Аналітичні системи бізнесу. Що таке Business Intelligence? Плюси і мінуси технології

Використання бізнес-аналітики підвищує якість і оперативність управлінських рішень, а також допомагає керувати бізнес-процесами, що призводить до підвищення конкурентоспроможності компанії. Це стало однією з головних причин значного сплеску інтересу до рішень класу BI (business intelligence), який IDC відзначає в Росії з 2010 року.

Експерти сперечаються про функціональність інформаційних систем, що дозволяють проводити бізнес-аналіз. Але сам процес роботи з аналітичними даними і призначене для цих цілей ІТ-рішення - зовсім не одне і те ж. Перш ніж приступати до впровадження BI-системи, компанія повинна підготуватися до її використання: формалізувати бізнес-процеси, визначити точки збору інформації, типи даних, що збираються і цілі, з якою ця інформація буде використовуватися. Після цього можна говорити про конкретні інструментах BI, необхідних бізнесу.

Бізнес-аналітика відрізняється від ручного аналізу показників в таблицях Excel приблизно як літак від дельтаплана. Питання далеко не тільки в швидкості. Адже BI - це автоматизація процесу збору інформації та побудови звітності. У той час як робота з Excel передбачає, що аналізовані дані хтось повинен зібрати з усіх інформаційних джерел компанії, привести до єдиним шаблоном і вже потім формувати звіти.

Велика і різниця в результатах роботи з цією інформацією. BI - це багатомірність використовуваних даних і можливість оперативно формувати звіти в будь-якому розрізі, використовуючи для цього будь-яку наявну в компанії інформацію. Інакше кажучи, завдання, з якою люди будуть справлятися добу (наприклад, вираховувати залежність продажів магазином певних моделей одягу від демографічного складу населення і транспортної інфраструктури району), система вирішить за хвилини.

Довгий час в основі рішень BI лежали так звані OLAP-куби. Застосування таких систем триває і донині. Вони представляють знаходиться в сховищі інформацію таким чином, що в будь-який момент можна взяти будь-які наявні показники як осі «куба» і зробити по потрібним зрізах аналіз, побудувавши плоску таблицю або графік залежності одного показника від іншого. Що важливо, аналіз відбувається в режимі реального часу, про що і говорить абревіатура OLAP - online analytical processing.

Серед інших ознак виділимо наявність функцій управління метаданими, засобів розробки, інструментів для спільної роботи і управління процесами, засобів створення звітів, просунутої візуалізації, функцій інтелектуального моделювання та інтелектуального аналізу (data mining), карт показників.

Зараз на ринку продовжують рости продажі BI-систем, в яких реалізовані технології іn-memory. Основна ідея in-memory полягає в принципі постійного зберігання даних в оперативній пам'яті. Це дає користувачам можливість отримувати відповіді моментально - за частки секунди - навіть у випадках, коли вони працюють з величезними обсягами даних. Однак такі рішення з технічної точки зору підходять не всім, і багато замовників продовжують використовувати технологію OLAP.

Наявність online analytical processing є одним з ознак аналітичної системи, що дозволяє їй називатися повноцінною BI-платформою за версією Gartner.

Крім різного технологічної архітектури, системи BI відрізняються набором інструментів для різних категорій бізнес-користувачів.

Наприклад, повноцінні BI-платформи сильно відрізняються з точки зору функціональних можливостей від BI-модулів, вбудованих в деякі корпоративні інформаційні системи і мають обмежені можливості подання.

Для кожної ролі користувача існують свої інформаційні панелі, що представляють потрібні саме цим співробітникам ключові показники бізнесу у вигляді таблиць або інфографіки. Інструментарій BI передбачає також засоби побудови звітів і інтерфейс для їх перегляду: у вікні системи, через web або на мобільному пристрої користувача. У побудові звітів допомагають інструменти для визначення кореляції даних.

Одна з домінуючих тенденцій останніх п'яти років на ринку BI - це зростання попиту на мобільний аналітику. Користувачі BI-систем, які оцінили їх значення для бізнесу, зрозуміли також і цінність постійного доступу до такого інструментарію. Практично кожен великий BI-вендор сьогодні готовий надати користувачам засоби онлайн-аналітики. При цьому мобільні робочі місця орієнтовані не тільки на топ-менеджерів, а й на ряд інших категорій користувачів, яким необхідно постійно мати актуальну інформацію про стан тих чи інших бізнес-процесів. Так що з «привілеї начальника» BI-мобільність стала засобом швидкого реагування на події для керівників середньої ланки і аналітиків. Оскільки BI-система передбачає роботу з великими масивами даних, які надходять в сховище з різних інформаційних систем і в неструктурованому вигляді, вона може використовуватися для роботи з «великими даними» (big data), якими в останні роки так цікавиться бізнес. Це й не дивно, оскільки обсяги інформації, що зберігається і оброблюваної інформації зростають випереджаючими темпами, отже, компанії змушені думати про придбання додаткових обчислювальних потужностей. При цьому в реальному бізнесі зазвичай використовуються до 30% всієї інформації, що зберігається, інша ж частина стає тільки джерелом витрат на її зберігання.

Наявність великих обсягів неструктурованою і потенційно корисної інформації в компаніях, а також великі можливості, що надаються аналітикам системами BI, стали одним із драйверів прогресу в цій області. Сьогодні все більше аналітиків шукають більш гнучкі інструменти, які б дозволили вивчати будь-які дані і будувати бізнес-гіпотези. Це призвело до появи нового класу інструментів - data discovery. Вони базуються на гнучкій моделі даних і призначених для користувача інтерфейсів, більш зручних бізнес-користувачам, ніж аналітикам. На прикладі data discovery ми бачимо, як інструментарій поступово виростає в самостійний напрям ІТ-систем для аналітики.

Оскільки BI - це не тільки аналіз поточної ситуації, а й прогнозування, для аналітиків та керівників розроблені просунуті засоби для перевірки висунутих ними гіпотез. А контролювати ключові показники при аналізі допоможе нотифікація про досягнення ними порогових значень.

Як буде розвиватися інструментарій BI-систем і його використання російськими компаніями в майбутньому? Чи з'являться нові ролі користувачів, нові інтерфейси, чи стануть топ-менеджери більше працювати з бізнес-аналітикою? Консультант аналітичного відділу компанії Softline Марія Голікова переконана, що один з векторів розвитку пов'язаний зі зростаючим попитом на "хмари" і засоби візуалізації: «З розвитком хмарних технологій багато великих розробники BI стали пропонувати додаткові можливості, Доступні саме в хмарі.

