Razlika između poslovne inteligencije i nauke o podacima. Šta je poslovna inteligencija Šta je B.I.
Pročitajte također
Upotreba poslovne analitike poboljšava kvalitet i efikasnost upravljačkih odluka, a pomaže i u upravljanju poslovnim procesima, što dovodi do povećanja konkurentnosti kompanije. To je bio jedan od glavnih razloga za značajan porast interesovanja za BI (business intelligence) rješenja, koji IDC u Rusiji primjećuje od 2010. godine.
Stručnjaci se raspravljaju o funkcionalnosti informacionih sistema koji omogućavaju poslovnu analizu. Ali proces rada s analitičkim podacima i IT rješenje namijenjeno za ove svrhe nisu uopće ista stvar. Prije nego što počne implementirati BI sistem, kompanija se mora pripremiti za njegovu upotrebu: formalizirati poslovne procese, odrediti mjesta za prikupljanje informacija, vrste podataka koje se prikupljaju i svrhu u koju će se te informacije koristiti. Nakon toga možemo razgovarati o specifičnim BI alatima potrebnim za poslovanje.
Poslovna analitika se razlikuje od ručne analize indikatora u Excel tabelama otprilike koliko se avion razlikuje od zmaja. Pitanje nije samo u brzini. Na kraju krajeva, BI je automatizacija procesa prikupljanja informacija i generisanja izvještaja. Dok radite sa Excel-om, potrebno je da neko prikupi analizirane podatke iz svih izvora informacija kompanije, dovede ih u jedan šablon, a tek onda generiše izveštaje.
Postoji i velika razlika u rezultatima rada sa ovim informacijama. BI je višedimenzionalnost korišćenih podataka i mogućnost brzog generisanja izveštaja u bilo kom kontekstu, koristeći sve informacije dostupne u kompaniji. Drugim riječima, sistem će riješiti zadatak s kojim će ljudi morati da se nose 24 sata (na primjer, izračunavanje ovisnosti prodaje određenih modela odjeće u trgovini od demografskog sastava stanovništva i prometne infrastrukture područja). ) u minutama.
Dugo vremena su BI rješenja bila bazirana na takozvanim OLAP kockama. Upotreba ovakvih sistema traje do danas. Oni predstavljaju informacije u skladištu na način da u svakom trenutku možete uzeti sve dostupne indikatore kao osi „kocke“ i izvršiti analizu koristeći potrebne sekcije, praveći ravnu tabelu ili grafikon zavisnosti jednog indikatora na drugom. Ono što je bitno jeste da se analiza odvija u realnom vremenu, na šta ukazuje i skraćenica OLAP – onlajn analitička obrada.
Među ostalim karakteristikama, ističemo prisustvo funkcija upravljanja metapodacima, razvojnih alata, alata za saradnju i upravljanje procesima, alata za izvještavanje, napredne vizualizacije, prediktivnog modeliranja i funkcija rudarenja podataka, te tablica rezultata.
Danas, prodaja BI sistema koji implementiraju in-memory tehnologije nastavlja da raste na tržištu. Glavna ideja in-memory-a je princip trajnog skladištenja podataka u RAM-u. Ovo korisnicima daje mogućnost da odmah dobiju odgovore - u delićima sekunde - čak i kada rade sa ogromnim količinama podataka. Međutim, takva rješenja nisu pogodna za sve sa tehničke tačke gledišta, a mnogi korisnici i dalje koriste OLAP tehnologiju.
Prisustvo analitičke obrade na mreži jedna je od karakteristika analitičkog sistema, što mu omogućava da se prema Gartneru nazove punopravnom BI platformom.
Pored različitih tehnoloških arhitektura, BI sistemi se razlikuju i po skupu alata za različite kategorije poslovnih korisnika.
Na primjer, punopravne BI platforme se vrlo razlikuju u smislu funkcionalnosti od BI modula koji su ugrađeni u neke poslovne informacione sisteme i imaju ograničene mogućnosti prezentacije.
Svaka korisnička uloga ima svoje informativne panele koji predstavljaju ključne pokazatelje poslovanja koji su potrebni ovim zaposlenicima u obliku tabela ili infografika. BI toolkit također pruža alate za kreiranje izvještaja i sučelje za njihovo pregledavanje: u prozoru sistema, putem weba ili na mobilnom uređaju korisnika. Alati za određivanje korelacije podataka pomažu u izradi izvještaja.
Jedan od dominantnih trendova u posljednjih pet godina na BI tržištu je rastuća potražnja za mobilnom analitikom. Korisnici BI sistema koji cijene njihovu vrijednost za poslovanje također razumiju vrijednost stalnog pristupa takvim alatima. Gotovo svaki veliki BI dobavljač danas je spreman da korisnicima pruži alate za online analitiku. Istovremeno, mobilna radna mjesta su usmjerena ne samo na top menadžere, već i na niz drugih kategorija korisnika koji moraju stalno imati ažurne informacije o stanju pojedinih poslovnih procesa. Dakle, od „privilegija šefa“, BI mobilnost je postala sredstvo za brzo reagovanje na događaje za linijske menadžere i analitičare. Budući da BI sistem omogućava rad sa velikim količinama podataka koji ulaze u skladište iz različitih informacionih sistema i to u nestrukturiranom obliku, može se koristiti za rad sa „velikim podacima“, za koje je poslovanje toliko zainteresovano poslednjih godina. To nije iznenađujuće, budući da količine pohranjenih i obrađenih informacija rastu ubrzanim tempom, stoga su kompanije prisiljene razmišljati o kupovini dodatne računarske snage. Istovremeno, u realnom poslovanju obično se koristi do 30% svih pohranjenih informacija, dok ostatak postaje samo izvor troškova za njihovo skladištenje.
Prisustvo velikih količina nestrukturiranih i potencijalno korisnih informacija u kompanijama, kao i velike mogućnosti koje analitičarima pružaju BI sistemi, postali su jedan od pokretača napretka u ovoj oblasti. Danas sve više analitičara traži fleksibilnije alate koji bi im omogućili da proučavaju sve podatke i grade poslovne hipoteze. To je dovelo do pojave nove klase alata - otkrivanja podataka. Zasnovani su na fleksibilnom modelu podataka i interaktivnim korisničkim interfejsima koji su pogodniji za poslovne korisnike nego za analitičare. Na primjeru otkrivanja podataka vidimo kako alat postupno prerasta u neovisno područje IT sistema za analitiku.
Budući da BI nije samo analiza trenutne situacije, već i prognoza, razvijeni su napredni alati za analitičare i menadžere kako bi testirali hipoteze koje su iznijeli. A obavještenje o njihovom postizanju graničnih vrijednosti pomoći će u kontroli ključnih indikatora tokom analize.
Kako će se alati BI sistema i njihova upotreba od strane ruskih kompanija razvijati u budućnosti? Hoće li se pojaviti nove korisničke uloge, novi interfejsi, hoće li top menadžeri početi više raditi s poslovnom analitikom? Maria Golikova, konsultant u analitičkom odjelu Softlinea, uvjerena je da je jedan od vektora razvoja povezan s rastućom potražnjom za „oblacima“ i alatima za vizualizaciju: „Razvojom cloud tehnologija, mnogi veliki BI programeri počeli su da nude dodatne mogućnosti dostupne u oblaku.
Ako kompanija ima “tradiciju” pripremanja izvještaja u obliku statičnih Excel tabela, onda će mnogim zaposlenima biti teško da to napuste. Međutim, moramo se nadati da će s vremenom broj kompanija koje će primati sveobuhvatne informacije koristeći informativne kontrolne table rasti.”
Također, prema riječima stručnjaka, rastuću popularnost BI-ja će biti olakšan pažljivim odnosom programera prema ljubaznosti sučelja i kreiranju mobilnih radnih mjesta: „BI alati se sada kreću ka nezavisnoj analizi - rješenja postaju što lakša koristiti. Ovo omogućava poslovnim korisnicima da samostalno mijenjaju trenutne izvještaje ili kreiraju nove kroz intuitivni interfejs. Top menadžment danas privlači i mogućnost korištenja mobilnih BI rješenja. Menadžer može otići na službeno putovanje, ali u isto vrijeme na ekranu prijenosnog uređaja vidjeti glavne pokazatelje uspješnosti svog poslovanja.”
Govoreći o tome koje alate koje pružaju BI platforme najviše traže ruski kupci, Alexander Gerasimov, direktor odjela za IT i usluge u oblaku u J'son & Partners Consulting, napominje: „Ono što se sada koristi su alati za kreiranje raznovrsnog upravljanja i marketinško izvještavanje naknadno zasnovano na analizi podataka iz transakcionih sistema, kao što su ERP, OSS/BSS (posebno naplata), automatizovani bankarski sistemi itd.
Ono što ima dobre izglede su tehnologije za analizu velikih podataka: ne samo strukturirane informacije iz transakcionih sistema, već i slabo (ili složeno) strukturirani podaci, kao što su, na primjer, logovi i geopodaci korisnika pametnih telefona i još mnogo toga. Trenutno se takve informacije uglavnom koriste za obogaćivanje i poboljšanje kvaliteta izvještavanja nakon činjenica. U budućnosti se mogu koristiti direktno u sistemima upravljanja – u cilju njihove intelektualizacije.”
Neki BI sistemi predlažu korištenje više infografike umjesto klasičnih tabelarnih izvještaja. Ali nisu svi spremni da percipiraju grafičke informacije.
24.04.2003 Valery Artemyev
Termin „poslovna inteligencija“ postoji relativno dugo, iako se kod nas malo koristi zbog nedostatka adekvatnog prevoda i jasnog razumevanja, što je, međutim, tipično i za Zapad. Pokušajmo razumjeti njegovu suštinu.
