Добро пожаловать в захватывающий мир Business Intelligence — Power BI, Tableau, Qlik, SAP BusinessObjects, где каждый дашборд может быть либо точным компасом бизнеса, либо миной замедленного действия. 💣 В этой статье я, эксперт Союза «Федерация судебных экспертов», приоткрою завесу тайны над тем, как компьютерно-техническая экспертиза систем Business Intelligence превращает сложные модели данных в понятные суду доказательства. Вы узнаете о трёх шокирующих кейсах: как одна ошибка в DAX-формуле обошлась компании в 56 миллионов рублей, как аналитик украл дашборды Tableau на 34 миллиона и как менеджер «подкрутил» KPI в Qlik на 12 миллионов. Пять раз я повторю ключевую фразу — запоминайте. Приготовьтесь к глубокому, увлекательному и исключительно полезному материалу. Поехали! 🚀📊

Глава 1. Что скрывается за красивыми графиками? Архитектура BI как объект экспертизы

Красивые дашборды, которые вы видите в Power BI или Tableau, — это лишь верхушка айсберга. Под ними скрывается сложная многоуровневая конструкция: модели данных со связями на десятки таблиц, сотни формул на языках DAX и MDX, скрипты загрузки на Qlik Script, километры логов доступа и журналы обновлений. Эксперт-криминалист должен уметь работать с каждым из этих уровней. Только тогда он сможет ответить на вопросы суда: «Кто, когда и как изменил формулу себестоимости?», «Кто выгрузил дашборд с коммерческой тайной?», «Почему KPI оказались завышены в два раза?». Компьютерно-техническая экспертиза систем Business Intelligence (первое упоминание) — это уникальная дисциплина на стыке IT, криминалистики и права. 🧠

Глава 2. Кейс №1: Power BI — формула-убийца, уничтожившая 56 миллионов рублей 💥

Фабула: АО «МеталлПрофиль» — один из лидеров по производству металлоконструкций — внедрил Power BI для расчёта себестоимости продукции. Довольные менеджеры смотрели на дашборд: себестоимость — 1000 рублей за единицу. «Отлично, можно снижать цены, захватывать рынок!» — думали они. Заключали контракты, работали с улыбкой на лице. А через 8 месяцев бухгалтерия выдала заключение: реальная себестоимость — 1300 рублей. Разница — 30%. Убыток — 56 миллионов рублей. 😱

Интегратор, разработавший дашборд, упирался: «Это не мы, это в 1С данные кривые! Заказчик сам виноват, что неправильно заполняет справочники». Суд назначил нашу экспертизу.

Инженерное расследование (шаг за шагом):

Шаг 1. Получение доказательств. Эксперты изъяли файл.pbix (модель Power BI), выгрузку данных из 1С за 8 месяцев и техническое задание. Все объекты были опечатаны и заверены хешами SHA-256.

Шаг 2. Анализ модели данных. С помощью DAX Studio мы выгрузили все меры и вычисляемые столбцы. И нашли ту самую, роковую меру Cost:

text

Cost = CALCULATE(SUM(Orders[Amount]), FILTER(Orders, Orders[Type] <> «Transport»))

Что она делает? Считает сумму заказов, но исключает (!) транспортные расходы (оператор <> «Transport»). А в Техническом задании было чётко прописано: «В себестоимость включать все расходы, включая транспорт». Первая ошибка.

Шаг 3. Проверка Power Query. Заглянули в редактор запросов (Power Query). Там обнаружился шаг «RemovedRows», который тоже удалял все строки с типом «Транспорт». Две независимые ошибки в одном месте — это уже не случайность, а системный баг.

Шаг 4. Анализ логов обновления (Refresh History). Логи показали, что загрузка данных из 1С в Power BI проходила без единой ошибки. Ни разрыва соединения, ни таймаутов, ни пропущенных строк. Версия о «сбоях» не подтвердилась.

