ระบบธุรกิจเชิงวิเคราะห์ ระบบธุรกิจอัจฉริยะคืออะไร ข้อดีข้อเสียของเทคโนโลยี

การใช้ระบบธุรกิจอัจฉริยะช่วยปรับปรุงคุณภาพและประสิทธิภาพของการตัดสินใจด้านการจัดการและยังช่วยในการจัดการกระบวนการทางธุรกิจซึ่งนำไปสู่การเพิ่มความสามารถในการแข่งขันของ บริษัท นี่เป็นหนึ่งในเหตุผลหลักที่ทำให้เกิดความสนใจในโซลูชั่น BI (ระบบธุรกิจอัจฉริยะ) ซึ่ง IDC ได้รับการเฉลิมฉลองในรัสเซียตั้งแต่ปี 2010

ผู้เชี่ยวชาญโต้เถียงเกี่ยวกับการทำงานของระบบข้อมูลที่ช่วยให้การวิเคราะห์ธุรกิจ แต่กระบวนการทำงานกับข้อมูลการวิเคราะห์และโซลูชันไอทีที่มีจุดประสงค์เพื่อวัตถุประสงค์เหล่านี้ไม่ได้เป็นสิ่งเดียวกัน ก่อนที่จะเริ่มดำเนินการตามระบบ BI นั้น บริษัท จะต้องเตรียมความพร้อมสำหรับการใช้งาน: กระบวนการทางธุรกิจที่เป็นทางการกำหนดจุดรวบรวมข้อมูลประเภทของข้อมูลที่รวบรวมและวัตถุประสงค์ที่จะใช้ข้อมูลนี้ หลังจากนั้นเราสามารถพูดคุยเกี่ยวกับเครื่องมือ BI เฉพาะที่ธุรกิจต้องการ

ระบบธุรกิจอัจฉริยะแตกต่างจากการวิเคราะห์เมตริกด้วยตนเองในสเปรดชีต Excel เช่นเครื่องบินจากเครื่องร่อนแฮงค์ คำถามอยู่ไกลจากความเร็ว ท้ายที่สุดแล้ว BI คือระบบอัตโนมัติของกระบวนการรวบรวมข้อมูลและการรายงาน ในขณะที่ทำงานกับ Excel ชี้ให้เห็นว่าบางคนควรรวบรวมข้อมูลที่วิเคราะห์จากแหล่งข้อมูลทั้งหมดของ บริษัท นำไปสู่เทมเพลตเดียวแล้วสร้างรายงานเท่านั้น

ความแตกต่างในผลลัพธ์ของการทำงานกับข้อมูลนี้ก็ยอดเยี่ยมเช่นกัน BI คือความหลากหลายของข้อมูลที่ใช้และความสามารถในการสร้างรายงานอย่างรวดเร็วในส่วนใด ๆ โดยใช้ข้อมูลใด ๆ ที่มีอยู่ใน บริษัท กล่าวอีกนัยหนึ่งระบบจะแก้ปัญหาที่ผู้คนจะรับมือในหนึ่งวัน (ตัวอย่างเช่นเพื่อคำนวณการพึ่งพาการขายเสื้อผ้าบางรุ่นในองค์ประกอบประชากรของประชากรและโครงสร้างพื้นฐานการขนส่งของอำเภอ) โดยระบบในเวลาไม่กี่นาที

เป็นเวลานานโซลูชั่น BI ขึ้นอยู่กับก้อน OLAP ที่เรียกว่า การใช้ระบบดังกล่าวยังคงมาจนถึงทุกวันนี้ พวกเขาเป็นตัวแทนของข้อมูลที่เก็บไว้ในร้านค้าในลักษณะที่ทุกเวลาที่คุณสามารถใช้ตัวบ่งชี้ใด ๆ ที่มีอยู่เป็นแกนของ "คิวบ์" และทำการวิเคราะห์ตามชิ้นที่จำเป็นโดยการสร้างตารางแบนหรือกราฟของการพึ่งพาของตัวบ่งชี้อื่น ที่สำคัญการวิเคราะห์จะเกิดขึ้นในเวลาจริงซึ่งเป็นสิ่งที่ตัวย่อ OLAP พูดว่า - การประมวลผลการวิเคราะห์ออนไลน์

ท่ามกลางคุณสมบัติอื่น ๆ เราเน้นการมีฟังก์ชั่นการจัดการข้อมูลเมตาเครื่องมือการพัฒนาเครื่องมือสำหรับการทำงานร่วมกันและการจัดการกระบวนการเครื่องมือการรายงานการสร้างภาพขั้นสูงการสร้างแบบจำลองการทำนายและฟังก์ชั่นการทำเหมืองข้อมูลและดัชนีชี้วัด

ตอนนี้ตลาดยังคงเติบโตยอดขายของระบบ BI ที่ใช้เทคโนโลยีหน่วยความจำใน แนวคิดหลักในหน่วยความจำคือหลักการของการจัดเก็บข้อมูลถาวรใน RAM สิ่งนี้ทำให้ผู้ใช้สามารถรับคำตอบได้ทันที - ในเสี้ยววินาที - แม้ในกรณีที่พวกเขาทำงานกับข้อมูลจำนวนมาก อย่างไรก็ตามโซลูชันดังกล่าวไม่เหมาะสำหรับทุกคนในมุมมองทางเทคนิคและลูกค้าจำนวนมากยังคงใช้เทคโนโลยี OLAP

การปรากฏตัวของการประมวลผลการวิเคราะห์ออนไลน์เป็นหนึ่งในคุณสมบัติของระบบการวิเคราะห์ซึ่งทำให้มันสามารถเรียกได้ว่าเป็นแพลตฟอร์ม BI ที่เต็มรูปแบบตาม Gartner

นอกจากสถาปัตยกรรมด้านเทคโนโลยีที่หลากหลายแล้วระบบ BI ยังโดดเด่นด้วยชุดเครื่องมือสำหรับผู้ใช้ทางธุรกิจประเภทต่างๆ

ตัวอย่างเช่นแพลตฟอร์ม BI ที่เต็มเปี่ยมนั้นแตกต่างกันมากในแง่ของฟังก์ชันการทำงานจากโมดูล BI ที่ฝังอยู่ในระบบข้อมูลองค์กรบางระบบและมีความสามารถในการนำเสนอที่ จำกัด

บทบาทผู้ใช้แต่ละคนมีแดชบอร์ดของตัวเองซึ่งแสดงถึงตัวบ่งชี้ทางธุรกิจที่สำคัญที่จำเป็นสำหรับพนักงานเหล่านี้ในรูปแบบของตารางหรืออินโฟกราฟิก ชุดเครื่องมือ BI ยังมีเครื่องมือการรายงานและอินเทอร์เฟซสำหรับการดู: ในหน้าต่างระบบผ่านเว็บหรือบนอุปกรณ์มือถือของผู้ใช้ เครื่องมือในการพิจารณาความสัมพันธ์ของข้อมูลในการสร้างรายงาน

หนึ่งในแนวโน้มที่โดดเด่นของห้าปีที่ผ่านมาในตลาด BI คือความต้องการที่เพิ่มขึ้นสำหรับการวิเคราะห์มือถือ ผู้ใช้ระบบ BI ประเมินความสำคัญของพวกเขาสำหรับธุรกิจและยังเข้าใจถึงคุณค่าของการเข้าถึงเครื่องมือดังกล่าวอย่างต่อเนื่อง ผู้ขาย BI รายใหญ่เกือบทุกรายในวันนี้พร้อมที่จะมอบเครื่องมือวิเคราะห์ออนไลน์ให้แก่ผู้ใช้ ในเวลาเดียวกันเวิร์คสเตชั่นมือถือไม่เพียง แต่มุ่งเน้นไปที่ผู้จัดการระดับสูง แต่ยังรวมถึงผู้ใช้ประเภทอื่น ๆ ที่ต้องการข้อมูลที่ทันสมัยเกี่ยวกับสถานะของกระบวนการทางธุรกิจ ดังนั้นจาก "สิทธิพิเศษของเจ้านาย" BI-mobility ได้กลายเป็นวิธีการตอบสนองอย่างรวดเร็วต่อเหตุการณ์สำหรับผู้บริหารระดับกลางและนักวิเคราะห์ เนื่องจากระบบ BI ให้การทำงานกับข้อมูลจำนวนมากเข้าสู่พื้นที่เก็บข้อมูลจากระบบข้อมูลที่หลากหลายและในรูปแบบที่ไม่มีโครงสร้างจึงสามารถใช้ในการทำงานกับ "ข้อมูลขนาดใหญ่" ซึ่งธุรกิจได้รับความสนใจในช่วงไม่กี่ปีที่ผ่านมา สิ่งนี้ไม่น่าแปลกใจเนื่องจากปริมาณของข้อมูลที่จัดเก็บและประมวลผลเติบโตขึ้นอย่างรวดเร็วดังนั้น บริษัท จึงถูกบังคับให้ต้องคิดเกี่ยวกับการได้รับพลังการประมวลผลเพิ่มเติม ยิ่งไปกว่านั้นในธุรกิจจริงมักใช้ข้อมูลที่จัดเก็บมากถึง 30% ในขณะที่ส่วนที่เหลือจะกลายเป็นเพียงต้นทุนสำหรับการจัดเก็บ

การมีข้อมูลจำนวนมากที่ไม่มีโครงสร้างและเป็นประโยชน์ใน บริษัท รวมถึงโอกาสอันยอดเยี่ยมจากระบบ BI สำหรับนักวิเคราะห์กลายเป็นหนึ่งในปัจจัยขับเคลื่อนของความก้าวหน้าในด้านนี้ วันนี้นักวิเคราะห์มากขึ้นกำลังมองหาเครื่องมือที่มีความยืดหยุ่นมากขึ้นที่จะช่วยให้พวกเขาศึกษาข้อมูลใด ๆ และสร้างสมมติฐานทางธุรกิจ สิ่งนี้นำไปสู่การเกิดขึ้นของเครื่องมือระดับใหม่ - การค้นพบข้อมูล พวกเขาอยู่บนพื้นฐานของรูปแบบข้อมูลที่มีความยืดหยุ่นและส่วนต่อประสานผู้ใช้ที่สะดวกสำหรับผู้ใช้ทางธุรกิจมากกว่านักวิเคราะห์ ในตัวอย่างของการค้นพบข้อมูลเราจะเห็นว่าชุดเครื่องมือค่อยๆเติบโตเป็นทิศทางที่เป็นอิสระของระบบไอทีสำหรับการวิเคราะห์

เนื่องจาก BI ไม่ได้เป็นเพียงการวิเคราะห์สถานการณ์ปัจจุบัน แต่ยังเป็นการคาดการณ์เครื่องมือขั้นสูงจึงได้รับการพัฒนาสำหรับนักวิเคราะห์และผู้จัดการเพื่อทดสอบสมมติฐานของพวกเขา และเพื่อควบคุมตัวบ่งชี้สำคัญในการวิเคราะห์จะช่วยให้การแจ้งเตือนของพวกเขาประสบความสำเร็จของค่าเกณฑ์

