранилища данных, иного источника или в результате обработки, можно отобразить при помощи большого набора визуализаторов. Универсальные методы анализа, реализованные в Deductor, позволяют применять его для решения самого широкого спектра задач. Base. Group Labs

Base. Group Labs – профессиональный поставщик Data Warehouse, OLAP, KDD, Data Mining решений и инструментов. Web-сайт: www. basegroup. ru Образование: edu. basegroup. ru E-mail: [email protected] ru Base. Group Labs

Методы бизнес-анализа

Вступление

Поскольку на хабре не было найдено подобных статей, решил внести свой вклад, а также надеюсь, что кому-то эта информация пригодится в его дальнейшей деятельности. Итак, почему бизнес-анализ на сайте ИТ-направленности? Ответ будет несколько скучным для читателя – организации хотят оптимизировать свою работу и функционировать максимально эффективно. Во многих случаях (хотя и не во всех) выходом из ситуации является использование ИТ. Примером можно назвать автоматизацию работы сотрудников, более эффективное использование имеющихся ресурсов, оптимизация процессов и т. д. Вот так информационные технологии стали рядом в помощь.

Тема на самом деле довольно интересная и материалов на русском или украинском языках довольно мало. На мой взгляд, одной из причин этому есть относительно недавнее его появление. Хотя следует добавить, что методы, о которых мы будем вести речь рассматриваются по отдельности во многих учебниках на многих языках.
Определение бизнес-анализа возьмем из Википедии, чтобы не придумывать велосипед:

«Бизнес-анализ — дисциплина выявления деловых потребностей и нахождения решений деловых проблем»

Однако, есть и другое определение. Согласно своду знаний о бизнес-анализе (Business Analysis Body of Knowledge 2.0):

«Бизнес-анализ является набором заданий и методик, которые предназначены использоваться в качестве связующего звена между участниками бизнеса с целью понять структуру, правила и функции организации и предложить решения, которые позволят организации достичь поставленных целей».

В значительной степени источником для данной статьи служил как раз свод знаний о бизнес-анализе, который автор в данный момент активно изучает.

По сути

Для вступления достаточно и мы переходим непосредственно к самой сути статьи. Анализ, как метод научного познания, выражается изучением объекта путем разбиения его на составные части. Для бизнеса это наиболее выгодный метод, поскольку любой бизнес — это система, состоящая из составных частей, которые взаимодействуют между собой с целью получить прибыль (или в случае некоммерческих организаций — принести пользу или ценность). Наши заграничные коллеги в похожих случаях используют слово «value», которое словари трактуют как «стоимость» или «ценность».

Как мы можем анализировать бизнес? С какой стороны к нему подойти? На самом деле, подходить можно и нужно с разных сторон, чтобы построить целостное представление о его составляющих и их работе.

Для выполнения задач бизнес-анализа используются различные методы. Причем для выполнения одной задачи могут служить как один так и несколько методов. Довольно просто общих слов — перейдем к более конкретным вещам.

Наиболее часто используемыми на практике среди бизнес-аналитиков являются следующие методы:

• Определение критериев принятия и оценки;
• Мозговой штурм;
• Анализ бизнес-правил;
• Словарь данных и глоссарий;
• Диаграммы потоков данных;
• Моделирование данных;
• Анализ принятия решений;
• Анализ документов;
• Интервью;
• Метрики и ключевые показатели производительности;
• Анализ не функциональных требований;
• Моделирование организации;
• Отслеживание проблем;
• Моделирование процессов;
• Практические занятия по выявлению требований;
• Сценарии и варианты использования.

Данные методы могут включать в себя подмножества методов (как например метод моделирования данных).

Метод определения критериев принятия и оценки

Целью метода является определение критериев, которым должны соответствовать критерии для того, чтобы они были приняты заинтересованными лицами.

Согласно определению, критерии в данном методе разделяются на два класса:

• Критерии принятия (каким требованиям решение должно соответствовать, чтобы был смысл в его реализации);
• Критерии оценки (какими требованиями руководствоваться для выбора между несколькими решениями).

Данные критерии должны поддаваться тестированию, а в случае, если их нельзя протестировать — разбиваться на меньшие требования, которые можно протестировать. Стоит заметить, что имеет смысл ранжировать критерии по степени значимости.

Свод знаний по бизнес-анализу упоминает о достоинствах и недостатках метода.

Достоинства

• Для agile разработки может быть необходимым, чтобы все требования были выражены в форме, которая позволяет протестировать соблюдение этих требований;
• Критерии принятия необходимы, когда требования выражают договорные обязательства.

