Назад
Анализировать накопленную информацию можно непосредственно средствами платформы «1С:Предприятие», не передавая ее во внешнюю BI-систему. Помимо привычных отчетов, в платформе есть специальный механизм «Анализ данных и прогнозирование», предназначенный для поиска неочевидных закономерностей в исходной информации. Он позволяет исследовать выборку, находить связи между значениями, группировать похожие объекты, строить классифицирующие правила и создавать модели прогноза.
При этом обычный отчет и анализ данных решают разные задачи. Если требуется узнать продажи за период, остатки на складах или обороты по подразделениям, обычно достаточно отчетности. Если же нужно определить, какие товары часто приобретаются вместе, разделить клиентов на группы по схожим признакам или найти факторы, связанные с определенным результатом, используются другие аналитические механизмы.
Разберемся, какие средства анализа есть в 1С, как работает механизм анализа данных и прогнозирования и для каких задач подходят его разные методы.
Что такое анализ данных в 1С
В широком смысле анализ данных в 1С — это исследование информации, накопленной в информационной базе, для получения выводов, необходимых пользователю или бизнесу. Результатом могут быть сводные показатели, диаграммы, обнаруженные закономерности, группы схожих объектов, правила классификации или прогноз.
Для привычной аналитической отчетности в 1С применяются отчеты и система компоновки данных. Отчеты предназначены для обработки накопленной информации и получения сводных данных в удобном для просмотра виде. СКД позволяет описывать наборы данных, связи, вычисляемые поля, группировки, параметры и настройки представления результата.
Механизм «Анализ данных и прогнозирование» решает иную задачу. Его назначение — не просто представить уже известные показатели в заданных разрезах, а исследовать исходную выборку и выявлять закономерности, которые заранее могут быть неизвестны. Механизм относится к средствам формирования экономической и аналитической отчетности платформы 1С.
Поэтому сначала следует определить саму аналитическую задачу. Для ответа на вопрос «сколько продали за прошлый месяц?» нужен отчет. Для вопроса «какие характеристики позволяют разделить покупателей на устойчивые группы?» может потребоваться кластерный анализ.
Какие инструменты анализа данных есть в 1С
В платформе «1С:Предприятие» аналитические задачи могут решаться разными инструментами.
Отчеты используются, когда необходимо получить сводную информацию по данным информационной базы. Они могут содержать параметры и собственную логику формирования результата. На практике для построения отчетности в 1С часто применяется система компоновки данных.
Система компоновки данных, или СКД, предназначена для построения отчетов на основе декларативного описания. Она поддерживает сложную структуру вывода, группировки, таблицы, диаграммы, отборы и другие настройки представления информации.
Диаграммы позволяют визуально представлять показатели непосредственно в формах и табличных документах. В платформе 1С предусмотрены разные виды диаграмм, а для визуализации результатов кластеризации может использоваться дендрограмма.
Анализ данных и прогнозирование предназначен для поиска закономерностей и последующего применения найденных моделей к новым данным. В платформе 1С реализованы общая статистика, поиск ассоциаций, последовательностей, кластерный анализ, дерево решений.
Отдельным инструментом является 1С:Аналитика — BI-система в составе платформы. Она ориентирована прежде всего на интерактивное исследование показателей с помощью диаграмм, фильтров, дашбордов. Поэтому 1С:Аналитику не следует смешивать с механизмом анализа данных и прогнозирования.
Как работает механизм «Анализ данных и прогнозирование»
Механизм реализован набором взаимодействующих объектов встроенного языка. Благодаря этому разработчик может задействовать его в прикладном решении, а также создать подходящий для конкретной задачи пользовательский интерфейс. Параметрами анализа можно управлять программно, а при соответствующей реализации — интерактивно.
Общую логику работы можно представить так:
исходные данные → выбор вида анализа → настройка параметров → выполнение анализа → изучение результата → при необходимости создание модели прогноза.
Исходная информация может поступать из информационной базы 1С. Платформа также допускает работу с внешними данными, если они предварительно представлены в подходящей для механизма форме. Это техническая возможность самого инструмента, но в рамках типичного анализа в 1С основным источником выступает информация прикладного решения.
