Razlika između poslovne inteligencije i podatkovne znanosti. Što je poslovna inteligencija Što je B.I.

Korištenje poslovne analitike poboljšava kvalitetu i učinkovitost upravljačkih odluka, a također pomaže u upravljanju poslovnim procesima, što dovodi do povećanja konkurentnosti poduzeća. To je bio jedan od glavnih razloga značajnog porasta interesa za BI (business intelligence) rješenja, koji IDC bilježi u Rusiji od 2010.

Stručnjaci se spore oko funkcionalnosti informacijskih sustava koji omogućuju analizu poslovanja. No proces rada s analitičkim podacima i informatičko rješenje namijenjeno za te svrhe nije nimalo isto. Prije početka implementacije BI sustava, tvrtka se mora pripremiti za njegovu upotrebu: formalizirati poslovne procese, odrediti točke prikupljanja informacija, vrste podataka koji se prikupljaju i svrhu u koju će se te informacije koristiti. Nakon ovoga možemo govoriti o specifičnim BI alatima koji su potrebni poslovanju.

Poslovna analitika se razlikuje od ručne analize pokazatelja u Excel tablicama otprilike onoliko koliko se razlikuje avion od zmaja. Problem nije samo u brzini. Uostalom, BI je automatizacija procesa prikupljanja informacija i generiranja izvješća. Dok rad s Excelom zahtijeva nekoga tko će prikupiti analizirane podatke iz svih izvora informacija tvrtke, dovesti ih u jedinstveni predložak, a tek onda generirati izvješća.

Također postoji velika razlika u rezultatima rada s ovim informacijama. BI je višedimenzionalnost korištenih podataka i mogućnost brzog generiranja izvješća u bilo kojem kontekstu, koristeći sve informacije dostupne u tvrtki. Drugim riječima, sustav će riješiti zadatak s kojim će se ljudi morati nositi 24 sata (primjerice, izračunati ovisnost prodaje određenih modela odjeće u trgovini o demografskom sastavu stanovništva i prometnoj infrastrukturi područja). ) u minutama.

Dugo su se BI rješenja temeljila na tzv. OLAP kockama. Korištenje takvih sustava traje do danas. Oni prikazuju informacije u pohrani na takav način da u bilo kojem trenutku možete uzeti sve dostupne pokazatelje kao osi "kocke" i izvršiti analizu pomoću potrebnih odjeljaka, gradeći ravnu tablicu ili grafikon ovisnosti jednog pokazatelja na drugom. Ono što je bitno je da se analiza odvija u realnom vremenu, na što ukazuje skraćenica OLAP - online analitička obrada.

Među ostalim značajkama ističemo prisutnost funkcija upravljanja metapodacima, razvojnih alata, alata za suradnju i upravljanje procesima, alata za izvješćivanje, napredne vizualizacije, funkcija prediktivnog modeliranja i rudarenja podataka te tablica rezultata.

Danas prodaja BI sustava koji implementiraju in-memory tehnologije na tržištu nastavlja rasti. Glavna ideja in-memorije je princip trajne pohrane podataka u RAM-u. To korisnicima daje mogućnost da dobiju odgovore trenutno - u djeliću sekunde - čak i kada rade s ogromnim količinama podataka. Međutim, takva rješenja nisu prikladna za svakoga s tehničke točke gledišta, a mnogi korisnici nastavljaju koristiti OLAP tehnologiju.

Prisutnost online analitičke obrade jedna je od značajki analitičkog sustava, što mu omogućuje da se prema Gartneru nazove potpunom BI platformom.

Osim po različitim tehnološkim arhitekturama, BI sustavi se razlikuju i po skupu alata za različite kategorije poslovnih korisnika.

Na primjer, potpune BI platforme jako se razlikuju u smislu funkcionalnosti od BI modula koji su ugrađeni u neke poslovne informacijske sustave i imaju ograničene prezentacijske mogućnosti.

Svaka korisnička uloga ima svoje informacijske panele koji u obliku tablica ili infografika prikazuju ključne poslovne pokazatelje koji su tim zaposlenicima potrebni. BI toolkit također nudi alate za izradu izvješća i sučelje za njihov pregled: u prozoru sustava, putem weba ili na mobilnom uređaju korisnika. Alati za određivanje korelacije podataka pomažu u izradi izvješća.

Jedan od dominantnih trendova posljednjih pet godina na BI tržištu je sve veća potražnja za mobilnom analitikom. Korisnici BI sustava koji cijene njihovu vrijednost za poslovanje također razumiju vrijednost stalnog pristupa takvim alatima. Gotovo svaki veliki dobavljač BI-a danas je spreman korisnicima pružiti online analitičke alate. Pritom su mobilna radna mjesta namijenjena ne samo vrhunskim menadžerima, već i nizu drugih kategorija korisnika koji trebaju stalno imati ažurne informacije o stanju pojedinih poslovnih procesa. Dakle, od "šefove privilegije", BI mobilnost je postala sredstvo brzog reagiranja na događaje za linijske menadžere i analitičare. Budući da BI sustav omogućava rad s velikom količinom podataka koji u skladište ulaze iz različitih informacijskih sustava i to u nestrukturiranom obliku, može se koristiti za rad s „velikim podacima“ za koje je gospodarstvo toliko zainteresirano posljednjih godina. To ne čudi, budući da količine pohranjenih i obrađenih informacija rastu ubrzanim tempom, stoga su tvrtke prisiljene razmišljati o kupnji dodatne računalne snage. Pritom se u stvarnom poslovanju obično koristi do 30% svih pohranjenih informacija, dok ostatak postaje samo izvor troškova za njihovu pohranu.

Prisutnost velikih količina nestrukturiranih i potencijalno korisnih informacija u tvrtkama, kao i velike mogućnosti koje BI sustavi pružaju analitičarima, postali su jedan od pokretača napretka u ovom području. Danas sve više analitičara traži fleksibilnije alate koji bi im omogućili proučavanje bilo kojih podataka i izgradnju poslovnih hipoteza. To je dovelo do pojave nove klase alata - otkrivanje podataka. Temelje se na fleksibilnom podatkovnom modelu i interaktivnim korisničkim sučeljima koja su praktičnija za poslovne korisnike nego za analitičare. Na primjeru otkrivanja podataka vidimo kako alat postupno prerasta u neovisno područje IT sustava za analitiku.

Budući da BI nije samo analiza trenutnog stanja, već i prognoza, razvijeni su napredni alati za analitičare i menadžere za testiranje hipoteza koje su postavili. A obavijest o njihovom postizanju graničnih vrijednosti pomoći će u kontroli ključnih pokazatelja tijekom analize.

Kako će se u budućnosti razvijati alati BI sustava i njihovo korištenje od strane ruskih tvrtki? Hoće li se pojaviti nove korisničke uloge, nova sučelja, hoće li se top menadžeri početi više baviti poslovnom analitikom? Maria Golikova, konzultantica u analitičkom odjelu Softlinea, uvjerena je da je jedan od vektora razvoja povezan s rastućom potražnjom za „oblacima“ i alatima za vizualizaciju: „S razvojem tehnologija u oblaku, mnogi veliki BI programeri počeli su nuditi dodatne mogućnosti dostupne u oblaku.

Ako tvrtka ima "tradiciju" pripreme izvješća u obliku statičkih Excel tablica, tada će mnogi zaposlenici teško odustati od toga. Međutim, moramo se nadati da će s vremenom porasti broj tvrtki koje će dobiti sveobuhvatne informacije pomoću informativnih nadzornih ploča.”

Također, prema stručnjaku, sve većoj popularnosti BI-a pridonijet će pažljiv stav programera prema jednostavnosti sučelja i stvaranju mobilnih radnih mjesta: „BI alati sada se kreću prema neovisnoj analizi - rješenja postaju što lakša koristiti. To omogućuje poslovnim korisnicima da samostalno mijenjaju trenutna izvješća ili kreiraju nova putem intuitivnog sučelja. Top menadžment danas privlači i mogućnost korištenja mobilnih BI rješenja. Menadžer može ići na poslovno putovanje, ali u isto vrijeme vidjeti glavne pokazatelje uspješnosti svog poslovanja na ekranu prijenosnog uređaja.”

Govoreći o tome koji alati koje pružaju BI platforme najviše traže ruski kupci, Alexander Gerasimov, direktor odjela za IT i usluge u oblaku u J'son & Partners Consultingu, napominje: „Ono što se sada koristi jesu alati za kreiranje različitih menadžmenta i naknadno marketinško izvješćivanje temeljeno na analizi podataka iz transakcijskih sustava, kao što su ERP, OSS/BSS (osobito naplata), automatizirani bankovni sustavi itd.

Ono što ima dobre izglede su tehnologije za analizu velikih podataka: ne samo strukturiranih informacija iz transakcijskih sustava, već i slabo (ili složeno) strukturiranih podataka, kao što su, na primjer, dnevnici i geopodaci korisnika pametnih telefona i još mnogo toga. Trenutno se takve informacije koriste uglavnom za obogaćivanje i poboljšanje kvalitete izvješćivanja nakon događaja. U budućnosti se mogu koristiti izravno u sustavima upravljanja – s ciljem njihove intelektualizacije.”

Neki BI sustavi predlažu korištenje više infografika umjesto klasičnih tabelarnih izvješća. Ali nisu svi spremni percipirati grafičke informacije.

