Запуск отдела аналитики и корпоративной BI-отчетности

Контекст

Проект российского электромобиля Атом, АО Кама. Запуск аналитической функции и корпоративной BI-отчетности для ключевых направлений компании.

Проблема

В Атоме одновременно развивались финансы, HR, закупки, продажи, маркетинг, производство, продукт, телематика, риски и качество. Руководители получали данные из разных систем и файлов, а показатели могли считаться по разным правилам. Обсуждение решений часто начиналось с проверки цифр, а не с анализа причин и действий.

Задача

Запустить аналитическую функцию, которая объединит работу с бизнес-запросами, метриками, витринами и BI-отчетностью для руководителей функций.

Моя роль

Я начинал как первый аналитик направления, затем сформировал и возглавил команду из 6 специалистов. Отвечаю за приоритеты, требования к BI-решениям, ревью, качество результата и взаимодействие с бизнесом. Витрины, доступы и платформенные зависимости прорабатываем вместе с аналитиками и профильными инженерными командами.

Что сделал

• Сформировал команду аналитики, роли и зоны ответственности.
• Запустил единый процесс для бизнес-запросов, регулярных отчетов и приемки BI-решений.
• Согласовал домены отчетности для финансов, HR, закупок, продаж, маркетинга, производства, продукта, телематики, рисков и качества.
• Ввел BI-ревью, описание метрик и проверки качества данных.
• Описал метрики и витрины в базе знаний и проводил демо для пользователей.

Результат

• 200 MAU в BI BI стал регулярным рабочим инструментом для 200 MAU. В контуре используется более 30 дашбордов.
• 20+ бизнес-команд Отчетность и запросы покрывают 20+ бизнес-команд.
• 6 человек в команде Сформирована и развивается команда аналитики из 6 человек.

Как измерялся результат

Результат отслеживался по регулярному использованию BI, приемке отчетов бизнес-функциями, стабильности обновления данных, качеству ключевых показателей и использованию более 30 дашбордов.

Границы ответственности

Я отвечаю за запуск BI-функции, команду, приоритеты, требования, ревью и качество результата. Команда аналитики готовит решения, а профильные инженеры платформы данных развивают ядро, интеграции, доступы и инфраструктурные компоненты.

Инструменты

• Yandex DataLens
• Apache Superset
• SQL
• Trino
• S3
• Iceberg
• Airflow
• DWH
• Data Quality
• Data Governance
• OMD
• Jira
• Confluence
• Git