Недостатки

• Критерии оценки или принятия, выраженные договорными обязательствами может быть проблематично изменить в силу юридических или политических причин.

Мозговой штурм

Целью метода является генерирование новых идей, которые будут служить материалом для дальнейшего анализа.

Вопросы, которые могут найти ответ могут быть следующими:

• Как мы можем решить проблему сейчас (подручными средствами)?
• Какие препятствия стоят перед нами для выбора определенного решения или подхода?
• Что может вызвать задержку?
• Как мы можем решить проблему?

Для проведения мозгового штурма необходимо подготовить четкое определение темы для обсуждения, временных рамок, определить ожидания от данного обсуждения, определить критерии для оценки идей и выбрать соответствующих людей с определенным опытом в сфере, которая подлежит обсуждению.

В процессе проведения мозгового штурма все идеи должны предлагаться без обсуждения, критики или оценки и при этом участники штурма могут строить новые идеи на основе предложенных ранее. Кроме того, все идеи должны быть записаны.

В конце штурма необходимо обсудить идеи и выкинуть дублирующиеся. Результатом будет список идей, которые в той или иной мере должны ответить на поставленные вопросы.

Преимущества

• Возможность сформировать большое количество идей за короткий промежуток времени;
• Включает креативное мышление;
• Может помочь снять напряжение между участниками совещания.

Недостатки

• В значительной степени зависит от желания людей участвовать в штурме, а также стоит учитывать межличностные отношения, которые могут ограничить активность участников;
• Участники не должны создавать дебатов вокруг идей, что предлагаются. Тоесть мозговой штурм может перерасти в дебаты и потраченное впустую время.

Анализ бизнес-правил

Целью метода является выявление правил, которые определяют, ограничивают или разрешают определенную деятельность, работу или функционирование.

В целом, правила должны поддерживать цели организации, но их не должно быть слишком много.

• Правила должны быть определены терминами, которые будут понятны исполнителям;
• Правила не должны содержать описаний как они будут поддерживаться;
• Должны быть определены в декларативной форме на самом базовом уровне (тоесть не должны потом разбиваться на еще несколько);
• Правила должны быть отделены от процессов;
• Правила должны поддерживаться так, чтобы организация могла поддерживать их в актуальном состоянии.

Правила могут быть резолютивными или структурными, в зависимости от того, на чем они делают акцент.

Пример резолютивного правила (которое определяет поведение участников процесса):

Сотрудник должен получить письменное разрешение от директора департамента безопасности на использование на работе личного ноутбука.

Или

Перед слиянием в главную ветку разработчик должен протестировать код.

Пример структурного правила (которое определяет структуру знания, что позволяет определить правдивость, ложность или отношение к определенной категории):

Оплата принимается только безналичным расчетом.

Или

Индекс выполнения сроков определяется как EV / PV, где EV — освоенный объем, а PV — плановый объем.

Преимущества

• Четкое определение правил раздельно от процессов позволяет организации менять правила без изменения процессов.

Недостатки

• Правила могут вступать в конфликты друг с другом, что должно регулярно проверяться с появлением новых правил или изменением старых.

Словарь данных и глоссарий

Как свод знаний по бизнес-анализу, так и методология Val IT одной из основ для успешной деятельности организации ставят использование единой терминологии заинтересованными сторонами. Кроме того, это упрощает процесс дальнейшего анализа и сбора требований, поскольку участники понимают о чем именно идет речь и могут понятно и четко излагать свои требования.

Так, метод выделяет две составляющие:

Глоссарий — список терминов и их определение.

Словарь данных — словарь, который включает в себя список данных, их определение и допустимые или возможные значения. Словарь данных может также определять комбинации, в которые данные могут объединяться.

Словарь данных состоит из простых элементов и составных.

Простые элементы содержат следующую информацию:

• Название — уникальное имя;
• Псевдонимы (aliases) — другие названия, которые используют заинтересованные стороны для этого понятия;
• Значения — возможные значения, которые может принимать элемент;
• Описание — определение элемента в контексте решения.

Составные элементы формируются из простых. Их структура следующая:

• Последовательности — показывают порядок простых элементов (в последовательностях простые элементы всегда определяются в четко определенной последовательности);
• Повторения — показывают, что простые элементы могут несколько раз появляться в составном элементе;
• Опциональные элементы — могут присутствовать или отсутствовать в составном элементе.

Диаграммы потоков данных

Тема диаграмм потоков данных воистину достойна отдельной статьи. Существуют различные нотации (например известная всем Гейна-Сарсона в BPWin, которую многие наверняка составляли в ВУЗах или Йордана). Но вернемся обратно.

