Бизнес - анализ

Аудитория курса:

Бизнес-аналитики с опытом от 2 лет, которые хотят систематизировать знания, повысить качество документации и освоить современные инструменты — включая AI-assisted анализ.

По окончании курса слушатели смогут (в соответствии с IIBA BABOK v3 и Agile Extension):

Применять актуальные стандарты оформления аналитической документации
Структурировать и управлять требованиями с помощью AI-инструментов
Использовать техники управления знаниями о продукте
Обосновывать аналитические решения перед стейкхолдерами.

Содержание курса:

Модуль 1.  Современные стандарты и документация в бизнес-анализе

1. Роль аналитика в 2025: тренды и ожидания бизнеса

Актуальные обновления IIBA: BABOK v3, Agile Extension, Business Data Analytics
Матрица компетенций IIBA (ECBA / CCBA / CBAP): что требует рынок сегодня
Типичные разрывы между ожиданиями бизнеса и работой аналитика

2. Структура и стандарты аналитической документации

Иерархия требований: бизнес / стейкхолдер / решение / переход
Шаблоны BRD, SRS, Use Case Specification — когда и как применять
Атрибуты качественных требований (SMART, INVEST, MoSCoW)

3. AI в работе аналитика: управление требованиями

Обзор AI-инструментов для аналитика: ChatGPT, Copilot, Notion AI, Jira AI
Промпт-инжиниринг для генерации и валидации требований
AI для выявления противоречий, пробелов и дубликатов в требованиях
Автоматизация рутинных задач: протоколы встреч, user stories, acceptance criteria

4. Управление знаниями о продукте (Product Knowledge Management)

Что такое «база знаний аналитика» и зачем она нужна
Инструменты: Confluence, Notion, Obsidian — структура и best practices
AI-поиск по базе знаний: как не изобретать велосипед
Onboarding нового аналитика через документацию

Модуль 2. Визуализация и моделирование в ARIS EXPRESS

5. Основы процессного моделирования

Нотации: BPMN 2.0, EPC, VAD — сравнение и области применения
Принципы «читаемой» схемы: уровни детализации, цвета, именование
Типичные ошибки в диаграммах и как их избежать
Стандарты моделирования внутри организации

6. ARIS Express: инструмент и практика

Установка, интерфейс, типы диаграмм в ARIS Express
Создание модели «как есть» (As-Is): пошаговый разбор
Связь объектов, атрибуты, экспорт в документацию
Практика: моделируем реальный процесс участника

7. От As-Is к To-Be: анализ и оптимизация

Техники анализа процессов: анализ добавленной ценности, SIPOC, Swimlane
Выявление потерь (по Lean): лишние шаги, ожидание, дублирование
Построение модели To-Be в ARIS

8. AI + визуализация: новые возможности

AI-генерация черновиков диаграмм (Miro AI, Lucidchart AI, ChatGPT + Mermaid)
Валидация логики процесса с помощью AI
Автоматическое создание документации по схеме
Итоги дня, Q&A

Модуль 3. Уравление изменениями и зрелость аналитики

9. Внедрение изменений: роль аналитика

Change Management для аналитика
Работа со стейкхолдерами: матрица влияния/интереса, техники вовлечения
Управление сопротивлением изменениям

10. Стандарты и зрелость аналитики в организации

Модель зрелости BA Capability Model (IIBA)
Как выстроить стандарты документирования в компании с нуля
Шаблоны, чеклисты, процессы согласования

11. Матрицы компетенций и развитие аналитика

Матрица компетенций IIBA (6 Knowledge Areas × уровни ECBA/CCBA/CBAP)
Матрица навыков: Hard Skills vs Soft Skills vs Digital Skills (AI Literacy)

12. Финальный воркшоп: комплексный кейс

Сквозной разбор: от бизнес-проблемы до пакета документации
Применение всех инструментов курса: требования + ARIS + AI + база знаний
Презентация результатов и обратная связь тренера

Итоговое тестирование, сертификаты, рекомендации по дальнейшему развитию

Аудитория курса:

Сотрудники секции ERPS, аналитики, менеджеры проектов и процессные специалисты, вовлечённые в оптимизацию операционных процессов и подготовку к внедрению изменений.