U ruskom jeziku riječ "inteligencija" se jasno razumije kao sposobnost razmišljanja osobe. Na prvi pogled dobar prevod za taj termin Poslovne inteligencije predloženo u „data mining“, ali se odmah postavlja pitanje da li postoji „ne-data mining“.
Na nejasnoću pojma o kojem se raspravlja utjecala je polisemija engleske riječi “inteligence”:
- sposobnost prepoznavanja i razumijevanja; spremnost za razumevanje;
- znanje preneseno ili stečeno kroz obuku, istraživanje ili iskustvo;
- radnja ili stanje u procesu spoznaje;
- obavještajni podaci, obavještajni podaci.
U ruskom jeziku riječ "inteligencija" se jasno razumije kao sposobnost razmišljanja osobe. Na prvi pogled, dobar prevod za pojam Business intelligence je predložen u „data mining“, ali se odmah postavlja pitanje da li postoji „analiza podataka bez rudarenja“. Načini govora su nedokučivi, pa ćemo koristiti i original na engleskom i paus papir „business intelligence“.
Razne definicije
Pojam "poslovna inteligencija" prvi su skovali analitičari Gartnera kasnih 1980-ih kao "proces usmjeren na korisnika koji uključuje pristup i istraživanje informacija, njihovu analizu, razvoj intuicije i razumijevanja koji dovode do poboljšanog i neformalnog donošenja odluka". Kasnije, 1996. godine, pojašnjeno je da „alati za analizu podataka, izvještavanje i upite mogu pomoći poslovnim korisnicima da se kreću morem podataka kako bi iz njih sintetizirali značajne informacije – danas ovi alati zajedno spadaju u kategoriju koja se zove poslovna inteligencija (Poslovna inteligencija )".
BI kao metode, tehnologije, sredstva izvlačenja i prezentiranja znanja
Prema originalnim definicijama, BI je proces analize informacija, razvijanja intuicije i uvida za poboljšano i neformalno donošenje odluka od strane poslovnih korisnika, te alati za izdvajanje informacija relevantnih za poslovanje iz podataka. Treba napomenuti da većina definicija „poslovnu inteligenciju“ tumači kao proces, tehnologije, metode i sredstva izvlačenja i prezentiranja znanja.
BI, EIS, DSS, e-poslovanje i trgovina
Tokom proteklih 10 godina, nazivi i sadržaj informacionih i analitičkih sistema su se promenili od izvršnih informacionih sistema (EIS) do sistema za podršku odlučivanju (DSS), a sada i do sistema poslovne inteligencije.
U danima velikih računara i mini računara, kada većina korisnika nije imala direktan pristup računarima, organizacije su zavisile od svojih IT odeljenja da im obezbede standardne i parametarske izveštaje. Ali da bi dobili izvještaje osim standardnih, korisnici su morali naručiti njihov razvoj i čekati nekoliko dana ili sedmica.
EIS aplikacije su prilagođene da zadovolje potrebe rukovodilaca i menadžera i pružaju ključne agregirane informacije o zdravlju njihovog poslovanja u obliku tabela ili grafikona. Obično su uključivali rutinske upite sa skupom parametara. Takve pakete obično su razvili njihovi vlastiti IT odjeli. Za dobivanje dodatnih informacija i provođenje daljnje analize korištene su druge aplikacije ili su kreirani prilagođeni SQL upiti ili izvještaji.
Prva generacija DSS aplikacija su bili aplikativni softverski paketi koji su dinamički generisali SQL skripte na osnovu vrste informacija koje je korisnik tražio. Oni su omogućili analitičarima da dobiju informacije iz relacionih baza podataka bez potrebe za poznavanjem SQL-a. Za razliku od EIS-a, DSS aplikacije mogu da odgovore na širok spektar poslovnih pitanja, imaju više opcija za izveštavanje i specifične mogućnosti formatiranja. Međutim, fleksibilnost takvih paketa je i dalje bila ograničena zbog njihovog fokusa na specifičan skup zadataka.
Sa pojavom računara i lokalnih mreža, sledeća generacija DSS aplikacija je izgrađena na bazi BI i omogućava korisniku koji nije programer da lako i brzo dohvati informacije iz različitih izvora, generiše sopstvene prilagođene izveštaje ili grafičke prikaze i sprovodi multidimenzionalna analiza podataka. Razvoj sistema poslovne inteligencije prešao je od „debelih“ klijenata do web aplikacija u kojima korisnik provodi istraživanje koristeći pretraživač i može raditi na daljinu. Također možete kreirati scenarije šta ako i zajedno pregledati i ažurirati informacije.
Iako su korisnici poslovnih BI informacija tradicionalno locirani unutar preduzeća, sa porastom Weba za e-poslovanje, B2B, CRM i SCM, BI korisnici mogu biti i eksterni prema preduzeću, a u B2C, C2B i tržištima, BI korisnici su korisnici interneta.
BI i skladišta podataka
Koncept, metode i alati skladišta podataka (Data warehousing) definišu pristupe i obezbeđuju integraciju, čišćenje, retrospektivno skladištenje informacija namenjenih analizi, odgovaraju na pitanje „Kako pripremiti informacije za analizu?“ Tehnologija poslovne inteligencije definiše metode i sredstva pristupa i operativne analize informacija u smislu predmetne oblasti. BI alati ne moraju nužno raditi u infrastrukturi skladišta podataka, ali im se u ovom slučaju pripisuje problem čišćenja i usklađivanja podataka, a te operacije će se morati izvoditi u hodu ili unaprijed, ali za zasebno informacioni resurs. Pored toga, postoji uticaj na performanse i pouzdanost sistema za obradu transakcija na mreži. Zbog toga je dobra korporativna praksa razdvojiti transakcione i analitičke komponente i za potonje koristiti različita rješenja za skladištenje podataka. Glavne veze se javljaju ne samo na nivou informacija, već i na nivou metapodataka. U slučaju skladišta podataka, moguće je obezbijediti centralizovano upravljanje metapodacima.
Treba napomenuti da se termin „skladište podataka“ često odnosi na DSS sistem za podršku odlučivanju ili informaciono-analitički sistem zasnovan na tehnologijama skladišta podataka i poslovne inteligencije.
Klasifikacija proizvoda poslovne inteligencije
Danas kategorije BI proizvoda uključuju: BI alate i BI aplikacije. Prvi se, pak, dijele na: generatore upita i izvještaja; razvijeni BI alati, prvenstveno alati za onlajn analitičku obradu (OLAP); korporativni BI paketi (enterprise BI suites, EBIS); BI platforme. Glavni dio BI alata podijeljen je na korporativne BI pakete i BI platforme. Alati za upite i izvještavanje se u velikoj mjeri apsorbiraju i zamjenjuju poslovnim BI paketima. Višedimenzionalni OLAP motori ili serveri, kao i relacijski OLAP motori, su BI alati i infrastruktura za BI platforme. Većinu BI alata koriste krajnji korisnici za pristup, analizu i generiranje izvještaja o podacima koji se najčešće nalaze u skladištu, prodajnim mjestima ili operativnim skladištima podataka. Programeri aplikacija koriste BI platforme za kreiranje i implementaciju BI aplikacija koje se ne smatraju BI alatima. Primjer BI aplikacije je informacioni sistem EIS menadžera.
Alati za postavljanje upita i izvještaja
Generatori upita i izvještaja su obično desktop alati koji korisnicima pružaju pristup bazama podataka, vrše neke analize i generiraju izvještaje. Zahtjevi mogu biti ili neplanirani (ad hoc) ili rutinske prirode. Postoje sistemi za generisanje izveštaja (obično bazirani na serveru) koji podržavaju rutinske upite i izveštaje. Generatori upita i izvještaja na radnoj površini također su poboljšani nekim laganim OLAP mogućnostima. Napredni alati u ovoj kategoriji kombinuju mogućnosti grupnog generisanja rutinskih izveštaja i desktop generatora upita, distribucije izveštaja i njihovog brzog ažuriranja, formirajući takozvano korporativno izveštavanje. Njegov arsenal uključuje server za izveštaje, alate za distribuciju, objavljivanje izveštaja na Webu i mehanizam za obaveštavanje o događajima ili odstupanjima (upozorenja). Tipični predstavnici su Crystal Reports, Cognos Impromptu i Actuate e.Reporting Suite.
OLAP ili napredni analitički alati
OLAP alati su analitički alati koji su prvobitno bili bazirani na višedimenzionalnim bazama podataka (MDB).
MDB su baze podataka dizajnirane posebno da podrže analizu kvantitativnih podataka sa više dimenzija, koje sadrže podatke u „čisto” višedimenzionalnom obliku. Većina aplikacija uključuje vremensku dimenziju, druge dimenzije se mogu odnositi na geografiju, organizacione jedinice, kupce, proizvode, itd. OLAP vam omogućava da organizujete dimenzije u hijerarhiji. Podaci su predstavljeni u obliku hiperkocki (kocki) - logičkih i fizičkih modela indikatora koji zbirno koriste dimenzije, kao i hijerarhije unutar ovih dimenzija. Neki podaci su prethodno agregirani u bazi podataka, drugi se izračunavaju u hodu.
OLAP alati vam omogućavaju da istražujete podatke u različitim dimenzijama. Korisnici mogu odabrati koje će metrike analizirati, koje dimenzije i kako ih prikazati u unakrsnoj tabeli, zamijeniti redove i kolone kako bi se „zaokrenuli“, a zatim seci i kockice kako bi se fokusirali na određenu kombinaciju dimenzija. Možete promijeniti granularnost podataka pomicanjem kroz nivoe pomoću drill down/roll up drill down i drill down, kao i drill preko unakrsnog bušenja kroz druge dimenzije.