Целью диаграмм потоков данных (DFD) является отображение входа, обработки, хранения и выхода информации из системы.

Диаграммы описывают:

• Внешние сущности, которые получают информацию от системы или ее отдают ей;
• Процессы систем, которые преобразуют данные;
• Хранилища данных, где информация сохраняется определенное время;
• Потоки данных, по которым данные перемещаются между внешними сущностями, процессами и хранилищами данных.

Пример одной из таких диаграмм приведен ниже:

Звездочкой отмечен простой элемент данных, который является опциональным. Кстати, на диаграмме нужно было бы показать что результатом сообщения об ошибке должен быть ответ заказчику с исправленной ошибкой. Кстати, добавляйте свои примеры диаграмм — интересно было бы увидеть как другие описали бы тот же прием и обработку сообщений об ошибках.

В целом же можно привести и другой пример:

Диаграммы рисовались в Dia, которая является образцом ужаса в отрисовке диаграмм под GNU/Linux.

Заключение

Хотя мы и рассмотрели лишь часть из методов (которых существуют десятки), часть из них вы наверняка используете и надеюсь, что вам было интересно.

Ссылки:

1. Business Analysis Body of Knowledge Overview
2. Val IT

Что это? Бизнес-анализ – использование методов и инструментов для выявления проблемных мест в коммерческой деятельности компании. Полученные результаты подскажут, как повысить эффективность бизнес-процессов, увеличить прибыль, исключить репутационные потери и т. д.

Как работает? Для проведения бизнес-анализа используются различные подходы и методологии. Одним из наиболее известных является мозговой штурм – групповые интеллектуальные усилия, направленные на поиск корня проблемы. Больше о сути и методах бизнес-анализа читайте в нашем материале.

Что такое бизнес-анализ

Бизнес-анализ компании – это тщательное изучение всех направлений ее деятельности. После аналитической обработки полученных показателей можно выяснить, отклоняются ли фактические данные от плановых или средних по отрасли. На основе этого анализа руководство предприятия принимает конкретные решения, чтобы повысить эффективность производства.

Бизнес-анализ помогает выявить скрытые недостатки, закравшиеся в финансово-хозяйственную деятельность фирмы, равно как и обнаружить резервы для увеличения прибыльности предприятия. С его помощью легко планировать финансовые результаты в будущем.

Существует несколько видов бизнес-анализа:

• ресурсный анализ;
• анализ финансов;
• анализ инвестиций;
• анализ маркетинга;
• маржинальный анализ;
• анализ персонала.

Другими словами, все эти задачи и методы служат своего рода посредниками между теми, кому интересны полученные результаты. Они помогают разобраться в структуре, политике и деятельности предприятия, подсказывают решения, ведущие к достижению целей.

Понятие «бизнес-анализ» в научных кругах и в различных отраслях трактуется по-разному. Наиболее широкое распространение получили две интерпретации этого термина:

Бизнес-анализ в сфере экономики

В теории экономических дисциплин и менеджмента бизнес-анализ описывается как совокупность неких механизмов, помогающих определить точки роста компаний, выявить сложности в их работе и найти решение проблем, изменяя в дальнейшем некоторые процессы. По мнению специалистов подобная методика сближает понятия бизнес-анализа и консалтинга.

В такой интерпретации бизнес использует анализ для:

• понимания всей картины состояния бизнес-процессов в организации;
• поиска и привлечения соответствующих специалистов, способных найти выход из сложившихся проблемных ситуаций;
• перестройки бизнес-процессов с целью повышения эффективности предприятия;
• разработки универсальных принципов решения определенных задач в компании;
• оценки эффективности и других показателей поиска решения взаимосвязанных задач;
• применения инновационных технологий, внедрения современного программного обеспечения и прочего.

Скачать файл

Бизнес-анализ объединяет в себе:

• состояние рынка;
• материально-производственную базу;
• инновационные производственные, компьютерные, рекламные и другие методы;
• используемые основные и оборотные средства, финансовую поддержку и риски;
• занимаемую компанией рыночную нишу и возможные действия конкурентов;
• общественное, финансовое и политическое окружение фирмы.

В результате проведенного бизнес-анализа на свет должна появиться эффективная стратегия, с помощью которой можно будет добиться увеличения прибыли в данный момент и в долгосрочной перспективе. В конечном итоге миссия организации будет исполнена.

Бизнес-анализ в сфере информационных технологий

В области знаний по IT-технологиям и автоматизации бизнеса понятие бизнес-анализа интерпретируется как поиск «плохих» бизнес-процессов для последующего реинжиниринга. В этой сфере термины анализа бизнес-процессов и бизнес-анализа означают одно и то же.

