Новичкам

Мобильный BI, первые шаги

0

С момента анонсирования первого Ipad прошло уже достаточного много времени, да и планшетники уже не просто центр развлечений, а реальный рабочий инструмент менеджера любой крупной компании.

Вот и мы не стали исключением и озадачились созданием мобильной отчетности. Предпосылки на тот момент появились, весь топ-менеджмент использует планшеты, недельные материалы достигли уже такого объема, что пачки бумаги не хватало, чтобы подготовить их для всех.

На тот момент мы достаточно продвинулись в своей отчетности, поработали над дизайном презентаций, перешли на подготовку в pdf, благо с момента появления новых версий офиса, конвертер в pdf появился встроенный. На планшетах pdf выглядит отлично. Но все равно это было не то… Чего-то не хватало, а именно, когда требуется более глубокий разрез информации, материалы опять разрастаются.

В applestor-е можно скачать демо-версии мобильных BI-приложений и посмотреть их фичи. Мы не стали каким-то исключением и на этапе выбора конечно скачали демки, потыкались в Далее >

Подходы к контролю качества данных

0

Сегодня мне бы хотелось изложить возможные подходы к контролю качества данных. И не важно, получаете ли вы данные от специалистов вверенных вам подразделений или получаете из автоматизированных систем, которые туда первично также заносятся такими же специалистами, задача контроля данных всегда важна и актуально. Еще не придумано алгоритмов от человеческих ошибок.

Все алгоритмы контроля качества я бы разделил на несколько типов (возможно вы еще что-то добавите, будет интересный FAQ по данному вопросу):

1. Проверка «от дурака». Т.е .контроль данных на какие-то случайные значения, которые либо не могут существовать в принципе, либо отсутствуют те значения, которые должны быть.

Пример из банка, кредит физического лица составляет 700 млн.руб. Вероятнее всего эта ошибка появляется в результате того, что кто-то забыл поделить на 1000 руб. Т.е. указал как 700 000, но при этом уже само поле БД было в тыс. руб., вследствие чего произошла ошибка.

Это Далее >

Автоматизируем процесс подготовки отчетности

0

Сегодня хотел бы сказать несколько слов о скорости подготовки отчетности. Если ваша отчетность формируется полностью в автоматическом режиме, то, наверное, дальше будет читать не столь интересно, хотя данный опыт может быть полезен и в других областях.

Все мы сталкиваемся в своей работе с большой долей монотонных одинаковых операций, когда получая какие-нить выгрузки из транзакционных систем, нам приходится очень долго обрабатывать информацию, чтобы превратить наконец «сырую» информацию в красивый отчет для менеджмента компании (подставить свое). Самое интересное, что подавляющее большинство специалистов при этом клянут эту часть своей работы, предпочитая не сбор и трансформацию данных, а анализ, поиск новых алгоритмов, т.е. креативную составляющую работы аналитика. Чем дольше приходится решать задачу сбора информации и ее обработки, тем меньше остается времени на ее анализ, поиск «жемчужины» и т.д. Как правило, даже правило Парето отдыхает, потому как до 90% времени уходит именно на сбор информации, проверку ее качества и приведение ее в божеский вид, который уже действительно можно Далее >

Не важно «как», важно «что»

0

Сегодня короткая заметка на очень интересную тему. Думаю, многие сталкивались с тем, что менеджер превозносит свои заслуги, иногда ставя процесс на первое место, вместо достигнутого результата. Раньше я тоже этим грешил, пока не стал руководителем и не задумался над этой проблемой. Оценивая свою проделанную работу и проделанную работу своих коллег, подчиненных либо менеджеров смежных подразделений, могу точно сказать, что практически всегда оценка проводится по достигнутым результатам. Многие молодые сотрудники, приходя на предприятие не понимают этого и считают, что они хорошие работники лишь потому, что они выполняют так много ответственных, как им кажется, поручений руководителей. Они даже не догадываются, как они ошибаются. Часто они говорят, вот какую я работу проделал, вот так все красиво получается. При ближайшем рассмотрении, видно, что данную работу можно было упростить в 10-ки раз, добившись такого же результата в гораздо более короткое время. Обращаясь ко всем, вы поймите, не важно как Вы решили изящно ту или иную задачку, Далее >

Data quality – качество данных

0

Сегодня мне бы хотелось поговорить о самой большой проблеме всех внедрений BI – о проблеме качества данных. Особо острой проблема является в тех случаях, когда существует более чем один источник данных. Например, в British Telecom сейчас более 200 биллинговых систем. И несомненно, когда приходится считать какой-либо составной показатель из нескольких источников или выбирать показатель из множества конкурирующих источников (источники, которые содержат один и тот показатель), в этом случае мы всегда сталкиваемся с решением задачи обеспечения качества данных.

Недавно я встречался с Вице-Президентом Oracle по BI – Полом Родвиком и задал вопрос о подходах, которыми пользуются компании во время внедрения. О двух из них я несомненно слышал, но третий меня слегка удивил, хотя он имеет право на существование.

В настоящее время есть несколько принципов решения проблем:

1. «Глубокое решение» – подход, при котором создается единый источник, который является мастер-источником для всех остальных систем, т.е. идет двухсторонняя интеграция. Далее >

Вверх