Управление данными в компании: DWH, ETL, OLAP и BI без магии и маркетинга

У большинства компаний сейчас данных уже больше, чем когда-либо: ERP, CRM, DMS, SFA, интернет-каналы, маркетинговая аналитика, отчёты партнёров и сетей в Excel.

При этом базовые вопросы часто остаются без ответа:

• Какие продукты действительно зарабатывают деньги?
• Где мы теряем продажи из-за нехватки товара, а где «замораживаем» деньги в запасах?
• Какие промо работают, а какие просто «съедают» маржу?
• Можно ли доверять отчётам хотя бы на 90%?
   

Проблема почти никогда не в «недостатке отчётов». Гораздо чаще её источник — отсутствие системного управления данными: нет единого хранилища (DWH), неуправляемые ETL-процессы, OLAP-кубы и BI-дашборды живут своей жизнью, а поверх этого появляются модные слова Big Data, Data Lake, data pipelines, которые не связаны с реальными задачами бизнеса.
 

В этой статье разберёмся:

• что такое DWH, ETL, OLAP, BI, MDM, Big Data и Data Lake простыми словами;
• как эти элементы складываются в архитектуру управления данными;
• с чего начинать, если сейчас всё держится на «Excel + отчёты из разных систем»;
• какие ошибки чаще всего ломают проекты по данным; 
• как может выглядеть реалистичная дорожная карта развития. 

В конце — FAQ с пояснениями ключевых терминов.
 

1. Разбираемся в терминах: DWH, ETL, OLAP, BI, MDM, Big Data

1.1. DWH (Data Warehouse) — корпоративное хранилище данных

Простыми словами
DWH — это центральное хранилище, куда стекаются данные из разных систем, очищаются, приводятся к единому виду и хранятся так, чтобы по ним можно было быстро и предсказуемо строить отчёты и аналитику.

Для тех, кто глубже в теме

• DWH — это отдельно стоящий аналитический контур, отличающийся от операционных баз (OLTP) по структуре и типу нагрузки.
• Типичные подходы к моделированию: звёздная / «снежинка»-схема, Data Vault, корпоративная модель..
• Хранилище часто делят на слои:
  • staging (сырой слой);
  • интеграционный слой (единые сущности);
  • витрины данных (data marts) под конкретные задачи: продажи, запасы, промо, полевые команды и т.д.

1.2. ETL (Extract–Transform–Load) — конвейер обработки данных 

Простыми словами
ETL — это автоматический конвейер, который:

1. забирает данные из источников (Extract),
2. очищает, стандартизирует и преобразует их (Transform),
3. загружает в хранилище или витрины (Load).

Когда спрашивают «что такое ETL-системы простыми словами» или «что такое ETL-обработка данных», речь именно об этой схеме.
Для практиков

• ETL-процессы должны быть:
  • автоматизированы (расписание, триггеры событий);
  • наблюдаемы (логи, мониторинг, алерты);
  • идемпотентны (повторный запуск не плодит дубли).
• В современных архитектурах всё чаще используют ELT (Extract–Load–Transform): данные сначала загружаются в мощное хранилище или Data Lake, а трансформации выполняются уже внутри него. 

1.3. OLAP (Online Analytical Processing) — многомерная аналитика

Простыми словами
OLAP — это способ организации данных и запросов, который позволяет:

• быстро строить многомерные отчёты;
• «крутить» показатели в разных разрезах (по времени, продуктам, клиентам, регионам, каналам);
• проваливаться от агрегированных уровней до отдельных транзакций.

OLAP-куб — это многомерная модель данных:

• измерения: время, клиенты, товары, каналы, регионы;
• меры: продажи, маржа, остатки, количество визитов, KPI.

Задача OLAP — обеспечить высокую скорость агрегирующих запросов и удобство для интерактивной аналитики.
 

1.4. BI (Business Intelligence) — аналитика для людей

Простыми словами 
BI-система — это то, что видит пользователь: дашборды, графики, отчёты, конструкторы запросов.
Ключевые моменты

• BI — это не только «красивые отчёты», а единая среда принятия решений.
• Если под BI нет нормального DWH, ETL и MDM, система превращается в набор несогласованных картинок, где одни и те же показатели дают разные значения.
   