При запуске бизнес-анализа на данном направлении деятельности происходит глубокое изучение проводимых в компании работ с точки зрения их системной взаимосвязи, в результате определяется проблемный участок, его возможные перспективы и исправление.

Чтобы объективно оценить внесенные изменения, необходимо тщательно изучить полученный процесс и замерить эффективность выполняемых работ на этом же участке после завершения реинжиниринга.

Прежде, чем внедрять инновационные технологии и вносить любые изменения в существующий рабочий процесс, директор компании должен обязательно провести бизнес-анализ деятельности своего предприятия. Особенно, когда речь идет о внедрении компьютерных технологий. Стоимость программного обеспечения может быть достаточно высокой, а некорректно проведенная установка способна нивелировать весь экономический эффект от его использования.

Примеры бизнес-анализа

Бизнес-анализ компании поможет вам получить более четкое представление о ее текущем состоянии или определить потребности вашего бизнеса. Обычно такой анализ проводится, когда надо озвучить и подтвердить те решения, которые направлены на достижение целей.

Приведем пример бизнес-анализа. Поставлена задача: на условном заводе возросло время производства продукции и на складе начали скапливаться материалы.

Бизнес-аналитик проходит по всем этапам производства с замерами времени и выясняет, что один из станков часто выходит из строя. Возникает два альтернативных решения: купить и заменить детали или приобрести новый станок. Анализ финансовой составляющей показывает, что купить новый станок будет дешевле. После замены станка скорость производства возвращается к норме.

Это типичный пример проведения бизнес-анализа, который привел к выявлению проблемы и выбору решения, в результате применения которого завод получил конкретную пользу.

Воспользоваться бизнес-анализом можно в любой компании – и выпускающей какую-то продукцию, и оказывающей разного рода услуги. Например, вы организовали посадочную страницу вашего продукта, но заметили, что продажи при этом не возросли.

При поиске проблем выяснилось, что потребители заполняют форму обратной связи – вносят номер телефона, e-mail, но не нажимают кнопку «купить». Отследили 300 человек, которые оставили свои контакты, но ни одной продажи не произошло. Запустили анализ бизнес-процессов.

Во время обсуждения ситуации рабочей группой в составе IT- специалиста, верстальщика, провайдера банка выяснилось, что кнопка «купить» не работает на устройствах Samsung и на конкретном браузере. Посадочную страницу пришлось перенастраивать под все устройства и верстать заново.

После исправления ошибок рабочая группа собирается снова, чтобы выяснить, как выполняется KPI. Но бизнес-анализ не только помогает найти и устранить ошибки, с его помощью можно изменить курс компании. Например, продукт, явно уступающий по качеству продукции конкурентов, имеет такую же цену. Тогда придется изменить ценовую политику.

Бизнес-анализ деятельности предприятия – это достаточно сложный процесс, включающий в себя проектную часть. Его задача – поставить диагноз и назначить лечение. В чем-то этот процесс схож с аудиторской проверкой организации с целью выявления ее сильных и слабых сторон, а также с оценкой рисков вероятности того, что начнется процесс постоянных изменений.

К примеру, была поставлена задача: определить стратегию развития бренда в условиях рыночной неопределенности и высокой конкуренции. Решение придет только после полного бизнес-анализа деятельности компании и ее подрядчиков.

Цели и задачи бизнес-анализа компании

Бизнес-аналитики, изучающие процессы внутри компании, пытаются добиться следующих результатов:

• сократить расходы компании;
• разрешить все проблемные ситуации в компании;
• соблюдать сроки сдачи всех проектов;
• поднять результативность всех процессов компании;
• письменно задокументировать все верные критерии.

Стоимость проекта — если выполнение проекта по каким-то причинам задерживается, то затраты на продолжение работ могут спровоцировать повышение его стоимости. В том случае, когда в контракте на проведение разработки была прописана повременная оплата труда, его стоимость однозначно вырастет. Если же в договоре цена была жестко зафиксирована, то риск удорожания работ заметно снижается.

Для собственных средств предприятия подобная задержка не так важна, поскольку оплата рабочего времени имеет фиксированное значение. Проблема появится, если придется пересчитывать ресурсы, потраченные за этот период на выполнение данного проекта.

Стоимость возможностей бывает двух видов – утерянная прибыль и нереализованное сжатие финансовых расходов. Некоторые бизнес-проекты запускают специально для привлечения новых или дополнительных инвестиций. Когда же сроки выходят, компания перестает получать эти доходы. Другие бизнес-проекты решают задачу роста результативности рабочего процесса с обязательным сокращением финансовых вложений.

