Bi технології побудови інформаційних систем. Сучасні Business Intelligence (BI) системи на прикладі IBM Cognos BI. Часті помилки при впровадженні

Модні слівця, затребувана термінологія, не зовсім зрозумілі визначення і зовсім незнайомі лексичні одиниці. Все вищевказане можна застосувати як до поняття «business intelligence», так і до словосполучення «data science». Спробуємо не тільки подолати труднощі перекладу, але і розібратися в тому, чим відрізняються «наука про дані» і «бізнес інтелект».

Business Intelligence: інтелект, розвідка, осмислення, аналітика

Багато хто впевнений, що термін «business intelligence» вперше з'явився на світло в 80-х рр. минулого століття, але це не зовсім так. Справа в тому, що першим цей термін використав Ханс Пітер Лун, дослідник з компанії IBM, в далекому 1958 році. А в 1989-му Говард Дреснер, який пізніше став аналітиком в Gartner, дав визначення «business intelligence» як того, що описує «концепції і методи для поліпшення прийняття бізнес-рішень з використанням систем на основі бізнес-даних».

Давайте прислухаємося до інших експертів. Так, Джонатан Ву, менеджер компанії Netgear, визначає BI як процес збору багатоаспектною інформації про предмет, який досліджується. А ось яку трактування запропонував Інститут сховищ даних (The Data Warehousing Institute): Business intelligence - це процес перетворення даних в знання, а знань в бізнес-дії для отримання вигоди.

BI можна розглядати не тільки як процес, але і як результат процесу отримання знань. Однак якщо компілювати всі визначення, які «дрейфують» на ринку, можна стверджувати, що business intelligence в найширшому сенсі цього поняття - це процес перетворення отриманих даних в знання про бізнес, які використовуються для прийняття поліпшених рішень. Крім того, це ще й інформаційні технології збору даних і їх консолідації. І, нарешті, BI є знання про бізнес, які одержують з допомогою проведення поглибленого аналізу даних. Якщо говорити коротко, то business intelligence - це технології, аналіз і знання.

Data Science: наука про хаос, наведеному в порядок

З недавніх пір наука про дані розглядається не тільки як академічна дисципліна, але і як практична міжгалузева сфера діяльності. Сам термін був запропонований Вільямом Клівлендом, професором університету Пердью, який вважається одним з найбільших авторитетів у галузі статистики, машинного навчання та візуалізації даних.

Згідно з визначенням міжнародної ради CODATA (International Council for Science: Committee on Data for Science and Technology), наука про дані є дисципліну, яка об'єднує різні напрямки статистики, data mining і машинне навчання. Однак найбільш популярне визначення дано в статті «Що таке Data Science?» Майка Лукідіса, редактора O "Reilly Media і автора книг про операційні системи, комп'ютерної архітектурі і програмуванні. Варто відзначити, що дана трактування на сьогоднішній день є основоположною. - це узагальнена назва технологій, які призначені для виробництва даних як продукту. Якщо порівнювати науку про дані з традиційної статистикою, то на перший погляд може здатися, що між ними немає ніяких відмінностей. Однак Data Science характеризується до комплексних підходом, а data-вчені не вивчають дані, а використовують їх.

Таким чином, ми приходимо до висновку, що Data Science вивчає проблеми аналізу, обробки і використання даних. Це таке фантастичне «асорті», від якого голова йде обертом: тут вам і статистика, і інтелектуальний аналіз даних, і штучний інтелект, що обробляє великі обсяги data, і методи проектування баз даних, і багато іншого.

Ніщо не нове під ... data-небокраєм

Хмарні обчислення і інші технічні досягнення змусили компанії зосередитися більше на майбутньому, а не аналізувати звіти на підставі даних минулого. Щоб отримати конкурентні переваги, компанії почали об'єднувати і перетворювати дані, які є частиною реальної науки про дані.