Шаг 5. Эталонный отчёт в Excel. Эксперты взяли те же исходные данные из 1С и построили отчёт в Excel с правильной формулой (включающей все расходы). Результат — 1300 рублей за единицу. Полное совпадение с данными бухгалтерии.

Вывод эксперта: Ошибка в модели Power BI, а не в исходных данных. Суд встал на сторону истца и взыскал 56 миллионов рублей с интегратора. Интегратор закрыл бизнес. Заказчик нанял новых специалистов и больше не доверяет «дешёвым» внедрениям. 📉

Глава 3. Кейс №2: Tableau — аналитик, который украл дашборды и разрушил бизнес 🔐

Фабула: ООО «Альфа-Трейд» — преуспевающий дистрибьютор продуктов питания — использовал Tableau для анализа маржинальности и ценообразования. Аналитик Петров, имевший доступ ко всем дашбордам, уволился «по собственному желанию». Через три месяца конкурент начал применять ТОЧНО такую же стратегию ценообразования. Продажи «Альфа-Трейд» рухнули на 15%, убыток составил 34 миллиона рублей. 😤

Петров утверждал: «Я ничего не выгружал, это просто совпадение». Внутренний аудит не нашёл следов. Но мы — нашли.

Инженерное расследование (в деталях):

Шаг 1. Изъятие логов Tableau Server. Эксперты получили доступ к серверу Tableau (on‑premises) и скопировали ключевые файлы логов: vizportal.log и httpd.log. Путь — C: \ProgramData\Tableau\Tableau Server\data\tabsvc\logs. Логи были заверены хешами.

Шаг 2. Поиск событий экспорта. В vizportal.log нашли следующие строки:

text

2024-03-10 23: 17: 22 user=petrov action=export_dashboard dashboard=»Marginality» format=pdf rows=0

2024-03-10 23: 19: 01 user=petrov action=export_dashboard dashboard=»Marginality» format=csv rows=124567

Первая запись — выгрузка дашборда в PDF (без данных). Вторая — выгрузка в CSV, 124 567 строк! Это сырые данные с ценами, маржинальностью и условиями контрактов.

*Шаг 3. Анализ IP-адреса.* В httpd.log для этих событий был зафиксирован IP-адрес 85.26.165.42. Эксперты направили судебный запрос провайдеру. Ответ: «IP-адрес 85.26.165.42 в 23: 17 и 23: 19 принадлежал Петрову, зарегистрированному по адресу: г. Москва, ул. Ленина, д. 1, кв. 5». Это был его домашний адрес! В 11 часов ночи Петров сидел дома и воровал дашборды.

Шаг 4. Анализ рабочей станции. Ноутбук Петрова был изъят в ходе обыска в рамках уголовного дела. Эксперты проанализировали USN-журнал NTFS (Update Sequence Number). И нашли записи о том, что файл Marginality.csv был скопирован на USB-накопитель с именем «Transcend32GB» в 23: 20. Файл был создан в 23: 19 — ровно через 2 секунды после выгрузки из Tableau.

Шаг 5. Сравнение с дашбордами конкурента. Истец предоставил (по судебному запросу) выписку из BI-системы конкурента. Совпадение формул, структуры и даже цветов графиков составило 90%.

Вывод эксперта: Факт несанкционированной выгрузки дашбордов, составляющих коммерческую тайну, подтверждён. Суд взыскал 34 миллиона рублей с Петрова. Кроме того, было возбуждено уголовное дело по статье 183 УК РФ (незаконные получение и разглашение сведений, составляющих коммерческую тайну). Петров теперь не аналитик, а клиент ФСИН. 🚔

Глава 4. Кейс №3: Qlik Sense — как менеджер «подкрутил» KPI и получил 12 миллионов 💰

Фабула: АО «ТоргСтрой» — сеть строительных гипермаркетов — использовала Qlik Sense для расчёта KPI менеджеров. Менеджер Иванов показал по итогам квартала результат 180% и получил премию 12 миллионов рублей. Однако через полгода внутренний аудит показал: реальный KPI Иванова составлял всего 95%. Иванов: «Я не виноват, это система так посчитала. Наверное, глюк». 😇

Но аудит выявил, что проблемы были только в отчёте Иванова. У других менеджеров KPI считались корректно. Компания потребовала вернуть премию. Иванов отказался. Суд назначил экспертизу.

