为什么企业需要这个？
任何公司流程最终都以报告结束：经理查看 KPI，财务总监关闭期间，运营部门控制 SLA，生产分析偏差，IT 负责服务质量，所有者希望看到统一的业务情况。如果数据在 1C、SAP、CRM、服务台、Excel、门户和外部系统之间撕裂，公司就会失去控制。
我们的任务不是建立另一个漂亮的仪表板，而是组装一个值得信赖的决策循环。我们将会计系统、集成、DWH、集市、多维数据集、数据质量规则、BI 工具、访问角色和 AI 脚本链接起来，以便数字可以被信任和解释。
从 ERP 到管理报告
在企业收到明确的报告之前，ERP 项目不能被视为完成。 1C:ERP、1C:UH、SAP、SAP → 1C 迁移、定制开发、服务台、门户或行业产品的实施应该回答一个简单的问题：现在可以更快、更准确、更冷静地做出哪些决策。
没有报表的 ERP 对管理不起作用
设置过程很重要，但企业通过计划事实、预算、销售、采购、余额、应收账款、SLA、生产和运营指标来查看结果。
没有数据质量的报告成为争议
如果目录、状态、期间、货币、合同和责任中心存在分歧，仪表板只会加速错误的传播。
DWH 连接历史和新系统
存储和展示有助于保存 SAP 历史记录、连接 1C、结合 CRM、服务台、门户和外部资源，而不会导致会计系统超载。
AI 副驾驶需要经过验证的数据层
只有看到数据的来源、公式、周期、访问权限和限制，人工智能才能解释偏差、准备评论和回答管理问题。
解决方案提供商和平台
我们不使用一种 BI 工具，而是针对客户的任务制定技术地图：在某些地方，开发 SAP BI 更为正确，在其他地方，使用 1C 构建报告，在其他地方，将 PIX BI 作为俄罗斯自助服务平台推出，在其他地方，使用 Yandex DataLens、Qlik、Grafana 或开源 BI。选择取决于架构、监管机构、布局、拥有成本、启动速度、自助服务要求和进一步的人工智能层。
SAP
SAP BI, BusinessObjects, Analytics Cloud, Datasphere
PIX BI
自助BI、ETL、AI助手、俄语平台
Yandex DataLens
仪表板、数据集、可视化、云/本地环境
Qlik
Qlik Sense, QlikView, associative analytics
1C
SKD，报告 1C、1C:ERP、1C:UH、1C:ZUP
Grafana
操作仪表板、时间序列、监控、物联网
Apache Superset
open-source BI, charts, SQL Lab, dashboards
Metabase
开源 BI、数据问题、仪表板
徽标作为技术供应商和版权所有者的标识符提供。所有商标均属于其各自所有者；具体版本、许可和交付条件在项目前确认。
我们可以实施什么
监管和管理报告
为首席执行官、首席财务官、首席运营官、首席网络安全官、首席信息官和流程所有者提供财务、运营、商业、人力资源、IT、制造和行业报告。
数据立方体和分析模型
我们为 SAP BI、1C、Qlik、PIX BI 和 DWH 设计多维模型、指标、维度、层次结构、聚合规则、对账和访问权限。
数据仓库和数据集市
我们构建 DWH、数据集市、集成层、ETL/ELT、质量控制、变更历史记录、指标目录和 BI/AI 层。
商业自助式 BI
我们为业务用户提供了一种可控的方式来组合他们的视图和面板，而不会出现公式、访问和来源混乱的情况。
仪表板和 Grafana
我们收集用于 SLA、基础设施、服务台、遥测、时间序列、研发、工业运营和监控的面板。
嵌入式分析和门户
我们将报告嵌入个人帐户、服务门户、公司产品、1C-Bitrix、Web 界面和内部系统中。
BI 迁移和逻辑保留
我们帮助您将报告从 Power BI、Qlik、SAP BI 或 Excel 画像传输到 PIX BI、DataLens、开源 BI、1C 或 DWH，而不会丢失指标的含义。
报告之上的人工智能副驾驶
我们添加了一层数据问题、偏差解释、管理评论草案、方法搜索和数据质量提示。
如何选择工具
| 工具 | 当特别合适的时候 | 客户得到什么？ |
|---|---|---|
| SAP | SAP BusinessObjects BI、SAP Analytics Cloud、SAP Datasphere、SAP BW/4HANA、SAP HANA、SAP BW、SAP BEx/Query Designer、企业多维数据集和监管报告。 | 我们围绕 SAP 环境构建报告、多维数据集、展示和迁移协调；我们在从 SAP → 1C 的过渡过程中保留管理指标，并设计历史 BI 档案。 |