1.5. MDM (Master Data Management) — управление мастер-данными

Простыми словами 
MDM отвечает за «словарь бизнеса»:

• какие у компании продукты и как они кодируются;
• какие есть клиенты и торговые точки;
• какие используются каналы, форматы, иерархии.

Зачем это нужно

• устранить дубли;
• согласовать справочники между системами;
• обеспечить единый источник правды для всех аналитических витрин и отчётов.

Без MDM даже идеальные DWH и ETL будут работать с «красивым хаосом»: отчёты не сойдутся, а споры о цифрах станут нормой.
 

1.6. Big Data и Data Lake

Big Data — это данные, которые характеризуются:

• большим объёмом (миллиарды строк, терабайты и больше),
• высокой скоростью поступления (потоки событий, обновления «почти онлайн»),
• большим разнообразием форматов (таблицы, JSON, логи, события, медиа).

Для таких сценариев используют Data Lake — хранилище сырых данных, куда информация складывается «как есть». Над озером строятся ETL/ELT-пайплайны, которые формируют:

• структурированные витрины и DWH для управленческой отчётности;
• наборы данных для Data Science и продвинутых моделей.

Примеры:

• прогноз спроса на основе истории продаж + логов промо + данных о погоде и событиях;
• выявление аномалий в продажах и остатках по потоковым событиям, а не только по «снимку раз в день».

На практике DWH и Data Lake дополняют друг друга: Data Lake хранит всё в исходном виде, DWH остаётся официальным источником управленческой аналитики.
 

2. Зачем вообще нужна архитектура данных: взгляд бизнеса и ИТ

2.1. Что важно бизнесу

Бизнесу не так интересно, какая СУБД используется и на чём написан ETL. Волнуют другие вопросы:

• Можно ли ежедневно видеть продажи, остатки и ключевые KPI по всем каналам?
• Можно ли доверять отчётам, или всё равно приходится «пересчитывать в Excel»?
• Можно ли понимать не только «что случилось», но и почему и что будет, если изменить цену, промо или ассортимент?

Архитектура данных нужна не ради технологий, а ради того, чтобы решения перестали приниматься вслепую.
 

2.2. Что важно ИТ и аналитике

С точки зрения ИТ и аналитиков:

• источников становится больше, они разнородные и часто меняются;
• интеграции множатся, но слабо документированы;
• «скрипты на коленке» перестают масштабироваться.

Системная архитектура (DWH + ETL/ELT + OLAP + BI + MDM и при необходимости Data Lake):

• упорядочивает потоки данных;
• снижает риски и стоимость сопровождения;
• делает развитие аналитики управляемым.
   

3. С каких данных и систем начинать

Классический тупик: «Сначала соберём все данные, потом начнём проект». Обычно так проекты никогда не заканчиваются.

Гораздо эффективнее начать с минимального, но полезного контура.

Пример стартового набора для компаний с опорой на продажи

Продажи

• отгрузки производителя (sell-in);
• продажи партнёров / дистрибьюторов (sell-out);
• POS-данные (off-take), если доступны.

Запасы

• остатки на складах производителя;
• остатки на складах дистрибьюторов;
• по возможности — остатки по ключевым торговым точкам.

Мастер-данные

• номенклатура (SKU, бренд, категория, упаковка);
• клиенты и торговые точки (канал, формат, регион, город, геолокация);
• организационная структура (регионы, команды, подразделения).

Данные полевого персонала (если есть)

• визиты, маршруты, задачи, фото, промоактивности.

Главное — чтобы этот набор:

• поступал регулярно;
• проходил базовый контроль качества;
• был закреплён за конкретными владельцами.
   

4. Типовая архитектура: от источников до отчётов

Схематично зрелая архитектура выглядит так:

Источники → ETL / ELT → (Data Lake) → DWH → витрины → OLAP / BI
 

4.1. Источники данных

• ERP, бухгалтерия, WMS;
• CRM, системы лояльности;
• DMS, SFA, порталы партнёров;
• Excel-выгрузки;
• веб-аналитика, рекламные кабинеты, логи и события.