Каждый месяц просрочки приводит не к снижению, а росту затрат. Подобные финансовые ситуации никем и нигде не анализируются, что нарушает точность расчета окупаемости всего проекта. И самым печальным в этом случае становится снижение прибыли.

В крупных компаниях ответственность за своевременное завершение проектных работ лежит на менеджере этого бизнес-проекта. В этом случае бизнес-аналитик после проведенных им исследований должен гарантировать, что все требования будут выполнены в заданные сроки, даже если сам проект не будет до конца завершен.

Задокументировать верные требования. Аналитик бизнес-процесса, проводя бизнес-анализ, должен быть уверен, что его выводы смогут удовлетворить запросы пользователей. По факту он стремится рассказать о правильной программе бизнес-анализа, а чтобы закрепить эти положения, обязан зафиксировать их в соответствующих документах. Задача бизнес-аналитика – внимательно изучить все отзывы потребителей и передать их требования специалистам, которые и будут реализовывать это приложение. Если у аналитика не хватает опыта для выполнения подобной работы, то скорее всего он задокументирует совсем не те требования, которые требуются компании.

На фиксирование неверных требований в соответствующей документации будет потрачено время, которое окажет влияние и на аналитику самого проекта, и на разработку программы бизнес-анализа в целом. Чтобы реализовать неверные требования, инженеры должны будут разработать код приложения бизнес-анализа. По мнению аналитиков 10-40% требований в создаваемом программном обеспечении не соответствуют реальности или просто лишние. Чем меньше будут эти цифры, тем заметнее снизятся затраты времени и финансов.

Улучшить эффективность проектов. Получение эффективных результатов от внедрения проекта достигается одним из двух способов: ограничением процесса внесения изменений в готовые части и уменьшением сроков реализации проекта.

Переделывание — это больное место любого производства. Так называется дополнительная работа, в результате которой будут исправлены допущенные ранее ошибки и внесены недостающие критерии. Процесс переделывания может возникнуть на любом из этапов разработки программы – от проектирования алгоритма до тестирования готового продукта. Вероятность его появления можно уменьшить, если не допускать ошибок в составлении критериев и процессе моделирования программы, и, если технические и деловые сотрудники работают над бизнес-проектом с самого начала.

Сокращение продолжительности проекта – это дополнительные выгоды для компании. Те ресурсы, которые выделялись для работы над проектом ежемесячно, за счет сокращения сроков будут высвобождаться и могут быть использованы для решения других задач. Соответственно, можно будет гораздо раньше приступить к новому проекту, что предполагает увеличение прибыли.

Законы бизнес-анализа, используемые для оценки эффективности вложений, должны применяться совместно с финансовыми требованиями и показателями удовлетворения потребностей всех участников проекта.

Основы бизнес-анализа

Основу бизнес-анализа составляют:

• изучение деятельности любого предприятия как единой системы;
• оценка всех происходящих на предприятии процессов в целом;
• выбор надежных методов и процедур для решения найденных проблем;
• регулярное проведение анализа с периодичностью, установленной самим предприятием;
• количественное подтверждение выводов;
• возможность доказать все выводы проведенного анализа;
• озвучивание того, как выявленные проблемы влияют на производственные результаты;
• сопоставление аналитической информации за разные периоды проведения анализа;
• сопоставимость затрат на проведение анализа с положительным эффектом от его применения;
• повышение ответственности работников за результаты анализа.

Все проекты бизнес-анализа развиваются на основе базового цикла. Каждый проект – это последовательность действий, приводящих к конкретным результатам. Все они отличаются друг от друга, но этапы бизнес-анализа всегда следуют в заданном порядке:

• Планирование. Разработайте план проведения анализа и продумайте подходы к нему.
• Охват проекта. Поставьте перед собой бизнес-задачу и четко очертите границы ее решения, задокументируйте их. Определите в рамках проекта, какие возможности или проблемы придется решить компании.
• Выявление и анализ требований. Важнейшая задача, которая решается специалистами на уровне проекта. Аналитики должны определить реальные потребности бизнеса и найти источник всех проблем, а также оповестить об этих требованиях целевую аудиторию.
• Разработка решения. Профессионалы в бизнес-анализе всегда готовы помочь проектной команде в разработке решения.
• Построение решения. На принятие решения влияют результаты выполнения предыдущих шагов. Поэтому оно должно соответствовать тем бизнес-потребностям, что были указаны в целях проекта и бизнес-требованиях.
• Тестирование решения. По мере выработки решения необходимо привлекать к работе команду тестировщиков, которые смогут проверить результат на соответствие бизнес-потребностям.
• Внедрение решения. Аналитики не должны работать вхолостую – убедитесь в том, что бизнес использует найденное решение. Активно сотрудничайте со всеми заинтересованными сторонами проекта по мере его внедрения. Станьте агентом изменений, доказывая их необходимость и обучая системе новых пользователей.
• Проведение анализа после внедрения. После завершения разработки и внедрения принятого решения еще раз проанализируйте его и убедитесь, что оно полностью отвечает целям проекта. Если будет обнаружено несоответствие, то, возможно, придется разрабатывать новый проект для его устранения.

