Моделирование бизнес-процессов и данных (AS-IS/TO-BE)
Связь с предыдущими темами
В прошлых материалах мы:
разобрали роль аналитика, контекст и цели анализа
описали цикл работы с требованиями: выявление, уточнение, фиксация, валидация и управление изменениямиМоделирование процессов и данных помогает закрыть две ключевые проблемы требований:
неоднозначность: разные участники по-разному понимают «как работает» и «что должно получиться»
неполнота: забываются исключения, точки передачи ответственности, источники данных и бизнес-правилаМодели не являются самоцелью. Их задача — ускорять согласование и снижать риск ошибок в реализации.
Что такое AS-IS и TO-BE
AS-IS — модель текущего состояния: как процесс реально выполняется сейчас, с фактическими участниками, данными, инструментами, задержками и обходными путями.
TO-BE — модель целевого состояния: как процесс должен выполняться после изменений, с учётом целей, ограничений, автоматизации, новых ролей и правил.
Важно различать:
описание процесса (что происходит шаг за шагом)
проектирование улучшения (что менять и почему это даст эффект)Когда моделирование особенно полезно
Моделирование процессов и данных обычно даёт максимальную отдачу, если:
несколько подразделений участвуют в одном потоке и много «передач» работы
есть ручные операции, дублирование ввода, Excel-учёт, пересылки по почте
много исключений, согласований, возвратов «на доработку»
есть интеграции между системами и важно понимать источники данных
нужно подтвердить соответствие требованиям безопасности, аудита или регуляторикиМоделирование бизнес-процессов
Что считать бизнес-процессом
Бизнес-процесс — повторяемая цепочка действий, которая превращает вход (заявку, событие, запрос клиента) в результат, имеющий ценность (услуга оказана, заказ выполнен, решение принято).
Минимальные элементы процесса:
триггер (с чего начинается)
участники (кто делает)
шаги и решения (что происходит)
данные и документы (на чём основаны решения)
результат (чем заканчивается)Уровни детализации процесса
Одна из типичных ошибок — моделировать «слишком глубоко» без цели. Практичнее вести детализацию по уровням.
| Уровень | Что показывает | Когда нужен |
|---|---|---|
| Карта процессов (очень крупно) | основные цепочки создания ценности | чтобы договориться о границах и владельцах |
| Сквозной процесс | роли, передачи работы, основные решения | чтобы найти узкие места и точки автоматизации |
| Детальный поток | исключения, правила, статусы, интеграции | чтобы подготовить требования для разработки и тестирования |
Правило полезности: модель должна отвечать на вопросы, которые влияют на решения по требованиям.
Нотации и «достаточно хорошая» строгость
Чаще всего используют:
BPMN 2.0 для потоков работ с событиями, развилками и ролями: BPMN 2.0 Specification (OMG)
UML Activity Diagram как более общий вариант поведенческого моделирования: UML Specification (OMG)Внутри курса можно опираться на BPMN-подход как на самый распространённый для бизнес-процессов, но строгость нотации подбирается по контексту:
для обсуждения со стейкхолдерами важнее ясность и согласованность терминов
для передачи в разработку важнее однозначность ветвлений, событий, статусов и границ ответственностиИз чего состоит модель процесса на практике
Чтобы процессная модель помогала требованиям, в ней должны быть отражены ключевые аспекты.
Роли и зоны ответственности
Триггеры и результаты
Основной поток и альтернативы
Точки принятия решений и бизнес-правила
Передачи между ролями и системами
Данные, документы и источникиЕсли хотя бы один пункт пропущен, чаще всего «ломаются» сроки: команда обнаруживает это уже во время разработки или тестирования.
Как собирать AS-IS, чтобы он был «реальным», а не «как по регламенту»
AS-IS полезен только если он отражает реальность. Для этого комбинируйте источники.