Za podršku MDB-a koriste se OLAP serveri, optimizirani za višedimenzionalnu analizu i snabdjeveni analitičkim mogućnostima. Oni pružaju dobre performanse, ali obično zahtijevaju puno vremena za učitavanje i proširenje MDB-a. Dolaze sa mogućnostima „dohvatanja“, omogućavajući vam da pređete sa agregata na detalje u relacionim bazama podataka. Klasični OLAP server - Hyperion Essbase Server.
Danas se relacijski DBMS-ovi koriste za emulaciju MDB-a i podržavaju multidimenzionalnu analizu. OLAP za relacione baze podataka (ROLAP) ima prednost skalabilnosti i fleksibilnosti, ali gubi u performansama u odnosu na višedimenzionalni OLAP (MOLAP), iako postoje metode za poboljšanje performansi, kao što je zvezda šema. Iako su MDB-ovi i dalje najpogodniji za online analitičku obradu, ova mogućnost se sada ugrađuje ili proširuje pomoću relacijskih DBMS-ova (na primjer, MS Analysis Services ili ORACLE OLAP usluge nisu isto što i ROLAP). Postoji i hibridna online analitička obrada (HOLAP) za hibridne proizvode koji mogu pohraniti višedimenzionalne podatke nativno kao iu relacijskom predstavljanju. MDB-ovima se pristupa pomoću API-ja za generiranje višedimenzionalnih upita, dok se relacijskim bazama podataka pristupa putem SQL upita. Primjer ROLAP servera je Microstrategy7i Server.
OLAP alati za desktop računare (npr. BusinessObjects Explorer, Cognos PowerPlay, MS Data Analyzer) sada ugrađeni u EBIS olakšavaju krajnjim korisnicima da pregledaju i manipulišu višedimenzionalnim podacima koji mogu doći iz ROLAP ili MOLAP pozadine resursa podataka. Neki od ovih proizvoda imaju mogućnost učitavanja kocki tako da mogu raditi autonomno. Kao dio EBIS-a, ovi desktop alati imaju mogućnosti obrade servera koje prevazilaze njihove tradicionalne mogućnosti, ali se ne takmiče sa MOLAP alatima. Desktop alati imaju male performanse i analitičku moć u poređenju sa MOLAP alatima. Interfejs se često pruža preko Excel-a, na primjer, MS Excel2000/OLAP PTS, BusinessQuery za Excel. Gotovo svi OLAP alati imaju Web ekstenzije (Business Objects WebIntelligence, na primjer), za neke su osnovne.
Enterprise BI paketi
EBIS je prirodan put za isporuku BI alata koji su prethodno isporučeni kao različiti proizvodi. Ovi skupovi su integrisani u komplete alata za upite, izveštavanje i OLAP. Enterprise BI paketi moraju biti skalabilni i proširiti se ne samo na interne korisnike, već i na ključne kupce, dobavljače, itd. Proizvodi BI paketa bi trebali pomoći administratorima da implementiraju i upravljaju BI bez dodavanja novih resursa. Zbog bliskog odnosa između Weba i poslovnih BI paketa, neki dobavljači opisuju svoje BI pakete kao BI portale. Ove ponude portala pružaju podskup EBIS mogućnosti putem web pretraživača, ali dobavljači kontinuirano proširuju svoju funkcionalnost bliže funkciji debelih klijentskih alata. Tipični EBIS isporučuju Business Objects i Cognos.
BI platforme
BI platforme nude skupove alata za kreiranje, implementaciju, podršku i održavanje BI aplikacija. Postoje aplikacije bogate podacima sa prilagođenim interfejsima za krajnje korisnike, organizovane oko specifičnih poslovnih problema, sa ciljanom analizom i modelima. BI platforme, iako ne tako brzo rastu i široko se koriste kao EBIS, važan su segment zbog očekivanog i stalnog rasta BI aplikacija. Zbog napora dobavljača relacionih DBMS-a da kreiraju OLAP ekstenzije svojih DBMS-ova, mnogi dobavljači platformi koji su obezbedili višedimenzionalne DBMS-ove za OLAP bili su primorani da migriraju na polje BI aplikacija kako bi preživjeli. Porodice proizvoda baza podataka koje pružaju BI mogućnosti zaista pokreću rast tržišta BI platformi. To je dijelom zbog povećane aktivnosti brojnih dobavljača baza podataka. Gledajući različite alate, vidimo da su EBIS visoko funkcionalni alati, ali nemaju toliku vrijednost kao BI platforme ili prilagođene BI aplikacije. Ali BI platforme obično nisu funkcionalno potpune kao korporativni BI paketi. Prilikom odabira BI platformi potrebno je uzeti u obzir sljedeće karakteristike: modularnost, distribuiranu arhitekturu, podršku za XML standarde, OLE DB za OLAP, LDAP, CORBA, COM/DCOM i podršku za rad na webu. Oni također moraju obezbijediti funkcionalnost specifične za poslovnu inteligenciju, odnosno pristup bazi podataka (SQL), manipulaciju višedimenzionalnim podacima, funkcije modeliranja, statističku analizu i poslovnu grafiku. Ovu kategoriju proizvoda predstavljaju Microsoft, SAS Institute, ORACLE, SAP i drugi.
BI aplikacije
Aplikacije poslovne inteligencije često imaju ugrađene BI alate (OLAP, generatore upita i izvještaja, alate za modeliranje, statističku analizu, vizualizaciju i rudarenje podataka). Mnoge BI aplikacije izdvajaju podatke iz ERP aplikacija. BI aplikacije su obično fokusirane na određenu organizacijsku funkciju ili zadatak, kao što su analiza i predviđanje prodaje, finansijsko budžetiranje, predviđanje, analiza rizika, analiza trendova, „analiza odljeva“ u telekomunikacijama itd. Mogu se primijeniti šire, kao u slučaju upravljanja performansama preduzeća ili aplikacija balansiranih rezultata.
Data Intelligence
Data mining je proces otkrivanja korelacija, trendova, obrazaca, odnosa i kategorija. Izvodi se pažljivim ispitivanjem podataka korištenjem tehnologija prepoznavanja uzoraka, kao i statističkih i matematičkih metoda. Data mining uzastopno izvodi različite operacije i transformacije na sirovim podacima (odabir karakteristika, stratifikacija, grupisanje, vizualizacija i regresija) koji su dizajnirani da: 1) pronađu uvide koji su intuitivni za ljude, koji zauzvrat bolje razumiju poslovne procese koji su u osnovi njihovih aktivnosti ; 2) pronaći modele koji mogu predvidjeti ishod ili značenje određenih situacija koristeći istorijske ili subjektivne podatke.
Za razliku od korištenja OLAP-a, inteligencija podataka je mnogo manje vođena korisnicima, oslanjajući se umjesto toga na specijalizirane algoritme koji povezuju informacije i pomažu u prepoznavanju važnih (i ranije nepoznatih) trendova, bez korisničkih pristrasnosti i pretpostavki.
Druge BI metode i alati
Pored navedenih alata, BI može uključiti sljedeće alate za analizu: pakete statističke analize i analizu vremenskih serija i procjenu rizika; Alati za modeliranje; Paketi za neuronske mreže; alati fuzzy logike i ekspertni sistemi.
Pored toga, potrebno je istaći sredstva za grafički prikaz rezultata: sredstva poslovne i naučno-tehničke grafike; „kontrolne table“, analitička kartografija i topološke karte; multidimenzionalni alati za vizualizaciju podataka.
Arhitektura poslovne inteligencije
BI arhitektura preduzeća treba da se razvije nakon što se utvrde potrebe korisnika za BI, ali pre nego što se izaberu BI alati. Arhitektura Business Intelligence definiše komponente isporuke BI informacija i komponente BI tehnologije (slika 1). Jednom kada se identifikuju profili upotrebe BI informacija, arhitektura isporuke informacija može se dizajnirati na osnovu ovih profila i vrste potrebne implementacije. To može biti bilo koja mješavina mrežno povezanih desktop klijenata, desktop klijenata i servera, tankih klijenata zasnovanih na webu i drugih mobilnih računarskih uređaja. Arhitektura isporuke informacija će definirati korisnička sučelja, koja su često prilagodljivi portali.
Fig.1. Arhitektura poslovne inteligencije
Arhitektura BI tehnologije definira infrastrukturu i komponente potrebne za podršku implementacije, rada i administracije BI alata i aplikacija, kao i komunikacije između ovih komponenti. Jaka arhitektura BI tehnologije sastojat će se od dva važna sloja: infrastrukture i aplikacijskih usluga (ili funkcionalnosti). Infrastrukturni sloj uključuje informacione resurse, administraciju i mreže. U ovom sloju podaci se prikupljaju, integriraju i stavljaju na raspolaganje. Skladištenje podataka je jedna od mogućih komponenti infrastrukturnog sloja. Korišćenje BI-ja u operativnim sistemima može zahtevati skladište operativnih podataka (ODS), moguće povezano sa strukturama toka posla preduzeća. Aplikacione usluge uključuju sve BI usluge, kao što su mašine za upite, analize, izvještavanje i vizualizaciju, kao i sigurnost i metapodatke.
Okruženje za skladištenje i pristup BI informacijama
Pored tradicionalnih rješenja za skladište podataka Oracle9i i MS SQL Server2000, postoji sve veći broj aplikacija ERP skladišta, na primjer, SAP BW za R/3, ili PeopleSoft Enterprise Warehouse sa BI aplikacijama za upravljanje performansama preduzeća. Međutim, u oba slučaja funkcionalnost je vezana za specifične ERP sisteme i stoga je ograničena.