10 методов бизнес-анализа

Если бизнес-анализ – это ряд проектов, то методы, которыми эти проекты воплощаются в жизнь, представляют собой разного рода процессы. Они используются для разработки планов по выяснению потребностей компании, после выполнения которых результативность ее работы должна повыситься. Не существует универсального метода, потому что все компании – разные и работают в различных сферах бизнеса.

Предлагаем ознакомиться с топ-10 методов системы бизнес-анализа. Специалисты, которые считают себя профессионалами в этой сфере и собираются стать менеджерами проекта, должны знать если не все, то большинство из этих методов.

Моделирование бизнес-процессов (BPM)

Довольно часто моделирование применяют, чтобы разобраться в расхождениях между текущими бизнес-процессами и любым будущим процессом, к которому двигается бизнес. Метод включает в себя четыре задачи:

• Стратегическое планирование.
• Анализ созданной бизнес-модели.
• Определение и проектирование процесса.
• Технический анализ сложных бизнес-решений.

BPM применяют во многих сферах бизнеса, особенно в IT, потому что метод позволяет легко представить последовательность шагов процесса выполнения и демонстрирует его работу в разных условиях.

Мозговой штурм

Старая проверенная техника генерации новых идей, определения основных причин проблемы и поиска ее решений. Мозговой штурм – это групповая активность. Подобную технику часто используют в методах PESTLE, SWOT и других.

С помощью этого метода появляются новые бизнес-идеи, на базе которых будет проходить очередной анализ.

Могут быть решены следующие вопросы:

• Какой метод подойдет для решения проблемы в данный момент собственными силами компании?
• Какие проблемы, требующие принятия решения, стоят перед компанией?
• Что может замедлить рабочий процесс?
• Какие возможности есть у компании для разрешения проблемной ситуации?

Положительный эффект от мозгового штурма будет в том случае, если заранее точно сформулировать тему, которую надо обсудить, установить лимит времени, выяснить, как к этому процессу относятся сотрудники компании. Затем определить критерии, по которым будут оцениваться идеи, и отобрать для участия в процессе тех специалистов, которым есть что сказать по теме обсуждения.

После проведения мозгового штурма надо еще раз озвучить все новые предложения и убрать схожие. В итоге сформируется перечень идей, которые в той или иной степени способны решить проблемы, возникшие перед компанией.

Плюсы: большая экономия времени – за несколько часов удается сформировать большой пакет предложений. Кроме этого, сотрудники получают возможность проявить свое творческое мышление, а иногда мозговой штурм способен даже снять напряжение в отношениях.

Минусы: результаты бизнес-анализа, проведенного методом мозгового штурма, в большой степени зависят от проявленного к нему интереса со стороны участников. Помешать проявлению активности в процессе обсуждения могут существующие взаимоотношения между членами команды. Предлагаемые идеи не стоит оспаривать, иначе процесс превратится в дебаты и не даст ожидаемого результата, время будет потрачено впустую.

Техника принятия решений CATWOE

Метод CATWOE позволяет собрать вместе мнения различных заинтересованных сторон, что дает возможность определить ведущих игроков и бенефициаров. Эту технику бизнес-аналитики используют обычно для того, чтобы оценить, как любое планируемое действие будет воспринято разными сторонами.

• Клиенты (Customers): кому выгоден данный бизнес?
• Действующие лица (Actors): кто является участником процесса?
• Процесс трансформации (Transformation Process): как происходит процесс трансформации, лежащий в основе данной системы?
• Глобальный взгляд (World View): какова общая картина происходящего?
• Владелец (Owner): кто владеет данной системой и какие у них взаимоотношения?
• Внешние факторы и ограничения (Environmental Constraints): какие ограничения существуют и как они влияют на решения?

