От осциллограмм в НИИ до
топ-отчетов Яндекса: история карьерного роста

Сегодня мы взглянем на сферу business intelligence глазами Романа Бунина. Он начинал как бизнес-консультант и научный сотрудник, а сейчас руководит командой визуализации Яндекс Go. Вместо более традиционного Power BI Роман предпочитает Tableau и может поспорить о том, какой инструмент круче. А еще у него свой взгляд на то, какие визуализаторы нужны будущему.
«Когда-то я работал в НИИ
"младшим научным слесарем"»
— Роман, расскажи, на кого ты учился и с чего начинал карьеру, чтобы в итоге оказаться в Яндексе?
Это был довольно необычный карьерный рост, я сменил пару профессий по пути. Учился в МЭИ на инженера-электротехника, и тогда никакого BI еще и в помине не было. Параллельно работал классическим инженером-конструктором. Рисовал промышленное оборудование, ездил по заводам. Потом пошел в аспирантуру, писал диссертацию и в это время работал в НИИ «младшим научным слесарем», как я это называю. Там было много данных: у меня вся диссертация построена на выводах из визуализации осциллограмм и 3D-моделирований. Поэтому уже тогда была любовь к визуализации, но еще необоснованная и неосознанная.

Когда защитился, понял, что наукой заниматься не хочу — это дико узкая область. Было сложно найти оппонентов, просто потому что их не было в стране. Стал уходить в бизнес. Тогда я увлекался концепцией lean (бережливое производство), поэтому попал в международный консалтинг, в японскую фирму Kaizen Institute. Это такой бутиковый консалтинг, который специализируется на промышленной оптимизации процессов. И следующие 3 года, с 2012 по 2015 примерно, я катался по великой России-матушке, посещал разные интересные производства и помогал компаниям в описании бизнес-процессов и их улучшении. Это было интересно — удалось «пощупать» много разных бизнесов: мы ходили не только на заводы, но и в банки, и в ритейл.
Роман Бунин — главный по визуализации данных в Яндекс Go
«Так и понял: визуализация — это то что нужно!»
— Тогда твоим инструментом, скорее, был Power Point?
Да! Тогда как раз с визуализациями я работал так: приезжаешь к клиенту, тебе выгружают миллиарды табличек Excel и ты из этого делаешь какую-то модельку, презентацию. Этим я и занимался. В конце этого пути попал в банк, и это было сложное место работы для меня. Корпоративная культура оказалась такая прям… корпорация, короче. Мне было очень трудно.
Тогда я понял, насколько сложно общаться с людьми. Всегда честно говорю, что не очень люблю людей. Оказалось, что чтобы менять бизнес-процессы, в основном нужно общаться — убеждать людей, что надо делать как-то по-другому, лучше. У меня это выходит плохо. Я, наверное, интроверт.
В общем, задумался: а что же мне нравится? И картинка как-то сложилась. Визуализации трехмерные, инженерные и мои презенташки. Так и понял: визуализация — это то что нужно!
— И как ты оказался именно в нашей сфере?
Столкнулся с компанией «Лаборатория данных», и замечательная Таня Бибикова стала моим гуру и учителем по визуализации. Я попал к ним в команду, руководил проектами. Мы делали сложные аналитические web-системы. Всякую аналитику для банков, для тех, кто анализирует трейдерские рынки, рынки облигаций и так далее. Делали даже системы анализа генома для биоинформационных инженеров. В общем, такие штуки, где традиционный BI не подойдет, а нужно что-то специализированное. Плюс делали визуализации для больших масс-медиа, сложные инфографики для медиапроектов. Вот там и началась моя большая любовь к визуализации.
«Ребята из Яндекса нашли мой блог и пришли пообщаться»
— Откуда тогда на твоем пути возникла Tableau?
Нужен был инструмент для прототипирования. Мы делали web-интерфейсы и полностью писали все визуализации, а это это довольно дорого. Да и проектировать сложную визуализацию без реальных данных невозможно, нужно тестировать. Поэтому попробовали использовать Tableau как инструмент прототипирования. То есть клиент приносил сложные данные, мы их крутили в Tableau, смотрели, как это все работает. И после того как понимали, какой дизайн нам подойдет, уже реализовывали его на сложных web-технологиях. С этого началась любовь с Tableau.
BI-платформа Tableau
Мы с Таней до сих пор ведем курсы. Один из учеников пригласил меня в свою команду управлять SaaS BI-платформой на базе Tableau. Это замечательная компания «Фармакей», там мы делали SaaS BI-платформу для фармкомпаний. Они нам предоставляли данные, мы делали полный цикл предобработки этих данных. И потом отдавали это в виде портала, в который встраивались уже визуализации, сделанные в Tableau. Руководил я этим продуктом полтора года, а потом меня нашел Яндекс. Ребята нашли мой блог, пришли со мной пообщаться. Мы переговаривались почти полгода, но в итоге они меня к себе затащили. Сейчас я руковожу командой визуализации, а с лета буду Head of BI Analytics.
— Это было предложение, от которого ты не смог отказаться?
Я смог договориться о тех условиях, которые были мне интересны с точки зрения задач и команды. С одной стороны, мы классический центр экспертизы, а с другой — у нас упор как раз на визуализацию данных: объясняем, как делать классные дашборды и почему они должны быть такими. Задача — обучать аналитиков, налаживать инфраструктуру вокруг системы отчетности. И мы делаем самые важные отчеты компании, показываем класс.