ชุดเครื่องมือ BI และการใช้งานของ บริษัท รัสเซียจะพัฒนาได้อย่างไรในอนาคต จะมีบทบาทผู้ใช้ใหม่ส่วนติดต่อใหม่ผู้จัดการระดับสูงจะทำงานได้มากขึ้นด้วยระบบธุรกิจอัจฉริยะหรือไม่? Softline ที่ปรึกษา Maria Golikova เชื่อมั่นว่าเวกเตอร์หนึ่งในการพัฒนามีความสัมพันธ์กับความต้องการที่เพิ่มขึ้นสำหรับ“ คลาวด์” และเครื่องมือสร้างภาพ:“ ด้วยการพัฒนาเทคโนโลยีคลาวด์ผู้พัฒนา BI ขนาดใหญ่จำนวนมากเริ่มเสนอคุณสมบัติเพิ่มเติมที่มีเฉพาะในคลาวด์

หาก บริษัท มี "ประเพณี" ในการจัดทำรายงานในรูปแบบของตาราง Excel แบบคงที่พนักงานหลายคนอาจปฏิเสธเรื่องนี้ยาก อย่างไรก็ตามหวังว่าเมื่อเวลาผ่านไปจำนวน บริษัท ที่จะได้รับข้อมูลที่ครอบคลุมโดยใช้แดชบอร์ดข้อมูลจะเพิ่มขึ้น”

นอกจากนี้ผู้เชี่ยวชาญระบุว่าทัศนคติที่ใส่ใจของนักพัฒนาต่อการเป็นมิตรกับอินเทอร์เฟซและการสร้างสถานที่ทำงานมือถือจะช่วยให้ความนิยมของ BI:“ เครื่องมือ BI กำลังก้าวไปสู่การวิเคราะห์อิสระ - โซลูชั่นกำลังกลายเป็นเรื่องง่ายที่สุด สิ่งนี้ทำให้ผู้ใช้ทางธุรกิจสามารถเปลี่ยนรายงานปัจจุบันหรือสร้างรายงานใหม่ได้ด้วยส่วนต่อประสานที่ใช้งานง่าย ผู้บริหารระดับสูงในวันนี้ก็ถูกดึงดูดโดยความเป็นไปได้ในการใช้โซลูชั่น BI สำหรับมือถือ หัวสามารถเดินทางไปทำธุรกิจ แต่ในเวลาเดียวกันบนหน้าจอของอุปกรณ์พกพาดูตัวชี้วัดหลักของธุรกิจของเขา

Alexander Gerasimov ผู้อำนวยการฝ่ายไอทีและแผนกบริการคลาวด์ของ J'son & Partners Consulting กล่าวว่าเครื่องมือใดที่แพลตฟอร์ม BI ให้บริการซึ่งเป็นที่ต้องการมากที่สุดในกลุ่มผู้ให้บริการด้านไอทีและการให้คำปรึกษาเกี่ยวกับคลาวด์ การรายงานก่อนโพสต์ตามการวิเคราะห์ข้อมูลจากระบบการทำธุรกรรมเช่น ERP, OSS / BSS (โดยเฉพาะการเรียกเก็บเงิน) ระบบธนาคารอัตโนมัติเป็นต้น

สิ่งที่คาดหวังได้ดีคือเทคโนโลยีการวิเคราะห์ข้อมูลขนาดใหญ่: ไม่เพียง แต่จัดโครงสร้างข้อมูลของระบบธุรกรรมเท่านั้น แต่ยังมีโครงสร้างข้อมูลที่อ่อนแอ (หรือซับซ้อน) เช่นบันทึกและ geodata ของผู้ใช้สมาร์ทโฟนและอีกมากมาย ขณะนี้ข้อมูลดังกล่าวส่วนใหญ่จะใช้เพื่อเสริมสร้างและปรับปรุงคุณภาพของการรายงานโพสต์อดีต ในอนาคตพวกเขาสามารถนำไปใช้โดยตรงในระบบควบคุม - โดยมีเป้าหมายในการสร้างปัญญาของพวกเขา "

ระบบ BI บางระบบแนะนำให้ใช้อินโฟกราฟิกเพิ่มเติมแทนรายงานแบบตารางคลาสสิก แต่ทุกคนไม่พร้อมที่จะรับรู้ข้อมูลกราฟิก

รีวิววิเคราะห์: BI ในรัสเซีย 2009

นักวิเคราะห์ที่ TAdviser Center เสร็จสิ้นการเตรียมการตรวจสอบตลาดเปิดของแพลตฟอร์มการวิเคราะห์ธุรกิจ (BI) ที่นำเสนอในตลาดรัสเซีย ในหน้านี้คุณสามารถอ่านหัวข้อที่น่าสนใจที่สุดของรีวิว

ประโยชน์ของการใช้ระบบ BI

ระบบสำหรับการวิเคราะห์ธุรกิจแก้ปัญหาที่หลากหลายมาก ดังนั้น“ ใกล้ขอบฟ้า” คือการตรวจสอบวิเคราะห์และปรับเป้าหมายการดำเนินงาน:

สนับสนุนการพัฒนากระบวนการทางธุรกิจและการเปลี่ยนแปลงโครงสร้างขององค์กร

ความสามารถในการจำลองสถานการณ์ทางธุรกิจต่าง ๆ ในสภาพแวดล้อมข้อมูลเดียว

ดำเนินการวิเคราะห์การปฏิบัติงานตามคำขอที่ไม่ได้มาตรฐาน

ลดภาระงานประจำของพนักงานและเพิ่มเวลาสำหรับการวิเคราะห์เชิงลึก

การทำงานที่มั่นคงในขณะที่เพิ่มปริมาณข้อมูลที่ประมวลผลความสามารถในการขยาย

ในแง่ของการสนับสนุนการพัฒนาเชิงกลยุทธ์ขององค์กรระบบ BI ให้:

การประเมินประสิทธิภาพของสายธุรกิจต่างๆ

การประเมินความสามารถในการบรรลุเป้าหมาย

การประเมินประสิทธิภาพทรัพยากรรวมถึง บริษัท ย่อย

การประเมินประสิทธิภาพของการดำเนินงานการลงทุนและกิจกรรมทางการเงิน

แบบจำลองทางธุรกิจและการประเมินโครงการลงทุน

การจัดการต้นทุนการวางแผนภาษีการวางแผนการลงทุน

วันนี้ตามผู้เชี่ยวชาญจากการ์ตเนอร์มีผู้ใช้ทางธุรกิจเพียง 15-20% เท่านั้นที่ทำงานกับแอปพลิเคชั่น BI ในขณะที่ส่วนที่เหลือพิจารณาว่าระบบสำหรับการวิเคราะห์ธุรกิจยากที่จะใช้งาน อย่างไรก็ตามการพัฒนาเครื่องมือสำหรับการสร้างภาพข้อมูลแบบอินเทอร์แอคทีฟและการแพร่กระจายของเทคโนโลยีอินเทอร์เน็ตจะช่วยปรับปรุงสถานการณ์ในไม่ช้า

นักวิเคราะห์ของ MiPro Consulting กล่าวว่าการนำระบบ BI อิสระมาใช้ในองค์กรนั้นมีข้อดีมากกว่าการใช้เครื่องมือวิเคราะห์ที่สร้างไว้ในระบบข้อมูลองค์กรอื่น ๆ ท่ามกลางข้อดีเหล่านี้ของระบบ BI:

การมองเห็นที่ดีขึ้นและความสะดวกในการทำงานกับข้อมูลสำหรับผู้ใช้ทางธุรกิจรวมถึงผู้ที่มาจากผู้บริหารระดับสูง

ความเป็นไปได้ของการใช้โซลูชันการวิเคราะห์ที่หลากหลายสำหรับกิจกรรมต่าง ๆ ทั่วทั้งองค์กรและไม่อยู่ในแต่ละแผนก

ช่วยให้คุณสามารถแยกวิเคราะห์และรวบรวมข้อมูลจากแหล่งใดก็ได้

อิงตามแพลตฟอร์มอุตสาหกรรมที่ได้รับการสนับสนุนและพัฒนา

มีสถานะของแอปพลิเคชันที่เป็นอิสระเชิงกลยุทธ์และมีความสำคัญต่อธุรกิจ

ให้ความสามารถในการปรับขนาดประสิทธิภาพประสิทธิภาพที่จำเป็น

ช่วยให้คุณสามารถสร้างและบำรุงรักษาทั่วทั้งองค์กรแบบ end-to-end และกระบวนการประมวลผลแบบจำลองการวิเคราะห์จากส่วนกลางและโครงการ

มีเครื่องมือในตัวสำหรับการแก้ปัญหาการวิเคราะห์ที่หลากหลายและหลากหลายทั้งจากมุมมองของธุรกิจและจากมุมมองของไอที

ให้การเข้าถึงข้อมูลและเครื่องมือวิเคราะห์สำหรับผู้ใช้จำนวนมาก

การใช้เครื่องมือวิเคราะห์ที่สร้างไว้ในระบบข้อมูลองค์กรอื่นเช่น ERP หรือคลาส CRM มักจะมีข้อ จำกัด ดังต่อไปนี้:

ชุดเครื่องมือวิเคราะห์ที่นำมาใช้อย่าง จำกัด ซึ่งเหมือนกันสำหรับผู้ใช้ทุกคนโดยไม่คำนึงถึงบทบาทและงานของพวกเขา

ความสามารถในการใช้ข้อมูลภายในและภายในเท่านั้นสำหรับการวิเคราะห์ในขณะที่ข้อมูลจากระบบอื่นยังคงไม่สามารถเข้าถึงได้และข้อมูลจากแหล่งต่าง ๆ ไม่สามารถรวมเข้าด้วยกันได้

การขาดเครื่องมือในตัวที่พัฒนาแล้วสำหรับการวิเคราะห์นำไปสู่ความจริงที่ว่าระบบใช้เพื่อแยกข้อมูลที่เก็บไว้ในนั้นซึ่งจะถูกส่งออกและวิเคราะห์ใน Excel

โดยทั่วไประบบ ERP และ CRM มีผู้ใช้จำนวน จำกัด ซึ่งจะตัดพนักงาน บริษัท จำนวนมากออกจากการวิเคราะห์ซึ่งข้อมูลนี้จะเป็นประโยชน์และน่าสนใจ (การเพิ่มขึ้นอย่างมากของจำนวนผู้ใช้จะลดประสิทธิภาพของระบบธุรกรรม)

ระบบการทำธุรกรรมมักจะไม่ได้มีตัวชี้วัดทั้งหมดที่จำเป็นสำหรับการวิเคราะห์ไม่รวมถึงเครื่องมือเช่นแดชบอร์ดซึ่งได้กลายเป็นมาตรฐานสำหรับการนำเสนอข้อมูลการวิเคราะห์;

ผลการวิเคราะห์ในระบบดังกล่าวมักจะนำเสนอในรูปแบบของตารางรายงานหรือแผนภูมิซึ่งไม่อนุญาตให้มีรายละเอียดและภาพรวมของสถานการณ์จริงและไม่ได้ให้คำตอบสำหรับคำถามมากมายที่เกิดขึ้น;