Якщо в компанії існує "традиція" готувати звіти в вигляді статичних Excel-таблиць, то багатьом співробітникам буде складно від цього відмовитися. Однак треба сподіватися, що з часом буде зростати число компаній, які будуть отримувати вичерпну інформацію, користуючись інформативними дашборда ».

Також, на думку експерта, зростання популярності BI сприятиме уважне ставлення розробників до дружності інтерфейсів і створенню мобільних робочих місць: «BI-інструментарій зараз рухається в бік самостійного аналізу - рішення стають максимально простими у використанні. Це дає можливість бізнес-користувачам за рахунок інтуїтивно-зрозумілого інтерфейсу самостійно змінити поточні звіти або створити нові. Топ-менеджмент сьогодні також приваблює можливість використання мобільних BI-рішень. Керівник може виїхати у відрядження, але при цьому на екрані портативного пристрою бачити основні показники діяльності свого бізнесу ».

Говорячи про те, які інструменти, що надаються BI-платформами, в найбільшою мірою затребувані російськими замовниками, директор департаменту ІТ та хмарних сервісів J'son & Partners Consulting Олександр Герасимов зазначає: «Те, що використовується зараз, - це інструменти формування різноманітної управлінської та маркетингової звітності постфактум на основі аналізу даних транзакційних систем, таких як ERP, OSS / BSS (білінг зокрема), автоматизовані банківські системи і т.п.

Те, що має хороші перспективи, - це технології аналізу великих даних: не тільки структурованої інформації транзакційних систем, але і слабо (або складно) структурованих даних, таких як, наприклад, логи і годинне користувачів смартфонів і багато іншого. Зараз подібна інформація використовується в основному для збагачення і поліпшення якості звітності постфактум. У перспективі вони можуть застосовуватися вже безпосередньо в системах управління - з метою їх інтелектуалізації ».

Деякі BI-системи пропонують використовувати більше інфографіки замість класичних табличних звітів. Але далеко не всі готові сприймати графічну інформацію.

Аналітичний огляд: BI в России 2009

Аналітики центру TAdviser завершили підготовку відкритого огляду ринку платформ для бізнес-аналізу (BI), представлених на російському ринку. На цій сторінці Ви можете прочитати найцікавіші розділи огляду.

Переваги використання BI-системи

Системи для бізнес-аналізу вирішують дуже широкий спектр завдань. Так, «ближнім горизонтом» є моніторинг, аналіз і коригування оперативних цілей:

підтримка розвитку бізнес-процесів і структурних змін підприємства;

можливість моделювання різних бізнес-ситуацій в єдиному інформаційному середовищі;

проведення оперативного аналізу за нестандартними запитами;

зниження рутинної навантаження на персонал і вивільнення часу для більш глибокої аналітичної роботи;

стійка робота при збільшенні обсягу оброблюваної інформації, можливість масштабування.

У частині підтримки стратегічного розвитку підприємства BI-системи забезпечують:

оцінку ефективності різних напрямків бізнесу;

оцінку досяжності поставлених цілей;

оцінку ефективності використання ресурсів, в тому числі дочірніми підприємствами;

оцінку ефективності операційної, інвестиційної та фінансової діяльності;

бізнес-моделювання та оцінку інвестиційних проектів;

управління витратами, податкове планування, планування капітальних вкладень.

На сьогоднішній день, за оцінками експертів з Gartner, з BI-додатками активно працюють лише 15-20% бізнес-користувачів, інші ж вважають системи для бізнес-аналізу надто складними для використання. Однак активний розвиток засобів для інтерактивної візуалізації даних і подальше поширення інтернет-технологій повинні будуть незабаром поліпшити ситуацію.

На думку аналітиків компанії MiPro Consulting, впровадження в організації самостійної BI-системи забезпечує цілий ряд переваг перед використанням аналітичних інструментів, вбудованих в інші корпоративні інформаційні системи. Серед таких переваг BI-системи:

велика наочність і зручність роботи з інформацією для бізнес-користувачів, в тому числі з числа топ-менеджменту;

можливість використання кілька аналітичних рішень для різних напрямків діяльності в масштабах всього підприємства, а не в рамках окремих підрозділів;

дозволяє витягувати, аналізувати і консолідувати дані практично з будь-яких джерел;

базується на промислової, підтримуваної і розвивається BI-платформі;

має статус самостійного, стратегічного, критично важливого для бізнесу додатки;

забезпечує необхідну масштабованість, ефективність, продуктивність;

дозволяє вибудовувати і підтримувати в масштабах всієї організації наскрізні процедури і процеси обробки, єдині централізовані аналітичні моделі і проекти;

містить вбудовані інструменти для вирішення різних і різноманітних аналітичних задач, як з точки зору бізнесу, так і з точки зору ІТ;

забезпечує доступ до даних і аналітичних інструментів більшого числа користувачів.

Використання ж аналітичних інструментів, вбудованих в інші корпоративні інформаційні системи, наприклад класу ERP або CRM, має, як правило, такі обмеження:

обмежений набір реалізованих аналітичних інструментів, однакових для всіх користувачів, незалежно від їх ролей і завдань;

можливість використання для аналізу тільки власних, внутрішніх даних, при цьому інформація з інших систем залишається недоступною, а дані з різних джерел не можу бути консолідовані;

відсутність розвинених вбудованих інструментів для аналізу призводить до того, що система використовується лише для вилучення збережених у ній даних, які потім експортуються та аналізуються в Excel;

ERP і CRM системи, Як правило, мають обмежене число користувачів, що «відсікає» від аналітики велике число співробітників компанії, яким ця інформація була б корисна і цікава (істотне збільшення ж числа користувачів знижує продуктивність транзакційних систем);

транзакційні системи зазвичай не містять всіх необхідних для проведення аналізу показників, не включають в себе такі інструменти, як інформаційні панелі (dashboards), що стали вже стандартом для представлення аналітичної інформації;

результати аналізу в таких системах представляються зазвичай у вигляді табличних звітів або діаграм, що не дозволяє отримати детального і всебічного уявлення про реальний стан справ і не дає відповіді на багато виникаючі питання;

можливості створення гнучких призначених для користувача (ad-hoc) запитів обмежена;

обмежено використання великих обсягів накопиченої історичної інформації.

Вибираючи або оновлюючи систему для бізнес-аналізу слід продумати способи зберігання і інтеграції даних, засоби візуалізації та аналітики.

Збереження даних

Якщо перед компанією стоїть завдання виявлення довгострокових або періодичних трендів, тобто користувачам необхідно аналізувати історичні дані, що надходять з різних підрозділів протягом останніх 3-5 років, то, швидше за все, слід ретельніше продумувати організацію ETL-операцій для завантаження даних в сховище даних.

