BI Consult Desktop Logo BI Consult Mobile Logo
  • Russian BI Исследование российских bi
  • Перейти на Fine BI
  • Контакты
  • +7 812 334-08-01
    +7 499 608-13-06
  • Отправить сообщение
  • Главная
  • Продукты Эксперт-BI
    • Дистрибуция
    • Розничная торговля
    • Производство
    • Операторы связи
    • Страхование
    • Банки
    • Лизинг
    • Логистика
    • Нефтегазовый сектор
    • Медицина
    • Сеть ресторанов
    • E-Commerce
    • Сельское хозяйство
    • Энергетика
    • FMCG
    • Девелоперы
    • Маркетплейсы
    • Пищевая промышленность
    • Фармацевтика
    • Построение Data Platform
    • Цифровая трансформация
    • Управление по KPI
    • Финансы
    • Продажи
    • Склад
    • HR
    • Маркетинг
    • Внутренний аудит
    • Категорийный менеджмент
    • S&OP и FP&A
    • Геоаналитика
    • Цепочки поставок (SCM)
    • AutoML
    • Process Mining
    • IBP
    • ИТ (CIO)
    • Закупки
  • Платформы
    • Системы бизнес-анализа (BI)
    • Интегрированное бизнес-планирование (IBP)
    • Хранилища данных (DWH / Lakehouse)
    • Каталоги данных (Data Catalog)
    • Системы ETL и ELT
    • AI / Исскуственный интеллект
    • Шина данных (ESB)
    • Система управления мастер-данными (MDM)
    • Семантический слой
  • Услуги
    • Переход на отечественные BI и DWH системы
    • Консалтинг
    • Пилотный проект
    • Обучение и сертификация
    • Бесплатное обучение
    • Поддержка
    • Технические задания
    • Сбор требований для проекта внедрения BI-системы
    • CI/CD для DWH
    • Аудит BI приложений и DWH
    • Выделенная команда
    • Настойка и поддержка баз данных
    • Разработка BI Стратегии
    • Styleguide для BI-системы
    • Как выбрать BI-систему
  • Курсы
    • Учебный курс Информационная грамотность (Data Literacy)
    • Учебный курс для бизнес-аналитиков
    • Учебный курс для системных аналитиков
    • Учебный курс по Data Governance
    • Учебный курс Как стать CDO
    • Учебный курс Современная архитектура хранилища данных
    • Учебный курс по Fine BI
    • Учебный курс по FineReport
    • Учебный курс по DWH
    • Учебный курс по Data Science (ML, AI)
    • Учебный курс по PostgreSQL
    • Учебный курс по Greenplum
    • Учебный курс по Apache Airflow и NiFi
    • Учебный курс по Open-source BI
    • Учебный курс по ClickHouse
    • Учебный курс по DataLens
    • Учебный курс по Loginom
    • Учебный курс по Modus BI и ETL
    • Учебный курс по Visiology
    • Учебный курс по dbt (Data Build Tool)
  • Компания
    • Руководство
    • Новости
    • Клиенты
    • Карьера
    • Скачать
    • Контакты

Услуги

  • Переход на отечественные BI и DWH системы
  • Консалтинг
    • Проект внедрения российской BI-платформы
  • План обучения и сертификации
  • Бесплатное обучение
  • Пилотный проект
  • Сопровождение и поддержка
  • Технические задания
  • Сбор требований для проекта внедрения BI-системы
  • Аудит BI приложений и DWH
  • Разработка BI Стратегии
  • Styleguide для BI-системы
  • Выделенная команда
  • Как выбрать подходящую современную BI-систему
  • Настойка и поддержка баз данных

Отраслевые решения

  • Дистрибуция
  • Розничная торговля
  • Производство
  • Операторы связи
  • Банки
  • Страхование
  • Фармацевтика
  • Нефтегазовый сектор
  • Лизинг
  • Логистика
  • Медицина
  • Сеть ресторанов
  • Сельское хозяйство и агрохолдинги
  • Энергетика
  • E-Commerce
  • FMCG
  • Пищевая промышленность
  • Селлеры на маркетплейсах
  • Строительные компании и девелоперы