ความสามารถในการสร้างคำขอของผู้ใช้ที่ยืดหยุ่น (เฉพาะกิจ) นั้นมี จำกัด

การใช้ข้อมูลทางประวัติศาสตร์จำนวน จำกัด อย่าง จำกัด

เมื่อเลือกหรืออัปเดตระบบสำหรับการวิเคราะห์ธุรกิจคุณควรพิจารณาวิธีการจัดเก็บและรวมข้อมูลการสร้างภาพและการวิเคราะห์

การจัดเก็บข้อมูล

หาก บริษัท ต้องเผชิญกับภารกิจในการระบุแนวโน้มระยะยาวหรือระยะเวลานั่นคือผู้ใช้จำเป็นต้องวิเคราะห์ข้อมูลในอดีตที่มาจากแผนกต่างๆในช่วง 3-5 ปีที่ผ่านมาดังนั้นคุณควรพิจารณาการดำเนินงานของ ETL สำหรับการโหลดข้อมูลลงในคลังข้อมูล

หาก บริษัท หรือแผนกใด ๆ จำเป็นต้องวิเคราะห์ข้อมูลเป็นรายเดือนหรือรายสัปดาห์วิธีแก้ปัญหาที่ดีที่สุดคือการแยกและจัดระเบียบเพื่อวัตถุประสงค์เหล่านี้ (สำหรับแต่ละแผนกหรือเพื่อแก้ปัญหาเฉพาะ) มาร์ทดาต้าที่แยกต่างหากโดยใช้เครื่องมือ ETL

หาก บริษัท วางแผนที่จะวิเคราะห์ข้อมูลการดำเนินงานในโหมดเรียลไทม์โดยประมาณ (นั่นคือมีการอัพเดทหลายครั้งในระหว่างวัน) บางทีคุณควรละทิ้งองค์กรของคลังข้อมูลและให้ความสนใจกับการพัฒนาเครื่องมือรวมตามชั้นข้อมูลเมตาดาต้าเสมือน อินเตอร์เฟสและอัลกอริธึมที่สอดคล้องกัน (ตามหลักการ EII)

การรวมข้อมูล

ดังที่ระบุไว้ข้างต้นหากเป้าหมายของการแนะนำระบบ BI คือการแก้ปัญหาเฉพาะบุคคลปัญหาเฉพาะจากนั้นก็ขอแนะนำให้ จำกัด การจัดระเบียบของฐานข้อมูล ยิ่งไปกว่านั้นไม่จำเป็นต้องใช้อัลกอริทึมการรวมแยกต่างหาก

หากในทางตรงกันข้าม BI ได้รับการแนะนำเพื่อให้ได้ภาพรวมแบบองค์รวมของสถานะทั่วไปของธุรกิจแล้วอาจสร้างคลังข้อมูลส่วนกลางและดังนั้นการแนะนำเครื่องมือ ETL ที่จำเป็นนั้นไม่เพียงพอ นอกจากนี้เพื่อให้ได้ภาพที่เพียงพออย่างแท้จริงของธุรกิจจำเป็นต้องให้ความสนใจเป็นพิเศษเพื่อให้มั่นใจว่าข้อมูลที่มีคุณภาพสูงจะถูกวิเคราะห์และสิ่งนี้จะต้องมีการแนะนำชุดเครื่องมือสำหรับการทำความสะอาด - ระบุข้อมูลที่ไม่สมบูรณ์หรือผิดพลาด รูป

หาก บริษัท ให้ความสำคัญกับการศึกษาข้อมูลการดำเนินงานคุณควรพิจารณาวิธีการจำลองแบบและการเข้าถึง

การสร้างภาพและการวิเคราะห์

ขึ้นอยู่กับชุดงานรวมถึงคุณสมบัติของผู้ใช้นอกจากนี้ยังมีการเลือกเครื่องมือสำหรับการแสดงข้อมูลเป็นภาพ - แผงควบคุมดัชนีชี้วัดรายงานก้อน OLAP

สำหรับผู้ใช้ที่มีประสบการณ์และมีคุณสมบัติเหมาะสมเครื่องมือที่ดีที่สุดคือ OLAP คิวบ์ซึ่งจะช่วยให้พวกเขาทำการวิเคราะห์ธุรกิจอย่างละเอียดและละเอียดพร้อมรายละเอียดในระดับที่จำเป็น

ผู้ใช้ที่อยู่ในกิจกรรมประจำวันของพวกเขาต้องเผชิญกับความต้องการในการตัดสินใจด้านการจัดการรวมทั้งวิเคราะห์ผลการดำเนินงานของธุรกิจมีความสนใจในการจัดสถานที่ทำงานในรูปแบบของแผงควบคุมที่แสดงสถานะของธุรกิจโดยรวม กิจกรรม

ผู้จัดการทั่วไปต้องการเงินทุนเพื่อแก้ไขงานปัจจุบันติดตามความคืบหน้าของการดำเนินงานบางประเภทและเพื่อติดตามกิจกรรมของพนักงานของพวกเขา (พนักงานแต่ละคนและทีมโดยรวม) นอกจากนี้เพื่อจัดระเบียบการโต้ตอบที่ชัดเจนกับหน่วยงานที่เกี่ยวข้อง (หรือภูมิภาค) มีความจำเป็นที่จะต้องได้รับความคิดของความคืบหน้าในการปฏิบัติงานที่เกี่ยวข้อง

โซลูชันแนวตั้งหรือแนวนอน

มีโซลูชัน BI แนวนอนทั้งสองในตลาดที่ใช้ชุดเครื่องมือที่ใช้โดยทั่วไปเช่นเดียวกับโซลูชันแนวตั้งพิเศษ“ ปรับแต่ง” สำหรับอุตสาหกรรมหรืองานเฉพาะอย่าง ทั้งคู่มีข้อดีและข้อเสีย

ข้อได้เปรียบของการแก้ปัญหาแนวนอนสามารถพิจารณาความสามารถในการเติบโตไปพร้อมกับองค์กร โซลูชั่นดังกล่าวมักจะปรับขนาดได้และสามารถครอบคลุมทุกพื้นที่ของกิจกรรมและทุกแผนกของ บริษัท ขนาดใหญ่และยังง่ายต่อการเปลี่ยนแปลง ด้านพลิกของความกว้างของความเป็นไปได้นี้เป็นสิ่งจำเป็นสำหรับการปรับแก้ปัญหาที่ยาวและละเอียดมากขึ้นการปรับให้เข้ากับความต้องการเฉพาะ โครงการดำเนินการเริ่มมีราคาแพงขึ้นและข้อกำหนดสำหรับผู้เชี่ยวชาญด้านไอทีกำลังสูงขึ้น

การแก้ปัญหาในแนวดิ่งสำหรับส่วนของพวกเขาไม่จำเป็นต้องมีการตั้งค่าแยกต่างหากที่ยาวและลำบากเพื่อแก้ปัญหาเฉพาะและเพื่อตอบสนองความต้องการขององค์กรกำกับดูแลอุตสาหกรรม (การเงินการแพทย์ ฯลฯ ) อย่างไรก็ตามมันอาจกลายเป็นว่าแผนกต่าง ๆ ภายในโครงสร้างเดียวกันจะไม่สามารถใช้โซลูชันเดียวและจำเป็นต้องมีการพัฒนาและบูรณาการของระบบที่แตกต่างกันสำหรับการวิเคราะห์ธุรกิจ

องค์กรเหล่านั้นทั้งในปัจจุบันและในอนาคตวางแผนที่จะมีส่วนร่วมในกิจกรรมเฉพาะของพวกเขาที่ต้องการการปฏิบัติตามกฎระเบียบที่เข้มงวดบางอย่างน่าจะได้รับประโยชน์จากการแนะนำวิธีแก้ปัญหาในแนวตั้ง หากไม่มีความมั่นใจในข้อตกลงดังกล่าวกับกิจกรรมบางประเภทในอนาคตและมีความเป็นไปได้ที่ความเชี่ยวชาญของ บริษัท จะขยายตัวอย่างมีนัยสำคัญการเลือกโซลูชัน BI ในแนวตั้งเป็นความเสี่ยง

24.04.2003 Valery Artemiev

คำว่า“ ระบบธุรกิจอัจฉริยะ” มีอยู่เป็นเวลานานแม้ว่าจะไม่ได้ใช้กันมากในประเทศของเราเนื่องจากขาดการแปลที่เพียงพอและความเข้าใจที่ชัดเจนซึ่งอย่างไรก็ตามก็เป็นลักษณะของตะวันตกด้วย ลองทำความเข้าใจสาระสำคัญของมัน

ในรัสเซียคำว่า "เชาวน์ปัญญา" นั้นเข้าใจได้อย่างไม่น่าเชื่อว่าเป็นความสามารถทางจิตของบุคคล ได้อย่างรวดเร็วก่อนการแปลที่ดีสำหรับคำ ระบบธุรกิจอัจฉริยะ เสนอใน "data mining" แต่คำถามเกิดขึ้นทันทีว่ามี "non-data mining" หรือไม่

ความคลุมเครือของคำที่อยู่ภายใต้การสนทนาได้รับอิทธิพลมาจาก polysemy ของคำว่า "ปัญญา" ในภาษาอังกฤษ:

ความสามารถในการรับรู้และเข้าใจ ความพร้อมในการทำความเข้าใจ
ความรู้ที่ถ่ายทอดหรือได้มาจากการฝึกอบรมการวิจัยหรือประสบการณ์
การกระทำหรือเงื่อนไขในกระบวนการของการรับรู้;
เชาวน์ปัญญาข้อมูล

ในรัสเซียคำว่า "เชาวน์ปัญญา" นั้นเข้าใจได้อย่างไม่น่าเชื่อว่าเป็นความสามารถทางจิตของบุคคล เมื่อมองแวบแรกจะมีการเสนอการแปลที่ดีสำหรับคำว่า Business Intelligence ใน“ data mining” แต่คำถามก็เกิดขึ้นทันทีว่ามี“ การทำเหมืองข้อมูลที่ไม่ใช่ข้อมูล” หรือไม่ เส้นทางภาษานั้นไม่น่าเชื่อถือดังนั้นเราจะใช้ทั้งเอกสารต้นฉบับเป็นภาษาอังกฤษและเอกสารการสืบค้นทางธุรกิจ

คำจำกัดความต่าง ๆ

เป็นครั้งแรกที่คำว่า "ระบบธุรกิจอัจฉริยะ" ได้รับการประกาศเกียรติคุณจากนักวิเคราะห์ของการ์ทเนอร์ในช่วงปลายทศวรรษ 1980 ในฐานะ“ กระบวนการที่ผู้ใช้เป็นศูนย์กลางซึ่งรวมถึงการเข้าถึงและการวิจัยข้อมูลการวิเคราะห์การพัฒนาสัญชาตญาณและความเข้าใจ ต่อมาในปี 1996 มีคำอธิบายที่ชัดเจนว่า -“ เครื่องมือสำหรับการวิเคราะห์ข้อมูลการสร้างรายงานและการสืบค้นสามารถช่วยให้ผู้ใช้ทางธุรกิจเอาชนะทะเลแห่งข้อมูลเพื่อสังเคราะห์ข้อมูลที่มีความหมายจากพวกเขา - วันนี้เครื่องมือเหล่านี้ ข่าวกรองธุรกิจ) "