Upotreba ROLAP-a za pohranjivanje BI informacija brzo raste zbog pogodnosti relacijskih DBMS-a za aplikacije s vrlo velikim, detaljnim bazama podataka i inkorporacije OLAP mogućnosti u DBMS. Upotreba MDB-a i OLAP-a ostaje nepromijenjena i najdominantnija, jer oni pružaju bolje performanse i funkcionalnost tamo gdje su agregirani podaci i složena analitika važni.
Nije iznenađujuće da se s obzirom na visoku cijenu dvoslojnih struktura klijent-server, pristup BI-ju sve više odvija putem Weba. Težište se pomera na server, što odražava činjenicu da je pristup poslovnim BI informacijama važan element, dok samostalni računari očigledno nisu dovoljno funkcionalni. Isporuka BI izvještaja putem e-pošte je popularna i raste, ali mobilne i bežične metode dostave još uvijek se sporo razvijaju.
Metapodaci
Većina BI alata na tržištu koristi sloj metapodataka ili spremište. Poslovni metapodaci uključuju definicije podataka pohranjenih u izvorima podataka u terminima domene. Oni također mogu sadržavati pravila i kalkulacije koje je potrebno definirati za taj posao. Osim toga, postoje tehnički metapodaci za pristup fizičkim podacima. CASE alati, relacioni DBMS-ovi, alati za ekstrakciju, transformaciju i učitavanje podataka koriste metapodatke. Prilikom kreiranja skladišta podataka i baza podataka, često je moguće automatski izdvojiti metapodatke iz izvora podataka, ali ponekad korisnici moraju sami dohvatiti metapodatke. Dakle, moguća je složena situacija sa nekoliko repozitorija koji postoje u jednoj organizaciji. Nedostatak zajedničkih metapodataka za alate – zbog nedostatka standarda za metapodatke – predstavlja ozbiljan problem za IT odjele.
Prednosti i mane tehnologije
Sposobnost korisnika da sprovede višeaspekatnu operativnu analizu informacija u terminima specifičnim za domen kako bi podržala poslovno odlučivanje se brzo širi. Paralelno kretanje od informacijske anarhije ili diktature do informatičke demokratije povećava broj korisnika poslovne inteligencije. Potreba za fleksibilnim pristupom korporativnim podacima je na prvom mjestu, a ne samo potreba za rješavanjem specifičnog funkcionalnog problema. Direktna ovisnost o IT odjelima koji proizvode prilagođene izvještaje ili upite je smanjena. Moguć je prijelaz sa statičnih regulatornih izvještaja na „izvještaj uživo“, a najnapredniji analitičari imaju priliku da sprovode međutematsku analizu i izgrade zbirne izvještaje od nule, koji imaju semantički sloj koji opisuje sve indikatore i dijelove korporativnih informacija. Programeri mogu koristiti ove iste alate za brzo kreiranje rutinskih, parametarskih izvještaja. Web pristup BI (statičnim i dinamičkim sadržajem) omogućiće pravi korporativni informacioni prostor i kolektivni rad zaposlenih.
Glavni rizik su prebrze promjene u BI tehnologiji i korištenje neprovjerenih rješenja i alata. Potrebno je pratiti dobavljače, procjenjivati njihovu održivost, pravce razvoja, redovno isprobavati nove alate i vršiti tipizaciju i unificiranje BI. Još jedan rizik je povezan s kvalitetom podataka – ako nisu pravilno transformirani, očišćeni i konsolidirani, tada nikakva količina fensi BI alata ili aplikacija ne može povećati pouzdanost podataka. Brojni problemi mogu nastati zbog nedosljednosti metapodataka. Unutar velike korporacije, ovi problemi se rješavaju na nivou infrastrukture stvaranjem korporativnog skladišta podataka i centraliziranog upravljanja metapodacima. Kreiranje repozitorija će pomoći da se uvede red u nomenklaturu prikupljenih indikatora, prikupljanje podataka, distribuciju i autorizaciju pristupa. Sama BI tehnologija nije u stanju da sveobuhvatno reši ove probleme, a njihovo zanemarivanje vraća se informacionoj anarhiji i „silose podataka“.
Glavni igrači na BI polju
Prema Gartnerovim poslovičnim magičnim kvadratima, tehnološki lideri u EBIS-u danas su Business Objects i Cognos, Information Builders je na granici između lidera i izazivača, a Microsoft i Oracle su među izazivačima. Jedan nema samostalni OLAP klijent, ali koristi funkciju zaokretne tablice Excel200x i nema generator izvještaja; drugi još nema zamjenu za Oracle Express Analyzer. U grupi „vizionara“ Crystal Decisions se izdvaja na granici sa liderima. Takođe vredi pomenuti Actuate i MicroStrategy.
Lidera za BI platforme praktično nema, što ukazuje na nezrelost tehnologije i tržišta. Za sada je samo Microsoft na granici ovog područja zbog rješenja za ugradnju OLAP servisa u MS SQL Server i njihovo razvijanje u analitički server. Ostali kandidati su SAS Institut, a slijede Oracle, PeopleSoft i SAP. Hyperion je bukvalno na raskrsnici - SAS i Hyperion su izgubili vodeće pozicije 2000. godine. Među vizionarima je istaknuta MicroStrategy. Nažalost, Crystal Decisions je još uvijek niša igrač.
Trendovi
Među BI alatima, EBIS doživljava najveći rast, što odražava povećanu konkurenciju u današnjoj ekonomiji. Upotreba alata za generiranje upita, izvještaja i analize podataka opada, a organizacije ih nadograđuju i zamjenjuju poslovnim BI paketima. Osnovni alati (neplanirani upiti, izvještavanje i osnovna OLAP analiza) su i dalje najčešći i pokrivaju većinu potreba. Upotreba OLAP-a i drugih naprednih BI alata sličnih tehnologiji rudarenja podataka također raste. Međutim, samostalni alati za rudarenje podataka nestaju, ova tehnologija se apsorbira i uključuje u druge BI alate, na primjer, u DBMS ekstenzije.
Očekuje se da će u roku od 5 godina mogućnosti poput XML-a za analizu (XML/A), BI web servisa, suradnje, bežičnih i mobilnih komunikacija biti kombinovane u obliku mreža poslovne inteligencije (BI mreže), koje će biti dopunjene aktivnosti alata za praćenje poslovanja (Praćenje poslovnih aktivnosti, KM).
XML za raščlanjivanje. XML/A se prvobitno pojavio kao komunikacioni protokol između različitih BI slojeva (klijent, analitički server, server baze podataka). XML/A ima ozbiljne probleme s performansama – stvara mnogo dodatnih troškova i trenutno je primjenjiv samo na “lagane” OLAP klijente. Međutim, ako se ovi problemi riješe, XML/A bi mogao postati zajednički lingua franca između različitih BI okruženja, prelazeći više domena, dobavljača i tehnologija, podržavajući tako BI mreže.
BI Web usluge. Prodavci često identifikuju EBIS proizvode kao BI portale jer web verzije ovih proizvoda pružaju ulaznu tačku za informacije o preduzeću. U stvari, ovi BI portali često podržavaju i veze do nestrukturiranih informacija, iako to obično zahtijeva neku vrstu sistema integracije. Sve više i više, EBIS proizvodi se fokusiraju na eksterne komponente korporacije (ekstranet e-business intelligence). Nova servisno orijentirana arhitektura SOA komponenti je evolucija aplikacijskih servera i poslovnih portala. Ova inovacija je takođe povezana sa J2EE i .NET tehnologijama. BI Web usluge čine BI alate otvorenim komponentama sa poznatim interfejsima i dostupnim na svim vrstama mreža. Sve je veći broj dobavljača BI proizvoda koji ih prodaju kao web usluge, ali sve češće pod krinkom portala.
Saradnja. Dodavanje napomena u izvještaje i dijeljenje rezultata analize između više korisnika bilo je moguće još od dana EIS-a, ali sada je ova funkcionalnost popularna i mnoge BI aplikacije su dodale mogućnosti toka posla. Očekuje se da će korisnici moći istovremeno da rade sa jednim modelom ili da će različite BI aplikacije biti povezane u realnom vremenu.
Bežična i mobilna poslovna inteligencija. Još jedan snažan trend u isporuci BI informacija vidi se kod dobavljača koji omogućavaju BI proizvodima da isporučuju izvještaje putem mobilne tehnologije, uključujući PDA uređaje, internet telefone i pejdžere.
Praćenje poslovnih aktivnosti. Nova BAM tehnologija je u suštini operativni BI i kombinuje integraciju aplikacija u realnom vremenu sa mogućnostima poslovne inteligencije. Koristeći transakcione podatke izvučene iz sistema za obradu transakcija u realnom vremenu, BI alati analiziraju ove podatke i obezbeđuju upozorenja o kritičnim događajima i informacije donosiocima operativnih odluka.
Književnost
- Korneev V.V., Gareev A.F., Vasyutin S.V., Raikh V.V. Baza podataka. Inteligentna obrada informacija. // M.: Znanje, 2001
- Tom Sullivan.
- Kimbal R. Komplet alata za skladište podataka: praktične tehnike za izgradnju dimenzionalnih skladišta podataka. John Willey & Sons, 1996
- Thomsen E. OLAP rješenja: Izgradnja multidimenzionalnih informacionih sistema. Wiley Computer Publishing, 1997
- Spearley E. Skladišta korporativnih podataka. Planiranje, razvoj, implementacija. Svezak 1: Transl. sa engleskog // M.: Williams, 2001
- Archipenkov S., Golubev D., Maksimenko O. ČUVANJE PODATAKA. Od koncepta do implementacije / Ed. Ed. S.Ya. Arkhipenkova // M.: DIALOG-MEPhI, 2002
- V., Samoilenko A. Data mining: kurs obuke. // Sankt Peterburg: Petar, 2001
- Inside Gartner Group (ruski), Dresner H., Hostmann B. i F. Buytendijk. Pažnja: ažurirani Gartner Magic Squares za sisteme poslovne inteligencije, februar 2003.