24.04.2003 Valerij Artemjev

Termin “poslovna inteligencija” postoji relativno dugo, iako se kod nas malo koristi zbog nedostatka adekvatnog prijevoda i jasnog razumijevanja, što je, međutim, karakteristično i za Zapad. Pokušajmo razumjeti njegovu suštinu.

Na ruskom se riječ "inteligencija" jasno razumijeva kao sposobnost razmišljanja osobe. Na prvi pogled dobar prijevod pojma Poslovna inteligencija predložen u “data miningu”, no odmah se postavlja pitanje postoji li “non-data mining”.

Na neodređenost pojma o kojem se raspravlja utjecala je polisemija engleske riječi “intelligence”:

• sposobnost prepoznavanja i razumijevanja; spremnost na razumijevanje;
• znanje preneseno ili stečeno obukom, istraživanjem ili iskustvom;
• radnja ili stanje u procesu spoznaje;
• obavještajni podaci, obavještajni podaci.

Na ruskom se riječ "inteligencija" jasno razumijeva kao sposobnost razmišljanja osobe. Na prvi pogled dobar prijevod pojma Business intelligence predlaže se u “data mining”, no odmah se postavlja pitanje postoji li “non-mining data analysis”. Načini jezika su nedokučivi, pa ćemo koristiti i izvornik na engleskom i paus papir “poslovna inteligencija”.

Razne definicije

Izraz "poslovna inteligencija" prvi su skovali analitičari Gartnera u kasnim 1980-ima kao "proces usmjeren na korisnika koji uključuje pristup i istraživanje informacija, njihovu analizu, razvijanje intuicije i razumijevanja koji vode poboljšanom i neformalnom donošenju odluka". Kasnije 1996. pojašnjeno je da "alati za analizu podataka, izvješćivanje i upite mogu pomoći poslovnim korisnicima u kretanju morem podataka kako bi iz njih sintetizirali značajne informacije—danas ti alati zajedno spadaju u kategoriju koja se zove poslovna inteligencija ( Business Intelligence )".

BI kao metode, tehnologije, sredstva izvlačenja i prezentiranja znanja

Prema izvornim definicijama, BI je proces analize informacija, razvijanje intuicije i uvida za poboljšano i neformalno donošenje odluka poslovnih korisnika te alati za izvlačenje poslovno relevantnih informacija iz podataka. Treba napomenuti da većina definicija “poslovnu inteligenciju” tumači kao proces, tehnologije, metode i sredstva za izvlačenje i prezentiranje znanja.

BI, EIS, DSS, e-poslovanje i trgovina

Tijekom proteklih 10 godina nazivi i sadržaj informacijskih i analitičkih sustava promijenili su se od izvršnih informacijskih sustava (EIS) do sustava za podršku odlučivanju (DSS), a sada i do sustava poslovne inteligencije.

U doba velikih računala i miniračunala, kada većina korisnika nije imala izravan pristup računalima, organizacije su ovisile o svojim IT odjelima koji su im pružali standardna i parametarska izvješća. Ali da bi dobili izvješća koja nisu standardna, korisnici su morali naručiti njihovu izradu i čekati nekoliko dana ili tjedana.

EIS aplikacije prilagođene su kako bi zadovoljile potrebe rukovoditelja i menadžera i pružile ključne agregirane informacije o zdravlju njihovog poslovanja u obliku tablica ili dijagrama. Obično su uključivali rutinske upite sa skupom parametara. Takve su pakete obično razvijali vlastiti IT odjeli. Za dobivanje dodatnih informacija i provođenje daljnje analize korištene su druge aplikacije ili su kreirani prilagođeni SQL upiti ili izvješća.

Prva generacija DSS aplikacija bili su aplikacijski programski paketi koji su dinamički generirali SQL skripte na temelju vrste informacija koje je korisnik tražio. Omogućili su analitičarima dobivanje informacija iz relacijskih baza podataka bez potrebe za poznavanjem SQL-a. Za razliku od EIS-a, DSS aplikacije mogu odgovoriti na širok raspon poslovnih pitanja, imaju višestruke mogućnosti izvješćivanja i specifične mogućnosti oblikovanja. Međutim, fleksibilnost takvih paketa još uvijek je bila ograničena zbog njihove usredotočenosti na određeni skup zadataka.

S pojavom osobnih računala i lokalnih mreža, sljedeća generacija DSS aplikacija izgrađena je na temelju BI-a i omogućuje korisniku koji nije programer jednostavno i brzo dohvaćanje informacija iz različitih izvora, generiranje vlastitih prilagođenih izvješća ili grafičkih prikaza i provođenje višedimenzionalna analiza podataka. Razvoj sustava poslovne inteligencije prešao je put od “debelih” klijenata do web aplikacija u kojima korisnik istražuje pomoću preglednika i može raditi na daljinu. Također možete stvoriti scenarije što-ako te zajednički pregledati i ažurirati informacije.

Iako su korisnici BI informacija poduzeća tradicionalno smješteni unutar poduzeća, s porastom weba za e-poslovanje, B2B, CRM i SCM, BI korisnici mogu biti i izvan poduzeća, a u B2C, C2B i na tržištima, BI korisnici su korisnici interneta.

BI i skladišta podataka

Koncept, metode i alati skladišta podataka (Data warehousing) definiraju pristupe i omogućuju integraciju, čišćenje, retrospektivnu pohranu informacija namijenjenih analizi, odgovaraju na pitanje “Kako pripremiti informacije za analizu?” Tehnologija poslovne inteligencije definira metode i sredstva pristupa i operativne analize informacija u smislu predmetnog područja. BI alati ne moraju nužno raditi u infrastrukturi skladišta podataka, ali u ovom slučaju im je dodijeljen problem čišćenja i usklađivanja podataka, a te će se operacije morati provoditi u hodu ili unaprijed, ali za zasebno izvor informacija. Osim toga, postoji utjecaj na performanse i pouzdanost sustava za obradu online transakcija. Zbog toga je dobra korporativna praksa razdvojiti transakcijsku i analitičku komponentu i koristiti različita rješenja za skladištenje podataka za potonju. Glavne veze ne pojavljuju se samo na razini informacija, već i na razini metapodataka. U slučaju skladišta podataka moguće je osigurati centralizirano upravljanje metapodacima.

Treba napomenuti da se pojam “skladište podataka” često odnosi na DSS sustav za podršku odlučivanju ili informacijski i analitički sustav temeljen na tehnologiji 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 izvješća; razvijeni BI alati, prvenstveno alati za online analitičku obradu (OLAP); korporativni BI paketi (enterprise BI paketi, EBIS); BI platforme. Glavni dio BI alata podijeljen je na korporativne BI pakete i BI platforme. Alati za upite i izvješća u velikoj su mjeri apsorbirani i zamijenjeni poslovnim BI paketima. Višedimenzionalni OLAP motori ili poslužitelji, kao i relacijski OLAP motori, BI su alati i infrastruktura za BI platforme. Većinu BI alata koriste krajnji korisnici za pristup, analizu i generiranje izvješća o podacima koji se najčešće nalaze u skladištu, prodajnim mjestima ili skladištima operativnih podataka. Programeri aplikacija koriste BI platforme za stvaranje i implementaciju BI aplikacija koje se ne smatraju BI alatima. Primjer BI aplikacije je informacijski sustav EIS manager.

Alati za generiranje upita i izvješća

Generatori upita i izvješća obično su alati za stolna računala koji korisnicima omogućuju pristup bazama podataka, vrše određene analize i generiraju izvješća. Zahtjevi mogu biti neplanirani (ad hoc) ili rutinski. Postoje sustavi za generiranje izvješća (obično temeljeni na poslužitelju) koji podržavaju rutinske upite i izvješća. Stolni generatori upita i izvješća također su poboljšani s nekim laganim OLAP mogućnostima. Napredni alati u ovoj kategoriji kombiniraju mogućnosti skupnog generiranja rutinskih izvješća i generatora upita za radnu površinu, distribuciju izvješća i njihovo brzo ažuriranje, tvoreći takozvano korporativno izvješćivanje. Njegov arsenal uključuje poslužitelj izvješća, alate za distribuciju, objavljivanje izvješća na webu i mehanizam za obavještavanje 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 se izvorno temeljili na višedimenzionalnim bazama podataka (MDB).

MDB su baze podataka dizajnirane posebno za podršku analizi kvantitativnih podataka s više dimenzija, koje sadrže podatke u "čisto" višedimenzionalnom obliku. Većina aplikacija uključuje vremensku dimenziju, ostale dimenzije mogu se odnositi na geografiju, organizacijske jedinice, klijente, proizvode itd. OLAP vam omogućuje organiziranje dimenzija u hijerarhiji. Podaci se prikazuju u obliku hiperkocki (kocki) – logičkih i fizičkih modela pokazatelja koji zajednički koriste dimenzije, kao i hijerarhije unutar tih dimenzija. Neki podaci su unaprijed agregirani u bazi podataka, drugi se izračunavaju u hodu.

OLAP alati omogućuju vam istraživanje podataka duž različitih dimenzija. Korisnici mogu odabrati koje će mjerne podatke analizirati, koje dimenzije i kako ih prikazati u unakrsnoj tablici, zamijeniti retke i stupce za "zaokretanje", zatim rezati i rezati kako bi se usredotočili na određenu kombinaciju dimenzija. Možete promijeniti granularnost podataka pomicanjem kroz razine korištenjem drill down/roll up drill down/roll up, kao i drill cross cross drill down kroz druge dimenzije.

