Как стать автором
Поиск
Написать публикацию
Обновить

Предельная польза продукта на примере Power BI

Время на прочтение11 мин
Количество просмотров3.2K

Продукт нельзя совершенствовать до бесконечности. У него всегда есть точка, после которой предельная полезность достигнута. И после её достижения дальнейшие обновления носят экспериментальный характер и менее востребованы, чем фундаментальный функционал. Расскажу, как понять, что предельная полезность достигнута на примере Power BI.

Привет, Хабр! Меня зовут Антон Смирнов @Smirnov_Anton Эта статья написана на основе моего доклада для закрытого комьюнити Skillbox Code Experts, объединяющего экспертов разных направлений программирования, работающих над образовательными продуктами. 

Я занимаюсь аналитикой всю свою карьеру, являюсь тренером Microsoft по Power BI и Power Platform. Сейчас руковожу созданием импортозамещающего BI-продукта в «ПСБ». А ещё возглавляю компанию Kongru.Consulting, где мы обучаем и внедряем BI и DWH, в том числе и Power BI, с 2018 года. Веду канал «Аналитика сегодня». 

Что такое предельная полезность

Давайте начнём с теории: предельная полезность в экономике – это способность товара или услуги удовлетворять человеческие потребности. Бывают два типа полезности: общая и предельная. Общая полезность – совокупная удовлетворённость от товара или услуги. Предельная полезность – польза от дополнительной единицы потребляемого блага. В этой статье речь пойдёт про предельную. То есть когда с потреблением блага необходимость в каждой следующей его единице снижается. Потреблять благо до бесконечности невозможно. На определённом этапе ты просто перестаёшь нуждаться в нём. 

Например, вы можете себе позволить заказать в ресторане два или три завтрака, но всё равно можете съесть только один. И даже если вы можете себе позволить заказать еды за раз на 15 тыс. калорий, то физически с очень большим трудом сможете всё это осилить. (Да и зачем?) Удовольствие с каждой следующей калорией после определённого количества будет только снижаться. И также, даже если вы очень хотите пить, с каждым следующим глотком вы будете получать всё меньше и меньше удовлетворения и удовольствия. А в какой-то момент произойдёт обратный эффект и от выпитого может даже стать плохо.

Моя гипотеза заключается в том, что каждый успешный продукт, в том числе цифровой, достигает уровня предельной полезности. Это момент, когда он уже удовлетворил все базовые и небазовые потребности клиента. С этого момента дальнейшие доработки продукта будут гораздо менее востребованы, чем предыдущие. И продукт лучше перепридумать, чем вносить невостребованные доработки. Я буду рассказывать детально про Power BI, чтобы стало понятнее о чём речь. Но вы можете посмотреть на любой продукт в аналогичном разрезе, чтобы понять, а достиг ли он предельной полезности или нет. 

Например, в онлайн-кинотеатрах за последние годы, по моему опыту, в лучшую сторону изменилось не так много. И вовсе не потому, что их делают люди, которые не в состоянии придумать, как улучшить пользовательский интерфейс. Просто улучшать — нечего. Когда и так всё хорошо работает, нет потребности радикально что-то менять. То же самое можно сказать про такси: все последние обновления «Яндекс Go» вообще не меняют сути продукта. Или например, если вы автомобилист, по попробуйте перечислить полезные и востребованные доработки Навигатора за последние годы.

Вернёмся к Power BI и посмотрим, а что происходило и происходит с ним: достиг ли он предельной пользы или ещё нет. 

Каким был Power BI в начале или архитектурный этап

С Power BI я познакомился в 2017 году, а внедрять его начал с 2018-го. Всё это время любил и люблю этот продукт и считаю, что он почти идеальный в своей нише. Это подтверждают как международные рейтинги Garnter’a, Forrester и BARC Score, так и количество вакансий на рынке России. 

Но Power BI появился на рынке не в 2017, а ещё в 2010-2011 годах. Но тогда он был не самым успешным и в рейтингах занимал далеко не первое место.

Я встречал разработчиков-аналитиков, которые работали с Power BI до 2017 года, а потом по каким-то причинам прекращали. И у всех было скорее негативное восприятие. Тем не менее, за первые 7 лет его существования разработчики создали всю архитектуру и принципы работы: Power Query – Low Code ETL, единственный в своём роде продукт на рынке, DAX - библиотека аналитических функций, базовые визуальные элементы: линейчатые графики, гистограммы, круговые диаграммы и так далее. Когда всё это уже было создано, продуманы и реализованы фундаментальные функции продукта, его разработчики смогли задуматься об удобстве пользователей.

