Przegląd analityczny: BI w Rosji 2009
Analitycy centrum TAdviser zakończyli przygotowanie otwartego przeglądu rynku platform do analizy biznesowej (BI) prezentowanego na Rynek rosyjski. Na tej stronie możesz przeczytać najciekawsze sekcje recenzji.
Korzyści z korzystania z systemu BI
Systemy do analizy biznesowej rozwiązują bardzo szeroki zakres zadań. Tak więc „bliskim horyzontem” jest monitorowanie, analiza i dostosowywanie celów operacyjnych:
wsparcie rozwoju procesów biznesowych i zmian strukturalnych przedsiębiorstwa;
możliwość modelowania różnych sytuacji biznesowych w jednym środowisku informacyjnym;
przeprowadzanie analiz operacyjnych na niestandardowych zleceniach;
zmniejszenie rutynowego obciążenia pracowników pracą i uwolnienie czasu na głębszą pracę analityczną;
stabilna praca przy wzroście objętości przetwarzanych informacji, możliwość skalowania.
W zakresie wsparcia strategicznego rozwoju przedsiębiorstwa systemy BI zapewniają:
ocena efektywności różnych obszarów biznesowych;
ocena wykonalności postawionych celów;
ocena efektywności wykorzystania zasobów, w tym przez spółki zależne;
ocena efektywności działalności operacyjnej, inwestycyjnej i finansowej;
modelowanie biznesowe i ocena projektów inwestycyjnych;
zarządzanie kosztami, planowanie podatkowe, planowanie inwestycji kapitałowych.
Jak twierdzą eksperci firmy Gartner, do tej pory tylko 15-20% użytkowników biznesowych aktywnie pracuje z aplikacjami BI, podczas gdy pozostali uważają systemy do analizy biznesowej za zbyt skomplikowane w użyciu. Jednak aktywny rozwój narzędzi do interaktywnej wizualizacji danych oraz dalsze rozpowszechnianie technologii internetowych powinny wkrótce poprawić sytuację.
Według analityków MiPro Consulting, wprowadzenie niezależnego systemu BI w organizacji daje szereg przewag nad wykorzystaniem narzędzi analitycznych wbudowanych w inne korporacyjne systemy informatyczne. Niektóre z zalet systemu BI obejmują:
większa widoczność i wygoda pracy z informacjami dla użytkowników biznesowych, w tym najwyższego kierownictwa;
możliwość korzystania z kilku rozwiązań analitycznych dla różnych obszarów działalności w skali całego przedsiębiorstwa, a nie w ramach poszczególnych działów;
pozwala na ekstrakcję, analizę i konsolidację danych z praktycznie dowolnego źródła;
opiera się na przemysłowej, wspieranej i rozwijanej platformie BI;
ma status aplikacji niezależnej, strategicznej, krytycznej dla biznesu;
zapewnia niezbędną skalowalność, wydajność, wydajność;
pozwala budować i utrzymywać kompleksowe procedury i procesy przetwarzania, ujednolicone scentralizowane modele analityczne i projekty w całej organizacji;
zawiera wbudowane narzędzia do rozwiązywania różnorodnych i różnorodnych zadań analitycznych, zarówno z biznesowego, jak i informatycznego punktu widzenia;
zapewnia dostęp do danych i narzędzi analitycznych większej liczbie użytkowników.
Stosowanie narzędzi analitycznych wbudowanych w inne korporacyjne systemy informatyczne, np. klasy ERP czy CRM, z reguły ma następujące ograniczenia:
ograniczony zestaw wdrożonych narzędzi analitycznych, które są takie same dla wszystkich użytkowników, niezależnie od ich ról i zadań;
możliwość wykorzystania do analizy wyłącznie własnych, wewnętrznych danych, podczas gdy informacje z innych systemów pozostają niedostępne, a dane z różnych źródeł nie mogą być konsolidowane;
brak rozbudowanych wbudowanych narzędzi do analizy powoduje, że system służy jedynie do wydobywania zapisanych w nim danych, które następnie są eksportowane i analizowane w Excelu;
ERP i Systemy CRM z reguły mają ograniczoną liczbę użytkowników, co „odcina” dużą liczbę pracowników firmy od analityków, którzy uznaliby te informacje za przydatne i interesujące (znaczny wzrost liczby użytkowników zmniejsza wydajność systemów transakcyjnych);
systemy transakcyjne zazwyczaj nie zawierają wszystkich wskaźników potrzebnych do analizy, nie zawierają narzędzi takich jak dashboardy, które stały się już standardem prezentowania informacji analitycznych;
wyniki analiz w takich systemach przedstawiane są zwykle w postaci raportów tabelarycznych lub wykresów, co nie pozwala na uzyskanie szczegółowego i kompleksowego wyobrażenia o rzeczywistym stanie rzeczy i nie odpowiada na wiele pojawiających się pytań;
możliwość tworzenia elastycznych niestandardowych (ad-hoc) żądań jest ograniczona;
wykorzystanie dużych ilości zgromadzonych informacji historycznych jest ograniczone.
Wybierając lub modernizując system do analizy biznesowej, należy rozważyć sposoby przechowywania i integracji danych, narzędzi do wizualizacji i analizy.
Przechowywanie danych
Jeśli firma stoi przed zadaniem identyfikacji trendów długoterminowych lub okresowych, czyli użytkownicy muszą przeanalizować dane historyczne pochodzące z różnych działów w ciągu ostatnich 3-5 lat, to najprawdopodobniej powinni dokładnie przemyśleć organizację operacji ETL, aby załadować dane do hurtowni danych.
Jeśli firma lub któryś z jej działów potrzebuje analizować informacje w cyklu miesięcznym lub tygodniowym, najlepszym rozwiązaniem byłoby wydzielenie i zorganizowanie do tych celów (dla każdego działu lub rozwiązywania konkretnych problemów) oddzielnych data martów, również z wykorzystaniem Narzędzia ETL.
Jeżeli firma planuje analizować dane operacyjne w trybie zbliżonym do rzeczywistego (czyli aktualizowane kilka razy w ciągu dnia), to może zajść konieczność rezygnacji z organizacji hurtowni danych i zwrócenia uwagi na rozwój narzędzi integracyjnych opartych na na pośredniej warstwie wirtualnych metadanych z opracowaniem odpowiednich interfejsów i algorytmów (zgodnie z zasadą EII).
Integracja danych
Jak wspomniano powyżej, jeśli celem wdrożenia systemu BI jest rozwiązywanie poszczególnych, konkretnych zadań, to warto ograniczyć się do organizowania data martów. W takim przypadku użycie oddzielnych algorytmów integracji nie jest wymagane.