Za podršku MDB-u koriste se OLAP poslužitelji optimizirani za višedimenzionalnu analizu i opremljeni analitičkim mogućnostima. Oni pružaju dobre performanse, ali obično zahtijevaju puno vremena za učitavanje i proširenje MDB-a. Dolaze s mogućnostima "reach-through", omogućujući vam prijelaz s agregata na detalje u relacijskim bazama podataka. Klasični OLAP poslužitelj - Hyperion Essbase Server.

Danas se relacijski DBMS-ovi koriste za oponašanje MDB-ova i podršku višedimenzionalne analize. OLAP za relacijske baze podataka (ROLAP) ima prednost skalabilnosti i fleksibilnosti, ali gubi u izvedbi u odnosu na višedimenzionalni OLAP (MOLAP), iako postoje metode za poboljšanje izvedbe, kao što je shema zvijezda. Iako su MDB još uvijek najprikladniji za online analitičku obradu, ova se mogućnost sada ugrađuje ili proširuje relacijskim DBMS-ovima (na primjer, MS Analysis Services ili ORACLE OLAP Services nisu isto što i ROLAP). Postoji i Hybrid Online Analytical Processing (HOLAP) za hibridne proizvode koji mogu pohranjivati ​​višedimenzionalne podatke nativno kao iu relacijskom prikazu. MDB-ovima se pristupa pomoću API-ja za generiranje višedimenzionalnih upita, dok se relacijskim bazama podataka pristupa putem SQL upita. Primjer ROLAP poslužitelja je Microstrategy7i poslužitelj.

Desktop OLAP alati (npr. BusinessObjects Explorer, Cognos PowerPlay, MS Data Analyzer) sada ugrađeni u EBIS krajnjim korisnicima olakšavaju pregled i manipuliranje višedimenzionalnim podacima koji mogu doći iz pozadine ROLAP ili MOLAP resursa podataka. Neki od ovih proizvoda imaju mogućnost punjenja kockica kako bi mogle raditi autonomno. Kao dio EBIS-a, ovi stolni alati imaju mogućnosti obrade poslužitelja koje nadilaze njihove tradicionalne mogućnosti, ali se ne natječu s MOLAP alatima. Alati za stolna računala imaju malo performansi i analitičke snage u usporedbi s MOLAP alatima. Sučelje se često nudi preko Excela, na primjer, MS Excel2000/OLAP PTS, BusinessQuery for Excel. Gotovo svi OLAP alati imaju web proširenja (Business Objects WebIntelligence, na primjer), za neke su oni osnovni.

Enterprise BI paketi

EBIS je prirodan put za isporuku BI alata koji su prije bili isporučeni kao različiti proizvodi. Ovi skupovi su integrirani u upite, izvješća i OLAP alate. Enterprise BI paketi moraju biti skalabilni i proširiti se ne samo na interne korisnike, već i na ključne kupce, dobavljače itd. Proizvodi BI paketa trebali bi pomoći administratorima u implementaciji i upravljanju BI-om 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 mogućnosti EBIS-a putem web-preglednika, ali dobavljači neprestano proširuju svoju funkcionalnost bliže onoj alata za debele klijente. 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 s prilagođenim krajnjim korisničkim sučeljima, organizirane oko specifičnih poslovnih problema, s ciljanom analizom i modelima. BI platforme, iako nisu tako brzo rastuće i široko korištene kao EBIS, važan su segment zbog očekivanog i stalnog rasta BI aplikacija. Zbog napora dobavljača relacijskih DBMS-ova koji stvaraju OLAP ekstenzije svojih DBMS-ova, mnogi dobavljači platformi koji su pružali višedimenzionalne DBMS-ove za OLAP bili su prisiljeni migrirati na područje BI aplikacija kako bi preživjeli. Obitelji proizvoda baze podataka koje pružaju BI mogućnosti doista pokreću rast tržišta BI platformi. To je djelomično zbog povećane aktivnosti brojnih dobavljača baza podataka. Gledajući različite alate, vidimo da su EBIS vrlo 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 voditi računa o sljedećim karakteristikama: modularnost, distribuirana arhitektura, podrška za XML standarde, OLE DB za OLAP, LDAP, CORBA, COM/DCOM te podrška za rad na webu. Također moraju osigurati funkcionalnost specifičnu za poslovnu inteligenciju, naime pristup bazi podataka (SQL), višedimenzionalnu manipulaciju 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 izvješća, alate za modeliranje, statističku analizu, vizualizaciju i rudarenje podataka). Mnoge BI aplikacije izvlače podatke iz ERP aplikacija. BI aplikacije obično su usmjerene na specifičnu organizacijsku funkciju ili zadatak, kao što su analiza i predviđanje prodaje, financijsko proračuniranje, predviđanje, analiza rizika, analiza trendova, "analiza odljeva" u telekomunikacijama itd. Mogu se primijeniti šire, kao u slučaju upravljanja učinkom poduzeća ili aplikacija uravnoteženih tablica rezultata.

Inteligencija podataka

Data mining je proces otkrivanja korelacija, trendova, obrazaca, odnosa i kategorija. Provodi se pomnim ispitivanjem podataka korištenjem tehnologija prepoznavanja uzoraka, kao i statističkih i matematičkih metoda. Data mining opetovano izvodi različite operacije i transformacije na sirovim podacima (odabir značajki, stratifikacija, grupiranje, vizualizacija i regresija) koji su dizajnirani za: 1) pronalaženje uvida 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 povijesne ili subjektivne podatke.

Za razliku od korištenja OLAP-a, podatkovna inteligencija puno je manje vođena korisnikom, umjesto toga oslanja se na specijalizirane algoritme koji povezuju informacije i pomažu u prepoznavanju važnih (i prethodno nepoznatih) trendova, bez pristranosti i pretpostavki korisnika.

Ostale BI metode i alati

Osim navedenih alata, BI može uključivati ​​sljedeće alate za analizu: pakete statističke analize i analizu vremenskih serija i procjenu rizika; alati za modeliranje; paketi za neuronske mreže; alati neizrazite logike i ekspertni sustavi.

Dodatno, potrebno je istaknuti sredstva za grafički prikaz rezultata: sredstva poslovne i znanstveno-tehničke grafike; „kontrolne ploče“, alati za analitičku kartografiju i topološke karte; višedimenzionalni alati za vizualizaciju podataka.

Arhitektura poslovne inteligencije

BI arhitekturu poduzeća treba razviti nakon što se utvrde potrebe korisnika za BI, ali prije odabira BI alata. Arhitektura Business Intelligence definira komponente isporuke BI informacija i komponente BI tehnologije (slika 1). Nakon što se identificiraju profili korištenja BI informacija, može se dizajnirati arhitektura isporuke informacija na temelju tih profila i vrste potrebne implementacije. To može biti bilo koja mješavina mrežno povezanih stolnih klijenata, stolnih klijenata i poslužitelja, tankih klijenata temeljenih na webu i drugih mobilnih računalnih uređaja. Arhitektura isporuke informacija definirat će korisnička sučelja, koja su često prilagodljivi portali.

Sl. 1. Arhitektura poslovne inteligencije

BI tehnološka arhitektura definira infrastrukturu i komponente potrebne za podršku implementaciji, radu i administraciji BI alata i aplikacija, kao i komunikacije između tih komponenti. Snažna BI tehnološka arhitektura sastojat će se od dva važna sloja: infrastrukture i aplikacijskih usluga (ili funkcionalnosti). Infrastrukturni sloj uključuje informacijske resurse, administraciju i mreže. U ovom sloju podaci se prikupljaju, integriraju i stavljaju na raspolaganje. Pohrana podataka jedna je od mogućih komponenti infrastrukturnog sloja. Korištenje BI-a u operativnim sustavima može zahtijevati pohranu operativnih podataka (ODS), moguće povezanu sa strukturama tijeka rada poduzeća. Aplikacijske usluge uključuju sve BI usluge, kao što su motori za upite, analizu, izvješćivanje i vizualizaciju, kao i sigurnost i metapodatke.

Okruženje pohrane i pristup BI informacijama

Uz tradicionalna rješenja za skladištenje podataka Oracle9i i MS SQL Server2000, sve je veći broj aplikacija ERP skladišta, primjerice SAP BW za R/3 ili PeopleSoft Enterprise Warehouse s Enterprise Performance Management BI aplikacijama. Međutim, u oba slučaja funkcionalnost je vezana uz specifične ERP sustave i stoga je ograničena.

Upotreba ROLAP-a za pohranu BI informacija brzo raste zbog pogodnosti relacijskih DBMS-ova za aplikacije s vrlo velikim, detaljnim bazama podataka i ugradnje OLAP mogućnosti u DBMS. Korištenje MDB-a i OLAP-a ostaje nepromijenjeno i najzastupljenije, jer oni pružaju bolju izvedbu i funkcionalnost tamo gdje su agregirani podaci i složena analitika važni.

Nije iznenađujuće da se s obzirom na visoku cijenu dvoslojnih struktura klijent-poslužitelj pristup BI-u sve više odvija putem weba. Središte gravitacije pomiče se na poslužitelj, odražavajući činjenicu da je pristup poslovnim BI informacijama važan element, dok samostalna računala očito nisu dovoljno funkcionalna. Isporuka BI izvješća putem e-pošte popularna je i raste, ali mobilne i bežične metode dostave još uvijek sporo uzimaju maha.

