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

BI

  • FineBI
  • FineReport
  • FineDataLink
  • FineChatBI (FineAI)
  • Коннекторы данных из 1С в BI
  • Airflow / Nifi
  • Visiology
  • PIX BI
  • Modus BI
  • Yandex.DataLens
  • Open-source BI: Superset/Metabase
  • Luxms BI
  • AW BI + Alpha BI
  • FlyBI + Форсайт. Аналитическая Платформа
  • Loginom
  • Триафлай
  • AI / Исскуственный интеллект
  • Optimacros
  • Навигатор BI
  • Семантический слой

СУБД

  • Arenadata
  • ClickHouse
  • Greenplum
  • Postgres Professional
  • TData

Другое

  • Построение Data Platform
    • Аналитическое хранилище данных
    • Data Lake и Data Engineering
    • Подробнее про Data Lake
    • Внедрение Lakehouse
      • Apache Doris
      • StarRocks
      • Trino
    • Миграция витрин из пропиетарных DWH на новый стек
    • Учебный курс "Современная архитектура хранилища данных"
Главная » Российские платформы современного стека хранения, обработки и анализа данных » Хранилища данных (DWH / Lakehouse) » Postgres Professional » Учебный курс: Postgres Pro для хранилищ данных (DWH) » Postgres Pro и 1С: как использовать, лицензировать и выжимать максимум для аналитики

Postgres Pro и 1С: как использовать, лицензировать и выжимать максимум для аналитики

С переходом многих компаний на отечественное ПО всё чаще используется связка: платформа 1С:Предприятие + СУБД Postgres Pro. Это промышленный, сертифицированный стек, который позволяет работать не только с оперативными бизнес-процессами, но и строить на его основе полноценную аналитическую платформу — в том числе для BI, отчетности и Data Warehouse.

 

1. Почему Postgres Pro для 1С

Postgres Pro — это расширенная версия PostgreSQL, разработанная компанией Postgres Professional, включающая дополнительные модули, улучшения производительности и сертификацию ФСТЭК. С 1С она используется как полноценная backend-СУБД, начиная с версии платформы 8.3.8 и выше.

Преимущества:

  • Поддержка официально сертифицирована 1С.
  • Более высокая производительность по сравнению с vanilla PostgreSQL (в т.ч. при работе с большими справочниками и регистрами).
  • Интеграция с российскими ОС: Astra Linux, Альт и др.
  • Поддержка 1С-совместимого режима, обеспечивающего работу с типами, транзакциями и блокировками.

 

2. Лицензирование Postgres Pro под 1С

Postgres Pro лицензируется в зависимости от редакции и сценария использования.

Варианты:

Редакция

Особенности

Postgres Pro Standard

Базовая редакция, Open Source + поддержка

Postgres Pro Enterprise

Расширенная: онлайн-индексация, JIT, репликация

Postgres Pro Certified

ФСТЭК-сертифицированная, для госкомпаний

 

Лицензия 1С + Postgres Pro

Существует специальная лицензия "Postgres Pro для 1С", доступная только через партнёров 1С. Она лицензируется:

  • по числу ядер CPU, участвующих в обработке.
  • Требует отдельного ключа лицензии, не путать с лицензией 1С.

 

Важно: лицензия "для 1С" НЕ покрывает использование Postgres Pro как DWH/BI, API или ETL-сервер. Для аналитики нужна дополнительная лицензия или отдельная инсталляция Postgres Pro Enterprise.

 

3. Технические аспекты работы 1С с Postgres Pro

Поддержка ключевых режимов

Компонент 1С

Поддерживается

Хранилище конфигурации

✓

Распределённая ИБ

✓

Регистр накопления

✓

Фоновые задания

✓

Управление блокировками

✓ (через FOR UPDATE)

Распределенные транзакции

× (обход — middleware)

 

Особенности производительности

1С генерирует SQL в нестандартной форме:

SELECT ... FROM (SELECT ... FROM ...) AS _1 WHERE ...

