ბი აღწერა. როგორ მართოთ კომპანია ბიზნეს ინტელექტის გამოყენებით. BI როგორც მეთოდები, ტექნოლოგიები, ცოდნის მოპოვებისა და წარმოდგენის საშუალებები

BI ინსტრუმენტების ძირითადი ნაწილი იყოფა კორპორატიულ BI კომპლექტებად და BI პლატფორმებად. შეკითხვისა და ანგარიშგების ინსტრუმენტები დიდწილად შეიწოვება და შეიცვალა საწარმოს BI კომპლექტებით. მრავალგანზომილებიანი OLAP ძრავები ან სერვერები, ისევე როგორც რელაციური OLAP ძრავები, არის BI ინსტრუმენტები და ინფრასტრუქტურა BI პლატფორმებისთვის.

BI ინსტრუმენტების უმეტესობა გამოიყენება საბოლოო მომხმარებლების მიერ იმ მონაცემების წვდომისათვის, ანალიზისა და ანგარიშების შესაქმნელად, რომლებიც ყველაზე ხშირად მდებარეობს საწყობში, მონაცემთა მარტებში ან ოპერატიული მონაცემთა საწყობებში. აპლიკაციის დეველოპერები იყენებენ BI პლატფორმებს BI აპლიკაციების შესაქმნელად და დასანერგად, რომლებიც არ განიხილება BI ინსტრუმენტებად. BI განაცხადის მაგალითია საინფორმაციო სისტემა EIS-ის ხელმძღვანელი.

შეკითხვისა და მოხსენების გენერირების ინსტრუმენტები

შეკითხვისა და მოხსენების გენერატორები, როგორც წესი, დესკტოპის ხელსაწყოებია, რომლებიც მომხმარებლებს უზრუნველჰყოფენ მონაცემთა ბაზებზე წვდომას, ახორციელებენ გარკვეულ ანალიზს და ქმნიან ანგარიშებს. მოთხოვნები შეიძლება იყოს დაუგეგმავი (ad hoc) ან რუტინული ხასიათის. არსებობს ანგარიშების გენერირების სისტემები (ჩვეულებრივ სერვერზე დაფუძნებული), რომლებიც მხარს უჭერენ რუტინულ შეკითხვებს და ანგარიშებს. დესკტოპის შეკითხვისა და მოხსენების გენერატორები ასევე გაუმჯობესებულია OLAP-ის რამდენიმე მსუბუქი შესაძლებლობებით. ამ კატეგორიის მოწინავე ხელსაწყოები აერთიანებს რუტინული ანგარიშების და დესკტოპის შეკითხვის გენერატორების ჯგუფური წარმოების შესაძლებლობებს, ანგარიშების განაწილებას და მათ სწრაფ განახლებას, აყალიბებს ე.წ. კორპორატიულ მოხსენებას. მის არსენალში შედის მოხსენების სერვერი, განაწილების ინსტრუმენტები, ანგარიშების გამოქვეყნება ინტერნეტში და მოვლენების ან გადახრების შეტყობინების მექანიზმი (გაფრთხილებები). ტიპიური წარმომადგენლები არიან Crystal Reports, Cognos Impromptu და Actuate e.Reporting Suite.

OLAP ან მოწინავე ანალიტიკური ინსტრუმენტები

OLAP ინსტრუმენტები არის ანალიტიკური ინსტრუმენტები, რომლებიც თავდაპირველად ეფუძნებოდა მრავალგანზომილებიან მონაცემთა ბაზებს (MDBs) არის მონაცემთა ბაზები, რომლებიც შექმნილია სპეციალურად მრავალგანზომილებიანი რაოდენობრივი მონაცემების ანალიზის მხარდასაჭერად, რომელიც შეიცავს მონაცემებს „სუფთა“ მრავალგანზომილებიან ფორმაში. აპლიკაციების უმეტესობა მოიცავს დროის განზომილებას, სხვა განზომილებები შეიძლება ეხებოდეს გეოგრაფიას, ორგანიზაციულ ერთეულებს, კლიენტებს, პროდუქტებს და ა.შ. OLAP გაძლევთ საშუალებას მოაწყოთ ზომები იერარქიაში. მონაცემები წარმოდგენილია ჰიპერკუბების (კუბების) სახით - ინდიკატორების ლოგიკური და ფიზიკური მოდელები, რომლებიც ერთობლივად იყენებენ ზომებს, ასევე იერარქიებს ამ განზომილებების ფარგლებში. ზოგიერთი მონაცემი წინასწარ არის აგრეგირებული მონაცემთა ბაზაში, ზოგი კი გამოითვლება ფრენის დროს.

OLAP ინსტრუმენტები საშუალებას გაძლევთ შეისწავლოთ მონაცემები სხვადასხვა განზომილებაში. მომხმარებლებს შეუძლიათ აირჩიონ რომელი მეტრიკა გააანალიზონ, რომელი ზომები და როგორ აჩვენონ ისინი ჯვარედინი ჩანართში, შეცვალონ სტრიქონები და სვეტები „pivot“-ზე, შემდეგ დაჭრა და კამათელი, რათა ფოკუსირება მოახდინონ განზომილებების კონკრეტულ კომბინაციაზე. თქვენ შეგიძლიათ შეცვალოთ მონაცემების მარცვლოვნება დონეებზე გადაადგილებით, საბურღი ქვევით/გადაბრუნებით საბურღი ქვევით და გაბურღვით, ასევე ჯვარედინი საბურღი სხვა განზომილებების მეშვეობით.

MDB-ის მხარდასაჭერად გამოიყენება OLAP სერვერები, რომლებიც ოპტიმიზებულია მრავალგანზომილებიანი ანალიზისთვის და აღჭურვილია ანალიტიკური შესაძლებლობებით. ისინი უზრუნველყოფენ კარგ შესრულებას, მაგრამ, როგორც წესი, დიდ დროს მოითხოვს MDB-ის ჩატვირთვისა და გაფართოებისთვის. მათ გააჩნიათ „წვდომის“ შესაძლებლობები, რაც საშუალებას გაძლევთ გადახვიდეთ აგრეგატებიდან დეტალებზე რელაციურ მონაცემთა ბაზებში. კლასიკური OLAP სერვერი - Hyperion Essbase სერვერი.

დღეს რელაციური DBMS გამოიყენება MDB-ების ემულაციისთვის და მრავალგანზომილებიანი ანალიზის მხარდასაჭერად. OLAP-ს რელაციური მონაცემთა ბაზებისთვის (ROLAP) აქვს მასშტაბურობისა და მოქნილობის უპირატესობა, მაგრამ კარგავს შესრულებას მრავალგანზომილებიან OLAP-თან (MOLAP), თუმცა არსებობს შესრულების გაუმჯობესების მეთოდები, როგორიცაა ვარსკვლავის სქემა. მიუხედავად იმისა, რომ MDB-ები ჯერ კიდევ ყველაზე შესაფერისია ონლაინ ანალიტიკური დამუშავებისთვის, ეს შესაძლებლობა ახლა ჩაშენებულია ან გაფართოებულია რელატიური DBMS-ების მიერ (მაგალითად, MS Analysis Services ან Oracle OLAP Services არ არის იგივე, რაც ROLAP).

ასევე არსებობს ჰიბრიდული ონლაინ ანალიტიკური დამუშავება (HOLAP) ჰიბრიდული პროდუქტებისთვის, რომელსაც შეუძლია მრავალგანზომილებიანი მონაცემების შენახვა როგორც ბუნებრივად, ასევე ურთიერთდამოკიდებულების სახით. MDB-ებზე წვდომა ხდება API-ების გამოყენებით მრავალგანზომილებიანი მოთხოვნების გენერირებისთვის, ხოლო რელაციური მონაცემთა ბაზების წვდომა ხდება SQL მოთხოვნების საშუალებით. ROLAP სერვერის მაგალითია Microstrategy7i სერვერი.

დესკტოპის OLAP ხელსაწყოები (მაგ. BusinessObjects Explorer, Cognos PowerPlay, MS Data Analyzer) ახლა ჩაშენებული EBIS-ში უადვილებს საბოლოო მომხმარებლებს ნახონ და მანიპულირებდეს მრავალგანზომილებიანი მონაცემებით, რომლებიც შეიძლება მოდიოდეს ROLAP ან MOLAP მონაცემთა რესურსების ფონიდან. ზოგიერთ ამ პროდუქტს აქვს კუბების ჩატვირთვის შესაძლებლობა, რათა მათ შეძლონ დამოუკიდებლად მუშაობა. როგორც EBIS-ის ნაწილი, ამ დესკტოპის ხელსაწყოებს აქვთ სერვერის დამუშავების შესაძლებლობები, რომლებიც სცილდება მათ ტრადიციულ შესაძლებლობებს, მაგრამ არ ეჯიბრებიან MOLAP ინსტრუმენტებს. დესკტოპის ხელსაწყოებს აქვთ მცირე შესრულება და ანალიტიკური ძალა MOLAP ინსტრუმენტებთან შედარებით. ინტერფეისი ხშირად მოწოდებულია Excel-ის საშუალებით, მაგალითად, MS Excel2000/OLAP PTS, BusinessQuery for Excel. თითქმის ყველა OLAP ინსტრუმენტს აქვს ვებ გაფართოებები (მაგალითად, Business Objects WebIntelligence), ზოგისთვის ისინი ძირითადია.