По окончании курса слушатели смогут:

Системно выявлять неэффективные участки процессов
Применять Lean, Six Sigma и BPMN на практике
Усиливать межфункциональное взаимодействие
Использовать данные для обоснования улучшений
Внедрять устойчивые изменения в процессы

Содержание курса:

Модуль 1. Основы процессного анализа и диагностика

1. Процессное мышление как основа эффективности

Что такое процессный подход и зачем он нужен организации
Виды процессов: управленческие, основные, вспомогательные
Процесс vs функция: типичная путаница и её последствия
Как процессный подход связан с ERP-системами (контекст ERPS)

2. Инструменты описания и картирования процессов

BPMN 2.0 для аналитика процессов: практические основы
Swimlane-диаграммы: межфункциональное взаимодействие на схеме
SIPOC: быстрое описание процесса для диагностики
Value Stream Mapping (VSM): карта потока создания ценности

3. Диагностика процессов: поиск потерь и узких мест

8 видов потерь Lean: как найти их в офисных и IT-процессах
Анализ добавленной ценности (Value-Added Analysis)
Методика «5 Почему» и диаграмма Исикавы для поиска корневых причин
Инструменты сбора данных: наблюдение, интервью, анализ логов

4. Метрики процессов и работа с данными

KPI процессов: время цикла, пропускная способность, дефектность, стоимость
Как собрать данные, если «всё в Excel и головах сотрудников»
Основы Process Mining: автоматический анализ процессов по данным систем
AI-инструменты для анализа данных процессов (Celonis, Power Automate, ChatGPT)
Итоги дня, Q&A

Модуль 2. Методологии улучшения и проектирование To-Be

5. Lean для аналитика процессов

Принципы Lean: ценность, поток, вытягивание, совершенство
Быстрые улучшения: Kaizen и методика 5S
Стандартизация как основа устойчивых изменений

6. Six Sigma: управление качеством процессов

DMAIC как структура улучшения: Define, Measure, Analyze, Improve, Control
Базовый статистический анализ для несистематиков
Контрольные карты и мониторинг стабильности процесса
Когда применять Lean, когда — Six Sigma, когда — Lean Six Sigma

7. Проектирование процесса To-Be

Принципы реинжиниринга vs непрерывного улучшения
Техника «идеального процесса»: проектируем с нуля
Приоритизация улучшений: матрица усилие/эффект
Согласование To-Be со стейкхолдерами: техники фасилитации

8. Межфункциональное взаимодействие и «узкие места» интеграции

Как процессный анализ вскрывает проблемы на стыке подразделений
Согласование интерфейсов между командами и системами
Работа с сопротивлением: «это не наш процесс» и другие барьеры
Роль аналитика как фасилитатора межфункциональных изменений
Итоги дня, Q&A

Модуль 3. Внедрение улучшений и устойчивые изменения

9. Управление изменениями при оптимизации процессов

Почему 70% улучшений не закрепляются — и как войти в 30%
Модель ADKAR применительно к процессным изменениям
Вовлечение команды: от «нас заставили» к «мы сами хотим»
Коммуникационный план внедрения изменений
Практика: разрабатываем план управления изменениями

10. AI и автоматизация в контексте улучшения процессов

Где AI реально помогает в процессном анализе (и где нет)
Process Mining с AI: автоматическое выявление отклонений
RPA (роботизация) как инструмент устранения ручных потерь
Чек-лист: готов ли процесс к автоматизации
Практика: оцениваем потенциал автоматизации для процессов ERPS

11. Матрица навыков и компетенций процессного аналитика

Карта ролей в процессном управлении: владелец, аналитик, участник, аудитор
Hard Skills: моделирование, анализ данных, знание нотаций, ERP-контекст
Soft Skills: фасилитация, коммуникация, управление конфликтами
Digital Skills: AI Literacy, Process Mining, Low-Code автоматизация
Что ожидает бизнес от процессного аналитика

12. Финальный воркшоп: сквозной кейс ERPS

Комплексная задача: диагностика → улучшение → документирование → план внедрения
Командная работа в группах с презентацией результатов