Приветствуем вас на последнем занятии марафона. За прошедшее время проделана большая работа по очистке и обогащению данных. Полученная информация соответствует реальным бизнес-процессам и содержит новые аналитические признаки, недоступные ранее.
Однако недостаточно правильно подготовить таблицы и сделать видимым то, что ранее скрывалось за информационным шумом. Чтобы выполненная работа принесла максимум пользы, нужно разобраться еще с одним аспектом.
Конечной целью аналитики является принятие решений. Следовательно, рассчитанные метрики, показатели, прогнозы должны быть доставлены до «потребителей» — лиц, принимающих решения.
Не все сотрудники захотят и смогут работать в Loginom. Основным инструментом, к примеру, клиентского менеджера является не аналитическая платформа, а CRM-система, где он хотел бы видеть всю необходимую информацию.
Для передачи информации в другие системы в Loginom имеется набор узлов группы Экспорт. Кроме того, можно воспользоваться механизмами интеграции при помощи веб-сервисов: REST или SOAP.
Данные, сформированные в Loginom, могут быть выгружены в сторонние системы, в том числе для нужд пользователей, не работающих с платформой и не имеющих лицензии не нее.
Один из сценариев применения ранее рассчитанных данных для принятия решений может быть следующим:
Идеальным вариантом было бы отображать непосредственно в CRM-системе статусы и историю их изменений, а в случае необходимости автоматически запускать бизнес-процессы реагирования. Такие интеграции требуют времени и ресурсов на разработку, поэтому можно начать с простой, но действенной механики — оповещения в месседжерах.
Пример автоматической отправки уведомлений из сценария Loginom в Telergam при помощи чат-бота описан в статье «Уведомления из сценариев Loginom при помощи Telegram». Для этого необходимо зарегистрировать в месседжере чат-бот и воспользоваться готовым компонентом.
Настроить сценарий можно таким образом, чтобы сотрудник не просто прочитал сообщение о проблеме, но и перешел по ссылке в отчет с подготовленными данными.
Аналогичная механика может работать при взаимодействии с другими web-сервисами, что позволяет использовать Loginom как систему поддержки принятия решений.
Loginom идеально подходит в качестве движка («мозга») подобных систем за счет способности обрабатывать большие объемы данных, объединять информацию из множества источников, создавать/изменять/расширять без программирования логику принятия решений.
Кроме того, можно настроить внешнее управление сценариями за счет использования переменных или настроечных таблиц.
Куб – удобный визуализатор, но он не покрывает всех потребностей. Часто требуется изучить данные из множества таблиц, строить дашборды, просматривать графики на смартфоне. Для этого существуют специализированные BI-продукты.
Если возможностей встроенных в Loginom визуализаторов недостаточно, можно подготовленные и очищенные данные экспортировать в сторонние системы.
Наиболее надежный и универсальный механизм обмена — загрузка таблиц в базу. Чаще всего ETL-процессы завершаются экспортом подготовленных данных в БД, витрину или хранилище данных. Но для простоты можно рассмотреть другой распространенный вариант интеграции — обмен при помощи csv-файлов.
Важно! Если вы не сделали практику в теме «Паранормальные явления в работе с данными: откуда берутся выбросы и как устранить аномалии?», то предварительно требуется открыть решение задания предыдущего дня, скачав его ниже.
lgpРешение практического задания. День 11.lgp
В качестве BI-инструмента будет продемонстрирован сервис визуализации Yandex DataLens, предоставляемый бесплатно пользователям Яндекс.Облако.
Для передачи данных в DataLens надо добавить узел экспорта в текстовый файл.
Необходимо создать в рабочей папке проекта каталог CSV и задать имя файла Clients.csv.
Аналогичные действия надо выполнить для выгрузки данных из подмодели Продажи. Только для этого файла нужно задать имя Sales.csv.
В итоге в целевой папке появятся 2 файла, которые будут перезаписываться при каждой активации узла экспорта.
Кстати, при наличии в IT отделе разработчиков, способных писать код, например в 1С, можно настроить загрузку по расписанию данных из файлов в бухгалтерскую систему. Это рабочий сценарий интеграции, особенно на первое время.
Вначале надо зарегистрироваться в сервисе Yandex DataLens, нажав на кнопку ниже. Сервис предоставляется бесплатно. Без ограничений на количество пользователей и запросов.
Далее процесс построения дашбордов в YDL таков:
Необходимо все описанное выше выполнить для выгруженных файлов.
Вначале надо создать подключение с типом File, загрузив в него файлы продаж и клиентов из папки CSV.
Далее создать Датасет, перетащив в рабочую область таблицу Sales, а после нее — Clients.
В DataLens модели данных строятся по топологии Снежинка. Первая таблица — центральная. К ней присоединяются таблицы второго уровня через Join. Тип Join’a можно задать, если кликнуть по настройке соединения между наборами данных. К таблицам второго уровня могут присоединяться таблицы третьего уровня и т.д.
В настройках полей можно отключить дублирующиеся поля (Client_ID и Покупатель повторяются), а полям показателей задать способы агрегации по умолчанию.
Датасет нужно сохранить под названием Loginom.
Далее надо создать чарт с графиком продаж. Можно попробовать различные варианты настроек.
А затем создать второй чарт со списком клиентов и рассчитанными для них параметрами, вроде группы любимых категорий и статуса. Здесь тоже рекомендуется поэкспериментировать с настройками для выбора наиболее удобного способа представления данных.
Последний шаг — создание дашборда, в котором размещено два ранее настроенных чарта.
Если добавить селектор по полю Тип выброса и Месяц покупки, то можно будет оперативно выявлять клиентов по признаку, генерировали ли они аномальные продажи за период.
Как видно, совместное использование платформы Loginom и BI-систем позволяет взять лучшее из двух миров. В Loginom это возможность повысить качество данных, обогатить аналитическими атрибутами, рассчитать сложные метрики, построить прогнозы, а затем, загрузив в специализированную систему, доставить информацию лицам, принимающим решения в наиболее удобном для них виде.
Вот и закончился марафон. Надеемся, что за это время удалось понять, как улучшение качества данных и понимание их сути может повлиять на принятие решений.
Каждый шаг устранения проблем изменял ключевые характеристики портрета клиента, приближая их к реальности. Сама аналитика практически не была затронута в марафоне, но все сделанное несомненно повлияет результат. А значит, выполненная работа не менее важная, чем построение отчетов и их анализ.
Задачи, решенные во время марафона, можно использовать как чек-лист для контроля того были ли выполнены все действия по обеспечению качества данных, а именно:
Вы увидели, как Loginom помогает автоматизировать выявление ошибок и упростить рутинные проверки. Работа над качеством поможет, опираясь на анализ цифр, принимать обоснованные решения и находить интересные закономерности, т.е. превратить данные в полезный актив.
Подписывайтесь на Telegram BI2BUSINESS, где будут публиковаться новые обучающие материалы от Евгения Стучалкина, подходы к разработке аналитических систем с использованием Loginom и не только.
Все самые свежие новости, практические статьи, кейсы и информацию по обновлениям мы публикуем в Telegram-канале Loginom. Также приглашаем в Telegram-чат, который создан с целью обмена опытом и обсуждения различных практических вопросов о продукте.
Эксперт марафона: Евгений Стучалкин, руководитель и архитектор self-service решений BI2BUSINESS