BI เป็นวิธีการเทคโนโลยีวิธีการดึงและนำเสนอความรู้

ตามคำจำกัดความเบื้องต้น BI เป็นกระบวนการวิเคราะห์ข้อมูลพัฒนาสัญชาตญาณและความเข้าใจเพื่อการตัดสินใจที่ดีขึ้นและไม่เป็นทางการโดยผู้ใช้ทางธุรกิจรวมถึงเครื่องมือสำหรับดึงข้อมูลที่เกี่ยวข้องกับธุรกิจออกจากข้อมูล ควรสังเกตว่าคำจำกัดความส่วนใหญ่ตีความ“ ระบบธุรกิจอัจฉริยะ” เป็นกระบวนการเทคโนโลยีวิธีการและวิธีการแยกและนำเสนอความรู้

BI, EIS, DSS, e-business และ commerce

ในช่วง 10 ปีที่ผ่านมาชื่อและเนื้อหาของข้อมูลและระบบวิเคราะห์ได้เปลี่ยนจากระบบข้อมูลผู้บริหาร (EIS) ไปเป็นระบบสนับสนุนการตัดสินใจ (DSS) และตอนนี้เปลี่ยนเป็นระบบธุรกิจอัจฉริยะ

ในยุคของเมนเฟรมและมินิคอมพิวเตอร์เมื่อผู้ใช้ส่วนใหญ่ไม่สามารถเข้าถึงคอมพิวเตอร์ได้โดยตรงองค์กรต่างๆขึ้นอยู่กับแผนกไอทีของตนซึ่งจัดทำรายงานมาตรฐานและพารามิเตอร์ แต่เพื่อให้ได้รายงานที่นอกเหนือจากมาตรฐานผู้ใช้จะต้องสั่งการพัฒนาและรอหลายวันหรือหลายสัปดาห์

แอปพลิเคชัน EIS นั้นได้รับการปรับให้เหมาะกับความต้องการของผู้บริหารและผู้จัดการและทำให้สามารถรับข้อมูลพื้นฐานโดยรวมเกี่ยวกับสถานะของธุรกิจของพวกเขาในรูปแบบของตารางหรือไดอะแกรม พวกเขามักจะรวมคำขอปกติกับชุดของพารามิเตอร์ แพคเกจดังกล่าวมักได้รับการพัฒนาโดยแผนกไอที สำหรับข้อมูลเพิ่มเติมและการวิเคราะห์เพิ่มเติมแอปพลิเคชันอื่น ๆ ถูกนำมาใช้หรือแบบสอบถาม SQL หรือรายงานถูกสร้างขึ้นตามคำขอ

แอปพลิเคชั่น DSS ยุคแรกคือแพ็คเกจแอปพลิเคชันที่มีการสร้างสคริปต์ SQL แบบไดนามิกตามประเภทของข้อมูลที่ผู้ใช้ร้องขอ พวกเขาอนุญาตให้นักวิเคราะห์ได้รับข้อมูลจากฐานข้อมูลเชิงสัมพันธ์โดยไม่ต้องใช้ความรู้เกี่ยวกับ SQL แอปพลิเคชัน DSS สามารถตอบคำถามทางธุรกิจที่หลากหลายต่างจาก EIS ได้มีตัวเลือกการรายงานหลายแบบและตัวเลือกการจัดรูปแบบบางอย่าง อย่างไรก็ตามความยืดหยุ่นของแพ็คเกจดังกล่าวยังคงมี จำกัด เนื่องจากการวางแนวของชุดงานเฉพาะ

ด้วยการกำเนิดของพีซีและเครือข่ายท้องถิ่นแอพพลิเคชั่นรุ่นต่อไปของ DSS ได้ถูกสร้างขึ้นบนพื้นฐานของ BI และช่วยให้ผู้ใช้ที่ไม่ใช่โปรแกรมเมอร์สามารถดึงข้อมูลจากแหล่งต่าง ๆ ได้อย่างง่ายดายและรวดเร็วสร้างรายงานที่กำหนดเองหรือการนำเสนอแบบกราฟิก การพัฒนาระบบธุรกิจอัจฉริยะนั้นเริ่มจากลูกค้าที่อ้วนไปจนถึงเว็บแอปพลิเคชั่นที่ผู้ใช้ทำการวิจัยโดยใช้เบราว์เซอร์และสามารถทำงานได้จากระยะไกล นอกจากนี้คุณยังสามารถสร้างสถานการณ์แบบ what-if และดูและอัพเดตข้อมูลโดยรวม

แม้ว่าผู้ใช้ข้อมูล BI ขององค์กรจะอยู่ในองค์กรแบบเดิม แต่ด้วยการแพร่กระจายของเว็บสำหรับ e-business, B2B, CRM และ SCM, ผู้ใช้ BI สามารถอยู่ภายนอกองค์กรและใน B2C, C2B และในชั้นการค้าผู้ใช้ BI เป็นผู้ใช้อินเทอร์เน็ต

BI และคลังข้อมูล

แนวคิดวิธีการและเครื่องมือของคลังข้อมูล (คลังข้อมูล) กำหนดวิธีการและให้การรวมการทำความสะอาดการจัดเก็บข้อมูลย้อนหลังสำหรับการวิเคราะห์ตอบคำถาม "จะเตรียมข้อมูลสำหรับการวิเคราะห์อย่างไร" เทคโนโลยีระบบธุรกิจอัจฉริยะกำหนดวิธีการและวิธีการเข้าถึงและการวิเคราะห์การดำเนินงานของข้อมูลในแง่ของสาขาวิชา เครื่องมือ BI ไม่จำเป็นต้องทำงานในโครงสร้างพื้นฐานคลังข้อมูล แต่ในกรณีนี้ปัญหาการทำความสะอาดข้อมูลและการประสานงานได้รับมอบหมายและการดำเนินการเหล่านี้จะต้องดำเนินการในทันทีหรือก่อนหน้านี้ แต่สำหรับแหล่งข้อมูลแยกต่างหาก นอกจากนี้ยังมีผลต่อประสิทธิภาพและความน่าเชื่อถือของระบบประมวลผลธุรกรรมการดำเนินงาน นี่คือเหตุผลว่าทำไมจึงเป็นแนวปฏิบัติที่ดีของ บริษัท ในการแยกส่วนประกอบการทำธุรกรรมและการวิเคราะห์และใช้โซลูชันคลังข้อมูลที่แตกต่างกันเป็นครั้งที่สอง ข้อต่อหลักไม่เพียง แต่ในระดับของข้อมูลเท่านั้น แต่ยังอยู่ในระดับของข้อมูลเมตาด้วย ในกรณีของคลังข้อมูลการจัดการข้อมูลเมตาจากส่วนกลางสามารถให้ได้

ควรสังเกตว่าบ่อยครั้งที่คำว่า“ คลังข้อมูล” หมายถึงระบบสนับสนุนการตัดสินใจของ DSS หรือระบบการวิเคราะห์ข้อมูลที่ใช้เทคโนโลยีคลังข้อมูลและระบบธุรกิจอัจฉริยะ

การจำแนกประเภทผลิตภัณฑ์ทางธุรกิจ

วันนี้หมวดหมู่ผลิตภัณฑ์ BI รวมถึง: เครื่องมือ BI และแอปพลิเคชัน BI ในตอนแรกจะแบ่งออกเป็น: ตัวสร้างแบบสอบถามและตัวสร้างรายงาน พัฒนาเครื่องมือ BI ซึ่งเป็นเครื่องมือหลักสำหรับการประมวลผลเชิงวิเคราะห์ออนไลน์ (OLAP) enterprise BI suites (enterprise BI suites, EBIS); แพลตฟอร์ม BI ส่วนหลักของเครื่องมือ BI แบ่งออกเป็นชุด BI องค์กรและแพลตฟอร์ม BI เครื่องมือสร้างแบบสอบถามและรายงานจะถูกดูดซับและแทนที่อย่างมากด้วยชุด BI ขององค์กร กลไกหรือเซิร์ฟเวอร์ OLAP หลายมิติรวมถึงกลไก OLAP เชิงสัมพันธ์เป็นเครื่องมือ BI และโครงสร้างพื้นฐานสำหรับแพลตฟอร์ม BI เครื่องมือ BI ส่วนใหญ่จะใช้โดยผู้ใช้ปลายทางเพื่อเข้าถึงวิเคราะห์และสร้างรายงานข้อมูลที่ส่วนใหญ่อยู่ในคลังข้อมูลหน้าร้านข้อมูลหรือคลังข้อมูลออนไลน์ นักพัฒนาแอปพลิเคชันใช้แพลตฟอร์ม BI เพื่อสร้างและใช้งานแอปพลิเคชัน BI ที่ไม่ถือว่าเป็นเครื่องมือ BI ตัวอย่างของแอปพลิเคชัน BI คือระบบข้อมูล EIS Manager

เครื่องมือสร้างแบบสอบถามและรายงาน

ตัวสร้างแบบสอบถามและรายงานมักจะเป็นเครื่องมือ“ เดสก์ท็อป” ที่ให้ผู้ใช้สามารถเข้าถึงฐานข้อมูลทำการวิเคราะห์และสร้างรายงาน การร้องขอสามารถเป็นแบบไม่ได้วางแผน (เฉพาะกิจ) หรือมีอักขระกำกับดูแล มีระบบการรายงาน (โดยทั่วไปคือเซิร์ฟเวอร์) ที่รองรับการสืบค้นและรายงานตามปกติ การสืบค้นเดสก์ท็อปและตัวสร้างรายงานจะถูกขยายด้วยคุณสมบัติ OLAP บางส่วนที่มีน้ำหนักเบา เครื่องมือที่ได้รับการพัฒนาในหมวดหมู่นี้รวมความสามารถในการสร้างแบทช์ของรายงานปกติและตัวสร้างแบบสอบถามเดสก์ท็อปส่งรายงานและอัปเดตอย่างรวดเร็วสร้างรายงานองค์กรที่เรียกว่า คลังแสงของมันรวมถึงเซิร์ฟเวอร์รายงานเครื่องมือการแจกจ่ายการเผยแพร่รายงานบนเว็บกลไกในการแจ้งเตือนเกี่ยวกับเหตุการณ์หรือการเบี่ยงเบน (การแจ้งเตือน) ตัวแทนผู้แทนคือ Crystal Reports, Cognos Impromptu และ Actuate e.Reporting Suite

OLAP หรือเครื่องมือวิเคราะห์ขั้นสูง

เครื่องมือ OLAP เป็นเครื่องมือวิเคราะห์ที่เดิมใช้ฐานข้อมูลหลายมิติ (MDB)

