BI не только про цифры: зачем аналитике контекст данных

За каждой цифрой при этом стоит целая цепочка: источник данных, таблицы, витрины, представления, преобразования, правила расчёта, связанные аналитические объекты, информация о владельце данных. В небольшой организации многое из этого списка известно из опыта. В крупной компании, где данные проходят через множество систем, которыми управляют сотни сотрудников, а аналитических объектов уже тысячи, такая картина быстро перестаёт помещаться в голове любого специалиста, каким бы экспертом он ни был.

Поэтому корпоративная аналитика развивается в связке с другими компонентами ИТ-ландшафта. Рядом с BI работают хранилища и озёра данных, ETL/ELT-инструменты, корпоративные системы, каталоги данных и средства Data Governance. Каждый компонент решает свою задачу, а вместе они образуют среду, в которой данные хранятся, преобразуются, описываются, контролируются и используются для аналитики и принятия решений.

Но чем сложнее становится этот ландшафт, тем сложнее быть уверенным, что аналитика опирается на правильные данные и что пользователи понимают их одинаково.

Следующий вопрос возникает естественным образом: как связать аналитику с информацией о данных, на которых она построена?

Представим рабочую ситуацию. На дашборде появляется показатель, который вызывает вопросы: его значение изменилось сильнее ожидаемого, или два смежных отчёта почему-то показывают разные цифры, или метод расчёта показателя непрозрачен для пользователя. Сам дашборд на эти вопросы отвечает далеко не всегда.

Чтобы найти ответ, пользователю приходится искать источник, разбираться в цепочке преобразований, выяснять, кто отвечает за данные и где находится их описание. В сложном корпоративном ландшафте такой поиск может быстро превратиться в непростую задачу.

Новая разработка Luxms BI решает эту проблему за один клик: нативно связывает дашборд с каталогом данных и сокращает путь пользователя. В результате из аналитического объекта можно мгновенно перейти к информации о данных, на которых он построен, и восстановить контекст показателя.

В связке Luxms BI и Arenadata Catalog этот сценарий начинается непосредственно в аналитике. Метаданные Luxms BI — описания атласов, кубов, дашбордов и дэшей — передаются в каталог и индексируются там. На их основе Arenadata Catalog строит схемы происхождения данных, включая Data Lineage. В результате за показателем можно увидеть не только его значение, но и то, что стоит за ним: связанные объекты и путь данных до результата.

Это особенно актуально для больших аналитических систем. Один источник может использоваться во множестве отчётов, а один показатель может зависеть от нескольких таблиц и преобразований. Когда таких связей становится много, возможность быстро восстановить их превращается из удобства в полезный инструмент.

В этом проявляется ценность интеграции Luxms BI с Arenadata Catalog. Связь между BI и каталогом часто воспринимается как возможность получить из аналитической системы дополнительную информацию о данных. Но в Luxms BI теперь реализован и обратный сценарий.

BI может использовать Arenadata Catalog как источник метаданных при поиске информации. Например, при создании новой аналитики становится удобно искать нужные источники — СУБД, таблицы и представления — напрямую через каталог. Найденный источник можно подключить в BI и использовать для создания модели или куба.

Получается уже не просто навигация между двумя системами. Каталог помогает найти и понять данные, а BI использует эту информацию, чтобы пользователь мог продолжить работу с ними.

Представим, что пользователю нужен новый отчёт. Он знает, какие данные ему нужны, но не обязательно знает точное расположение нужной таблицы или представления в корпоративной инфраструктуре. Вместо ручного поиска по нескольким системам можно обратиться к каталогу, найти подходящий источник и отправить заявку аналитику. Или, если ролевая модель позволяет, продолжить работу с ним в Luxms BI.

Есть и обратная ситуация. Нужный объект уже найден в каталоге, и теперь важно понять, используется ли он в существующей аналитике. Метаданные BI, проиндексированные каталогом, позволяют увидеть эту связь и перейти к соответствующему аналитическому объекту.

Как это работает, показали в видео «Сквозной сценарий работы с данными: Luxms BI и Arenadata Catalog» и «Кросс-переход из Luxms BI в Arenadata Catalog».

Получается замкнутый контур: каталог знает всё об аналитике, а BI знает всё о данных.

Именно двусторонняя связь делает интеграцию принципиально интереснее обычного обмена метаданными в одном направлении.

Применение каталога данных в аналитических хранилищах даёт бизнесу значимые, измеримые выгоды.

По отзывам пользователей, в результате первого года применения Arenadata Catalog:

1. удаётся в 15 раз сократить время расчёта nRT-показателей (Near Real-Time, операционных показателей, которые должны быть рассчитаны в режиме, максимально близком к режиму реального времени);
2. производительность команды дата-аналитики увеличивается в 6 раз;
3. показатель Т2Data по отчётности, то есть время от запроса до получения готового отчёта, сокращается до 5−10 минут, а время выполнения задач дата-аналитиками в базовых сценариях — до 1 дня;
4. бизнес-пользователи отмечают сокращение времени обновления аналитической отчётности до 20 минут.

Эти результаты показывают, что прямая связь каталога данных с аналитикой даёт ощутимый эффект для бизнеса.

В корпоративной среде регулярно возникают новые бизнес-вызовы. Бизнес-пользователи запрашивают обновления дашбордов и расширение аналитики на новые показатели. Одновременно меняется структура данных: кубы, источники, таблицы и представления, перестраиваются зависимости. Поэтому актуальность метаданных становится частью самой интеграции. За этой задачей следит Arenadata Catalog с помощью функционала обновления метаданных. Система сама обновит информацию об источниках данных и дашбордах по расписанию, по команде администратора или по вызову через API.