Улучшение Power BI — этап обновлений для пользователя

После установочного архитектурного рассмотрим следующий период — с 2017-го по 2022-й. Именно тогда Power BI стал лидером рынка как по международным рейтингам, так и у нас в стране по всем критериям и методологиям, которые только можно придумать. Power BI стал доминирующим игроком и по качеству, и по экономическим параметрам, и по активности развития. 

Важно помнить, что это продукт компании Microsoft, где в 2015 году сменился руководитель и вместо Стива Балмера на роль СЕО пришел Сатья Наделла. Как следствие, изменилась стратегия компании — с концентрации на продажах продуктов Office и Windows на продажу облачных продуктов. Так компании удалось первой из всех IT-гигантов добиться диверсификации бизнеса: 

Источник

То есть, если взять выручку Google, Amazon, Apple, Facebook (запрещена в РФ), то более 60% от выручки им приносит один продукт — либо реклама, либо iPhone и так далее. У Microsoft же доминирующий продукт снизился до 28% от выручки уже в 2016 году именно благодаря смене стратегии развития облачных технологий, и как следствие, активного развития Power BI. До этого времени этот продукт был условно бесплатным приложением к базам данных. 

За период, когда Microsoft начал активно обновлять Power BI, добавилось множество возможностей, связанных с пользовательским удобством и лёгкостью внедрения в корпоративную инфраструктуру. Когда я начинал работать с Power BI, большинства этих функций не было.

Например, не было возможности выравнивать элементы по линиям, как в PowerPoint. Если нужно было выровнять два и более элементов, то приходилось идти напрямую в координаты расположения элемента и вбивать пиксели. Теперь же система сама подсказывает, когда элементы выровнены. 

Также сейчас добавились новые визуальные элементы, такие как дерево декомпозиции, которое позволяет любой параметр декомпозировать в различных разрезах. Появились и продвинутые карты (ArcGIS Maps), визуальный элемент «вопросы-ответы», куда можно ввести вопрос с данными и получить на выходе визуальный элемент. Воронка сильно упростила любые визуальные отображения, связанные с продажами. Пока её не было, в большинстве кейсов аналитики воронки продаж нужны были «костыли». Каскадная диаграмма хорошо отображает отчёт о прибылях и убытках. Кольцевая диаграмма стала красивее и современнее, чем круговая. 

Были добавлены и менее востребованные визуальные элементы – например, точечная диаграмма, достаточно сложная для восприятия. Ключевые показатели эффективности — лучше делать такую аналитику вручную. Ленточная диаграмма отличается от графиков и гистограмм тем, что по оси X ещё рейтингует параметры на каждый разрез. Это тоже не всегда просто для восприятия неопытным пользователем. То есть, если мы берем динамику активов в гистограмме и динамику активов ленточной диаграммы, то в ленточной они будут меняться местами: если раньше актив был первым по сумме, а потом стал третьим, он опустится, что не очень удобно. 

Диаграмма «дерево» показывает процент от общего для нескольких уровней вложенности. Также разработчики добавили возможность добавлять в срез строку поиска. Раньше при большом количестве текстовых значений и необходимости найти одно из них, нужно было скроллить. А ещё была кастомная визуализация фильтра с текстовым полем в магазине, но совместить это с обычным срезом в 1 элемент было нельзя. Кастомный визуал работал с проблемами — при удалении в строке поиска не снимался фильтр. Можно было удалить текст, и строка поиска была бы пустой. Но фильтр оставался рабочим до тех пор, пока вы дополнительно не нажмёте на ластик. Теперь этот функционал добавили в классический срез, который фильтрует данные: и в срезе, визуальном элементе, и нативно, через поисковик можно вбивать и выбирать конкретные наименования. 

Также в продукт добавили возможности дополнительной визуализации. Например, удобные ссылки внутри дашборда, то есть возможность настроить гиперссылку и переходить по страницам, либо скрывать/раскрывать визуальный элемент. 

Усовершенствовали и функционал подсказок: когда при наведении на один визуальный элемент всплывает другой, или даже целый дашборд. Допустим, если мы смотрим продажи в динамике, то, при наведении на гистограмму, система с помощью всплывающего окна покажет топ-5 продаж за этот период. 