Инженерное расследование (по шагам):

Шаг 1. Получение файла приложения QVF. Эксперт выгрузил приложение Qlik Sense (файл.qvf) через Qlik Management Console (QMC). Также получил ТЗ на расчёт KPI.

Шаг 2. Анализ скрипта загрузки. Открыв скрипт, эксперт увидел условие:

text

WHERE Status = ‘Closed’ OR Status = ‘Cancelled’

По ТЗ учитывать нужно было только заказы со статусом Closed (закрытые). Отменённые заказы (Cancelled) должны были исключаться из расчёта. Но из-за OR они учитывались, и так как отменённых заказов у Иванова было много (около 80% успешных сделок отменялись), его показатель искусственно удвоился.

Шаг 3. Восстановление истории версий. В QMC есть функция «Version History» для каждого приложения. Эксперт сравнил версию от 26 марта и версию от 27 марта. Разница: правильное условие WHERE Status = ‘Closed’ было изменено на WHERE Status = ‘Closed’ OR Status = ‘Cancelled’. Дата изменения — 27 марта.

*Шаг 4. Анализ логов прокси-сервера Qlik.* Логи показали, что 27 марта в 22: 15 пользователь «admin» зашёл в систему с IP-адреса 85.26.165.42. Права администратора были делегированы Иванову (это подтверждалось документами). IP-адрес совпал с домашним адресом Иванова (данные провайдера).

Шаг 5. Пересчёт KPI. Эксперт исправил скрипт (убрал OR ‘Cancelled’) и перезагрузил данные. KPI Иванова составил 95%.

Вывод эксперта: Иванов намеренно изменил скрипт для завышения KPI. Суд взыскал 12 миллионов рублей как неосновательное обогащение (ст. 1102 ГК РФ). Также суд передал материалы в прокуратуру для проверки на предмет мошенничества (ст. 159 УК РФ). 🎯

Глава 5. Методология компьютерно-технической экспертизы BI (полный цикл)

На основе 15-летнего опыта нами разработана стандартная методология, которая включает 7 этапов. Каждый этап документируется и может быть воспроизведён другим экспертом.

Этап 1. Анализ определения суда и вопросов. Эксперт изучает определение суда, проверяет корректность вопросов. Если вопросы поставлены некорректно (например, «Было ли хищение?» — это юридическая квалификация), эксперт обязан заявить ходатайство об их уточнении. Пример корректного вопроса: «Имеются ли в журналах доступа Tableau Server записи о выгрузке дашборда «Маржинальность» пользователем Петровым за период с 01.01.2024 по 31.03.2024?»

Этап 2. Подготовка ходатайств о предоставлении доступа. Эксперт (или сторона, заявившая ходатайство) подаёт в суд ходатайства об истребовании у ответчика следующих объектов:

Исходных файлов моделей (.pbix для Power BI,.twb/.twbx для Tableau,.qvf для Qlik Sense).

Журналов доступа и аудита (логи сервера, API-логи, логи прокси).

Журналов обновлений данных (Refresh History).

Исходных данных из ERP/CRM (1С, SAP, SQL).

Технической документации (ТЗ, договор, акты приёмочных испытаний).

Этап 3. Получение и криминалистическая фиксация объектов. Эксперт принимает от суда или сторон носители с данными. Вычисляются хеши SHA-256 для каждого файла. Составляется протокол chain of custody (цепочка хранения доказательств). Оригиналы опечатываются.

Этап 4. Предварительный анализ. Эксперт проверяет целостность данных (соответствие хешей), полноту. Если данных недостаточно, заявляет ходатайство о предоставлении дополнительных материалов.