Jeśli wręcz przeciwnie, BI jest wdrażane w celu uzyskania jednego, całościowego obrazu całościowego stanu przedsiębiorstwa, to prawdopodobnie nie da się obejść bez stworzenia scentralizowanej hurtowni danych i odpowiednio wprowadzenia niezbędnych narzędzi ETL. Dodatkowo, aby uzyskać naprawdę adekwatny obraz biznesu, należy zwrócić szczególną uwagę na zapewnienie wysokiej jakości analizowanych danych, a to będzie wymagało wprowadzenia rozbudowanego zestawu narzędzi do ich „oczyszczenia” – identyfikowanie niekompletnych lub błędnych danych, powielanie informacji, sprowadzanie danych z różnych źródeł do jednego formatu.
Jeśli firma koncentruje się na badaniu danych operacyjnych, należy rozważyć sposoby replikacji i dostępu.
Wizualizacja i analityka
W zależności od postawionych zadań, a także od kwalifikacji użytkowników dobierane są również narzędzia wizualizacji danych – panele kontrolne, karty wyników, raporty, kostki OLAP.
Dla doświadczonych, wykwalifikowanych użytkowników kostki OLAP będą najlepszym narzędziem, które pozwoli na przeprowadzenie głębokiej i szczegółowej analizy biznesowej, z wymaganym stopniem szczegółowości.
Użytkownicy, którzy w swoich codziennych czynnościach stają przed koniecznością adopcji decyzje zarządcze, a także analizy efektywności biznesowej są zainteresowane zorganizowaniem miejsca pracy w formie panelu kontrolnego, który wyświetla stan firmy jako całości w postaci wizualnych skal i wskaźników, z możliwością przełączania się między poszczególnymi obszarami działalność.
Zwykli menedżerowie potrzebują środków na rozwiązywanie bieżących zadań, kontrolowanie postępów pewne rodzaje operacji, a także do kontrolowania działań swoich pracowników (każdego pracownika i zespołu jako całości). Ponadto, aby zorganizować klarowną interakcję z powiązanymi działami (lub regionami), konieczne jest uzyskanie wyobrażenia o postępach realizacji powiązanych ze sobą zadań.
Rozwiązanie pionowe lub poziome
Na rynku dostępne są zarówno horyzontalne rozwiązania BI, które wdrażają zestaw powszechnie stosowanych narzędzi, jak i specjalistyczne rozwiązania wertykalne „szyte na miarę” pod konkretne branże czy zadania. Oba mają swoje wady i zalety.
Zaletą rozwiązań horyzontalnych jest ich zdolność do rozwoju wraz z organizacją. Takie rozwiązania są zwykle skalowalne i mogą obejmować wszystkie linie biznesowe i wszystkie działy. duża firma a także łatwiej je zmienić. Minusem tego szerokiego zakresu możliwości jest konieczność dłuższej i dokładniejszej personalizacji rozwiązań, dostosowania do konkretnych wymagań. Projekty wdrożeniowe stają się coraz bardziej kosztowne, a wymagania stawiane informatykom rosną.
Z kolei rozwiązania wertykalne nie wymagają oddzielnej, długiej i pracochłonnej konfiguracji w celu rozwiązania konkretnych problemów i spełnienia wymagań branżowych organizacji regulacyjnych (finansowych, medycznych itp.). Może się jednak okazać, że różne działy w ramach tej samej struktury nie będą mogły korzystać z jednego rozwiązania i konieczne może być opanowanie i zintegrowanie kilku różnych systemów do analizy biznesowej.
Na wdrożeniu rozwiązań wertykalnych prawdopodobnie skorzystają te organizacje, które teraz i w przyszłości planują zaangażować się w konkretne działania wymagające przestrzegania ściśle określonych przepisów. Jeśli nie ma zaufania do takiego zaangażowania w określony rodzaj działalności w przyszłości, a istnieje prawdopodobieństwo, że specjalizacja firmy znacznie się poszerzy, to wybór pionowego rozwiązania BI jest pewnym ryzykiem.
Systemy BI to systemy analityczne przeznaczone do analizy biznesowej, które są w stanie łączyć dane z zupełnie różnych źródeł informacji. Dane systemy oprogramowania przetwarzać informacje i dostarczać raport w wygodnym interfejsie do szczegółowego badania i późniejszej oceny informacji uzyskanych w procesie.
Uzyskane dane raportowe i ich optymalne wykorzystanie pomagają w osiągnięciu założonych celów biznesowych. Analiza danych w kompleksie to pozyskiwanie wiedzy, rodzaj wyciskania z masy źródeł, w tym kierunku biznesu, co może znacząco zwiększyć efektywność procesu i znacząco obniżyć koszty.
Systemy BI są jednym, niezwykle przejrzystym i kompletnym źródłem wszystkich danych o działalności firmy dla jej zasobu administracyjnego, ale przede wszystkim dla kierownictwa.
Dzisiaj generowanie raportów i kompetentna analiza nie są już luksusem, a raczej koniecznością dla firm, dokumentacja raportowa jest wymagana zarówno w ramach firmy, jak i w każdym elemencie składowym całego procesu.
Rozwiązania dostarczane przez system BI są optymalne do przygotowania wszelkich raportów, w tym obejmujących wszystkie aspekty działalności bez wyjątku, obecność takich możliwości jest już uważana za obowiązkową i jest uważana, wraz z innymi podstawowymi technologiami, za standard korporacyjny.
- Narzędzia BI. Narzędzia te dzielą się na generatory zapytań i raportów, narzędzia do przetwarzania analitycznego BI, korporacyjne platformy BI oraz pakiety BI. Większość narzędzi BI składa się z korporacyjnych pakietów BI i platform BI. Dostarczane narzędzia do generowania zapytań i raportów są w większości absorbowane lub zastępują je korporacyjne pakiety BI. Silniki OLAP - przetwarzanie lub serwery analityczne danych online, w tym relacyjne. Silniki OLAP to infrastruktura dla platform BI i narzędzi BI. Większość narzędzi jest wykorzystywana przez użytkowników w celu dostępu i analizy, w tym generowania raportów, które w większości przypadków znajdują się w hurtowniach, data marcie lub operacyjnej hurtowni danych.
- Aplikacje BI. Aplikacje, które nie są uważane za narzędzia. Przykładem jest EIS, wykonawczy system informacyjny.
Cechy charakterystyczne systemów BI
- Systemy wykorzystują technologie portalowe, które zapewniają pojedynczy punkt wejścia do Internetu i przestrzeni informacyjnej przedsiębiorstw.
- Interfejs prezentowany jest w postaci panelu kontrolnego lub dashboardu wyświetlającego kilka kluczowych wskaźników. Umożliwia to szybką ocenę sytuacji. Zapewnia również możliwość szybkiego dostępu kluczowe wskaźniki według działów i pionów są one przechowywane w osobnym folderze znajdującym się na desce rozdzielczej.