Metapodaci

Većina BI alata na tržištu koristi sloj metapodataka ili repozitorij. Poslovni metapodaci uključuju definicije podataka pohranjenih u izvorima podataka u terminima domene. Oni također mogu sadržavati pravila i izračune koje je potrebno definirati za taj posao. Osim toga, postoje tehnički metapodaci za pristup fizičkim podacima. CASE alati, relacijski DBMS-ovi, alati za ekstrakciju podataka, transformaciju i učitavanje koriste metapodatke. Pri stvaranju skladišta podataka i martova podataka često je moguće automatski izdvojiti metapodatke iz izvora podataka, ali ponekad korisnici moraju sami dohvatiti metapodatke. Stoga je moguća složena situacija s nekoliko repozitorija koji postoje u jednoj organizaciji. Nedostatak zajedničkih metapodataka za alate - zbog nedostatka standarda za metapodatke - ozbiljan je problem za IT odjele.

Za i protiv tehnologije

Sposobnost korisnika da provede višeaspektnu operativnu analizu informacija u terminima specifičnim za domenu za podršku donošenju poslovnih odluka brzo se širi. Usporedno kretanje od informacijske anarhije ili diktature prema informacijskoj demokraciji proširuje broj korisnika poslovne inteligencije. Potreba za fleksibilnim pristupom korporativnim podacima je na prvom mjestu, a ne samo potreba za rješavanjem specifičnog funkcionalnog problema. Smanjena je izravna ovisnost o IT odjelima koji proizvode prilagođena izvješća ili upite. Moguć je prijelaz sa statičnih regulatornih izvješća na "izvješće uživo", a najnapredniji analitičari imaju priliku provesti međutematsku analizu i izgraditi sažeta izvješća od nule, sa semantičkim slojem koji opisuje sve pokazatelje i dijelove korporativnih informacija. Programeri mogu koristiti te iste alate za brzo stvaranje rutinskih, parametarskih izvješća. Web pristup BI-u (i statički i dinamički sadržaj) omogućit će pravi korporativni informacijski prostor i zajednički rad zaposlenika.

Glavni rizik su prebrze promjene BI tehnologije i korištenje neprovjerenih rješenja i alata. Potrebno je pratiti dobavljače, procjenjivati ​​njihovu održivost, smjerove razvoja, redovito isprobavati nove alate te provoditi tipizaciju i unificiranje BI-a. Drugi rizik povezan je s kvalitetom podataka - ako nisu ispravno transformirani, očišćeni i konsolidirani, tada nikakvi otmjeni BI alati ili aplikacije ne mogu povećati pouzdanost podataka. Brojni problemi mogu nastati zbog nedosljednosti metapodataka. Unutar velike korporacije ta se pitanja rješavaju na razini infrastrukture stvaranjem korporativnog skladišta podataka i centraliziranog upravljanja metapodacima. Stvaranje repozitorija pomoći će uvesti red u nomenklaturu prikupljenih pokazatelja, prikupljanje podataka, distribuciju i autorizaciju pristupa. Sama BI tehnologija nije u stanju sveobuhvatno riješiti te probleme, a zanemarivanje istih vraća se u informacijsku anarhiju i “silose podataka”.

Glavni igrači na BI terenu

Prema Gartnerovim poslovičnim čarobnim 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 izvješća; drugi još nema zamjenu za Oracle Express Analyzer. U skupini “vizionara” na granici s vodećima ističe se Crystal Decisions. Također vrijedi spomenuti Actuate i MicroStrategy.

Za BI platforme praktički nema lidera, što ukazuje na nezrelost tehnologije i tržišta. Zasad je samo Microsoft na granici ovog područja zbog rješenja za ugradnju OLAP servisa u MS SQL Server i njihovo razvijanje u analitički poslužitelj. Ostali kandidati uključuju SAS institut, a slijede ga Oracle, PeopleSoft i SAP. Hyperion je doslovno na raskrižju - SAS i Hyperion izgubili su svoje vodeće pozicije 2000. godine. Među vizionarima se ističe MicroStrategy. Nažalost, Crystal Decisions je još uvijek niša igrača.

Trendovi

Među BI alatima, EBIS doživljava najveći rast, odražavajući povećanu konkurenciju u današnjem gospodarstvu. Upotreba alata za generiranje upita, izvješća i analizu podataka je u opadanju, a organizacije ih nadograđuju i zamjenjuju poslovnim BI paketima. Temeljni alati (neplanirani upiti, izvješćivanje i osnovna OLAP analiza) i dalje su najčešći i pokrivaju većinu potreba. Također raste korištenje OLAP-a i drugih naprednih BI alata sličnih tehnologiji rudarenja podataka. Međutim, samostalni alati za rudarenje podataka nestaju, ova tehnologija se apsorbira i uključuje u druge BI alate, na primjer, u proširenja DBMS-a.

Očekuje se da će se unutar 5 godina mogućnosti kao što su XML za analizu (XML/A), BI web usluge, suradnja, bežične i mobilne komunikacije kombinirati u obliku mreža poslovne inteligencije (BI mreže), koje će biti nadopunjene alati za praćenje poslovanja aktivnosti (Business activity monitoring, BAM).

XML za raščlanjivanje. XML/A se izvorno pojavio kao komunikacijski protokol između različitih BI slojeva (klijent, analitički poslužitelj, poslužitelj baze podataka). XML/A ima ozbiljnih problema s izvedbom - stvara mnogo opterećenja i trenutno je primjenjiv samo na "lagane" OLAP klijente. Međutim, ako se ovi problemi riješe, XML/A bi mogao postati uobičajeni lingua franca između različitih BI okruženja, prelazeći preko više domena, dobavljača i tehnologija, podržavajući tako BI mreže.

BI Web usluge. Dobavljači često identificiraju EBIS proizvode kao BI portale jer web verzije ovih proizvoda pružaju ulaznu točku za informacije poduzeća. Zapravo, ovi BI portali često također podržavaju poveznice na nestrukturirane informacije, iako to obično zahtijeva neku vrstu integracijskog sustava. Sve više i više, EBIS proizvodi se fokusiraju na vanjske komponente korporacije (extranet e-business intelligence). Nova arhitektura SOA komponenti orijentirana na usluge evolucija je aplikacijskih poslužitelja i portala poduzeća. Ova inovacija također je povezana s J2EE i .NET tehnologijama. BI web usluge čine BI alate otvorenim komponentama s poznatim sučeljima i dostupnima na svim vrstama mreža. Sve je više dobavljača BI proizvoda koji ih prodaju kao web usluge, ali sve češće pod krinkom portala.

Suradnja. Dodavanje zabilješki u izvješća i dijeljenje rezultata analize između više korisnika bilo je moguće od dana EIS-a, ali sada je ova funkcija popularna i mnoge BI aplikacije dodale su mogućnosti tijeka rada. Očekuje se da će korisnici moći istovremeno raditi s jednim modelom ili da će različite BI aplikacije biti povezane u stvarnom vremenu.

Bežična i mobilna poslovna inteligencija. Drugi snažan trend u isporuci BI informacija vidljiv je kod dobavljača koji BI proizvodima omogućuju isporuku izvješća putem mobilne tehnologije, uključujući dlanovnike, internetske telefone i dojavljivače.

Praćenje poslovnih aktivnosti. Nova BAM tehnologija je u biti operativni BI i kombinira integraciju aplikacija u stvarnom vremenu s mogućnostima poslovne inteligencije. Koristeći transakcijske podatke izdvojene iz sustava za obradu transakcija u stvarnom vremenu, BI alati analiziraju te podatke i daju upozorenja i informacije o kritičnim događajima donositeljima operativnih odluka.

Književnost

1. Korneev V.V., Gareev A.F., Vasyutin S.V., Raikh V.V. Baza podataka. Inteligentna obrada informacija. // M.: Znanje, 2001
2. Tom Sullivan.
3. Kimbal R. Alati za skladištenje podataka: Praktične tehnike za izgradnju dimenzionalnih skladišta podataka. John Willey&Sins, 1996
4. Thomsen E. OLAP rješenja: Izgradnja višedimenzionalnih informacijskih sustava. Wiley Computer Publishing, 1997
5. Spirli E. Skladišta korporativnih podataka. Planiranje, razvoj, implementacija. Svezak 1: Prijevod iz engleskog // M.: Williams, 2001
6. Archipenkov S., Golubev D., Maksimenko O. POHRANA PODATAKA. Od koncepta do realizacije / Ed. Ed. S.Ya. Arkhipenkova // M.: DIALOG-MEPhI, 2002
7. V., Samoilenko A. Rudarenje podataka: tečaj obuke. // St. Petersburg: Peter, 2001
8. Unutar Gartner grupe (ruski), Dresner H., Hostmann B. i F. Buytendijk. Pažnja: ažurirani Gartner Magic Squares za sustave poslovne inteligencije, 2003., veljača
9. Liautaud B., Hammond M. e-Poslovna inteligencija: Pretvaranje informacija u znanje u profit. McGraw-Hill, 2001. (monografija).
10. Christine Comaford. .
11. Tom Sullivan. .

Valerij Artemjev(avi @cbr.ru) - Savjetnik direktora Glavnog centra za informatizaciju Banke Rusije (Moskva).