- Liautaud B., Hammond M. e-Business Intelligence: pretvaranje informacija u znanje u profit. McGraw-Hill, 2001
- Christine Comaford. .
- Tom Sullivan. .
Valery Artemyev(avi @cbr.ru) - savetnik direktora Glavnog centra za informatizaciju Banke Rusije (Moskva).
U većini preduzeća prodaja i proizvodnja i dalje opadaju, kreditni resursi su sve skuplji, a potrošnja se smanjuje. Sve to zahtijeva hitne promjene u kompaniji, a posebno smanjenje troškova. Zato se sada od menadžera traži da koristi savremene IT alate. Moglo bi se čak reći da je upotreba savremenih analitičkih sistema (Business Intelligence) jedan od uslova za opstanak kompanije danas.
Poslovna inteligencija - upravljanje zasnovano na informacijama
Još osamdesetih godina prošlog veka pojavile su se prve analitičke aplikacije koje su imale za cilj da podrže donošenje odluka. Ovi alati su se prilično razlikovali od aplikacija transakcionog računovodstva, koje su prvenstveno bile fokusirane na operativne aktivnosti. Obim informacija koji je generisan korišćenjem ovakvih sistema dao je ozbiljan podsticaj razvoju nove klase aplikacija dizajniranih da podrže donošenje odluka od strane menadžmenta. Ovi sistemi su nazvani onlajn sistemi analitičke obrade ( Online analitička obrada, OLAP). Već početkom devedesetih Gartner grupa je uvela termin poslovna analitika, koji se danas široko koristi za označavanje analitičkih aplikacija.
« Poslovna inteligencija (BI) je postala strateška inicijativa i sada je prepoznata od strane CIO-a i poslovnih lidera kao sredstvo za poboljšanje performansi preduzeća i inovacija,” rekao je Andreas Bitterer, potpredsjednik istraživanja u Gartneru.
Prema rezultatima ankete ove kompanije, u kojoj je učestvovalo više od hiljadu rukovodilaca informacionih službi, poslovna analitika je prepoznata kao prioritetna tehnologija u 2008. godini. Istovremeno, interesovanje za poslovnu analitiku se zadržava više od tri godine zaredom. I tek je ova godina pokazala promjenu trenda interesovanja za ovu temu, 2009. godine poslovna analitika je postala osma po prioritetima, a to je zbog činjenice da je većina stranih kompanija već uključila ovaj alat u svoju praksu.
Međutim, ruska praksa korištenja BI alata je još uvijek u povojima i u narednih nekoliko godina ne treba brinuti o padu interesa za ove tehnologije. Zaista, nažalost, uprkos prilično visokom stepenu postojeće automatizacije u ruskim kompanijama, većina generalnih direktora još uvijek nema kompjuter na svojim radnim mjestima, a svakako ne donosi odluke na osnovu analize informacija iz analitičkih sistema. ERP sistemi implementirani u mnogim kompanijama omogućili su planiranje resursa kompanije i učinili ih transparentnijim. Ali to nije nimalo olakšalo donošenje odluka na najvišem nivou, a intuicija je i dalje najvažnija kvaliteta lidera.
Začudo, glavni rezultat prošlog buma automatizacije ruskih kompanija je trošak od milion dolara, dok se strateške odluke i dalje donose na staromodan način. Mnogi izvršni direktori sada postavljaju pitanje: "Potrošili smo milione na automatizaciju, ali zašto ne vidim opipljive rezultate u svojim aktivnostima." U većini slučajeva to je zbog činjenice da mnoge kompanije imaju osobu odgovornu za informatičku tehnologiju – IT direktora, ali ne i osobu odgovornu za informacije. Uostalom, sada je većina kompanija akumulirala „okeane informacija“, a da bi ih obradili i primijenili za podršku donošenju odluka, potrebne su specijalizirane tehnologije.
Praksa pokazuje da trenutno obim pohranjenih i analiziranih informacija u svim industrijama raste ogromnom brzinom, dok se neke od njih mogu nazvati jasnim liderima. U bankama, osiguravajućim društvima, telekomunikacionim kompanijama i maloprodaji obim obrađenih podataka iznosi terabajta, a pravilna upotreba ovih podataka određuje nivo zadovoljstva korisnika, a samim tim i konkurentske prednosti. Oni koji prvi budu u stanju da akumulirane podatke transformišu u informacije neophodne za donošenje informisanih odluka, moći će da pobede na takmičenju.
Istovremeno, uz obim informacija raste i brzina njihovog generiranja, kao i raznolikost, što zahtijeva strateški pristup upravljanju informacijama i implementaciju BI alata. Uostalom, birajući tehnologije za rješavanje današnjih problema bez uzimanja u obzir budućih potreba, možete se suočiti s njihovom neprikladnošću za samo nekoliko godina. Još jedna poteškoća za većinu kompanija je nizak kvalitet podataka, a samim tim i nedovoljna pouzdanost primljenih informacija. Uostalom, ako se informacije unose u sistem jednom mjesečno i to iz nepouzdanih izvora, onda će odluka donesena na osnovu takvih informacija najvjerovatnije biti “posthumna”. U takvoj situaciji nemoguće je raditi na stari način, prije ili kasnije će biti potrebni specijalizirani alati za provjeru i analizu informacija.
Zbog toga analitička kompanija Gartner već nekoliko godina bilježi interesovanje širom svijeta za analitičke aplikacije, a na ruskom tržištu se pojavio ogroman broj projekata za implementaciju ovih alata. To je zbog činjenice da implementirani ERP sistemi još uvijek ne pružaju povrat koji su svi očekivali. A sada samo BI tehnologije omogućavaju automatizaciju prikupljanja i analize informacija, kao i njihovo predstavljanje u obliku pogodnom za upravljanje.
Zadaci analize informacija su toliko raznoliki da se, pored industrijske specijalizacije, BI alati razlikuju po klasi zadataka koje rješavaju. Istovremeno, bez obzira koliko biste željeli riješiti sve probleme jednim i univerzalnim BI alatom, to je nemoguće. Trenutno na ruskom tržištu postoji mnogo različitih BI alata koji pokrivaju određene potrebe kompanija. Međutim, kupovina BI alata često ne daje očekivane rezultate, jer ne samo da morate kupiti komplet alata i implementirati ga u svojoj kompaniji, već i posvetiti puno vremena kvaliteti postojećih podataka i načinima njihove provjere. Nažalost, mnoge kompanije trenutno još nemaju tu jedinu verziju istine koja je neophodna za donošenje odluke.
Zato kupujete alate Poslovna inteligencija (BI) neće dovesti kompaniju do uspeha. Za efikasnu implementaciju BI alata u kompaniji potrebno je stvoriti odgovarajuće uslove, a to je prije svega podrška menadžera. Na kraju krajeva, korisnici ovih aplikacija bi trebali biti najviši službenici kompanije, a ako to nije slučaj, onda će alati najvjerovatnije „skupljati prašinu na polici“. Odvikavanje od navike upravljanja na starinski način je ono što treba da se uradi u kompaniji, a nije tako lako.
Pored promjena u menadžmentu, potrebno je uskladiti aktivnosti za korištenje BI alata sa postojećom poslovnom strategijom kompanije.
Šta mjeriti i kada? Na kojim pokazateljima treba bazirati strateške i taktičke odluke? Ko je odgovoran za specifične indikatore? Bez odgovora na ova pitanja, implementacija i razvoj BI alata može krenuti pogrešnim putem.
I naravno, za brzu i efikasnu implementaciju tehnologija poslovne analize potrebno je odrediti odgovornog zaposlenika i odgovarajući centar kompetencija, inače od toga neće biti ništa. Uostalom, da bi se objedinile sve potrebe mnogih funkcionalnih kupaca i stvorila odgovarajuća informatička infrastruktura, potrebno je stalno raditi i donositi mnoge upravljačke odluke na nivou top menadžera. Strategija korištenja BI-a mora proći kroz cijelu kompaniju i poći od procesa prikupljanja primarnih podataka pa do procesa donošenja strateških odluka, inače neće postojati povjerenje u primljene informacije, što znači da se analitičke informacije neće koristiti. prilikom donošenja odluka.
Implementacija poslovne inteligencije
Naime, za uspješnu implementaciju BI tehnologija u kompaniji potrebno je stvarati VELIKI tim – Business Intelligence Governance, – tj. centar kompetencija za upravljanje informacijama na nivou kompanije. Stvaranje ovakvog BI centra kompetencija omogućava vam da centralizujete odgovornost i kompetencije za upravljanje informacijama u kompaniji, kao i da uvedete red u BI alate koji se koriste.
BI centar kompetencija može imati standardnu strukturu koja okuplja poslovne korisnike i zaposlenike čija je oblast odgovornosti u oblasti informacionih tehnologija i upravljanja informacijama (CIO, informacioni arhitekta, poslovni analitičari itd.). Istovremeno, kao glavni zadaci centra kompetencija mogu se identifikovati: upravljanje potrebama poslovnih korisnika, odabir tehnologija upravljanja informacijama, metodološko vođenje, standardizacija rada i tehnologija koje se koriste, akumulacija kompetencija, upravljanje kvalitetom podataka.
Načini organiziranja ovakvog centra kompetencija također mogu biti različiti:
· izvještavanje funkcionalne jedinice IT odjelu;
· odjeljenje podređeno operativnom menadžmentu;
· raspoređena struktura sa subordinacijom generalnom direktoru;
· virtuelna organizacija.