Задача этого уровня — надёжно фиксировать оперативные процессы. Он не обязан быть удобным для аналитики, для этого и строится следующий слой.

4.2. Слой интеграции и ETL/ELT

На этом уровне:

• данные попадают в staging в максимально сыром виде (но уже с базовыми проверками формата);
• запускаются конвейеры очистки, сопоставления, нормализации;
• логируются объёмы и статусы загрузок, отслеживаются ошибки.

Если есть потоковые источники, используются стриминговые конвейеры (streaming ETL/ELT) — но логика остаётся той же: регулярность, качество, наблюдаемость.
 

4.3. DWH: интеграционный слой и витрины

Интеграционный слой

• единые сущности: продажа, клиент, торговая точка, SKU, заказ;
• единые ключи и связи;
• единые календарные и географические измерения.

Витрины (data marts)

• продажи и дистрибуция;
• промо и трейд-маркетинг;
• запасы и логистика;
• эффективность полевых команд;
• другие предметные области.
   

4.4. OLAP и BI

На этом уровне:

• строятся OLAP-кубы и аналитические модели;
• настраиваются дашборды и отчёты под роли (директор по продажам, KAM, маркетинг, финансы, логистика);
• реализуется self-service-аналитика для продвинутых пользователей.

Здесь уже не нужно разбираться в схеме БД — пользователь работает с понятными бизнес-полями и показателями.
 

5. Принципы надёжного ETL-конвейера

Даже идеальная модель DWH бессильна, если данные попадают в неё случайным образом.
 

5.1. Регулярность и предсказуемость

• чёткое расписание загрузок;
• SLA: когда данные за вчера считаются «официальными»;
• учёт выходных, праздников, часовых поясов.
   

5.2. Контроль качества на уровне ETL

Примеры проверок:

• заполнены ли обязательные поля;
• нет ли отрицательных остатков там, где их быть не может;
• цены в разумных диапазонах;
• структура и формат файлов / сообщений соответствуют ожиданиям.

Ошибка не должна «тихо» попадать в DWH — она должна быть либо исправлена, либо зафиксирована и заблокирована.
 

5.3. Логирование и мониторинг

• лог по каждому шагу: объёмы, статус, длительность, ошибки;
• технический дашборд состояния ETL-процессов;
• уведомления ответственным при сбоях.
   

5.4. ETL-пайплайны и оркестрация

Современные ETL/ELT-решения строятся как набор пайплайнов:

• каждый пайплайн описывает последовательность шагов (jobs);
• над ними есть оркестратор, который отслеживает зависимости, расписание, повторы;
• пайплайны версионируются как код, с возможностью отката.
   

6. Проектирование DWH: практичные принципы

6.1. Звёздная схема (star schema)

Суть:

• факт — таблица событий (продажа, визит, остаток);
• измерения — справочники (время, продукт, клиент, регион, канал).

Плюсы:

• понятная структура;
• удобство для OLAP и BI;
• хорошая производительность при правильной индексации.
   

6.2. Медленно изменяющиеся измерения (SCD)

Измерения меняются не мгновенно (магазин сменил формат, клиент перешёл в другой сегмент), и нужно решить, что делать с историей:

• SCD Type 1 — переписываем историю (как будто «так было всегда»);
• SCD Type 2 — храним версии (видно, что было до и после изменения).

Для управленческой и финансовой аналитики чаще нужен второй подход, иначе история «плывёт».
 

6.3. Регламенты и документация

Необходимы:

• глоссарий показателей (что именно считается «выручкой», «объёмом», «маржой» в разных контекстах);
• описание витрин и кубов;
• регламент изменения модели (кто может менять, как согласовывать, как тестировать).

Иначе через год BI-отчёты разных подразделений начнут расходиться, и никто не поймёт, у кого «правильные» цифры.
 

7. OLAP и BI: от отчётности к управленческому инструменту

7.1. Чем OLAP-куб отличается от статичного отчёта

В статичном отчёте:

• жёстко задан набор колонок и фильтров;
• чтобы добавить новый срез, нужно переделывать отчёт.

В OLAP:

• пользователь сам управляет срезами (slice & dice);
• проваливается по иерархиям (drill-down: Год → Квартал → Месяц → День → ТТ);
• комбинирует измерения по ситуации.
   

