Введение 3
Глава 1 Теоретические основы применения BI-технологии в бизнесе 5
1.1 Управление бизнес-процессами в период цифровой трансформации 5
1.2 BI-технология как инструмент для принятия управленческих решений 8
1.3 Обоснование выбора BI-системы 12
Глава 2 Проектирование BI-приложения для анализа движения нефтепродуктов 16
2.1 Определение целей и задач разработки 16
2.2 Описание предметной области 17
2.3 Анализ информационных потребностей и требований пользователей 17
2.4 Подготовка данных 19
2.5 Построение модели данных 23
Глава 3 Реализация приложения 31
3.1 Описание внедряемого приложения 31
3.2 Анализ экономической эффективности от применения разработанного приложения 41
Заключение 47
Список использованных источников 50
Управление таким ценным активом как данные – это реальность практически для каждой
компании. Те, кто внедряет концепцию управления на основе данных получают конкурентные
преимущества: эффективное использование ресурсов, обоснованное принятие управленче-
ских и стратегических решений, знание сегментов своих потребителей или клиентов, возмож-
ность внедрять инновации, которые будут приняты и востребованы на рынке, гибкая адапта-
ция к изменяющимся условиям внешней среды.
Соответственно увеличивается спрос на системы класса Business Intelligence (BI) как
средства эффективной поддержки принятия управленческих решений и повышения конкурен-
тоспособности компании на рынке. Системы BI или интеллектуального анализа данных – это
программное обеспечение, которое предоставляет бизнес-пользователям удобные инстру-
менты анализа подготовленных, структурированных данных. Одним из главных преимуществ
таких систем является доступность к обработанным визуализированным данным и аналитиче-
ским инструментам большего количества пользователей. Как следствие - развитие новой ча-
сти корпоративной культуры, где каждый сотрудник принимает мотивированное решение, ос-
новываясь на данных, при этом пользователь фокусируется именно на анализе информации, а
не на их сборе и обработке.
Актуальность и практическая значимость направления настоящей работы обусловлена
рядом причин:
Во-первых, в настоящее время, в российской экономике наблюдается спад, который вы-
нуждает предприятия оптимизировать бизнес-процессы, пересмотреть подходы к планирова-
нию бизнесу, сокращать расходы и возможно диверсифицировать бизнес. Решение этих задач
на интуитивном уровне, без использования технологий анализа данных способствуют приня-
тию не результативных решений. Наглядная аналитика, отражающая реальное состояние дел
во всех интересующих измерениях дает реальную картину происходящего с разных точек зре-
ния, позволяет сформировать адекватное решение, снижающее риски для компании.
Во-вторых, в связи с утверждением программы «Цифровая экономика Российской Феде-
рации», одной из целей, которой является: «создание экосистемы цифровой экономики Рос-
сийской Федерации, в которой данные в цифровой форме являются ключевым фактором про-
изводства во всех сферах социально-экономической деятельности и в которой обеспечено эф-
фективное взаимодействие, включая трансграничное, бизнеса, научно-образовательного сооб-
щества, государства и граждан» [1] – для компаний актуально искать новые бизнес-возможно-
сти на основе данных, представленных через цифровые платформы.
Проблема: управление бизнес-процессами (или принятия решения) в реалиях цифровой
экономики имеет свои особенности, которые не до конца понятны самим менеджерам, требует
определённой технологической среды, в том числе, оперативного доступа к показателям, от-
ражающим состояние компании в непрерывном, но комфортном для руководителя режиме. В
рамках обозначенной проблемы сформирована цель работы.
Цель дипломной работы – это разработка BI-приложения для поддержки управления
бизнес-процессом компании.
Для достижения цели работы необходимо решить следующие задачи:
1. Определить понятие «управление бизнес-процессом в цифровой экономике».
2. Установить роль BI для оптимизации бизнес-процессов компании.
3. Провести сравнительный анализ BI-систем.
4. Разработать BI-приложение для анализа движения нефтепродуктов в субъектах РФ.
5. Проанализировать экономический эффект от использования разработанного приложения.
Объектом исследования является управление бизнес-процессами компании.
Предметом исследования является комплекс мероприятий по разработке BI-приложения
для повышения эффективности управления бизнес-процессом компании.
Информационной базой послужили работы современных исследователей по обозначен-
ной теме, а также отчеты крупных консалтинговых компаний и аналитических агентств. При
разработке использовалась русскоязычная справочная документация компании Qlik [35], а
также поддержка официального сообщества разработчиков [21].
Структура дипломной работы обусловлена целью и задачами, состоит из введения, трех
глав, заключения и списка использованной литературы.
Во введении обоснована актуальность дипломной работы, раскрыта цель работы, сфор-
мулированы задачи, указаны объект и предмет исследования, а также прописана структура
дипломной работы.
В первом разделе выпускной квалификационной работы рассмотрены теоретические
аспекты применения BI-технологии в бизнесе.
