Создание комплексной BI-отчетности для мониторинга KPI строительного проекта
Мы разработали комплексную BI-отчетность для мониторинга KPI строительного проекта, охватывающую производство, проектирование, финансы и строительство.
Решение позволило автоматизировать сбор данных, ускорить принятие решений и повысить прозрачность процессов.
Клиент
Промышленно-строительная компания, реализующая крупный инвестиционный проект.
Задачи
Требовалось настроить автоматизированный сбор корректных метрик и их отображение в режиме реального времени в формате дашбордов. Цель — повысить управляемость и прозрачность при реализации строительного проекта.
Бизнес-задачи клиента
- Автоматизировать мониторинг KPI проекта
- Сократить время подготовки отчетности и повысить ее точность
- Реорганизовать бизнес-процессы и работу подразделений в связи с автоматизацией работы с данными
Технические задачи
Разработка интерактивных дашбордов в Power BI:
- Создание сложных DAX-мер и расчетов для корректного отображения аналитики
- Оптимизация запросов и моделей данных для ускорения загрузки данных
- Обеспечение стабильной работы дашбордов с большими объемами данных
Настройка процессов данных:
- Автоматическое обновление данных из SQL-источников
- Настройка ETL-процессов
- Интеграция с Excel для оперативного получения скорректированных данных из пользовательских файлов, а также автоматизации ручного сведения регулярно обновляемых данных
Сбор требований
Первый этап — сбор требований от подразделений по каждому процессу. Эта информация необходима для создания целостной картины этапов строительства инвестиционного объекта с возможностью детализации отдельных показателей.
Мы охватили все необходимые подразделения: проектирование, сметный отдел, тендерный отдел, закупки, строительство, финансы и бюджет, планирование и т.д.
Сбор требований по каждому процессу занимал от 1 недели до нескольких месяцев и зависел от его сложности.
Работа с данными
Мы использовали данные информационных систем, а также разрозненные заметки сотрудников, зачастую не оцифрованные. Нам предстояло выяснить актуальность информации и ее пригодность для анализа.
Затем мы приступили непосредственно к работе с данными: очистке, изменению, корректировке, реструктурированию. Это было важно для составления в BI-системе понятных визуализаций.
Обязательное условие — приведение данных в единый формат реляционных таблиц. Часто данные приходили в неподходящем формате, например, в виде сводных таблиц с неоптимизированной структурой. Для BI-системы такой вид представления не подходил.
Разработка MVP
MVP включала в себя базовые дашборды с ключевыми метриками. На основе обратной связи от клиента добавляли новые дашборды, а также редактировали ранее созданные.
По мере развития проекта к BI-аналитике по желанию клиента подключали все больше и больше процессов. Масштаб собираемых и обрабатываемых данных кратно вырос и как следствие — возросло время загрузки данных.
Оптимизация системы
Для оптимизации работы BI-системы мы перевели хранение данных в базу данных (БД), так как исходная файловая система (сетевые ресурсы) не позволяла эффективно обрабатывать большие объемы информации.
Для тех файлов, которые обновлялись редко и были небольшими, цепочка загрузки была Excel -> BI.
А для тех, которых было много для анализа, и которые обновлялись часто в одной структуре, цепочка была Excel->БД->BI.
Данное решение позволило ускорить загрузку данных в BI-системе на 40%.
Параллельно мы провели обучение по работе в системе в формате тренингов для 50+ пользователей, которое занимало до 4-х недель в среднем.
После завершения основного этапа внедрения мы сосредоточились на поддержке и сопровождении решения.
Результат
Мы разработали систему взаимосвязанных дашбордов, обеспечивающих руководство компании объективными данными о ходе строительства, полной видимостью бизнес-процессов и надежной аналитической базой для принятия управленческих решений.
Бизнес-эффект
Внедрение BI-системы позволило сократить время работы с данными с нескольких недель до нескольких часов, существенно повысило прозрачность процессов и этапов строительства как для внутренних пользователей, так и для внешних заинтересованных сторон.
Технологии
-
POWER BI (DAX, POWER QUERY, M-ЯЗЫК)
-
SQL (POSTGRESQL, MS SQL)
-
PYTHON (PANDAS, ETL-ПРОЦЕССЫ)