У той же час вони практикують Business Intelligence, створюючи графіки, звіти і таблиці на базі отриманих даних. І хоча між Data Science і Business Intelligence є великі відмінності, вони в рівній мірі важливі і доповнюють один одного.

Для того щоб практикувати BI і Data Science, багато компаній наймають фахівців, які поєднують відразу дві посади - BI-аналітиків і дата-сайентістов. Проте, саме тут і виникає плутанина через нерозуміння того, що ці ролі вимагають різних експертних знань.

Несправедливо очікувати, що BI-аналітик може зробити точні бізнес-прогнози. А це може стати причиною катастрофічних наслідків для будь-якої компанії. Однак, вивчивши головні відмінності між BI і наукою про дані, можна навчитися підбирати підходящих кандидатів для виконання певних завдань, які має намір вирішити ваш бізнес.

Сфера інтересів

З одного боку, традиційний підхід Business Intelligence має на увазі створення інструментальних панелей для відображення історичних даних відповідно до фіксованим набором ключових показників ефективності. Звідси робимо висновок, що BI більше покладається на звіти, сучасні тренди і ключові показники ефективності (KPI).

З іншого боку, наука про дані більше фокусується на прогнозі того, що в кінцевому підсумку може трапитися в майбутньому. Таким чином, дата-сайентіст більше зосереджені на вивченні закономірностей і різних моделей, а також на знаходженні кореляцій для бізнес-прогнозів.

Наприклад, компаніям, що займаються, потрібно передбачати зростаючу потребу в нових видах навчання, ґрунтуючись на існуючих шаблонах і вимогах корпоративних компаній.

Аналіз і якість даних

BI вимагає від аналітиків вміння зосереджуватися не тільки на сьогодення і майбутнє, але і заглядати в минуле - тобто активно використовувати історичні дані. Тому аналіз BI-аналітиків є більшою мірою ретроспективним. Фокус Business Intelligence - це абсолютно точні дані, засновані на тому, що насправді сталося в минулому.

Наприклад, щоквартальні результати компанії формуються з реальних даних про ведення бізнесу протягом останніх трьох місяців. Помилки в цьому випадку просто неможливі, тому що звітність носить описовий характер і не може бути суб'єктивною.

Що стосується науки про дані, то дата-сайентіст повинні використовувати Інтелектуальне і директивну аналітику. Вони зобов'язані досить точно прогнозувати те, що має статися в майбутньому, використовуючи ймовірності і рівні впевненості.

Те, як компанія буде виконувати необхідні дії на основі інтелектуального аналізу і прогнозів на майбутнє, не може базуватися на простих здогадах. Звичайно, наука про дані не може бути точною на 100%, але вона повинна бути «достатньо хороша» для бізнесу, щоб приймати своєчасні рішення і дії, а також забезпечувати необхідні результати.

Ідеальний приклад науки про дані в дії - оцінка прибутку компанії в наступному кварталі.

Джерела і перетворення даних

Business Intelligence - це завчасне планування і підготовка до використання правильної комбінації джерел даних для їх перетворення. Щоб отримати відповідні інсайти про клієнтів, ділових операціях і продуктах, Data Science в стані на льоту перетворювати дані, використовуючи ті джерела інформації, які доступні на вимогу.

Потреба в пом'якшенні

BI-аналітики не повинні пом'якшувати будь-які невизначеності, що оточують історичні дані, так як вони засновані на реальних ситуаціях. Такі дані точні і не припускають будь-яких ймовірностей.

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.

Зберігання 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.

Переклад

Намагаючись оцінити різні BI платформи часто складно зрозуміти, де міф, а де правда, оскільки кожен вендор позиціонує свій продукт, як "кращий на ринку", наводячи як аргумент сотні суб'єктивних оглядів, що заполонили Інтернет. Якщо ж ви хочете розібратися, який інструмент підходить саме вашій компанії, які не гортаючи сотні сторінок "чесних" думок, то нижче буде те, що потрібно.