- Warstwowe: Wszystkie dane są wyświetlane w wielu warstwach, a każda kolejna warstwa przedstawia coraz bardziej szczegółowe informacje o wskaźnikach, zdarzeniach lub procesach.
- Interaktywność systemów BI, która pozwala użytkownikowi na szybką nawigację, w tym przeglądanie danych w różnych przekrojach i przekrojach, a także „wiercenie” danych, poruszanie się po różnego rodzaju pomiarach. Użytkownicy mogą bezpośrednio wykonywać operacje na danych.
- łatwość zarządzania i trafność. Proactivity, która zawiera silnik reguł, który pozwala użytkownikom definiować cele i progi dla różnych wskaźników oraz określać, przy jakich wartościach danych powinien zostać wygenerowany alert. System zapewnia możliwość ustawienia parametrów lub wskaźników: jeśli osiągną wartości krytyczne, na monitorze wyświetlane są sygnały alarmowe - wizualne i/lub dźwiękowe.
- Personalizacja systemów BI - indywidualna konfiguracja pilota lub pulpitu nawigacyjnego dla poziomu kontroli i roli użytkownika. Personalizacja pozwala użytkownikowi samodzielnie wybierać obiekty z autoryzowanych list i porządkować dane na dashboardzie według ich ważności.
- Elastyczny dostęp umożliwia użytkownikom intuicyjny dostęp do potrzebnych im danych i raportów z szerokiej gamy raportów i wykresów wyników, w tym dostępu zdalnego i aplikacji mobilnych.
- Współpraca polega na jednoczesnej współpracy dużej grupy pracowników, w tym przeglądaniu raportów.
Magiczne kwadranty
Umiejętna ocena stanu współczesnego rynku, a także wyczerpujące i obiektywne opisanie jego głównych graczy to zadanie dość nietrywialne. Na rynku jest wielu producentów różniących się między sobą wielkością prowadzonej działalności, struktury organizacyjne, styl zarządzania, strategia i inne czynniki.
Taki stan rzeczy znacznie komplikuje proces ich porównywania, a kierunek ruchu i rozwoju rynku jest niezwykle niejednoznaczny i trudny do przewidzenia. Aby rozwiązać ten problem, opracowano „magiczną ćwiartkę” systemów BI, w której zastosowano 2 wskaźniki, jednym z nich jest kompletność wizji. Druga to umiejętność realizacji.
24.04.2003 Valery Artemiev
Termin „business intelligence” istnieje stosunkowo długo, choć w naszym kraju jest rzadko używany ze względu na brak odpowiedniego tłumaczenia i jasnego zrozumienia, co jednak jest również typowe dla Zachodu. Spróbujmy zrozumieć jego istotę.
W języku rosyjskim słowo „inteligencja” jest jednoznacznie rozumiane jako zdolność umysłowa osoby. Na pierwszy rzut oka dobre tłumaczenie terminu wywiad biznesowy proponowana w „eksploracji danych”, ale od razu pojawia się pytanie, czy istnieje „eksploracja poza danymi”.
Na niejednoznaczność omawianego terminu wpłynęła niejednoznaczność angielskiego słowa „inteligencja”:
- umiejętność rozpoznawania i rozumienia; chęć zrozumienia;
- wiedza przekazana lub nabyta poprzez szkolenia, badania lub doświadczenie;
- działanie lub stan w procesie poznania;
- wywiad, dane wywiadowcze.
W języku rosyjskim słowo „inteligencja” jest jednoznacznie rozumiane jako zdolność umysłowa osoby. Na pierwszy rzut oka dobre tłumaczenie terminu Business intelligence proponuje się w „data mining”, ale od razu pojawia się pytanie, czy istnieje „non-mining data analysis”. Obyczaje języka są niezbadane, dlatego użyjemy zarówno oryginału w języku angielskim, jak i kalki „business intelligence”.
Różne definicje
Termin „analiza biznesowa” został po raz pierwszy ukuty przez analityków firmy Gartner pod koniec lat 80. jako „proces zorientowany na użytkownika, który obejmuje dostęp do informacji i ich eksplorację, analizę, intuicję i zrozumienie, które prowadzą do lepszego i nieformalnego podejmowania decyzji”. Później w 1996 roku pojawiło się wyjaśnienie - „narzędzia do analizy danych, budowania raportów i zapytań mogą pomóc użytkownikom biznesowym poruszać się po morzu danych w celu syntezy z nich znaczących informacji - dziś narzędzia te łącznie należą do kategorii zwanej wywiad biznesowy (biznes wywiad).
BI jako metody, technologie, środki wydobywania i reprezentowania wiedzy
Według oryginalne definicje BI to proces analizowania informacji, generowania intuicji i zrozumienia w celu usprawnienia i nieformalnego podejmowania decyzji przez użytkowników biznesowych oraz narzędzia do wydobywania z danych informacji istotnych dla biznesu. Należy zauważyć, że większość definicji interpretuje „business intelligence” jako proces, technologie, metody i środki pozyskiwania i reprezentowania wiedzy.
BI, EIS, DSS, e-biznes i handel
W ciągu ostatnich 10 lat nazwy i zawartość systemów informacyjno-analitycznych zmieniły się z systemy informacyjne manager (executive information systems, EIS) do systemów wspomagania decyzji (DSS), a teraz do systemów business intelligence.
W czasach komputerów mainframe i minikomputerów, kiedy większość użytkowników nie miała bezpośredniego dostępu do komputerów, organizacje polegały na swoich działach IT w zakresie dostarczania standardowych i parametrycznych raportów. Aby jednak uzyskać raporty inne niż standardowe, użytkownicy musieli uporządkować ich rozwój i poczekać kilka dni lub tygodni.
Aplikacje EIS zostały dostosowane do potrzeb kadry kierowniczej i menedżerów oraz zapewniły możliwość uzyskania podstawowych zagregowanych informacji o stanie ich działalności w postaci tabel lub wykresów. Zwykle zawierały zaplanowane żądania z zestawem parametrów. Takie pakiety były zwykle tworzone przez własne działy IT. Za zdobycie Dodatkowe informacje i dalszej analizie wykorzystano inne aplikacje lub na żądanie tworzono zapytania SQL lub raporty.
Aplikacje DSS pierwszej generacji były pakietami aplikacji, które dynamicznie generowały skrypty SQL na podstawie rodzaju informacji żądanych przez użytkownika. Umożliwiały analitykom uzyskiwanie informacji z relacyjnych baz danych bez konieczności znajomości języka SQL. W przeciwieństwie do EIS, aplikacje DSS mogą odpowiadać na szeroki zakres pytań biznesowych, mają wiele opcji raportowania i pewne opcje formatowania. Jednak elastyczność takich pakietów była nadal ograniczona ze względu na skupienie się na określonym zestawie zadań.