Enterprise BI ლუქსი

EBIS არის ბუნებრივი გზა BI ინსტრუმენტების მიწოდებისთვის, რომლებიც ადრე იყო მიწოდებული, როგორც განსხვავებული პროდუქტები. ეს კომპლექტები ინტეგრირებულია შეკითხვის, მოხსენების და OLAP ინსტრუმენტარიუმებში. Enterprise BI კომპლექტები უნდა იყოს მასშტაბირებადი და გავრცელდეს არა მხოლოდ შიდა მომხმარებლებზე, არამედ ძირითად კლიენტებზე, მომწოდებლებზე და ა.შ. BI კომპლექტის პროდუქტები უნდა დაეხმარონ ადმინისტრატორებს BI-ის განხორციელებასა და მართვაში ახალი რესურსების დამატების გარეშე. ვებსა და საწარმოს BI კომპლექტს შორის მჭიდრო ურთიერთობის გამო, ზოგიერთი გამყიდველი აღწერს მათ BI კომპლექტს, როგორც BI პორტალებს. ეს პორტალი გთავაზობთ EBIS შესაძლებლობების ქვეჯგუფს ვებ ბრაუზერის საშუალებით, მაგრამ გამყიდველები მუდმივად აფართოებენ თავიანთ ფუნქციონირებას კლიენტის სქელ ხელსაწყოებთან. ტიპიური EBIS მოწოდებულია Business Objects და Cognos-ის მიერ.

BI პლატფორმები

BI პლატფორმები გთავაზობთ ინსტრუმენტების კომპლექტს BI აპლიკაციების შესაქმნელად, დანერგვის, მხარდაჭერისა და შესანარჩუნებლად. არსებობს მონაცემებით მდიდარი აპლიკაციები საბოლოო მომხმარებლის მორგებული ინტერფეისით, ორგანიზებული კონკრეტული ბიზნეს პრობლემების გარშემო, მიზნობრივი ანალიზითა და მოდელებით. BI პლატფორმები, თუმცა არც ისე სწრაფად მზარდი და ფართოდ გამოიყენება, როგორც EBIS, მნიშვნელოვანი სეგმენტია BI აპლიკაციების მოსალოდნელი და მუდმივი ზრდის გამო. რელაციური DBMS მომწოდებლების ძალისხმევის გამო, რომლებიც ქმნიდნენ თავიანთი DBMS-ების OLAP გაფართოებებს, პლატფორმის მრავალი მომწოდებელი, რომლებიც უზრუნველყოფდნენ მრავალგანზომილებიან DBMS-ებს OLAP-ისთვის, იძულებული გახდნენ გადასულიყვნენ BI აპლიკაციების სფეროში, რათა გადარჩენილიყვნენ. მონაცემთა ბაზის პროდუქტების ოჯახები, რომლებიც უზრუნველყოფენ BI შესაძლებლობებს, ნამდვილად განაპირობებენ BI პლატფორმის ბაზრის ზრდას. ეს ნაწილობრივ განპირობებულია მონაცემთა ბაზის რიგი მოვაჭრეების გაზრდილი აქტივობით.

თუ გადავხედავთ სხვადასხვა ინსტრუმენტებს, ჩვენ ვხედავთ, რომ EBIS არის უაღრესად ფუნქციონალური ხელსაწყოები, მაგრამ მათ არ აქვთ იმდენი მნიშვნელობა, როგორც BI პლატფორმებს ან მორგებულ BI აპლიკაციებს. მაგრამ BI პლატფორმები, როგორც წესი, არ არის ისეთი ფუნქციურად სრულყოფილი, როგორც კორპორატიული BI კომპლექტები. BI პლატფორმების არჩევისას, თქვენ უნდა გაითვალისწინოთ შემდეგი მახასიათებლები: მოდულარობა, განაწილებული არქიტექტურა, XML სტანდარტების მხარდაჭერა, OLE DB OLAP, LDAP, CORBA, COM/DCOM და ვებ-ზე მუშაობის მხარდაჭერა. მათ ასევე უნდა უზრუნველყონ ბიზნეს ინტელექტის სპეციფიკური ფუნქციონირება, კერძოდ, მონაცემთა ბაზაზე წვდომა (SQL), მონაცემთა მრავალგანზომილებიანი მანიპულირება, მოდელირების ფუნქციები, სტატისტიკური ანალიზი და ბიზნეს გრაფიკა. პროდუქციის ამ კატეგორიაში წარმოდგენილია Microsoft, SAS Institute, Oracle, SAP და სხვა.

BI აპლიკაციები

ბიზნეს დაზვერვის აპლიკაციებს ხშირად აქვთ ჩაშენებული BI ინსტრუმენტები (OLAP, შეკითხვისა და ანგარიშის გენერატორები, მოდელირების ხელსაწყოები, სტატისტიკური ანალიზი, ვიზუალიზაცია და მონაცემთა მოპოვება). ბევრი BI აპლიკაცია ამოიღებს მონაცემებს ERP აპლიკაციებიდან. BI აპლიკაციები, როგორც წესი, ორიენტირებულია კონკრეტულ ორგანიზაციულ ფუნქციაზე ან ამოცანაზე, როგორიცაა გაყიდვების ანალიზი და პროგნოზირება, ფინანსური ბიუჯეტირება, პროგნოზირება, რისკების ანალიზი, ტენდენციების ანალიზი, ტელეკომუნიკაციებში „დაბრუნების ანალიზი“ და ა.შ. ისინი შეიძლება გამოყენებულ იქნას უფრო ფართოდ, როგორც საწარმოს შესრულების მართვის აპლიკაციების ან სისტემების შემთხვევაში დაბალანსებული ქულების ბარათები(დაბალანსებული შედეგების ცხრილი).

მონაცემთა დაზვერვა

მონაცემთა მოპოვება არის კორელაციების, ტენდენციების, შაბლონების, ურთიერთობებისა და კატეგორიების აღმოჩენის პროცესი. იგი ხორციელდება მონაცემთა ფრთხილად მოპოვების გზით, როგორც ნიმუშის ამოცნობის ტექნოლოგიების გამოყენებით, ასევე სტატისტიკური და მათემატიკური მეთოდები. მონაცემთა მოპოვების დროს, სხვადასხვა ოპერაციები და ტრანსფორმაციები განმეორებით ხორციელდება ნედლეულ მონაცემებზე (ფუნქციების შერჩევა, სტრატიფიკაცია, კლასტერირება, ვიზუალიზაცია და რეგრესია), რომლებიც მიზნად ისახავს:

1) იპოვონ თვალსაზრისი, რომელიც ინტუიციურია იმ ადამიანებისთვის, რომლებიც, თავის მხრივ, უკეთ ესმით მათი საქმიანობის საფუძველში მყოფი ბიზნეს პროცესები;

2) იპოვონ მოდელები, რომლებსაც შეუძლიათ წინასწარ განსაზღვრონ გარკვეული სიტუაციების შედეგი ან მნიშვნელობა ისტორიული ან სუბიექტური მონაცემების გამოყენებით.

OLAP-ის გამოყენებისგან განსხვავებით, მონაცემთა ინტელექტი გაცილებით ნაკლებად არის ორიენტირებული მომხმარებელზე და ეყრდნობა სპეციალიზებულ ალგორითმებს, რომლებიც აკავშირებენ ინფორმაციას და ეხმარება მნიშვნელოვანი (და მანამდე უცნობი) ტენდენციების ამოცნობაში, მომხმარებლის მიკერძოებისა და ვარაუდებისგან.

სხვა BI მეთოდები და ინსტრუმენტები

გარდა ჩამოთვლილი ინსტრუმენტებისა, BI შეიძლება მოიცავდეს შემდეგ საანალიზო ინსტრუმენტებს: სტატისტიკური ანალიზის პაკეტები და დროის სერიების ანალიზი და რისკის შეფასება; მოდელირების ხელსაწყოები; პაკეტები ნერვული ქსელებისთვის; ბუნდოვანი ლოგიკის ინსტრუმენტები და საექსპერტო სისტემები. გარდა ამისა, აუცილებელია აღინიშნოს საშუალებები გრაფიკული დიზაინიშედეგები: საქმიანი და სამეცნიერო-ტექნიკური გრაფიკის საშუალებები; „დაფები“, ანალიტიკური კარტოგრაფია და ტოპოლოგიური რუკები; მონაცემთა მრავალგანზომილებიანი ვიზუალიზაციის ინსტრუმენტები.

ბიზნეს ინტელექტი, ან BI, არის ზოგადი ტერმინი, რომელიც ეხება სხვადასხვა პროგრამულ პროდუქტს და აპლიკაციებს, რომლებიც შექმნილია ორგანიზაციის პირველადი მონაცემების გასაანალიზებლად.

ბიზნესის ანალიზი, როგორც აქტივობა შედგება რამდენიმე ურთიერთდაკავშირებული პროცესისგან:

• მონაცემების მოპოვება (მონაცემების მოპოვება),
• რეალურ დროში ანალიტიკური დამუშავება (ონლაინ ანალიტიკური დამუშავება),
• მონაცემთა ბაზებიდან ინფორმაციის მოპოვება (კითხვა),
• ანგარიშის შედგენა (მოხსენება).