Во второй главе дипломной работы дана краткая характеристика компании ООО «Газ-
промнефть-Региональные продажи», которая является заказчиком разработанного BI-
приложения, проведено проектирование BI-приложения для анализа движения нефтепродук-
тов в субъектах РФ.
В третьей главе приводится описание приложения и его аналитических возможностей,
а также обосновывается целесообразность внедрения данной разработки.
Заключение содержит результаты проведенной работы и ряд рекомендаций по разра-
ботке приложений такого типа.
В современном цифровом мире, где правит информация, важно понимать, что управле-
ние бизнес-процессом это прежде всего принятие управленческих решений на основе данных,
которые в свою очередь помогут выработать рекомендации и построить, разработать эффек-
тивную оптимизационную программу по управлению бизнес-процессами. Качество принима-
емых руководством компании решений при управлении бизнес-процессом зависит от соответ-
ствующей информационной поддержки, которая непосредственно связана с BI-системами.
Поэтому тема дипломной работы имеет практическое значение.
Технологии BI позволяет сотрудникам компании глубже понимать бизнес-процессы и
увеличивают скорость принятия обоснованных решений. BI это не только бизнес-анализ ин-
формации, но и работа с большими данными из разных источников, их обработка, тестирова-
ние, представление и обслуживание запросов к этой информации. Важно, чтобы процесс об-
работки информации был автоматизирован – это позволит сократить время на выполнение ру-
тинных операций и получать актуальную качественную информацию Компании, которые при-
меняют наиболее эффективные средства обработки информации, имеют более высокий уро-
вень конкурентоустойчивости. Поэтому в рамках дипломной работы был проведен обзор си-
стем класса BI, которые занимают лидирующие позиции в рейтингах авторитетных консал-
тинговый, аналитических компаний, определены преимущества и недостатки каждой из них.
В результате анализа BI-решений был выбран продукт шведской компании QlikView, имею-
щий передовой функционал для работы с большими данными, а также особенность в удобстве
построения модели и в почти неограниченных возможностях представления информации.
Во второй части дипломной работы было спроектировано BI-приложение для компании
ООО «Газпромнефть-Региональные продажи». Руководством организации была поставлена
задача разработать базу данных для анализа и мониторинга движения нефтепродуктов в субъ-
ектах РФ, усовершенствовать и упростить процесс обработки информации из разных источ-
ников, визуализировать информацию в едином приложении. На этапе проектирования приложения:
• проведен анализ предметной области в сфере логистики поставок нефтепродуктов;
• выявлены информационные потребности пользователей разрабатываемого BI-приложения;
• определены требования к информационной системе;
• проведен анализ необходимых источников данных;
• проведена трансформация, очистка и проверка качества данных.
В результате, в среде QlikView был написан скрипт для ETL-процесса, были загружены
таблицы и построена ассоциативная модель данных.
В третьем разделе дипломной работы реализован интерфейс для визуального представ-
ления информации в соответствии с информационными потребностями пользователей, а именно:
• разработаны инструменты для анализа информации, в том числе: добавлены необ-
ходимые фильтры для анализа движения нефтепродуктов, осуществлен вывод ключевых объ-
емных показателей, реализован функционал для сравнения объемных показателей, добавлен
геоанализ данных, а также разработан функционал для детализированного анализа информа-
ции в форме диаграмм;
• разработан пользовательский интерфейс, который позволяет осуществить переход к
разным режимам листа.
Разработанное приложение дает возможность:
• сократить время на формирование отчетности;
• проводить анализ динамики перемещения нефтепродуктов по стране по двум биз-
нес-процессам в различных разрезах;
• следить за бизнес-процессом по отгрузке нефтепродуктов конкурентов;
• оценивать эффективность отдельных регионов;
• проводить сравнительный анализ;
• сопоставлять результаты двух бизнес-процессов;
• определить место компании на рынке нефтепродуктов в любом регионе, по любой
группе нефтепродуктов, за выбранный период и т.д.;
• выявлять новые бизнес-возможности;
• анализировать тенденции на рынке нефтепродуктов;
• проводить рейтинги предприятий-поставщиков, регионов, контрагентов и т.д.
В процессе получения опыта и практических навыков в разработке BI-приложения был
выработан ряд следующих рекомендаций:
1. При разработке ассоциативной модели в приложении необходимо четко понимать,
через какие атрибуты таблиц связаны бизнес-процессы, чтобы в дальнейшем не возникало ло-
гической несостыковки при представлении данных.
2. Для быстроты разработки приложения необходимо сначала реализовать сам функ-
ционал, прописать формулы, а затем разрабатывать пользовательский интерфейс.
3. Для того чтобы приложение приносило максимальную отдачу пользователям, необ-
ходимо разрабатывать приложение по следующим принципам Agile [31]:
• тесное взаимодействие с заказчиком и представителями бизнеса на протяжении
всего проекта;
• сначала реализовать функционал, потом формирование документации;
• готовность к изменениям требований к функционалу, интерфейсу на любом этапе работы.