Organizacija može imati bilo koji oblik, glavna stvar je da kompanija ima ljude odgovorne za upravljanje informacijama i poslovnu analizu. Prema Gartneru, najčešće se BIG tim nalazi u IT odjelu, što ne dozvoljava uvijek davanje potrebnih prioriteta ovom poslu. Uostalom, stvaranje ovakvog centra kompetencija prije svega je neophodno za centralizaciju odgovornosti za upravljanje informacijama i korištenje BI aplikacija. Stoga je najefikasnije ako centar kompetencija direktno odgovara generalnom direktoru ili njegovom zamjeniku. Istovremeno, fundamentalno pitanje, sa stanovišta efektivnosti stvorene jedinice, jeste dodeljivanje odgovarajućih ovlašćenja. U praksi, ove strukture postoje u ne više od jedan posto ruskih kompanija, što još jednom potvrđuje nisku zrelost ruskog menadžmenta u oblasti upravljanja informacijama.
Za razumevanje strategije razvoja ove oblasti, prvi rezultat rada kreiranog centra kompetencija treba da bude strategija u oblasti upravljanja informacijama i korišćenja alata poslovne analize. Bez takvog sistemskog pogleda, postoji velika vjerovatnoća da će poslovni korisnici koristiti različite BI alate sa preklapajućim funkcionalnostima, što će zauzvrat povećati troškove i neće im omogućiti da ostvare očekivane koristi. Sada nema smisla trošiti novac bez definiranja jasne strategije razvoja, inače će nastati zoološki vrt BI aplikacija kojima se neće moći upravljati.
Trenutni trendovi u razvoju tržišta BI aplikacija su rast industrije i funkcionalna specijalizacija BI platformi, kao i povećanje njihovog broja. Stoga je od strane kompanije potrebno jasno razumjeti svoje potrebe i odabrati odgovarajuće BI aplikacije, a s obzirom na sve veći broj korisnika BI alata u kompaniji, to postaje sve kritičnije.
Kao što je već napomenuto, prošli talas implementacija ERP sistema u ruskim kompanijama stvorio je platformu na osnovu koje je uz pomoć BI alata moguće i potrebno odabrati informacije potrebne za donošenje odluka. Stoga su, pogoršanjem interne situacije, kompanije obratile pažnju na pitanja svoje interne organizacije i efikasnosti, te su počele aktivno koristiti BI aplikacije, koje su ranije bile igračka za poslovne analitičare nego pravi alat.
Jedan od problema koji sada zahtijeva rješenje prilikom implementacije BI alata je kvalitet podataka u kompaniji. Analitička kompanija Gartner nudi sljedeću klasifikaciju kvaliteta podataka na nivoe: optimizirani, upravljani, proaktivni, reaktivni, svjesni. Štaviše, što je kvalitet podataka u kompaniji veći, to su veće koristi za poslovanje, što vam zauzvrat omogućava da sa upravljanja zasnovanog na intuiciji pređete na upravljanje zasnovano na dobrom osećaju.
Prednosti poslovne inteligencije
Prednosti korištenja BI aplikacija uključuju sljedeće: Kao prvo, Poslovna inteligencija (BI) Smanjuje troškove upravljanja informacijama eliminacijom suvišnih procesa preuzimanja podataka i postojećeg dupliciranja informacija. BI sistemi štede vrijeme zaposlenima efikasnijom obradom informacija, a mogućnost analize velikih količina podataka omogućava vam da smanjite broj zaposlenika potrebnih za obradu informacija.
Kako kompanija primenjuje alate poslovne inteligencije, korisnici počinju da vrše analize i predviđaju, a onda prednosti BI aplikacija postaju još uočljivije. Na primjer, aplikacija Poslovna inteligencija (BI) na strateškom nivou, može vam omogućiti ulazak na novo tržište, promjenu smjera razvoja kompanije ili pokretanje nove linije usluga.
Sa stanovišta razvoja BI aplikacija, trend razvoja ovih sistema je usmjeren na povećanje specijalizacije. Već su se pojavili sistemi za analizu poslovanja u realnom vremenu Business Activity Monitor (BAM) koji vam omogućavaju da podatke koji su se pojavili prije nekoliko minuta pružite za donošenje odluka. Ovi sistemi pružaju značajnu pomoć srednjem menadžmentu podržavajući operativno donošenje odluka. Takođe, kao posebna klasa identifikovani su sistemi za analizu poslovnih procesa – Process Intelligence, koji omogućavaju praćenje i analizu (kontrolu) izvršenih poslovnih procesa, kao i analizu organizacione efikasnosti zaposlenih.
Ovakvo ukrštanje tehnologija upravljanja poslovnim procesima (Business Process Management) i sistema poslovne analize (Business Intelligence) omogućava ne samo sagledavanje problema, već i pronalaženje njegovog uzroka, što zauzvrat omogućava njegovo ispravljanje prije nego što nastupe posljedice. .
Kao zaključak, može se primijetiti da tržište BI alata raste i da se dešavaju ozbiljne akvizicije. Veliki igrači kao što su SAP, Microsoft, Oracle kupuju najperspektivnije BI tehnologije i integriraju ih u svoja rješenja. A to je jasan znak potražnje za BI alatima i pokazatelj da će u narednim godinama razvoj kompanija ići u tom smjeru.
Andrej Koptelov, generalni direktor Magazina
Analitički pregled: BI u Rusiji 2009
Analitičari centra TAdviser završili su pripremu pregleda otvorenog tržišta platformi poslovne inteligencije (BI) predstavljenih na ruskom tržištu. Na ovoj stranici možete pročitati najzanimljivije dijelove recenzije.
Prednosti korištenja BI sistema
Sistemi poslovne analize rješavaju vrlo širok spektar problema. Dakle, „bliski horizont“ je praćenje, analiza i prilagođavanje operativnih ciljeva:
podrška razvoju poslovnih procesa i strukturnih promjena u preduzeću;
sposobnost simulacije različitih poslovnih situacija u jednom informacionom okruženju;
provođenje operativnih analiza nestandardnih zahtjeva;
smanjenje rutinskog opterećenja osoblja i oslobađanje vremena za dublji analitički rad;
stabilan rad sa povećanjem obima obrađenih informacija, skalabilnost.
U smislu podrške strateškom razvoju preduzeća, BI sistemi omogućavaju:
ocjenjivanje efektivnosti različitih poslovnih područja;
ocjenjivanje ostvarivosti postavljenih ciljeva;
procjena efikasnosti korištenja resursa, uključujući i podružnice;
ocjenjivanje efektivnosti poslovnih, investicionih i finansijskih aktivnosti;
poslovno modeliranje i evaluacija investicionih projekata;
upravljanje troškovima, porezno planiranje, planiranje kapitalnih investicija.
Danas, prema stručnjacima iz Gartnera, samo 15-20% poslovnih korisnika aktivno radi sa BI aplikacijama, dok ostali smatraju sisteme poslovne analize previše složenim za korištenje. Međutim, aktivni razvoj alata za interaktivnu vizualizaciju podataka i dalje širenje Internet tehnologija bi uskoro trebali poboljšati situaciju.
Prema mišljenju analitičara MiPro Consultinga, implementacija nezavisnog BI sistema u organizaciji pruža niz prednosti u odnosu na upotrebu analitičkih alata ugrađenih u druge korporativne informacione sisteme. Među prednostima BI sistema:
veća vidljivost i lakoća rada sa informacijama za poslovne korisnike, uključujući i top menadžment;
mogućnost korišćenja više analitičkih rešenja za različite oblasti delatnosti u celom preduzeću, a ne unutar pojedinačnih odeljenja;
omogućava vam izdvajanje, analizu i konsolidaciju podataka iz gotovo bilo kojeg izvora;
baziran na industrijskoj, podržanoj i razvijenoj BI platformi;
ima status nezavisne, strateške, poslovno kritične aplikacije;
pruža potrebnu skalabilnost, efikasnost, performanse;
omogućava vam da izgradite i održavate end-to-end procedure i procese obrade, objedinjene centralizovane analitičke modele i projekte u celoj organizaciji;
sadrži ugrađene alate za rješavanje različitih i raznovrsnih analitičkih problema, kako sa poslovnog tako i sa IT stanovišta;
pruža pristup podacima i analitičkim alatima većem broju korisnika.
Upotreba analitičkih alata ugrađenih u druge korporativne informacione sisteme, kao što su ERP ili CRM, obično ima sljedeća ograničenja:
ograničen skup implementiranih analitičkih alata koji su isti za sve korisnike, bez obzira na njihove uloge i zadatke;
mogućnost korištenja samo vlastitih internih podataka za analizu, dok informacije iz drugih sistema ostaju nedostupne, a podaci iz različitih izvora se ne mogu konsolidirati;
nedostatak razvijenih ugrađenih alata za analizu dovodi do toga da se sistem koristi samo za izdvajanje podataka pohranjenih u njemu, koji se zatim izvoze i analiziraju u Excelu;
ERP i CRM sistemi, po pravilu, imaju ograničen broj korisnika, što „odseca“ od analitike veliki broj zaposlenih u kompaniji kojima bi ove informacije bile korisne i interesantne (značajno povećanje broja korisnika smanjuje produktivnost preduzeća). transakcioni sistemi);
transakcioni sistemi obično ne sadrže sve indikatore potrebne za analizu i ne uključuju alate kao što su dashboards, koji su već postali standard za predstavljanje analitičkih informacija;
rezultati analize u ovakvim sistemima se obično prikazuju u obliku tabelarnih izveštaja ili dijagrama, što ne omogućava da se dobije detaljna i sveobuhvatna slika stvarnog stanja i ne odgovara na mnoga pitanja koja se nameću;
mogućnost kreiranja fleksibilnih prilagođenih (ad-hoc) upita je ograničena;
upotreba velikih količina akumuliranih istorijskih informacija je ograničena.