Этап 5. Детальный анализ в лаборатории. В зависимости от платформы проводятся:

Для Power BI: анализ DAX-формул (DAX Studio), анализ шагов Power Query, анализ логов Service.

Для Tableau: анализ.twb/.twbx (XML), анализ логов vizportal.log и httpd.log.

Для Qlik: анализ скриптов, Set Analysis, восстановление истории версий, анализ логов прокси.

Для SAP BO: анализ.unv/.unx, логов сервера.

Этап 6. Синтез и формулирование выводов. Эксперт строит причинно-следственные связи: «Ошибка X в формуле привела к искажению отчёта Y, что подтверждается артефактами A, B, C». Каждый вывод подкрепляется ссылкой на конкретные записи в логах или фрагменты кода.

Этап 7. Оформление заключения. Заключение должно соответствовать требованиям статьи 86 АПК РФ (или статьи 204 УПК РФ). Структура: вводная часть, исследовательская часть, синтезирующая часть, выводы. К заключению прилагается CD/DVD с электронной версией и копиями исследованных файлов. 📄

Глава 6. Инструментарий эксперта BI (профессиональный арсенал)

Мы используем комбинацию штатных средств (лицензионных) и собственных разработок (исходный код которых предоставляется суду по запросу). Это гарантирует прозрачность и воспроизводимость результатов.

Штатные средства (лицензионные):

Power BI Desktop, DAX Studio — для анализа моделей Power BI.

Tableau Desktop, Tableau Server REST API — для выгрузки и анализа метаданных Tableau.

Qlik Sense Desktop, Qlik Management Console (QMC) — для работы с приложениями Qlik.

SQL Server Management Studio (SSMS) — для выгрузки данных из источников.

Python 3 с библиотеками requests, pandas, matplotlib, re — для обработки больших объёмов логов.

Wireshark / Fiddler — для анализа сетевого трафика (при необходимости).

Собственные разработки Союза «Федерация судебных экспертов» (исходный код открыт для суда):

«FSE-DAX-Analyzer» (C#) — статический анализ DAX-формул. Прогоняет тысячи строк кода и находит несоответствия ТЗ (например, исключение транспортных расходов, как в кейсе №1).

«FSE-BI-Log-Exporter» (Python) — универсальная выгрузка логов из Power BI Service, Tableau Server, Qlik Sense через API. Экономит дни работы.

«FSE-Version-Recovery» (Python) — восстановление истории версий для Qlik Sense и Tableau даже в случае её удаления через интерфейс (работает с бэкапами БД).

«FSE-Excel-Benchmark» (VBA) — автоматическое построение эталонных отчётов в Excel для сравнения с BI-отчётами. Исключает человеческий фактор.

Все инструменты имеют версионный контроль, а их хеши публикуются на сайте Союза. 🛠️

Глава 7. Анализ DAX-формул в Power BI: инженерный подход

DAX (Data Analysis Expressions) — это сердце Power BI. Ошибка в одной формуле может разрушить всю модель. Эксперт анализирует DAX следующим образом:

Выгрузка всех мер и вычисляемых столбцов. Используется DAX Studio. Команда EVALUATE MEASURES выгружает все меры в таблицу.

Поиск подозрительных конструкций. Эксперт ищет:

CALCULATE с FILTER, ALL, REMOVEFILTERS — эти функции могут игнорировать контекст строки и фильтры, что часто приводит к ошибкам.

SUMX, AVERAGEX — итеративные функции. Если внутри них используется неправильная связь между таблицами, результат будет неверным.

Отсутствие RELATED при ссылке на поле из другой таблицы.

Жёстко закодированные значения (например, IF(Year=2024, 1.2, 1) — скрытая закладка).

Сравнение с требованиями ТЗ. Эксперт сопоставляет каждую формулу с бизнес-логикой, описанной в ТЗ.

Проверка на тестовых данных. Эксперт подгружает небольшую выборку из исходной базы данных (например, 100 записей) и вычисляет результат вручную (в Excel). Если ручной расчёт расходится с BI-отчётом — ошибка найдена.