Результатом обработки становится модель закономерностей в исследованной выборке. Ее можно представить пользователю или использовать дальше, в том числе как основу для модели прогноза.
Какие виды анализа данных доступны в 1С
Платформа 1С поддерживает пять основных типов анализа. Они решают разные задачи, поэтому метод следует выбирать не по удобству интерфейса, а исходя из того, какую закономерность необходимо найти.
| Вид анализа | Что позволяет сделать | Пример задачи |
|---|---|---|
| Общая статистика | Предварительно исследовать выборку | Оценить характеристики исходных данных перед дальнейшим анализом |
| Поиск ассоциаций | Найти значения, часто встречающиеся вместе | Определить товары, которые регулярно покупают одновременно |
| Поиск последовательностей | Выявить повторяющиеся цепочки событий | Определить типичную очередность покупок или действий |
| Кластерный анализ | Разделить похожие объекты на группы | Сегментировать клиентов по совокупности признаков |
| Дерево решений | Построить правила классификации | Найти характеристики, связанные с определенным результатом |
Общая статистика
Общая статистика используется для первоначального исследования выборки. Она помогает получить представление о составе и характеристиках данных до применения более специализированных методов.
Например, перед сегментацией клиентской базы полезно сначала изучить исходные показатели и убедиться, что выбранные характеристики действительно подходят для дальнейшего анализа. В механизме учитывается различие между непрерывными и дискретными полями.
Общая статистика сама по себе не заменяет остальные методы: ее задача — помочь аналитику лучше понять исходную информацию.
Поиск ассоциаций
Ассоциативный анализ используется для выявления значений или объектов, которые часто встречаются совместно. Понятный пример — поиск товарных сочетаний: какие позиции регулярно присутствуют в одной покупке.
Допустим, интернет-магазин хочет понять, какие дополнительные товары имеет смысл рекомендовать покупателю при выборе определенной позиции. Анализ истории заказов может обнаружить устойчивые сочетания. Само наличие ассоциации еще не доказывает причинно-следственную связь, но показывает повторяющуюся закономерность, которую затем можно оценить с точки зрения бизнеса.
Механизм 1С также предусматривает работу поиска ассоциаций с иерархическими данными, поэтому закономерности могут анализироваться не только для отдельных элементов, но и для их групп.
Поиск последовательностей
Поиск последовательностей похож на ассоциативный анализ, но учитывает порядок наступления событий.
Если ассоциация отвечает на вопрос «что часто встречается вместе?», последовательность помогает определить «что обычно происходит после чего?». Например, можно анализировать цепочки покупок или действий клиентов, выявлять повторяющиеся сценарии.
Параметры механизма 1С позволяют учитывать временное расстояние между событиями и регулировать точность получаемого результата.
Такой анализ особенно полезен, когда для бизнес-задачи важен не только набор событий, но и их очередность.
Кластерный анализ
Кластеризация разделяет исследуемые объекты на группы таким образом, чтобы элементы внутри одной группы были более похожи между собой, чем на элементы других групп.
Например, в базе есть тысячи клиентов с разными показателями: частотой заказов, средним чеком, ассортиментными предпочтениями и другими характеристиками. Вместо заранее заданных сегментов можно использовать кластерный анализ и посмотреть, какие группы формируются на основании самих данных.
После этого аналитик уже интерпретирует получившиеся кластеры: определяет их особенности и решает, имеет ли такое разделение практическую ценность.
Платформа 1С позволяет настраивать используемые при кластеризации характеристики и их вес. Для графического представления результатов может применяться дендрограмма — специализированная диаграмма, показывающая степень сходства объектов и групп.
Дерево решений
Дерево решений применяется в задачах классификации. Сначала определяется целевой признак, а затем — характеристики, которые потенциально связаны с результатом.
Предположим, имеется история сделок и известно, какие из них завершились успешно. В качестве исходных признаков можно использовать характеристики сделки или клиента. После анализа формируется иерархия правил, позволяющая увидеть, какие сочетания условий связаны с попаданием объекта в определенный класс.