კომპანიები იყენებენ BI-ს ინფორმირებული გადაწყვეტილებების მისაღებად, ხარჯების შესამცირებლად და ახალი ბიზნეს შესაძლებლობების მოსაძებნად. BI არის რაღაც მეტი, ვიდრე ჩვეულებრივი კორპორატიული ანგარიშგება ან ინსტრუმენტების ნაკრები საწარმოს სააღრიცხვო სისტემებიდან ინფორმაციის მისაღებად. CIO-ები იყენებენ ბიზნეს ანალიტიკას არაეფექტური ბიზნეს პროცესების იდენტიფიცირებისთვის, რომლებიც მზად არიან რემონტისთვის.

გამოყენება თანამედროვე ინსტრუმენტებიბიზნესის ანალიზით, ბიზნესმენებს შეუძლიათ დამოუკიდებლად დაიწყონ მონაცემების ანალიზი და არ დაელოდონ IT დეპარტამენტის კომპლექსურ და დამაბნეველ ანგარიშებს. ინფორმაციაზე ხელმისაწვდომობის ეს დემოკრატიზაცია აძლევს მომხმარებლებს შესაძლებლობას, დაამყარონ თავიანთი ბიზნეს გადაწყვეტილებები რეალური ციფრებით, რაც სხვაგვარად დაფუძნებული იქნებოდა ინტუიციასა და შანსზე.

მიუხედავად იმისა, რომ BI სისტემები საკმაოდ პერსპექტიულია, მათი განხორციელება შეიძლება შეფერხდეს ტექნიკური და კულტურული საკითხებით. მენეჯერებმა უნდა მიაწოდონ მკაფიო და თანმიმდევრული მონაცემები BI აპლიკაციებს, რათა მომხმარებლებმა მათ ენდონ.

რომელი კომპანიები იყენებენ BI სისტემებს?

რესტორნების ქსელები (როგორიცაა Hardee's, Wendy's, Ruby Tuesday და T.G.I. Friday's) ფართოდ იყენებენ ბიზნეს დაზვერვის სისტემებს. BI ძალიან სასარგებლოა მათთვის სტრატეგიულად მნიშვნელოვანი გადაწყვეტილებების მისაღებად. რა ახალი პროდუქტები დავამატოთ მენიუში, რა კერძები გამოვრიცხოთ, რა არაეფექტური პუნქტები დახუროთ და ა.შ. ისინი ასევე იყენებენ BI-ს ტაქტიკური საკითხებისთვის, როგორიცაა პროდუქტის მომწოდებლებთან კონტრაქტების ხელახალი მოლაპარაკება და არაეფექტური პროცესების გაუმჯობესების გზების იდენტიფიცირება. იმის გამო, რომ რესტორნების ქსელები დიდად არიან ორიენტირებულნი თავიანთ შიდა ბიზნეს პროცესებზე და რადგან BI არის ცენტრალური ამ პროცესების კონტროლში, ეხმარება ბიზნესის მართვაში, რესტორნები, ყველა ინდუსტრიაში, არის კომპანიების ელიტარულ ჯგუფს შორის, რომლებიც ნამდვილად სარგებლობენ ამ სისტემებით.

ბიზნეს ანალიტიკა არის BI-ს ერთ-ერთი მთავარი კომპონენტი. ეს კომპონენტი მნიშვნელოვანია კომპანიის წარმატებისთვის ნებისმიერ ინდუსტრიაში.

სექტორში საცალო Wal-Mart ფართოდ იყენებს მონაცემთა ანალიტიკას და კლასტერულ ანალიზს სექტორში დომინანტური პოზიციის შესანარჩუნებლად. Harrah's-მა შეცვალა თავისი პოლიტიკა კონკურსისათამაშო ბიზნესში, ფოკუსირება მომხმარებელთა ლოიალობისა და მომსახურების დონის ანალიზზე, მეგა-კაზინოების შენარჩუნების ნაცვლად. Amazon და Yahoo არ არის მხოლოდ დიდი ვებ პროექტები, ისინი აქტიურად იყენებენ ბიზნეს ანალიტიკას და ზოგადი მიდგომა„გამოსცადეთ და გაიგეთ“ თქვენი ბიზნეს პროცესების გასაუმჯობესებლად. Capital One ყოველწლიურად ატარებს 30000-ზე მეტ ექსპერიმენტს იდენტიფიცირებისთვის სამიზნე აუდიტორიადა საკრედიტო ბარათის შეთავაზებების შეფასება.

საიდან ან ვისგან უნდა დაიწყოს BI-ს დანერგვა?

თანამშრომლების საერთო ჩართულობა სასიცოცხლოდ მნიშვნელოვანია BI პროექტების წარმატებისთვის, რადგან პროცესში ყველა ჩართულს უნდა ჰქონდეს სრული წვდომა ინფორმაციაზე, რათა შეძლოს შეცვალოს მათი მუშაობის გზა. BI პროექტები უნდა დაიწყოს უფროსი მენეჯმენტით, ხოლო მომხმარებელთა შემდეგი ჯგუფი უნდა იყოს გაყიდვების მენეჯერები. მათი მთავარი პასუხისმგებლობაა გაყიდვების გაზრდა და ხელფასიხშირად დამოკიდებულია იმაზე, თუ რამდენად კარგად აკეთებენ ამას. ამიტომ, ისინი ბევრად უფრო მიიღებენ ნებისმიერ ინსტრუმენტს, რომელიც დაეხმარება მათ მუშაობაში, თუ ინსტრუმენტი მარტივი გამოსაყენებელია და ენდობიან მის მიერ მოწოდებულ ინფორმაციას.

შეგიძლიათ შეუკვეთოთ თქვენი საპილოტე პროექტი ბიზნეს დაზვერვის პლატფორმაზე.

BI სისტემების გამოყენებით, თანამშრომლები არეგულირებენ მუშაობას ინდივიდუალურ და ჯგუფურ დავალებებზე, რაც უფრო მეტს იწვევს ეფექტური მუშაობაგაყიდვების გუნდები. როდესაც გაყიდვების მენეჯერები ხედავენ მნიშვნელოვან განსხვავებას რამდენიმე განყოფილების მუშაობაში, ისინი ცდილობენ „ჩამორჩენილი“ განყოფილებები იმავე დონეზე მიიყვანონ, როგორც „წამყვანი“ განყოფილებები.

გაყიდვების განყოფილებებში ბიზნეს ანალიტიკის დანერგვით, შეგიძლიათ გააგრძელოთ განხორციელება ორგანიზაციის სხვა განყოფილებებში. გამყიდველების დადებითი გამოცდილება წაახალისებს სხვა თანამშრომლებს გადაერთონ ახალ ტექნოლოგიებზე.

როგორ განვახორციელოთ BI სისტემა?

BI სისტემის დანერგვამდე კომპანიებმა უნდა გააანალიზონ მიღების მექანიზმები მენეჯმენტის გადაწყვეტილებებიდა გაიგეთ რა ინფორმაცია სჭირდებათ ლიდერებს ამ გადაწყვეტილებების უფრო ინფორმირებული და სწრაფად მისაღებად. ასევე მიზანშეწონილია გაანალიზოთ, თუ რა ფორმით ურჩევნიათ მენეჯერები ინფორმაციის მიღებას (როგორც მოხსენებები, გრაფიკები, ონლაინ, ქაღალდის სახით). ამ პროცესების გარკვევა აჩვენებს, თუ რა ინფორმაცია სჭირდება კომპანიას, რათა მოიპოვოს, გაანალიზოს და გააერთიანოს თავის BI სისტემებში.

კარგი BI სისტემებმა უნდა უზრუნველყოს კონტექსტი მომხმარებლებისთვის. საკმარისი არ არის უბრალოდ მოხსენება იმაზე, თუ რა გაყიდვები იყო გუშინ და რა იყო ერთი წლის წინ იმავე დღეს. სისტემამ შესაძლებელი უნდა გახადოს იმის გაგება, თუ რა ფაქტორებმა განაპირობა გაყიდვების მოცულობის ზუსტად ეს მნიშვნელობა ერთ დღეს და მეორეში - იმავე დღეს ერთი წლის წინ.

ბევრი IT პროექტის მსგავსად, BI-ს დანერგვა არ გამოდგება, თუ მომხმარებლები გრძნობენ „საფრთხეს“ ან სკეპტიკურად უყურებენ ტექნოლოგიას და, შედეგად, უარს იტყვიან მის გამოყენებაზე. BI, როდესაც განხორციელდება „სტრატეგიული“ მიზნებისთვის, მოსალოდნელია, რომ ფუნდამენტურად შეცვალოს კომპანიის ფუნქციონირება და გადაწყვეტილების მიღების პროცესი, ამიტომ IT მენეჯერებმა განსაკუთრებული ყურადღება უნდა მიაქციონ მომხმარებლების მოსაზრებებსა და რეაქციებს.