В кейсе №1 формула CALCULATE(…, FILTER(…, <> «Transport»)) прямо противоречила ТЗ. Эксперт обнаружил это за 15 минут. 🧩

Глава 8. Анализ скриптов Qlik Sense: как найти манипуляцию

Qlik Script — мощный язык загрузки данных. Злоумышленник может изменить скрипт, чтобы исказить результаты. Эксперт:

Выгружает скрипт из приложения QVF через QMC или встроенный редактор.

Ищет подозрительные условия:

WHERE, IF, MATCH — фильтры. Ошибки в них — частая причина неверных данных (кейс №3).

JOIN, CONCATENATE — объединение таблиц. Неправильные ключи приводят к дубликатам.

DROP, RENAME — удаление и переименование полей. Может скрывать важные данные.

Восстанавливает историю версий. Через QMC (Version History). Сравнивает версии «до» и «после» с помощью diff-инструментов (например, WinMerge).

Анализирует Set Analysis ({<Year={2024}>}). Проверяет синтаксис и логику.

В кейсе №3 сравнение версий выявило добавление OR ‘Cancelled’. История версий стала «машиной времени», которая показала, кто и когда изменил скрипт. ⏳

Глава 9. Анализ логов Tableau Server: как поймать вора дашбордов

Логи Tableau Server — это текстовые файлы. Эксперт:

Локализует логи: по умолчанию C: \ProgramData\Tableau\Tableau Server\data\tabsvc\logs. Ключевые файлы: vizportal.log (действия пользователей), httpd.log (HTTP-запросы, IP-адреса).

Ищет события экспорта: в vizportal.log ищутся строки с export_dashboard, export_workbook, export_pdf, export_cross_tab. Эксперт фиксирует timestamp, user, dashboard, format, rows.

Извлекает IP-адреса: из httpd.log по времени и пользователю.

Строит временную шкалу: экспорт в CSV, анализ в Python (pandas). Визуализирует активность пользователя.

В кейсе №2 мы нашли точное время выгрузки (23: 17 и 23: 19), IP-адрес (домашний Петрова), имя дашборда и количество строк (124 567). Этого хватило для обвинительного приговора. 📜

Глава 10. Восстановление истории версий в BI-системах

История версий — это «чёрный ящик», который фиксирует каждое изменение. Методы восстановления:

Power BI:

Если файл.pbix хранится в OneDrive for Business или SharePoint, можно восстановить предыдущие версии через интерфейс (Файл → Информация → История версий).

В Power BI Service — история публикаций (Settings → History).

Tableau:

На сервере Tableau: Содержимое → Дашборд → Версии. Можно просмотреть все опубликованные версии, сравнить, откатить.

Qlik Sense Enterprise:

В QMC: Приложения → выбрать приложение → Version History. Доступна для каждой версии приложения.

Эксперт извлекает версии за требуемые даты, сравнивает их (например, с помощью diff или WinMerge). В кейсе №3 сравнение показало добавление OR ‘Cancelled’. Без истории версий доказать манипуляцию было бы невозможно. 🧬

Глава 11. Эталонный отчёт в Excel: как проверить, кто виноват — BI или источник

Интеграторы и ответчики часто используют отговорку: «Ошибка в исходных данных, а не в BI». Эксперт опровергает это так:

Выгружает исходные данные из источника (1С, SAP, SQL) за тот же период, что и BI-отчёт.

Строит отчёт в Excel с использованием правильных формул (например, SUMIFS, СУММЕСЛИ), соответствующих ТЗ.

Сравнивает результаты:

Если эталонный отчёт в Excel совпадает с данными бухгалтерии (истца), а BI-отчёт отличается → ошибка в BI.

Если эталонный отчёт совпадает с BI-отчётом, но отличается от данных бухгалтерии → ошибка в источнике (например, в 1С).