Kod većine poduzeća prodaja i proizvodnja i dalje padaju, kreditna sredstva poskupljuju, a potrošnja se smanjuje. Sve to zahtijeva hitne promjene u tvrtki, a posebice smanjenje troškova. Zbog toga se sada od menadžera traži korištenje suvremenih informatičkih alata. Moglo bi se čak reći da je korištenje modernih analitičkih sustava (Business Intelligence) danas jedan od uvjeta opstanka poduzeća.

Poslovna inteligencija - upravljanje temeljeno na informacijama

Još osamdesetih godina prošlog stoljeća pojavile su se prve analitičke aplikacije koje su bile namijenjene potpori odlučivanju. Ti su se alati dosta razlikovali od aplikacija za transakcijsko računovodstvo, koje su prvenstveno bile usmjerene na operativne aktivnosti. Količina informacija koja je nastala korištenjem ovakvih sustava dala je ozbiljan poticaj razvoju nove klase aplikacija dizajniranih za podršku odlučivanju menadžmenta. Ti su sustavi nazvani sustavima online analitičke obrade ( Online analitička obrada, OLAP). Već početkom devedesetih godina Gartner Group uvodi pojam poslovne analitike, koji se danas uvelike koristi za analitičke aplikacije.

« Poslovna inteligencija (BI) postala je strateška inicijativa i sada ju CIO-ovi i poslovni čelnici prepoznaju kao sredstvo za poboljšanje učinka poduzeća i inovacija,” rekao je Andreas Bitterer, potpredsjednik istraživanja u Gartneru.
Prema rezultatima istraživanja ove tvrtke, u kojem je sudjelovalo više od tisuću rukovoditelja informatičkih službi, poslovna analitika prepoznata je kao prioritetna tehnologija u 2008. godini. Istodobno, interes za poslovnu analitiku ostao je više od tri godine zaredom. I tek je ova godina pokazala promjenu u trendu interesa za ovu temu, 2009. poslovna analitika postala je osma po prioritetima, a razlog tome je činjenica da je većina stranih tvrtki već uključila ovaj alat u svoju praksu.

Međutim, ruska praksa korištenja BI alata još je u povojima iu idućih nekoliko godina ne treba brinuti o padu interesa za ove tehnologije. Doista, nažalost, unatoč prilično visokoj razini postojeće automatizacije u ruskim tvrtkama, većina generalnih direktora još nema računalo na svojim radnim mjestima, a svakako ne donose odluke na temelju analize informacija iz analitičkih sustava. ERP sustavi implementirani u mnogim tvrtkama omogućili su planiranje resursa poduzeća i učinili ga transparentnijim. No, to nije nimalo olakšalo donošenje odluka na najvišoj razini, a intuicija je i dalje najvažnija kvaliteta lidera.

Začudo, glavni rezultat prošlog procvata automatizacije ruskih tvrtki je trošak u milijunima dolara, dok se strateške odluke još uvijek donose na staromodan način. Mnogi izvršni direktori sada postavljaju pitanje: "Potrošili smo milijune na automatizaciju, ali zašto ne vidim opipljive rezultate u svojim aktivnostima." U većini slučajeva to je zbog činjenice da mnoge tvrtke imaju osobu odgovornu za informatiku - IT direktora, ali ne i osobu odgovornu za informacije. Uostalom, sada većina tvrtki ima akumulirane “oceane informacija”, a da bi ih obradili i primijenili kao podršku donošenju odluka, potrebne su specijalizirane tehnologije.

Praksa pokazuje da trenutno količina pohranjenih i analiziranih informacija u svim industrijama raste ogromnom brzinom, a neke od njih možemo nazvati jasnim liderima. U bankama, osiguravajućim društvima, telekomunikacijskim tvrtkama i maloprodaji količina obrađenih podataka iznosi terabajte, a pravilno korištenje tih podataka određuje razinu zadovoljstva korisnika, a time i konkurentske prednosti. U konkurenciji će moći pobijediti oni koji prvi uspiju transformirati prikupljene podatke u informacije potrebne za donošenje informiranih odluka.

Istovremeno, uz količinu informacija, raste i brzina njihovog generiranja, kao i njihova raznolikost, što zahtijeva strateški pristup upravljanju informacijama i implementaciji BI alata. Uostalom, odabirom tehnologija 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 tvrtki je niska kvaliteta podataka, a time i nedovoljna pouzdanost primljenih informacija. Uostalom, ako se informacije unose u sustav jednom mjesečno i to iz nepouzdanih izvora, onda će odluka donesena na temelju takvih informacija najvjerojatnije biti “posthumna”. U takvoj situaciji nemoguće je raditi na staromodan način; prije ili kasnije bit će potrebni specijalizirani alati za provjeru i analizu informacija.

Zato analitička tvrtka Gartner već nekoliko godina prati interes u svijetu za analitičke aplikacije, a na ruskom tržištu postoji veliki broj projekata za implementaciju ovih alata. To je zbog činjenice da implementirani ERP sustavi još ne daju povrat koji su svi očekivali. A sada samo BI tehnologije omogućuju automatizaciju prikupljanja i analize informacija, kao i njihovu prezentaciju u obliku pogodnom za upravljanje.

Zadaci analize informacija toliko su raznoliki da se, osim po industrijskoj specijalizaciji, BI alati razlikuju i po klasi zadataka koje rješavaju. Istovremeno, koliko god željeli sve probleme riješiti jednim i univerzalnim BI alatom, to je nemoguće. Trenutačno na ruskom tržištu postoji mnogo različitih BI alata koji pokrivaju određene potrebe tvrtki. Međutim, kupnja BI alata često ne daje očekivane rezultate, jer ne samo da morate kupiti alat i implementirati ga u svojoj tvrtki, već i posvetiti puno vremena kvaliteti postojećih podataka i načinima kako ih provjeriti. Nažalost, mnoge tvrtke trenutno još nemaju tu jedinu verziju istine koja je neophodna za donošenje odluke.

Zato kupnja alata Poslovna inteligencija (BI) neće dovesti poduzeće do uspjeha. Za učinkovitu implementaciju BI alata u tvrtku potrebno je stvoriti odgovarajuće uvjete, a prije svega to je podrška menadžera. Uostalom, korisnici ovih aplikacija trebali bi biti najviši dužnosnici tvrtke, a ako to nije slučaj, onda će alati vrlo vjerojatno “skupljati prašinu na polici”. Odviknuti se od navike staromodnog upravljanja ono je što treba učiniti u poduzeću, a to nije tako lako.
Osim promjena u menadžmentu, potrebno je uskladiti aktivnosti za korištenje BI alata s postojećom poslovnom strategijom tvrtke.

Što mjeriti i kada? Na kojim pokazateljima trebamo temeljiti strateške i taktičke odluke? Tko je odgovoran za određene pokazatelje? Bez odgovora na ova pitanja implementacija i razvoj BI alata može krenuti krivim putem.

I naravno, za brzu i učinkovitu implementaciju tehnologija poslovne analize potrebno je odrediti odgovornog zaposlenika i pripadajući centar kompetencije, inače od toga neće biti ništa. Uostalom, da bi se objedinile sve potrebe brojnih funkcionalnih kupaca i stvorila odgovarajuća informacijska infrastruktura, potrebno je neprestano raditi i donositi mnoge upravljačke odluke na razini top menadžera. Strategija korištenja BI-a mora proći kroz cijelu tvrtku i krenuti od procesa prikupljanja primarnih podataka do procesa donošenja strateških odluka, inače neće biti povjerenja u primljene informacije, što znači da se analitičke informacije neće koristiti. prilikom donošenja odluka.

Implementacija poslovne inteligencije

Naime, za uspješnu implementaciju BI tehnologija u tvrtku potrebno je kreirati VELIKI tim – Business Intelligence Governance, – tj. centar kompetencije za upravljanje informacijama na razini cijele tvrtke. Stvaranje takvog BI centra kompetencija omogućuje vam centralizaciju odgovornosti i kompetencija za upravljanje informacijama u tvrtki, kao i uvođenje reda u korištene BI alate.

BI centar kompetencija može imati standardnu ​​strukturu koja okuplja poslovne korisnike i zaposlenike čije je područje odgovornosti u području informacijskih tehnologija i upravljanja informacijama (CIO, informacijski arhitekt, poslovni analitičari i dr.). Istovremeno, kao glavne zadaće centra kompetencija mogu se identificirati: upravljanje potrebama poslovnih korisnika, odabir tehnologija upravljanja informacijama, metodološko usmjeravanje, standardizacija rada i korištenih tehnologija, akumulacija kompetencija, upravljanje kvalitetom podataka.

Načini organiziranja takvog centra kompetencije također mogu biti različiti:
· izvješćivanje funkcionalne jedinice IT odjelu;
· odjel podređen operativnoj upravi;
· distribuirana struktura s podređenošću generalnom direktoru;
· virtualna organizacija.