Функциональные решения

  • Управление по KPI
  • Финансы
  • Продажи
  • Склад
  • Категорийный менеджмент
  • HR
  • Маркетинг
  • Внутренний аудит
  • Геоаналитика, аналитика на географической карте
  • Цепочка поставок (SCM)
  • S&OP и FP&A
  • Разработка стратегии цифровой трансформации
  • Process Mining
  • Интегрированное планирование (IBP)
  • Закупки
  • ИТ (CIO)
  • Построение хранилища данных
  • Создание Data Lake и Data Engineering
Главная » BI Consult - хранилища данных (DWH), системы бизнес-аналитики (BI) и интегрированного планирования (IBP). Учебный центр, консалтинг, техническая поддержка. » Сбор требований для проекта внедрения BI-системы (системы бизнес-анализа)

Сбор требований для проекта внедрения BI-системы (системы бизнес-анализа)

Сбор требований

Выявление требований – важный этап работ при внедрении BI системы. Моделирование для российских BI-платформ как и в любой системе бизнес анализа, начинается с чистого листа. Работа разработчиков заключается в создание визуальных представлений данных для приложений, проработке юзабилити интерфейсов и наполнением их удобными элементами управления. Техническая специализация в компании на высоком уровне. Следующая важная задача — это получить требования от заказчиков.

На практике часто встречается, когда бизнес пользователей просят заполнить документ или анкету для предоставления требований разработчикам. Зачастую заполнением анкеты занимается один человек или вовсе забывают заполнить. Прежде чем идти дальше, задайтесь вопросами: «А действительно ли это лучший способ? Можно ли по анкете получить полноценное представление по необходимым требованиям к системе?»

Стоит отметить, что BI системы обладают достаточной гибкостью для разработки по спиральной модели. Данная модель разработки сочетает в себе процесс проектирования и постадийного прототипирования. Следовательно, в BI возможно вести разработку при отсутствии полного понимания требования на начальных этапах. Несмотря на данное преимущество не рекомендуется полностью игнорировать этап сбора требований.

Любая успешная информационная система состоит из трех элементов:

  • полезность;
  • удобство использования;
  • использование.

Использование – это следствие полезности функциональности системы и удобства ее использования. Итак, как этого добиться?

Во-первых, нужно определить целевую аудиторию системы. Создавать дашборд в надежде, что «пользователи придут на продукт» – плохой путь к успеху. Привлекайте аудиторию на ранних этапах проекта. Это позволит развивать проект в соответствии с потребностями пользователей и сосредоточить усилия на действительно важных аспектах.

Адаптируйте дизайн дашбордов к потребностям конкретных людей. Поэтому важно в начале определить конечных пользователей и выстроить с ними коммуникации. Давайте рассмотрим на живом примере. Задача – создать единую информационную панель для линейных менеджеров, которые следят за сотрудниками контакт-центра. Под проект была собрана команда и проведена демонстрация заказчику. На периодических совещаниях обсуждались проблемы менеджеров. Важно было определиться с тем, что проблемы возможно решить. И только потом были заданы вопросы, а что бы они хотели видеть. На первых встречах намеренно не вводите ограничения, чтобы бизнес пользователи удерживали фокус внимания. Слово «нет» или другие ограничения могут отталкивать людей.

Важно вначале проекта просить клиента оценивать и расставлять приоритеты в своих «потребностях и желаниях» по критериям: Высокий/Средний/Низкий или, можно использовать схему классификации приоритетов MoSCoW. (http://businessanalystlearnings.com/ba-techniques/2013/3/5/moscow-technique-requirements-prioritization)

Обратите внимание на действующий информационный менеджмент в компании. Цель заключается в том, чтобы понять, задокументировать ключевые показатели эффективности (KPI) и их методологию расчета. Проверяйте все доступные источники, чтобы убедиться в единстве данных. Никогда не предполагайте, что результаты в отчетах идентичны, даже если они должны быть такими. Срок действия отчетов мог истечь. Сам отчет может быть не актуальным, при этом будет отображаться в системе и продолжать вычисления. Выявленные факты несоответствия необходимо выделить и получить от клиента четкий ответ по отчету.

После того, как логика расчетов ясна, необходимо вернуться к источнику данных и бегло просмотреть. Быстрый анализ часто дает ответы о том, как нужно обрабатывать информацию. Обратите внимание, если таблицы с данными большие, то не все поля возможно потребуются. Обычно для расчетов и фильтров требуется часть данных, другая часть используются только в детализированном листе информационной системы. Задавайте уточняющие вопросы:

  1. Какие поля необходимо загружать?
  2. Все ли данные заполнены?
  3. Какие идентификаторы нужны для справочных таблиц?
  4. Как они используются?
  5. Задокументировано ли их использование в словаре данных (Data Dictionary)?