Якщо ж компанії або будь-якого з її підрозділів необхідно аналізувати інформацію щомісяця або щотижня, то оптимальним рішенням буде виділення і організація для цих цілей (для кожного з підрозділів або для вирішення конкретних завдань) окремих вітрин даних, також із застосуванням ETL-інструментів.

Якщо ж компанія планує аналізувати оперативні дані в режимі, наближеному до реального часу (тобто оновлювані кілька разів протягом дня), то, можливо, слід відмовитися від організації сховища даних і звернути увагу на опрацювання засобів інтеграції на основі проміжного віртуального шару метаданих з опрацюванням відповідних інтерфейсів і алгоритмів (за принципом EII).

інтеграція даних

Як вже зазначалося вище, якщо метою впровадження BI-системи є рішення окремих, конкретних завдань, то доцільно обмежитися організацією вітрин даних. При цьому використання ніяких окремих інтеграційних алгоритмів не буде потрібно.

Якщо ж, навпаки, BI впроваджується з метою отримання єдиного, цілісного погляду на загальний стан бізнесу, то без створення централізованого сховища даних і, відповідно, впровадження необхідних ETL-інструментів, мабуть, не обійтися. Крім того, для отримання дійсно адекватної картини бізнесу необхідно звернути особливу увагу на забезпечення високої якості аналізованих даних, а для цього потрібно впровадження розширеного набору засобів для їх «очищення» - виявлення неповних або помилкових даних, дублюється інформації, приведення даних з різних джерел до єдиного формату.

Якщо ж в компанії роблять акцент на вивченні оперативних даних, то слід продумати засоби реплікації і забезпечення доступу.

Візуалізація і аналітика

Залежно від поставлених завдань, а також від кваліфікації користувачів, вибираються і засоби для візуалізації даних - контрольні панелі, карти показників, звіти, OLAP-куби.

Для досвідчених, кваліфікованих користувачів оптимальним інструментом стануть OLAP-куби, які дозволять їм проводити глибокий і розгорнутий бізнес-аналіз, з необхідним ступенем деталізації.

Користувачі, які в своїй повсякденній діяльності стикаються з необхідністю прийняття управлінських рішень, а також аналізу ефективності бізнесу, зацікавлені в організації робочого місця у вигляді контрольної панелі, на якій у вигляді наочних шкал та індикаторів відображається стан бізнесу в цілому, з можливістю перемикання між окремими напрямками діяльності.

Рядовим менеджерам необхідні кошти для вирішення своїх поточних завдань, контролю ходу виконання окремих видів операцій, а також для контролю діяльності своїх співробітників (кожного окремого працівника і команди в цілому). Крім того, для організації чіткої взаємодії з суміжними підрозділами (або регіонами) необхідно мати можливість отримувати уявлення про хід виконання взаємопов'язаних завдань.

Вертикальне чи горизонтальне рішення

На ринку існують як горизонтальні BI-рішення, в яких реалізований набір загальноприйнятних інструментів, так і спеціалізовані вертикальні рішення, «заточені» під конкретні галузі або завдання. І ті, і інші мають свої переваги і недоліки.

Перевагою горизонтальних рішень може вважатися їх здатність рости разом з організацією. Такі рішення зазвичай масштабуються і можуть охоплювати всі напрямки діяльності і всі підрозділи великої компанії, А також легше піддаються змінам. Зворотною стороною такої широти можливостей є необхідність більш тривалої і ретельної настройки рішень, адаптації під конкретні вимоги. Проекти впровадження стають більш дорогими, а вимоги до ІТ-фахівцям - більш високими.

Вертикальні рішення, зі свого боку, не вимагають окремої тривалої і трудомісткої настройки для вирішення специфічних завдань і для відповідності вимогам галузевих регламентуючих організацій (фінансових, медичних тощо). Однак може виявитися, що різні підрозділи в рамках однієї структури не зможуть використовувати єдине рішення, і буде потрібно освоєння і інтеграція декількох різних систем для бізнес-аналізу.

Ті організації, які і в даний час, і в майбутньому планують займатися своєю специфічною діяльністю, що вимагає дотримання певних суворих регламентів, швидше за все, виграють саме від впровадження вертикальних рішень. Якщо ж впевненості в такій прихильності до певного виду діяльності в майбутньому немає, і велика ймовірність того, що спеціалізація компанії значно розшириться, то вибір вертикального BI-рішення є певним ризиком.

24.04.2003 Валерій Артем'єв

Термін «business intelligence» існує порівняно давно, хоча у нас він мало вживається через відсутність адекватного перекладу і чіткого розуміння, що, втім, характерно і для Заходу. Спробуємо розібратися в його суті.

У російській мові слово «інтелект» однозначно розуміється, як розумова здатність людини. На перший погляд непоганий переклад для терміна Business intelligence запропонований в «інтелектуальний аналіз даних», але відразу виникає питання, а чи є "неінтелектуальний аналіз даних".

На невизначеність обговорюваного терміну вплинула багатозначність англійського слова «Intelligence»:

здатність впізнавати і розуміти; готовність до розуміння;
знання, передані або придбані шляхом навчання, дослідження або досвіду;
дію або стан в процесі пізнання;
розвідка, розвідувальні дані.

У російській мові слово «інтелект» однозначно розуміється, як розумова здатність людини. На перший погляд непоганий переклад для терміна Business intelligence запропонований в «інтелектуальний аналіз даних», але відразу виникає питання, а чи є «неінтелектуальний аналіз даних». Шляхи мови несповідимі, тому будемо використовувати і оригінал англійською і кальку «бізнес-інтелект».

різні визначення

Вперше термін «business intelligence» був введений в обіг аналітиками Gartner в кінці 1980-х років, як «пользователецентріческій процес, який включає доступ і дослідження інформації, її аналіз, вироблення інтуїції і розуміння, які ведуть до поліпшеного і неформального прийняття рішень». Пізніше в 1996 році з'явилося уточнення - «інструменти для аналізу даних, побудови звітів і запитів можуть допомогти бізнес-користувачам подолати море даних для того, щоб синтезувати з них значиму інформацію, - сьогодні ці інструменти в сукупності потрапляють в категорію, яка називається бізнес-інтелект ( Business Intelligence)».

BI як методи, технології, засоби вилучення та подання знань

Відповідно до початкових визначень, BI - це процес аналізу інформації, вироблення інтуїції і розуміння для поліпшеного і неформального прийняття рішень бізнес-користувачами, а також інструменти для вилучення з даних значущої для бізнесу інформації. Треба відзначити, що більшість визначень трактують «business intelligence» як процес, технології, методи і засоби отримання і представлення знань.

