Истории наших клиентов: Материа Медика: мы обошлись усилиями одного айтишника и большого количества пользователей — аналитиков и неаналитиков

 

Сергей Восьмирко, IT в «Материа Медика» Компания «Материа Медика» входит в ТОП-5 российских фармацевтических компаний на рынке ОТС России. Основанная в 1992 г., частная фармацевтическая производственная компания выпускает и продает более 20 брендов на рынке ОТС в России и СНГ. 

Представление:

Меня зовут Восьмерко Сергей, я являюсь программистом в компании «Материа Медика Холдинг», курирую 1С, а также все вопросы взаимодействия Tableau и 1С.

Что вы использовали раннее?

Если говорить об аналитических средствах, которые мы используем, то первый и главный, конечно же – это Excel. Если говорить о средствах, которые вне Excel, то это, наверное, то, что имелось внутри учётных систем. Достаточно богаты и мощно развиты системы отчётов в 1С. Кроме того, немножко мы использовали встроенный механизм SQL, для составления аналитических отчетов, но совсем чуть-чуть.

Как вы пришли к тому, что вам нужен новый инструмент по работе с данными?

С течением времени мы пришли к пониманию того, что у нас очень много разнородных данных, и их много как по разновидностям, так и по объёму. Что-то мы имеем внутри учётных систем, что-то мы генерируем вне этих учётных систем, в других наших системах, которые на базе SQL, PHP, а что-то мы покупаем для того, чтобы принимать те или иные управленческие решения в нашей сфере деятельности, анализируя состояние на рынках и так далее. Занимаясь этим много лет, стало понятно, что Excel с этим не справляется, много ручной работы и слишком большие объёмы.

Начали анализировать ситуацию на рынке. В основном нам предлагали две системы: Tableau и QlikView. Мы посмотрели-посмотрели и пришли к выводу, что, если брать диапазон от удобства пользователя и ориентированности на пользователя, а, с другой стороны, гибкость и возможность мощно, тонко и глубоко написать дашборд или какую-то аналитическую диаграмму, то в этом смысле в Tableau нам показался лучше. Поскольку наши основные пользователи и разработчики дашбордов и визуальных представлений, не являются программистами-айтишниками, то выбор был сделан в пользу Tableau. Так как в противном случае нам пришлось бы набирать в штат дополнительных айтишников для адаптации системы и внедрения. Здесь же фактически мы обошлись усилиями одного айтишника – в моём лице – и большого количества аналитиков и неаналитиков, которые так или иначе используют эту систему.

Как вы внедряли BI-систему?

С моей стороны, со стороны IT, львиная доля работы по внедрению – была, собственно, не столько работа внутри Tableau, сколько создание некоего промежуточного аналитического хранилища, куда мы из наших учётных систем сливали всю необходимую информацию в удобном для анализа виде. В основном это, конечно, 1С, плюс ряд самописных систем, написанных на MySQL и выведенных через PHP в веб-интерфейс, плюс то, что мы закупаем у большого количества как консалтинговых компаний, так и у наших контрагентов, аналитики там по состоянию рынка, продаж и так далее.

Сначала мы это хранилище разработали на MySQL, в котором содержалось энное количество больших таблиц плоских, с которым уже взаимодействовало Tableau, потом к нам пришло понимание, что MySQL – это довольно медленная система, и нам нужно перейти на что-то более быстрое. Мы поставили бесплатную версию Vertica, на которую перенесли часть больших таблиц, с которыми Tableau теперь взаимодействует напрямую.

Касательно моего участия в написании дашбордов и, собственно, тех визуальных представлений, с которыми работают потребители информации — оно было минимальным. Я написал только пару дашбордов, и что-то где-то местами помогал, если были вопросы касательно производительности системы. Вся остальная часть работы – а это 99% работы с дашбордами и с аналитикой – была работа наших аналитиков и сотрудников других отделов, которые, поэкспериментировав какое-то время, смогли сами создавать визуальные представления.

В чем преимущество выбранного решения?

Нам удалось свести к минимуму помощь сторонних организаций. Несколько раз мы обращались в техподдержку с какими-то очень узкими вопросами, но глобально не могу сказать, что нам требовались существенные влияния со стороны для того, чтобы мы смогли достаточно широко распространить внутри компании эту систему. Основная, львиная часть работы опять же была не айтишная, а наших аналитиков.

Какое развитие аналитики вы планируете?

Если говорить о том, как мы видим в будущем развитие этой системы, то, кроме того, что мы будем возвращаться на второй круг по ряду тех дашбордов, которые уже есть, и с новым пониманием, с новым опытом будем их переделывать, у нас появилось понимание, что важно не столько анализировать историю событий, которую генерирует наша компания, но и историю событий, которую мы можем собрать с рынков, а также строить аналитические и математические модели, и на базе их глубоко анализировать и прогнозировать те или иные события.

Tableau позволяет подключать внешние модули, написанные на Python или языке R, для статистиков и математиков это — хорошо известные термины, поскольку это является их главным инструментом для создания математических алгоритмов для построения моделей на базе каких-то там экономических систем, и глубоко их анализы и построение каких-то прогнозов и аналитики. В эту сторону мы, наверное, будем углубляться, тем более, что у нас в компании есть люди с соответствующим образованием, и, думаю, мы сможем в этом преуспеть.

В Tableau есть внутренний формат хранения данных, так называемые экстракты, которые позволяют быстро анализировать огромный объём информации. В этом тоже есть большой плюс Tableau. Почему? Потому что – повторюсь – большое количество, львиная доля людей, которые работают с Tableau, как на этапе разработки, так и анализа, не являются программистами, поэтому ждать написания оптимальных запросов к данным и аккуратного и правильного взаимодействия с данными не стоит, а этот формат хранения позволяет сильно сгладить ошибки при работе с данными, и даже если дашборд написан не оптимально с точки зрения взаимодействия с данными, то всё равно он работает достаточно быстро, даже если данных много.