Проект внедрения DWH (корпоративного хранилища данных) в ООО «Ай Пи Ти Групп» демонстрирует, как централизация данных из разных учётных систем и ручных файлов позволяет ускорить финансовый анализ и планирование в консалтинговом бизнесе. Подход будет полезен компаниям, которые сталкиваются с разрозненностью отчётности и высокой долей ручного труда.

«Отчёт по валовой прибыли раньше был нашей головной болью: данные из нескольких источников, ручная сшивка, риски ошибок. Теперь DWH собирает его за несколько часов с автоматической проверкой качества. Мы не гадаем, точны ли цифры, — мы используем это время, чтобы анализировать причины отклонений и корректировать планы. Финансовое планирование стало одновременно быстрее и надёжнее», — рассказывает Николай Браташ, заместитель финансового директора Ай Пи Ти Групп.

О клиенте

ООО «Ай Пи Ти Групп» — крупная российская консалтинговая компания, специализирующаяся на юридическом и финансовом сопровождении бизнеса. В своей работе компания оперирует большими объёмами финансовых и операционных данных, которые поступают от нескольких юридических лиц и подразделений.

Ситуация до внедрения

До старта проекта аналитическая инфраструктура компании представляла собой комбинацию выгрузок отчётов из нескольких экземпляров 1С, вручную собираемых Excel-таблиц и разрозненных отчётов в Power BI, частично построенных на неподтверждённых данных.

Основные проблемы были типичны для компаний, переросших возможности точечной автоматизации: отсутствовал единый источник достоверных данных — каждый отдел пользовался своими срезами, наблюдались высокие трудозатраты на ежемесячную сборку сводной отчётности, контроль качества данных был слабым (ошибки в источниках выявлялись слишком поздно), не существовало единого описания данных и бизнес-правил, а возможности для глубокого анализа и планирования оставались ограниченными.

Бизнес поставил задачу: создать централизованное хранилище, которое автоматически собирало бы данные из всех источников, унифицировало их и обеспечивало бы быстрый доступ к отчётности для инвестиционно-аналитического отдела и руководства.

Выбор решения

При выборе архитектуры компания руководствовалась несколькими критериями: полное воспроизведение данных из 1С без потерь, поддержка сложных расчётов показателей и витрин данных, масштабируемость для подключения новых юридических лиц, наличие инструментов контроля качества данных, а также возможность внесения ручных корректировок в рамках заданных форм (например, маппинг статей бюджета).

Рассмотрев несколько вариантов, остановились на классической связке: хранилище данных на платформе Microsoft SQL Server Standard и витрины для последующей визуализации в Power BI. В качестве подрядчика выбрали BI Consult — с учётом опыта команды в построении DWH для компаний со сложной учётной периметрией.

Особенности проекта и этапы

Корпоративное хранилище данных (Data Warehouse) — это специализированная база данных, которая собирает информацию из разных источников (в данном случае — из нескольких баз 1С, Excel-файлов, форм ввода Access), приводит её к единым форматам и правилам, а затем служит единственным источником для отчётов и аналитики. Благодаря этому финансовые и операционные показатели перестают расходиться между разными отчётами.

Технологические параметры проекта

В проекте используется платформа SQL Server Standard 15.0.2155.2. Основными источниками данных выступают 28 баз 1С, пользовательские формы ввода в Access и файлы MS Excel. Объём загруженных данных составляет порядка 30 ГБ — это транзакционные данные за три года деятельности компаний. На старте хранилищем пользуется команда аналитиков.

Сроки и ключевые вехи

Проект стартовал в октябре 2024 года и велся поэтапно, с приоритетом наиболее востребованных отчётов. В октябре–ноябре 2024 года провели обследование отчёта «Валовая прибыль» и отчёта по бюджету доходов и расходов (далее — БДР), сформировали архитектуру хранилища и начали разработку первого отчёта. В январе–феврале 2025 года завершили обследование БДР и реализовали отчёт «Валовая прибыль». В апреле 2025 года стартовала разработка отчёта БДР, а в декабре 2025 года она была завершена — одновременно началась разработка расчёта фонда оплаты труда (ФОТ). К концу 2025 года система закрыла ключевые аналитические потребности инвестиционно-аналитического отдела.

Качественные изменения

Для бизнес-пользователей (аналитиков и руководства) хранилище обеспечило единую версию правды: данные из разных баз 1С приведены к единому формату с учётом пользовательских корректировок (например, маппинга статей БДР). Аналитика перестала зависеть от ручных выгрузок из источников — все расчёты выполняются в хранилище. Витрины данных (готовые наборы показателей для отчётов) рассчитываются автоматически, что исключает человеческий фактор при сборке. При этом возможность вносить корректировки в рамках заданных форм повышает гибкость, но сохраняет контроль, а автоматизированные проверки помогают выявлять ошибки в учётных системах-источниках, которые раньше оставались незамеченными.

Для IT-отдела ключевыми эффектами стали отказоустойчивость и стандартизация. Расчёты вынесены из продуктивных баз 1С в DWH, что снижает нагрузку на оперативные системы и уменьшает риск их сбоев. Единая модель данных с централизованными бизнес-правилами упрощает поддержку и ускоряет разработку новых отчётов.

В бизнес-процессах компании произошли следующие изменения: ускорился цикл принятия решений за счёт оперативной информации, повысилась точность планирования и бюджетирования, появилась возможность выявлять скрытые возможности и риски на основе точного анализа данных, выросла ответственность сотрудников благодаря прозрачности и согласованности показателей, а также снизились операционные издержки и риски за счёт исключения ручных ошибок.

Количественные результаты

По итогам первых месяцев промышленной эксплуатации зафиксированы измеримые эффекты. Трудозатраты на подготовку отчётности сократились на 50%, а срок получения необходимой информации топ-менеджерами уменьшился на 70%. Отчёт по валовой прибыли теперь собирается за несколько часов вместо нескольких дней. Отчёт БДР (бюджет доходов и расходов) автоматически формируется с учётом пользовательского маппинга статей — ранее это требовало ручного переноса и сверки.

Перспективы развития

Компания планирует развивать хранилище по нескольким направлениям: подключение новых типов источников данных, дальнейшая автоматизация текущей отчётности (которая пока остаётся частично ручной), разработка дополнительных отчётов с автоматической сборкой и проверкой качества, увеличение числа пользователей DWH, а также внедрение дополнительных форм для пользовательских корректировок, чтобы закрыть больше сценариев анализа.

«Проект в "Ай Пи Ти Групп" — яркий пример того, как грамотное проектирование хранилища данных превращает хаос разрозненных выгрузок в прозрачную и управляемую аналитику. Ключевым преимуществом решения стала архитектура, изначально спроектированная с учетом параллельной миграции Заказчика с «1С Управление Торговлей» на «1С Комплексная Автоматизация». Продуманная автоматизация и модульность свели к нулю затраты на доработки DWH в процессе перехода. Особенно ценно, что заказчик чётко понимал свои бизнес-задачи и активно участвовал в проработке маппинга статей БДР и других сложных моментов. Таким образом мы совместно решили реальную проблему управленческого учёта, а сам проект стал для нас ещё одним шагом в развитии экспертизы по интеграции 1С и SQL Server в консалтинговых компаниях со сложной структурой данных. Благодарим команду клиента за конструктивную работу и доверие», — комментирует Максим Харин, руководитель проекта со стороны BI Consult.