В связке Luxms BI и Arenadata Catalog метаданные BI автоматически индексируются каталогом, а на их основе визуализируются связи между объектами и схемы карты данных (Data Lineage). Для ИТ-служб это означает возможность поддерживать единое представление об аналитическом ландшафте без ручного описания каждой зависимости.

АЛЕКСЕЙ РОЗАНОВ,
директор по стратегическим инициативам, ГК Luxms.

Взаимоинтеграция подобной глубины пока является единственной на российском рынке: обычно связь между BI и каталогом строится в одном направлении.

При этом сама идея связывать BI с каталогом данных не нова. Каталоги давно стали частью корпоративной ИТ-инфраструктуры, а ведущие зарубежные BI-платформы также развивают механизмы работы с метаданными. И это развитие идёт от изолированного анализа к связанному информационному пространству.

Интеграция Luxms BI и Arenadata Catalog реализует эти передовые международные тенденции на российском ландшафте данных. Сегодня это делает работу с аналитикой прозрачнее и сокращает объём ручного поиска. Но у этой связки есть ещё одна перспектива, которая становится особенно актуальной сейчас.

ИИ в аналитике развивается уже несколько лет. Появились инструменты, которые объясняют графики и показатели, помогают писать код, отвечают на вопросы по данным, строят визуализации по текстовому запросу. Это полезные сценарии, но большинство из них всё ещё работает в формате помощника: человек ставит задачу, ИИ выполняет отдельное действие и возвращает результат.

Следующий этап связан с агентной аналитикой, где цифровой помощник получает возможность самостоятельно выполнять последовательность операций. Например, собрать данные из нескольких корпоративных систем, сопоставить показатели, найти отклонение, подготовить аналитический материал и передать результат в следующий процесс. Здесь уже недостаточно просто подключить языковую модель к данным.

Luxms BI развивает платформенный функционал для создания корпоративных ИИ-агентов и цифровых помощников. Платформа позволяет подключать различные LLM и MCP, работать с корпоративными источниками и создавать собственные сценарии автоматизации. Агенты работают в защищённой среде с разграничением доступа, аудитом действий, журналированием и контролем подключённых сервисов.

То есть ИИ рассматривается как часть корпоративной инфраструктуры, а не как отдельный чат рядом с BI. И чем больше самостоятельности получает агент, тем важнее становится вопрос: что именно он знает о данных, с которыми работает?

Представим, что цифровому помощнику поручено подготовить для руководителя информацию о продажах. У него есть доступ к корпоративным источникам. В промпте подробно описана задача. Но в компании может быть несколько систем, связанных с продажами. В одной данные используются для оперативного учёта, в другой — для управленческой отчётности. Показатели с похожими названиями могут рассчитываться по разным правилам.

Человек, который работает с этими системами, обычно знает такие нюансы или понимает, где их проверить. Для модели, даже для самой современной, они неочевидны. Можно добавлять новые источники и совершенствовать промпты, но количество доступных данных само по себе не даёт ИИ понимания того, какие данные подходят для конкретной задачи.

Здесь и появляется значение контекста:

• Откуда появился показатель?
• Что именно он означает? С какими объектами связан?
• Кто отвечает за него?
• Где ещё используется?
• Какой источник считается правильным для конкретного сценария?
• Насколько качественные данные на витрине?

ИГОРЬ МОИСЕЕВ,
директор по развитию бизнеса DataCatalog.

В этом смысле интеграция BI и каталога приобретает новое значение, потому что в агентном сценарии она становится критически важна уже для самой системы.

Если цифровой помощник должен самостоятельно выбрать источник, построить модель, сопоставить показатели или подготовить результат, ему требуется понимание того, с чем он работает. Найти таблицу по названию недостаточно. Нужно понимать её место в информационном ландшафте. Поэтому развитие агентной аналитики неизбежно возвращает нас к вопросу метаданных и контекста.

Развитие Luxms BI движется сразу по двум направлениям. С одной стороны, платформа развивает инструменты для создания и безопасной эксплуатации корпоративных ИИ-агентов. С другой — связывает аналитическую среду с каталогом данных, в котором хранится информация о происхождении и использовании данных.

Эти направления начинают работать на одну задачу: дать интеллектуальной системе достаточно контекста, чтобы она могла выполнять бизнес-задачи осмысленно, а не просто обращаться к максимально большому объёму информации.

Развитие корпоративной аналитики можно рассматривать как постепенное расширение ответа на один вопрос.

Сначала BI показывал, что происходит. Затем инструменты self-service позволили самостоятельно исследовать данные и искать причины происходящего. Каталоги и системы управления метаданными добавили следующий уровень: откуда взялись эти данные, что они означают и как связаны с остальным информационным ландшафтом.

Агентная аналитика ставит ещё более практичный вопрос: что можно сделать с этой информацией дальше?

Чтобы ответить на него, ИИ нужен доступ к корпоративным системам, инструменты для выполнения действий, заданные права и ограничения. Нужен ему и контекст, который позволяет отличать подходящие данные от неподходящих и понимать смысл полученного результата.

Поэтому будущее корпоративной аналитики связано не просто с более мощными языковыми моделями. Важной становится среда, в которой эти модели работают.

Двусторонняя интеграция Luxms BI и Arenadata Catalog — один из шагов в этом направлении. Она связывает данные и аналитику в обе стороны: каталог получает информацию о BI, а BI получает из каталога сведения, необходимые для поиска источников и дальнейшей работы с ними.

Человеку контекст помогает понять цифру. ИИ-агенту контекст помогает правильно с ней работать.

И тогда следующий этап развития BI определяется уже не только тем, насколько хорошо система показывает данные и насколько умную модель к ней можно подключить.