Organizacija može imati bilo koji oblik, glavno je da tvrtka ima ljude odgovorne za upravljanje informacijama i analizu poslovanja. Prema Gartneru, BIG tim se najčešće nalazi u IT odjelu, što ne dopušta uvijek davanje potrebnih prioriteta ovom poslu. Uostalom, stvaranje ovakvog centra kompetencija prvenstveno je potrebno radi centralizacije odgovornosti za upravljanje informacijama i korištenje BI aplikacija. Stoga je najučinkovitije ako centar kompetencije odgovara izravno predsjedniku uprave ili njegovom zamjeniku. Pritom je temeljno pitanje, sa stajališta učinkovitosti stvorene jedinice, dodjela odgovarajućih ovlasti. U praksi te strukture postoje u ne više od jedan posto ruskih tvrtki, što još jednom potvrđuje nisku zrelost ruskog menadžmenta u području upravljanja informacijama.

Za razumijevanje strategije razvoja ovog područja, prvi rezultat rada stvorenog centra kompetencija trebala bi biti strategija u području upravljanja informacijama i korištenja alata za analizu poslovanja. Bez takvog sustavnog pogleda, velika je vjerojatnost da će poslovni korisnici koristiti različite BI alate s preklapajućim funkcionalnostima, što će zauzvrat povećati troškove i neće im omogućiti postizanje očekivanih koristi. Sada nema smisla trošiti novac bez definiranja jasne strategije razvoja, inače će nastati zoološki vrt BI aplikacija kojima se neće moći upravljati.

Aktualni trendovi u razvoju tržišta BI aplikacija su rast industrijske i funkcionalne specijalizacije BI platformi, kao i povećanje njihovog broja. Stoga je od strane tvrtke potrebno jasno razumjeti svoje potrebe i odabrati odgovarajuće BI aplikacije, a s obzirom na sve veći broj korisnika BI alata u tvrtki, to postaje sve kritičnije.

Kao što je već navedeno, prošli val implementacija ERP sustava u ruskim tvrtkama stvorio je platformu na temelju koje je uz pomoć BI alata moguće i potrebno odabrati informacije potrebne za donošenje odluka. Stoga su, s pogoršanjem interne situacije, tvrtke obratile pozornost na pitanja svoje interne organizacije i učinkovitosti te su počele aktivno koristiti BI aplikacije koje su prije bile više igračka za poslovne analitičare nego pravi alat.
Jedan problem koji sada traži rješenje pri implementaciji BI alata je kvaliteta podataka u tvrtki. Analitička tvrtka Gartner nudi sljedeću klasifikaciju kvalitete podataka u razine: optimizirana, upravljana, proaktivna, reaktivna, svjesna. Štoviše, što je veća kvaliteta podataka u poduzeću, to su veće koristi za poslovanje, što pak omogućuje prijelaz s upravljanja na temelju intuicije na upravljanje na temelju dobrog osjećaja.

Prednosti poslovne inteligencije

Prednosti korištenja BI aplikacija uključuju sljedeće: Kao prvo, Poslovna inteligencija (BI) Smanjuje troškove upravljanja informacijama eliminacijom suvišnih procesa dohvaćanja podataka i postojećeg dupliciranja informacija. BI sustavi štede vrijeme zaposlenicima učinkovitijom obradom informacija, a mogućnost analize velike količine podataka omogućuje smanjenje broja zaposlenika potrebnih za obradu informacija.

Kako tvrtka primjenjuje alate za poslovnu inteligenciju, korisnici počinju provoditi analize i predviđati, a tada prednosti BI aplikacija postaju još uočljivije. Na primjer, aplikacija Poslovna inteligencija (BI) na strateškoj razini može vam omogućiti ulazak na novo tržište, promjenu smjera razvoja tvrtke ili pokretanje nove linije usluga.
Sa stajališta razvoja BI aplikacija, trend razvoja ovih sustava usmjeren je na povećanje specijalizacije. Već su se pojavili sustavi za analizu poslovanja u stvarnom vremenu Business Activity Monitor (BAM) koji vam omogućuju da podatke koji su se pojavili prije nekoliko minuta date za donošenje odluka. Ovi sustavi pružaju značajnu pomoć srednjem menadžmentu podržavajući donošenje operativnih odluka. Također, kao zasebna klasa identificirani su sustavi za analizu poslovnih procesa – Process Intelligence, koji omogućavaju praćenje i analizu (kontrolu) izvršenih poslovnih procesa, kao i analizu organizacijske učinkovitosti zaposlenika.

Ovo sjecište tehnologija upravljanja poslovnim procesima (Business Process Management) i sustava poslovne analize (Business Intelligence) omogućuje ne samo uvid u problem, već i pronalaženje njegovog uzroka, što zauzvrat omogućuje njegovo ispravljanje prije nego što nastupe posljedice. .
Kao zaključak, može se primijetiti da tržište BI alata raste i da su u tijeku 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.

Andrey Koptelov, generalni direktor časopisa

Analitički pregled: BI u Rusiji 2009

Analitičari TAdviser Centra završili su pripremu otvorenog tržišnog pregleda platformi poslovne inteligencije (BI) predstavljenih na ruskom tržištu. Na ovoj stranici možete pročitati najzanimljivije dijelove recenzije.

Prednosti korištenja BI sustava

Sustavi poslovne analize rješavaju vrlo širok raspon problema. Dakle, „blizu horizonta“ je praćenje, analiza i prilagodba operativnih ciljeva:

podrška razvoju poslovnih procesa i strukturnih promjena u poduzeću;

sposobnost simulacije različitih poslovnih situacija u jedinstvenom informacijskom okruženju;

provođenje operativne analize na nestandardnim zahtjevima;

smanjenje rutinskog opterećenja osoblja i oslobađanje vremena za dublji analitički rad;

stabilan rad s povećanjem količine obrađenih informacija, skalabilnost.

U smislu podrške strateškom razvoju poduzeća, BI sustavi pružaju:

procjena učinkovitosti različitih poslovnih područja;

procjena ostvarivosti postavljenih ciljeva;

procjena učinkovitosti korištenja resursa, uključujući podružnice;

procjena učinkovitosti poslovnih, investicijskih i financijskih aktivnosti;

poslovno modeliranje i evaluacija investicijskih projekata;

upravljanje troškovima, porezno planiranje, planiranje kapitalnih ulaganja.

Danas, prema stručnjacima iz Gartnera, samo 15-20% poslovnih korisnika aktivno radi s BI aplikacijama, dok ostali smatraju sustave poslovne analize presloženim za korištenje. No, aktivan razvoj alata za interaktivnu vizualizaciju podataka i daljnje širenje internetskih tehnologija uskoro bi trebali popraviti situaciju.

Prema mišljenju analitičara MiPro Consultinga, implementacija neovisnog BI sustava u organizaciji pruža niz prednosti u odnosu na korištenje analitičkih alata ugrađenih u druge korporativne informacijske sustave. Među prednostima BI sustava su:

veća vidljivost i jednostavnost rada s informacijama za poslovne korisnike, uključujući top menadžment;

mogućnost korištenja nekoliko analitičkih rješenja za različita područja djelovanja u cijelom poduzeću, a ne unutar pojedinih odjela;

omogućuje izvlačenje, analizu i konsolidaciju podataka iz gotovo svih izvora;

temeljen na industrijskoj, podržanoj i razvijenoj BI platformi;

ima status neovisne, strateške, poslovno kritične aplikacije;

pruža potrebnu skalabilnost, učinkovitost, performanse;

omogućuje vam izgradnju i održavanje end-to-end procedura i procesa obrade, unificiranih centraliziranih analitičkih modela i projekata u cijeloj organizaciji;

sadrži ugrađene alate za rješavanje različitih i raznolikih analitičkih problema, kako s poslovnog tako i s informatičkog gledišta;

omogućuje pristup podacima i analitičkim alatima većem broju korisnika.

Upotreba analitičkih alata ugrađenih u druge korporativne informacijske sustave, 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 sustava ostaju nedostupne, a podaci iz različitih izvora ne mogu se konsolidirati;

nedostatak razvijenih ugrađenih alata za analizu dovodi do toga da se sustav koristi samo za izdvajanje podataka koji su u njemu pohranjeni, a koji se zatim izvoze i analiziraju u Excelu;

ERP i CRM sustavi u pravilu imaju ograničen broj korisnika, što „odsječe“ od analitike veliki broj zaposlenika poduzeća kojima bi te informacije bile korisne i zanimljive (značajno povećanje broja korisnika smanjuje produktivnost transakcijski sustavi);

transakcijski sustavi obično ne sadrže sve pokazatelje potrebne za analizu i ne uključuju alate poput nadzornih ploča, koje su već postale standard za prezentiranje analitičkih informacija;

rezultati analize u takvim sustavima obično se prikazuju u obliku tabelarnih izvješća ili dijagrama, što ne omogućuje dobivanje detaljne i sveobuhvatne slike o stvarnom stanju stvari i ne odgovara na mnoga pitanja koja se postavljaju;

mogućnost stvaranja fleksibilnih prilagođenih (ad-hoc) upita je ograničena;

korištenje velikih količina akumuliranih povijesnih informacija je ograničeno.

Prilikom odabira ili ažuriranja sustava za poslovnu analizu, trebali biste razmotriti načine pohranjivanja i integracije podataka, vizualizacije i analitičkih alata.

Pohrana podataka

Ako je tvrtka suočena sa zadatkom identificiranja dugoročnih ili periodičnih trendova, odnosno, korisnici trebaju analizirati povijesne podatke koji dolaze iz različitih odjela u posljednjih 3-5 godina, tada je, najvjerojatnije, potrebno pažljivo razmotriti organizacija ETL operacija za učitavanje podataka u skladišta podataka.