Ми розглянемо найбільш популярні платформи, такі як QlikView, Klipfolio, Tableau і Power BI, і порівняємо їх ключові параметри: зручність використання, ціну, легкість установки, підтримку, роботу з різними типами даних і багато іншого. Отже, вперед!

Все це, разом або окремо, відкриває величезні можливості для аналізу різних метрик, створення і налаштування унікальних візуалізацій, щоб в результаті отримувати корисну інформацію для бізнесу з будь-яких даних.

Також в платформі був зроблений упор на сумісність з різними девайсами, від смартфонів і планшетів до Smart TV в конференц-залах.

Особливості

Найкраще Klipfolio підходить для моніторингу і контролю в реальному часі безперервних потоків даних, коли важлива їх динаміка, і потрібно швидко приймати важливі рішення.

Ключові характеристики

Інтеграція різних джерел даних в один звіт.
Необмежена кількість потенційно підключених користувачів.
Управління правами і обмеженнями доступу до важливої \u200b\u200bінформації.
Доступність на мобільних ОС (iOS, Android, BlackBerry, Windows).
Гнучкий REST коннектор для підключення спеціальних джерел даних.
Підтримка форматів Excel, CSV, JSON, XML та ін.
Можливість додати зручні анотації до звітів, які будуть видні кінцевим користувачам.
Автоматична система настройки KPI.
Можливість легко додати порогові індикатори до графіків.

Зручність використання

У Klipfolio можна будувати десятки різних типів графіків, включаючи кругові, гістограми, діаграми областей і ще безліч різних комбінацій. Також, користувач, який володіє HTML і CSS може створювати власні, неповторні візуалізації, накладаючи всі необхідні компоненти на дашборда через WYSIWYG редактор, а більш складні елементи графіків можна додати за допомогою різних формул і функцій. Таким чином, за допомогою Klipfolio можна уявити інформацію практично в будь-якому вигляді, проте спершу потрібно подумати про те, як підготувати дані.

Ціна

Будучи одним з найстаріших гравців в BI галузі з величезним досвідом, сьогодні Klipfolio робить ставку на свої хмарні рішення. Klipfolio Dashboard (як SaaS) пропонується за ціною за користувача, що починається (з деякими варіаціями) з 19 $ / місяць. Цей план можна підлаштувати під себе і додати додаткові опції. Також можливий і 14-денний пробний період.

Tableau

Ще одна велика платформа - це Tableau. Як і більшість BI інструментів, Tableau спеціалізується на аналізі даних через їх візуалізацію. У ньому легко створювати інтерактивні дашборда, які дозволяють вивчити динаміку, тренди і структуру даних, за допомогою зручних і простих, але не менш ефективних графіків.

Як і багато інших сервісів, Tableau підтримує безліч різних джерел даних, організованих в форматі файлів (CSV, JSON, XML, MS Excel і ін.), Реляційних і нереляційних БД (PostgreSQL, MySQL, SQL Server, MongoDB і ін.) І хмарних систем (AWS, Oracle Cloud, Google BigQuery, Microsoft Azure).

Ключова відмінність Tableau від конкурентів полягає в його особливій функції - змішуванні даних - комбінуванні даних з різних БД і джерел. Також Tableau дозволяє декільком користувачам одночасно працювати над звітом в реальному часі. Ще, в платформі реалізовано кілька способів того, як можна ділитися звітами: 1) публікуючи їх на сервері Tableau; 2) через e-mail Tableau Reader; 3) через доступ за посиланням. Така різноманітність додає гнучкості і знімає багато обмежень.

Відмінні особливості

Tableau володіє широкими можливостями візуалізації: багата бібліотека платформи включає в себе хмари слів, бульбашкові і деревовидні діаграми, які дозволяють досягти більш високого рівня розуміння своїх даних і їх контексту.