Преимущество такого представления — интерпретируемость. Результат можно рассматривать как последовательность условий, а не как непрозрачное числовое значение.
В качестве целевого признака могут использоваться, например, результат сделки, качество выполненной работы или переход клиента к другому поставщику.
Что такое модель прогноза в 1С
Обнаружить закономерность недостаточно, если ее требуется применять к новым данным. Для этого результат анализа может использоваться при создании модели прогноза.
Модель прогноза в 1С формируется на основе уже выполненного анализа и предназначена для обработки новой информации в соответствии с найденными закономерностями. Например, если на истории покупок выявлены устойчивые товарные сочетания, полученную модель можно использовать для определения позиций, которые с некоторой вероятностью заинтересуют покупателя вместе с уже выбранными товарами.
Важно правильно понимать термин «прогнозирование». Речь идет не об универсальной платформе машинного обучения, а о применении моделей, поддерживаемых конкретными видами анализа данных в 1С.
Примеры применения анализа данных в 1С
Один и тот же инструмент не подходит для всех аналитических вопросов. Поэтому полезно сначала сформулировать задачу, а затем выбирать метод.
| Задача | Подходящий метод | Возможный результат |
|---|---|---|
| Выявить часто совместно покупаемые товары | Поиск ассоциаций | Повторяющиеся товарные сочетания |
| Изучить порядок действий или покупок | Поиск последовательностей | Типичные цепочки событий |
| Сегментировать клиентскую базу | Кластерный анализ | Группы клиентов со сходными характеристиками |
| Найти признаки, связанные с заданным результатом | Дерево решений | Набор классифицирующих правил |
| Предварительно исследовать выборку | Общая статистика | Характеристики исходных данных |
| Применять найденную закономерность к новым объектам | Модель прогноза | Результат для новых входных данных |
Эти примеры не означают, что достаточно выбрать метод и автоматически получить полезное бизнес-решение. Качество результата зависит от постановки задачи, состава исходных данных и правильной интерпретации найденных закономерностей.
Как выполнить анализ данных в 1С
Конкретные действия в 1С зависят от конфигурации и того, каким образом аналитический механизм реализован в прикладном решении. Но общую последовательность работы можно описать следующим образом:
- Сформулировать задачу. Определить, что требуется найти: совместно встречающиеся события, последовательность, группы похожих объектов, классифицирующие признаки или общие характеристики выборки.
- Определить источник. Выбрать данные, которые действительно относятся к поставленному вопросу.
- Подготовить выборку. Проверить состав полей и качество информации. Ошибочные или нерелевантные данные способны исказить результат.
- Выбрать вид анализа. Ассоциации, последовательности, кластеризация и дерево решений решают принципиально разные задачи.
- Настроить параметры. Их набор зависит от выбранного метода.
- Выполнить анализ и интерпретировать результат. Найденная статистическая закономерность требует оценки в контексте бизнес-задачи.
- При необходимости создать модель прогноза. Это имеет смысл, когда полученный результат требуется применять к новым данным.
Главный этап здесь — не запуск расчета, а корректная постановка вопроса. Даже технически правильный результат анализа может оказаться бесполезным, если исходная задача сформулирована неправильно.
Нужен ли программист для анализа данных в 1С
Универсального ответа нет. Сам механизм анализа данных реализован объектами встроенного языка, то есть разработчик может использовать его при создании функциональности прикладного решения. Одновременно платформа поддерживает интерактивное управление параметрами анализа — при условии, что соответствующий пользовательский сценарий реализован в конкретном приложении.
Поэтому неверны оба крайних утверждения: и что любой пользователь любой конфигурации может самостоятельно открыть универсальный инструмент анализа, и что для каждого запуска обязательно нужен программист.
Если нужный сценарий уже предусмотрен разработчиками прикладного решения, пользователь может работать с готовым интерфейсом. Если же требуется впервые подключить механизм к данным конкретной конфигурации, реализовать новую бизнес-логику или специальное представление результата, потребуется участие специалиста по 1С.