BI სისტემების გაშვების 7 ეტაპი

1. დარწმუნდით, რომ თქვენი მონაცემები არის სწორი (სანდო და გამოსაყენებელი ანალიზისთვის).
2. უზრუნველყოს მომხმარებლის ყოვლისმომცველი ტრენინგი.
3. განახორციელეთ პროდუქტი რაც შეიძლება სწრაფად, მიეჩვიეთ მის გამოყენებას განხორციელების წინსვლისას. არ არის საჭირო დიდი დროის დახარჯვა „სრულყოფილი“ ანგარიშების შემუშავებაზე, რადგან ანგარიშები შეიძლება დაემატოს სისტემის განვითარებას და მომხმარებლის საჭიროებების განვითარებას. შექმენით ანგარიშები, რომლებიც სწრაფად უზრუნველყოფენ მაქსიმალურ მნიშვნელობას (მომხმარებლის მოთხოვნა ამ ანგარიშებზე ყველაზე დიდია) და შემდეგ შეცვალეთ ისინი.
4. მიიღეთ ინტეგრირებული მიდგომა მონაცემთა საწყობის მშენებლობაში. დარწმუნდით, რომ არ ჩაკეტავთ მონაცემთა სტრატეგიას, რომელიც არ იმუშავებს გრძელვადიან პერსპექტივაში.
5. ნათლად იყავით თქვენი ROI-ს შესახებ, სანამ დაიწყებთ. განსაზღვრეთ კონკრეტული სარგებელი, რომლის მიღწევასაც აპირებთ და შემდეგ გადახედეთ მათ რეალურ შედეგებს ყოველ კვარტალში ან ყოველ ექვს თვეში ერთხელ.
6. ფოკუსირება მოახდინეთ თქვენს ბიზნეს მიზნებზე.
7. Არ იყიდო პროგრამული უზრუნველყოფაანალიტიკისთვის, რადგან თქვენ იფიქრერომ გჭირდება. განახორციელეთ BI იმ აზროვნებით, რომ თქვენს მონაცემებში არის მეტრიკა, რომელიც უნდა იყოს აღბეჭდილი. ამავდროულად, მნიშვნელოვანია გქონდეთ უხეში წარმოდგენა იმის შესახებ, თუ სად შეიძლება იყოს ისინი.

რა პრობლემები შეიძლება წარმოიშვას?

BI სისტემების წარმატების მთავარი დაბრკოლება მომხმარებლის წინააღმდეგობაა. სხვა შესაძლო პრობლემებს მიეკუთვნება დიდი მოცულობის შეუსაბამო ინფორმაციის, ასევე უხარისხო მონაცემების გარჩევის აუცილებლობა.

BI სისტემებიდან მნიშვნელოვანი შედეგების მიღების გასაღები არის სტანდარტიზებული მონაცემები. მონაცემები ნებისმიერი BI სისტემის ფუნდამენტური კომპონენტია. კომპანიებმა უნდა მოაწესრიგონ თავიანთი მონაცემთა საწყობები, სანამ დაიწყებენ საჭირო ინფორმაციის მოპოვებას და შედეგებს ენდობიან. მონაცემთა სტანდარტიზაციის გარეშე, არსებობს არასწორი შედეგების მიღების რისკი.

კიდევ ერთი პრობლემა შეიძლება იყოს ანალიტიკური სისტემის როლის არასწორი გაგება. BI ინსტრუმენტები გახდა უფრო მოქნილი და მოსახერხებელი, მაგრამ მათი მთავარი როლი კვლავ ანგარიშგებაა. ნუ ელით მათ ავტომატური კონტროლიბიზნეს პროცესები. თუმცა, გარკვეული ცვლილებებიამ მიმართულებით ჯერ კიდევ არის გეგმები.

მესამე დაბრკოლება ბიზნეს პროცესების ტრანსფორმაციისთვის BI სისტემის გამოყენებით არის კომპანიების მხრიდან გაგების ნაკლებობა საკუთარი ბიზნეს პროცესები. შედეგად, კომპანიებს უბრალოდ არ ესმით, როგორ შეიძლება ამ პროცესების გაუმჯობესება. თუ პროცესი პირდაპირ გავლენას არ მოახდენს მოგებაზე ან კომპანია არ აპირებს პროცესების სტანდარტიზაციას მის ყველა განყოფილებაში, BI სისტემის დანერგვა შეიძლება არ იყოს ეფექტური. კომპანიებმა უნდა გააცნობიერონ ყველა ის აქტივობა და ყველა ფუნქცია, რომელიც ქმნის ერთიან ბიზნეს პროცესს. ასევე მნიშვნელოვანია ვიცოდეთ, თუ როგორ ხდება ინფორმაციისა და მონაცემების გადაცემა რამდენიმე სხვადასხვა პროცესის მეშვეობით და როგორ ხდება მონაცემების გადაცემა ბიზნეს მომხმარებლებს შორის და როგორ იყენებენ ადამიანები ამ მონაცემებს კონკრეტული პროცესის ფარგლებში თავიანთი ამოცანების შესასრულებლად. თუ მიზანი თანამშრომლების მუშაობის ოპტიმიზაციაა, ეს ყველაფერი უნდა გავიგოთ BI პროექტის დაწყებამდე.

BI გადაწყვეტილებების გამოყენების ზოგიერთი უპირატესობა

BI აპლიკაციების დიდი რაოდენობა კომპანიებს უფრო მეტად დაეხმარა, ვიდრე მათი ინვესტიციების ანაზღაურება. ბიზნეს ინტელექტის სისტემები გამოიყენება ხარჯების შემცირების გზების შესასწავლად, ბიზნესის განვითარების ახალი შესაძლებლობების იდენტიფიცირებისთვის, ERP მონაცემების ვიზუალური სახით წარმოჩენისთვის, ასევე მოთხოვნის ცვლილებებზე სწრაფად რეაგირებისთვის და ფასების ოპტიმიზაციისთვის.

მონაცემთა ხელმისაწვდომობის გაზრდის გარდა, BI-ს შეუძლია კომპანიებს მიაწოდოს უფრო მეტი ბერკეტი მოლაპარაკებების დროს, გაადვილებს ურთიერთობების შეფასებას მომწოდებლებთან და მომხმარებლებთან.

საწარმოში ბევრი შესაძლებლობაა დაზოგოთ ფული ბიზნეს პროცესების ოპტიმიზაციისა და საერთო გადაწყვეტილების მიღების გზით. BI-ს შეუძლია ეფექტურად დაეხმაროს ამ პროცესების გაუმჯობესებას მათში დაშვებულ შეცდომებზე შუქის მოფენით. მაგალითად, ალბუკერკის ერთ-ერთი კომპანიის თანამშრომლებმა გამოიყენეს BI გამოყენების შემცირების გზების დასადგენად მობილური ტელეფონებიზეგანაკვეთური სამუშაო და სხვა მიმდინარე ხარჯები, ორგანიზაციას დაზოგავს $2 მილიონი სამი წლის განმავლობაში. ასევე, BI გადაწყვეტილებების დახმარებით, Toyota-მ გააცნობიერა, რომ მან გადაიხადა თავის ოპერატორებს ნახევარით, რაც 2000 წელს შეადგინა $812,000. BI სისტემების გამოყენება ბიზნეს პროცესებში დეფექტების გამოსავლენად კომპანიას უფრო ხელსაყრელ მდგომარეობაში აყენებს, რაც აძლევს კონკურენტული უპირატესობაკომპანიებს, რომლებიც იყენებენ BI-ს უბრალოდ თვალყურის დევნებისთვის, თუ რა ხდება.

• გაანალიზეთ, თუ როგორ იღებენ გადაწყვეტილებებს მენეჯერები.
• იფიქრეთ იმაზე, თუ რა ინფორმაცია სჭირდებათ მენეჯერებს ოპერატიული მართვის გადაწყვეტილებების ოპტიმიზაციისთვის.
• ყურადღება მიაქციეთ მონაცემთა ხარისხს.
• განვიხილოთ შესრულების ინდიკატორი, რომელიც ყველაზე მნიშვნელოვანია ბიზნესისთვის.
• მიუთითეთ კონტექსტი, რომელიც გავლენას ახდენს შესრულების მეტრიკაზე.

და დაიმახსოვრე, BI უფრო მეტია, ვიდრე გადაწყვეტილების მხარდაჭერა. ტექნოლოგიების მიღწევების წყალობით და როგორ ახორციელებენ მას IT ლიდერები, ბიზნეს დაზვერვის სისტემებს აქვთ პოტენციალი, გარდაქმნან ორგანიზაციები. CIO-ები, რომლებიც წარმატებით იყენებენ BI-ს ბიზნეს პროცესების გასაუმჯობესებლად, ბევრად უფრო მნიშვნელოვანი წვლილი შეიტანეს თავიანთ ორგანიზაციაში, ისევე როგორც მენეჯერები, რომლებიც ახორციელებენ საანგარიშო ინსტრუმენტებს.

www.cio.com-ის მასალებზე დაყრდნობით

BI დეველოპერი უნიკალური პროფესიაა, რომელიც მოიცავს ბევრ საინტერესო აქტივობას. BI ნიშნავს Business Intelligence - უმჯობესია არ სცადოთ მისი სიტყვასიტყვით თარგმნა. მოკლედ, Business Intelligence არის ბიზნესისთვის საჭირო ინფორმაციის მიწოდება მოსახერხებელი და გასაგები ფორმით, რაც საშუალებას გაძლევთ მიიღოთ პასუხი ბიზნეს კითხვაზე ან მიიღოთ სწორი სტრატეგიული გადაწყვეტილება.