Як вже було сказано, дашборда Tableau надзвичайно гнучкі. Основні функції сервісу дозволяють неймовірним чином розміщувати елементи на дашборда і поєднувати і накладати їх один на одного будь-яким чином, що дуже корисно в епоху ергономіки робочого місця.

Tableau досить дружелюбний для початківців користувачів, платформа спрямована на тих, хто до цього ще не вдавався в технічні деталі процесу візуалізації. Ця мета досягається за рахунок інтуїтивно зрозумілого інтерфейсу: все необхідне найчастіше досягається не більше, ніж за 2 кліка мишкою, фільтри знайти легко, а всі операції зрозуміло задокументовані.

З Tableau легко працювати не тільки з точки зору розробки і створення звітів, а й з боку кінцевого користувача - менеджменту. Додаткові фільтри, створення нових параметрів, проста і зрозуміла інтерактивність даних - все це значно прискорює прийняття рішень і робить їх більш ефективними.

Ключові характеристики

Відмінні можливості для поширення звітів і дашборда.
Підтримка більше 30 типів даних.
Змішування даних з різних джерел.
Інтеграція з R.
Найактивнішу співтовариство користувачів, які створюють тисячі навчальних відео, блогів і форумів.

Зручність використання

Приголомшливе зручність і легкість використання - головна причина, чому Tableau вважають одним з найпростіших для освоєння BI сервісів, а найкраще він себе проявляє при аналізі структурованої інформації. Імпортувати дані, будувати гарні графіки, ділитися ними і публікувати їх у відкритому доступі - жодна інша платформа не може забезпечити користувачів настільки широкими можливостями при такій простоті. Більш того, величезна кількість різних посібників і гайдів практично обнуляє ймовірність зіткнутися з будь-якими труднощами.

Ціна

Tableau має 3 різних продукту з трьома різними цінами: Tableau Desktop, Tableau Online і Tableau Server. Детальну інформацію можна знайти.

Tableau Desktop призначений для окремих користувачів і коштує 999 $ в рік за людини і 1,999 $ для корпоративного користування, включаючи підтримку. У першому випадку мається на увазі підключення до 6 джерел даних, а в другому - до 44.

Tableau Online - це хмарна платформа з веб-інтерфейсом, яку можна використовувати безкоштовно, але за умови, що всі рішення будуть зберігатися на загальному сервері і будуть опубліковані у відкритому доступі. Приватна ж версія коштує 500 $ в рік за одного користувача.

Нарешті, Tableau Server - це монолітний бізнес-інструмент для компаній, які управляють своїми серверами і хочуть мати повний контроль над потоками даних і їх безпекою. Однак коштувати таке задоволення буде 10,000 $ в рік за 10 користувачів, а підтримка обійдеться в додаткові 25% від цієї суми.

Power BI

Power BI - це онлайн-сервіс, розроблений Microsoft для бізнес-аналітики з можливістю підключення різних джерел даних і сторонніх додатків. Платформа має веб-інтерфейсом, що дозволяє створювати кастомізовані візуалізації, а за допомогою настільного додатки можна проводити стандартизацію і очищення даних. Цікаво, що існує також і мобільна версія Power BI, доступна на різних ОС, щоб приймати рішення на ходу.

Power BI простий і мінімалістичний, але в той же час володіє потужністю і стабільністю. Як і будь-яке інше ПО, у нього є як плюси, так і мінуси.

Відмінні особливості

Що відрізняє Power BI від інших рішень?

По-перше, це продукт Microsoft, а значить він дотримується філософії, принципам та архітектури, схожими з іншими продуктами IT-гіганта. Інтерфейс програми буде добре знайомий користувачам Windows.

По-друге, приналежність до Microsoft дає і інша перевага: Power BI тісно пов'язаний з головними продуктами компанії, такими як MS Excel, Azure Cloud Service і SQL Server.