7.2. BI как единое пространство решений

В зрелой BI-среде:

• есть официальные дашборды для топ-менеджмента;
• есть аналитические витрины для экспертного анализа;
• есть self-service BI в рамках общих правил и общих справочников.

Ключевой принцип — все смотрят на одну согласованную модель данных из одного DWH.
 

8. Управление данными как процесс: Data Governance

Архитектура данных не заработает без процессов и ответственных.
 

8.1. Роли

• Data Owner — бизнес-владелец данных (например, директор по продажам за данные о продажах).
• Data Steward — отвечает за качество и правила работы с данными в своей области.
• Команда DWH / BI:
  • архитекторы хранилища;
  • инженеры данных (data engineers), которые строят и поддерживают ETL/ELT-процессы;
  • аналитики данных (data analysts), которые разрабатывают витрины и отчёты;
  • при наличии — специалисты по данным (data scientists), которые используют данные для моделей и продвинутой аналитики.
• ИТ-поддержка — инфраструктура, доступы, мониторинг.
   

8.2. Элементы Data Governance

• глоссарий данных и метрик;
• политика качества данных;
• правила доступа;
• процесс изменения моделей и отчётности;
• регулярный цикл «данные → аналитика → решения → действия → обратная связь».

При работе с Big Data добавляются:

• каталог данных (data catalog) — описание наборов в Data Lake и DWH;
• правила работы с чувствительными данными.

В итоге данные становятся отдельным управляемым активом, а не побочным продуктом ИТ.
 

9. Типичные ошибки проектов по данным

1. Нет общего языка 
   Разные люди по-разному понимают, что такое «выручка», «клиент», «активная торговая точка».
2. Попытка сделать всё сразу 
   Стратегия есть, рабочего контура нет. Через год есть презентации, но нет устойчивых инструментов.
3. Нет MDM и контроля качества 
   Дубли клиентов и ТТ, разные коды SKU, некорректные цены. Аналитика строится на неустойчивой основе.
4. BI без DWH и ETL/ELTBI 
   подключают напрямую к десяткам источников. Возникает избыточная сложность сопровождения и противоречивые цифры.
5. Данные не связаны с действиями 
   Отчёты есть, но:
   • не определено, кто и как на них реагирует;
   • нет связи с операционными системами (CRM, DMS, SFA и др.).
6. Проект живёт только в ИТ 
   Бизнес не вовлечён, владельцы данных не назначены, ответственность размазана.
7. Фокус только на Big Data и технологиях 
   Разворачивается Data Lake, стриминговые конвейеры, но нет базового порядка в мастер-данных и DWH. В результате появляются просто большие, но малоуправляемые данные.
    

10. Мини-дорожная карта: как двигаться к зрелой архитектуре данных

1. Определите язык и цели
   • согласуйте термины: DWH, ETL, ELT, OLAP, BI, MDM, KPI;
   • зафиксируйте, какие решения хотите улучшить (продажи, запасы, промо, дистрибуция, эффективность полей).
2. Выберите минимально полезный контур
   • продажи + остатки + базовые справочники;
   • один-два ключевых сценария.
3. Постройте базовый DWH и ETL/ELT
   • staging → интеграционный слой → витрина;
   • регулярные загрузки, мониторинг, проверки качества.
4. Запустите первые OLAP-витрины и BI-дашборды
   • ограниченное число, но максимально полезные отчёты;
   • закрепите их как официальный источник управленческой отчётности.
5. Параллельно выстраивайте MDM и Data Governance
   • назначьте владельцев данных;
   • ведите глоссарий;
   • договоритесь о правилах качества.
6. Расширяйте контур и усложняйте аналитику
   • добавляйте новые предметные области;
   • подключайте более сложные модели: прогнозирование, оптимизацию, Big Data-аналитику и машинное обучение.
      

11. Итог: что важно запомнить

Зрелая архитектура данных — это не только DWH и BI. Это:

• общие понятия и единый язык;
• устойчивый ETL/ELT-конвейер;
• качественные мастер-данные;
• понятные роли и процессы управления данными.