ეს პროფესია ნიშნავს, რომ თქვენ მოგიწევთ ერთდროულად ჩაეფლო სხვადასხვა დეპარტამენტის ბიზნეს პროცესებში: ფინანსები, რისკები, მარკეტინგი, ლოჯისტიკა, შესყიდვები და საინფორმაციო ტექნოლოგიები. მაგალითად, თუ თქვენ მუშაობთ ბანკში, მაშინ პირველ რიგში უნდა გესმოდეთ ფინანსები, თუ საცალო ვაჭრობაში, მაშინ უნდა გესმოდეთ, თუ როგორ მუშაობს სავაჭრო ინდუსტრია. მაგრამ სამუშაოს მოთხოვნებში ეს არის „დამატებითი ცოდნა“, თუ რამე არ იცით, ყოველთვის შეგიძლიათ მიმართოთ კოლეგებს შესაბამისი ბიზნეს განყოფილებიდან. ნებისმიერ შემთხვევაში, ნამდვილად დაგჭირდებათ კომუნიკაციის უნარი - მარტივი ანგარიშის გასაკეთებლად, მაგალითად გაყიდვებზე, ბევრი დეტალის გარკვევა დაგჭირდებათ. „რომელი პერიოდის გათვალისწინება, თანხა გადასახადით თუ მის გარეშე, რა ფორმით არის საჭირო ანგარიში, რამდენად ხშირად საჭიროა ეს ინფორმაცია“ და ა.შ.

რაც შეეხება BI ტექნოლოგიებს, არსებობს მრავალი განსხვავებული გადაწყვეტა, რომელიც შეიძლება დაიყოს სამ დიდ ბლოკად:
1. შესანახი ხსნარები
2. გადაწყვეტილებები მონაცემთა ტრანსფორმაციისა და ჩატვირთვისთვის
3. გადაწყვეტილებები მოხსენებისა და მონაცემთა ვიზუალიზაციისთვის

რა თქმა უნდა, BI დეველოპერისთვის მთავარი ინსტრუმენტი არის ანალიტიკური აპლიკაცია. ბაზარზე ბევრი გამოსავალია, რომელთაგან თითოეულს აქვს თავისი ნაკლოვანებები და უპირატესობები, მაგრამ ზოგადად ისინი ყველა ეფუძნება სემანტიკური ფენის ერთსა და იმავე კონცეფციას, ასეთი ფენა გარდაქმნის მთელ " ტექნიკური ინფორმაცია» ბიზნეს ობიექტებში, რომლებთანაც მომხმარებლისთვის მოსახერხებელია მუშაობა. სხვა სიტყვებით რომ ვთქვათ, ანალიტიკური გადაწყვეტა აადვილებს ბიზნესს საჭირო მონაცემების მოპოვებას ბიზნეს კითხვებზე პასუხის გასაცემად. ანალიტიკური გადაწყვეტა ასევე საშუალებას გაძლევთ ავტომატიზირდეთ კორპორატიული ანგარიშგება, მართოთ უსაფრთხოება და შექმნათ მოხსენებები ინტუიციური ინტერფეისით.

ვინაიდან BI დეველოპერი მუდმივად მუშაობს მონაცემებთან და მონაცემები ინახება, როგორც წესი, რელაციურ მონაცემთა ბაზებში, აუცილებელია იცოდეთ SQL ენა მონაცემთა მართვისთვის, გაეცნოთ კორპორატიული მონაცემთა საწყობის კონცეფციას, მონაცემთა მოდელების, ETL-ს. , OLAP და მრავალი სხვა. ამ ცოდნით, თქვენ შეგიძლიათ გაიზარდოთ BI დეველოპერიდან BI არქიტექტორად.

თქვენ ასევე შეგიძლიათ განვითარდეთ პროგნოზირებადი ანალიტიკისა და დიდი მონაცემებისკენ, რადგან კლასიკური მეთოდები აღარ არის საკმარისი სწორი გადაწყვეტილებების მისაღებად და, შესაბამისად, ბიზნესებმა უნდა სწორად იწინასწარმეტყველონ თავიანთი პროცესები უზარმაზარი რაოდენობის მონაცემების დამუშავებისას.

თუ სიძნელეების არ გეშინიათ და გინდათ, რომ დახმარებით მოაგვაროთ მაგარი საქმიანი პრობლემები საინფორმაციო ტექნოლოგიები, მაშინ კეთილი იყოს თქვენი მობრძანება Business Intelligence-ში!

P.S. ხელფასის დონე (მოსკოვისთვის)

Junior BI Developer (SQL და ერთი BI ინსტრუმენტის ცოდნა) - 70,000 რუბლი.
BI Developer (მონაცემთა საწყობისა და ETL კონცეფციის გააზრება) - 90,000 რუბლი.
BI დეველოპერი 1-2 წლიანი გამოცდილებით - 120,000 რუბლი.
უფროსი BI დეველოპერი (3 წლიანი გამოცდილება) - 150,000 რუბლი.
BI Architect - 165,000-200,000 რუბლი.

ვიდეო ბიზნეს ინტელექტის საფუძვლების შესახებ, დამზადებულია Lamoda-სთვის და ეძღვნება BI-ს საცალო ვაჭრობაში

IN თანამედროვე სამყაროარსებობს პროგრამული უზრუნველყოფის გარკვეული კლასი, რომლებიც მიმართულია ძირითადად კორპორატიულ სეგმენტზე (დიდი და საშუალო ბიზნესი) და შესაბამისად ფართოდ არ გამოიყენება. მაგრამ ზოგიერთ პროგრამულ სისტემას აქვს საკმაოდ საინტერესო ფუნქციები, რომლებიც შეიძლება გამოყენებულ იქნას არა მხოლოდ მცირე ბიზნესში, არამედ როგორც პირადი ინსტრუმენტი. აქ არის ერთ-ერთი მათგანი პროგრამული სისტემებიდა განხილული იქნება ამ სტატიაში.

შენიშვნა

მე ტექნიკური სპეციალისტი ვარ, ამიტომ სტატიას უფრო ტექნიკური დახრილობა აქვს. თუ გსურთ წაიკითხოთ ინფორმაცია პროდუქტის შესახებ, რომელიც განკუთვნილია ბიზნეს მომხმარებლებისთვის, გადადით IBM-ის ოფისში.

ამ სტატიის მთავარი მიზანია გაჩვენოთ, როგორ გააკეთოთ თქვენი პირველი „Hello World“ (პროგრამირების მსგავსი) IBM Cognos BI-ში.

ასევე მინდა აღვნიშნო, რომ მაქვს დიდი გამოცდილება ნაბიჯ-ნაბიჯ ინსტრუქციების დაწერის თითოეული ნაბიჯის ეკრანის ანაბეჭდებით. მაგრამ ეს სტატია სხვა არ იქნება ნაბიჯ ნაბიჯ ინსტრუქციები, აქ მინდა ვაჩვენო სისტემასთან მუშაობის კონცეფცია და არა სხვა სახელმძღვანელოს გაკეთება.

რა არის BI?

მაშ, რა არის BI სისტემა? სამი სიტყვით, ეს არის მოწინავე ანგარიშგების სისტემა. უფრო გასაგებად, ქვემოთ ჩამოვთვლი ხელმისაწვდომ ძირითად ფუნქციებს თანამედროვე სისტემებიკლასი BI:

• მონაცემთა სხვადასხვა წყაროსთან დაკავშირების შესაძლებლობა (ექსელის ფაილიდან უნივერსალურ ODBC კავშირამდე)
• მარტივი ანგარიშების (როგორიცაა გრაფიკი ან ცხრილი) და რთული პარამეტრიზებული ანგარიშების შექმნის შესაძლებლობა კომბინირებული სტრუქტურით და საცნობარო ბმულებით (Drill-Trough, Drill-Up/Drill-Down)
• გამჭვირვალე მუშაობის შესაძლებლობა სხვადასხვა წყაროებიმონაცემები (მაგალითად, Excel და SQL Server) მათ შორის კავშირების სრული დამუშავებით
• მონაცემებთან ინტერაქტიული მუშაობის შესაძლებლობა (ანგარიშების გენერირება „ფრენისას“)
• რელაციური მონაცემების მრავალგანზომილებიანად წარმოჩენის უნარი
• წვდომის უფლებების განაწილების შესაძლებლობა როგორც შიდა ავტორიზაციის წყაროების, ასევე გარე (NTLM, LDAP და ა.შ.) გამოყენებით.
• ანგარიშების გენერირების დაწყების შესაძლებლობა ხელით ან ავტომატურად გრაფიკის მიხედვით
• გენერირებული ანგარიშების ავტომატური განაწილების შესაძლებლობა
• სხვადასხვა ფორმატში მოხსენებების გენერირების შესაძლებლობა (Excel, HTML, PDF და ა.შ.)

მარტივ რუსულ ენაზე, BI სისტემა არის პროგრამა, რომელიც მომხმარებელს აძლევს მოსახერხებელ ინსტრუმენტებს პრაქტიკულად ნებისმიერი მონაცემის გასაანალიზებლად (იქნება ეს Excel ფაილი თუ სამრეწველო მონაცემთა საწყობი).

BI სისტემის, როგორც პერსონალური ინსტრუმენტის გამოყენების შესაძლებლობა

მაშინვე ჩნდება კითხვა, როგორ შეგიძლიათ გამოიყენოთ ეს სისტემა, როგორც პირადი ინსტრუმენტი? მე გიპასუხებ პირადი მაგალითიდან, მე ვიყენებ IBM Cognos BI-ს, როგორც ჩემს პროექტებში სტატისტიკის გასაანალიზებლად და სახლის ბუღალტრული სტატისტიკის გასაანალიზებლად.