Prilikom odabira ili ažuriranja sistema za poslovnu analizu, trebali biste razmotriti načine za pohranu i integraciju podataka, alata za vizualizaciju i analitiku.
Pohrana podataka
Ako je kompanija suočena sa zadatkom da identifikuje dugoročne ili periodične trendove, odnosno korisnici treba da analiziraju istorijske podatke koji dolaze iz različitih odjela u proteklih 3-5 godina, tada je, najvjerovatnije, potrebno pažljivo razmotriti organizacija ETL operacija za učitavanje podataka u skladišta podataka.
Ako kompanija ili bilo koja od njenih divizija treba da analizira informacije mjesečno ili sedmično, onda bi optimalno rješenje bilo da se za te svrhe (za svaki odjel ili za rješavanje specifičnih problema) dodijele i organizuju odvojene prodajne mreže, također koristeći ETL alate.
Ako kompanija planira analizirati operativne podatke u režimu bliskom realnom vremenu (odnosno ažuriranim nekoliko puta u toku dana), tada će možda biti potrebno napustiti organizaciju skladišta podataka i obratiti pažnju na razvoj integracijskih alata zasnovanih na na srednjem virtuelnom sloju metapodataka sa razradom odgovarajućih interfejsa i algoritama (prema principu EII).
Integracija podataka
Kao što je gore navedeno, ako je cilj implementacije BI sistema rješavanje pojedinačnih, specifičnih problema, onda je preporučljivo da se ograničimo na organiziranje prodajnih mjesta podataka. U ovom slučaju nije potrebna upotreba posebnih algoritama integracije.
Ako se, naprotiv, BI implementira s ciljem dobivanja jedinstvenog, holističkog pogleda na cjelokupno stanje poslovanja, onda je to vjerovatno nemoguće bez kreiranja centraliziranog skladišta podataka i, shodno tome, implementacije potrebnih ETL alata. . Osim toga, da bi se dobila istinski adekvatna slika o poslovanju, potrebno je posebnu pažnju posvetiti obezbjeđenju visokog kvaliteta analiziranih podataka, a to će zahtijevati uvođenje proširenog skupa alata za njihovo „čišćenje“ – identifikaciju nepotpunih podataka. ili pogrešne podatke, duple informacije, dovođenje podataka iz različitih izvora u jedan format.
Ako kompanija stavlja naglasak na proučavanje operativnih podataka, onda je potrebno razmotriti načine replikacije i pristupa.
Vizualizacija i analitika
U zavisnosti od postavljenih zadataka, kao i od kvalifikacija korisnika, biraju se alati za vizualizaciju podataka - kontrolni paneli, tablice rezultata, izveštaji, OLAP kocke.
Za iskusne, kvalifikovane korisnike, optimalan alat će biti OLAP kocke, koje će im omogućiti da sprovode duboku i detaljnu poslovnu analizu, sa potrebnim stepenom detalja.
Korisnici koji se u svojim svakodnevnim aktivnostima suočavaju sa potrebom donošenja upravljačkih odluka, kao i analize poslovanja, zainteresovani su za organizaciju radnog mesta u vidu kontrolne table, na kojoj se prati stanje poslovanja u celini. prikazano u obliku vizuelnih skala i indikatora, sa mogućnošću prebacivanja između aktivnosti pojedinih područja.
Običnim menadžerima su potrebni alati za rješavanje svojih trenutnih problema, praćenje napretka pojedinih vrsta operacija, kao i za praćenje aktivnosti svojih zaposlenika (svakog pojedinačnog zaposlenika i tima u cjelini). Pored toga, da bi se organizovala jasna interakcija sa susednim odeljenjima (ili regionima), potrebno je biti u stanju da dobijete pregled napredovanja međusobno povezanih zadataka.
Vertikalno ili horizontalno rješenje
Na tržištu postoje kako horizontalna BI rješenja, koja implementiraju skup općenito primjenjivih alata, tako i specijalizirana vertikalna rješenja, „skrojena“ za specifične industrije ili zadatke. I jedno i drugo ima svoje prednosti i nedostatke.
Prednost horizontalnih rješenja može se smatrati njihovom sposobnošću rasta s organizacijom. Takva rješenja su obično skalabilna i mogu pokriti sve oblasti djelatnosti i sve divizije velike kompanije, a također se lakše mijenjaju. Nedostatak takve širine mogućnosti je potreba za dužim i pažljivijim postavljanjem rješenja i prilagođavanjem specifičnim zahtjevima. Projekti implementacije postaju sve skuplji, a zahtjevi za IT stručnjacima sve veći.
Vertikalna rješenja, sa svoje strane, ne zahtijevaju odvojenu dugotrajnu i radno intenzivnu konfiguraciju za rješavanje specifičnih problema i usklađivanje sa zahtjevima industrijskih regulatornih organizacija (finansijskih, medicinskih, itd.). Međutim, može se ispostaviti da različiti odjeli unutar iste strukture neće moći koristiti jedno rješenje, te će biti potrebno savladati i integrirati nekoliko različitih sistema poslovne analize.
One organizacije koje trenutno iu budućnosti planiraju da se bave svojim specifičnim aktivnostima koje zahtijevaju poštovanje određenih strogih propisa vjerovatno će imati koristi od implementacije vertikalnih rješenja. Ako nema povjerenja u takvu posvećenost određenoj vrsti djelatnosti u budućnosti, a postoji velika vjerovatnoća da će se specijalizacija kompanije značajno proširiti, onda je odabir vertikalnog BI rješenja određeni rizik.
U savremenom svijetu postoje određene klase softvera koje su fokusirane uglavnom na korporativni segment (velika i srednja preduzeća) i, shodno tome, nisu u širokoj upotrebi. Ali neki softverski sistemi imaju prilično zanimljive funkcije koje se mogu koristiti ne samo u malim preduzećima, već i kao lični alat. To je jedan od ovih softverskih sistema o kojima će biti reči u ovom članku.
Bilješka
Ja sam tehnički stručnjak, tako da članak ima više tehnički naglasak. Ako želite pročitati informacije o proizvodu namijenjenom poslovnim korisnicima, onda idite na IBM-ovu offsite lokaciju.Glavna svrha ovog članka je da vam pokaže kako napraviti svoj prvi “Hello World” (slično programiranju) u IBM Cognos BI.
Također želim napomenuti da imam veliko iskustvo u pisanju uputstava korak po korak sa snimcima ekrana svakog koraka. Ali ovaj članak neće biti još jedno uputstvo korak po korak; ovdje želim pokazati koncept rada sa sistemom, a ne napraviti još jedan priručnik.
Šta je BI?
Dakle, šta je BI sistem? U tri riječi, ovo je napredni sistem izvještavanja. Da bi bilo jasnije, u nastavku ću navesti glavne funkcije koje moderni sistemi BI klasa imaju:- mogućnost povezivanja na različite izvore podataka (od Excel datoteke do univerzalne ODBC veze)
- mogućnost izrade jednostavnih izvještaja (kao što su grafikoni ili tabela) i složenih parametriziranih izvještaja sa kombinovanom strukturom i referentnim vezama (Drill-Trough, Drill-Up/Drill-Down)
- mogućnost transparentnog rada s različitim izvorima podataka (na primjer, Excel i SQL Server) uz punu obradu veza između njih
- mogućnost interaktivnog rada sa podacima (generisanje izveštaja „u hodu“)
- sposobnost predstavljanja relacionih podataka kao višedimenzionalnih
- mogućnost distribucije prava pristupa koristeći i interne izvore autentifikacije i eksterne (NTLM, LDAP, itd.)
- mogućnost pokretanja generiranja izvještaja bilo ručno ili automatski prema rasporedu
- mogućnost automatske distribucije generisanih izveštaja
- mogućnost generiranja izvještaja u različitim formatima (Excel, HTML, PDF, itd.)
Mogućnost korišćenja BI sistema kao ličnog alata
Odmah se postavlja pitanje, kako možete koristiti ovaj sistem kao lični alat? Odgovorit ću iz ličnog primjera, IBM Cognos BI koristim kao alat za analizu statistike u svojim projektima i alat za analizu statistike kućnog računovodstva.Ovdje, naravno, možete argumentirati nešto u stilu "ja mogu vrlo dobro analizirati statistiku sa običnim SQL upitima" ili "ugrađene funkcije Excela sasvim su dovoljne za analizu cjelokupnog računovodstva domaćinstva", ali "sve se nauči za poređenje.” Kao što pokazuje praksa, mnogo je lakše jednostavno prevući i ispustiti potrebne elemente podataka pomoću miša i dobiti rezultat u gotovom obliku nego se petljati s pisanjem SQL upita ili rekonfiguracijom Excel funkcija.
Opet, sve napisano je moje lično mišljenje sa kojim se ne morate složiti.
IBM Cognos BI arhitektura
Arhitektura sistema je relativno jednostavna (kao za sistem poslovne klase). Dakle, ključni element sistema je IBM Cognos BI server (pogledajte dijagram ispod), koji radi sa izvorima podataka koristeći korisnički kreiran opis (koji se naziva metapodaci). Nadalje, putem Web pristupa, IBM Cognos BI server omogućava pristup svim glavnim funkcijama sistema.Konceptualna arhitektura IBM Cognos BI kompleksa (dijagram se pokazao vrlo glomazan)
Faze rada sa sistemom
Da biste napravili svoj prvi izvještaj potrebno je izvršiti nekoliko osnovnih koraka:- Kreirajte vezu s izvorom podataka
- Generirajte opis izvora podataka, tj. kreirajte metapodatke
- Kreirajte i objavite paket metapodataka na IBM Cognos BI poslužitelju
- Kreirajte izvještaj
Struktura izvora testnih podataka
Prije nego što nastavim s implementacijom gornjih koraka, želim reći nekoliko riječi o izvoru testnih podataka. S jedne strane, struktura testnog izvora podataka je relativno jednostavna (kao za industrijsko skladište podataka), s druge strane je nešto složenija od jednostavnog Excel lista. Svi podaci u izvoru su sintetički (generisani algoritmima zasnovanim na slučajnim brojevima), zbog čega zbirni indikatori izgledaju vrlo ujednačeno.