Взагалі кажучи, Power BI був створений з метою розширити функціональність MS Excel і прокачати його до нового рівня і використовувати при вирішенні завдань, в яких він раніше не був задіяний.

Ключові характеристики

Є безкоштовна базова версія, що дозволяє спочатку спробувати попрацювати з Power BI.
Підтримує безліч способів імпорту даних (потокові дані, хмарні сервіси, книги Excel і сторонні додатки).
Інтерактивні дашборда зі зміною даних в реальному часі.
Просте API для інтеграції Power BI в ваші програми.
Ділитися звітами і дашборда можна кількома різними способами.
Підтримка декількох платформ (Веб-, настільний або мобільний додаток).

Зручність використання

Інтерфейс простий і буде зрозумілий всім, хто знайомий з Windows (тобто майже кожному), тому працювати з Power BI зазвичай приємно. Безліч кнопок і функцій виглядають схоже на MS Excel та інші продукти MS Office.

Візуалізації же створюються старим добрим способом drag-and-drop. Все, що вам потрібно для створення будь-якого графіка - натиснути на необхідний елемент і перетягнути його на порожнє місце в звіті. Той же принцип працює і при виборі того, які дані необхідно візуалізувати - просто виділіть шматок даних і помістіть його на те місце, де знаходиться графік.

Ціна

Microsoft Power BI вважається якісним інструментом бізнес-аналітики, багатьох приваблює і досить демократична цінова політика. У неї входять два варіанти: безкоштовна версія сервісу з обмеженими можливостями і корпоративна ліцензія Power BI Pro з повним спектром функцій.

Безкоштовна версія доступна для будь-якого окремого користувача і володіє наступними характеристиками: ліміт пам'яті в 1 Гб, швидкість обробки потокових даних 10,000 рядків / год разом з обмеженнями на оновлення і спільну роботу над звітами.

Power BI Pro варто 9,99 $ за одного користувача в місяць і збільшує ліміт пам'яті до 10 Гб на людину разом зі швидкістю в 1 млн рядків / год. Також з'являється можливість доступу до джерел даних безпосередньо, пов'язуючи їх з даними компаніями через Data Connectivity Gateway. Нарешті, стають доступними просунуті інструменти спільної роботи, такі як Office 365 Groups, Active Directory groups і каталог даних.

Тепер, щоб структурувати всі, що було сказано вище, наведемо порівняльну таблицю всіх розглянутих платформ:

Теги: Додати теги

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.

Кожен великий бізнес і більшість середніх структур стикаються з проблемою надання керівництву неточних даних про стан справ компанії. Причини можуть бути різні, але наслідки завжди однакові - невірні або несвоєчасні рішення, що негативно позначаються на результативності фінансових операцій. Для виключення подібних ситуацій призначена професійна система бізнес аналітики або BI ( з англ. - Business Intelligence). Ці високотехнологічні «помічники» сприяють побудові системи управлінського контролю кожного аспекту всередині бізнесу.

За своєю суттю BI системи - це просунуте аналітичне програмне забезпечення для бізнес-аналізу та формування звітності. Ці програми можуть використовувати дані з різних джерел інформації і надавати їх в зручному вигляді і розрізі. В результаті керівництво отримує швидкий доступ до повної і прозорої інформації про стан справ компанії. Особливість звітів, отриманих за допомогою BI - можливість самостійного вибору керівником, в якому розрізі отримати інформацію.

Сучасні Business Intelligence системи багатофункціональні. Саме тому в великих компаніях вони поступово витісняють інші способи отримання бізнес-звітності. До основних їх можливостям фахівці відносять:

Підключення до різних баз даних;
Формування звітів різної складності, структури, виду і компонування з високою швидкістю. Також є можливість задати розклад формування звітності за розкладом без безпосередньої участі і розсилки даних;
Прозору роботу з даними;
Забезпечення чіткого зв'язку між інформацією з різних джерел;
Гнучку і інтуїтивно зрозумілу настройку прав доступу співробітників в системі;
Збереження даних в будь-якому зручному для вас форматі - PDF, Excel, HTML і багатьох інших.