აქ, რა თქმა უნდა, შეგიძლიათ მსჯელოთ რაღაცის მიხედვით: „მე შემიძლია ძალიან კარგად გავაანალიზო სტატისტიკა ჩვეულებრივი SQL მოთხოვნებით“ ან „Excel-ის ჩაშენებული ფუნქციები სავსებით საკმარისია მთელი საყოფაცხოვრებო აღრიცხვის გასაანალიზებლად“, მაგრამ „ყველაფერი შესწავლილია. შედარებით." როგორც პრაქტიკა გვიჩვენებს, ბევრად უფრო ადვილია უბრალოდ გადაიტანოთ და ჩამოაგდოთ საჭირო მონაცემთა ელემენტები მაუსით და მიიღოთ შედეგი დასრულებული ფორმით, ვიდრე SQL მოთხოვნების დაწერა ან Excel ფუნქციების ხელახლა კონფიგურაცია.

ისევ და ისევ, ყველაფერი დაწერილი ჩემი პირადი აზრია, რომელსაც არ უნდა დაეთანხმო.

IBM Cognos BI არქიტექტურა

სისტემის არქიტექტურა შედარებით მარტივია (როგორც საწარმოს კლასის სისტემას). ამრიგად, სისტემის მთავარი ელემენტია IBM Cognos BI სერვერი (იხ. დიაგრამა ქვემოთ), რომელიც მუშაობს მონაცემთა წყაროებთან მომხმარებლის მიერ შექმნილი აღწერილობის გამოყენებით (ე.წ. მეტამონაცემები). გარდა ამისა, ვებ წვდომის საშუალებით, IBM Cognos BI სერვერი უზრუნველყოფს წვდომას სისტემის ყველა ძირითად ფუნქციაზე.

IBM Cognos BI კომპლექსის კონცეპტუალური არქიტექტურა (დიაგრამა ძალიან რთული აღმოჩნდა)

სისტემასთან მუშაობის ეტაპები

თქვენი პირველი მოხსენების შესაქმნელად, თქვენ უნდა შეასრულოთ რამდენიმე ძირითადი ნაბიჯი:

1. შექმენით კავშირი მონაცემთა წყაროსთან
2. შექმენით მონაცემთა წყაროს აღწერა, ანუ შექმენით მეტამონაცემები
3. შექმენით და გამოაქვეყნეთ მეტამონაცემების პაკეტი IBM Cognos BI სერვერზე
4. ანგარიშის შექმნა

ტესტის მონაცემთა წყაროს სტრუქტურა

სანამ ზემოაღნიშნული ნაბიჯების განხორციელებას გავაგრძელებთ, მინდა ვთქვა რამდენიმე სიტყვა ტესტის მონაცემთა წყაროს შესახებ. ერთის მხრივ, ტესტის მონაცემთა წყაროს სტრუქტურა შედარებით მარტივია (რაც შეეხება სამრეწველო მონაცემთა საწყობს, მეორეს მხრივ, ის გარკვეულწილად უფრო რთულია, ვიდრე მარტივი Excel ფურცელი); წყაროში ყველა მონაცემი სინთეზურია (გენერირდება შემთხვევითი რიცხვების საფუძველზე ალგორითმებით), რის გამოც მთლიანი ინდიკატორები ძალიან თანაბრად გამოიყურება.

როგორც ზემოთ მოცემულ დიაგრამაზე ხედავთ, ტესტის მონაცემთა ბაზა შეიცავს 3 იერარქიულ განზომილებას: „პროდუქტის ჯგუფი -> პროდუქტი“, „კონტინენტი -> ქვეყანა -> ქალაქი -> Მაღაზია", "წელი -> ნახევარი წელი -> კვარტალი -> თვე -> თარიღი"; 2 ბრტყელი (ერთგანზომილებიანი) ზომები: „მოლარე“, „რეგიონალური მენეჯერი“; და 2 ფაქტის ცხრილი: „გაყიდვები“, „გაყიდვების გეგმა“.
უფრო მეტიც, განზომილება „მოლარე“ განლაგებულია ფაქტების ერთ-ერთ ცხრილში დენორმალიზებული ფორმით, ხოლო „რეგიონული მენეჯერი“ განზომილება მიბმულია „საცალო პუნქტის“ განზომილების „ქვეყნის“ დონეზე „ბევრიდან ბევრამდე“ ურთიერთობით. (იგულისხმება, რომ ერთ მენეჯერს შეუძლია სხვადასხვა ქვეყნის მართვა).

დაკავშირება მონაცემთა წყაროსთან

IBM Cognos BI-ში, მონაცემთა წყაროებთან დასაკავშირებლად ყველა საჭირო პარამეტრი ინახება სპეციალურ სისტემურ ობიექტებში, სახელწოდებით „Data Source Connections“. ახალი კავშირის შესაქმნელად, თქვენ უნდა შეასრულოთ რამდენიმე მარტივი ნაბიჯი: გადადით IBM Cognos BI პორტალზე, გადადით "ადმინისტრაციის" განყოფილებაში, გახსენით ჩანართი "კონფიგურაცია", აირჩიეთ ქვეგანყოფილება "მონაცემთა წყაროს კავშირები" (" მონაცემთა წყარო კავშირები" და დააჭირეთ ღილაკს "მონაცემთა ახალი წყარო" ხელსაწყოთა ზოლში. შემდეგი, გამოჩნდება დიალოგური ფანჯრების სერია, რომელშიც დაგჭირდებათ რამდენიმე პარამეტრის დაყენება, როგორიცაა კავშირის სახელი, კავშირის ტიპი, სერვერი, შესვლა, პაროლი და ა.შ.

მეტამონაცემების განვითარება

მეტამონაცემების განვითარება ერთ-ერთი ყველაზე რთული და საპასუხისმგებლო მომენტია. მეტამონაცემების ხარისხზეა დამოკიდებული სისტემის მუშაობაც (ანგარიშების გენერირების სიჩქარე, გენერირებული შედეგების სისწორე და ა.შ.) და ანგარიშების შემუშავების მოხერხებულობა. მაგრამ ზემოაღნიშნულის მიუხედავად, მეტამონაცემების შემუშავების სირთულე პირდაპირპროპორციულია მონაცემთა წყაროს სირთულესთან. მაგალითად, ჩვენი სატესტო მონაცემთა წყაროს რელაციური აღწერის შესაქმნელად, უბრალოდ გაუშვით მეტამონაცემების შექმნის ოსტატი, დააწკაპუნეთ ღილაკზე „შემდეგი“ რამდენჯერმე და მეტამონაცემები მზად არის.

ასე რომ, როგორც ადრე დავწერე, მეტამონაცემები არის მონაცემთა წყაროს აღწერა. IBM Cognos BI-ში. მეტამონაცემების საფუძველია Query Subject ობიექტები და მათ შორის ურთიერთობა. "Query Subject" ობიექტი არის "View"-ის სინონიმი რელაციური DBMS-ებიდან. ანუ, „შეკითხვის საგანი“ ეფუძნება მოთხოვნას DBMS-ზე, რომელიც განსაზღვრავს წყაროს ობიექტის სტრუქტურას, და კავშირები „შეკითხვის საგანს“ შორის არის ამ შეკითხვებს შორის ლოგიკური ურთიერთქმედების აღწერა.

IBM Cognos BI-ში მეტამონაცემების შესაქმნელად გამოიყენება ცალკე აპლიკაცია, IBM Cognos Framework Manager (ერთადერთი არავებ აპლიკაცია IBM Cognos BI კომპლექტში). Framework Manager-ის გაშვების შემდეგ მოგეთხოვებათ შექმნა ახალი პროექტი(თქვენ უნდა შეიყვანოთ პროექტის სახელი და მისი მდებარეობა ლოკალურ ფაილურ სისტემაში).

უნდა გვესმოდეს, რომ Framework Manager პროექტი (ასევე მოიხსენიება როგორც Framework Manager მოდელი) არის ადგილობრივი ფაილების კრებული, რომელიც ადგილობრივი პროგრამა, ხოლო მეტამონაცემების პაკეტი არის შედეგი, რომელიც მდებარეობს IBM Cognos BI სერვერზე (თუ პროგრამირებასთან ანალოგიას გამოვხატავთ, პროექტი არის საწყისი კოდი, ხოლო პაკეტი არის კომპილირებული აპლიკაცია). თქვენ შეგიძლიათ შექმნათ პაკეტის რამდენიმე ნაკრები ერთი ჩარჩო მენეჯერის პროექტიდან.