Wraz z pojawieniem się komputerów PC i sieci lokalnych, nowa generacja aplikacji DSS jest budowana w oparciu o BI i umożliwia użytkownikowi nieprogramistycznemu łatwe i szybkie wyodrębnianie informacji z różnych źródeł, generowanie własnych dostosowanych raportów lub reprezentacji graficznych oraz przeprowadzić wielowymiarową analizę danych. Rozwój systemów business intelligence przeszedł od „grubych” klientów do aplikacji webowych, w których użytkownik przeprowadza badania za pomocą przeglądarki i może pracować zdalnie. Możesz także tworzyć scenariusze warunkowe oraz zbiorczo przeglądać i aktualizować informacje.
Chociaż użytkownicy korporacyjnych informacji BI tradycyjnie znajdowali się w przedsiębiorstwie, wraz z rozpowszechnieniem się Internetu dla e-biznesu, B2B, CRM i SCM, użytkownicy BI mogą być spoza przedsiębiorstwa, a w B2C, C2B i parkiety handlowe Użytkownicy BI to użytkownicy Internetu.
BI i hurtownie danych
Koncepcja, metody i narzędzia hurtowni danych (Data warehousing) definiują podejścia i zapewniają integrację, czyszczenie, retrospektywne przechowywanie informacji przeznaczonych do analizy, odpowiadają na pytanie „Jak przygotować informacje do analizy?”. Technologia Business Intelligence definiuje metody i środki dostępu i analizy informacji w czasie rzeczywistym pod kątem Tematyka. Narzędzia BI nie muszą działać w infrastrukturze hurtowni danych, ale w tym przypadku przypisywany jest im problem czyszczenia i uzgadniania danych, a operacje te będą musiały być wykonywane w locie lub wcześniej, ale dla osobnego zasobu informacyjnego . Ponadto ma to wpływ na wydajność i niezawodność systemu przetwarzania transakcji online. Dlatego dobrą praktyką korporacyjną jest rozdzielenie komponentu transakcyjnego i analitycznego i ubieganie się o drugi różne rozwiązania przez hurtownię danych. Główne spoiny są nie tylko na poziomie informacji, ale także na poziomie metadanych. W przypadku hurtowni danych metadanymi można zarządzać centralnie.
Należy zauważyć, że często termin „hurtownia danych” odnosi się do systemu wspomagania decyzji DSS lub systemu informacyjno-analitycznego opartego na technologiach hurtowni danych i business intelligence.
Klasyfikacja produktów Business Intelligence
Dzisiejsze kategorie produktów BI obejmują: narzędzia BI i aplikacje BI. Te pierwsze z kolei dzielą się na: generatory zapytań i raportów; zaawansowane narzędzia BI, przede wszystkim narzędzia do przetwarzania analitycznego online (OLAP); korporacyjne pakiety BI (korporacyjne pakiety BI, EBIS); Platformy BI. Główna część narzędzi BI podzielona jest na korporacyjne pakiety BI i platformy BI. Narzędzia do wysyłania zapytań i raportowania są w dużej mierze wchłaniane i zastępowane przez pakiety BI dla przedsiębiorstw. Wielowymiarowe silniki lub serwery OLAP oraz relacyjne silniki OLAP to narzędzia i infrastruktura BI dla platform BI. Większość narzędzi BI jest używana przez użytkowników końcowych do uzyskiwania dostępu, analizowania i raportowania danych, które najczęściej znajdują się w hurtowniach danych, hurtowniach danych lub hurtowniach danych operacyjnych. Deweloperzy aplikacji używają platform BI do tworzenia i wdrażania aplikacji BI, które nie są uważane za narzędzia BI. Przykładem aplikacji BI jest system informacji wykonawczej EIS.
Narzędzia do generowania zapytań i raportów
Generatory zapytań i raportów to zazwyczaj narzędzia „na pulpicie”, które zapewniają użytkownikom dostęp do baz danych, wykonują pewne analizy i generują raporty. Żądania mogą mieć charakter nieplanowany (ad hoc) lub rutynowy. Istnieją systemy raportowania (zwykle oparte na serwerze), które obsługują rutynowe zapytania i raporty. Generatory zapytań i raportów na pulpicie są również wzbogacone o kilka lekkich funkcji OLAP. Opracowane narzędzia z tej kategorii łączą w sobie możliwości wsadowego generowania raportów rutynowych i desktopowych generatorów zapytań, dystrybucji raportów i ich aktualizacji operacyjnych, tworząc tzw. sprawozdawczość korporacyjną (raportowanie korporacyjne). Jego arsenał obejmuje serwer raportów, narzędzia dystrybucji, publikowanie raportów w sieci, mechanizm powiadamiania o zdarzeniach lub odchyleniach (alertach). Charakterystycznymi przedstawicielami są Crystal Reports, Cognos Impromptu i Actuate e.Reporting Suite.
OLAP czyli zaawansowane narzędzia analityczne
Narzędzia OLAP to narzędzia analityczne, które pierwotnie były oparte na wielowymiarowych bazach danych (MDB).
Bazy danych MDB to bazy danych zaprojektowane specjalnie do wspomagania analizy danych ilościowych o wielu wymiarach, zawierające dane w „czysto” wielowymiarowej formie. Większość aplikacji zawiera wymiar czasu, innymi wymiarami mogą być geografia, jednostki organizacyjne, klienci, produkty itp. OLAP umożliwia organizowanie wymiarów w hierarchii. Dane prezentowane są w postaci hipersześcianów (kostek) – logicznych i fizycznych modeli wskaźników, które łącznie wykorzystują wymiary, a także hierarchie w tych wymiarach. Niektóre dane są wstępnie agregowane w bazie danych, inne są obliczane na bieżąco.
Narzędzia OLAP umożliwiają eksplorację danych w wielu wymiarach. Użytkownicy mogą wybrać, które dane mają być analizowane, jakie wymiary i jak wyświetlać w tabeli przestawnej, zamieniać wiersze i kolumny „przechylając”, a następnie kroić i ciąć, aby skupić się na określonej kombinacji wymiarów. Możesz zmienić szczegóły danych, przechodząc przez poziomy za pomocą funkcji drążenia w dół/rozwiń w górę, drążenia w dół i drążenia w dół, a także drążenia w poprzek innych wymiarów.
Do obsługi MDB wykorzystywane są serwery OLAP zoptymalizowane pod kątem analizy wielowymiarowej i wyposażone w funkcje analityczne. Zapewniają dobrą wydajność, ale zwykle ładowanie i rozszerzanie bazy danych MDB zajmuje dużo czasu. Jest wyposażony w funkcję osiągania zasięgu, umożliwiającą przejście od agregacji do szczegółów w relacyjnych bazach danych. Klasyczny serwer OLAP — Hyperion Essbase Server.