| PIX BI | PIX BI、PIX ETL、PIX Meta、JS Chart、PIX BI AI Assistant、邮件、评论、移动和 Web 访问、从 Power BI 和 Qlik 迁移。 | 作为合作伙伴 BI 线路，我们使用 PIX 进行自助分析、管理仪表板、KPI、服务台、财务分析、DWH 展示和 BI 导入替代。 |
| Yandex DataLens | Yandex DataLens、数据集、图表、仪表板、源连接器、报告发布和协作。 | 我们快速组装管理面板、KPI 展示、运营分析和报告原型，其中启动速度和清晰的业务界面非常重要。 |
| Qlik | Qlik Sense, QlikView, Qlik Cloud Analytics, associative engine, data integration, embedded analytics, self-service dashboards. | 我们支持现有的 Qlik 报告、开发模型和展示、准备迁移到俄罗斯或开源 BI 平台，而不会丢失报告的业务逻辑。 |
| 1C | 标准和管理报告 1C、SKD、报告 1C:ERP、1C:UH、1C:ZUP、监管报告、1C 与 BI/DWH 集成。 | 我们在 1C 本身中进行报告，在 DWH/BI 中进行大量分析，将 1C 与立方体、店面、门户、AI 副驾驶和控股的管理场景连接起来。 |
| Grafana | Grafana dashboards, alerting, data sources, time series, logs, metrics, traces, industrial/IoT dashboards, observability panels. | 我们使用 Grafana 来实现技术和工业指标：监控 SLA、基础设施、遥测、时间序列、研发数据、运营和 NOC/SOC 面板。 |
| Apache Superset | Apache Superset、图表、仪表板、SQL Lab、语义数据集、与现代分析数据库和 Lakehouse/DWH 堆栈的连接。 | 适合作为定制环境的开源 BI 层，其中灵活性、布局控制、与 DWH 集成以及不依赖某一商业供应商非常重要。 |
| Metabase | 元数据库、数据问题、仪表板、模型、嵌入式分析、警报、权限、开源和商业版本。 | 我们将其用于快速分析循环、内部团队、产品分析、轻松的业务访问数据以及企业产品中的嵌入式仪表板。 |
数据循环架构
我们将 Data/BI/DWH 设计为一个工业循环，而不是一组报告文件。数据所有者、集成、沿袭、质量、访问权限、更新频率、源负载、历史性和清晰的运营模型都很重要。
来源
1C、SAP、CRM、服务台、门户、文件、API、工业系统、外部数据、日志、遥测和历史档案。
一体化
ETL/ELT、API、总线、交换、调度、增量加载、错误控制、可重复性和日志记录。
DWH / Data Lake
存储、历史性、原始层和清理层、变更管理、SAP/旧版存档以及分析工作负载的准备。
展示柜和立方体
指标、维度、聚合规则、主数据、对账、访问角色、语义层和指标目录。
报告和仪表板
SAP BI、PIX BI、DataLens、Qlik、1C、Grafana、Superset、Metabase、邮件、评论、嵌入式分析和移动访问。
AI-copilot
质疑数据、解释偏差、准备评论、通过方法搜索、控制来源和人工验证。
IB 和 152-FZ
访问控制、屏蔽、匿名、日志、安全测试/开发数据、个人数据保护和监管要求。
运营
SLA、下载监控、数据质量、店面发布、用户支持、性能开发和变更管理。
SAP BI、1C 和迁移 SAP → 1C
RESTART 在 SAP 和 ERP 项目方面拥有丰富的历史专业知识，因此我们始终将数据/BI/DWH 与会计逻辑连接起来。从 SAP → 1C 迁移时，您不能简单地转移参考书和文档：您需要保留管理报告、熟悉的部分、计算方法、对账、历史数据、档案和用户信任。
SAP BI 和历史多维数据集
我们分析现有的报告、多维数据集、BW/BEx/BusinessObjects 逻辑、指标和来源，以了解在新的 BI/DWH 架构中要传输什么、要存档什么以及要重建什么。
1C 报告和访问控制系统
我们在 1C 中制作适合会计流程的报告，并在 DWH/BI 中进行大量分析，其中 1C 不应成为分析组合。
迁移调节
我们构建控制报告和展示来比较 SAP、1C、档案和中间数据：余额、营业额、合同、文章、交易对手、期间和状态。
管理连续性
迁移后，企业应该继续看到常见的指标：计划实际值、损益、现金流、应收账款、采购、销售、SLA、资产和行业 KPI。
PIX BI 作为合作伙伴环境