BI, EIS, DSS, електронний бізнес і комерція

За останні 10 років змінювалися назви і зміст інформаційно-аналітичних систем від інформаційних систем керівника (executive information systems, EIS) до систем підтримки прийняття рішень (decision support systems, DSS) і зараз до систем бізнес-інтелекту.

За часів великих ЕОМ і міні-комп'ютерів, коли у більшості користувачів не було прямого доступу до комп'ютерів, організації залежали від своїх підрозділів ІТ, які забезпечували їх стандартними і параметричними звітами. Але щоб отримати звіти, відмінні від стандартних, користувачам потрібно було замовляти їх розробку і чекати протягом декількох днів або тижнів.

Додатки EIS були налаштовані на потреби керівників і менеджерів і давали можливість отримувати основний агрегированную інформацію про стан їх бізнесу у вигляді таблиць або діаграм. Зазвичай вони включали регламентні запити з набором параметрів. Такі пакети зазвичай розроблялися силами своїх підрозділів ІТ. Для отримання додаткової інформації та проведення подальшого аналізу застосовувалися інші додатки або створювалися на замовлення запити або звіти на SQL.

Додатки DSS першого покоління були пакетами прикладних програм з динамічної генерацією SQL-скриптів на кшталт запитуваної користувачем інформації. Вони дозволяли аналітикам отримувати інформацію з реляційних БД, не вимагаючи знання SQL. На відміну від EIS додатки DSS можуть відповідати на широкий спектр питань бізнесу, мають кілька варіантів представлення звітів і певні можливості форматування. Однак гнучкість таких пакетів все ж була обмежена через орієнтацію на конкретний набір завдань.

З приходом ПК і локальних мереж наступне покоління додатків DSS будується вже на основі BI і дозволяє користувачеві-непрограмістів легко і оперативно отримувати інформацію з різних джерел, формувати власні настроюються звіти або графічні уявлення, проводити багатовимірний аналіз даних. Розвиток систем бізнес-інтелекту пройшло шлях від «товстих» клієнтів до Web-додатків, в яких користувач веде дослідження за допомогою браузера і може працювати віддалено. Можна також створювати сценарії «що якщо» і колективно переглядати і оновлювати інформацію.

Хоча користувачі корпоративної BI-інформації традиційно знаходяться всередині підприємства, з поширенням Web для електронного бізнесу, B2B, CRM і SCM BI-користувачі можуть бути і зовнішніми по відношенню до підприємства, а в B2C, C2B і на торгових майданчиках користувачами BI є користувачі Internet.

BI і сховища даних

Концепція, методи і засоби сховища даних (Data warehousing) визначають підходи і забезпечують інтеграцію, очищення, ретроспективне зберігання інформації, призначеної для аналізу, відповідають на питання «Як підготувати інформацію для аналізу?». Технологія бізнес-інтелекту визначає методи і засоби доступу і оперативного аналізу інформації в термінах предметної області. BI-засоби не обов'язково повинні працювати в інфраструктурі сховища даних, але в цьому випадку проблема очищення і узгодження даних покладається на них, причому здійснювати ці операції доведеться на льоту або ж попередньо, але для відокремленого інформаційного ресурсу. Крім того, є ефект впливу на продуктивність і надійність операційної системи обробки транзакцій. Ось чому гарною корпоративною практикою є виділення транзакционной і аналітичної складових і застосування для другої різних рішень по сховищу даних. Основні стики йдуть не тільки на рівні інформації, але і на рівні метаданих. У разі сховища даних можна забезпечити централізоване управління метаданими.

Слід зазначити, що часто терміном «сховище даних» позначають систему підтримки прийняття рішень DSS або інформаційно-аналітичну систему, засновані на технологіях сховища даних і бізнес-інтелекту.

Класифікація продуктів business intelligence

Сьогодні категорії BI-продуктів включають: BI-інструменти і BI-додатки. Перші, в свою чергу, діляться на: генератори запитів і звітів; розвинені BI-інструменти, - насамперед інструменти оперативної аналітичної обробки (online analytical processing, OLAP); корпоративні BI-набори (enterprise BI suites, EBIS); BI-платформи. Головна частина BI-інструментів ділиться на корпоративні BI-набори і BI-платформи. Засоби генерації запитів і звітів у великій мірі поглинаються і заміщаються корпоративними BI-наборами. Багатовимірні OLAP-механізми або сервери, а також реляційні OLAP-механізми є BI-інструментами та інфраструктурою для BI-платформ. Більшість BI-інструментів застосовуються кінцевими користувачами для доступу, аналізу і генерації звітів за даними, які найчастіше розташовуються в сховищі, вітринах даних або оперативних складах даних. Розробники додатків використовують BI-платформи для створення і впровадження BI-додатків, які не розглядаються як BI-інструменти. Прикладом BI-додатки є інформаційна система керівника EIS.

Інструменти генерації запитів і звітів

Генератори запитів і звітів - типово «настільні» інструменти, що надають користувачам доступ до баз даних, що виконують деякий аналіз і формують звіти. Запити можуть бути як незапланованими (ad hoc), так і мати регламентний характер. Є системи генерації звітів (як правило, серверні), які підтримують регламентні запити і звіти. Настільні генератори запитів і звітів розширені також деякими полегшеними можливостями OLAP. Розвинені інструменти цієї категорії об'єднують в собі можливості пакетної генерації регламентних звітів і настільних генераторів запитів, розсилки звітів і їх оперативного оновлення, утворюючи так звану корпоративну звітність (corporate reporting). В її арсенал входять сервер звітів, засоби розсилки, публікації звітів на Web, механізм повідомлення про події або відхилення (alerts). Характерні представники - Crystal Reports, Cognos Impromptu і Actuate e.Reporting Suite.

OLAP або розвинені аналітичні інструменти

Інструменти OLAP є аналітичними інструментами, які спочатку були засновані на багатовимірних базах даних (МБД).

МБД - це бази даних, сконструйовані спеціально для підтримки аналізу кількісних даних з безліччю вимірів, містять дані в «чисто» багатовимірної формі. Більшість додатків включають вимір часу, інші виміри можуть стосуватися географії, організаційних одиниць, клієнтів, продуктів і ін. OLAP дозволяє організувати вимірювання у вигляді ієрархії. Дані представлені у вигляді гиперкубов (кубів) - логічних і фізичних моделей показників, колективно використовують вимірювання, а також ієрархії в цих вимірах. Деякі дані попередньо агреговані в БД, інші розраховуються «на льоту».