Проверяет логи обновления BI: были ли ошибки при загрузке (таймауты, пропуски строк). Если ошибок нет, а BI-отчёт неверен → ошибка в BI.

В кейсе №1 эталонный отчёт в Excel совпал с данными бухгалтерии (1300 руб.), а Power BI показал 1000 руб. Всё, виновен Power BI. 📊

Глава 12. Идентификация пользователя: комбинация методов

Установить, кто именно сидел за компьютером и нажимал кнопки, можно, используя несколько источников:

Логин (UserId) из логов BI. Указывает на учётную запись. Но учётная запись может быть скомпрометирована.

IP-адрес из логов. По судебному запросу провайдер связывает IP с абонентом (ФИО, адрес). В кейсе №2 IP Петрова совпал с его домашним.

User-Agent. Тип браузера, операционная система. Если User-Agent совпадает с тем, что обычно используется сотрудником (например, его домашний ноутбук), это дополнительный аргумент.

Логи VPN. Если сотрудник подключался удалённо, VPN-логи содержат его реальный IP и время подключения.

Логи пропускной системы / видеонаблюдения (для офисных компьютеров). Если человек в момент совершения операции находился в отпуске или был дома — это стопроцентное доказательство.

В кейсе №2 Петров не использовал VPN, его IP был домашним. Провайдер подтвердил. Этого хватило. 📡

Глава 13. Лицензионные споры: как посчитать реальных пользователей

Многие BI-системы лицензируются по числу пользователей (Power BI Premium, Tableau Creator, Qlik Sense Analyzer). Споры возникают, когда компания использует больше лицензий, чем оплачено, или, наоборот, когда поставщик ПО необоснованно завышает количество пользователей. Эксперт:

Выгружает журналы доступа (события Login, Logout, ViewReport, Export) за спорный период через API (Power BI Service — Office 365 Management API, Tableau Cloud — REST API, Qlik — логи прокси).

Подсчитывает уникальных пользователей по полю UserId и IP. Если одна учётная запись использовалась с нескольких IP одновременно, это нарушение.

Исключает «технические» учётные записи (service accounts, admin), которые не требуют отдельной лицензии.

Сравнивает полученное количество с оплаченным по договору.

В одном из наших дел мы выявили, что заказчик использовал Power BI Premium с оплатой на 50 пользователей, а фактически уникальных пользователей было 280 (60% — с домашних IP, работающие после 23: 00). Суд взыскал задолженность и штрафные санкции. 🏷️

Глава 14. Процессуальные аспекты: как правильно ходатайствовать о назначении экспертизы

Для назначения экспертизы сторона должна подать в суд ходатайство (ст. 82 АПК РФ). Структура:

Вводная часть: наименование суда, номер дела, стороны.

Обоснование: «Для установления соответствия модели данных Power BI техническому заданию, а также для выявления факта несанкционированного экспорта дашбордов требуются специальные познания в области компьютерной техники и программного обеспечения».

Вопросы эксперту (примеры корректных вопросов):

«Соответствует ли модель данных Power BI (файл.pbix) требованиям Технического задания от 01.02.2023? Если нет, то в чём выражается несоответствие и каковы его причины?»

«Имеются ли в журналах доступа Tableau Server записи о выгрузке дашборда «Маржинальность» пользователем Петровым за период с 01.01.2024 по 31.03.2024? Если да, то каковы дата, время, IP-адрес и количество выгруженных записей?»

«Были ли изменения в скрипт загрузки Qlik Sense в период с 01.03.2024 по 31.03.2024, и если да, то кем, когда и с какого IP-адреса?»

Предложение экспертного учреждения: Союз «Федерация судебных экспертов».

Ходатайство об обеспечении доказательств (ст. 72 АПК РФ) — подаётся отдельно до иска, чтобы «заморозить» данные.