MDBs เป็นฐานข้อมูลที่ออกแบบมาโดยเฉพาะเพื่อรองรับการวิเคราะห์ข้อมูลเชิงปริมาณที่มีหลายมิติซึ่งประกอบด้วยข้อมูลในรูปแบบหลายมิติ "ล้วน" แอปพลิเคชันส่วนใหญ่รวมถึงการวัดเวลาการวัดอื่น ๆ อาจเกี่ยวข้องกับภูมิศาสตร์หน่วยองค์กรลูกค้าผลิตภัณฑ์ ฯลฯ OLAP ช่วยให้คุณสามารถจัดระเบียบการวัดในลำดับชั้น ข้อมูลจะถูกนำเสนอในรูปแบบของ hypercubes (ลูกบาศก์) - แบบจำลองเชิงตรรกะและทางกายภาพของตัวชี้วัดที่ใช้การวัดรวมกันเป็นลำดับชั้นในการวัดเหล่านี้ ข้อมูลบางส่วนถูกรวบรวมไว้ล่วงหน้าในฐานข้อมูลและอื่น ๆ จะถูกคำนวณทันที

เครื่องมือ OLAP ช่วยให้คุณสำรวจข้อมูลในมิติต่างๆ ผู้ใช้สามารถเลือกตัวบ่งชี้ที่จะวิเคราะห์ซึ่งการวัดและวิธีการแสดงในแท็บไขว้แลกเปลี่ยนแถวและคอลัมน์“ pivoting” จากนั้นทำการแบ่งและตัด คุณสามารถเปลี่ยนรายละเอียดของข้อมูลเคลื่อนผ่านระดับได้โดยใช้ดอกสว่าน / ม้วนดอกสว่านและดอกสว่านเจาะผ่านดอกสว่านผ่านมิติอื่น

เพื่อรองรับ MDB เซิร์ฟเวอร์ OLAP ถูกใช้เพื่อปรับให้เหมาะกับการวิเคราะห์หลายตัวแปรและมาพร้อมกับความสามารถในการวิเคราะห์ พวกเขาให้ประสิทธิภาพที่ดี แต่มักจะต้องใช้เวลานานในการดาวน์โหลดและขยาย MDB ส่งมอบด้วยความสามารถในการเข้าถึงช่วยให้คุณเปลี่ยนจากการรวมเป็นส่วนในฐานข้อมูลเชิงสัมพันธ์ เซิร์ฟเวอร์ OLAP คลาสสิคคือ Hyperion Essbase Server

วันนี้ DBMS เชิงสัมพันธ์ถูกนำมาใช้เพื่อจำลอง MDB และสนับสนุนการวิเคราะห์หลายตัวแปร OLAP สำหรับฐานข้อมูลเชิงสัมพันธ์ (ROLAP) มีข้อได้เปรียบด้านความยืดหยุ่นและความยืดหยุ่น แต่สูญเสียประสิทธิภาพในการทำงานกับ OLAP หลายมิติ (MOLAP) แม้ว่าจะมีวิธีการปรับปรุงประสิทธิภาพเช่นเดียวกับแผนดาว แม้ว่า MDB จะยังคงเหมาะสมที่สุดสำหรับการประมวลผลเชิงวิเคราะห์ แต่ตอนนี้คุณสมบัตินี้ถูกสร้างหรือขยายโดย DBMS เชิงสัมพันธ์ (ตัวอย่างเช่น MS Analysis Services หรือ ORACLE OLAP Services - ซึ่งไม่เหมือนกับ ROLAP) นอกจากนี้ยังมีการประมวลผลข้อมูลการวิเคราะห์ออนไลน์แบบไฮบริด (HOLAP) สำหรับผลิตภัณฑ์ไฮบริดที่สามารถจัดเก็บข้อมูลหลายมิติในลักษณะที่เป็นธรรมชาติเช่นเดียวกับในมุมมองเชิงสัมพันธ์ การเข้าถึง MDB นั้นดำเนินการโดยใช้ API เพื่อสร้างเคียวรีหลายมิติในขณะที่ฐานข้อมูลเชิงสัมพันธ์สามารถเข้าถึงได้ผ่านเคียวรี SQL ตัวอย่างของเซิร์ฟเวอร์ ROLAP คือเซิร์ฟเวอร์ Microstrategy7i

เครื่องมือเดสก์ท็อป OLAP (เช่น BusinessObjects Explorer, Cognos PowerPlay, MS Data Analyzer) ที่สร้างไว้ใน EBIS ทำให้ผู้ใช้ปลายทางสามารถดูและจัดการข้อมูลหลายมิติที่มาจาก ROLAP หรือ MOLAP ได้อย่างง่ายดาย ผลิตภัณฑ์เหล่านี้บางอย่างมีความสามารถในการโหลดก้อนเพื่อให้สามารถทำงานแบบออฟไลน์ ในฐานะส่วนหนึ่งของ EBIS เครื่องมือเดสก์ท็อปเหล่านี้มีความสามารถในการประมวลผลเซิร์ฟเวอร์ที่เหนือกว่าความสามารถดั้งเดิม แต่ไม่สามารถแข่งขันกับเครื่องมือ MOLAP ได้ เมื่อเทียบกับเครื่องมือ MOLAP เครื่องมือเดสก์ท็อปมีประสิทธิภาพต่ำและกำลังวิเคราะห์ อินเทอร์เฟซผ่าน Excel มักมีให้เช่น MS Excel2000 / OLAP PTS, BusinessQuery สำหรับ Excel เครื่องมือ OLAP เกือบทั้งหมดมีส่วนขยายของเว็บ (เช่น Business Objects WebIntelligence เป็นต้น) สำหรับบางตัวเป็นแบบพื้นฐาน

ชุด Enterprise BI

EBIS เป็นวิธีที่เป็นธรรมชาติในการส่งมอบเครื่องมือ BI ที่จัดส่งก่อนหน้านี้เป็นผลิตภัณฑ์ที่แตกต่างกัน ชุดเหล่านี้รวมอยู่ในชุดเครื่องมือการรายงานและ OLAP Corporate BI-sets ควรปรับขนาดได้และนำไปใช้ไม่เพียง แต่กับผู้ใช้ภายในเท่านั้น แต่ยังรวมถึงลูกค้าสำคัญซัพพลายเออร์และอื่น ๆ อีกด้วยผลิตภัณฑ์ BI-set ควรช่วยผู้ดูแลระบบในการติดตั้งและจัดการ BI โดยไม่ต้องเพิ่มทรัพยากรใหม่ เนื่องจากความสัมพันธ์ที่ใกล้ชิดระหว่างเว็บและสวีท BI ขององค์กรผู้ค้าบางรายจึงอธิบายว่าสวีท BI ของพวกเขาเป็นพอร์ทัล BI ข้อเสนอพอร์ทัลเหล่านี้เป็นส่วนหนึ่งของความสามารถในการ EBIS ผ่านทางเว็บเบราว์เซอร์ แต่ผู้ค้ากำลังเพิ่มฟังก์ชั่นการใช้งานอย่างต่อเนื่อง EBIS ทั่วไปจัดทำโดย Business Objects และ Cognos

แพลตฟอร์ม BI

แพลตฟอร์ม BI เสนอชุดเครื่องมือสำหรับการสร้างใช้งานสนับสนุนและบำรุงรักษาแอปพลิเคชัน BI มีแอปพลิเคชั่นที่มีข้อมูลจำนวนมากพร้อมส่วนต่อประสานผู้ใช้แบบกำหนดเองซึ่งจัดระเบียบเกี่ยวกับปัญหาทางธุรกิจเฉพาะพร้อมการวิเคราะห์และแบบจำลองที่ตรงเป้าหมาย แพลตฟอร์ม BI แม้ว่าจะไม่เติบโตอย่างรวดเร็วและใช้กันอย่างแพร่หลายในฐานะ EBIS เป็นส่วนสำคัญเนื่องจากการเติบโตของแอพพลิเคชั่น BI ที่คาดหวังและต่อเนื่อง ด้วยความพยายามของผู้ขาย DBMS เชิงสัมพันธ์ที่สร้างส่วนขยาย OLAP ไปยัง DBMS ของพวกเขาผู้ขายแพลตฟอร์มจำนวนมากที่ให้บริการ DBMS หลายมิติสำหรับ OLAP เพื่อความอยู่รอดถูกบังคับให้ย้ายไปยังเขตข้อมูลของแอปพลิเคชั่น BI ตระกูลผลิตภัณฑ์ DBMS ที่ให้ความสามารถของ BI ขับเคลื่อนการเติบโตของตลาดแพลตฟอร์ม BI อย่างแท้จริง ส่วนหนึ่งเป็นผลมาจากกิจกรรมของผู้จำหน่าย DBMS จำนวนมาก เมื่อดูที่เครื่องมือต่าง ๆ เราจะเห็นว่า EBIS เป็นเครื่องมือที่ใช้งานได้สูง แต่ไม่ได้มีความสำคัญเท่าแพลตฟอร์ม BI หรือแอปพลิเคชัน BI แบบกำหนดเอง แต่แพลตฟอร์ม BI มักจะไม่ได้ใช้งานได้เต็มที่ตามที่ บริษัท กำหนด BI เมื่อเลือกแพลตฟอร์ม BI คุณต้องพิจารณาคุณสมบัติดังต่อไปนี้: โมดูลย่อย, สถาปัตยกรรมแบบกระจาย, รองรับมาตรฐาน XML, OLE DB สำหรับ OLAP, LDAP, CORBA, COM / DCOM และการสนับสนุนการทำงานบนเว็บ พวกเขาควรมีฟังก์ชั่นเฉพาะสำหรับระบบธุรกิจอัจฉริยะเช่นการเข้าถึงฐานข้อมูล (SQL) การจัดการข้อมูลหลายมิติฟังก์ชันการสร้างแบบจำลองการวิเคราะห์เชิงสถิติและกราฟิกธุรกิจ หมวดหมู่ของผลิตภัณฑ์นี้แสดงโดย Microsoft, SAS Institute, ORACLE, SAP และอื่น ๆ

แอปพลิเคชั่น BI

เครื่องมือ BI (OLAP เครื่องมือสร้างแบบสอบถามและรายงานการสร้างแบบจำลองการวิเคราะห์เชิงสถิติการสร้างภาพและการทำเหมืองข้อมูล) มักจะฝังอยู่ในแอปพลิเคชันระบบธุรกิจอัจฉริยะ แอปพลิเคชั่น BI จำนวนมากดึงข้อมูลจากแอปพลิเคชัน ERP แอปพลิเคชั่น BI มักจะเน้นไปที่ฟังก์ชั่นเฉพาะขององค์กรหรืองานเช่นการวิเคราะห์และพยากรณ์การขายงบประมาณการเงินการพยากรณ์การวิเคราะห์ความเสี่ยงการวิเคราะห์แนวโน้ม“ การวิเคราะห์ปั่นป่วน” ในการสื่อสารโทรคมนาคมเป็นต้น สามารถใช้งานได้อย่างกว้างขวางมากขึ้นเช่นในกรณีของแอปพลิเคชันการจัดการประสิทธิภาพขององค์กร (การจัดการประสิทธิภาพองค์กร) หรือดัชนีชี้วัดที่สมดุล