Я это делаю полтора года, и стало понятно, что пора расширяться. Потому что есть не только Tableau, есть еще самописная система для гео-аналитики в реальном времени и другие системы отчетности. Сейчас будем налаживать процессы вокруг остального. Так что я занимаюсь и классической BI-отчетностью, то есть классическими дашбордами.
«Мы такой матричный центр экспертизы — генерим основные процессы и гайды»
— Вы центр экспертизы не только для Яндекс Go, а и для всего Яндекса, получается?
Не совсем так. У нас сейчас есть большая группа Go+Market, туда входят также Такси, Лавка, Еда, Доставка. И мы такой матричный центр экспертизы — генерим основные процессы и гайды, ребята их используют, а мы помогаем. Пока что больше упор на Такси: в нем мы все это пилотировали полтора года. И сейчас вот будем раскатывать на остальные бизнес-юниты.
— Кто есть в твоей команде и как ты ею руководишь?
У нас есть два больших блока: один — про контент и дашборды, а вторая часть — инфраструктурная. Это про техническую часть инфраструктуры и все процессы вокруг публикации отчетов, их проверки и т.д. Я отвечаю за контент. У меня есть два BI-разработчика сейчас — это классический BI, они делают дашборды в Tableau. И есть Данила Шевцов — он отвечает за инфраструктуру и развивает это направление как продукт.
«Мы не занимаемся подготовкой.
Мы — голос бизнеса»
— Получается, что с источниками, с хранилищами и подготовкой данных вам не приходится иметь дело?
Мы не занимаемся подготовкой. Для этого есть отдельная команда дата-инженеров, системных аналитиков. Мы им ставим задачи, если нужны какие-то данные. Мы — голос бизнеса. Много взаимодействуем с финальным заказчиком: собираем задачи, понимаем, какие нам нужны данные, и из этого формируем ТЗ.
— А приходилось ли принимать огонь на себя за то, что процессы долгие и бизнес «попросил маленькую фичу, а ждем три месяца»?
Да, такое есть. Но мы стараемся time to market сокращать. За каждым подразделением закреплен аналитик, который помогает нам подготовить такие «полупродовые» данные. Они правильно посчитаны, но не оптимальны с точки зрения структуры. Таким образом, мы довольно быстро — от 2 недель до месяца — получаем готовый продукт, которым можно пользоваться.

