Показать все, что скрыто: для чего нужен сводный корреляционный мониторинг
Обеспечение прозрачности работы компании давно является одним из приоритетов развития любого бизнеса. Сегодня руководители хотят понимать каждый нюанс операций своего предприятия, предупреждая потенциальные проблемы через оптимизацию бизнес-процессов в реальном времени. То, что раньше было отдаленной перспективной развития, сегодня становится реальностью благодаря концепции сводного корреляционного мониторинга бизнес-процессов.
Когда бизнес видно насквозь
Современный мониторинг бизнеса появился из-за потребности руководителей компаний видеть все, что происходит внутри их бизнес-процессов. Цель – оптимизация управления и контроля. Компании и организации хотят понимать, как именно рассмотрение бизнес-показателей или удовлетворенность пользователей, различные транзакционные метрики и т. д. соотносятся со сбоями или апгрейдами в работе ИТ-инфраструктуры. Существует ли связь между работой этих компонентов и функционированием компании по таким показателям, как выручка, объемы продаж, производительность, и другим KPI.
Сейчас бизнесу больше не интересно получать аналитические сводки постфактум. Нужны проактивные инструменты управления текущей ситуацией в компании через ИИ-технологии прогнозирования трендов. С помощью современных решений, которые объединяются в концепции сводного корреляционного мониторинга, можно полностью избавиться или серьезно минимизировать такие явления, как упущенная прибыль, down-time, операционные издержки и т. д.
Особенно эти возможности актуальны для бизнес-процессов с критическим временем простоя для компании. Например, хорошие результаты дает мониторинг процессинговых систем платежных операторов и банков, сервисов контент-провайдеров и рабочих процессов интернет-магазинов, а также систем управления цепочками поставок (торговля, HoReCa).
Это происходит за счет интеграции сквозного мониторинга с другими участками ИТ-системы клиента в целях решения поставленной бизнес-задачи. Например, внедренная система корреляционного мониторинга бизнес-процессов компании Dunkin’ Donuts и ее объединение с программой лояльности сети кафе позволили определять крайний допустимый срок реализации для каждой конкретной партии фирменных пончиков сети и запускать специальные предложения со скидкой через push-уведомления участникам программы лояльности через приложение. В результате процент просроченных партий продукции существенно снизился, что в масштабах сети выражается миллионной экономией (количество участников программы лояльности Dunkin’ превышает 10 млн человек).
По большому счету любое решение в области корреляционного мониторинга является инструментом для планирования нагрузок на ИТ-системы и распределения их доступного ресурса с учетом сезонности, периодизации спроса, поставок, данных математических моделей прогнозирования для объединения бизнес-прогнозов с ИТ-прогнозами. Достигаемая при этом синхронизация позволяет в разы упрощать и ускорять локализацию и ликвидацию любой проблемы в работе компании, будь то человеческий фактор или выход из строя вычислительного узла на сервере.
Многослойный мониторинг
Создавать такую систему можно разными способами, но обычная конфигурация включает в себя следующий набор.
Прежде всего, это источники данных: логи серверов, БД, API приложения, различные бизнес-метрики и транзакции, записи о действиях конечных пользователей. Все они требуют объединения на единой платформе, поэтому система мониторинга должна качественно интегрировать разнородные данные посредством различных коннекторов.
Следующий уровень – системы хранения собранных данных. Здесь важный момент – требования к структурированности и срокам хранения информации, поскольку из анализа этих данных выводятся тренды, закономерности и аналитические картины. Это делается с помощью различных математических моделей выявления скрытых корреляций, и чем более параметров будет включаться в анализ, тем более глубокие и сложные зависимости можно обнаруживать. Без достаточной глубины и разнообразия данных в историческом срезе оптимального эффекта будет не достичь.
Далее идет слой визуализации, с помощью которого создается наглядная картина выполнения ключевых KPI, обозначенных в компании в качестве приоритетных. Несмотря на то, что этот уровень кажется самым простым и очевидным (взять данные и на их основе построить график, таблицу, отобразить их на панели управления), разнообразие отраслей и компаний приводят к высокой степени индивидуализации конечных решений. Это самый кастомизированный слой в любой системе корреляционного мониторинга.
При внедрении таких решений всегда стоит выбор: либо разрабатывать их самостоятельно, либо использовать своего рода конструктор из имеющегося софта. Практика показывает, что эффективнее и практичнее всего работает второй подход, когда на open-source-инструментах строится стек под каждый отдельный проект.
Увидеть то, что скрыто
Что дает грамотно спроектированная и качественно реализованная система корреляционного мониторинга?
Прежде всего она позволяет вовремя среагировать на текущие изменения, например заметить тренд падения продаж, недоступность критически важных участков ИТ-системы, оперативно локализовать проблему и максимально оперативно ее ликвидировать.
Второй важнейший момент – способность систем корреляционного мониторинга обнаруживать проблемы, которые находятся на стыке нескольких участков ИТ-системы и даже на границах несколько независимых ИТ-систем.