 

Это вызывает:

  • множественные JOIN’ы
  • использование NULL-safe-сравнений
  • активную работу с временными таблицами

 

Рекомендации по настройке:

shared_buffers = 30-40% RAM
work_mem = 128MB
effective_cache_size = 75% RAM
random_page_cost = 1.1
seq_page_cost = 1.0

 

Обязательно:

  • включить jit = off для 1С (JIT замедляет маленькие OLTP-запросы)
  • использовать только официальную сборку Postgres Pro с патчами для 1С

 

Характерные нагрузки

  • Много UPDATE, DELETE по индексам
  • Высокая частота создания временных таблиц
  • Использование "табличных" UUID и ссылок
  • Автогенерация сложных SQL через ORM

 

4. Извлечение данных из 1С для аналитики

Сложность в том, что 1С хранит данные в унифицированных регистрах, и названия таблиц не очевидны (_DocumentNN, _AccRgXXXX, _InfoRgXXX, _ReferenceXXXX, _EnumXXX и т.д.).

 

Этапы подготовки аналитики

4.1. Выделение витрин

  • Определить справочники (Reference), документы (Document), регистры накопления и сведений.
  • Разобрать метаданные 1С (можно выгрузить .epf или .xml или подключиться через COM).

 

4.2. Доступ к таблицам напрямую

SELECT * FROM "_Reference59" -- например, справочник "Контрагенты"

SELECT * FROM "_Document293" -- например, документ "Поступление товаров"

 

Названия зависят от конфигурации. Лучше использовать метаданные через 1С API или выгрузку конфигурации.

 

4.3. Создание представлений под BI

CREATE VIEW v_sales AS
SELECT
  d._Date AS doc_date,
  c._Description AS customer_name,
  l._Quantity AS qty,
  l._Price AS price
FROM _Document293 d
JOIN _Document293_VT l ON d._IDRRef = l._Document293_IDRRef
JOIN _Reference59 c ON d._Fld2234RRef = c._IDRRef;

 

5. Подключение BI к Postgres Pro под 1С

  • Power BI, Tableau, FineBI, Superset — работают через стандартный PostgreSQL-драйвер.
  • Данные приводятся к читабельному виду через представления или ETL (dbt, Airflow).
  • Настраиваются витрины: продажи, склад, движение, остатки, документы.

 

6. Рекомендации по архитектуре

Подход

Комментарий

Разделение среды OLTP и BI

Идеально: отдельный read-replica

Прокси-схемы и views

BI не должен обращаться к "сырым" таблицам

Инкрементальная выгрузка

Через _Period, _Date, _Number

Партиционирование

Применимо на уровне витрин

ETL через Airflow/dbt

Возможна сборка витрин по расписанию

 

7. Что можно получить для аналитики

  • Сквозной отчет по продажам: из документов + регистров
  • Анализ запасов по складам: регистр накопления + справочники
  • Анализ отклонений по документообороту
  • BI-дашборды на базе Power BI, Superset, Qlik

 

Аналитика по 1С на Postgres Pro: от таблиц к витринам

1. Карта соответствия таблиц 1С и метаданных

Платформа 1С использует внутреннюю структуру хранения данных в виде «технических» таблиц, названия которых не соответствуют именам объектов конфигурации. Вот основные типы объектов и соответствующие таблицы:

Объект 1С

Префикс таблицы

Пример названия

Содержание

Справочник

_ReferenceNN

_Reference59

Таблица справочника

Документ

_DocumentNN

_Document293

Таблица шапки документа

Табличная часть

_DocumentNN_VT...