Дальше у нас есть процесс перевода данных в продакшен, уже «заливаем это в бетоне», скажем так. Процесс продакшена может быть довольно долгим. Но мы тут идем на компромисс в том, что отдаем отчет клиенту довольно быстро.
— Если вы не в одной вертикали власти, то как решаете конфликт прикладного BI и тех, кто хранит данные?
Ну, тут да — и ждать плохо, и конфликтовать не надо. Надо пойти и договориться. Обычно это сводится к переговорам и донесению понимания бизнес-пользы. У нас есть внутренние системы приоритизации, и мы идем от скоринга — почему это важно сейчас. У нас есть настроенный процесс. Ребята из DWH его сами организовали, ходить и ругаться не приходится. Приходится ходить на их планирование и заполнять их формы, чтобы у твоей задачи был высокий приоритет.
Ну и второй способ, повторюсь — мы не боимся прототипировать на «непродовых» данных. Да, есть элемент ошибки, всякое бывает. Но в целом они уже позволяют бизнесу принимать решения. Нам кажется, это важнее.
«Это не artificial intelligence.
Все довольно скучно»
— Вопрос про твои инструменты: в какую сторону вы их расширяете и что используете дополнительно?
У нас есть еще Datalens — это индексовая BI-система, которую мы используем, если нужно раскатать отчеты на большое количество пользователей. Например, если есть support и там пара тысяч пользователей, и при этом нужно 1-2 отчета. Делать это в Tableau было бы очень дорого. Второй инструмент — Атлас, это внутренняя самописная штука для real-time аналитики. Ни Tableau, ни Power BI не умеют хорошо работать в real-time с гео. Основная задача системы — смотреть онлайн, как двигаются машины и курьеры. Это история про гео-аналитику: можно с точностью до минуты узнать, кто где был, какие были заказы совершены и т.д.

Есть, на удивление, OLAP-куб. Он под свои задачи, им пользуются финансисты. В основном чтобы формировать финансовую отчетность, а не операционную. С точки зрения прототипирования мы пытались Figma задействовать, но слишком долго получается.
— Это текущий stack. А какие-то вещи в целом вокруг BI? Голосовое распознавание, например?
По-честному, все, что мы щупаем, пока не очень рабочее. Тот же Ask Data в Tableau пока работает очень медленно, особенно если в витринах нет нормализации названий. Тем более он не заточен под русский язык. То есть сразу требование к бизнес-пользователю — отлично знать английский. Поэтому, к сожалению, ничего такого классного пока не расскажу.

Опять же, в Яндексе любят много чего самописного. Например, алгоритмы, которые заранее нам прогнозы делают, и всякое такое. Это все формируется в данные, которые мы также отображаем внутри отчетов. Но это не artificial intelligence, который приходит и нам языком Алисы что-то рассказывает. Все довольно скучно в этом смысле.
«В среднем у Power BI качество дашбордов лучше»
— Главный вопрос об инструментах. Все же Tableau или Power BI? Лыжник или сноубордист?
Я выделяю три основных момента. Первый — это подход к созданию визуализации. Tableau — это единственная промышленная BI-система, которая использует visual grammar и семантический подход. Все остальные системы строятся по типу шаблонизации: сначала выбираешь шаблон и потом туда загоняешь нужные данные. Такой подход проще для среднего бизнес-пользователя, и это плюс. Tableau же лучше подходит аналитикам на этапе их исследований. Там уже сложность, сравнимая с программированием.
И тут я как таблошник с сожалением признаю, что в «среднем по больнице» у Power BI качество дашбордов будет лучше из-за шаблонов. Когда открываю магазин там, просто глаза разбегаются: какой выбрать? А в Tableau, чтобы сделать сложный контент хорошо оформленным, нужно быть прокачанным пользователем.
Второе — оформление. Power BI очень похож на Power Point с точки зрения верстки дашборда. Это супер удобно и понятно пользователю. Мне очень понравилось, что можно взять и сгруппировать три элемента — в Tableau таких вещей не хватает.

При этом сделать продукт, который более продвинут по оформлению, проще в Tableau — он очень гибкий, все настраивается. Для меня тут перевес в сторону Tableau. К тому же он редко дает делать плохие графические решения. А в Power BI есть этакие решения «из 90-х».

Третье — это DAX или подготовка данных. И тут, на мой взгляд, Power BI выигрывает. Там модель данных позволяет тебе много что делать и собрать что угодно. У Tableau нет этой модели, есть Tableau Prep отдельно стоящий, но он еще развивается. Наверное, через годик будет мощным, но пока не дотягивает.