Obecnie relacyjne DBMS są używane do emulacji baz danych MDB i obsługi analizy wielowymiarowej. OLAP dla relacyjnych baz danych (ROLAP) ma zaletę skalowalności i elastyczności, ale traci wydajność na rzecz wielowymiarowego OLAP (MOLAP), chociaż istnieją metody poprawy wydajności, takie jak schemat gwiaździsty. Chociaż bazy danych MDB są nadal najbardziej odpowiednie do przetwarzania analitycznego online, ta funkcja jest obecnie wbudowana lub rozszerzana przez relacyjne bazy danych DBMS (na przykład usługi MS Analysis Services lub ORACLE OLAP Services to nie to samo, co ROLAP). Istnieje również hybrydowe przetwarzanie analityczne online (HOLAP) dla produktów hybrydowych, które mogą przechowywać wielowymiarowe dane zarówno natywnie, jak i relacyjnie. Dostęp do baz danych MDB uzyskuje się za pośrednictwem interfejsów API służących do generowania zapytań wielowymiarowych, podczas gdy dostęp do relacyjnych baz danych uzyskuje się za pośrednictwem zapytań SQL. Przykładem serwera ROLAP jest serwer Microstrategy7i.
Desktopowe narzędzia OLAP (np. BusinessObjects Explorer, Cognos PowerPlay, MS Data Analyzer) teraz wbudowane w EBIS ułatwiają użytkownikom końcowym przeglądanie i manipulowanie wielowymiarowymi danymi, które mogą pochodzić z zasobów zaplecza danych ROLAP lub MOLAP. Niektóre z tych produktów mają możliwość pobierania kostek, dzięki czemu mogą pracować w trybie offline. W ramach EBIS te narzędzia komputerowe są wyposażone w możliwości przetwarzania po stronie serwera, które wykraczają poza ich tradycyjne możliwości, ale nie konkurują z narzędziami MOLAP. Narzędzia desktopowe, w porównaniu z narzędziami MOLAP, mają niewielką wydajność i moc analityczną. Często interfejs jest udostępniany za pośrednictwem programu Excel, takiego jak MS Excel2000/OLAP PTS, BusinessQuery for Excel. Prawie wszystkie narzędzia OLAP mają rozszerzenia internetowe (na przykład Business Objects WebIntelligence), dla niektórych są one podstawowe.
Pakiety BI dla przedsiębiorstw
EBIS to naturalny sposób dostarczania narzędzi BI, które wcześniej były dostarczane jako odrębne produkty. Te zestawy są zintegrowane z zestawami narzędzi do zapytań, raportów i OLAP. Pakiety Enterprise BI powinny być skalowalne i wykraczać poza użytkowników wewnętrznych do kluczowych klientów, dostawców itp. Produkty pakietu BI powinny pomagać administratorom we wdrażaniu i zarządzaniu BI bez dodawania nowych zasobów. Ze względu na bliski związek między pakietami BI sieci Web i przedsiębiorstwa niektórzy dostawcy opisują swoje pakiety BI jako portale BI. Te oferty portali udostępniają podzbiór funkcji EBIS za pośrednictwem przeglądarki internetowej, ale dostawcy stale zwiększają ich funkcjonalność, aby zbliżyć ją do możliwości narzędzi grubego klienta. Typowe systemy EBIS są dostarczane przez Business Objects i Cognos.
Platformy BI
Platformy BI oferują zestaw narzędzi do tworzenia, wdrażania, wspierania i utrzymywania aplikacji BI. Istnieją bogate w dane aplikacje z „niestandardowymi” interfejsami użytkownika końcowego, zorganizowane wokół określonych problemów biznesowych, z ukierunkowaną analizą i modelami. Platformy BI, choć nie tak szybko rozwijające się i powszechnie stosowane jak EBIS, są ważnym segmentem ze względu na oczekiwany i ciągły rozwój aplikacji BI. Ponieważ dostawcy relacyjnych baz danych tworzyli rozszerzenia OLAP do swoich baz danych, wielu dostawców platform, którzy dostarczali wielowymiarowe bazy danych dla OLAP, było zmuszonych do migracji do aplikacji BI, aby przetrwać. Rodziny produktów DBMS, które zapewniają możliwości BI, naprawdę napędzają wzrost rynku platform BI. Wynika to częściowo ze zwiększonej aktywności wielu dostawców DBMS. Patrząc na różne narzędzia, widzimy, że EBIS to wysoce funkcjonalne narzędzia, ale nie są one tak ważne jak platformy BI czy niestandardowe aplikacje BI. Z drugiej strony platformy BI zazwyczaj nie są tak kompletne funkcjonalnie jak korporacyjne pakiety BI. Wybierając platformy BI, należy wziąć pod uwagę następujące cechy: modułowość, rozproszona architektura, obsługa standardów XML, OLE DB for OLAP, LDAP, CORBA, COM/DCOM i udostępnianie sieci. Powinny również zapewniać funkcje specyficzne dla analizy biznesowej, takie jak dostęp do bazy danych (SQL), wielowymiarowa manipulacja danymi, funkcje modelowania, analiza statystyczna i grafika biznesowa. Ta kategoria produktów jest reprezentowana przez Microsoft, SAS Institute, ORACLE, SAP i inne.
Aplikacje BI
Aplikacje Business Intelligence często mają wbudowane narzędzia BI (OLAP, generatory zapytań i raportów, narzędzia do modelowania, analizy statystyczne, wizualizacje i eksploracja danych). Wiele aplikacji BI pobiera dane z aplikacji ERP. Aplikacje BI zazwyczaj skupiają się na określonej funkcji organizacji lub zadaniu, takiej jak analiza i prognozowanie sprzedaży, budżetowanie finansowe, prognozowanie, analiza ryzyka, analiza trendów, „analiza churn” w telekomunikacji itp. Mogą być również stosowane szerzej, jak w przypadku aplikacji lub systemów zarządzania wydajnością przedsiębiorstwa zrównoważona karta wyników(zrównoważona karta wyników).
Analiza danych
Eksploracja danych to proces odkrywania korelacji, trendów, wzorców, relacji i kategorii. Odbywa się to poprzez rygorystyczną eksplorację danych przy użyciu technologii rozpoznawania wzorców, a także metod statystycznych i matematycznych. Rekonesans danych jest wykonywany wielokrotnie różne operacje oraz przekształcenia na danych surowych (wybór cech, stratyfikacja, klastrowanie, wizualizacja i regresja), które mają na celu: 1) znajdowanie reprezentacji intuicyjnych dla osób, które z kolei lepiej rozumieją procesy biznesowe leżące u podstaw ich działań; 2) znalezienie modeli, które mogą przewidzieć wynik lub znaczenie określonych sytuacji na podstawie danych historycznych lub subiektywnych.