Засоби OLAP дозволяють досліджувати дані по різним вимірам. Користувачі можуть вибрати, які показники аналізувати, які вимірювання і як відображати в крос-таблиці, обміняти рядки і стовпці «pivoting», потім зробити зрізи і вирізки ( «slice & dice»), щоб сконцентруватися на певній комбінації розмірностей. Можна змінювати детальність даних, рухаючись по рівням за допомогою деталізації та укрупнення «drill down / roll up», а також крос-деталізації «drill across» через інші виміри.

Для підтримки МБД використовуються OLAP-сервери, оптимізовані для багатовимірного аналізу і поставляються з аналітичними можливостями. Вони забезпечують хорошу продуктивність, але зазвичай вимагають багато часу для завантаження і розширення МБД. Поставляються з можливістю «reach-through», дозволяючи перейти від агрегатів до деталей в реляційних БД. Класичний OLAP-сервер - Hyperion Essbase Server.

Сьогодні реляційні СУБД застосовуються для емуляції МБД і підтримують багатовимірний аналіз. OLAP для реляційних БД (ROLAP) має перевагу по масштабованості і гнучкості, але програє за продуктивністю багатовимірному OLAP (MOLAP), хоча існують методи підвищення продуктивності, на зразок схеми «зірка». Незважаючи на те що МБД є як і раніше найбільш підходящими для оперативної аналітичної обробки, зараз цю можливість вбудовують в реляційні СУБД або розширюють їх (наприклад, MS Analysis Services або ORACLE OLAP Services - це не те ж саме, що ROLAP). Також існує гібридна оперативна аналітична обробка даних (HOLAP) для гібридних продуктів, які можуть зберігати багатовимірні дані природним чином, а також в реляционном поданні. Доступ до МБД здійснюється за допомогою API для генерації багатовимірних запитів, тоді як до реляційних БД доступ здійснюється за допомогою запитів на SQL. Прикладом ROLAP-сервера є Microstrategy7i Server.

Настільні OLAP-інструменти (наприклад, BusinessObjects Explorer, Cognos PowerPlay, MS Data Analyzer), вбудовані зараз в EBIS, полегшують кінцевим користувачам перегляд та маніпулювання багатовимірними даними, які можуть надходити з серверних ресурсів даних ROLAP або MOLAP. Деякі з цих продуктів мають можливість завантажувати куби, так що вони можуть працювати автономно. Як частина EBIS ці настільні інструменти оснащені можливостями серверної обробки, які виходять за межі їхніх традиційних можливостей, але не конкурують з MOLAP-інструментами. Настільні інструменти в порівнянні з MOLAP-засобами мають невелику продуктивність і аналітичну міць. Нерідко забезпечується інтерфейс через Excel, наприклад, MS Eхcel2000 / OLAP PTS, BusinessQuery for Excel. Практично всі OLAP-інструменти мають Web-розширення (Business Objects WebIntelligence наприклад), для деяких вони є базовими.

Корпоративні BI-набори

EBIS - природний шлях для надання BI-інструментів, які раніше поставлялися у вигляді розрізнених продуктів. Ці набори інтегруються в набори інструментів генерації запитів, звітів і OLAP. Корпоративні BI-набори повинні мати масштабованість і поширюватися не тільки на внутрішніх користувачів, а й на ключових замовників, постачальників та ін. Продукти BI-наборів повинні допомагати адміністраторам при впровадженні та управлінні BI без додавання нових ресурсів. Через тісного споріднення Web і корпоративних BI-наборів деякі постачальники описують свої BI-набори як BI-портали. Ці портальні пропозиції забезпечують підмножина можливостей EBIS за допомогою Web-браузера, однак постачальники постійно збільшують їх функціональність, наближаючи її до можливостей інструментів для «товстих» клієнтів. Типові EBIS поставляють Business Objects і Cognos.

BI-платформи

BI-платформи пропонують набори інструментів для створення, впровадження, підтримки і супроводу BI-додатків. Є насичені даними додатка з «замовними» інтерфейсами кінцевого користувача, організовані навколо специфічних бізнес-проблем, з цільовим аналізом і моделями. BI-платформи, хоча і не так швидко ростуть і широко використовуються як EBIS, є важливим сегментом завдяки очікуваному і вже відбувається зростання BI-додатків. Стараннями постачальників реляційних СУБД, що створюють OLAP-розширення своїх СУБД, багато постачальників платформ, які надали багатовимірні СУБД для OLAP, щоб вижити були змушені мігрувати в область BI-додатків. Родини продуктів СУБД, що забезпечують можливості BI, дійсно підштовхують зростання ринку BI-платформ. Почасти це відбувається завдяки більшій активності ряду постачальників СУБД. Розглядаючи різні інструменти, бачимо, що EBIS є високо функціональними засобами, але вони не мають такого великого значення, як BI-платформи або замовні BI-додатки. Зате BI-платформи зазвичай не так функціонально повні, як корпоративні BI-набори. При виборі BI-платформ потрібно враховувати наступні характеристики: модульність, розподілену архітектуру, підтримку стандартів XML, OLE DB for OLAP, LDAP, CORBA, COM / DCOM і забезпечення роботи в Web. Вони повинні також забезпечувати функціональність, специфічну для бізнес-інтелекту, а саме: доступ до БД (SQL), маніпулювання багатовимірними даними, функції моделювання, статистичний аналіз і ділову графіку. Цю категорію продуктів представляють фірми Microsoft, SAS Institute, ORACLE, SAP та інші.

BI-додатки

У додатку бізнес-інтелекту часто вбудовані BI-інструменти (OLAP, генератори запитів і звітів, засоби моделювання, статистичного аналізу, візуалізації і data mining). Багато BI-додатки витягають дані з ERP-додатків. BI-додатки зазвичай орієнтовані на конкретну функцію організації або завдання, такі як аналіз і прогноз продажів, фінансове бюджетування, прогнозування, аналіз ризиків, аналіз тенденцій, «churn analysis» в телекомунікаціях і т.п. Вони можуть застосовуватися і більш широко як в разі додатків управління ефективністю підприємства (enterprise perfomance management) або системи збалансованих показників (balanced scorecard).

розвідка даних

Розвідка даних (data mining) являє собою процес виявлення кореляції, тенденцій, шаблонів, зв'язків і категорій. Вона виконується шляхом ретельного дослідження даних з використанням технологій розпізнавання шаблонів, а також статистичних та математичних методів. При розвідці даних багаторазово виконуються різні операції і перетворення над сирими даними (відбір ознак, стратифікація, кластеризація, візуалізація і регресія), які призначені: 1) для знаходження уявлень, які є інтуїтивно зрозумілими для людей, які, в свою чергу, краще розуміють бізнес -процеси, що лежать в основі їх діяльності; 2) для знаходження моделей, які можуть передбачити результат або значення певних ситуацій, використовуючи історичні або суб'єктивні дані.