Интервью с исполнителями (не только с руководителями)
Наблюдение: как реально выполняют работу, какие есть обходные пути
Анализ артефактов: шаблоны писем, формы, заявки, скрипты колл-центра
Анализ данных: очереди задач, SLA, причины возвратов, статистика отказовПрактика фиксации: помимо «шагов» отмечайте проблемные места прямо в модели или рядом с ней.
задержка ожидания согласования
дублирование ввода
частые возвраты «на уточнение»
зависимость от конкретного человека!Сравнение текущего и целевого процесса с ролями, развилками и точками автоматизации
Как проектировать TO-BE без «космических кораблей»
TO-BE должен быть реализуемым в ограничениях контекста: людей, систем, сроков, регуляторики, бюджета.
Подход к TO-BE:
Зафиксировать цель и метрики успеха процесса (например, время цикла, доля ошибок, стоимость обработки)
Найти причины проблем в AS-IS (не симптомы)
Сформировать варианты TO-BE и сравнить последствия
Выбрать целевой вариант и договориться о границах
Разложить TO-BE на изменения: процессные, организационные, ИТ, данные, обучениеВажная проверка: улучшение процесса часто упирается не в «новый экран», а в правила принятия решений, ответственность, качество данных и права доступа.
Как процессная модель превращается в требования
Процессная модель сама по себе не является требованием, но она даёт структуру для требований.
Каждый шаг, выполняемый системой, порождает функциональные требования
Каждая развилка порождает бизнес-правила и условия
Каждая передача между ролями порождает требования к уведомлениям, очередям и статусам
Каждый внешний участник или система порождает требования к интеграциям
Каждый документ или сущность в процессе порождает требования к даннымЧтобы повысить проверяемость, связывайте элементы процесса с требованиями и критериями приёмки.
Моделирование данных
Зачем аналитику модель данных
Даже если цель звучит как «ускорить обработку заявок», почти всегда это означает изменения в данных:
какие сущности хранятся
кто и когда их создаёт
какие атрибуты обязательны
какие статусы допустимы
какие связи между объектами должны быть целостнымиЕсли модель данных не прояснена, возникают типичные дефекты:
разные системы по-разному трактуют одно и то же поле
невозможность построить отчёты и метрики успеха
ошибки интеграций из-за несогласованных справочников
проблемы безопасности из-за неясной классификации данныхБазовые понятия (без «академизма»)
В анализе данных чаще всего достаточно трёх простых понятий.
Сущность: объект предметной области, про который храним информацию (Клиент, Заявка, Договор)
Атрибут: характеристика сущности (статус, дата создания, сумма)
Связь: как сущности связаны (у Клиента может быть много Заявок)Классический подход описан как ER-модель: Entity–relationship model (Wikipedia)
Уровни модели данных
Полезно разделять модель данных по уровням, чтобы не смешивать «смысл» и «реализацию».
| Уровень | Фокус | Пример результата |
|---|---|---|
| Концептуальный | сущности и связи на языке бизнеса | диаграмма: Клиент — Заявка — Договор |
| Логический | атрибуты, типы, ключи, справочники, правила | перечень полей, кардинальности, ограничения |
| Физический | как это хранится в конкретной БД/платформе | таблицы, индексы, партиционирование |
В рамках системного и бизнес-анализа чаще всего зона ответственности — концептуальный и логический уровни, а физический делается совместно с инженерами данных и разработчиками.
Кардинальность и обязательность связей
Кардинальность отвечает на вопрос «сколько объектов связано».
один-к-одному: один Договор связан с одним Счётом (пример условный)
один-ко-многим: один Клиент имеет много Заявок
многие-ко-многим: много Пользователей участвуют во многих Проектах (обычно через сущность-связку)Обязательность отвечает на вопрос «может ли объект существовать без связи».
Заявка может существовать без Договора (пока не одобрена)
Договор не может существовать без Клиента (примерно так формулируется правило)Эти вещи напрямую превращаются в требования к валидации, миграции и UI.