W przeciwieństwie do OLAP, inteligencja danych jest znacznie mniej zależna od użytkownika, zamiast tego opiera się na wyspecjalizowanych algorytmach, które korelują informacje i pomagają rozpoznać ważne (i wcześniej nieznane) trendy, wolne od uprzedzeń i założeń użytkowników.
Inne metody i narzędzia BI
Oprócz wymienionych narzędzi BI może zawierać następujące narzędzia analityczne: pakiety analiz statystycznych oraz analizę szeregów czasowych i ocenę ryzyka; narzędzia do modelowania; pakiety dla sieci neuronowych; narzędzia logiki rozmytej i systemy ekspertowe.
Dodatkowo należy zwrócić uwagę na środki do projektowania graficznego wyników: środki grafiki biznesowej i naukowo-technicznej; „tablice wskaźników”, środki kartografii analitycznej i mapy topologiczne; sposoby wizualizacji danych wielowymiarowych.
architektura wywiadu biznesowego
Architekturę BI w przedsiębiorstwie należy opracować po zidentyfikowaniu potrzeb użytkownika w zakresie BI, ale przed wyborem narzędzi BI. Architektura Business Intelligence definiuje komponenty dostarczania informacji BI oraz komponenty technologii BI (rys. 1). Po zdefiniowaniu profili użytkowania informacji BI można zaprojektować architekturę dostarczania informacji w oparciu o te profile i wymagany typ implementacji. Może to być dowolna kombinacja klientów stacjonarnych podłączonych do sieci, klientów stacjonarnych i serwerów, cienkich klientów internetowych i innych urządzeń mobilnych urządzenia komputerowe. Architektura dostarczania informacji zdefiniuje interfejsy użytkownika, które często są spersonalizowanymi portalami.
Rys.1. Architektura Business Intelligence
Architektura technologii BI definiuje infrastrukturę i komponenty potrzebne do obsługi implementacji, obsługi i administrowania narzędziami i aplikacjami BI oraz wzajemne połączenie tych komponentów. Solidna architektura technologii BI będzie składać się z dwóch ważnych warstw: infrastruktury i usług aplikacyjnych (lub funkcjonalności). Warstwa infrastruktury obejmuje zasoby informacyjne, administracja i sieci. W tej warstwie dane są gromadzone, integrowane i udostępniane. Hurtownia danych jest jednym z możliwych elementów warstwy infrastruktury. Korzystanie z BI w systemach operacyjnych może wymagać operacyjnego magazynu danych (ODS), prawdopodobnie połączonego z korporacyjnymi strukturami przepływu pracy. Usługi aplikacyjne obejmują wszystkie usługi BI, takie jak mechanizmy zapytań, analiz, raportowania i wizualizacji, a także zabezpieczenia i metadane.
Środowisko przechowywania i dostęp do informacji BI
Oprócz tradycyjnych rozwiązań hurtowni danych Oracle9i i MS SQL Server2000, rośnie liczba aplikacji magazynowych ERP, takich jak SAP BW for R/3 lub PeopleSoft Enterprise Warehouse z aplikacjami Enterprise Performance Management BI. Jednak w obu przypadkach funkcjonalność jest powiązana z konkretnym Systemy ERP, a zatem ograniczone.
Wykorzystanie ROLAP do przechowywania informacji BI gwałtownie rośnie, ze względu na wygodę relacyjnego DBMS dla aplikacji z bardzo dużymi szczegółowymi bazami danych oraz ze względu na włączenie możliwości OLAP w DBMS. Wykorzystanie MDB i OLAP pozostaje niezmienione i jest najbardziej dominujące, ponieważ zapewniają lepszą wydajność i funkcjonalność tam, gdzie ważne są zagregowane dane i złożone obliczenia analityczne.
Nic dziwnego, że przy wysokich kosztach dwuwarstwowych struktur klient-serwer coraz częściej dostęp do BI odbywa się za pośrednictwem sieci WWW. Uwaga przenosi się na serwer, co odzwierciedla fakt, że dostęp do informacji BI firmy jest ważnym elementem, podczas gdy samodzielne komputery PC są wyraźnie niewystarczająco funkcjonalne. Popularne i rosnące dostarczanie raportów BI e-mail, a mobilne i bezprzewodowe metody dostarczania wciąż się rozprzestrzeniają.
metadane
Większość narzędzi BI dostępnych na rynku korzysta z warstwy metadanych lub repozytorium. Metadane biznesowe obejmują definicje danych, które są przechowywane w źródłach danych, pod względem obszaru tematycznego. Mogą również zawierać reguły i obliczenia, które należy zdefiniować dla tej firmy. Ponadto istnieją metadane techniczne umożliwiające dostęp do danych fizycznych. Narzędzia CASE, relacyjne DBMS, narzędzia do ekstrakcji, transformacji i ładowania danych wykorzystują metadane. Podczas tworzenia hurtowni danych i baz danych często możliwe jest automatyczne pobieranie metadanych ze źródeł danych, ale czasami użytkownicy muszą sami pobierać metadane. W ten sposób możliwa jest złożona sytuacja z kilkoma repozytoriami istniejącymi w tej samej organizacji. Brak wspólnych metadanych dla narzędzi – ze względu na brak standardów dla metadanych – jest poważnym problemem dla działów IT.
Plusy i minusy technologii
Szybko rozwija się możliwość prowadzenia przez użytkownika wieloaspektowej analizy operacyjnej informacji pod kątem tematycznym w celu wsparcia podejmowania decyzji biznesowych. Równoległy ruch od informacyjnej anarchii lub dyktatury do informacyjnej demokracji poszerza kontyngent użytkowników wywiadu biznesowego. Na pierwszy plan wysuwa się potrzeba elastycznego dostępu do danych firmowych, a nie tylko rozwiązanie konkretnego zadania funkcjonalnego. Jest mniej bezpośredniej zależności od działów IT w zakresie tworzenia niestandardowych raportów lub zapytań. Możliwe jest przejście od statycznych raportów regulacyjnych do „raportu na żywo”, a najbardziej zaawansowani analitycy mają możliwość przeprowadzania analiz przekrojowych i budowania raportów podsumowujących od podstaw, posiadających warstwę semantyczną, która opisuje wszystkie wskaźniki i sekcje informacji korporacyjnych . Te same narzędzia mogą być używane przez programistów do szybkiego tworzenia rutynowych, parametrycznych raportów. Internetowy dostęp do BI (zarówno statycznych, jak i dynamicznych treści) zapewni prawdziwą korporacyjną przestrzeń informacyjną i pracę zespołową pracowników.