การสำรวจข้อมูล

การขุดข้อมูลเป็นกระบวนการของการตรวจจับความสัมพันธ์แนวโน้มรูปแบบความสัมพันธ์และหมวดหมู่ ดำเนินการโดยการค้นคว้าข้อมูลอย่างละเอียดโดยใช้เทคโนโลยีการจดจำรูปแบบตลอดจนวิธีการทางสถิติและคณิตศาสตร์ ในระหว่างการสำรวจข้อมูลการดำเนินการต่างๆและการแปลงข้อมูลดิบจะถูกดำเนินการซ้ำ ๆ (การเลือกคุณสมบัติการแบ่งชั้นการจัดกลุ่มการสร้างภาพและการถดถอย) ซึ่งได้รับการออกแบบ: 1) เพื่อค้นหาตัวแทนที่ใช้งานง่ายสำหรับผู้ที่เข้าใจธุรกิจ - กระบวนการที่รองรับกิจกรรมของพวกเขา; 2) ค้นหาแบบจำลองที่สามารถทำนายผลลัพธ์หรือความสำคัญของสถานการณ์บางอย่างโดยใช้ข้อมูลประวัติหรืออัตนัย

ในทางตรงกันข้ามกับการใช้ OLAP การสำรวจข้อมูลในระดับที่น้อยกว่ามากที่กำกับโดยผู้ใช้ แต่จะอาศัยอัลกอริธึมเฉพาะที่สร้างความสัมพันธ์ของข้อมูลและช่วยในการรับรู้แนวโน้มที่สำคัญ (และไม่ทราบก่อนหน้านี้) ที่ปราศจากอคติ

วิธีและเครื่องมือ BI อื่น ๆ

นอกจากนี้มีความจำเป็นที่จะต้องทราบถึงวิธีการนำเสนอผลงานกราฟิก: หมายถึงกราฟิกธุรกิจและวิทยาศาสตร์เทคนิค “ แดชบอร์ด” การทำแผนที่เชิงวิเคราะห์และแผนที่โทโพโลยี เครื่องมือสร้างภาพข้อมูลหลายมิติ

สถาปัตยกรรมระบบธุรกิจอัจฉริยะ

สถาปัตยกรรมองค์กร BI ควรได้รับการพัฒนาหลังจากมีการพิจารณาความต้องการของผู้ใช้ BI แต่ก่อนที่จะเลือกเครื่องมือ BI สถาปัตยกรรมระบบธุรกิจอัจฉริยะกำหนดองค์ประกอบของการส่งข้อมูล BI และส่วนประกอบของเทคโนโลยี BI (รูปที่ 1) หลังจากกำหนดโปรไฟล์สำหรับการใช้ข้อมูล BI สถาปัตยกรรมการจัดส่งข้อมูลตามโปรไฟล์เหล่านี้และประเภทของการใช้งานที่ต้องการสามารถออกแบบได้ อาจเป็นการผสมผสานระหว่างไคลเอนต์เดสก์ท็อปกับการเชื่อมต่อเครือข่ายไคลเอนต์เดสก์ท็อปและเซิร์ฟเวอร์ไคลเอนต์แบบเว็บและอุปกรณ์คอมพิวเตอร์พกพาอื่น ๆ สถาปัตยกรรมการส่งข้อมูลจะกำหนดส่วนต่อประสานผู้ใช้ซึ่งมักจะเป็นพอร์ทัลส่วนบุคคล

รูปที่ 1 สถาปัตยกรรมระบบธุรกิจอัจฉริยะ

สถาปัตยกรรมเทคโนโลยี BI กำหนดโครงสร้างพื้นฐานและส่วนประกอบที่จำเป็นเพื่อสนับสนุนการใช้งานการดำเนินงานและการจัดการเครื่องมือและแอปพลิเคชั่น BI รวมถึงความสัมพันธ์ของส่วนประกอบเหล่านี้ สถาปัตยกรรมที่แข็งแกร่งของเทคโนโลยี BI จะประกอบด้วยสองชั้นที่สำคัญ: โครงสร้างพื้นฐานและบริการแอปพลิเคชัน (หรือฟังก์ชันการทำงาน) เลเยอร์โครงสร้างพื้นฐานประกอบด้วยทรัพยากรสารสนเทศการบริหารและเครือข่าย ในเลเยอร์นี้ข้อมูลจะถูกรวบรวมผสานและทำให้พร้อมใช้งาน คลังข้อมูลเป็นหนึ่งในองค์ประกอบที่เป็นไปได้ของเลเยอร์โครงสร้างพื้นฐาน ในการใช้ BI ในระบบปฏิบัติการคุณอาจต้องใช้แหล่งข้อมูลการดำเนินงาน (ODS) ซึ่งอาจเกี่ยวข้องกับโครงสร้างเวิร์กโฟลว์ขององค์กร บริการแอปพลิเคชันรวมถึงบริการ BI ทั้งหมดเช่นกลไกการวิเคราะห์การสร้างรายงานและการสร้างภาพรวมถึงความปลอดภัยและข้อมูลเมตา

สภาพแวดล้อมการจัดเก็บและการเข้าถึงข้อมูล BI

นอกเหนือจากโซลูชันคลังข้อมูล Oracle9i และ MS SQL Server2000 แล้วจำนวนของแอพพลิเคชั่นที่เก็บข้อมูล ERP กำลังเพิ่มขึ้นเช่น SAP BW สำหรับ R / 3 หรือ PeopleSoft Enterprise Warehouse พร้อมกับแอปพลิเคชัน Enterprise Performance Management BI อย่างไรก็ตามในทั้งสองกรณีฟังก์ชันการทำงานนั้นเชื่อมโยงกับระบบ ERP ที่เฉพาะเจาะจงดังนั้นจึงมีข้อ จำกัด

การใช้ ROLAP สำหรับการจัดเก็บข้อมูล BI เติบโตอย่างรวดเร็วเนื่องจากความสะดวกสบายของ DBMS เชิงสัมพันธ์สำหรับแอปพลิเคชันที่มีฐานข้อมูลที่มีรายละเอียดมากและเนื่องจากการรวมความสามารถของ OLAP ใน DBMS การใช้ MBD และ OLAP ยังคงไม่เปลี่ยนแปลงและเป็นที่แพร่หลายที่สุดเช่น พวกเขาให้ประสิทธิภาพที่ดีขึ้นและการทำงานที่ข้อมูลรวมและการคำนวณการวิเคราะห์ที่ซับซ้อนมีความสำคัญ

ไม่น่าแปลกใจที่ค่าใช้จ่ายสูงของโครงสร้างไคลเอนต์เซิร์ฟเวอร์สองระดับการเข้าถึง BI กำลังเกิดขึ้นผ่านทางเว็บมากขึ้น ศูนย์กลางของแรงโน้มถ่วงย้ายไปที่เซิร์ฟเวอร์สะท้อนให้เห็นถึงความจริงที่ว่าการเข้าถึงข้อมูล BI ขององค์กรเป็นองค์ประกอบสำคัญในขณะที่พีซีแบบสแตนด์อโลนไม่สามารถทำงานได้อย่างชัดเจน การส่งอีเมลรายงาน BI ได้รับความนิยมและเพิ่มขึ้นในขณะที่วิธีการส่งมอบโทรศัพท์มือถือและไร้สายยังคงแพร่กระจายช้า

เมตาดาต้า

เครื่องมือ BI ส่วนใหญ่ในตลาดใช้เลเยอร์ข้อมูลเมตาหรือที่เก็บ ข้อมูลเมตาธุรกิจมีคำจำกัดความข้อมูลที่เก็บไว้ในแหล่งข้อมูลในแง่ของเรื่อง อาจมีกฎและการคำนวณที่ต้องกำหนดไว้สำหรับธุรกิจนี้ นอกจากนี้ยังมีเมทาดาทาทางเทคนิคสำหรับการเข้าถึงข้อมูลทางกายภาพ เครื่องมือของ CASE, DBMS เชิงสัมพันธ์, การดึงข้อมูล, การแปลงสภาพและเครื่องมือในการโหลดใช้ข้อมูลเมตา เมื่อสร้างคลังข้อมูลและฐานข้อมูลมักจะเป็นไปได้ที่จะดึงข้อมูลเมตาจากแหล่งข้อมูลโดยอัตโนมัติ แต่บางครั้งผู้ใช้เองต้องได้รับข้อมูลเมตา ดังนั้นสถานการณ์ที่ยากลำบากกับที่เก็บหลายแห่งที่มีอยู่ในองค์กรเดียวจึงเป็นไปได้ การขาดข้อมูลเมตาทั่วไปสำหรับเครื่องมือ - เนื่องจากขาดมาตรฐานสำหรับข้อมูลเมตา - เป็นปัญหาร้ายแรงสำหรับแผนกไอที

ข้อดีข้อเสียของเทคโนโลยี

ความสามารถของผู้ใช้ในการดำเนินการวิเคราะห์การดำเนินงานหลายด้านของข้อมูลในแง่ของสาขาวิชาเพื่อสนับสนุนการตัดสินใจทางธุรกิจกำลังขยายตัวอย่างรวดเร็ว การเคลื่อนไหวแบบขนานจากอนาธิปไตยสารสนเทศหรือการปกครองแบบเผด็จการไปจนถึงประชาธิปไตยด้านสารสนเทศเป็นการขยายขอบเขตของผู้ใช้ระบบธุรกิจอัจฉริยะ ความต้องการในการเข้าถึงข้อมูลขององค์กรนั้นมีความยืดหยุ่นมาเป็นอันดับแรกและไม่ใช่เพียงความต้องการในการแก้ปัญหาการทำงานที่เฉพาะเจาะจง ลดการพึ่งพาโดยตรงกับแผนกไอทีที่สร้างรายงานหรือคำขอที่กำหนดเอง การเปลี่ยนจากรายงานกฎข้อบังคับแบบสแตติกเป็น "รายงานสด" เป็นไปได้และนักวิเคราะห์ขั้นสูงสุดได้รับโอกาสในการวิเคราะห์ข้ามหัวข้อและสร้างรายงานสรุปตั้งแต่เริ่มต้นโดยมีเลเยอร์ความหมายที่อธิบายตัวบ่งชี้และส่วนต่างๆ โปรแกรมเมอร์สามารถใช้เครื่องมือเหล่านี้เพื่อสร้างรายงานแบบพาราเมตริกได้อย่างรวดเร็ว การเข้าถึงเว็บไปยัง BI (ทั้งเนื้อหาแบบคงที่และแบบไดนามิก) จะให้พื้นที่ข้อมูลขององค์กรจริงและทำงานโดยรวมของพนักงาน

ความเสี่ยงหลักคือการเปลี่ยนแปลงอย่างรวดเร็วของเทคโนโลยี BI การใช้โซลูชันและเครื่องมือที่ไม่ผ่านการตรวจสอบ จำเป็นต้องติดตามซัพพลายเออร์ประเมินความยั่งยืนแนวทางการพัฒนาลองใช้เครื่องมือใหม่เป็นประจำดำเนินการพิมพ์ดีดและรวมระบบ BI ความเสี่ยงอีกประการหนึ่งเกี่ยวข้องกับคุณภาพของข้อมูล - หากไม่ได้รับการแปลง, ทำความสะอาดหรือรวมอย่างเหมาะสมแล้วจะไม่มีฟีเจอร์ "หลอกๆ" ของเครื่องมือ BI หรือแอปพลิเคชันที่สามารถเพิ่มความน่าเชื่อถือของข้อมูลได้ จำนวนของปัญหาอาจเกิดขึ้นเนื่องจากข้อมูลเมตาไม่สอดคล้องกัน ภายใน บริษัท ขนาดใหญ่ปัญหาเหล่านี้จะได้รับการแก้ไขในระดับโครงสร้างพื้นฐานโดยการสร้างคลังข้อมูลขององค์กรและการจัดการข้อมูลเมตาจากส่วนกลาง การสร้างที่เก็บข้อมูลจะช่วยคืนค่าลำดับในการตั้งชื่อของตัวบ่งชี้ที่รวบรวมการรวบรวมข้อมูลการเผยแพร่และการอนุญาตการเข้าถึง เทคโนโลยี BI เองนั้นไม่สามารถแก้ปัญหาเหล่านี้ได้อย่างทั่วถึงและการละเลยกลับไปสู่ความสับสนอลหม่านของข้อมูลและ“ หลุมข้อมูลไซโล”