ჩარჩო მენეჯერის პროექტის შექმნის შემდეგ, დასაწყებად საუკეთესო ადგილია მეტამონაცემების იმპორტის ოსტატის გაშვება (მოქმედება -> მეტამონაცემების ოსტატის გაშვება...). იმპორტის ოსტატი მოგთხოვთ აირჩიოთ არსებული მონაცემთა წყარო ან შექმნათ ახალი და საშუალებას მოგცემთ აირჩიოთ იმპორტისთვის საჭირო ობიექტები. უმარტივეს შემთხვევაში (მაგალითად, როდესაც მონაცემთა წყარო არის Excel ფაილი, რომელიც 99.9% შემთხვევაში შეიცავს მონაცემებს დენორმალიზებული ფორმით), თქვენ უნდა დააყენოთ „შეკითხვის სუბიექტის“ ველები გამოყენების სწორ ტიპზე. ("გამოყენების" ატრიბუტი) და შემდეგ მოდელთან მუშაობა Framework Manager-ს შეუძლია დაასრულოს და დაიწყოს მეტამონაცემების პაკეტის გენერირება და გამოქვეყნება. უფრო კომპლექსურ ვერსიაში (როგორც ჩვენი ტესტის მაგალითში), საჭირო იქნება იმპორტირებული ურთიერთობების სისწორის შემოწმება „Query Subject“ ობიექტებს შორის, არასწორის გამოსწორება და დაკარგულის დამატება. უფრო პროფესიონალურ ვარიანტებში შესაძლებელია გამოთვლილი ველების შექმნა, „Query Subject“ სტრუქტურის შეცვლა, მრავალგანზომილებიანი წარმოდგენის შექმნა, უსაფრთხოების ალგორითმების განსაზღვრა და ა.შ.

შექმენით და გამოაქვეყნეთ მეტამონაცემების პაკეტი

მეტამონაცემების შექმნის შემდეგ, თქვენ უნდა შექმნათ მეტაპაკეტი და გამოაქვეყნოთ იგი IBM Cognos BI სერვერზე. როგორც უკვე აღვნიშნე, მეტაპაკეტი არის მეტამონაცემების ქვეჯგუფი, რომელიც გამოქვეყნებულია სერვერზე და რომლითაც მუშაობს IBM Cognos BI კომპლექსის ყველა ვებ პროგრამა. Metapack პარამეტრები საშუალებას გაძლევთ დამალოთ ან არ გამოაქვეყნოთ ზოგიერთი მეტამონაცემების ობიექტი. მაგალითად, ტესტის მეტამონაცემებში არის გარკვეული „შეკითხვის თემა“, რომელიც გავლენას ახდენს წყაროს მონაცემების დამუშავების ლოგიკაზე (არის კავშირი ქვეყანასა და რეგიონალური დირექტორი), მაგრამ არ აქვს მნიშვნელობა ანგარიშების შემუშავებისას, აზრი აქვს ასეთი მეტამონაცემების ობიექტის დამალვას პაკეტის დონეზე. ან, მაგალითად, ველები იდენტიფიკატორებით, ასევე აზრი აქვს მათი დამალვა მეტაპაკეტის მომხმარებლებისგან.

მეტაპაკეტის შესაქმნელად, თქვენ უნდა გახსნათ კონტექსტური მენიუ Framework Manager-ში "პაკეტების" განყოფილებაში და აირჩიეთ "Create -> Package", რის შემდეგაც გამოჩნდება მეტაპაკეტის შექმნის ოსტატი. მეტაპაკეტის შექმნის შემდეგ სისტემა დაუყოვნებლივ შესთავაზებს მის გამოქვეყნებას სერვერზე. ახალბედა მომხმარებელს არ სჭირდება ბევრი ჩაღრმავება პაკეტის გამოქვეყნების ოსტატის ვარიანტებში (უბრალოდ დააწკაპუნეთ შემდეგი და გამოქვეყნება). ერთადერთი ის არის, რომ ბოლო ჩანართზე (სადაც იქნება არა ღილაკი შემდეგი, არამედ გამოქვეყნების ღილაკი) იქნება ჩამრთველი „გადაამოწმეთ პაკეტი გამოქვეყნებამდე“, ის განსაზღვრავს, არის თუ არა მეტაპაკეტის შემოწმება ლოგიკურ გაურკვევლობაზე გამოქვეყნებამდე და გამოჩნდება. ამ ბუნდოვანების სია, თუ ისინი აღმოჩნდებიან. კატეგორიულად გირჩევთ, არასოდეს გამოტოვოთ ეს ნაბიჯი და გამოაქვეყნოთ ნებისმიერი ბუნდოვანება, რომელსაც აღმოაჩენთ გამოქვეყნებამდე.

ანგარიშების გენერირება (მონაცემთა ანალიზი)

ახლა ნელ-ნელა ვუახლოვდებით ყველაზე საინტერესო და რეგულარულ პროცესს - ანგარიშების შექმნას. ხდება ისე, რომ IBM Cognos BI-ში რეგულარული მოხსენებების შექმნის ინსტრუმენტები და მონაცემთა სწრაფი ანალიზის ხელსაწყოები ერთნაირია (მიუხედავად იმისა, რომ ზოგიერთში უფრო მოსახერხებელია სწრაფი ანალიზის ჩატარება, ზოგში კი უფრო მოსახერხებელია გენერირება რეგულარული მოხსენებები, ყველა მათგანი საშუალებას გაძლევთ შეინახოთ თქვენი შედეგები ფორმის ანგარიშებში).

პირადად მე მირჩევნია გამოვიყენო IBM Cognos Report Studio ინსტრუმენტი ყველა BI ამოცანისთვის. ეს არის ყველაზე უნივერსალური ინსტრუმენტი, რომელიც საშუალებას გაძლევთ შექმნათ ფაქტობრივად ნებისმიერი სირთულის ანგარიშები და ამავდროულად უზრუნველყოფს შედარებით მოსახერხებელ ინსტრუმენტებს მონაცემთა სწრაფი ანალიზისთვის.

დავუშვათ, ჩვენ უნდა შევქმნათ სწრაფი ანგარიში, რომელიც შეიცავს გაყიდვების ფაქტებს ქვეყნების მიხედვით, პროდუქტის ჯგუფიდა სიხშირე კვარტალში. ეს საკმაოდ მარტივი მოხსენება შეიძლება გაკეთდეს შემდეგი ნაბიჯების შემდეგ:

1. გაუშვით IBM Cognos Report Studio ვებ აპლიკაცია
2. მისასალმებელი ფანჯარაში დააჭირეთ ღილაკს "შექმნა".
3. ძირითადი შაბლონების სიაში აირჩიეთ „crosstab“ („corsstab“)
4. დაალაგეთ მონაცემთა ელემენტები ქვემოთ ნაჩვენები სქემის მიხედვით
5. გაუშვით ანგარიში შესასრულებლად

ანგარიშის შესასრულებლად გაშვების შემდეგ, თქვენ მიიღებთ მსგავსი რამ.

მიღებული ანგარიშის დათვალიერებისას, შეგვიძლია თამამად ვთქვათ, რომ ის აშკარად ცუდად არის შემუშავებული, რიცხვები არ არის ფორმატირებული, ეკონომიკური მნიშვნელობა გულწრფელად საეჭვოა და ა.შ. მაგრამ დიზაინის ყველა ხარვეზი შეიძლება აღმოიფხვრას შესაბამისი პარამეტრების ელემენტების თვისებების დაყენებით. და ეკონომიკური მნიშვნელობა უფრო საინტერესო რომ გახადოთ, შეგიძლიათ, მაგალითად, გააკეთოთ გეგმა/ფაქტობრივი ანალიზი.

მაგალითად, ქვემოთ ნაჩვენები ანგარიშის გასაკეთებლად (მზა მეტამონაცემებზე), მე, როგორც გამოცდილმა სპეციალისტმა, დაახლოებით 20-30 წუთი დავხარჯე.

და მთლიანად გადაკეთება მუქი ფერის სქემაში, გავატარე კიდევ 10 წუთი.

დასკვნა

ვიმედოვნებ, რომ ამ სტატიაში მკითხველმა შეძლო ზოგადი ინფორმაციის მიღება BI სისტემებისა და მათი მუშაობის პრინციპის შესახებ. რა თქმა უნდა, მოკლე სტატიის ფარგლებში შეუძლებელია შედარებით დეტალურად განიხილოს რომელიმე წამოჭრილი ასპექტი (მაგალითად, მთელი წიგნი შეიძლება დაიწეროს მეტამონაცემების სწორად ჩამოყალიბების შესახებ), მაგრამ მე ვფიქრობ, რომ თუ გადაწყვეტთ სცადოთ , მაშინ ეს სტატია გეტყვით, სად უნდა დაიწყოს და რა სახის შედეგებს ელით.

ასევე, მე საერთოდ არ შევეხები რამდენიმე საინტერესო მექანიზმს და ფუნქციას (მაგალითად, რელაციური მონაცემთა წყაროს მრავალგანზომილებიანად წარმოჩენის მექანიზმს), მაგრამ ეს გამოწვეულია იმით, რომ საჭირო მასალის რაოდენობა (მინიმალური თეორია და ა. მინიმალური პრაქტიკა) საკმარისი იქნება ცალკე სტატიისთვის.

ცოტა რამ ლიცენზიების შესახებ

თუ გადაწყვეტთ შეიძინოთ IBM Cognos BI სისტემა ცალკე პირადი სარგებლობისთვის ან მცირე კომპანია, მაშინ ფასები ალბათ უსიამოვნოდ გაგაოცებთ, მაგრამ IBM-ს აქვს განსაკუთრებული რთული სისტემა IBM Cognos Express, რომელიც განკუთვნილია მცირე ორგანიზაციები, შეიცავს რამდენიმე პროდუქტს (მათ შორის BI) და გაცილებით იაფია.