_Document293_VTGoods

Табличная часть документа

Регистр накопления

_AccumRgNN

_AccumRg123

Регистр остатков, оборотов

Регистр сведений

_InfoRgNN

_InfoRg77

Периодические и не периодические

Перечисления

_EnumNN

_Enum43

Значения перечислений

План счетов

_ChartOfAccountsNN

_ChartOfAccounts4

План счетов

План видов характеристик

_ChartOfCharacteristicTypesNN

_ChartOfCharacteristicTypes12

Виды характеристик

Регистр расчётов

_CalcRgNN

_CalcRg18

Расчёты, графики начислений

 

Чтобы понять, какой номер (NN) относится к какому объекту — можно:

  • экспортировать конфигурацию из 1С (в XML);
  • использовать инструменты reverse engineering;
  • подключиться через COM API и получить метаданные.

 

2. Разворачивание витрин с dbt (data build tool)

2.1 Каталог проекта

dbt init analytics_1c
cd analytics_1c

 

2.2 Настройка подключения (profiles.yml)

analytics_1c:
  target: dev
  outputs:
    dev:
      type: postgres
      threads: 4
      host: 1c-postgres-host
      port: 5432
      user: dwh_user
      pass: yourpassword
      dbname: 1c_db
      schema: analytics

 

2.3 Пример модели витрины продаж models/sales_mart.sql

WITH raw_sales AS (
  SELECT
    d._Number AS doc_number,
    d._Date AS doc_date,
    c._Description AS customer_name,
    l._Fld112 AS quantity,
    l._Fld113 AS price,
    l._Fld112 * l._Fld113 AS total
  FROM _Document293 d
  JOIN _Document293_VTGoods l ON d._IDRRef = l._Document293_IDRRef
  JOIN _Reference59 c ON d._Fld234RRef = c._IDRRef
  WHERE d._Posted = true
)

SELECT
  customer_name,
  date_trunc('month', doc_date) AS month,
  SUM(quantity) AS total_qty,
  SUM(total) AS total_amt
FROM raw_sales
GROUP BY customer_name, date_trunc('month', doc_date);

models/schema.yml
version: 2

models:
  - name: sales_mart
    description: "Витрина продаж по клиентам"
    columns:
      - name: customer_name
        tests:
          - not_null
      - name: total_amt
        tests:
          - not_null

2.4 Запуск

dbt run
dbt test

 

3. ETL-скрипты для ежедневной выгрузки продаж и остатков

3.1 Скрипт на SQL (Postgres Pro)

-- выгрузка продаж за вчера
INSERT INTO dwh.sales_fact (doc_date, customer_id, product_id, qty, price, total)
SELECT
  d._Date,
  d._Fld234RRef,
  l._Fld123RRef,
  l._Fld112,
  l._Fld113,
  l._Fld112 * l._Fld113
FROM _Document293 d
JOIN _Document293_VTGoods l ON d._IDRRef = l._Document293_IDRRef
WHERE d._Date >= current_date - interval '1 day'
  AND d._Posted = true;

 

3.2 Скрипт по остаткам

-- Выгрузка остатков по складам
INSERT INTO dwh.stock_balance (warehouse_id, product_id, quantity, actual_date)
SELECT
  _Fld305RRef,   -- склад
  _Fld306RRef,   -- номенклатура
  SUM(_Fld307)   -- количество
  , now()
FROM _AccumRg123
WHERE _Period = (SELECT MAX(_Period) FROM _AccumRg123)
GROUP BY _Fld305RRef, _Fld306RRef;

 

3.3 Автоматизация (Airflow DAG)

from airflow import DAG
from airflow.providers.postgres.operators.postgres import PostgresOperator
from datetime import datetime

with DAG('daily_sales_etl', start_date=datetime(2024, 1, 1), schedule_interval='@daily') as dag:
    load_sales = PostgresOperator(
        task_id='load_sales',
        sql='sql/etl_load_sales.sql',
        postgres_conn_id='postgres_dwh'
    )

    load_balance = PostgresOperator(
        task_id='load_balance',
        sql='sql/etl_load_stock_balance.sql',
        postgres_conn_id='postgres_dwh'
    )

    load_sales >> load_balance

 

Результаты

После настройки такого контура можно:

  • Автоматически собирать данные из 1С;
  • Иметь читаемые витрины в BI;
  • Делать отчеты без прямого подключения к сырым таблицам 1С;
  • Построить сквозную аналитику от остатков до выручки.

