BI-аналитика: признаки необходимости и выбор инструмента

Первый звонок звучит буднично: финансовый директор просит отчёт по марже в разрезе каналов к девяти утра, а аналитик в 22:40 сводит четыре выгрузки в один файл и надеется, что сводная таблица не отвалится. Excel — сильный инструмент, но у него есть потолок. BI аналитика начинается там, где ручная сборка цифр перестаёт успевать за решениями, которые на этих цифрах принимают.

По нашей практике точка перехода — 3–5 источников данных и 2–3 человека, которые каждую неделю собирают одни и те же показатели. В этот момент 8–12 часов в неделю уходит не на анализ, а на подготовку: свести справочники, найти расхождения, склеить артикулы, разобраться, почему в 1С одна выручка, а в отчёте маркетплейса другая.

Дальше — признаки, что пора двигаться, устройство проекта, смета на 2026 год и честный разбор того, на чём такие проекты умирают.

Ключевые выводы

• BI-аналитика оправдана при 3 и более источниках данных: ручная сборка отчётности занимает 8–12 часов в неделю, после внедрения остаётся 1–2 часа на проверку и разбор аномалий.
• Проект для компании среднего размера стоит 490–1 200 тыс. ₽ и длится 6–10 недель: хранилище, модель данных, 4–6 дашбордов, регламент обновления и обучение.
• Главные затраты — не лицензии, а данные: подготовка источников съедает 30–40% бюджета, лицензии — 5–10%.
• Без владельца продукта со стороны бизнеса 6 из 10 внедрений заканчиваются набором графиков, которые открывают дважды в месяц.
• Пилот на одном источнике и трёх метриках собирается за 3–4 недели и 180–350 тыс. ₽ — этого хватает, чтобы проверить, будут ли цифрами пользоваться.
• Аналитика маркетплейсов и финансовая отчётность — два самых частых первых сценария: данные уже оцифрованы, а решения принимаются ежедневно.

Признаки, что Excel больше не тянет

Главный признак один: отчёт собирается дольше, чем живёт проблема, которую он описывает. Если недельная сводка по продажам готова к среде, а решение по ассортименту нужно было в понедельник, дело не в скорости аналитика, а в инструменте.

Конкретные сигналы, по которым видно, что вы у потолка:

• Файл весит 40–80 МБ, открывается 2–3 минуты и падает при попытке добавить срез по региону.
• Логика расчётов живёт в голове одного человека: он в отпуске — отчётность встала.
• Выгрузки Wildberries и Ozon нужно сводить с 1С вручную, и на это уходит полдня.
• Каждый месяц кто-то находит расхождение 3–7% между отчётом отдела продаж и данными бухгалтерии.
• Появились роли с разными срезами: коммерческому директору — маржа по клиентам, складу — оборачиваемость, маркетингу — стоимость лида.

Таблица показывает главное: Excel экономит на лицензиях и тратит время людей, BI делает наоборот.

BI аналитика: слои, инструменты и роли

Проект состоит из четырёх слоёв, и путать их — самая дорогая ошибка. Сбор — коннекторы к 1С, CRM, рекламным кабинетам, API маркетплейсов и банкам. Хранение — база, чаще всего PostgreSQL, для больших объёмов — ClickHouse. Модель — правила расчёта метрик: как считается маржа, что такое активный клиент, как распределяются общие расходы. Визуализация — дашборды и права доступа к ним.

Инструмент выбирают под модель, а не наоборот. Если метрики не описаны, любая платформа покажет красивые, но разные цифры.

Чем отличаются платформы

• Power BI — сильная визуализация и знакомый по Excel интерфейс, лицензия около 1 300–1 700 ₽ в месяц за пользователя, данные хранятся у вендора.
• Metabase — быстрый старт, self-hosted версия бесплатна, платные тарифы начинаются от 500–700 ₽ за пользователя в месяц, сложные модели даются тяжелее.
• Собственный дашборд на React и PostgreSQL — 350–900 тыс. ₽ разработки, зато полный контроль над логикой и ноль лицензий. Смысл есть, когда метрики нестандартные.

Расчёт владения за три года по каждому варианту — в разборе Power BI, Metabase или свой дашборд.

Роли в проекте

Минимальная команда — четыре человека: аналитик данных (модель и метрики), инженер данных (загрузки и расписания), разработчик визуализации и владелец продукта со стороны бизнеса. Владелец — не формальность: он решает, какая метрика главная и что делать, когда две цифры противоречат друг другу.