В общем, если у вас вся инфраструктура Microsoft, точно берите Power BI, и все будет круто. Если нужен сложный инструмент для работы аналитиков, то Tableau заходит лучше.
«В оголтелый self-service на стороне бизнеса я не очень верю»
— Твоя команда делает продукт строго под требования бизнеса или вы за self-service?
На самом деле, в такой оголтелый self-service на стороне бизнеса я не очень верю. Меня пытаются переубедить, что «надо данные дать людям». Но мне кажется, что для этого нужны: а) подходящие инструменты; б) чтобы ваш BI не превратился в еще один Excel.
Есть большой риск, что если мы просто — неважно, в Tableau или в Power BI — отдадим это бизнесу, и тысячи людей будут пользоваться, то через месяц у нас будет сто тысяч отчетов, которыми неясно, как управлять.
Мы развиваем систему не полного, а полу-self-service, когда готовим отчеты, которые, по сути, являются конструкторами. То есть бизнес-пользователь может закрыть свои потребности на 95%. Ты можешь набрать там разные метрики и они тебе отображаются в довольно простых визуалах.

Так что, может, я просто не умею этот полный self-service готовить, но опасаюсь его. Просто не знаю, как управлять тем количеством контента, что может генерить бизнес-пользователь.
— По моему опыту, в малом и среднем бизнесе, где нет выделенных команд аналитиков, там и руководители отделов продаж, и маркетологи сами делают дашборды. В FMCG, в фармкомпаниях это аналитическое мышление есть у всех, кто занимается продажами, дистрибуцией. Там я действительно наблюдаю self-service.
Очень с тобой согласен. У меня ощущение, что self-service круто работает в формате компаний от 50 до 300 человек. Там это то, с чего бы я сам начинал, а вот в махинах… мне страшно на 1000 человек это отпускать. Меня даже троллят за это коллеги. Но у меня такое мнение — надо грамотно миксовать, искать пропорции.
«Выиграют аналитики, которые поймут, что в графическом дизайне тоже очень техничные правила»
— Какие скилы ты сейчас развиваешь? Какими принципами и подходами руководствуешься в саморазвитии?
Первое, чего, по-моему, не хватает сейчас ребятам, которые занимаются аналитикой — это понимания того, что вы делаете очень сложный комплексный продукт.
Тут нужны не только технические навыки, но и понимание бизнеса, основ дизайна. И этого на рынке сейчас не хватает. Я уверен, что те аналитики, которые победят свой страх и поймут, что в графическом дизайне тоже очень техничные правила — они победят.
Эти компетенции я и сам в себе качаю. Делаю переверстки. Нужны кросс-специалисты в сторону визуализации. В крупных компаниях это уже выделяется в отдельное направление.

Второе — это, наверное, делегирование. Я контрол-фрик. На предыдущих работах мало давал людям свободы, пытался все контролировать, чтобы все было идеально. Это простой совет, который сложно выполнить: «учитесь делегировать». У меня лайфхаков нет, но я понял, что нужно заранее подбирать команду, с которой ты сможешь на это пойти. Если есть сомнения, что человек сам потянет какую-то работу, надо усомниться в том, стоит ли с ним работать.
Вместо заключения
Мне было очень интересно узнать, каков взгляд на Power BI со стороны приверженца Tableau. И, конечно, оказалось, что все не так однозначно, и свои преимущества и недостатки есть у обоих инструментов. Как всегда, все зависит от целей и задач бизнеса.

Роман видит цель визуализации в помощи бизнесу. Но считает, что просто уметь создавать дашборды уже недостаточно. Приходит время кросс-специалистов. Тех, кто подкован не только в инструментах проектирования дашбордов, а разбирается также в бизнесе, основах UX-дизайна, владеет навыками сторителлинга. Именно они будут востребованы такими крупными компаниями как Яндекс, где развивает BI-системы сам Роман. И именно такие специалисты будут необходимы также среднему бизнесу и стартапам.
Если вы еще не получаете все новости и полезные материалы Института бизнес-аналитики первыми, то подписаться на рассылку можно внизу этой страницы. Надеюсь, статья была вам полезной и подарила парочку инсайтов.
Читайте также
Подпишись на рассылку и получи в подарок «Каталог лучших отраслевых дашбордов»!
Хочешь получать актуальные статьи о визуализации данных?