 

Репликация Postgres Pro для аналитики под 1С

Зачем это нужно

1С работает в OLTP-режиме: быстрые вставки, блокировки, короткие транзакции. Аналитические запросы (JOIN, GROUP BY, агрегаты по миллионам строк) могут:

  • замедлить основную работу 1С;
  • вызвать блокировки;
  • затруднить сопровождение.

 

Решение:

Настраиваем реплику (standby) на отдельный сервер и отправляем туда всю аналитику, BI-запросы, витрины и ETL.

 

Какие есть типы репликации в Postgres Pro

Тип

Подходит для 1С?

Описание

Потоковая (streaming)

✓

Репликация WAL (write-ahead logs)

Логическая (logical)

 Частично

Работает не со всеми объектами 1С

Slony / Bucardo

×

Устаревшие, не рекомендуются

 

Для 1С подходит потоковая репликация — она стабильна, эффективна, и не требует изменений в схеме.

 

Пошаговая настройка потоковой реплики для 1С

1. На главном сервере (master)

Подготовка postgresql.conf

wal_level = replica
max_wal_senders = 5
wal_keep_size = 2048MB
archive_mode = on
archive_command = 'cp %p /var/lib/postgresql/wal_archive/%f'
hot_standby = on

 

В pg_hba.conf

Разрешаем подключение standby:

host replication replica_user 192.168.1.50/32 md5

 

Создаем пользователя:

CREATE ROLE replica_user REPLICATION LOGIN PASSWORD 'yourpassword';

 

2. На реплике (standby)

Остановка PostgreSQL и очистка старой БД:

sudo systemctl stop postgrespro
rm -rf /var/lib/pgpro/14/data/*

 

Синхронизация данных через pg_basebackup:

pg_basebackup -h master-host -U replica_user -D /var/lib/pgpro/14/data -Fp -Xs -P -R

 

  • Параметр -R автоматически создаст файл standby.signal (для PG14+).

 

3. Проверка запуска

sudo systemctl start postgrespro
tail -f /var/log/postgresql/postgresql-14.log

 

Если всё корректно — реплика будет «читать» данные с главного сервера.

 

Как использовать реплику для аналитики

  • BI-инструменты (Power BI, Superset, Tableau) подключаются к standby.
  • Вы создаёте только read-only соединения.
  • Можно создавать materialized views, индексы, функции, но только если реплика переведена в режим logical replica (logical decoding) или вы используете cascading replica с read-write.

 

Важно: ограничения standby-реплики

Возможность

Доступна?

SELECT-запросы

✓

CREATE MATERIALIZED VIEW

× (на read-only)

CREATE TEMP TABLE

✓

Индексы и ANALYZE

× (если без logical)

JOIN и аналитика

✓

VACUUM

×

 

Если вы хотите использовать BI-витрины — можно создать отдельную базу и реплицировать в неё данные логически, либо делать ETL на основе реплики, загружая данные в свою структуру.

 

Альтернатива: логическая репликация по таблицам

  • Работает через pgoutput или pglogical.
  • Можно транслировать только нужные таблицы (_DocumentXXX, _ReferenceXXX).
  • Позволяет писать собственную схему аналитики.
  • Требует больше поддержки, но даёт большую гибкость.

 

Рекомендации

  • Используйте реплику для всех BI-инструментов и dbt.
  • Настройте мониторинг репликации (отставание pg_stat_replication.lag).
  • Раз в сутки прогоняйте sanity-тест: row count между master и replica.
  • Если нужно собирать витрины → используйте отдельную БД + ETL с replica.
  • Не ставьте BI на ту же ноду, где работает 1С — даже с read-only.

 

Заключение

Да, вы можете и должны использовать реплику Postgres Pro под 1С для аналитики. Это:

  • безопасно (read-only),
  • разгружает основную базу,
  • работает из коробки,
  • не нарушает структуру 1С.