PIX BI 对于 RESTART 作为俄罗斯自助式 BI 平台非常重要。据PIX合作伙伴介绍，该平台涵盖在线分析、邮件、评论、在不同设备上工作、大数据、简单和复杂的计算，以及Power BI和Qlik的迁移场景。 PIX产品生态系统还包括ETL、PIX Meta、JS Chart和PIX BI AI Assistant。
对于客户来说，这为进口替代和分析开发提供了一条实用途径：在有限的展示上进行试点，然后是管理面板、KPI、财务分析、服务台、DWH 和为业务用户提供自助服务，而无需将每个报告转变为单独的 IT 项目。
开源且有前景的 BI 堆栈
当客户需要控制布局、灵活性、与自己的 DWH 集成、不依赖某一商业供应商以及能够将分析集成到其产品中时，开源 BI 是合适的选择。在这种情况下，我们将 Apache Superset、Metabase 和 Grafana 视为不同类别的工具：分析仪表板、数据查询、嵌入式分析、操作监控和时间序列。
有前途的数据堆栈正在向 Lakehouse 架构、语义层、数据目录、数据质量、实时/近实时下载、时间序列分析、嵌入式 BI、自然语言问题和 AI 副驾驶发展。但选择技术应该从业务问题、来源质量和责任模型开始，而不是花哨的平台名称。
报告之上的人工智能副驾驶
一旦报告和展示受到信任，人工智能副驾驶就可以在它们之上构建。它可以帮助经理或分析师询问：为什么利润率发生了变化、应收账款在哪里逾期、哪些部门超出了 SLA、什么影响了现金流、哪些数据不完整以及需要为管理报告准备哪些评论。
人工智能副驾驶并不能取代财务和管理责任。我们在设计时考虑了来源检查、权限限制、日志、方法规范、关键发现的人工审查以及企业知识库的链接。
数据、安全和 152-FZ
数据项目几乎总是涉及敏感数据：个人数据、商业秘密、财务指标、工资、合同、客户群、生产数据和访问信息。因此，BI/DWH不能脱离网络安全而单独建设。
访问权限
我们在来源、DWH、店面、BI、嵌入式仪表板和 AI 副驾驶级别上分离角色，以便用户只能看到有效数据。
掩盖和去个性化
对于测试/开发、分析、人工智能和外部团队，我们会在必要时设计数据的屏蔽、标记化或匿名化。
日志和责任
我们记录谁查看了数据、谁更改了模型、谁批准了指标、下载发生的时间以及质量错误发生的位置。
152-FZ和调节
我们考虑个人数据、ISPD、CII、GIS、内部政策和数据放置限制的要求。
客户得到什么？
| 结果 | 实用价值 |
|---|---|
| 来源和指标图 | 数据来自哪里、所有者是谁、有哪些限制、哪里有重复、哪些指标有争议以及哪些报告对业务至关重要，一目了然。 |
| 目标 BI/DWH 架构 | 客户可以看到 1C/SAP 中保留的内容、传输到 DWH 的内容、使用的 BI 工具以及如何构建访问、更新和操作。 |
| 工作报告、立方体和展示柜 | 财务、运营、商业、制造、人力资源、IT 和服务仪表板，具有经过验证的公式和明确的接受度。 |
| 减少手动报告 | 更少的 Excel 程序集、更少的事实版本争议、更少的手动核对、更快的期间关闭和管理包准备。 |
| 人工智能基金会 | AI-copilot、Enterprise RAG 和分析助理会收到准备好的来源、权利、方法、背景和期刊。 |
| 发展规划 | 店面、来源、数据质量、迁移、AI 场景、网络安全、团队和运营的路线图。 |
第一步实践
最好从数据评估开始：收集系统和报告的地图，识别指标的所有者，找到最痛苦的手动报告，评估数据的质量、1C/SAP 的负载、网络安全限制和报告的目标受众。此后，您可以选择正确的路线：快速 BI 试点、DWH 展示、报告迁移、SAP BI/Qlik/Power BI 审核、1C 报告开发或基于已验证数据的 AI-copilot。
通常，第一个试点应在一个管理场景上进行：计划实际、现金流、应收账款、销售、采购、服务台、SLA、遥测、生产或行业 KPI。这样，企业很快就能看到好处，而架构也不会变成一个无休止的项目。
常见问题
可以在1C中留下一些报告吗？
是的。我们不会自动将所有内容放入 BI 中。如果报告与会计操作相关并且对于1C中的用户来说方便，则可以将其保留在1C中。 DWH/BI 包括大量分析、整合、历史记录、跨系统指标和管理面板。
我需要立即建造一个大型 DWH 吗？
不会。从一个店面和一组关键指标开始，然后随着信任、用户和明确的经济影响的出现而扩大画像，通常更有意义。
没有BI可以做AI副驾驶吗？
技术上可行，但价值会更低。一个好的人工智能副驾驶需要准备好的资源、访问权限、技术、历史记录、数据质量以及验证答案的清晰方法。
让我们讨论一下您的环境
描述任务、当前系统、约束和预期结果。我们将提供实用的第一步：诊断、试点、审计、路线图或项目团队。