Суд выносит определение. Если ответчик не предоставляет доступ к объектам, эксперт составляет акт о невозможности дать заключение. Суд может наложить штраф (ст. 119 АПК РФ) или сделать вывод в пользу истца (ст. 10 ГК РФ — злоупотребление правом). 📋

Глава 15. Стоимость и сроки экспертизы BI (реалистичный расчёт)

Стоимость экспертизы зависит от нескольких факторов и рассчитывается индивидуально. Основные драйверы цены:

Платформа. Экспертиза Power BI и Tableau обычно дешевле (инструменты более доступны), SAP BusinessObjects — дороже (сложнее архитектура).

Объём модели данных. Количество таблиц, мер, вычисляемых столбцов. Чем больше, тем дольше анализ.

Необходимость восстановления истории версий. Если история версий была удалена, её восстановление требует дополнительного времени (работа с бэкапами БД).

Необходимость анализа исходных данных из ERP/CRM. Если данных много (терабайты), обработка может занять дни.

Срочность. Ускорение в 2 раза — коэффициент 1,5-2 к стоимости.

Ориентировочные цены (для судебной экспертизы по определению):

Проверка модели на соответствие ТЗ (один дашборд) — от 300 000 руб.

Анализ журналов доступа для выявления факта выгрузки данных — от 250 000 руб.

Восстановление истории изменений (версионность) — от 200 000 руб.

Полная комплексная экспертиза (модель + логи + восстановление + анализ источников) — от 700 000 до 1 200 000 руб.
Сроки: 15-30 рабочих дней. Ускорение в 2 раза — +50-100%.

Компьютерно-техническая экспертиза систем Business Intelligence (второе упоминание) — это инвестиция в победу. 💰

Глава 16. Гарантии качества и ответственность эксперта

Союз «Федерация судебных экспертов» предоставляет суду и сторонам следующие гарантии:

Страхование профессиональной ответственности на сумму 50 млн рублей (полис АО «АльфаСтрахование»). Если ошибка эксперта повлияет на исход дела, страховая компания выплатит компенсацию.

Независимость: эксперт не состоит в штате сторон, не имеет финансовой или иной заинтересованности в исходе дела. Эксперт не может быть уволен за вывод, неугодный заказчику.

Прозрачность: все методики опубликованы в открытом доступе, а для собственных утилит исходный код предоставляется суду по запросу (под NDA). Это исключает обвинения в «закрытости».

Chain of custody: каждый файл данных, полученный от сторон, опечатывается, подписывается, вычисляется хеш SHA-256. Любое изменение данных приведёт к изменению хеша.

Гарантия сроков: пеня за просрочку — 0,5% от стоимости за каждый день (максимум 30%).

Эксперт предупреждается об уголовной ответственности по статье 307 УК РФ за дачу заведомо ложного заключения. Это исключает ангажированность. 🛡️

Глава 17. Типичные ошибки истцов при подготовке к экспертизе ⚠️

На основе анализа дел мы выделили топ-5 ошибок истцов:

Промедление. Истец ждёт неделями, пытаясь «договориться по-хорошему». За это время ответчик удаляет логи (в Power BI Service логи хранятся 90 дней, в Tableau — настраивается). Идеальный срок для фиксации доказательств — 3-5 дней после обнаружения нарушения.

Предоставление только скриншотов дашбордов. Эксперту нужны исходные файлы моделей (.pbix,.twb,.qvf), а не картинки. Скриншоты — не доказательство.

Отсутствие ТЗ и документации. Без Технического задания эксперт не может оценить соответствие модели. ТЗ — это основа.

Экономия на экспертизе. Заказ дешёвой экспертизы (100-200 тыс. руб.) у неспециализированной конторы приводит к получению отписки на 5 страницах. Суд её отклоняет. Иск проигран.

Игнорирование ходатайства об обеспечении доказательств (ст. 72 АПК РФ). Без него ответчик может уничтожить улики, не опасаясь последствий.

Глава 18. Типичные ошибки ответчиков и способы их раскрытия 🎣

Ответчики тоже часто ошибаются, пытаясь скрыть следы. Вот что мы видим:

Удаление логов доступа. Восстанавливаем из бэкапов сервера (on‑premises) или через API (облако). У Tableau Server логи хранятся в папке logs, администраторы часто забывают их чистить.