Начинать имеет смысл с небольшого, но рабочего контура и быстро показывать бизнесу пользу. Тогда архитектура данных перестаёт быть «большим проектом где-то в ИТ» и становится частью повседневного управления компанией.
 

FAQ: ключевые термины и вопросы

Что такое DWH простыми словами?

DWH (Data Warehouse) — это отдельное хранилище данных, куда стекается информация из всех основных систем компании. Там она очищается, приводится к единому формату и хранится так, чтобы по ней можно было быстро и надёжно строить отчёты и аналитику.
 

Чем DWH отличается от обычной базы данных?

Операционная база (OLTP) оптимизирована под быстрый ввод и изменение транзакций (заказы, платежи, документы).DWH оптимизирован под чтение и анализ:

• хранит историю;
• поддерживает сложные запросы и отчёты;
• содержит согласованную модель данных для всей компании.
   

Что такое ETL-процесс?

ETL (Extract–Transform–Load) — это:

• Extract — получить данные из источников (ERP, CRM, DMS, SFA, файлы и т.д.);
• Transform — очистить, стандартизировать, обогатить, сопоставить со справочниками;
• Load — загрузить в хранилище данных (DWH) или витрины.
   

Что такое ETL-пайплайн?

ETL-пайплайн — это реализованный конвейер ETL:

• цепочка шагов (jobs) от чтения и проверки до загрузки в DWH;
• управляемое расписание и порядок выполнения;
• логирование и контроль ошибок.

Обычно в компании существует множество ETL-пайплайнов для разных предметных областей и источников.
 

Чем ETL отличается от ELT?

• При ETL данные сначала трансформируются вне хранилища (например, на ETL-сервере), а затем загружаются в DWH.
• При ELT данные сначала загружаются в DWH или Data Lake, а затем трансформации выполняются внутри самого хранилища.

ELT чаще применяют, когда хранилище достаточно мощное (облако, MPP-решения) и выгодно использовать его ресурсы для вычислений.
 

Что такое OLAP-куб?

OLAP-куб — это многомерная структура, в которой:

• измерения — время, товары, клиенты, регионы, каналы;
• меры — продажи, маржа, остатки, визиты, KPI.

Куб позволяет быстро строить отчёты в разных разрезах и проваливаться до нужного уровня деталей.
 

Чем BI отличается от обычной отчётности?

BI — это не один отчёт, а платформа, которая:

• предоставляет интерактивные дашборды;
• даёт конструкторы отчётов;
• опирается на единую модель данных и согласованные KPI.

Главное отличие — BI работает на общей архитектуре данных, а не на разрозненных выгрузках.
 

Что такое MDM и почему он важен?

MDM (Master Data Management) — управление мастер-данными: товары, клиенты, торговые точки, каналы, иерархии.

MDM:

• устраняет дубли и противоречия в справочниках;
• обеспечивает единую базу для всех систем;
• повышает доверие к любой аналитике и отчётности.
   

Что такое Big Data простыми словами?

Big Data — это большие, быстро меняющиеся и разнообразные данные:

• большие объёмы (миллиарды записей);
• высокая скорость поступления (стриминг, события);
• множество форматов (таблицы, JSON, логи, медиаданные).

Для работы с ними используют Data Lake, масштабируемые хранилища и потоковые конвейеры обработки.
 

Что такое Data Lake?

Data Lake — это хранилище сырых данных, куда складываются данные из разных источников «как есть» (без жёсткой схемы):

• удобно для Data Science, прототипирования, работы с полуструктурированными данными;
• часто используется вместе с DWH: Data Lake хранит всё в исходном виде, DWH — структурированную часть для управленческой аналитики.
   

Нужен ли DWH небольшой компании?

Если есть одна учётная система и несколько простых отчётов, DWH может быть избыточен.

Но как только:

• появляется несколько источников данных;
• используются регулярные Excel-выгрузки;
• важна единая управленческая отчётность,

DWH и системный подход к данным начинают экономить время, деньги и уменьшать риск ошибок.

Если вы хотите обсудить, на каком этапе развития архитектуры данных находится ваша компания и с чего лучше начать, команда ARK готова провести короткую консультацию и поделиться практическими примерами.