Głównym ryzykiem są zbyt szybkie zmiany w technologii BI, stosowanie niesprawdzonych rozwiązań i narzędzi. Konieczne jest śledzenie dostawców, ocena ich trwałości, kierunków rozwoju, regularne testowanie nowych narzędzi, typowanie i ujednolicanie BI. Kolejne ryzyko wiąże się z jakością danych – jeśli nie zostaną one odpowiednio przekształcone, oczyszczone i skonsolidowane, to żadne „wymyślne” funkcje narzędzi lub aplikacji BI nie będą w stanie zwiększyć wiarygodności danych. Z powodu niespójnych metadanych może pojawić się szereg problemów. W dużej korporacji problemy te są rozwiązywane na poziomie infrastruktury poprzez stworzenie korporacyjnej hurtowni danych i scentralizowane zarządzanie metadanymi. Utworzenie repozytorium pomoże uporządkować nazewnictwo gromadzonych wskaźników, gromadzenie danych, rozpowszechnianie i autoryzację dostępu. Sama technologia BI nie jest w stanie kompleksowo rozwiązać tych problemów, a ich zaniedbanie wraca do anarchii informacyjnej i „silosów danych”.
Główni gracze w dziedzinie BI
Według znanych magicznych kwadratów Gartnera, liderami technologii EBIS są dziś Business Objects i Cognos, Information Builders na granicy między liderami i rywalami, a Microsoft i Oracle są rywalami. Jeden nie ma samodzielnego klienta OLAP, ale korzysta z funkcji tabeli przestawnej Excel200x i nie ma generatora raportów, drugi nie ma jeszcze zamiennika dla Oracle Express Analyzer. W gronie „wizjonerów” wyróżniają się Kryształowe Decyzje na granicy z liderami. Na uwagę zasługują również Actuate i MicroStrategy.
Liderów platform BI praktycznie nie ma, co wskazuje na niedojrzałość technologii i rynku. Póki co tylko Microsoft jest na granicy tego obszaru dzięki rozwiązaniom do osadzania usług OLAP w MS SQL Server i rozwijania ich na serwer analityczny. Wśród innych konkurentów - SAS Institute, dalej zwartą grupę tworzą Oracle, PeopleSoft i SAP. Hyperion jest dosłownie na rozdrożu - SAS i Hyperion straciły czołowe pozycje w 2000 roku. Wśród wizjonerów na uwagę zasługuje MicroStrategy. Niestety Crystal Decisions wciąż jest graczem niszowym.
Trendy
Spośród narzędzi BI, EBIS przeżywa największy wzrost, odzwierciedlając zwiększoną konkurencję we współczesnej gospodarce. Spada wykorzystanie narzędzi do generowania zapytań i raportów, analizy danych, organizacje aktualizują je i zastępują korporacyjnymi pakietami BI. Podstawowe narzędzia (zapytania ad hoc, raportowanie i podstawowa analiza OLAP) są nadal najpowszechniejsze i zaspokajają większość potrzeb. Rośnie również wykorzystanie OLAP i innych zaawansowanych narzędzi BI, takich jak technologia eksploracji danych. Jednak samodzielne narzędzia do eksploracji danych znikają, technologia ta jest wchłaniana i włączana do innych narzędzi BI, takich jak rozszerzenia baz danych.
Oczekuje się, że w ciągu 5 lat możliwości, takie jak XML do analizy (XML/A), usługi internetowe BI, współpraca, komunikacja bezprzewodowa i mobilna, połączą się w sieci Business Intelligence (sieci BI), które zostaną uzupełnione narzędziami do monitorowania biznesu. (monitorowanie działalności gospodarczej, BAM).
XML do analizy. XML/A pierwotnie pojawił się jako protokół komunikacyjny pomiędzy różnymi warstwami BI (klient, serwer analityczny, serwer bazy danych). XML/A ma poważne problemy z wydajnością — powoduje duże obciążenie i obecnie ma zastosowanie tylko do „lekkiego” klienta OLAP. Jednakże, jeśli te problemy zostaną rozwiązane, XML/A może stać się wspólnym językiem (lingua franca) pomiędzy różnymi środowiskami BI, przekraczającym wiele domen, dostawców i technologii, wspierając w ten sposób sieci BI.
Usługi internetowe BI. Sprzedawcy często identyfikują produkty EBIS jako portale BI, ponieważ wersje internetowe tych produktów stanowią punkt dostępu do informacji korporacyjnych. W rzeczywistości te portale BI często obsługują również łącza do nieustrukturyzowanych informacji, chociaż zwykle wymaga to pewnego rodzaju systemu integracji. Coraz więcej produktów EBIS koncentruje się na zewnętrznych komponentach korporacji (ekstranet e-business intelligence). Nowa, zorientowana na usługi architektura komponentowa SOA jest ewolucją serwerów aplikacji i portali korporacyjnych. Ta innowacja jest również związana z technologiami J2EE i .NET. Usługi internetowe BI sprawiają, że narzędzia BI otwierają komponenty ze znanymi interfejsami i są dostępne we wszystkich rodzajach sieci. Coraz więcej dostawców produktów BI wdraża je jako usługi sieciowe, ale coraz częściej pod przykrywką portali.
Współpraca. Dodawanie adnotacji do raportów i udostępnianie wyników analiz wielu użytkownikom było możliwe od czasów EIS, ale ta funkcjonalność jest teraz popularna, a do wielu aplikacji BI dodano możliwości przepływu pracy. Od użytkowników oczekuje się, że będą mogli pracować na tym samym modelu w tym samym czasie lub łączyć różne aplikacje BI w czasie rzeczywistym.
Bezprzewodowa i mobilna analiza biznesowa. Inny silny trend w dostarczaniu informacji BI obserwujemy u dostawców umożliwiających produktom BI dostarczanie raportów za pośrednictwem technologii mobilnych, w tym urządzeń PDA, telefonów internetowych i pagerów.
Monitoring działalności gospodarczej. Nowa technologia BAM jest zasadniczo operacyjnym BI i łączy integrację aplikacji w czasie rzeczywistym z funkcjami analizy biznesowej. Wykorzystując dane transakcyjne wyodrębnione z systemów przetwarzania transakcji w czasie rzeczywistym, narzędzia BI analizują te dane i wysyłają alerty o zdarzeniach krytycznych oraz informacje dla decydentów operacyjnych.
Literatura
- Korneev V.V., Gareev A.F., Vasyutin S.V., Raikh V.V. Baza danych. Inteligentne przetwarzanie informacji. // M.: Wiedza, 2001
- Toma Sullivana.