На відміну від використання OLAP розвідка даних в значно меншій мірі спрямовується користувачем, замість цього покладається на спеціалізовані алгоритми, які встановлюють співвідношення інформації і допомагають розпізнати важливі (і раніше невідомі) тенденції, вільні від упередженості і припущень користувача.

Інші методи і засоби BI

Додатково потрібно відзначити засоби для графічного оформлення результатів: засобу ділової та науково-технічної графіки; «Приладові дошки», кошти аналітичної картографії і топологічних карт; засоби візуалізації багатовимірних даних.

Архітектура business intelligence

Корпоративна BI-архітектура повинна бути розроблена після того, як визначені BI-потреби користувачів, але до вибору BI-інструментів. Архітектура Business Intelligence визначає компоненти доставки BI-інформації і компоненти BI-технології (рис.1). Після визначення профілів використання BI-інформації, може бути спроектована архітектура доставки інформації, заснована на цих профілях і на необхідному типі впровадження. Це може бути будь-яка суміш настільних клієнтів за допомогою мережі, настільних клієнтів і сервера, тонких клієнтів на основі Web та інших мобільних обчислювальних пристроїв. Архітектура доставки інформації визначить призначені для користувача інтерфейси, які часто є порталами з можливістю персоналізації.

Рис.1. Архітектура Business intelligence

Архітектура BI-технології визначає інфраструктуру і компоненти, необхідні для підтримки впровадження, експлуатації та адміністрування BI-інструментів і додатків, а також зв'язку цих компонентів. Міцна архітектура BI-технології буде складатися з двох важливих шарів: інфраструктури і прикладних сервісів (або функціональності). Інфраструктурний шар включає інформаційні ресурси, Адміністрування та мережі. На цьому шарі дані збираються, інтегруються і стають доступними. Сховище даних є одним з можливих компонентів інфраструктурного шару. Для використання BI в оперативних системах може знадобитися оперативний склад даних (operational data store, ODS), можливо пов'язаний з корпоративними структурами workflow. Прикладні сервіси включають всі BI-сервіси, такі як механізми запитів, аналізу, генерації звітів і візуалізації, а також засоби безпеки і метадані.

Середовища зберігання і доступ до BI-інформації

Крім традиційних рішень по сховищам даних Oracle9i і MS SQL Server2000, зростає число застосувань сховищ ERP, наприклад, SAP BW для R / 3, або PeopleSoft Enterprise Warehouse з BI-додатками Enterprise Performance Management. Однак в обох випадках функціональність прив'язана до конкретних системам ERP, А отже обмежена.

Швидко зростає застосування ROLAP для зберігання BI-інформації, через зручності реляційних СУБД для додатків з дуже великими базами детальних даних і завдяки включенню можливостей OLAP в СУБД. Використання МБД і OLAP залишається незмінним і найбільш переважним, тому що вони забезпечують кращу продуктивність і функціональність там, де важливі агреговані дані і складні аналітичні розрахунки.

Не дивно, що при дорожнечі двухзвенних клієнт-серверних структур доступ до BI все частіше відбувається через Web. Центр тяжкості переміщається на сервер, відображаючи той факт, що важливим елементом є доступ до корпоративної BI-інформації, автономні ж ПК явно недостатньо функціональні. Популярна і зростає доставка BI-звітів по електронній пошті, А мобільні і бездротові способи доставки поки поширюються повільно.

метадані

Більшість BI-інструментів, представлених на ринку, використовують шар метаданих або репозиторій. Бізнес-метадані включають визначення даних, які зберігаються в джерелах даних, в термінах предметної області. Вони також можуть містити правила і обчислення, які повинні бути визначені для цього бізнесу. Крім того, існують технічні метадані для доступу до фізичних даних. CASE-засоби, реляційні СУБД, засоби вилучення, перетворення і завантаження даних використовують метадані. При створенні сховища і вітрин даних часто можна автоматично отримати метадані з джерел даних, але іноді користувачам самим доводиться діставати метадані. Так, можлива складна ситуація з декількома репозиторіями, існуючими в одній організації. Відсутність загальних метаданих для інструментів - через відсутність стандартів для метаданих - серйозна проблема для підрозділів ІТ.

Плюси і мінуси технології

Можливості користувача з ведення багатоаспектного оперативного аналізу інформації в термінах предметної області для підтримки прийняття бізнес рішень швидко розширюються. Паралельний рух від інформаційної анархії або диктатури до інформаційної демократії розширює контингент користувачів business intelligence. На перше місце виходить потреба гнучкого доступу до корпоративних даних, а не просто потреба вирішити конкретну функціональну задачу. Знижується пряма залежність від підрозділів ІТ, що виготовляють на замовлення звіти або запити. Можливий перехід від статичних регламентних звітів до «живому звіту», а найбільш просунуті аналітики отримують можливість проводити крос-тематичний аналіз і побудова зведених звітів з нуля, маючи семантичних шар, що описує всі показники і розрізи корпоративної інформації. Ці ж кошти можуть використовувати програмісти для швидкого створення регламентних, параметричних звітів. Web-доступ до BI (як до статичного, так і до динамічного контенту) дозволить забезпечити реальне корпоративне інформаційний простір і колективну роботу співробітників.

Основним ризиком є \u200b\u200bзанадто швидкі зміни в технології BI, використання неперевірених рішень і засобів. Потрібно відстежувати постачальників, оцінювати їх стійкість, напрямки розвитку, регулярно пробувати нові засоби, проводити типізацію та уніфікацію BI. Інший ризик пов'язаний з якістю даних - якщо вони належним чином не перетворені, не очищені і не консолідовані, то ніякі «наворочені» можливості BI-інструментів або додатків не зможуть збільшити достовірність даних. Ряд проблем можуть виникнути через не узгодженості метаданих. В рамках великий корпорації ці питання вирішуються на інфраструктурному рівні шляхом створення корпоративного сховища даних і централізованого управління метаданими. Створення сховища допоможе навести порядок в номенклатурі зібраних показників, зборі даних, їх поширення і санкціонуванні доступу. Сама BI-технологія не в змозі вирішити комплексно ці проблеми, а нехтування ними повертає до інформаційної анархії і «силосним ямах даних».