Ako poduzeće ili bilo koji od njegovih odjela treba analizirati informacije mjesečno ili tjedno, tada bi optimalno rješenje bilo dodijeliti i organizirati zasebne marte podataka za te svrhe (za svaki odjel ili za rješavanje specifičnih problema), također koristeći ETL alate.

Ako tvrtka planira analizirati operativne podatke u načinu rada bliskom stvarnom vremenu (to jest, ažurirati ih nekoliko puta tijekom dana), tada će možda biti potrebno napustiti organizaciju skladišta podataka i obratiti pozornost na razvoj integracijskih alata temeljenih na na srednjem virtualnom sloju metapodataka s razradom odgovarajućih sučelja i algoritama (prema principu EII).

Integracija podataka

Kao što je gore navedeno, ako je cilj implementacije BI sustava rješavanje pojedinačnih, specifičnih problema, tada je preporučljivo ograničiti se na organizaciju prodajnih mjesta. U ovom slučaju nije potrebna uporaba posebnih integracijskih algoritama.

Ako se, naprotiv, BI implementira s ciljem dobivanja jedinstvenog, holističkog pogleda na cjelokupno stanje poslovanja, onda je to vjerojatno nemoguće učiniti bez stvaranja centraliziranog skladišta podataka i, sukladno tome, implementacije potrebnih ETL alata . Osim toga, za dobivanje uistinu adekvatne slike poslovanja potrebno je posebnu pozornost posvetiti osiguravanju visoke kvalitete analiziranih podataka, a to će zahtijevati uvođenje proširenog skupa alata za njihovo “čišćenje” – identificiranje nepotpunih ili pogrešni podaci, duplicirane informacije, dovođenje podataka iz različitih izvora u jedan format.

Ako tvrtka stavlja naglasak na proučavanje operativnih podataka, tada je potrebno razmotriti načine replikacije i pristupa.

Vizualizacija i analitika

Ovisno o dodijeljenim zadacima, kao io kvalifikacijama korisnika, odabiru se alati za vizualizaciju podataka - upravljačke ploče, bodovne kartice, izvješća, OLAP kocke.

Za iskusne, kvalificirane korisnike optimalni alat bit će OLAP kocke, koje će im omogućiti provođenje duboke i detaljne poslovne analize, s potrebnim stupnjem detalja.

Korisnici koji se u svojim svakodnevnim aktivnostima suočavaju s potrebom donošenja upravljačkih odluka, ali i analize uspješnosti poslovanja, zainteresirani su za organizaciju radnog mjesta u obliku kontrolne ploče na kojoj se prati stanje poslovanja u cjelini. prikazan u obliku vizualnih ljestvica i indikatora, s mogućnošću prebacivanja između aktivnosti pojedinih područja.

Obični menadžeri trebaju alate za rješavanje svojih tekućih problema, praćenje odvijanja pojedinih vrsta poslova, kao i za praćenje aktivnosti svojih zaposlenika (svakog pojedinog zaposlenika i tima u cjelini). Osim toga, za organiziranje jasne interakcije sa susjednim odjelima (ili regijama), potrebno je imati mogućnost dobivanja pregleda napretka međusobno povezanih zadataka.

Okomito ili vodoravno rješenje

Na tržištu postoje kako horizontalna BI rješenja, koja implementiraju skup općeprimjenjivih alata, tako i specijalizirana vertikalna rješenja, “skrojena” za određene industrije ili zadatke. Oba imaju svoje prednosti i nedostatke.

Prednost horizontalnih rješenja može se smatrati njihovom sposobnošću rasta s organizacijom. Takva rješenja su obično skalabilna i mogu pokriti sva područja djelovanja i sve odjele velike tvrtke, a također se lakše mijenjaju. Loša strana takve širine mogućnosti je potreba za dužim i pažljivijim postavljanjem rješenja i prilagodbom specifičnim zahtjevima. Implementacijski projekti postaju sve skuplji, a zahtjevi prema IT stručnjacima sve veći.

Vertikalna rješenja, sa svoje strane, ne zahtijevaju zasebnu dugotrajnu i radno intenzivnu konfiguraciju za rješavanje specifičnih problema i usklađivanje sa zahtjevima industrijskih regulatornih organizacija (financijskih, medicinskih, itd.). Međutim, može se pokazati da različiti odjeli unutar iste strukture neće moći koristiti jedno rješenje, te će trebati savladati i integrirati nekoliko različitih sustava poslovne analize.

One organizacije koje se trenutno iu budućnosti planiraju baviti svojim specifičnim aktivnostima koje zahtijevaju usklađenost s određenim strogim propisima vjerojatno će imati koristi od implementacije vertikalnih rješenja. Ako nema povjerenja u takvu predanost određenoj vrsti djelatnosti u budućnosti, a postoji velika vjerojatnost da će se specijalizacija tvrtke značajno proširiti, odabir vertikalnog BI rješenja predstavlja određeni rizik.

U suvremenom svijetu postoje određene klase softvera koje su uglavnom usmjerene na korporativni segment (velike i srednje tvrtke) i, sukladno tome, nisu široko korištene. Ali neki softverski sustavi imaju prilično zanimljive funkcije koje se mogu koristiti ne samo u malim tvrtkama, već i kao osobni alat. To je jedan od tih softverskih sustava o kojem će se raspravljati u ovom članku.

Bilješka

Ja sam tehnički stručnjak, pa je članak više tehničkog smjera. Ako želite pročitati informacije o proizvodu namijenjenom poslovnim korisnicima, tada idite na IBM-ovu stranicu.

Glavna svrha ovog članka je pokazati vam kako napraviti svoj prvi "Hello World" (slično programiranju) u IBM Cognos BI.

Također želim napomenuti da imam veliko iskustvo u pisanju uputa korak po korak sa snimkama zaslona za svaki korak. Ali ovaj članak neće biti još jedna detaljna uputa; ovdje želim pokazati koncept rada sa sustavom, a ne napraviti još jedan priručnik.

Što je BI?

Dakle, što je BI sustav? U tri riječi, ovo je napredni sustav izvještavanja. Kako bi bilo jasnije, u nastavku ću navesti glavne funkcije koje imaju moderni sustavi BI klase:

• mogućnost povezivanja s različitim izvorima podataka (od Excel datoteke do univerzalne ODBC veze)
• mogućnost izrade jednostavnih izvješća (kao što je grafikon ili tablica) i složenih parametriziranih izvješća s kombiniranom strukturom i referentnim vezama (Drill-Trough, Drill-Up/Drill-Down)
• mogućnost transparentnog rada s različitim izvorima podataka (primjerice, Excel i SQL Server) uz potpunu obradu veza između njih
• mogućnost interaktivnog rada s podacima (generiranje izvješća “u hodu”)
• sposobnost predstavljanja relacijskih podataka kao višedimenzionalnih
• mogućnost distribucije prava pristupa korištenjem unutarnjih i vanjskih izvora provjere autentičnosti (NTLM, LDAP, itd.)
• mogućnost pokretanja generiranja izvješća ručno ili automatski prema rasporedu
• mogućnost automatske distribucije generiranih izvješća
• mogućnost generiranja izvješća u različitim formatima (Excel, HTML, PDF, itd.)

Jednostavnim ruskim jezikom, BI sustav je program koji korisniku pruža praktične alate za analizu gotovo svih podataka (bilo da se radi o Excel datoteci ili industrijskom skladištu podataka).

Mogućnost korištenja BI sustava kao osobnog alata

Odmah se postavlja pitanje, kako ovaj sustav možete koristiti kao osobni alat? Odgovorit ću iz osobnog primjera, koristim IBM Cognos BI kao alat za analizu statistike u svojim projektima i alat za analizu statistike kućnog računovodstva.

Ovdje se, naravno, može argumentirati nešto u stilu “Ja mogu jako dobro analizirati statistiku običnim SQL upitima” ili “ugrađene funkcije Excela sasvim su dovoljne za analizu cjelokupnog kućanskog računovodstva”, ali “sve se uči za usporedbu.” Kao što pokazuje praksa, puno je lakše jednostavno povući i ispustiti potrebne elemente podataka mišem i dobiti rezultat u gotovom obliku nego petljati s pisanjem SQL upita ili rekonfiguracijom Excel funkcija.

Opet, sve napisano je moje osobno mišljenje s kojim se ne morate složiti.

IBM Cognos BI arhitektura

Arhitektura sustava je relativno jednostavna (kao za sustave poslovne klase). Dakle, ključni element sustava je IBM Cognos BI poslužitelj (pogledajte donji dijagram), koji radi s izvorima podataka koristeći opis koji kreira korisnik (zvan metapodaci). Nadalje, putem web pristupa, IBM Cognos BI poslužitelj omogućuje pristup svim glavnim funkcijama sustava.

Konceptualna arhitektura IBM Cognos BI kompleksa (dijagram se pokazao vrlo glomaznim)

Faze rada sa sustavom

Da biste napravili svoje prvo izvješće, morate izvršiti nekoliko osnovnih koraka:

1. Stvorite vezu s izvorom podataka
2. Generirajte opis izvora podataka, tj. kreirajte metapodatke
3. Kreirajte i objavite paket metapodataka na IBM Cognos BI poslužitelju
4. Izradi izvješće

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, nešto je složenija od jednostavne Excel stranice. Svi podaci u izvoru su sintetički (generirani algoritmima temeljenim na slučajnim brojevima), zbog čega agregatni pokazatelji izgledaju vrlo ujednačeno.