Для проверки целостности данных разработан инструмент/утилита (подходит при работе с CSV-файлами) http://community.qlik.com/docs/DOC-3352

Теперь требованиям необходимо придать форму. Сейчас все идеи, наработки, KPI собраны в простой список. Проанализируйте, насколько возможно реализовать каждое требование при разумных затратах и с приемлемой производительностью. Выделите требования, которые невозможно реализовать, указав причину. Определите приоритеты требований и скомпонуйте всю информацию в единый документ. Пример распределения указан на рисунке.

 

В определении приоритетов должны участвовать разные заинтересованные лица, представляющие клиентов, руководство проекта и другие. Расставлять приоритеты лучше во время встречи, а не отправлять предложение по электронной почте. Разработку можно разделить на этапы, чтобы быстрее реализовать первые дашборды, пропуская некоторые низкоприоритетные функции, которые появятся позже.

Благодаря качественному процессу проработки данных по основным моментам, требования будут корректны, отражать желаемые качественные характеристики и удовлетворять потребности клиента.

Данные

  • Какая глубина хранения данных является достаточной?
  • Какая частота обновления данных необходима?
  • Можно ли агрегировать архивные данные?

Ключевые поля

  • Какие индикаторы необходимо включить в качестве ключевых фильтров на дашборд?
  • Какие показателя являются ключевыми (KPI)?
  • Какие поля необходимы детализировать (для подробного просмотра данных)?

Особенности

Возьмите за основу результаты интервью и запишите в простой форме основные требования к визуализации (не нужно вдаваться в технические особенности), например,

  • просмотр трендов по KPI в разрезе день, неделя, месяц;
  • ТОП-5 лучших исполнителей в группировке по командам и отдельным лицам;
  • возможность анализировать результаты по каждому KPI в табличной форме по объектам, командам и отдельным лицам.

И наконец….

  • утверждение требований. Убедитесь, что заинтересованные лица согласны и понимают, что именно и в каком порядке будет разрабатываться. План проекта поможет понять сроки разработки;
  • держите пользователей в курсе и не позволяйте коммуникациям прекращаться;
  • предоставляйте бизнес-пользователям периодически обновления и демоверсии;
  • привлекайте пользователей для проверки расчетов, тестирования функциональности и подтверждения корректности данных в процессе разработки.

 

Запросить видео презентацию Узнать стоимость проекта Запросить доступ к демо стенду online

Контрольный список сбора требований

Выявив и проанализировав требования, важно подтвердить качество и верность решения, которое описано в требованиях. Изучение контрольного списка требований позволяет удостовериться в том, что все основные требования к системе учтены. В разделе собран контрольный список критериев и типов вопросов для выявления требований.

  • Реестр показателей/измерений, включает:
    • детали расчета (наименование полей, источники данных, формулы расчетов);
    • приоритетность (например, какие показатели определяют KPI, а какие нужно отобразить в сводке);
    • измерения для определения трендов (например, время, магазин, продукт).
  • Фильтры:
    • каковы критерии сортировки в каждом поле (в т.ч. расположение);
    • как группировать данные (например, продукт, отдел и т. д.);
    • доступность параметров (например, на панели слева установлено восемь приоритетных фильтров).
  •  Список таблиц (это совокупность показателей и параметров, указанных выше):
    • месторасположение;
    • частота обновления;
    • тип нагрузки (инкрементальная/загрузка и замена);
    • дополнительные требования (например, альтернативные измерения);
    • какие поля необходимы для детализации информации;
    • требования к историчности, включая агрегирование.
  • Список ключевых диаграмм/ визуализаций:
    • тип диаграммы (например, линейная, столбчатая, комбинированная, плоская и сводная таблица);
    • уровень детализации (например, иерархическая структура);
    • неиерархические группы (например, гистограммы, циклические группы включают несколько полей по показателям A, B, C).
  • Функциональность панели мониторинга (dashboard):
    • каков типичный и максимальный размер отчета;
    • частота/периодичность обновления;
    • прочие требования к функциональности.
  • Пользователи:
    • кому необходимо предоставить доступ;
    • когда прогнозируется пик нагрузки (для предварительного расчета загрузки системы);
    • требования к информационной безопасности (ограничения прав, доступа к данным);
    • как будет осуществляться доступ к системе (облако, браузер, планшет);
    • опции для дальтоников;
    • языковые требования.
  • Общие/другие требования (например, SLA поддержки BAU).