Также был релиз Power BI Premium – самой топовой облачной версии. А ещё появилась мобильная версия, которая вплоть до 2020-2021 года была очень сырой для работы. Чтобы создать нормальный мобильный дашборд, необходимо было скопировать десктопный, изменить его и загнать в мобильный. В результате запрос заказчика на создание мобильной версии де-факто удваивал и время на внедрение, и расходы на поддержку, потому что нужно было создавать два отдельных дашборда. К концу 2022-го эта функция наконец стала удобной. Появилась возможность редактировать визуальные элементы только для мобильных устройств. 

Также произошла русификация Power BI. В интерфейс обавили множество переводов и локализацию инструмента. Только в кастомных визуализациях можно до сих пор встретить английский язык — там, где разработчик не закладывал русификацию. 

Резюмирую: в архитектурный период задавалась логика продукта, но он был не особо успешным и удобным для пользователя. На следующем этапе, спустя примерно семь лет, начался период доработки для пользователей. Это позволило сделать инструмент удобным, быстрым в освоении и лёгким для внедрения, что и привело Power BI к лидирующей роли на рынке.

Что дальше: 2022 — 2024

Примерно с конца 2021 года я перестал обращать внимание на обновления, так как они носили косметический или экспериментальный характер. Не было ни одного обновления, которое я бы с нетерпением ждал.

За это время начал активно развиваться Power Platform, куда ранее входили всего три инструмента: Power BI, Power Apps (продукт позволяет делать простые Low Code приложения для B2B рынка) и Power Automate (RPA платформа, позволяющая автоматизировать рутинные взаимодействия между продуктами). Microsoft сделал ставку на развитие Power Platform после 2020 года и добавил туда сначала продукт, позволяющий без навыков программирования создавать чат-боты — Virtual Agents, а затем и Power Pages, чтобы создавать сайты без навыков программирования (аналог Tilda). 

Все эти продукты далеко не так востребованы, как Power BI. Они только ищут рынок и имеют все шансы вообще не состояться как продукт. По крайней мере пока, успешные кейсы внедрения чего бы то ни было из этих продуктов кроме Power BI — практически отсутствуют.

Но в Microsoft все продукты Power Platform пронизывают идентичными системами. Например, дублируют коннекторы к данным или интегрируют с хранилищем Dataverse. Интегрируют также идентичные, связанные с искусственным интеллектом функции типа AI Builder. Он, например, умеет преобразовывать идентичные документы в табличный вид. Можно загрузить в него тысячи или десятки тысяч одинаковый счетов в пдф, и он распознает, что в одном месте находится дата счёта, в другой – стоимость, и распарсит это в таблицу. 

Microsoft встроил в Power BI Power Automate и Power Apps. Но в моей практике без них легко можно обойтись. И лишь в каких-то суперспецифичных случаях они могут быть востребованы. Например, Power Apps можно использовать для кейсов, когда мы умножаем данные в дашборде на фиксированный коэффициент, который создаём в Power Apps. Или в Power Automate можно автоматизировать загрузку или обновление данных облачных версий. 

Изначально я был тренером только по Power BI, а затем добавилась Power Platform. И это был не мой выбор. Microsoft требовала интегрировать в тренинги куски по Power Platform. При этом за всю практику у меня так и не появилось чёткого  понимания, что делать со всем остальным и как эти продукты продавать, а успешных кейсов внедрения с помощью этих инструментов чего-то масштабного я так и не встретил. 

Новосозданные визуальные элементы — это метрики, отчёты на страницу, Power Automate, Power Apps, интеграция карт Azure из более верхнеуровневого облачного продукта, новая карточка, новый срез и повествование. Даже если вы работаете с BI, я с высокой вероятностью уверен, что вы не понимаете, что это за визуальные элементы сходу, и нужны пояснения. Те же метрики – это некая заявка на то, что мы можем задавать отслеживание ключевой метрики эффективности, и система сама посчитает, как и что на неё влияет. Де-факто это работает гораздо хуже, чем аналитика, сделанная сеньером. 

Произошла интеграция с Copilot, который сейчас тоже Microsoft повсеместно везде интегрирует. По этому поводу я обычно шучу, что сначала у нас появляются успешные кейсы в маркетинговых целях на конференциях. Но если в кулуарах задать какие-то неприятные вопросы, то станет понятно, что кейс носит маркетинговый характер и де-факто в лучшем случае на него потратили мало времени и быстро поняли, что он ничего не делает, а в худшем — вынуждены были выдумывать мертворожденную идею для конференции. 

