Smart Analytics | Статьи | Что такое управляемая аналитика (guided analytics)?

31 марта 2022 г.

Что такое управляемая аналитика (guided analytics)?

В данной статье мы бы хотели остановиться на том, что же такое управляемая аналитика и поделиться с вами примерами из нашей практики.

Практическое применение управляемой аналитики

В прошлой статье мы с вами разобрали, какие бывают виды аналитики. Напомним, что мы определись с тем, что на вопрос о том, что произошло в тот или иной момент времени или за какой-либо период, отвечает дескриптивная (описательная) аналитика, а на вопрос о том, почему произошло то или иное событие, отвечает диагностическая аналитика. Диагностическая аналитика предназначена для выявления основных факторов, оказавших влияние на анализируемое событие, в частности, при помощи статистических методов анализа данных. Например, почему у фирмы сократились продажи определенной продукции? Применяемые в рамках диагностического анализа методы позволят определить, повлияли ли рост цен, сокращение доходов населения или, к примеру, сезонность на данный спад. Но, возможно, всё проще, и спад вызван только тем фактом, что продажи упали в одной конкретной торговой точке, например, в связи со сменой продавца в ней или в связи со сменой режима работы? И для выявления этого может оказаться достаточным использования грамотно построенных дашбордов без использования сложных статистических методов. Так, на помощь приходит guided analytics – управляемая аналитика.

В данной статье мы бы хотели остановиться на том, что же такое управляемая аналитика и поделиться с вами примерами из нашей практики. Для начала давайте рассмотрим следующий пример.

Имеется аналитическая система (наше решение для Министерства здравоохранения Саудовской Аравии), в которой среди прочих тематик анализируется смертность в разрезе групп клиник.

На графике (Рис. 1) мы видим, что самый высокий уровень наблюдается по группе Eastern Cluster . Чем это вызвано? Прежде всего, надо определиться с тем, какая из клиник обуславливает это значение. Для этого в системе настроена возможность перехода на уровень детализации по клиникам выбранной группы. Так, на графике (Рис. 2) видно, какая из клиник является наиболее «проблемной».

Следующий вопрос состоит в том, в рамках какой клинико-статистической группы заболеваний пациентов данной клиники наблюдается самый высокий уровень смерности. 

На следующем шаге нужно ответить на вопрос, а какое конкретное заболевание стало причиной рассматриваемой проблемы? 

В примере выше мы проделали с вами возможный «путь» аналитика, выявившего проблему в одной из группе клиник. Пользователя «вели» по цепочке отчетов и детализаций внутри них. Так, мы рассмотрели пример реализации guided analytics.

Термин “guided analytics” используется в зарубежных публикациях, в русском языке для обозначения данного вида аналитики применяется понятие “управляемая аналитика”. Обратимся к истории появления данного термина. В 2004 году понятие управляемой аналитики появляется в онлайн-журнале TIBCO, а в 2007 году управляемая аналитика уже рассматривается как одно из будущих направлений бизнес-аналитики (в публикации IEEE Computer Society Press). В 2016 году такие вендоры, как Qlik и Tableau, предложили управляемую аналитику для решения задач исследовательского анализа данных. Несколько лет назад об управляемой аналитике стали говорить уже не только в контексте интерактивных дашбордов, но и в контексте продвинутой аналитики.

Так чем же так полезна и удобна управляемая аналитика? 

Управляемую аналитику принято противопоставлять self-service аналитике. В отличие от пользователей self-service аналитики, пользователям управляемой аналитики нет необходимости самостоятельно анализировать доступные дата-сеты, строить различные отчеты в поисках скрытых взаимосвязей, все отчеты и интерактивные взаимосвязи между ними уже настроены и доступны пользователю. Здесь и в дальнейшем говоря об отчетах, для упрощения мы не будем разделять понятия отчетов и дашбордов и под отчетами будем понимать любой набор визуализаторов для данных, в том числе вычисляемых.

В отличие от самостоятельно разрабатываемых пользователем отчетов (self-services), отчеты не являются персонализироваными, они одинаковы для всех пользователей, имеющих к ним доступ. Отчеты, детализации внутри них и возможные переходы настроены разработчиками на базе бизнес-требований, специфичных для конкретной компании конкретной отрасли. Иными словами, отчеты и переходы внутри них и между ними настраиваются именно под заданную проблематику.

При построении интерактивных отчетов необходимо заранее определить, какие именно показатели и разрезы потребуется проанализировать при выявлении той или иной проблемы.

Другими словами, необходимо заранее предугадать поведение пользователя приложения, понять, на какие вопросы ему потребуется ответ.

Рассмотрим самый простой пример. У компании в какой-то месяц наблюдается падение выручки от продаж. На какие вопросы могут потребоваться ответы? Например, обусловлен ли такой спад падением выручки в какой-то конкретной торговой точке? Или это связано с сокращением продаж определенного вида продукции? При снижении продукции в конкретной торговой точке – в какой день недели или в какую дату наблюдался спад? В этот день какой был режим работы в точке? Какой продавец работал в этой точке? И так далее...

Пользователям не надо обладать никакими специфичными навыками, нет необходимости строить гипотезы о взаимосвязях между данными, нет надобности тратить время на анализ доступных показателей и выбор подходящих визуализаторов. Благодаря связанным отчетам, пользователь имеет возможность переходить от общего к частному, находить «корни» проблемы, субъектов, поведение которых потребуется скорректировать для решения проблемы. А последовательность шагов для анализа, перечень вопросов, на которые надо ответить, должны быть определены на предшествующем разработке этапу экспертами – специалистами в конкретной проблематике. И по итогам управляемая аналитика должна помочь в выявлении инсайтов в данных и в последующим в принятии верных управленческих решений.

Конечно, нельзя говорить о том, что управляемая аналитика не имеет никаких ограничений. Так, пользователи не имеют возможности сменить визуализатор, добавить еще одну или несколько вычислимых метрик или загрузить данные по дополнительным показателям. Кроме того, для того, чтобы построить действительно ценные отчеты, потребуется немало предварительной работы. Бесспорно, для разработки интерактивных отчетов, несущих ценность для бизнеса, на этапе аналитики необходима глубокая проработка доступных данных.

В рамках нашей компании мы разрабатываем аналитические системы, в которых пользователям доступны как отдельные отчеты, так и взаимосвязанные интерактивные отчеты, позволяющие пользователям «проваливаться» в требуемые детализации, переходить к связанным отчетам, более детально характеризующих нужную проблематику. Для разработки таких систем мы проводим интервью с ключевыми экспертами заказчиков, мы определяем проблемы и «боли» заказчика; при наличии существующих решений, которые перестали удовлетворять пользователей, мы уточняем претензии к имеющимся решениям и требования к новым / усовершенствованию имеющихся. Мы выясняем, какие задачи должно решать разрабатываемое приложение, изучаем доступные данные из внутренних и внешних источников, изучаем доступные разрезы данных и совместно с заказчиком определяем, «как поведем пользователя» сквозь отчеты. Такое детальное обследование бизнес-процессов заказчика на этапе аналитики позволяет в будущем освободить пользователей от необходимости проведения такого рода обследований.

Если у вас остались вопросы, свяжитесь с нами по email, или оставьте заявку на сайте, и мы обязательно ответим вам!

Подпишитесь на блог

Будем делиться с вами своими знаниями и открытиями. Никакого спама, только польза.