Moscow (Must or Should, Could or Would)

Этот метод помогает расставить требования в приоритетном порядке, сравнивая их между собой. К каждому из них выдвигается вопрос о том, насколько оно необходимо. Является данный пункт обязательным для выполнения или можно его обойти? Поможет требование улучшить продукт в текущий момент времени или можно эту хорошую идею пока отложить, чтобы использовать в будущем?

MOST-анализ (Mission, Objectives, Strategies, and Tactics)

Мощная платформа для стратегического бизнес-анализа считается одним из лучших методов, помогающих определить цели организации и ее возможности. Техника как раз и строится на подробном внутреннем анализе целей предприятия и способов их достижения. Расшифруем акроним:

• Миссия (Mission): какова цель компании?
• Цели (Objectives): каковы ключевые цели, помогающие исполнить миссию?
• Стратегии (Strategies): какие существуют возможности достижения целей?
• Тактики (Tactics): какие методы организации следует взять на вооружение, чтобы осуществить стратегию?

PESTLE-анализ

PESTLE-модель (или просто PEST) помогает определить внешние факторы, влияющие на компанию, и то, как их надо учитывать при принятии бизнес-решений. Влияние может быть:

• Политическим: финансовая поддержка и субсидии, помощь со стороны государства, политика.
• Экономическим: трудовые затраты и энергоресурсы, инфляция, процентные банковские ставки.
• Социологическим: образование, культура, СМИ, уровень жизни, население.
• Технологическим: инновационные технологии информационных и коммуникационных систем.
• Юридическим: местные и национальные правительственные постановления, указы и стандарты занятости населения.
• Экологическим: состояние окружающей среды, отходы, переработка, загрязнения, погода и климат.

Все эти факторы легко поддаются изучению и анализу, в результате бизнес-аналитики приходят к более полному понимаю их влияния на концепцию развития компании. В результате разрабатываются полные и соответствующие моменту стратегии принятия решений.

SWOT-анализ

Очень популярный метод в бизнес-аналитике. С его помощью определяются сильные и слабые стороны в структуре компании, возможности и угрозы, идущие от внешних факторов. Аналитики используют эти понятия, чтобы сформулировать понятные и обоснованные решения, приводящие к грамотному распределению ресурсов и организационному улучшению. Четыре элемента SWOT:

• Сильные стороны: те качества проекта или бизнеса, которые обеспечивают конкурентное преимущество.
• Слабые стороны: свойства бизнеса, ухудшающие положение проекта или организации по сравнению со схожими проектами или конкурирующими фирмами.
• Возможности: внешние факторы, которые могут принести пользу проекту или бизнесу.
• Угрозы: элементы внешней среды, способные затормозить проект.

SWOT-анализ представляет собой универсальную технику управления бизнес-анализом, которую можно одинаково успешно применять и для быстрого, и для более глубокого анализа деятельности любой компании. С помощью SWOT-анализа можно оценивать и другие объекты – группы, функции, отдельных лиц.

Шесть шляп мышления

Эта техника рассчитана на групповой анализ, она поощряет людей высказывать различные идеи и мнения, а затем в процессе обсуждения приходить к верному решению. В «Шесть шляп» входят:

• Белая: акцент на данных и логике.
• Красная: анализ ситуации через призму интуиции, эмоций и ощущений.
• Черная: предположение отрицательных результатов, критическое мнение.
• Желтая: акцент на позитиве, оптимистичная точка зрения.
• Зеленая: креативность, новые идеи и неожиданный взгляд на привычные вещи.
• Синяя: общий план, рефлексивное мышление.

Метод шести шляп мышления очень хорошо сочетается с мозговым штурмом, давая возможность участникам высказывать и учитывать порой абсолютно противоположные точки зрения.

«5 почему»

Эту технику применяют в методологии «шесть сигм» (Six Sigma) и в бизнес-анализе. Она состоит из серии наводящих вопросов, помогающих бизнес-аналитику докопаться до первоисточника проблемы и принять верное решение. Первым ставится вопрос о причине возникновения проблемы, а затем еще четыре «почему», связанные логической цепочкой. Рассмотрим метод на примере:

• Почему клиент отказывается принимать устройства? Потому что были поставлены не те модели, что прописаны в договоре купли-продажи.
• Почему были поставлены не те модели? Потому что в базу данных была введена некорректная информация о продукте.
• Почему в базу данных попала неверная информация? Потому что из-за недостаточности средств модернизация программного обеспечения базы данных проводится крайне редко.
• Почему выделяется недостаточно средств? Потому что у наших менеджеров эта задача не стоит в числе первоочередных.
• Почему этот вопрос не входит в число приоритетных? Потому что никому не было известно, как часто возникала эта проблема.

