Вступление

Всем привет! На связи Роман Бунин, автор этой книги. Последние 10 лет я занимаюсь визуализацией данных и BI-системами, а до этого я был инженером и консультантом по оптимизации бизнес-процессов. Я даже защитил кандидатскую по техническим наукам, но решил на этом не останавливаться и написать книгу.

В дальнейшем такие выделения-цитаты будут означать, что это моя прямая речь. Оранжевым мы выделяли главные мысли, а синим — итоги каждой главы.

Для кого и зачем эта книгаДля кого и зачем эта книга

Мы живём в эпоху, когда данные стали не просто побочным продуктом бизнеса, а его нервной системой. Каждая компания строит дашборды, проводит анализ данных и стремится использовать данные в работе, но не каждая получает от них реальную пользу.

Почему так происходит? Часто BI-система создаётся как набор разрозненных отчётов, а не как продуманный продукт. В результате у неё нет цельной логики, понятных сценариев использования и фокуса на реальных задачах пользователей. Получается BI-система Шрёдингера: она есть, но не работает на бизнес. Так BI превращается в своеобразный «музей графиков»: красиво, но бесполезно. Можно долго ходить по залам, рассматривать визуализации, но так и не понять, что именно они пытаются сказать.

Эта книга — о том, как изменить этот подход. О том, как смотреть на BI-систему как на продукт: с пользователями, целями, метриками и ценностью, которую можно измерить. О том, как создавать дашборды, которые не просто закрывают текущую потребность, но создают долгосрочную ценность для бизнеса.

Книга будет полезна аналитикам всех специализаций и руководителям аналитических команд: она помогает посмотреть на работу под новым углом и научиться работать не только с данными, но и с бизнес-процессами. Руководители бизнес-подразделений, прочитав её, станут любимыми коллегами аналитиков: они смогут чётче формулировать свои потребности и понимать всю сложность процесса разработки дашбордов.

Как появились подходы, описанные в книгеКак появились подходы, описанные в книге

За годы работы в BI я видел сотни дашбордов, десятки инструментов и бесчисленное количество попыток «сделать всё заново, но уже нормально». Я наблюдал, как аналитики неделями собирают отчёты, которые никто ни разу не откроет. Видел, как управленцы принимают решения на чистой интуиции, игнорируя данные. В какой-то момент я понял, что проблема не в людях и не в инструментах, а в отсутствии системы.

Так появился Dashboard Canvas — фреймворк, который помогает структурировать требования, приоритизировать идеи и создавать дашборды, полезные с первого дня. Позже к нему добавился Dashboard Map — способ увидеть всю BI-экосистему компании как единую карту ролей и бизнес-процессов.

Эта книга — попытка поделиться этими подходами, чтобы другие команды могли пройти путь быстрее, системнее и с большим эффектом.

Что будет в книгеЧто будет в книге

Сначала вы прочитаете о том, что означает продуктовый подход применительно ко всей BI-системе. Увидите, из каких компонентов он состоит и как можно измерять эффективность системы в целом с помощью метрик.

Следующие пять глав посвящены одной из самых больших составляющих BI-системы — контенту внутри неё. Под контентом в этой книге мы понимаем дашборды, графики, алерты и другие артефакты, которые есть в BI-системе.

Мы начнём с основ: какие бывают типы дашбордов и какие дизайнерские паттерны подходят каждому типу в зависимости от задачи. После этого расскажем, как с помощью фреймворка Dashboard Map определить, какие именно дашборды нужны вашей команде, исходя из структуры подразделения, бизнес-процессов и продуктов. Затем объясним, как собрать требования и разработать один конкретный дашборд с помощью фреймворка Dashboard Canvas. А затем расскажем о принципах дизайна: как превратить собранные требования в правильные UX-паттерны и удобные визуализации.

Итого, из этих пяти глав вы узнаете, как пройти путь от «у подразделения нет операционной аналитики» к «в подразделении есть выстроенная экосистема дашбордов и алертов для управления бизнесом».

После этого можно переходить ко второму крупному компоненту BI-системы — процессам. Расскажем о том, как внедрять BI-систему на разных этапах жизненного цикла компании и какие метрики важно отслеживать. И, конечно, дадим краткую сводку о будущем: как искусственный интеллект меняет подход к BI-аналитике и что это означает для команд.

Как читать книгуКак читать книгу

Сейчас в книге доступны не все главы, мы будем выпускать по две главы в месяц. Прочитать книгу полностью можно будет в апреле 2026 года, а задать вопрос мне как автору книги уже сейчас — в моём канале Reveal the Data.

Книга построена линейно: мы разбираем компоненты продуктового подхода, затем переходим к разработке контента и завершаем внедрением процессов вокруг BI-системы.

Но при этом последовательное чтение необязательно. Вы можете открывать нужные главы для конкретной задачи. Если вы проектируете новый дашборд, начните с шестой главы о Dashboard Canvas. Если формируете BI-стратегию, прочитайте седьмую и восьмую главы о продуктовом подходе, развитии BI и взгляде в будущее. Если хотите быстро улучшить существующие отчёты, загляните в главы два и шесть — о типах дашбордов и правилах дизайна.

Кто стоит за книгойКто стоит за книгой

Автор этой книги — Роман Бунин.

Формирование идей, изложенных в книге, началось ещё когда я работал в стартапе, где мы разрабатывали аналитическую платформу для фармкомпаний. Именно там я впервые создал типовую систему дашбордов — набор разных типов отчётов, работающих как единый продукт с общей логикой и взаимосвязями. Так появилась идея разделения дашбордов на типы.

Затем я три года руководил командой BI в Яндекс Go, где мы построили систему с 2000+ активными бизнес-пользователями и 200 аналитиками и разработчиками дашбордов. Пожалуй, это был самый интересный и масштабный опыт работы с BI-системой. В этот момент сформировалась концепция BI как продукта: мы применяли продуктовые подходы и метрики для управления сотнями отчётов. Тогда же появились фреймворки Dashboard Canvas и Dashboard Map. Canvas был попыткой стандартизировать работу аналитиков и повысить качество новых дашбордов, а Dashboard Map появился, когда был необходим фреймворк для стандартизации работы с масштабными проектами. Сейчас эти фреймворки используются в разных компаниях — например, в Авито, T-Банке, ЦИАН и Авиасейлс.

И ещё одна важная часть моего опыта: мы с командой за три с половиной месяца перенесли более 600 дашбордов с Tableau на DataLens. Это один из крупнейших и, что особенно интересно, самых быстрых подобных кейсов в России. Благодаря выстроенной системе смена инструмента прошла гораздо проще, чем могла бы. Сейчас я руковожу аналитикой в международной компании, а ещё я преподаю и веду один самых крупных каналов про аналитику данных в Telegram Reveal the Data.

Главный редактор — Елена Влацкая, редактор — Александра Грейскоп, дизайнер — Фатих Шакиров, корректор — Дарина Фельдман.