ผู้เล่นหลักในสนาม BI

สอดคล้องกับเวทย์มนตร์การ์ตเนอร์ที่โด่งดังผู้นำเทคโนโลยี EBIS ในปัจจุบันคือ Business Objects และ Cognos บนพรมแดนระหว่างผู้นำและผู้สมัคร - ผู้สร้างข้อมูลและ Microsoft และ Oracle - ในผู้สมัคร หนึ่งไม่มีไคลเอนต์ OLAP แบบสแตนด์อโลน แต่ใช้ฟังก์ชันการทำงานของตารางเดือย Excel200x และไม่มีตัวสร้างรายงานอื่น ๆ ยังไม่มีการแทนที่สำหรับ Oracle Express Analyzer ในกลุ่ม "ผู้มีวิสัยทัศน์" โดดเด่นในเรื่องการตัดสินใจของคริสตัลที่ชายแดนกับผู้นำ สิ่งที่ควรทราบคือ Actuate และ MicroStrategy

แทบจะไม่มีผู้นำสำหรับแพลตฟอร์ม BI ซึ่งบ่งบอกถึงความไม่ยั่งยืนของเทคโนโลยีและตลาด จนถึงขณะนี้มีเพียง Microsoft เท่านั้นที่อยู่ในขอบเขตของพื้นที่นี้เนื่องจากโซลูชันสำหรับการฝังบริการ OLAP ใน MS SQL Server และพัฒนาไปยังเซิร์ฟเวอร์วิเคราะห์ ในบรรดาผู้สมัครอื่น ๆ - SAS Institute จากนั้น Oracle, PeopleSoft และ SAP จะรวมเป็นกลุ่มหนาแน่น ไฮเปอเรียนอยู่ที่ทางแยกอย่างแท้จริง - SAS และไฮเปอเรียนสูญเสียความเป็นผู้นำในปี 2543 ในบรรดาผู้ทำนายคือ MicroStrategy น่าเสียดายที่การตัดสินใจของ Crystal ยังคงเป็นผู้เล่นเฉพาะกลุ่ม

แนวโน้ม

ในบรรดาเครื่องมือ BI นั้น EBIS กำลังประสบกับการเติบโตที่ใหญ่ที่สุดซึ่งสะท้อนถึงการแข่งขันที่เพิ่มขึ้นในเศรษฐกิจปัจจุบัน การใช้เครื่องมือสำหรับสร้างคิวรีและรายงานลดการวิเคราะห์ข้อมูลองค์กรอัพเดตและแทนที่ด้วยชุด BI ขององค์กร เครื่องมือหลัก (แบบสอบถามที่ไม่ได้วางแผนการรายงานและการวิเคราะห์ OLAP ขั้นพื้นฐาน) ยังคงเป็นสิ่งที่พบได้บ่อยที่สุดซึ่งเป็นที่ต้องการมากที่สุด การใช้ OLAP และเครื่องมือ BI อื่น ๆ ที่ได้รับการพัฒนาเช่นเทคโนโลยีการขุดข้อมูลก็เพิ่มขึ้นเช่นกัน อย่างไรก็ตามเครื่องมือทำเหมืองข้อมูลแบบสแตนด์อโลนหายไปเทคโนโลยีนี้ถูกดูดซับและรวมไว้ในเครื่องมือ BI อื่น ๆ ตัวอย่างเช่นในส่วนขยาย DBMS

ภายใน 5 ปีคาดว่าฟีเจอร์เช่น XML สำหรับการวิเคราะห์ (XML / A), บริการเว็บ BI, การทำงานร่วมกัน, การสื่อสารไร้สายและอุปกรณ์พกพาจะรวมกันในรูปแบบของเครือข่ายธุรกิจอัจฉริยะ (เครือข่าย BI) ซึ่งจะเสริมด้วยเครื่องมือตรวจสอบธุรกิจ กิจกรรม (การตรวจสอบกิจกรรมทางธุรกิจ BAM)

XML สำหรับการวิเคราะห์ XML / A เดิมปรากฏเป็นโปรโตคอลการสื่อสารระหว่างเลเยอร์ BI ที่แตกต่างกัน (ไคลเอนต์, เซิร์ฟเวอร์วิเคราะห์, เซิร์ฟเวอร์ฐานข้อมูล) XML / A มีปัญหาประสิทธิภาพการทำงานร้ายแรง - สร้างค่าใช้จ่ายจำนวนมากและใช้ได้เฉพาะกับไคลเอ็นต์ OLAP "แบบเบา" เท่านั้น อย่างไรก็ตามหากปัญหาเหล่านี้ได้รับการแก้ไข XML / A อาจกลายเป็นภาษาเดียวของการสื่อสาร (ภาษากลาง) ระหว่างสภาพแวดล้อม BI ที่แตกต่างกันข้ามโดเมนจำนวนมากซัพพลายเออร์และเทคโนโลยีจึงสนับสนุนเครือข่าย BI

บริการเว็บ BI ผู้ขายมักระบุผลิตภัณฑ์ EBIS เป็นพอร์ทัล BI เนื่องจากผลิตภัณฑ์บนเว็บของผลิตภัณฑ์เหล่านี้เป็นจุดเริ่มต้นสำหรับข้อมูลขององค์กร ในความเป็นจริงบ่อยครั้งที่พอร์ทัล BI เหล่านี้ยังสนับสนุนการสื่อสารด้วยข้อมูลที่ไม่มีโครงสร้างแม้ว่าจะต้องใช้ระบบการรวมบางอย่าง ผลิตภัณฑ์ EBIS จำนวนมากขึ้นกำลังมุ่งเน้นไปที่องค์ประกอบภายนอกของ บริษัท (e-Business Intelligence ของเอ็กซ์ทราเน็ต) สถาปัตยกรรมองค์ประกอบใหม่ของ SOA ซึ่งมุ่งเน้นที่บริการคือการพัฒนาแอพพลิเคชันเซิร์ฟเวอร์และพอร์ทัลองค์กร นวัตกรรมนี้เกี่ยวข้องกับเทคโนโลยี J2EE และ. NET บริการเว็บ BI ทำให้โอเพ่นซอร์สเครื่องมือ BI นั้นมีอินเตอร์เฟสที่เป็นที่รู้จักและมีอยู่ในเครือข่ายทุกประเภท จำนวนซัพพลายเออร์ผลิตภัณฑ์ BI เพิ่มขึ้นซึ่งขายพวกเขาเป็นบริการเว็บ แต่บ่อยครั้งภายใต้หน้ากากของพอร์ทัล

การทำงานเป็นทีม การเพิ่มคำอธิบายประกอบในรายงานและการแบ่งปันผลการวิเคราะห์ระหว่างผู้ใช้หลายคนเป็นไปได้ตั้งแต่ EIS แต่ตอนนี้ฟังก์ชั่นนี้ได้รับความนิยมและมีการเพิ่มฟีเจอร์เวิร์กโฟลว์ในแอปพลิเคชั่น BI จำนวนมาก คาดว่าผู้ใช้จะสามารถทำงานพร้อมกันกับรุ่นเดียวกันหรือจะให้การสื่อสารตามเวลาจริงของแอปพลิเคชั่น BI ที่แตกต่าง

ระบบธุรกิจอัจฉริยะไร้สายและมือถือ แนวโน้มที่มั่นคงอีกประการหนึ่งในการส่งข้อมูล BI คือซัพพลายเออร์ที่สามารถมองเห็นได้ทำให้ผลิตภัณฑ์ BI สามารถส่งรายงานผ่านเทคโนโลยีมือถือรวมถึงผู้ช่วยส่วนตัวอิเล็กทรอนิกส์ PDA โทรศัพท์อินเทอร์เน็ตและวิทยุติดตามตัว

ตรวจสอบกิจกรรมทางธุรกิจ เทคโนโลยี BAM ใหม่นั้นใช้งาน BI เป็นหลักและรวมการรวมแอพพลิเคชั่นตามเวลาจริงเข้ากับความสามารถด้านข่าวกรองธุรกิจ การใช้ข้อมูลธุรกรรมที่ดึงมาจากระบบประมวลผลธุรกรรมแบบเรียลไทม์เครื่องมือ BI วิเคราะห์ข้อมูลนี้และแจ้งเตือนปัญหาเกี่ยวกับเหตุการณ์สำคัญและข้อมูลเพื่อผู้ใช้ในการตัดสินใจในการดำเนินงาน

วรรณกรรม

Korneev V.V. , Gareev A.F. , Vasyutin S.V. , Reich V.V. ฐานข้อมูล การประมวลผลข้อมูลอัจฉริยะ // M.: Nolidzh, 2001
ทอมซัลลิแวน
Kimbal R. ชุดเครื่องมือคลังข้อมูล: เทคนิคการปฏิบัติสำหรับการสร้างคลังข้อมูลมิติ John Willey & Sons, 1996
Thomsen E. OLAP Solutions: การสร้างระบบข้อมูลหลายมิติ สำนักพิมพ์คอมพิวเตอร์ไวลีย์, 1997
Spirli E. คลังข้อมูลองค์กร การวางแผนการพัฒนาการดำเนินการ เล่ม 1: รายการ จากภาษาอังกฤษ // M.: Williams, 2001
Arkhipenkov S. , Golubev D. , Maksimenko O. การจัดเก็บข้อมูล จากแนวคิดสู่การนำไปปฏิบัติ / ภายใต้ทั้งหมด เอ็ด SY Arkhipenkova // M.: DIALOGUE-MEPhI, 2002
V. , Samoilenko A. Data mining: หลักสูตรฝึกอบรม // เซนต์ปีเตอร์สเบิร์ก: ปีเตอร์, 2544
ภายใน Gartner Group (รัสเซีย), H. Dresner, B. Hostmann และ F. Beitendijk สำหรับความสนใจของคำแนะนำ: อัปเดต Gartner Magic Squares สำหรับระบบสนับสนุนธุรกิจอัจฉริยะปี 2003 เดือนกุมภาพันธ์
Liautaud B. , Hammond M. e-Business Intelligence: เปลี่ยนข้อมูลให้เป็น Knoledge ให้เป็นกำไร McGraw-Hill, 2001
คริสติน Comaford .
ทอมซัลลิแวน .