Можливості інформаційних систем бізнес-аналітики дозволяють керівнику не залежати від IT-відділу або своїх помічників, які подають необхідну інформацію. Також це чудова можливість демонструвати правильний напрямок своїх рішень не словами, а точними цифрами. Багато великі мережеві корпорації на Заході вже давно використовують BI-системи, серед яких всесвітньо відомі Amazon, Yahoo, Wall-Mart і ін. Вищеназвані корпорації витрачають пристойні гроші на бізнес-аналітику, але впроваджені BI системи приносять неоціненну користь.

Користь професійних систем бізнес аналітики базується на принципах, які підтримуються в усіх передових BI додатках:

Наочність. Основний інтерфейс будь-якого ПО для аналізу бізнесу повинен відображати основні показники. Завдяки цьому керівник швидко зможе оцінити стан справ на підприємстві і почати робити що-небудь в разі потреби;
Кастомізація. Кожен користувач повинен мати можливість налаштувати інтерфейс і функціональні клавіші максимально зручним для себе чином;
Багатошаровість. Кожен набір даних повинен мати кілька розрізів (шарів) для надання тієї деталізації інформації, яка необхідна на конкретному рівні;
Інтерактивність. Користувачі повинні мати можливість збирати інформацію з усіх джерел і за кількома напрямками одночасно. Необхідно, щоб система мала функцію настройки оповіщення по ключових параметрах;
Нить і розмежування доступу. У BI системі повинна бути реалізована одночасна робота великої кількості користувачів з можливістю установки їм різних рівнів доступу.

Все IT-співтовариство сходитися на думці, що інформаційні системи бізнес аналітики є одним з найперспективніших напрямів розвитку галузі. Однак їх впровадження часто ускладнюють технічні та психологічні перепони, незлагоджена робота менеджерів і відсутність прописаних сфер відповідальності.

При міркуванні про впровадження систем класу BI важливо пам'ятати, що успіх проекту буде багато в чому залежати від ставлення співробітників компанії до нововведення. Це відноситься до всіх IT-продуктів: скептичне ставлення і страх перед скороченням можуть звести нанівець всі зусилля по впровадженню. Тому дуже важливо розуміти, які почуття викликає система бізнес аналітики у майбутніх користувачів. Ідеальна ситуація складеться в разі, коли співробітники компанії будуть ставитися до системи як до помічника і інструменту удосконалення роботи.

Перед початком проекту по впровадженню BI технології необхідно провести ретельний аналіз бізнес-процесів компанії і принципів прийняття управлінських рішень. Адже саме ці дані будуть брати участь в аналізі ситуації в компанії. Також це допоможе зробити вибір BI системи разом з іншими основними критеріями:

Цілі і завдання впровадження BI систем;
Вимоги до зберігання даних і можливість ними оперувати;
Функції інтеграції даних. Без використання даних з усіх джерел в компанії керівництво не зможе отримати цілісної картини стану справ;
Можливості по візуалізації. Для кожної людини ідеальна BI аналітика виглядає по-різному, і система повинна задовольняти потреби кожного користувача;
Універсальність або вузька спеціалізація. У світі існують системи, спрямовані на певну галузь, так і універсальні рішення, що дозволяють зібрати інформацію в будь-якому розрізі;
Вимогливість до ресурсів і ціна на програмний продукт. Вибір BI системи, як і будь-якого ПО, залежить від можливостей компанії.

Перераховані вище критерії допоможуть керівництву зробити усвідомлений вибір серед усього розмаїття відомих систем бізнес аналітики. Існують і інші параметри (наприклад, структура зберігання даних, веб-архітектура), але вони вимагають кваліфікації в вузьких IT-областях.

