Назад
Yandex Datalens в представлении не нуждается - облачная бесплатная система анализа данных, органично встроенная в экосистему Yanex Cloud.
1С – самый известный бренд в России и, наверное, самое большое количество инсталляций софта в России для автоматизации бизнеса
Как 1С и Yandex Datalens связать между собой? – ведь прямого коннектора между 1С и Yandex Datalens нет, тем более, что:
- 1С относится к классу OLTP-систем, т.е. систем, предназначенных для обработки транзакций в реальном времени;
- А вот Yandex Datalens – это система анализа и поиска данных в режиме «самообслуживания» (self-service).
Разные подходы, разное предназначение, т.е.:
- 1С – это источник данных для анализа;
- Yandex Datalens – потребитель данных из 1С, визуализирующий их уже конечному пользователю.
Оттолкнемся от Yandex Datalens:
Yandex Datalens лучше всего работает с одним датасетом (таблицей) для всех графиков (чартов) на дашборде (панели отчетов).
На этом датасете должны быть:
- Меры – то, что мы будем суммировать, вычислят среднее, искать максимум, минимум, вычислять накопительные итоги и т.д.
- Измерения – то, в разрезе чего будут изучаться данные, группироваться, фильтроваться.
А так как 1С это транзакционная система и плохо приспособлена для выборки объемов данных за большие периоды, то получается, что связывать напрямую 1С и Yandex Datalens:
- Плохо по блокировкам внутри 1С;
- Накладно по использованию ресурсов сервера, где размещена 1С;
- А еще и небезопасно – ведь для связки 1С -> Yandex Datalens придется открывать доступ (снаружи) «из» Интернет к вашей 1С для Yandex Datalens.
Надеюсь, я вас убедил, что работать напрямую из Yandex Datalens с данными 1С плохо
А как же работать «хорошо»?
А «хорошо» работать с данными 1С в Yandex Datalens можно только если:
- Данные из 1С выгружены;
- Выгружены в специализированную «колоночную» базу данных (например Clickhouse);
- Данные заранее подготовлены (добавлены и посчитаны дополнительные поля и группировки, иерархии и данные свернуты до необходимого уровня детализации (выполнена агрегация данных, если их очень – очень много));
- Сама база данных Clickhouse доступна для Yandex Datalens (находится на вашем сервере или размещена в Облаке Yandex, например, в Managed Service for Clickhouse).
Все эти задачи решает наш новый программный продукт: «Экстрактор данных 1С -> BI»
Как работает Экстрактор 1С -> BIВот общая схема работы «Экстрактора 1С -> BI»
Подключение «Экстрактор данных 1С -> BI» в 1С 8.3
Подключим Расширение в нашу базу 1С:
Обязательно снять «Безопасный режим»
Создание нового «Проекта» в 1С
Теперь перейдем в новый появившийся раздел «Экстрактор 1С»
Запустим Помощник создания нового проекта:
Создадим новый «Набор данных», используя «Запрос». Вообще есть два подхода:
- Создавать Наборы данных, используя «объекты 1С» - регистры, документы, справочники;
- Или создавать Наборы данных, соединяя объекты 1С в единый запрос (этот вариант немного сложнее, но он более универсален).
В визуальном «Конструкторе» перетянем все необходимые поля из выбранного нами «РегистрНакопления.ВыручкаИСебестоимостьПродаж.Обороты»
И заодно еще допишем формулу для расчета поля «Валовая прибыль»
Переименуем поля в удобочитаемый вид на закладке «Объединения/Псевдонимы»
По кнопке «Ок» закроем конструктор
Мы с Вами получили запрос по регистру Выручка и себестоимость продаж, со всеми дополнительными полями, которые на могут понадобиться в последующем анализе данных
Делать дополнительную настройку по параметрам и расчетным полям сейчас не будем, равно как и делать отбор по периоду, так как данных относительно немного и наш «Набор данных» отрабатывает очень быстро
Сделаем настройку подключения к нашему облачному Managed Services for Clickhouse – базе данных, которую мы предварительно «по одной кнопке» развернули в Облаке Яндекс
Так как для только что созданного «Набора данных» еще не создано таблицы в Базе данных, то создадим ее. Делается, все тоже по одной кнопке
Переименовывать поля в таблице-приемнике не будем (хотя это можно сделать легко, равно как и выбрать уже существующую таблицу в БД Clickhouse и сопоставить поля с этой существующей таблицей)
Запустим выгрузку
Заодно сразу создадим регламентное задание, чтобы даные по этому «Проекту» выгружались с нужной нам периодичностью
Сделаем Отчетность в Yandex Datalens
Для начала перейдем в https://datalens.yandex.ru/ и создадим там «Подключение»
Создадим Датасет на основе нашей таблицы, которая создана из 1С в БД Clickhouse
Добавим расчетные поля, которые нам понадобятся. Скажем, очень интересно видеть динамику продаж в сравнении лет помесячно. Для этого добавим:
- Поле «Месяц»;
- Поле «Год»;
- «День» и «День недели»;
- Поле «Выручка накопительно по дням».
Сделаем чарты и соберем дашборд
Часто задаваемые вопросы
Сравнительный анализ
Традиционная парадигма разработки ПО, основанная на императивном программировании, требует высокой квалификации и много ресурсов. В этой модели создание и отладка кода — трудоемкие задачи, требующие глубоких знаний и навыков.
Low-code платформы предлагают другой подход. Они используют графические элементы и упрощают кодирование. Это сокращает время разработки и делает её понятной для пользователей с любым уровнем навыков.
Другие статьи
История начинается одинаково почти у всех
В компании появляется запрос на аналитику, причем не абстрактный — а очень конкретный.
инкрементальные загрузки с ретроактивными изменениями, DDS со SCD2, обработка 300M строк стоков, CI/CD для пайплайнов и витрины, которые аналитики могут развивать сами.
Очистка данных — обязательный этап подготовки информации перед анализом и отчётностью.
В статье разбираем, какие проблемы возникают в корпоративных данных, как проводят анализ качества, какие подходы к очистке используют на практике и почему без формализованных правил аналитика быстро теряет надёжность.
Подписка на новости
Подпишитесь на наши новости!