Valery Artemiev (avi @ cbr.ru) - ที่ปรึกษาผู้อำนวยการศูนย์หลักเพื่อการเปิดเผยข้อมูลของธนาคารแห่งรัสเซีย (มอสโก)

24.04.2003 Valery Artemiev

ความสามารถในการรับรู้และเข้าใจ ความพร้อมในการทำความเข้าใจ
ความรู้ที่ถ่ายทอดหรือได้มาจากการฝึกอบรมการวิจัยหรือประสบการณ์
การกระทำหรือเงื่อนไขในกระบวนการของการรับรู้;
เชาวน์ปัญญาข้อมูล

คำจำกัดความต่าง ๆ

BI เป็นวิธีการเทคโนโลยีวิธีการดึงและนำเสนอความรู้

BI, EIS, DSS, e-business และ commerce

BI และคลังข้อมูล

การจำแนกประเภทผลิตภัณฑ์ทางธุรกิจ

เครื่องมือสร้างแบบสอบถามและรายงาน

OLAP หรือเครื่องมือวิเคราะห์ขั้นสูง

เครื่องมือ OLAP เป็นเครื่องมือวิเคราะห์ที่เดิมใช้ฐานข้อมูลหลายมิติ (MDB)

ชุด Enterprise BI

แพลตฟอร์ม BI

แอปพลิเคชั่น BI

การสำรวจข้อมูล

วิธีและเครื่องมือ BI อื่น ๆ

สถาปัตยกรรมระบบธุรกิจอัจฉริยะ

รูปที่ 1 สถาปัตยกรรมระบบธุรกิจอัจฉริยะ

สภาพแวดล้อมการจัดเก็บและการเข้าถึงข้อมูล BI

เมตาดาต้า

ข้อดีข้อเสียของเทคโนโลยี

ผู้เล่นหลักในสนาม BI

แนวโน้ม

วรรณกรรม

Korneev V.V. , Gareev A.F. , Vasyutin S.V. , Reich V.V. ฐานข้อมูล การประมวลผลข้อมูลอัจฉริยะ // M.: Nolidzh, 2001
ทอมซัลลิแวน
Kimbal R. ชุดเครื่องมือคลังข้อมูล: เทคนิคการปฏิบัติสำหรับการสร้างคลังข้อมูลมิติ John Willey & Sons, 1996
Thomsen E. OLAP Solutions: การสร้างระบบข้อมูลหลายมิติ สำนักพิมพ์คอมพิวเตอร์ไวลีย์, 1997
Spirli E. คลังข้อมูลองค์กร การวางแผนการพัฒนาการดำเนินการ เล่ม 1: รายการ จากภาษาอังกฤษ // M.: Williams, 2001
Arkhipenkov S. , Golubev D. , Maksimenko O. การจัดเก็บข้อมูล จากแนวคิดสู่การนำไปปฏิบัติ / ภายใต้ทั้งหมด เอ็ด SY Arkhipenkova // M.: DIALOGUE-MEPhI, 2002
V. , Samoilenko A. Data mining: หลักสูตรฝึกอบรม // เซนต์ปีเตอร์สเบิร์ก: ปีเตอร์, 2544
ภายใน Gartner Group (รัสเซีย), H. Dresner, B. Hostmann และ F. Beitendijk สำหรับความสนใจของคำแนะนำ: อัปเดต Gartner Magic Squares สำหรับระบบสนับสนุนธุรกิจอัจฉริยะปี 2003 เดือนกุมภาพันธ์
Liautaud B. , Hammond M. e-Business Intelligence: เปลี่ยนข้อมูลให้เป็น Knoledge ให้เป็นกำไร McGraw-Hill, 2001
คริสติน Comaford .
ทอมซัลลิแวน .

ส่วนหลักของเครื่องมือ BI แบ่งออกเป็นชุด BI องค์กรและแพลตฟอร์ม BI เครื่องมือสร้างแบบสอบถามและรายงานจะถูกดูดซับและแทนที่อย่างมากด้วยชุด BI ขององค์กร กลไกหรือเซิร์ฟเวอร์ OLAP หลายมิติรวมถึงกลไก OLAP เชิงสัมพันธ์เป็นเครื่องมือ BI และโครงสร้างพื้นฐานสำหรับแพลตฟอร์ม BI

เครื่องมือ BI ส่วนใหญ่จะใช้โดยผู้ใช้ปลายทางเพื่อเข้าถึงวิเคราะห์และสร้างรายงานข้อมูลที่ส่วนใหญ่อยู่ในคลังข้อมูลหน้าร้านข้อมูลหรือคลังข้อมูลออนไลน์ นักพัฒนาแอปพลิเคชันใช้แพลตฟอร์ม BI เพื่อสร้างและใช้งานแอปพลิเคชัน BI ที่ไม่ถือว่าเป็นเครื่องมือ BI ตัวอย่างของแอปพลิเคชัน BI คือระบบข้อมูล EIS Manager

เครื่องมือสร้างแบบสอบถามและรายงาน

ตัวสร้างแบบสอบถามและรายงานมักจะเป็นเครื่องมือ“ เดสก์ท็อป” ที่ให้ผู้ใช้สามารถเข้าถึงฐานข้อมูลทำการวิเคราะห์และสร้างรายงาน การร้องขอสามารถเป็นแบบไม่ได้วางแผน (เฉพาะกิจ) หรือมีอักขระกำกับดูแล มีระบบการรายงาน (โดยทั่วไปคือเซิร์ฟเวอร์) ที่รองรับการสืบค้นและรายงานตามปกติ การสืบค้นเดสก์ท็อปและตัวสร้างรายงานจะถูกขยายด้วยคุณสมบัติ OLAP บางส่วนที่มีน้ำหนักเบา เครื่องมือที่พัฒนาขึ้นในหมวดหมู่นี้รวมความสามารถในการสร้างแบทช์ของรายงานปกติและตัวสร้างเคียวรีเดสก์ท็อปส่งรายงานและอัปเดตอย่างรวดเร็วโดยสร้างรายงานองค์กรที่เรียกว่า คลังแสงของมันรวมถึงเซิร์ฟเวอร์รายงานเครื่องมือการแจกจ่ายการเผยแพร่รายงานบนเว็บกลไกในการแจ้งเตือนเกี่ยวกับเหตุการณ์หรือการเบี่ยงเบน (การแจ้งเตือน) ตัวแทนผู้แทนคือ Crystal Reports, Cognos Impromptu และ Actuate e.Reporting Suite

OLAP หรือเครื่องมือวิเคราะห์ขั้นสูง

เครื่องมือ OLAP เป็นเครื่องมือวิเคราะห์ที่มีพื้นฐานมาจากฐานข้อมูลหลายมิติ (MDBs) MDB เป็นฐานข้อมูลที่ออกแบบมาโดยเฉพาะเพื่อรองรับการวิเคราะห์ข้อมูลเชิงปริมาณด้วยมิติหลายมิติที่มีข้อมูลในรูปแบบหลายมิติ "ล้วน" แอปพลิเคชันส่วนใหญ่รวมถึงการวัดเวลาการวัดอื่น ๆ อาจเกี่ยวข้องกับภูมิศาสตร์หน่วยองค์กรลูกค้าผลิตภัณฑ์ ฯลฯ OLAP ช่วยให้คุณสามารถจัดระเบียบการวัดในลำดับชั้น ข้อมูลจะถูกนำเสนอในรูปแบบของ hypercubes (ลูกบาศก์) - แบบจำลองเชิงตรรกะและทางกายภาพของตัวชี้วัดที่ใช้การวัดรวมกันเป็นลำดับชั้นในการวัดเหล่านี้ ข้อมูลบางส่วนถูกรวบรวมไว้ล่วงหน้าในฐานข้อมูลและอื่น ๆ จะถูกคำนวณทันที

นอกจากนี้ยังมีการประมวลผลข้อมูลการวิเคราะห์ออนไลน์แบบไฮบริด (HOLAP) สำหรับผลิตภัณฑ์ไฮบริดที่สามารถจัดเก็บข้อมูลหลายมิติในลักษณะที่เป็นธรรมชาติเช่นเดียวกับในมุมมองเชิงสัมพันธ์ การเข้าถึง MDB นั้นดำเนินการโดยใช้ API เพื่อสร้างเคียวรีหลายมิติในขณะที่ฐานข้อมูลเชิงสัมพันธ์สามารถเข้าถึงได้ผ่านเคียวรี SQL ตัวอย่างของเซิร์ฟเวอร์ ROLAP คือเซิร์ฟเวอร์ Microstrategy7i

ชุด Enterprise BI

แพลตฟอร์ม BI

เมื่อดูที่เครื่องมือต่าง ๆ เราจะเห็นว่า EBIS เป็นเครื่องมือที่ใช้งานได้สูง แต่ไม่ได้มีความสำคัญเท่าแพลตฟอร์ม BI หรือแอปพลิเคชัน BI แบบกำหนดเอง แต่แพลตฟอร์ม BI มักจะไม่ได้ใช้งานได้เต็มที่ตามที่ บริษัท กำหนด BI เมื่อเลือกแพลตฟอร์ม BI คุณต้องพิจารณาคุณสมบัติดังต่อไปนี้: โมดูลย่อย, สถาปัตยกรรมแบบกระจาย, รองรับมาตรฐาน XML, OLE DB สำหรับ OLAP, LDAP, CORBA, COM / DCOM และการสนับสนุนการทำงานบนเว็บ พวกเขาควรมีฟังก์ชั่นเฉพาะสำหรับระบบธุรกิจอัจฉริยะเช่นการเข้าถึงฐานข้อมูล (SQL) การจัดการข้อมูลหลายมิติฟังก์ชันการสร้างแบบจำลองการวิเคราะห์เชิงสถิติและกราฟิกธุรกิจ หมวดหมู่ของผลิตภัณฑ์นี้แสดงโดย Microsoft, SAS Institute, Oracle, SAP และอื่น ๆ

แอปพลิเคชั่น BI

การสำรวจข้อมูล

1) เพื่อค้นหาแนวคิดที่ใช้งานง่ายสำหรับผู้ที่เข้าใจกระบวนการทางธุรกิจที่รองรับกิจกรรมของตนได้ดีขึ้น

2) ค้นหาแบบจำลองที่สามารถทำนายผลลัพธ์หรือความสำคัญของสถานการณ์บางอย่างโดยใช้ข้อมูลประวัติหรืออัตนัย

วิธีและเครื่องมือ BI อื่น ๆ

นอกจากเครื่องมือเหล่านี้ BI อาจรวมถึงเครื่องมือวิเคราะห์ดังต่อไปนี้: แพ็คเกจการวิเคราะห์ทางสถิติและการวิเคราะห์อนุกรมเวลาและการประเมินความเสี่ยง เครื่องมือสร้างแบบจำลอง แพ็คเกจสำหรับเครือข่ายประสาทเทียม เครื่องมือฟัซซี่ลอจิกและระบบผู้เชี่ยวชาญ นอกจากนี้ยังมีความจำเป็นที่จะต้องทราบถึงวิธีการนำเสนอผลงานกราฟิก: หมายถึงกราฟิกธุรกิจและวิทยาศาสตร์เทคนิค “ แดชบอร์ด” การทำแผนที่เชิงวิเคราะห์และแผนที่โทโพโลยี เครื่องมือสร้างภาพข้อมูลหลายมิติ