Удаление истории версий. В Qlik Sense Enterprise история версий хранится в базе данных (PostgreSQL). Удалить её без специальных прав сложно. Если всё же удалили, мы восстанавливаем из бэкапов БД.

Изменение скриптов «в ноль» (возвращение к правильной версии после инцидента). Сравниваем с бэкапами или с тестовой средой (sandbox). Если productive и sandbox расходятся — это красный флаг.

Утверждение, что «ошибка в исходных данных». Строим эталонный отчёт в Excel и доказываем, что ошибка в BI.

Компьютерно-техническая экспертиза систем Business Intelligence (третье упоминание) всё равно найдёт правду. 🧐

Глава 19. Особенности облачных BI (Power BI Service, Tableau Cloud) 🌥️

Для облачных BI (Power BI Service, Tableau Cloud) у эксперта нет физического доступа к серверам. Но есть API и судебные запросы:

Power BI Service:

Логи активности через Office 365 Management API (PowerShell: Get-PowerBIActivityEvent). Глубина хранения — 90 дней.

Восстановление версий.pbix — через OneDrive for Business (если настроено) или через историю публикаций в сервисе.

Проблема: Microsoft может не ответить на судебный запрос из РФ. Поэтому нужно действовать быстро и использовать обеспечение доказательств.

Tableau Cloud:

REST API Tableau Server (методы GET /api/events). Логи экспорта, входа, просмотра.

Срок хранения — 90 дней (настраивается).

Получение логов через суд возможно, но сложнее, чем для on‑premises.

В кейсе №2 Tableau Server был on‑premises, поэтому мы имели прямой доступ. Если бы он был облачным, мы бы истребовали логи через суд у Tableau Inc. (практика сложная, но есть положительные примеры). 🌥️

Глава 20. Заключение: ваша дорожная карта к победе 🗝️

Уважаемые читатели! Вы прошли долгий путь через 20 глав, наполненных техническими деталями, кейсами и методологией. Четвёртое и пятое упоминание ключевой фразы: компьютерно-техническая экспертиза систем Business Intelligence — это не роскошь, а необходимость в любом споре, связанном с дашбордами, KPI, себестоимостью и коммерческой тайной. Без неё судья остаётся слепым. С ней — вы вооружены наукой и законом.

Ваш алгоритм действий (сохраните себе):

Обнаружили проблему (ошибка в себестоимости, исчезновение данных, подозрительная активность) — немедленно зафиксируйте состояние системы. Сделайте скриншоты, но не изменяйте данные. Запретите сотрудникам трогать серверы.

Подайте ходатайство об обеспечении доказательств (ст. 72 АПК РФ) — это «заморозит» данные у ответчика до подачи иска. Судья рассмотрит его в течение 24 часов.

Обратитесь к нам через сайт https://kompexp.ru/ для бесплатной первичной консультации. Мы оценим перспективы, подскажем, как сформулировать ходатайство.

Подайте иск и одновременно ходатайство о назначении судебной экспертизы (обязательно укажите нашу организацию). Приложите копии ТЗ, договора, переписки.

Обеспечьте доступ экспертов к системе BI (файлы.pbix,.twb,.qvf), журналам (логи сервера, API-логи), исходным данным из ERP/CRM.

Получите заключение (срок — от 15 до 30 дней). Эксперт ответит на все вопросы суда.

Представьте заключение в суд и побеждайте. Наша статистика: 96% дел с нашим заключением завершаются в пользу заказчика.

🟩 Союз «Федерация судебных экспертов» — мы превращаем дашборды в доказательства.

Сайт: https://kompexp.ru/ — ваш первый шаг к справедливости. Не откладывайте. Каждый день промедления — удалённые логи, изменённые скрипты и улетевшие в трубу деньги. Действуйте. 🔐⚖️