Kao što možete vidjeti na dijagramu iznad, testna baza podataka sadrži 3 hijerarhijske dimenzije: “Grupa proizvoda -> Proizvod”, “Kontinent -> Država -> Grad -> Maloprodaja”, “Godina -> Polu godine -> Kvartal -> Mjesec -> Datum od"; 2 ravne (jednodimenzionalne) dimenzije: “Blagajna”, “Regionalni menadžer”; i 2 tabele činjenica: “Prodaja”, “Plan prodaje”.
Štaviše, dimenzija “Blagajna” se nalazi u jednoj od tabela činjenica u denormalizovanom obliku, a dimenzija “Regionalni menadžer” je vezana za nivo “Država” dimenzije “Maloprodajno mesto” relacijom “mnogo prema mnogo”. (podrazumijeva se da jedan menadžer može upravljati različitim zemljama).
Povezivanje na izvor podataka
U IBM Cognos BI, svi potrebni parametri za povezivanje s izvorima podataka pohranjeni su u posebnim sistemskim objektima koji se nazivaju “Veze izvora podataka”. Da biste kreirali novu vezu, trebate slijediti nekoliko jednostavnih koraka: idite na IBM Cognos BI portal, idite na odjeljak "Administracija", otvorite karticu "Konfiguracija", odaberite pododjeljak "Veze s izvorom podataka" (" Izvor podataka Veze" i kliknite na dugme "Novi izvor podataka" na traci sa alatkama. Zatim će se pojaviti niz dijaloških okvira u kojima ćete morati postaviti nekoliko parametara, kao što su naziv veze, tip veze, server, prijava, lozinka itd.Razvoj metapodataka
Razvoj metapodataka je jedan od najtežih i najodgovornijih trenutaka. Od kvaliteta metapodataka zavise i performanse sistema (brzina generisanja izveštaja, ispravnost generisanih rezultata, itd.) i pogodnost izrade izveštaja. Ali uprkos gore navedenom, složenost razvoja metapodataka je direktno proporcionalna složenosti izvora podataka. Na primjer, da biste izgradili relacijski opis našeg testnog izvora podataka, samo pokrenite čarobnjak za kreiranje metapodataka, kliknite na dugme “Dalje” nekoliko puta i metapodaci su spremni.Dakle, kao što sam ranije napisao, metapodaci su opis izvora podataka. U IBM Cognos BI. Osnova metapodataka su objekti subjekta upita i odnosi između njih. Objekt “Predmet upita” je sinonim za “Pregled” iz relacijskih DBMS-ova. To jest, “Subjekti upita” se zasniva na upitu DBMS-u koji određuje strukturu izvornog objekta, a veze između “Subjekta upita” su opis logičke interakcije između ovih upita.
Za kreiranje metapodataka u IBM Cognos BI, koristi se posebna aplikacija, IBM Cognos Framework Manager (jedina ne-Web aplikacija u IBM Cognos BI paketu). Nakon pokretanja Framework Manager-a, od vas će biti zatraženo da kreirate novi projekat (morat ćete unijeti naziv projekta i njegovu lokaciju u lokalnom sistemu datoteka).
Treba razumjeti da je projekt Framework Manager (također nazvan model Framework Manager) skup lokalnih datoteka s kojima lokalni program radi, a rezultat je paket metapodataka koji se nalazi na IBM Cognos BI serveru ( ako povučemo analogiju sa programiranjem, onda je projekat izvorni kod, a paket kompajlirana aplikacija). Možete kreirati više skupova paketa iz jednog Framework Manager projekta.
Jednom kada je Framework Manager projekat kreiran, najbolje mesto za početak je pokretanje čarobnjaka za uvoz metapodataka (Akcija -> Pokreni čarobnjak za metapodatke...). Čarobnjak za uvoz će od vas zatražiti da odaberete postojeći izvor podataka ili kreirate novi i omogućiti vam da odaberete potrebne objekte za uvoz. U najjednostavnijem slučaju (na primjer, kada je izvor podataka Excel datoteka, koja u 99,9% slučajeva sadrži podatke u denormaliziranom obliku), morat ćete podesiti polja objekta „Subject Subject“ na ispravan tip upotrebe (atribut “Usage”), a zatim rad s modelom Framework Manager može završiti i započeti generiranje i objavljivanje paketa metapodataka. U složenijoj verziji (kao u našem primjeru testa) bit će potrebno provjeriti ispravnost uvezenih odnosa između objekata „Pitanja“, ispraviti netačne i dodati nedostajuće. U profesionalnijim opcijama moguće je kreirati izračunata polja, promijeniti strukturu „Pitanja“, kreirati višedimenzionalni prikaz, definirati sigurnosne algoritme itd.
Kreirajte i objavite paket metapodataka
Nakon što su metapodaci kreirani, trebate kreirati metapaket i objaviti ga na IBM Cognos BI poslužitelju. Kao što sam ranije spomenuo, metapaket je podskup metapodataka koji se objavljuje na poslužitelju i s kojim rade sve Web aplikacije kompleksa IBM Cognos BI. Postavke metapaketa vam omogućavaju da sakrijete ili ne objavite neke objekte metapodataka. Na primjer, u metapodacima testa postoji neki „predmet upita“, koji utiče na logiku obrade izvornih podataka (to je veza između zemlje i regionalnog direktora), ali nema nikakvu vrijednost pri izradi izvještaja; ima smisla sakriti takav objekat metapodataka na nivou paketa. Ili, na primjer, polja s identifikatorima, također ih ima smisla sakriti od korisnika metapaketa.Da biste kreirali metapaket, potrebno je da otvorite kontekstni meni u Framework Manageru u odeljku „Paketi“ i izaberete „Kreiraj -> Paket“, nakon čega će se pojaviti čarobnjak za kreiranje metapaketa. Nakon kreiranja metapaketa, sistem će odmah ponuditi da ga objavi na serveru. Korisnik početnik ne mora mnogo da ulazi u opcije čarobnjaka za objavljivanje paketa (samo kliknite na Dalje i Objavi). Jedino što će na posljednjoj kartici (gdje neće biti dugme Sljedeće, već gumb Objavi) biti potvrdni okvir „Provjeri paket prije objavljivanja“, on određuje da li se metapaket provjerava na logičke nejasnoće prije objavljivanja i prikazuje spisak ovih nejasnoća ako se nađu. Toplo preporučujem da nikada ne preskočite ovaj korak i ispravite sve nejasnoće koje nađete prije objavljivanja.
Generiranje izvještaja (analiza podataka)
Sada se polako približavamo najzanimljivijem i najredovnijem procesu – kreiranju izvještaja. Događa se da su alati za kreiranje redovnih izvještaja i alati za brzu analizu podataka u IBM Cognos BI isti (unatoč činjenici da je u nekima prikladnije provoditi brzu analizu, au drugima je pogodnije generirati redovnim izvještajima, svi oni vam omogućavaju da sačuvate svoje rezultate u obrascima izvještaja).Osobno, radije koristim IBM Cognos Report Studio alat za sve BI zadatke. Ovo je najuniverzalniji alat koji vam omogućava izradu izvještaja gotovo bilo koje složenosti i istovremeno pruža relativno praktične alate za brzu analizu podataka.
Pretpostavimo da trebamo napraviti brzi izvještaj koji sadrži činjenice o prodaji po zemlji, grupi proizvoda i kvartalnoj učestalosti. Ovaj prilično jednostavan izvještaj može se napraviti slijedeći ove korake:
- pokrenite IBM Cognos Report Studio web aplikaciju
- U prozoru dobrodošlice kliknite na dugme "kreiraj".
- na listi osnovnih predložaka odaberite "crosstab" ("corsstab")
- postavite elemente podataka prema dijagramu prikazanom ispod
- pokrenite izvještaj za izvršenje
Nakon pokretanja izvještaja za izvršenje, dobićete nešto ovako.
Gledajući rezultirajući izvještaj, možemo sa sigurnošću reći da je iskreno loše dizajniran, brojevi nisu formatirani, ekonomski smisao je iskreno upitan, itd. Ali sve ove nedostatke dizajna mogu se otkloniti postavljanjem svojstava odgovarajućih elemenata postavki, a da ekonomski smisao bude zanimljiviji, možete, na primjer, napraviti analizu plana/činjenica.
Na primjer, da bih napravio dolje prikazan izvještaj (na gotovim metapodacima), ja sam, kao iskusni stručnjak, potrošio oko 20-30 minuta.
I da bih ga potpuno redizajnirao u šemu tamnih boja, potrošio sam još oko 10 minuta.
Zaključak
Nadam se da je u ovom članku čitalac mogao da dobije opšte informacije o BI sistemima i principu njihovog rada. Naravno, u okviru kratkog članka nemoguće je relativno detaljno razmotriti bilo koji od navedenih aspekata (na primjer, mogla bi se napisati cijela knjiga o tome kako pravilno formirati metapodatke), ali mislim da ako odlučite pokušati , onda će vam ovaj članak reći odakle početi i kakve rezultate možete očekivati.Također, nisam se uopće dotakao nekih zanimljivih mehanizama i funkcija (na primjer, mehanizam za predstavljanje relacionog izvora podataka kao multidimenzionalnog), ali to je zbog činjenice da je količina potrebnog materijala (minimum teorije i minimum prakse) bilo bi dovoljno za poseban članak.