Выводы из анализа сложившейся ситуации: необходимо вести учет всех подобных инцидентов; обязать менеджеров читать эти отчеты; выделить из бюджета средства на регулярное обновление ПО базы данных.

Анализ нефункциональных требований

Метод применим к любому проекту, в котором технологические решения менялись или создавались с нуля. С помощью бизнес-анализа специалист находит и фиксирует те характеристики, которые необходимы для новой или модернизированной системы. При этом часто возникают такие требования, как хранение данных или производительность. Анализ нефункциональных требований обычно включает в себя:

• Сбор данных
• Производительность
• Надежность
• Безопасность

5 типичных ошибок бизнес-анализа

Какие риски бизнес-анализа возникают в результате допущенных ошибок:

• Отсутствие четкой формулировки бизнес-цели

Задайте сами себе вопросы, которые помогут вам понять, насколько точно вы сформулировали цели вашей организации. В чем состоит главная цель компании? К каким результатам вы стремитесь? Если цель будет достигнута, означает ли это, что нужный результат получен? Насколько логично выглядит формулировка вашей цели?

Цель организации – это то, ради чего компания и была создана. Поэтому она должна быть четко и понятно сформулированной. Не путайте цель организации с ее интересами. Понятие цели имеет более глубокий и емкий смысл, при ее правильной формулировке компания обязательно добьется успеха.

• Непонимание и недооценка зависимости бизнес-анализа от качества управления

Сотрудники компании вправе знать о тех нововведениях, что собирается проводить руководство. Именно так вводится методика бизнес-анализа Business Intelligence, зависящая от того, насколько сотрудники осознают и принимают ее важность. Персонал – это часть компании, но чаще всего руководство выбирает политику ее деятельности, не ставя сотрудников в известность.

Им просто сообщают о каких-то новшествах, не учитывая их мнение по этому поводу, что зачастую приводит к конфликтам и снижению эффективности рабочего процесса. Игнорирование руководством понятного желания персонала быть в курсе всех изменений, его нежелание рассказывать о том, как бизнес-анализ поможет усовершенствовать рабочий процесс, зачастую приводит к негативным ситуациям и снижению качества работы.

• Пренебрежение нужными людьми

Если раньше многие организации считали, что с результатами бизнес-анализа достаточно ознакомить лишь некоторых сотрудников, поскольку простые рабочие ничего не решают, то сегодня ситуация изменилась. Практика ведения проектов показала, что в успешном развитии предприятия участвуют все сотрудники, поэтому информация об итогах бизнес-анализа должна быть для них доступна.

• Стремление к сокрытию информации

Если методика бизнес-анализа была выбрана неверно и оказалась малоэффективной, то это может привести к утаиванию верной информации, уменьшению скорости введения изменений, неполному использованию возможностей и в итоге – к провалу проекта. Неполная информация приводит к искажению фактов и, как следствие, появлению неверных данных, что может довести компанию до полного краха.

Новейшие информационные технологии поднимают уровень открытости данных, надо лишь, чтобы все подразделения компании осознавали необходимость их введения. Тогда каждый сотрудник сможет ознакомиться с результатами деятельности своего предприятия, вынесенными на информационные табло в виде графиков и схем. Свободный доступ к правдивой информации о компании повышает эффективность рабочего процесса.

• Медлительность

Если вы поставили за правило держать информацию о результатах бизнес-анализа в открытом доступе, то будет логичным сделать следующий шаг – использовать эти данные для эффективных действий и планирования рабочего процесса в дальнейшем. Важно понимать, что принятие решения на основе ценной информации должно пройти быстро, пока эти данные не потеряли свою актуальность.

Это в первую очередь касается руководства компании во главе с генеральным директором, которые несут ответственность за скорость принятия решений. Степень их готовности к решительным действиям отражается на эффективности работы всего коллектива. Если же возникают какие-то сомнения, то всегда можно получить подробные разъяснения от специалистов.

Если выяснилось, что руководство сомневается в эффективности какой-либо программы, то отдел, отвечающий за проведение бизнес-анализа, должен разработать комплекс мер, подтверждающий правильность выбранного решения. Этот человек может сомневаться, скрывать информацию, стать источником других проблем. Любая программа при условии точного внесения достоверных данных застрахована от ошибок.

Настоящее положение дел в компании способен показать и доказать только бизнес-анализ, основанный на современных технологиях. Важные бизнес-идеи должны подтверждаться реальными фактами. Бизнес-анализ нужен не только и не столько для получения информации, сколько для правильного планирования деятельности компании в дальнейшем.