ბიზნეს ინტელექტი

ბიზნეს ინტელექტიან მოკლედ ბ.ი.- ბიზნეს ანალიზი, ბიზნეს ანალიტიკა. ეს კონცეფცია ყველაზე ხშირად გულისხმობს პროგრამულ უზრუნველყოფას, რომელიც შექმნილია იმისათვის, რომ დაეხმაროს მენეჯერს გააანალიზოს ინფორმაცია მისი კომპანიისა და მისი გარემოს შესახებ. ამ ტერმინის გაგების რამდენიმე ვარიანტი არსებობს.

• ბიზნეს ანალიტიკა არის მეთოდები და ინსტრუმენტები არსებული მდგომარეობის შესახებ ინფორმაციული ანგარიშების შესაქმნელად. ასე რომ, ბიზნეს ინტელექტის მიზანია სწორი ინფორმაციის მიწოდება იმ პირისთვის, რომელსაც ეს საჭიროებს საჭირო დროს. ეს ინფორმაცია შეიძლება იყოს სასიცოცხლოდ მნიშვნელოვანი მენეჯმენტის გადაწყვეტილებების მისაღებად.
• ბიზნეს ანალიტიკა არის ინსტრუმენტები, რომლებიც გამოიყენება ინფორმაციის ტრანსფორმაციისთვის, შესანახად, ანალიზისთვის, მოდელირებისთვის, მიწოდებისა და მიკვლევისთვის, მტკიცებულებებზე დაფუძნებული გადაწყვეტილების მიღებასთან დაკავშირებულ პრობლემებზე მუშაობისას. ამავდროულად, ეს ინსტრუმენტები გადაწყვეტილების მიმღებებს აწვდიან სწორ ინფორმაციას სწორ დროს, სწორი ტექნოლოგიების გამოყენებით.

ამრიგად, BI პირველი გაგებით არის ბიზნეს ანალიტიკის მხოლოდ ერთ-ერთი სექტორი უფრო ფართო მეორე გაგებით. მოხსენების გარდა, ის მოიცავს მონაცემთა ინტეგრაციისა და გაწმენდის ინსტრუმენტებს (ETL), ანალიტიკურ მონაცემთა საწყობებს და მონაცემთა მოპოვების ინსტრუმენტებს.

BI ტექნოლოგიები შესაძლებელს ხდის ინფორმაციის დიდი მოცულობის გაანალიზებას, მომხმარებლების ყურადღების ფოკუსირებას მხოლოდ შესრულების ძირითად ფაქტორებზე, სხვადასხვა მოქმედების ვარიანტების შედეგის მოდელირებას და გარკვეული გადაწყვეტილებების მიღების შედეგებს.

ტერმინის ისტორია

ტერმინი პირველად 1958 წელს გამოჩნდა IBM-ის მკვლევარის ჰანს პიტერ ლუნის სტატიაში. ჰანს პიტერ ლუნი). მან ეს ტერმინი განსაზღვრა: „წარმოდგენილ ფაქტებს შორის კავშირების გაგების უნარი“.

BI, როგორც ჩვენ დღეს ვიცით, განვითარდა გადაწყვეტილების მიღების სისტემებიდან, რომლებიც გაჩნდა 1960-იანი წლების დასაწყისში და განვითარდა 1980-იანი წლების შუა პერიოდში.

1989 წელს ჰოვარდ დრეზნერმა (მოგვიანებით Gartner-ის ანალიტიკოსმა) განსაზღვრა ბიზნეს ინტელექტი, როგორც ზოგადი ტერმინი, რომელიც აღწერს „საქმიანი გადაწყვეტილების მიღების გაუმჯობესების კონცეფციებს და ტექნიკას ბიზნეს მონაცემებზე დაფუძნებული სისტემების გამოყენებით“.

შენიშვნები

ბმულები

• ანაცვლებს თუ არა Business Analytics Business Intelligence-ს? (J-l PC Week/RE No. 41 (599) 6 ნოემბერი - 12 ნოემბერი, 2007 წ.)
• BI, როგორც მარკეტინგული კამპანიების ოპტიმიზაციის ინსტრუმენტი (PC Week Review: Business Intelligence, 2010 წლის მაისი)
• Business Intelligence: Today and Tomorrow (ინტელექტუალური საწარმოს ჟურნალი No. 2 (212), 2010 წლის თებერვალი)
• ბიზნეს ანალიტიკა რუსულ ნიადაგზე (J-l PC Week Review: Business Analytics, 2010 წლის მაისი)

ფონდი ვიკიმედია. 2010 წელი.

ნახეთ, რა არის „ბიზნეს ინტელექტი“ სხვა ლექსიკონებში:

ბიზნეს ინტელექტი- (BI) ეხება ტექნოლოგიებს, აპლიკაციებსა და პრაქტიკას სთვისშეგროვება, ინტეგრაცია, ანალიზი, და აწმყოსაქმიანი ინფორმაციის მიწოდება და ზოგჯერ თავად ინფორმაცია. ბიზნეს დაზვერვის მიზანი ტერმინი, რომელიც თარიღდება მინიმუმ… … ვიკიპედიაში

ბიზნეს ინტელექტი 2.0- (BI 2.0) არის თავისუფალი ტერმინი, რომელიც ეხება ბიზნეს დაზვერვის (BI) ახალ (2006 7) ტენდენციებსა და მიღწევებს. 2.0 ვერსიის ნომერი მიუთითებს პროგრამული უზრუნველყოფისთვის მინიჭებულ ვერსიის ნომრებზე, მიუხედავად იმისა, რომ ეს მხოლოდ აბსტრაქტული კონცეფციაა და არა კონკრეტული... ... ვიკიპედია

ბიზნეს ინტელექტი- Der Begriff Business Intelligence (deutsch etwa betriebswirtschaftliche Erkundung oder Geschäftsaufklärung), აბკ. BI, Wurde Anfang bis Mitte der 1990er Jahre populär und bezeichnet Verfahren und Prozesse zur systematischen Analyze (Sammlung,… … Deutsch Wikipedia

ბიზნეს-დაზვერვა- Der Begriff Business Intelligence (ინგლ. etwa Geschäftsanalytik Abk. BI) Wurde Anfang bis Mitte der 1990er Jahre populär und bezeichnet Verfahren und Prozesse zur systematischen Analyze (Sammlung, Auswertung und Witenstell-ში)

ბიზნეს ინტელექტი- Informatique decisionnelle Pour les articles homonymes, voir DSS et BI. L'informatique décisionnelle (ინფორმაციის სისტემის მენეჯმენტი, ინგლისური: DSS pour Decision Support System ou encore BI pour Business Intelligence) დიზაინი les… … ვიკიპედია ფრანგულად

ბიზნეს ინტელექტი- არსებითი სახელი ნებისმიერი ინფორმაცია, რომელიც ეხება ბიზნეს ორგანიზაციის ისტორიას, ამჟამინდელ სტატუსს ან სამომავლო პროგნოზებს… ვიკიპედია

ბიზნეს ინტელექტი- / bɪznɪs ɪnˌtelɪdʒ(ə)ns/ არსებითი ინფორმაცია, რომელიც შეიძლება სასარგებლო იყოს ბიზნესისთვის, როდესაც ის გეგმავს თავის სტრატეგიას… მარკეტინგის ლექსიკონი ინგლისურ ენაზე

ბიზნეს ინტელექტი- Sammelbegriff für den IT gestützten Zugriff auf Informationen, sowie die IT gestützte Analyze und Aufbereitung dieser Informationen. Ziel dieses Prozesses ist es, aus dem im Unternehmen vorhandenen Wissen, neues Wissen zu generieren. Bei diesem… … Lexikon der Economics

ბიზნეს დაზვერვის ინსტრუმენტები- არის აპლიკაციის პროგრამული უზრუნველყოფის ტიპი, რომელიც შექმნილია მონაცემების მოხსენების, ანალიზისა და წარმოდგენისთვის. ადრინდელი ხელსაწყოები, როგორც წესი, კითხულობენ მონაცემებს, რომლებიც ხშირად იყო შენახული, თუმცა, არ არის აუცილებელი, მონაცემთა საწყობში ან მონაცემთა ბაზაში. ბიზნეს დაზვერვის ინსტრუმენტების სახეები... ვიკიპედია

ბიზნეს დაზვერვის განვითარების სტუდია- (BIDS) არის Microsoft-ის IDE, რომელიც გამოიყენება მონაცემთა ანალიზისა და ბიზნეს დაზვერვის გადაწყვეტილებების შესამუშავებლად, Microsoft SQL სერვერის ანალიზის სერვისების, ანგარიშგების სერვისებისა და ინტეგრაციის სერვისების გამოყენებით. ის დაფუძნებულია Microsoft Visual Studio… … ვიკიპედიაზე

წიგნები

• ბიზნეს ინტელექტი. მონაცემთა მოპოვება და ოპტიმიზაცია გადაწყვეტილების მიღებისთვის, Carlo Vercellis, Business Intelligence არის აპლიკაციებისა და ტექნოლოგიების ფართო კატეგორია მონაცემთა შეგროვების, ხელმისაწვდომობისა და ანალიზის მიზნით, რათა დაეხმაროს საწარმოს მომხმარებლებს უკეთესად… კატეგორია: მათემატიკა გამომცემელი: John Wiley&Sons Limited, ელექტრონული წიგნი (fb2, fb3, epub, mobi, pdf, html, pdb, lit, doc, rtf, txt)