 

 

Узнать стоимость решенияЗапросить видео презентацию

← Предыдущая статья
Аудит BI приложений и хранилищ данных (DWH)
Следующая статья →
Разработка BI и data стратегии

Решения

Анализировать ФинансыУвеличивайте ПродажиОптимальный Склад и ЛогистикаМаркетинговые Метрики

Клиенты
  • Торгово-производственному холдингу ТБМ, специализирующемуся на поставке комплектующих и фурнитуры для производства окон, дверей, стеклопакетов и мебели, был необходим аналитический инструмент для выявления узким мест и поиска зон роста бизнеса и, как результат, оптимизации процессов. Добиться этого можно было, только внедрив data-driven подход.

  • «ПрофХолод» — крупнейший в России производитель сэндвич-панелей с пенополиуретаном. 

  • ПАО «Ростелеком» — российский провайдер цифровых услуг и сервисов. Предоставляет услуги широкополосного доступа в Интернет, интерактивного телевидения, сотовой связи, местной и дальней телефонной связи и др. Занимает лидирующие позиции на российском рынке высокоскоростного доступа в интернет, платного ТВ, хранения и обработки данных, а также кибербезопасности

  • ГК «Агропромкомплектация-Курск» - одна из ведущих в Российской Федерации агропромышленных компаний с полным производственным циклом "от поля до прилавка". За 32 года работы на рынке компания заслуженно завоевала репутацию одного из лидеров страны в производстве свинины и молока.

  • Решения
    • Дистрибуция
    • Розничная торговля
    • Производство
    • Операторы связи
    • Страхование
    • Банки
    • Лизинг
    • Логистика
    • Нефтегазовый сектор
    • Медицина
    • Сеть ресторанов
    • E-Commerce
    • Энергетика
    • Фармацевтика
  • Услуги
    • Переход на отечественные BI и DWH
    • Консалтинг
    • Пилотный проект
    • Обучение и сертификация
    • Бесплатное обучение
    • Техническая поддержка
    • Технические задания
    • Сбор требований для проекта внедрения BI-системы
    • CI/CD для DWH
    • Аудит BI приложений
    • Выделенная команда
    • Настойка и поддержка баз данных
    • Разработка BI Стратегии
    • Styleguide для BI-системы
    • Как выбрать BI-систему
  • Платформы
    • FineBI
    • FineReport
    • FineDataLink
    • Коннекторы данных из 1С в BI
    • Airflow + NiFi
    • Visiology
    • Luxms BI
    • Modus BI
    • PIX BI
    • Arenadata
    • ClickHouse
    • Greenplum
    • Postgres Professional
    • Open-source BI: Superset/Metabase
    • Loginom
    • Yandex.DataLens
    • AI / Исскуственный интеллект
    • Optimacros
    • Шины данных
  • Курсы
    • Учебный курс Информационная грамотность
    • Учебный курс для бизнес-аналитиков
    • Учебный курс для системных аналитиков
    • Учебный курс по Data Governance
    • Учебный курс Как стать CDO
    • Учебный курс Современная архитектура хранилища данных
    • Учебный курс по Fine BI
    • Учебный курс по FineReport
    • Учебный курс по DWH
    • Учебный курс по Data Science (ML, AI)
    • Учебный курс по PostgreSQL
    • Учебный курс по Apache Airflow и NiFi
    • Учебный курс по Open-source BI
    • Учебный курс по ClickHouse
    • Учебный курс по DataLens
    • Учебный курс по Loginom
    • Учебный курс по Modus BI и ETL
    • Учебный курс по Visiology
    • Учебный курс по dbt
  • Функциональные решения
    • Создание Data Lake
    • Цифровая трансформация
    • Управление по KPI
    • Финансы
    • Продажи
    • Склад
    • HR
    • Маркетинг
    • Внутренний аудит
    • Категорийный менеджмент
    • S&OP и прогнозная аналитика
    • Геоаналитика
    • Цепочки поставок (SCM)
    • AutoML
    • Process Mining
    • Сквозная аналитика
  • Компания
    • О нас
    • Руководство
    • Новости
    • Клиенты
    • Скачать
    • Контакты
    • Политика конфиденциальности
RutubeVkontakteLinkedInYouTube
ООО "Би Ай Консалт",
ИНН: 7811437757,
ОГРН: 1097847154184
199178, Россия,
Санкт-Петербург,
6-ая линия В.О., Д. 63, 4 этаж
Тел: +7 (812) 334-08-01
Тел: +7 (499) 608-13-06
E-mail: info@biconsult.ru

 

 

 

 

 

×

Пользуясь сайтом, вы соглашаетесь с использованием cookies и политикой конфиденциальности.