• Отсутствие единой полноценной BI-системы, что не позволяло оперативно в реальном времени получать информацию о деятельности вуза;
• Длительность процессов: ручная подготовка отчетов по запросу руководителя могла занимать слишком много времени из-за необходимости делать выборки из множеств отчетов и разных систем;
• Большие объемы данных для обработки и анализа, что могло приводить к ошибкам и неактуальности отчетов.

• На первом уровне отображается основная информация по ключевым показателям университета, визуально разделённая на категории: финансы, кадры, приёмная кампания и образование, международная деятельность и наука.
• На втором уровне представлена детальная информация по каждой из категорий. Переход на второй уровень осуществляется через ссылки.
• На третьем уровне уже детализированные данные по каждому показателю второго уровня.

• Общий объем доходов и расходов по всем видам деятельности;
• Остаток денежных средств;
• Показатели дебиторской и кредиторской задолженности;
• Показатели долгосрочных доходов и расходов;
• Выполнение показателей планирования;
• Соответствие заработной платы по категориям должностей, зарплате по региону.

• численность и текучесть кадров по категориям персонала;
• численность сотрудников по видам занятости;
• возрастной состав по категориям персонала и должностям;
• информация о договорах гражданско-правового характера по типам;
• динамика численности по месяцам за текущий и прошлый год;
• динамика укомплектованности персоналом по месяцам.

Приемная кампания отражает:

• Количество обучающихся граждан Российской Федерации и иностранных граждан;
• Количество образовательных программ;
• Доля отчисленных студентов и студентов в академическом отпуске;
• Распределение обучающихся по факультетам;
• Лучшие и отстающие направления по успеваемости;
• Успеваемость по факультетам;
• Количество междисциплинарных курсов по общим образовательным программам, доступным в институтах и на факультетах.

• Распределение иностранных студентов по странам мира и направлениям подготовки;
• Долю иностранных аспирантов, магистрантов и ординаторов очной формы обучения от общего состава обучающихся;
• Данные по подготовительному факультету.

• Показатели средней заработной платы НС и НР;
• Численность НР и НС, количество сотрудников до 39 лет;
• Объем НИОКР на одного НПР;
• Объем доходов от результатов интеллектуальной деятельности;
• Количество высокоцитируемых публикация Web of Science Core Collection в разрезе журналов;
• Количество патентов, свидетельств на результаты интеллектуальной деятельности.

Всего было реализовано более 50 показателей для 100 диаграмм и 29 дашбордов, отражающих деятельность университета.

• Прозрачность: обеспечено оперативное получение ключевых показателей эффективности деятельности вуза - все данные о деятельности вуза собраны в одном месте и представлены в понятном виде. Это позволяет руководству вуза видеть полную картину происходящего и принимать более обоснованные решения.
• Эффективность: BI-система помогает выявлять "узкие места" в работе вуза и оптимизировать использование ресурсов. Например, можно отслеживать, какие факультеты пользуются наибольшим спросом у абитуриентов, и направлять больше ресурсов на их развитие.
• Улучшение качества образования: аналитическая платформа помогает отслеживать успеваемость студентов, выявлять проблемы в учебном процессе и принимать меры для их решения.

1. Собраны и проанализированы все ключевые показатели эффективности, вошедшие в объем проекта вуза;
2. Проведен анализ данных в информационных системах вуза. На основе этого спроектированы оптимальные источники данных для диаграмм в "1С:Аналитика";
3. Для каждой конфигурации разработаны ETL-подсистемы для сбора и хранения очищенных данных, используемых для диаграмм в "1С:Аналитика";
4. Разработаны и настроены регламентные задания для обновления источников данных "1С:Аналитика" - пользователи получают информацию на дашбордах с минимальным временным интервалом, практически в реальном времени;
5. Спроектированы и разработаны наборы диаграмм и дашбордов по каждому направлению деятельности университета, вошедших в объем проекта;
6. Для некоторых показателей необходим был расчет по данным двух информационных систем, например, отношение доходов вуза на количество ППС. Данные о преподавателях надо было получать из "1С:Зарплата и кадры государственного учреждения КОРП" и доходы из "1С:Бухгалтерия государственного учреждения КОРП". Для этого была реализована интеграция между системами посредством HTTP сервисов и JSON запроса;
7. Спроектированы и настроены права доступа в соответствии с матрицей прав доступа для доступа пользователей только к своим дашбордам;
8. Для ускорения формирования диаграмм был настроен и подключен Дата Акселератор, так как информационные системы вуза содержат значительный объем данных.
9. Подготовлена документация, описание диаграмм и источников данных, а так же текстовые инструкции для пользователей. Проведено обучение разработанному функционалу в формате вебинара для пользователей университета;
10. Проведен перенос разработанного функционала в продуктовый контур - ETL-подсистемы для сбора и хранения данных и готовый набор диаграмм и дашбордов.