Мой вывод на основании этих двух лет, что все последние обновления Power BI носят экспериментальный характер. Они или востребованы слабо, ищут своего пользователя и могут через пару лет дождаться. Или ждут внедрения технологий вроде искусственного интеллекта. Но в любом случае, если раньше каждое обновление сразу было востребовано, то сейчас это скорее вопрос экспериментов. 

В глубокой теории все BI-инструменты идут к ситуации, когда они будут работать, как визуальный элемент вопроса и ответа «на максималках» для пользователя. Это когда я задаю вопрос по данным, а мне выдали дашборд, который отвечает на этот вопрос. Но пока что это глубокая теория. То есть каждая технология проходит сначала периоды фантазий, потом поиска реализации, а затем «обстукивается» об реальность. И пока что эта идея очень далека от реальности, но звучит красиво. 

В любом случае, Microsoft не может не интегрировать искусственный интеллект, потому что это будет противоречить пожеланиям акционеров: ИИ будет увеличивать капитализацию. А ещё Power BI продолжит интегрироваться с Power Platform и, возможно, внедрит какой-нибудь качественный распознаватель данных, который работает как GPT. 

Но с инженерной точки зрения это выглядит довольно сложно, а с точки зрения пользователя нет прямого ответа, чем это лучше, чем продуманный дашборд. Ведь, в конце концов, не всегда пользователь нуждается в том, чтобы задать свободный вопрос. И очень долго придётся формулировать вопрос настолько грамотно, насколько это возможно, чтобы получить нормальный ответ. 

Итого

За весь период моей активной работы с Power BI, с 2017 года никаких фундаментальных, архитектурных изменений, связанных с добавлением к Power BI функционала масштабов DAX или Power Query не произошло. Более того, Power Query и DAX практически не менялись за этот период. С 2017 по 2022 год активно улучшилось удобство для пользователя и менялась визуальная часть, она стала намного лучше. Улучшилась производительность и способы развертывания и передачи доступов после создания дашборда. За период 2022-2024 годов обновления носили экспериментально-косметический характер и не вносили существенных улучшений в продукт. В будущем я предполагаю, что Power BI как продукт в скором времени либо продолжит накатывать экспериментальные обновления, не критичные для продукта, либо поменяется архитектурно и Microsoft его перепридумает заново. 

Перед выводами небольшой офтоп: если мы посмотрим на конкуренцию на IT-рынке с точки зрения продуктов, то обычно первый продукт, появляющийся на рынке, её в итоге проигрывает. Так, Rambler проиграл «Яндексу», Yahoo — Google, «Одноклассники» – VK и так далее. Таких примеров довольно много. И это закономерно, что первооткрыватель почти всегда проигрывает, потому что тот, кто идёт вторым — двигается по проторенному пути. Он хорошо знает, куда развивать продукт, благодаря тому, что первооткрыватель набил шишки, устал и делает в итоге что-то не то. Тот, кто копирует и дорабатывает, часто побеждает по итогам гонки.

Выводы

На примере Power BI я попытался подтвердить свою гипотезу о том, что продукт нельзя развивать до бесконечности. У него есть предельная полезность. Когда в определённый момент он её достигает — обновления перестают быть востребованы. Power BI, на мой взгляд, этого достиг в конце 2021-го. С этого момента продукт необходимо перепридумывать, то есть делать, в сущности, что-то новое или интегрировать с другими технологиями. И все эти пути на успех не обречены, потому что, с точки зрения бизнеса, это pivot-модели. То есть придётся перепридумать продукт именно с точки зрения бизнеса, а это сложно. 

Исходя из всего вышенаписанного, импортозамещение, наоборот, обречено на успех, так как оставляет возможность восстановить полезный функционал ПО и при этом внести улучшающие доработки, исходя из опыта использования. Я в это погружён с точки зрения импортозамещения Power BI, и понимаю, что дорожка уже проторена. И тот путь, что прошёл Power BI с 2011-го до 2022-го, мы сможем пройти года за три-четыре. Доброго пути всем, кто пойдёт этой дорогой!

Теги:
Хабы:
Всего голосов 7: ↑6 и ↓1+6
Комментарии6

Публикации

Ближайшие события