4. Использовать творческий подход и комбинацию методов при разработке сложных
пользовательских объектов.
5. Унифицировать наименования данных. Без этого польза приложения существенно
снижается, так как приложение может ввести в заблуждение бизнес-аналитика.
6. При написании ETL-скрипта необходимо ознакомиться с архитектурой BI-платформы
и способами оптимальной загрузки данных для улучшения производительности приложения.
7. Тестировать ETL-скрипт, модель данных, различные формулы сначала на малень-
ком, но разнообразном наборе данных. Это помогает отслеживать ошибки и контролировать
правильность выполнения скрипта без лишних временных затрат на загрузку всех данных.
Сложность экономической оценки эффективности BI-решений вынуждает использовать
совокупность подходов к анализу выгод от внедрения приложения, в связи с этим были рас-
считаны количественные показатели экономической привлекательности: TCO и ROI. При рас-
чете ROI была смоделирована ситуация, в которой принимается управленческое решение на
основе данного приложения, оказывающее положительный эффект на бизнес-процесс и биз-
нес в целом. Также приведена система сбалансированных показателей, по которым может про-
водиться оценка экономической отдачи. Для анализа эффективности трудноизмеримых же
факторов, таких как «единая версия правды», улучшение качества принятия решения, улуч-
шение планирования продаж, лучше опираться на экспертные методы и суждения.
Таким образом, все задачи дипломной работы решены, а заявленная цель достигнута.
1. Распоряжение Правительства РФ от 28.07.2017 No1632-р об утверждении программы
«Цифровая экономика Российской Федерации».
2. Бабкин А.В., Буркальцева Д.Д., Костень Д.Г., Воробьев Ю.Н. Формирование цифро-
вой экономики в России: сущность, особенности, техническая нормализация, проблемы раз-
вития // Научно-технические ведомости СПбГПУ. Экономические науки. - 2017. Т. 10, No3. -
С. 9-25.
3. Аналитическая культура. От сбора данных до бизнес-результатов/ Карл Андерсон;
пер. с англ. Юлии Константиновой; [науч. ред. Руслана Салахиев]. – М.: Манн, Иванов и Фер-
бер, 2017. – 366 с.
4. Ильяшенко О. Ю. Инновационное развитие ИТ-архитектуры предприятия посред-
ством внедрения системы бизнес-аналитики / И.В.Ильин, А.А.Лепехин //Наука и бизнес: пути
развития, No8, 2017, стр. 59-66.
5. Абдикеев Н.М. Технологии когнитивного менеджмента в цифровой экономике // Мир
новой экономики, 2017, с. 24‐28.
6. Аренков И.А. Клиентоориентированный подход к управлению бизнес-процессами в
цифровой экономике / Ю.В. Крылова, М.К. Ценжарик // Научно-технические ведомости
СПбГПУ. Экономические науки. Том 10, No6, 2017, с. 18-30.
7. Ильяшенко О. Ю. Роль BI-систем в совершенствовании процессов обработки и ана-
лиза бизнес информации / И.В. Ильин, Д.Д. Болобонов //Наука и бизнес: пути развития, No6,
2017, стр. 124-131.
8. Домрачева А.А. Business Intelligence в экономике //Концепт, No2, 2017, с. 1-6.
9. Салмин А.А. Применении технологии Business Intelligence для управления бизнес-
процессами предприятия//Актуальные проблемы гуманитарных и естественных наук, No 3-2,
2016, стр. 83-86.
10. Головина Т.А. Развитие технологий бизнес-аналитики на основе концепции Business
Intelligence / В.И. Романчин В.И., А.И. //Известия Тульского государственного университета.
Экономические и юридические науки, 2014, стр. 416-424.
11. Репин В. Бизнес-процессы. Моделирование, внедрение, управление/В. Репин. – М.:
Манн, Иванов и Фербер, 2013.
12. Magic Quadrant for Business Intelligence and Analytics Platforms, Cindi Howson, Rita L.
Sallam, James Laurence Richardson, Joao Tapadinhas, Carlie J. Idoine, Alys Woodward, Gartner.Inc
// Официальный сайт аналитической компании Gartner [Электронный ресурс]. – Режим
доступа: https://www.gartner.com/doc/reprints?id=1-4PUK79W&ct=180130&st=sb (дата обраще-
ния: 27.03.2018).
13. DAMA-DMBOK: Data of Management Body of Knowledge. – New Jersey: Technics Pub-
lications. - 2017.
14. The Forrester WaveTM: Enterprise BI Platforms With Majority On-Premises Deployments,
Q3 2017, Boris Evelson, Martha Bennett, Forrester Research, Inc. // Официальный сайт аналити-
ческой компании Forrester Research [Электронный ресурс]. – Режим доступа: http://asiandata-
science.com/wp-content/uploads/2017/11/forrester- enterprise-bi- platforms-q3-2017.pdf (дата
обращения: 28.03.2018).
15. Steve Williams, Business Intelligence Strategy and Big Data Analytics - 2016, С.240.
...