!Пример концептуальной модели данных для процесса обработки заявки
Словарь данных и единые определения
Модель данных почти всегда требует словаря данных, иначе одни и те же слова начинают значить разное.
Минимальный словарь данных обычно включает:
термин
определение
формат/тип значения на логическом уровне
источник (кто заполняет или откуда приходит)
правила валидацииПример мини-словаря.
| Термин | Определение | Источник | Правила |
|---|---|---|---|
| Статус заявки | состояние заявки в процессе обработки | Система | допустимые значения фиксированы, переходы ограничены |
| Канал | откуда пришла заявка (веб, офис, партнёр) | Система/Интеграция | обязателен при создании |
| Сегмент клиента | классификация для правил и лимитов | CRM | обновляется по расписанию |
Бизнес-правила как часть модели данных
Бизнес-правила часто «живут» между процессом и данными. Их важно фиксировать явно, а не прятать в текст «как-то само».
Примеры формулировок правил:
«Если сегмент клиента = Premium, то максимальная сумма заявки без ручного согласования = X»
«Статус Заявки может перейти из На проверке в Одобрена только при наличии Решения со значением Одобрено»Дальше эти правила превращаются в:
критерии приёмки
тестовые сценарии
требования к журналированию и аудиту (кто изменил статус и почему)Как связать процессы и данные
Связка «процесс → данные» делает требования полными. Один из простых инструментов — матрица CRUD.
CRUD показывает, что происходит с сущностью на шагах процесса.
C (Create) — создаём
R (Read) — читаем
U (Update) — изменяем
D (Delete) — удаляемПример упрощённой матрицы.
| Шаг процесса \ Сущность | Заявка | Клиент | Решение |
|---|---|---|---|
| Принять заявку | C | R | |
| Проверить данные | U | R | |
| Принять решение | U | R | C |
Матрица быстро выявляет пропуски:
где создаётся объект, который потом везде используется
где нужно право на изменение
где требуется интеграция, потому что сущность только читается из внешней системыВалидация моделей со стейкхолдерами
Модели нужно валидировать так же, как требования: «это действительно отражает реальность и решает задачу?».
Практики валидации:
Прогон сценариев: взять реальные кейсы и пройти модель шаг за шагом
Проверка исключений: что будет при ошибке данных, отказе интеграции, просрочке SLA
Проверка ролей и прав: кто имеет право видеть и менять данные
Проверка терминов: одинаково ли участники понимают статусы, причины, результатыРезультат валидации должен попадать в управление требованиями: обновления версий моделей, журнал решений и изменения в требованиях.
Типовые ошибки и как их избежать
Моделировать без цели: заранее договоритесь, какие решения должна поддержать модель
Рисовать «идеальный» AS-IS: подтверждайте наблюдением и данными, фиксируйте обходные пути
Уходить в микродетали: держите нужный уровень детализации, углубляйтесь только там, где есть риск
Смешивать процесс и интерфейс: UI-прототипы дополняют процесс, но не заменяют его
Делать TO-BE без учёта внедрения: добавляйте переходные требования (обучение, миграция, параллельные процессы)
Не фиксировать правила: решения на развилках должны иметь явные условия и источники данныхМинимальный набор артефактов по теме
Если нужно «достаточно, чтобы проект поехал», обычно хватает:
AS-IS: сквозной процесс с ролями и проблемными точками
TO-BE: целевой процесс с точками автоматизации и решениями
концептуальная модель данных (ключевые сущности и связи)
словарь данных для критичных полей и статусов
список бизнес-правил, влияющих на развилки процесса и валидации данныхИтоги
AS-IS и TO-BE — не формальность, а способ уменьшить неопределённость и сделать требования полнее и проверяемее.
Процессные модели помогают увидеть роли, передачи, решения, исключения и точки автоматизации.
Модель данных и словарь терминов устраняют расхождения в смыслах и снижают риск дефектов интеграций и отчётности.
Связка «процесс → данные → правила → требования → критерии приёмки» делает результат управляемым и тестируемым.