 

Настройка реплики Postgres Pro для 1С с помощью pg_basebackup

Исходные условия

Параметр

Значение

Главный сервер

192.168.1.100

Реплика

192.168.1.101

Пользователь репликации

replica_user

Версия Postgres Pro

14

Каталог данных

/var/lib/pgpro/14/data

 

Шаг 1. Конфигурация главного сервера

1.1 postgresql.conf (на 192.168.1.100)

# Для репликации
wal_level = replica
max_wal_senders = 5
wal_keep_size = 2048MB
hot_standby = on
archive_mode = on
archive_command = 'test ! -f /var/lib/pgpro/wal_archive/%f && cp %p /var/lib/pgpro/wal_archive/%f'

 

Убедитесь, что archive_command и wal_keep_size соответствуют ожидаемому объему WAL.

 

1.2 pg_hba.conf (добавьте строку)

# Разрешить доступ к репликации
host replication replica_user 192.168.1.101/32 md5

 

1.3 Создать пользователя для репликации

CREATE ROLE replica_user REPLICATION LOGIN ENCRYPTED PASSWORD 'replica_pass';

 

Шаг 2. Подготовка реплики

На сервере 192.168.1.101 выполните:

 

2.1 Остановить СУБД и очистить каталог данных

sudo systemctl stop postgrespro-14
rm -rf /var/lib/pgpro/14/data/*

 

2.2 Выполнить pg_basebackup

pg_basebackup -h 192.168.1.100 \
              -U replica_user \
              -D /var/lib/pgpro/14/data \
              -Fp -Xs -P -R \
              --write-recovery-conf

 

Пояснение параметров:

  • -Fp: формат plain
  • -Xs: копировать WAL-логи
  • -R: создать standby.signal и файл подключения
  • --write-recovery-conf: записать строку подключения

 

2.3 Пример файла подключения к master (postgresql.auto.conf)

Создается автоматически, но можно вручную проверить:

primary_conninfo = 'host=192.168.1.100 port=5432 user=replica_user password=replica_pass'

 

Шаг 3. Запуск реплики

sudo systemctl start postgrespro-14

 

Проверить статус:

psql -U postgres -c "SELECT * FROM pg_stat_wal_receiver;"

 

Проверка

На главном сервере:

SELECT client_addr, state, sync_state, write_lag, flush_lag
FROM pg_stat_replication;

 

На реплике:

psql -U postgres -c "SELECT pg_is_in_recovery();"
-- Должно вернуть: true

 

Сценарий автоматизации (bash)

#!/bin/bash

MASTER=192.168.1.100
REPLICA_USER=replica_user
DATA_DIR=/var/lib/pgpro/14/data

systemctl stop postgrespro-14
rm -rf $DATA_DIR/*

pg_basebackup -h $MASTER -U $REPLICA_USER -D $DATA_DIR -Fp -Xs -P -R

systemctl start postgrespro-14

 

Архив WAL (опционально)

Для устойчивости при обрывах и long replay:

restore_command = 'cp /var/lib/pgpro/wal_archive/%f %p'

 

Полезные команды

# Проверка реплики
pg_controldata /var/lib/pgpro/14/data | grep "Database cluster state"

# Принудительная репликация WAL
SELECT pg_switch_wal();

# Задержка реплики
SELECT now() - pg_last_xact_replay_timestamp();

 

Заключение

Этот процесс позволяет:

  • Настроить read-only копию для BI и аналитики на отдельной ноде;
  • Изолировать нагрузку от 1С;
  • Сохранять актуальность данных с отставанием в несколько секунд/минут.

 

Логическая репликация только нужных таблиц

Когда не нужна полная база, можно избирательно реплицировать только нужные таблицы — например, sales, clients, documents.

 

Как работает

  • Используется pgoutput или расширение pglogical.
  • Репликация не требует standby — целевая база может быть read-write.
  • Можно фильтровать таблицы, столбцы и даже условия по строкам.