Для примера возьмем бизнес-процесс, нацеленный на конечного пользователя, скажем, оплату покупки на сайте интернет-магазина. Понятно, что она включает в себя авторизацию, выбор товара, оформление заказа и оплату путем перевода денег с карты на счет продавца через процессинговую систему банка-партнера магазина.
Вполне вероятна ситуация, когда покупатель будет испытывать проблемы с платежом (долгий срок проведения, зависание страниц, отсутствие подтверждения о зачислении денег и т. д.), а для специалистов поддержки магазина при изучении данных о работе всех ИТ-компонентов, по которым «размазан» процесс платежа, все будет выглядеть как «все системы работают в штатном режиме». Однако итоговый результат не соответствуют заявленному уровню качества клиентского опыта в компании.
Множество бизнес-процессов в одном, казалось бы, рутинном акте покупки в Интернете приводит к тому, что небольшая ошибка на стыке нескольких систем остается незамеченной и вызывает критический сбой в работе бизнеса. В данном случае средства корреляционного мониторинга показали, что часть кода сайта написана с ошибкой, которая заставляет отправлять в рамках одной транзакции слишком много запросов и ответов между сайтом и процессинговой системой банка. А из-за особенностей роутера часть пакетов с этими запросами терялась. В итоге постоянная пересылка и потери пакетов приводили задержкам.
По отдельности все выглядело штатно, но на стыке возникала ситуация, которая для пользователя выглядела как нерабочий сервис. К интернет-платежам люди относятся очень осторожно, и любые зависания, задержки вызывают неприятные ощущения: «мои деньги теперь неизвестно где», «платеж завис, не дошел до магазина, пропал».
Что вам стоит стать прозрачным
Чем больше данных, темточнее будут отображаться состояние бизнес-процессов компании и связанные с ними KPI.
Затраты на проект системы мониторинга с точки зрения бюджета, времени и кадровых ресурсов могут серьезно варьироваться. Цена и сроки входа в эту область довольно низкие, поскольку «пилот» занимает всего несколько недель и способен дать первичное понимание ситуации в компании на базе базовых ключевых метрик. Это не глубокий уровень, но и его бывает достаточно, чтобы подсветить основные моменты в текущих процессах. Такой эффект дают, например, агрегированные бизнес-метрики – для получения базовых аналитических срезов не требуется подключения к первоисточнику данных (мастер-данным).
Если мы говорим о крупной компании, то здесь речь может идти о проекте на два-три года с масштабным вовлечением заказчика – создании системы сквозного корреляционного мониторинга всех ключевых процессов и KPI, включая ИТ-инфраструктуру и процессы по всем бизнес-направлениям. Заниматься этим самостоятельно можно, но нецелесообразно: такие проекты довольно затратны, а текущие операционные задачи с сотрудников никто не снимал, к тому же нужен центр принятия окончательных решений, но внутри компании ее кадрового ресурса на таком уровне обычно не хватает.
Ожидания и кейсы
Помимо очевидного улучшения качества прогнозирования и сокращения издержек, использование продвинутых решений в области бизнес-мониторинга дает мощный психологический эффект и организационные улучшения. У многих специалистов за годы работы на своих участках часто замыливается глаз, они перестают замечать реальные проблемы и не видят пространства для их решения.
Так, для ретейл-компании в рамках проекта по созданию системы корреляционного мониторинга был проведен мониторинг обратной связи от потребителей. Для этого система отражала информацию по рейтингам и отзывам, которые покупатели оставляли на сайте магазина, в Google, на «Яндексе» и «2ГИС», обученная модель автоматически классифицировала их по категориям и распределяла по сотрудникам центра реагирования. В итоге выяснилось, что в одном из магазинов сети люди жаловались на постоянную духоту и полное отсутствие инфраструктуры для сопровождающих – детей, супругов, друзей. Компания отреагировала: поставила в помещениях кондиционеры и организовала зону отдыха – рейтинг магазина в очень короткие сроки опередил многих конкурентов и сравнялся со средними показателями в собственной сети. В деньги такие вещи конвертировать сложно, но без апгрейда мониторинга данный момент остался бы незамеченным, а для имиджа потребительски ориентированной компании это важнейшая деталь.
Описанный кейс очень точно отражает растущую потребность бизнеса (в данном случае – ретейла) в детальном понимании состояния каждого из магазинов и сравнения его с точками конкурентов (особенно локальных, в конкретной географии). Этими задачами в крупных сетях занимаются сегодня специальные подразделения.
Проблема в том, что когда отзывов очень много и отсутствует их классификация, то возможно получить только общую оценку магазина, понять же причины, которые приводят, например, к аномально низкой оценке конкретной точки, нельзя. Внедряя мониторинг и классификацию отзывов по различным направлениям, можно собирать релевантные задаче данные автоматически, классифицировать их, обработать и предоставлять в структурированном виде.
И получать осязаемые практические бизнес-результаты.
Опубликовано 23.07.2019