Основні гравці на полі BI

Відповідно до горезвісними магічними квадратами Gartner технологічними лідерами EBIS є сьогодні Business Objects і Cognos, на кордоні між лідерами і претендентами - Information Builders, а Microsoft і Oracle - в претендентах. У одній немає самостійного OLAP-клієнта, а використовується функціональність зведеної таблиці Excel200x, і немає генератора звітів, в іншої - поки немає заміни для Oracle Express Analyzer. У групі «провидців» виділяються Crystal Decisions на кордоні з лідерами. Також слід зазначити Actuate і MicroStrategy.

Для BI-платформ практично немає лідерів, що свідчить про незрілість технологій і ринку. На кордоні цієї області знаходиться поки тільки Microsoft за рахунок рішень по врахуванню OLAP-сервісів в MS SQL Server і розвитку їх до аналітичного сервера. Серед інших претендентів - SAS Institute, далі щільну групу утворюють Oracle, PeopleSoft і SAP. Hyperion в буквальному сенсі на роздоріжжі - SAS і Hyperion втратили лідируючі позиції 2000 року. Серед провидців слід зазначити MicroStrategy. На жаль, Crystal Decisions поки виступає як нішевий гравець.

тенденції

Серед BI-інструментів найбільше зростання відчувають EBIS, що відображає посилилася конкуренцію в сьогоднішній економіці. Використання інструментів для генерації запитів і звітів, аналізу даних знижується, організації оновлюють їх і замінюють корпоративними BI-наборами. Основні інструменти (незаплановані запити, звітність і основний OLAP-аналіз) все ще залишаються найбільш поширеними, задовольняючи більшість потреб. Також зростає застосування OLAP і інших розвинених BI-інструментів, подібних технології data mining. Однак автономні інструменти data mining зникають, ця технологія поглинається і включається в інші BI-інструменти, наприклад, в розширення СУБД.

Очікується, що протягом 5 років такі можливості, як XML для аналізу (XML / A), BI Web-сервіси, спільна робота, бездротові і мобільні комунікації об'єднаються у вигляді мереж бізнес-інтелекту (BI networks), які будуть доповнені засобами моніторингу бізнес діяльності (Business activity monitoring, BAM).

XML для аналізу. XML / A спочатку з'явився як комунікаційний протокол між різними BI-шарами (клієнт, аналітичний сервер, сервер БД). У XML / A є серйозні проблеми продуктивності - він створює великі накладні витрати і поки можна застосовувати лише для «полегшеного» OLAP-клієнта. Однак якщо ці проблеми будуть вирішені, XML / A міг би стати єдиною мовою спілкування (lingua franca) між різними BI-середовищами, перетинаючи безліч доменів, постачальників і технологій, таким чином підтримуючи BI networks.

BI Web-сервіси. Постачальники часто ідентифікують продукти EBIS як BI-портали, бо версії цих продуктів для Web забезпечують точку входу до корпоративної інформації. Фактично часто ці BI-портали підтримують також зв'язки з неструктурованою інформацією, хоча зазвичай для цього потрібно якась система інтеграції. Все більше і більше продукти EBIS фокусуються на зовнішніх складових корпорації (extranet e-business intelligence). Нова компонентна архітектура SOA, орієнтована на сервіси (служби), є розвитком серверів додатків і корпоративних порталів. Ця новація пов'язана також з технологіями J2EE і.NET. BI Web-сервіси роблять BI-інструменти відкритими компонентами з відомими інтерфейсами і доступними у всіх видах мереж. Збільшується число постачальників BI-продуктів, які реалізують їх у вигляді Web-служб, але частіше під соусом порталів.

Спільна робота. Додавання анотацій до звітів і поділ результатів аналізу між декількома користувачами можливо з часів EIS, однак зараз ця функціональність популярна і в багато BI-додатки додані можливості workflow. Очікується, що користувачі зможуть працювати одночасно з однією моделлю або буде забезпечений зв'язок різних BI-додатків в реальному часі.

Бездротовий та мобільний бізнес-інтелект. Інша стійка тенденція по доставці BI-інформації видно у постачальників, що дає можливість BI-продуктів доставляти звіти за допомогою мобільної технології, включаючи персональних електронних помічників PDA, Internet-телефонів і пейджерів.

Моніторинг бізнес-діяльності. Нова технологія BAM є по суті операційним BI і поєднує інтеграцію додатків реального часу з можливостями бізнес-інтелекту. Використовуючи транзакційні дані, витягнуті з систем обробки транзакцій в реальному часі, BI-інструменти аналізують ці дані і видають попередження про критичні події і інформацію операційним користувачам, які приймають безпосередні рішення.

література

Корнєєв В.В., Гарєєв А.Ф., Васютін С.В., Райх В.В. Бази даних. Інтелектуальна обробка інформації. // М .: Нолидж, 2001.
Том Салліван.
Kimbal R. The Data Warehouse Toolkit: Practical Techniques for Building Dimensional Data Warehouses. John Willey & Sons, 1996.
Thomsen E. OLAP Solutions: Building Multidimensional Information Systems. Wiley Computer Publishing, 1997.
Спірлі Е. Корпоративні сховища даних. Планування, розробка, реалізація. Том.1: Пер. з англ. // М .: Вільямс, 2001.
Архипенко С., Голубєв Д., Максименко О. СХОВИЩА ДАНИХ. Від концепції до впровадження / За заг. Ред. С.Я. Архіпенкова // М .: ДІАЛОГ-МІФІ, 2002
В., Самойленко А. Data mining: навчальний курс. // СПб: Питер, 2001
Inside Gartner Group (рус.), Дрезнер Х., Хостманн Б. і Ф. Байтендійк. До уваги керівництва: Оновлені Чарівні Квадрати Gartner для систем інтелектуальної підтримки бізнесу, 2003, лютий
Liautaud B., Hammond M. e-Business Intelligence: Turning Information into Knoledge into Profit. McGraw-Hill, 2001.
Крістін Комафорд. .
Том Салліван. .

Валерій Артем'єв (Avi @ cbr.ru) - радник директора Головного центру інформатизації Банку Росії (Москва).

24.04.2003 Валерій Артем'єв

На невизначеність обговорюваного терміну вплинула багатозначність англійського слова «intelligence»:

здатність впізнавати і розуміти; готовність до розуміння;
знання, передані або придбані шляхом навчання, дослідження або досвіду;
дію або стан в процесі пізнання;
розвідка, розвідувальні дані.