Сколько стоит BI-аналитика в 2026 году

Смета зависит от количества источников и качества справочников, а не от числа графиков. Запрос «bi аналитика» вводят в поиск примерно 5 тыс. раз в месяц, и почти половина обращений — от компаний, у которых нет ни хранилища, ни описанных метрик.

Итого средний проект — 490–1 200 тыс. ₽, пилот — 180–350 тыс. ₽. Поддержка после запуска — 15–40 тыс. ₽ в месяц: новые срезы, починка загрузок, доработка метрик. Если часть отчётности уже закрыта в 1С, начинать стоит с настройки отчётов в 1С — иногда этого хватает на год вперёд, а BI подключают позже.

Где BI-проекты проваливаются

Чаще всего проект умирает не из-за технологий, а из-за отсутствия владельца и несогласованных метрик: технически всё работает, но цифрами не пользуются. Пять типовых причин, которые мы видим в аудитах:

1. Метрику не согласовали. Финансы считают маржу без логистики, коммерция — с логистикой. На планёрке два разных числа, доверие к дашборду — ноль.
2. Строят 40 графиков вместо пяти решений. Каждый экран должен отвечать на вопрос «что делать», иначе это украшение.
3. Нет ответственного за данные. Справочник контрагентов дублируется, отчёт «плывёт», люди возвращаются в Excel.
4. Забыли про качество источников. Если закрытие месяца занимает 10 дней, дашборд все эти дни показывает черновик.
5. Не заложили поддержку. Новый канал продаж, новая метрика, изменения в API Wildberries — без бюджета на доработки панель устаревает за квартал.

Отдельно про ИИ: ии аналитика для бизнеса не заменяет хранилище и модель. Языковой интерфейс поверх подготовленных данных — удобная надстройка, но если метрики не описаны, ни YandexGPT, ни GigaChat не угадают, что именно вы называете маржой.

Частые вопросы

Чем BI-аналитика отличается от отчётов в Excel?

BI хранит данные вне файла, обновляет их по расписанию и считает метрики по единым правилам для всех. Excel остаётся удобным для разовых расчётов и быстрых гипотез, но не для регулярной отчётности на несколько ролей.

Сколько стоит внедрить BI-аналитику с нуля?

Пилот на одном источнике — 180–350 тыс. ₽ и 3–4 недели. Полноценный проект с хранилищем, моделью и 4–6 дашбордами — 490–1 200 тыс. ₽ и 6–10 недель. Поддержка — 15–40 тыс. ₽ в месяц.

Можно ли подключить BI напрямую к 1С без хранилища?

Технически да, если источников один-два и объёмы небольшие. На практике прямые запросы к рабочей базе замедляют её и ломаются при обновлении конфигурации, поэтому для регулярной отчётности хранилище окупается за 3–6 месяцев.

Кто нужен в команде со стороны заказчика?

Владелец продукта — 3–5 часов в неделю: приоритеты, приёмка, спорные метрики. Плюс человек, который знает учёт: главный бухгалтер или руководитель отдела. Остальное закрывает подрядчик.

Что делать, если данных мало и они в разных форматах?

Начинайте с процесса, где решения принимают часто: продажи, заказы или остатки. Первый дашборд собирают на 3–5 метриках, дальше источники добавляют по одному.

Что делать дальше

Посчитайте два числа: сколько часов в неделю команда тратит на сбор отчётов и сколько стоит час этих людей. 10 часов при 700 ₽ в час — это 280 тыс. ₽ в год только на сведение таблиц, без учёта цены ошибок в цифрах.

Дальше — короткий аудит на 1–2 недели: список источников, карта метрик, оценка сроков. Мы делаем дашборды и аналитику маркетплейсов под ключ, включая загрузки из Wildberries и Ozon; если рутина пока в таблицах — посмотрите автоматизацию отчётности. Когда база и метрики уже есть, поверх них хорошо ложатся ИИ-агенты для вопросов к данным на человеческом языке.

Статья основана на практике проектов НейроДела и данных Яндекс Вордстата по кластеру «Дашборды и аналитика». Основной запрос материала — «bi аналитика» (5 040 показов в месяц). Если у вас другая ситуация — напишите, разберём.