Автор описывает практический подход для BI-проектов, когда владельцы процесса не могут сформулировать ожидаемые KPI: аналитик «спускается» от анализа процесса к системе показателей и уже из неё выводит требования к данным и структуру хранилища.На примере подготовки коммерческого предложения в B2B-обучении выделяются бизнес-объекты (услуга/курс, клиент, КП, операции процесса), для каждого задаются метрики (стоимостные, временные, количественные) и аналитические разрезы (тип/формат/статус, отрасль, регион, исполнитель, операция и т.д.). Комбинируя метрики с разрезами, формируют показатели для дашбордов.Примеры KPI: среднее время подготовки КП по месяцам, количество КП по месяцам/годам, конверсия по сотрудникам, распределение по отраслям и регионам, себестоимость подготовки КП относительно рентабельности услуги, связь конверсии с объёмом КП.Вывод: не собирать «про запас» — атрибуты, которые не используются ни в одном показателе (например, длина текста КП), можно не фиксировать и не тащить в DWH.Далее показано, как из согласованных KPI получается модель предметной области: бизнес-объекты становятся сущностями, метрики и разрезы — атрибутами, а для автоматизации важно определить, на каком шаге данные вводятся или генерируются системой. В конце — промо курса и демо-уроков по Dancing Links (22 декабря, 12 и 19 января, 20:00).