різні визначення

BI як методи, технології, засоби вилучення та подання знань

BI, EIS, DSS, електронний бізнес і комерція

BI і сховища даних

Класифікація продуктів business intelligence

Інструменти генерації запитів і звітів

OLAP або розвинені аналітичні інструменти

Корпоративні BI-набори

BI-платформи

BI-додатки

розвідка даних

Інші методи і засоби BI

Архітектура business intelligence

Рис.1. Архітектура Business intelligence

Архітектура BI-технології визначає інфраструктуру і компоненти, необхідні для підтримки впровадження, експлуатації та адміністрування BI-інструментів і додатків, а також зв'язку цих компонентів. Міцна архітектура BI-технології буде складатися з двох важливих шарів: інфраструктури і прикладних сервісів (або функціональності). Інфраструктурний шар включає інформаційні ресурси, адміністрування та мережі. На цьому шарі дані збираються, інтегруються і стають доступними. Сховище даних є одним з можливих компонентів інфраструктурного шару. Для використання BI в оперативних системах може знадобитися оперативний склад даних (operational data store, ODS), можливо пов'язаний з корпоративними структурами workflow. Прикладні сервіси включають всі BI-сервіси, такі як механізми запитів, аналізу, генерації звітів і візуалізації, а також засоби безпеки і метадані.

Середовища зберігання і доступ до BI-інформації

Не дивно, що при дорожнечі двухзвенних клієнт-серверних структур доступ до BI все частіше відбувається через Web. Центр тяжкості переміщається на сервер, відображаючи той факт, що важливим елементом є доступ до корпоративної BI-інформації, автономні ж ПК явно недостатньо функціональні. Популярна і зростає доставка BI-звітів по електронній пошті, а мобільні і бездротові способи доставки поки поширюються повільно.

метадані

Плюси і мінуси технології

Основні гравці на полі BI

тенденції

література

Корнєєв В.В., Гарєєв А.Ф., Васютін С.В., Райх В.В. Бази даних. Інтелектуальна обробка інформації. // М .: Нолидж, 2001.
Том Салліван.
Kimbal R. The Data Warehouse Toolkit: Practical Techniques for Building Dimensional Data Warehouses. John Willey & Sons, 1996.
Thomsen E. OLAP Solutions: Building Multidimensional Information Systems. Wiley Computer Publishing, 1997.
Спірлі Е. Корпоративні сховища даних. Планування, розробка, реалізація. Том.1: Пер. з англ. // М .: Вільямс, 2001.
Архипенко С., Голубєв Д., Максименко О. СХОВИЩА ДАНИХ. Від концепції до впровадження / За заг. Ред. С.Я. Архіпенкова // М .: ДІАЛОГ-МІФІ, 2002
В., Самойленко А. Data mining: навчальний курс. // СПб: Питер, 2001
Inside Gartner Group (рус.), Дрезнер Х., Хостманн Б. і Ф. Байтендійк. До уваги керівництва: Оновлені Чарівні Квадрати Gartner для систем інтелектуальної підтримки бізнесу, 2003, лютий
Liautaud B., Hammond M. e-Business Intelligence: Turning Information into Knoledge into Profit. McGraw-Hill, 2001.
Крістін Комафорд. .
Том Салліван. .

Валерій Артем'єв (Avi @ cbr.ru) - радник директора Головного центру інформатизації Банку Росії (Москва).

Головна частина BI-інструментів ділиться на корпоративні BI-набори і BI-платформи. Засоби генерації запитів і звітів у великій мірі поглинаються і заміщаються корпоративними BI-наборами. Багатовимірні OLAP-механізми або сервери, а також реляційні OLAP-механізми є BI-інструментами та інфраструктурою для BI-платформ.

Більшість BI-інструментів застосовуються кінцевими користувачами для доступу, аналізу і генерації звітів за даними, які найчастіше розташовуються в сховищі, вітринах даних або оперативних складах даних. Розробники додатків використовують BI-платформи для створення і впровадження BI-додатків, які не розглядаються як BI-інструменти. Прикладом BI-додатки є інформаційна система керівника EIS.

Інструменти генерації запитів і звітів

OLAP або розвинені аналітичні інструменти

Інструменти OLAP є аналітичними інструментами, які спочатку були засновані на багатовимірних базах даних (МБД) .МБД - це бази даних, сконструйовані спеціально для підтримки аналізу кількісних даних з безліччю вимірів, містять дані в «чисто» багатовимірної формі. Більшість додатків включають вимір часу, інші виміри можуть стосуватися географії, організаційних одиниць, клієнтів, продуктів і ін. OLAP дозволяє організувати вимірювання у вигляді ієрархії. Дані представлені у вигляді гиперкубов (кубів) - логічних і фізичних моделей показників, колективно використовують вимірювання, а також ієрархії в цих вимірах. Деякі дані попередньо агреговані в БД, інші розраховуються «на льоту».

Також існує гібридна оперативна аналітична обробка даних (HOLAP) для гібридних продуктів, які можуть зберігати багатовимірні дані природним чином, а також в реляционном поданні. Доступ до МБД здійснюється за допомогою API для генерації багатовимірних запитів, тоді як до реляційних БД доступ здійснюється за допомогою запитів на SQL. Прикладом ROLAP-сервера є Microstrategy7i Server.

Корпоративні BI-набори

BI-платформи

Розглядаючи різні інструменти, бачимо, що EBIS є високо функціональними засобами, але вони не мають такого великого значення, як BI-платформи або замовні BI-додатки. Зате BI-платформи зазвичай не так функціонально повні, як корпоративні BI-набори. При виборі BI-платформ потрібно враховувати наступні характеристики: модульність, розподілену архітектуру, підтримку стандартів XML, OLE DB for OLAP, LDAP, CORBA, COM / DCOM і забезпечення роботи в Web. Вони повинні також забезпечувати функціональність, специфічну для бізнес-інтелекту, а саме: доступ до БД (SQL), маніпулювання багатовимірними даними, функції моделювання, статистичний аналіз і ділову графіку. Цю категорію продуктів представляють фірми Microsoft, SAS Institute, Oracle, SAP та інші.

BI-додатки

розвідка даних

1) для знаходження уявлень, які є інтуїтивно зрозумілими для людей, які, в свою чергу, краще розуміють бізнес-процеси, що лежать в основі їх діяльності;

2) для знаходження моделей, які можуть передбачити результат або значення певних ситуацій, використовуючи історичні або суб'єктивні дані.

Інші методи і засоби BI

Крім перерахованих інструментів, до складу BI можуть входити наступні засоби аналізу: пакети статистичного аналізу і аналіз часових рядів і оцінки ризиків; засоби моделювання; пакети для нейронних мереж; засоби нечіткої логіки і експертні системи. Додатково потрібно відзначити засоби для графічного оформлення результатів: засобу ділової та науково-технічної графіки; «Приладові дошки», кошти аналітичної картографії і топологічних карт; засоби візуалізації багатовимірних даних.