Чем анализ данных отличается от обычного отчета
Оба механизма работают с информацией, но отвечают на разные типы вопросов.
| Критерий | Обычный отчет | Анализ данных и прогнозирование |
|---|---|---|
| Основная задача | Получить и представить необходимые показатели | Найти закономерности в выборке |
| Характер вопроса | Обычно заранее формализован | Может быть исследовательским |
| Группировки и итоги | Одна из основных возможностей | Не являются основной целью |
| Поиск совместно встречающихся объектов | Не типовая задача отчета | Поиск ассоциаций |
| Сегментация без заранее заданных групп | Не типовая задача отчета | Кластерный анализ |
| Классификация | Не основное назначение | Дерево решений |
| Использование результата для новых данных | Не основное назначение | Возможны модели прогноза |
| Тип результата | Таблица, группировки, диаграммы и другие формы отчета | Результат анализа и специализированные представления |
СКД при этом не является конкурентом механизма анализа данных. Это развитый инструмент построения отчетности: он позволяет создавать отчет без программирования, задавать структуру, группировки, пользовательские настройки. Задача поиска неочевидных закономерностей выделена в платформе отдельно.
Чем анализ данных отличается от 1С:Аналитики
Эти понятия легко спутать из-за похожих названий, но назначение у них разное.
«Анализ данных и прогнозирование» — механизм платформы для поиска закономерностей в выборке. К нему относятся поиск ассоциаций и последовательностей, кластеризация, дерево решений, общая статистика, создание моделей прогноза.
1С:Аналитика — BI-система для интерактивной работы с аналитической информацией. Пользователь может создавать и просматривать диаграммы и дашборды, менять состав отображаемых данных, разрезы, фильтры.
Поэтому выбор зависит от задачи. Если требуется определить закономерности или получить классифицирующую модель, следует рассматривать механизм анализа данных. Если пользователю нужна визуальная аналитика, интерактивные отчеты и дашборды, ближе по назначению будет 1С:Аналитика.
Подробнее об этом инструменте мы рассказали в отдельном материале о возможностях 1С:Аналитики.
Когда встроенных возможностей анализа в 1С достаточно
Механизм имеет смысл использовать, когда необходимые данные находятся в 1С, аналитическая задача соответствует поддерживаемым методам и результат удобно использовать в рамках прикладного решения.
Например, он подходит для поиска товарных ассоциаций, исследования последовательностей, сегментации объектов или классификации по известному целевому признаку. В таких сценариях нет необходимости сначала создавать отдельный BI-контур только ради самого поиска закономерностей.
При выборе решения, однако, следует учитывать не только наличие нужного алгоритма. Значение имеют объем и качество данных, трудоемкость реализации сценария в используемой конфигурации, требования к дальнейшему использованию результатов и компетенции специалистов.
Когда нужны внешние инструменты аналитики
Встроенный механизм анализа данных не заменяет всю корпоративную аналитическую инфраструктуру.
Если задача состоит в регулярном объединении информации из нескольких систем, создании отдельного хранилища, построении большого числа управленческих показателей и интерактивных дашбордов или организации независимого аналитического контура, может потребоваться другая архитектура.
В таком случае отдельно решаются задачи получения данных, их хранения, преобразования и визуализации. Различные варианты мы сравнивали в материале про способы построения аналитики на данных 1С.
Заключение
Понятие «анализ данных в 1С» охватывает несколько разных задач. Для получения показателей и формирования привычной отчетности используются отчеты и система компоновки данных. Для визуального интерактивного исследования показателей существует 1С:Аналитика. А специальный механизм «Анализ данных и прогнозирование» предназначен прежде всего для поиска закономерностей в накопленной информации.
Механизм анализа поддерживает общую статистику, поиск ассоциаций и последовательностей, кластеризацию и дерево решений. Полученный результат при подходящем сценарии можно использовать для создания модели прогноза.
Поэтому выбирать инструмент следует от задачи. Если требуется получить заранее определенные показатели — нужен отчет. Если необходимо исследовать выборку и найти неочевидные связи — стоит рассмотреть механизм анализа данных. Если же требуется объединить информацию из нескольких систем и построить развитый внешний BI-контур, это уже отдельная архитектурная задача.