Недостатньо просто зробити вибір, купити ПО, встановити і налаштувати його. Успішне впровадження BI систем будь-якого напрямку грунтується на наступних правилах:

Коректність даних. Якщо дані для аналізу невірні, то існує ймовірність серйозної помилки системи;
Повноцінне навчання кожного користувача;
Швидке впровадження. Необхідно зосередиться на вірному формуванні необхідних звітів на всіх ключових місцях, а не на ідеальному обслуговуванні одного користувача. Скорегувати зовнішній вигляд звіту або додати ще один його розріз для зручності завжди можна після впровадження;
Усвідомлюйте окупність інвестицій в систему BI. Ефект залежить від безлічі факторів і в деяких випадках виявляється видний лише через кілька місяців;
Обладнання повинно бути розраховане не тільки на сучасну ситуацію, але і на найближче майбутнє;
Усвідомлювати, навіщо було розпочато впровадження системи BI, і не вимагайте від програмного забезпечення неможливого.

За статистикою всього лише 30% керівників компаній задоволені впровадженням BI систем. За довгі роки існування ПО для аналізу бізнесу фахівці сформулювали 9 ключових помилок, які можуть знизити ефективність до мінімуму:

Неочевидність мети впровадження для керівництва. Найчастіше проект створюється силами IT-відділу без тісної участі керівників. У більшості випадків в процесі впровадження та функціонування з'являються питання по меті та завданням BI системи, вигоди і зручності використання;
Відсутність прозорості в управлінні, роботі співробітників і прийнятті рішень. Менеджери можуть не знати алгоритмів роботи співробітників на місцях, а управлінські рішення можуть прийматися не тільки на основі сухих фактів. Це призведе до неможливості збереження існуючої парадигми в результаті впровадження BI системи. І часто зламати сформовану роками культуру корпоративного управління неможливо;
Недостатня достовірність даних. Попадання неправдивої інформації в систему аналізу бізнесу неприпустимо, інакше співробітники не зможуть довіряти їй і користуватися нею;
Неправильний вибір професійної системи бізнес аналітики. Безліч прикладів в історії, коли керівництво наймає сторонню організацію для впровадження BI системи і не приймає участі в її виборі, говорять самі за себе. В результаті впроваджується система, яка не дозволяє отримати потрібний звіт або з якої неможлива інтеграція одного з існуючих в компанії ПО;
Відсутність плану на майбутнє. Особливість BI систем в тому, що це не статичне ПО. Неможливо закінчити проект впровадження і не згадувати про нього. Виникає безліч вимог від користувачів і керівництва в частині доробок;
Передача BI системи сторонньої організації на підтримку. Як показує практика, найчастіше такі ситуації призводять до ізоляції продукту і відірваності системи від реального стану справ. Власна служба підтримки набагато швидше і ефективніше реагує на відгуки користувачів і вимоги керівництва;
Бажання заощадити. У сфері бізнесу це нормально, але BI аналітика працює, тільки якщо бере до уваги всі аспекти діяльності компанії. Саме тому найбільш ефективні глибокі аналітичні системи з високою вартістю. Бажання отримати кілька звітів з потрібних областях призводить до частих помилок в даних і великій залежності від кваліфікації IT-фахівців;
Різна термінологія в компанії. Важливо, щоб всі користувачі розуміли основні терміни та їх зміст. Просте непорозуміння може призвести до невірного трактування звітів і показників BI системи;
Відсутність єдиної стратегії аналізу бізнесу на підприємстві. Без обраного єдиного для всіх співробітників курсу будь-яка система класу BI буде лише набором розрізнених звітів, які відповідають вимоги окремих керівників.

Впровадження BI систем - важливий крок, здатний допомогти вивести бізнес на новий рівень. Але для цього зажадає не тільки досить великого вливання фінансів, але і часу, і сил кожного співробітника компанії. Далеко не кожен бізнес готовий грамотно закінчити проект впровадження системи аналізу бізнесу.