Kao što možete vidjeti na gornjem dijagramu, testna baza podataka sadrži 3 hijerarhijske dimenzije: “Grupa proizvoda -> Proizvod”, “Kontinent -> Država -> Grad -> Maloprodajno mjesto”, “Godina -> Polugodište -> Tromjesečje -> Mjesec -> Datum"; 2 ravne (jednodimenzionalne) dimenzije: “Blagajnik”, “Regionalni menadžer”; i 2 tablice činjenica: “Prodaja”, “Plan prodaje”.
Štoviše, dimenzija "Blagajnik" nalazi se u jednoj od tablica činjenica u denormaliziranom obliku, a dimenzija "Regionalni upravitelj" povezana je s razinom "Država" dimenzije "Maloprodajno mjesto" odnosom "više prema mnogima". (podrazumijeva se da jedan menadžer može upravljati različitim državama).

Povezivanje s izvorom podataka

U IBM Cognos BI, svi potrebni parametri za povezivanje s izvorima podataka pohranjeni su u posebnim sistemskim objektima koji se nazivaju “Data Source Connections”. Da biste stvorili novu vezu, trebate slijediti nekoliko jednostavnih koraka: idite na IBM Cognos BI portal, idite na odjeljak "Administracija", otvorite karticu "Konfiguracija", odaberite pododjeljak "Veze izvora podataka" (" Izvor podataka Veze" i kliknite gumb "Novi izvor podataka" na alatnoj traci. Zatim će se pojaviti niz dijaloških okvira u kojima ćete morati postaviti nekoliko parametara, kao što su naziv veze, vrsta veze, poslužitelj, prijava, lozinka itd.

Razvoj metapodataka

Razvoj metapodataka jedan je od najtežih i najodgovornijih trenutaka. O kvaliteti metapodataka ovise performanse sustava (brzina generiranja izvješća, ispravnost generiranih rezultata itd.) i praktičnost izrade izvješća. No unatoč gore navedenom, složenost razvoja metapodataka izravno je proporcionalna složenosti izvora podataka. Na primjer, da biste izgradili relacijski opis našeg testnog izvora podataka, samo pokrenite čarobnjaka za stvaranje metapodataka, kliknite gumb "Dalje" nekoliko puta i metapodaci su spremni.

Dakle, kao što sam ranije napisao, metapodaci su opis izvora podataka. U IBM Cognos BI. Temelj metapodataka su objekti predmeta upita i odnosi između njih. Objekt "Predmet upita" sinonim je za "Prikaz" iz relacijskih DBMS-ova. To jest, "Predmet upita" temelji se na upitu prema DBMS-u koji određuje strukturu izvornog objekta, a veze između "Predmeta upita" su opis logičke interakcije između ovih upita.

Za stvaranje metapodataka u IBM Cognos BI koristi se zasebna aplikacija, IBM Cognos Framework Manager (jedina ne-web aplikacija u IBM Cognos BI paketu). Nakon pokretanja Framework Managera, od vas će se tražiti da napravite novi projekt (morat ćete unijeti naziv projekta i njegovu lokaciju u lokalnom datotečnom sustavu).

Treba imati na umu da je projekt Framework Manager (također poznat kao Framework Manager model) skup lokalnih datoteka s kojima lokalni program radi, a paket metapodataka je rezultat koji se nalazi na IBM Cognos BI poslužitelju ( ako povučemo analogiju s programiranjem, onda je projekt izvorni kod, a paket kompajlirana aplikacija). Možete stvoriti više skupova paketa iz jednog Framework Manager projekta.

Nakon što se izradi projekt Framework Managera, najbolje je započeti pokretanjem čarobnjaka za uvoz metapodataka (Akcija -> Pokreni čarobnjak za metapodatke...). Čarobnjak za uvoz će od vas tražiti da odaberete postojeći izvor podataka ili stvorite novi i omogućit će 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 postaviti polja objekta "Predmet upita" na ispravnu vrstu upotrebe (atribut "Upotreba"), a zatim rad s modelom Framework Manager može završiti i započeti generiranje i objavljivanje paketa metapodataka. U složenijoj verziji (kao u našem testnom primjeru), bit će potrebno provjeriti ispravnost uvezenih odnosa između objekata "Predmet upita", ispraviti netočne i dodati one koji nedostaju. U profesionalnijim opcijama moguće je kreirati izračunata polja, promijeniti strukturu “Query Subject”, kreirati višedimenzionalni prikaz, definirati sigurnosne algoritme itd.

Stvorite 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 objavljuju na poslužitelju i s kojima rade sve web aplikacije IBM Cognos BI kompleksa. Postavke metapaketa omogućuju vam da sakrijete ili ne objavite neke objekte metapodataka. Na primjer, u testnim metapodacima postoji neki "Query Subject", koji utječe na logiku obrade izvornih podataka (to je veza između zemlje i regionalnog direktora), ali nema smisla pri izradi izvješća; sakriti takav objekt metapodataka na razini paketa. Ili, na primjer, polja s identifikatorima, također ima smisla sakriti ih od korisnika metapaketa.

Za izradu metapaketa potrebno je otvoriti kontekstni izbornik u Framework Manageru u odjeljku “Paketi” i odabrati “Kreiraj -> Paket”, nakon čega će se pojaviti čarobnjak za kreiranje metapaketa. Nakon što je metapaket kreiran, sustav će odmah ponuditi njegovu objavu na poslužitelju. Korisnik početnik ne mora se puno upuštati u opcije čarobnjaka za objavljivanje paketa (samo kliknite Dalje i Objavi). Jedina stvar je da će na zadnjoj kartici (gdje neće biti gumb Dalje, nego gumb Objavi) biti potvrdni okvir “Provjeri paket prije objavljivanja”, on određuje je li metapaket provjeren na logičke dvosmislenosti prije objavljivanja i prikazuje popis tih dvosmislenosti ako se pronađu. Toplo preporučujem da nikada ne preskočite ovaj korak i ispravite sve nejasnoće koje pronađete prije objavljivanja.

Generiranje izvješća (analiza podataka)

Sada se polako približavamo najzanimljivijem i najobičnijem procesu - izradi izvješća. Događa se da su alati za kreiranje redovitih izvješća i alati za brzu analizu podataka u IBM Cognos BI isti (unatoč činjenici da je u nekima prikladnije provesti brzu analizu, au drugima je prikladnije generirati redovita izvješća, sva vam omogućuju spremanje rezultata u obrascu izvješća).

Osobno radije koristim alat IBM Cognos Report Studio za sve BI zadatke. Ovo je najuniverzalniji alat koji vam omogućuje izradu izvješća gotovo bilo koje složenosti, a istovremeno nudi relativno praktične alate za brzu analizu podataka.

Pretpostavimo da trebamo izraditi brzo izvješće koje sadrži podatke o prodaji po zemlji, grupi proizvoda i tromjesečnoj učestalosti. Ovo prilično jednostavno izvješće može se napraviti slijedeći ove korake:

1. pokrenite web aplikaciju IBM Cognos Report Studio
2. U prozoru dobrodošlice kliknite gumb "kreiraj".
3. na popisu osnovnih predložaka odaberite "crosstab" ("corsstab")
4. postavite elemente podataka prema donjem dijagramu
5. pokrenuti izvješće za izvršenje

Nakon pokretanja izvješća za izvršenje, dobit ćete nešto poput ovoga.

Gledajući dobiveni izvještaj, sa sigurnošću možemo reći da je iskreno loše dizajniran, brojevi nisu formatirani, ekonomski smisao je iskreno upitan, itd. No, sve te nedostatke dizajna mogu se ukloniti postavljanjem svojstava odgovarajućih elemenata postavki, a da bi ekonomsko značenje bilo zanimljivije, možete, na primjer, napraviti plan/stvarnu analizu.

Na primjer, da bih napravio dolje prikazano izvješće (na gotovim metapodacima), ja sam, kao iskusni stručnjak, potrošio oko 20-30 minuta.

A da bih ga potpuno redizajnirao u tamnu shemu boja, potrošio sam još oko 10 minuta.

Zaključak

Nadam se da je u ovom članku čitatelj uspio dobiti opće informacije o BI sustavima i principu njihovog rada. Naravno, u okviru kratkog članka nemoguće je relativno detaljno razmotriti bilo koji od spomenutih aspekata (na primjer, mogla bi se napisati cijela knjiga o tome kako pravilno oblikovati metapodatke), ali mislim da ako odlučite pokušati , onda će vam ovaj članak reći odakle početi i kakve rezultate očekivati.

Također, nisam se uopće dotakao nekih zanimljivih mehanizama i funkcija (primjerice, mehanizam za predstavljanje relacijskog izvora podataka kao višedimenzionalnog), ali to je zbog činjenice da je količina potrebnog materijala (minimum teorije i minimum prakse) bilo bi dovoljno za poseban članak.

Malo o licencama

Ukoliko se odlučite za kupnju zasebnog IBM Cognos BI sustava za osobnu upotrebu ili za malu tvrtku, onda će vas cijene vjerojatno neugodno iznenaditi, no IBM ima poseban sveobuhvatni sustav IBM Cognos Express koji je namijenjen malim organizacijama i sadrži nekoliko proizvoda (uključujući BI) i košta mnogo manje.