 

Шаги логической репликации

1. Настройка источника (master)

В postgresql.conf:

wal_level = logical
max_replication_slots = 5
max_wal_senders = 10

 

Создание репликационного слота:

SELECT pg_create_logical_replication_slot('slot_sales', 'pgoutput');

 

2. Создание публикации (на master)

CREATE PUBLICATION sales_pub

FOR TABLE public.sales, public.clients, public.documents;

 

3. На стороне получателя (target/Postgres Pro)

  • Убедитесь, что структура таблиц совпадает (можно pg_dump --schema-only).
  • Создайте подписку:

CREATE SUBSCRIPTION sales_sub
  CONNECTION 'host=192.168.1.100 port=5432 user=repl_user password=yourpass dbname=1c_prod'
  PUBLICATION sales_pub
  WITH (copy_data = true);

 

copy_data = true означает, что данные будут скопированы сразу, без ожидания новых WAL.

 

Примеры использования

  • Делать реплику только регистра остатков и документов для анализа логистики.
  • Реплицировать справочники в другую БД для обогащения витрин BI.
  • Подключить стороннюю систему без доступа к остальной базе 1С.

 

Ограничения логической репликации

Особенность

Поддержка

Триггеры

× (не активируются на subscriber)

Права доступа

✓

Изменения структуры таблиц

× (требует ручного обновления)

COPY, TRUNCATE, ALTER

×

 

Заключение

pgBackRest + потоковая репликация — лучший способ сделать standby для BI.

Логическая репликация — гибкий способ "выдернуть" только нужные данные без overhead от остальной 1С.

 

Postgres Professional — это российская промышленная СУБД, созданная на базе открытого PostgreSQL, но значительно расширенная для корпоративного применения. В отличие от классического PostgreSQL, решения от Postgres Professional включают в себя поддержку российских ГОСТов и сертификацию ФСТЭК, повышенную надёжность, оптимизации под высоконагруженные системы (в том числе 1С и DWH), инструменты резервного копирования, мониторинга и отказоустойчивости. За платформой стоит команда ядра PostgreSQL в России, что гарантирует актуальность, стабильность и экспертную техническую поддержку 24/7.

Для компаний, которым важно не просто использовать PostgreSQL, а внедрить его на уровне корпоративных стандартов — с гарантией, сопровождением, документированными улучшениями и адаптацией под российское законодательство — Postgres Pro Enterprise становится логичным выбором. Это не просто бесплатная база данных, а полноценный продуктовый стек, совместимый с BI, аналитикой, ERP, 1С и другими системами, в том числе импортозамещёнными.

 

Узнать стоимость решенияЗапросить видео презентацию

← Предыдущая статья
Postgres Pro Enterprise: скачивание и установка
Следующая статья →
Postgres Pro на Windows: установка, настройка, особенности
Запросить видео презентацию Запросить доступ к демо стенду online Узнать стоимость лицензий

Задать вопрос

loading...

Решения

Анализировать ФинансыУвеличивайте ПродажиОптимальный Склад и ЛогистикаМаркетинговые Метрики

Клиенты
  • "Холодильник.ру" - крупнейший в России интернет-магазин бытовой техники и электроники. Компания была основана в 2003 году и за почти 20 лет работы завоевала лидирующие позиции на рынке онлайн ритейла. По данным исследовательского агентства Data Insight, "Холодильник.ру" входит в top-10 крупнейших интернет-магазинов России в категории "электроника и бытовая техника". Компания имеет развитую логистическую инфраструктуру и ежедневно осуществляет более 3500 доставок заказов по всей стране.

  • 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.

  • ООО "Уральская транспортная компания" — это транспортно-логистическая компания, специализирующаяся на железнодорожных перевозках грузов, создана в 2009 году.

  • Группа компаний «Невский кондитер» основана в 1996 году в Санкт-Петербурге и на сегодняшний день является одним из крупнейших производителей кондитерских изделий в России.

     

  • 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.