- Kimbal R. Zestaw narzędzi hurtowni danych: Praktyczne techniki budowania hurtowni danych wymiarowych. John Willey i synowie, 1996
- Thomsen E. OLAP Solutions: Budowanie wielowymiarowych systemów informatycznych. Wydawnictwo komputerowe Wiley, 1997
- Spirli E. Korporacyjne hurtownie danych. Planowanie, rozwój, realizacja. Tom 1: Per. z angielskiego. // M.: Williams, 2001
- Arkhipenkov S., Golubev D., Maksimenko O. PRZECHOWYWANIE DANYCH. Od koncepcji do realizacji / Ed. Wyd. S.Ya. Archipenkova // M.: DIALOG-MEPhI, 2002
- V., Samoilenko A. Eksploracja danych: kurs treningowy. // Petersburg: Piotr, 2001
- Inside Gartner Group (rosyjski), Drezner H., Hostmann B. i F. Beitendijk. Notatka kierownictwa: Zaktualizowano Magic Squares firmy Gartner dla systemów Business Intelligence, 2003, luty
- Liautaud B., Hammond M. e-Business Intelligence: Przekształcanie informacji w wiedzę w zysk. McGraw-Hill, 2001
- Christine Comaford. .
- Toma Sullivana. .
Valery Artemiev(avi @cbr.ru) - Doradca Dyrektora Głównego Centrum Informatyzacji Banku Rosji (Moskwa).
Pojęć jest ogromna ilość: analityka, data mining, analiza danych, business intelligence, a różnica między nimi nie zawsze jest tak oczywista nawet dla osób, które są z tym związane. Dziś porozmawiamy o tym, czym jest Business Intelligence (BI) w przystępnym i zrozumiałym języku. Temat z pewnością jest ogromny i nie da się go opisać w jednym krótkim artykule, ale naszym zadaniem jest pomóc zrobić pierwszy krok i zainteresować czytelnika tematem. Zainteresowany czytelnik znajdzie również wyczerpującą listę dalszych kroków.
Struktura artykułu
Dlaczego to wszystko jest potrzebne: z życia analityka
(możliwe do kliknięcia)Wyobraźmy sobie, że my (niektóry analityk Pietrowicz u dostawcy Flower) mamy za zadanie ocenić sprzedaż kilku sklepów (do których dostarczamy towary), a każdy sklep prowadzi własną ewidencję sprzedanych towarów. W rzeczywistości formularze księgowe będą wypełniane bez względu na to, jak i nikt nie rozumie przez kogo, to znaczy będą miały inną strukturę i inny format przechowywania (jakaś forma tabel). Schematycznie to zadanie jest przedstawione na powyższym schemacie.
Wydawałoby się, że zadanie jest proste i dlatego rozważymy rozwiązanie frontalne: powiedzmy, że mamy N tabel i musimy je zebrać w jedną tabelę, potem napiszemy N skryptów konwertujących te tabele i jeden kolektor, który je zbiera razem.
Wady tego podejścia:
- konieczne jest jednoczesne wsparcie N skryptów (gdzie N jest rzędu tysięcy);
- przy zmianie struktury raportów sklepowych w czasie (np. w sklepie pojawił się nowy pracownik) konieczne jest wyszukanie i przepisanie poszczególnych skryptów;
- kiedy pojawi się nowy sklep, musisz napisać nowy skrypt;
- przy zmianie naszego raportowania (dostawca Flower) konieczne jest wprowadzenie zmian we wszystkich skryptach;
- trudne debugowanie i wsparcie, ponieważ sklepy nie powiadamiają o zmianach struktury i nie przestrzegają żadnych specyfikacji.
Jeśli wzniesiemy się na poziom całej organizacji, zobaczymy, że problemów jest jeszcze więcej.
W czym problem: problem na poziomie firmy
(możliwe do kliknięcia)
Producent Flower właściwie nie współpracuje bezpośrednio ze sklepami, ale przez niektórych pośredników. Pośrednicy odwiedzają sklepy i bezpośrednio swoimi działaniami starają się stymulować sprzedaż. W związku z tym są stronami zainteresowanymi materialnie, a informacje, które przekazują, muszą zostać ponownie sprawdzone.
W zasadzie problem wygląda podobnie: jeśli mamy N sklepów i K dystrybutorów, to czy możemy agregować dane sklepów i porównywać je z wynikami dystrybutorów? (Wszystkie dane mają inną strukturę i format.)
Tutaj oprócz tabel możemy już spotkać całe zoo formatów, do których dodawane są raporty dystrybutorów. Z reguły zadanie charakteryzuje się bardzo niską jakością danych, w tym duplikacją, niespójnością i błędami. Na podstawie uzyskanych wyników i porównania danych dział zakupów podejmuje decyzje o tym ile, do kogo i ile wysłać co. Oznacza to, że rozwiązanie tego problemu bezpośrednio wpływa wskaźniki finansowe firm, co jest bardzo ważne.
Rozważ kilka rozwiązań na poziomie firmy:
- rozwiązanie napisane samodzielnie: producent będzie musiał zatrudnić specjalistę spoza profilu firmy, a krytyczne oprogramowanie będzie zależeć od ten specjalista. Jeśli odejdzie, firma będzie zmuszona pilnie poszukać zamiennika, który będzie obsługiwał oprogramowanie, a jakość będzie bezpośrednio zależeć od wynajętego specjalisty;
- kup oprogramowanie od strony trzeciej, istnieją trzy kluczowe czynniki: cena, jakość i czas integracji. Z reguły cena i czas integracji są zbyt wysokie dla przeciętnego producenta, a dla pracowników wymaga to również znacznej ilości czasu. Wybór dostawcy również nie jest trywialny;
- Rozwiązania SaaS: metodologia jest wciąż nowa na rynku i wiele firm podchodzi sceptycznie do takich usług.
Generalnie, jeśli mówimy o małym lub średnim producencie, to pod względem czasu integracji, ceny i jakości rozwiązania usługa wygląda tak: najlepsza opcja ponieważ ceny są dynamiczne, a integracja przez Internet jest minimalna. Z reguły zaletą oprogramowania korporacyjnego jest możliwość dostosowywania i dostosowywania (każdy biznes uważa się za wyjątkowy), ale opisane zadanie jest dość typowe i standardowe dla dość szerokiego grona firm. Oczywiście nie ma jednego rozwiązania dla każdego, ale można je znaleźć dla każdego z osobna.
Sam proces na poziomie firmy wygląda podobnie: dane są konsolidowane, przekształcane (agregowane) w określony sposób i ładowane do systemu do analizy.
(możliwe do kliknięcia) 
Uogólniamy problem: wszystko to są ogniwa jednego łańcucha
(możliwe do kliknięcia)
Jaka jest różnica między analityką, eksploracją danych i analizą biznesową (BI)? Te pierwsze obejmują zestaw metod analizy już czystych danych, aw praktyce czyszczenie i konwertowanie danych do formatu dogodnego do analizy jest ważnym i integralnym procesem. Oprócz pracy z transformacją i konsolidacją danych głównym zadaniem BI jest podejmowanie decyzji biznesowych.
