Ciljevi analize podataka. Analiza poslovnih informacija - Osnovni principi Pristupi analizi podataka poslovne inteligencije

Preuzmite punu verziju Tableau Desktopa BESPLATNO, 14 dana i dobijte Tableau materijale za obuku poslovne inteligencije na poklon

Pristupačan rad sa velikim podacima pomoću vizuelne analitike

Poboljšajte poslovnu inteligenciju i riješite rutinske zadatke koristeći informacije skrivene u Big Data koristeći TIBCO Spotfire platformu. To je jedina platforma koja poslovnim korisnicima pruža intuitivno korisničko sučelje prilagođeno korisnicima koji im omogućava korištenje cijelog spektra tehnologija Big Data analitike bez potrebe za IT profesionalcima ili posebnim obrazovanjem.

Spotfire interfejs čini podjednako pogodnim za rad i sa malim skupovima podataka i sa višeterabajtnim grupama velikih podataka: očitavanja senzora, informacije sa društvenih mreža, prodajnih mesta ili izvora geolokacije. Korisnici svih nivoa vještina lako pristupaju bogatim kontrolnim pločama i analitičkim tokovima rada jednostavno koristeći vizualizacije koje su grafički prikaz agregacije milijardi tačaka podataka.

Prediktivna analitika je učenje kroz rad zasnovano na zajedničkom iskustvu kompanije kako bi se donijele bolje informisane odluke. Koristeći Spotfire Predictive Analytics, možete otkriti nove tržišne trendove iz uvida u svoju poslovnu inteligenciju i poduzeti mjere za ublažavanje rizika kako biste poboljšali odluke upravljanja.

Pregled

Povezivanje s velikim podacima za analitiku visokih performansi

Spotfire nudi tri glavna tipa analitike s besprijekornom integracijom s Hadoop-om i drugim velikim izvorima podataka:

1. Vizualizacija podataka na zahtjev (Analitika na zahtjev): ugrađeni konektori podataka koje može konfigurirati korisnik koji pojednostavljuju super brzu, interaktivnu vizualizaciju podataka
2. Analiza u bazi podataka (In-Database Analytics): integracija sa distribuiranom računarskom platformom, koja vam omogućava da napravite proračune podataka bilo koje složenosti na osnovu velikih podataka.
3. In-Memory Analytics: Integracija sa platformom za statističku analizu koja izvlači podatke direktno iz bilo kojeg izvora podataka, uključujući tradicionalne i nove izvore podataka.

Zajedno, ove metode integracije predstavljaju moćnu kombinaciju vizuelnog istraživanja i napredne analitike.
Omogućava poslovnim korisnicima da pristupe, kombinuju i analiziraju podatke iz bilo kojeg izvora podataka sa moćnim kontrolnim pločama i tokovima rada koji su jednostavni za korištenje.

Big data konektori

Spotfire Big Data Connectors podržavaju sve vrste pristupa podacima: u izvoru podataka, u memoriji i na zahtjev. Ugrađeni Spotfire podatkovni konektori uključuju:

• Certificirani Hadoop konektori podataka za Apache Hive, Apache Spark SQL, Cloudera Hive, Cloudera Impala, Databricks Cloud, Hortonworks, MapR Drill i Pivotal HAWQ
• Ostali certificirani konektori za velike podatke uključuju Teradata, Teradata Aster i Netezza
• Konektori za istorijske i trenutne podatke iz izvora kao što su OSI PI senzori dodira

Distribuirano računanje unutar izvora podataka

Pored Spotfire-ovog praktičnog vizuelnog odabira operacija za SQL upite koji pristupaju podacima raspoređenim po izvorima podataka, Spotfire može kreirati statističke algoritme i algoritme mašinskog učenja koji rade unutar izvora podataka i vraćaju samo rezultate potrebne za kreiranje vizualizacija u sistemu Spotfire.

• Korisnici rade s nadzornim pločama s funkcionalnošću vizualnog odabira koje pristupaju skriptama koristeći ugrađene značajke TERR jezika,
• TERR skripte pozivaju funkcionalnost distribuiranog računarstva u kombinaciji sa Map/Reduce, H2O, SparkR ili Fuzzy Logixom,
• Ove aplikacije zauzvrat pristupaju sistemima sa visoka efikasnost kao što je Hadoop ili drugi izvori podataka,
• TERR se može primijeniti kao napredni motor za analizu na Hadoop čvorovima kojima se upravlja pomoću MapReduce ili Spark-a. TERR jezik se također može koristiti za Teradata čvorove podataka.
• Rezultati se vizualiziraju na Spotfire-u.

TERR za naprednu analitiku

TIBCO Enterprise Runtime for R (TERR) – TERR je statistički paket na nivou preduzeća koji je TIBCO razvio da bude u potpunosti kompatibilan sa R ​​jezikom, nadovezujući se na dugogodišnje iskustvo kompanije u analitici vezanoj za S+. Ovo omogućava korisnicima da nastave sa razvojem aplikacija i modela ne samo koristeći R open source, već i da integrišu i implementiraju svoj R kod na komercijalno bezbednoj platformi bez potrebe za prepisivanjem koda. TERR je efikasniji, ima bolje upravljanje memorijom i pruža veće brzine obrade podataka u velikim količinama od otvorenog R jezika.

Kombinacija svih funkcionalnosti

Kombinacija gore spomenute moćne funkcionalnosti znači da čak i za najsloženije zadatke koji zahtijevaju vrlo pouzdanu analitiku, korisnici komuniciraju s jednostavnim i lakim za korištenje interaktivnim radnim tokovima. Ovo omogućava poslovnim korisnicima da vizualiziraju i analiziraju podatke, te dijele rezultate analitike, a da ne moraju znati detalje arhitekture podataka koja podupire poslovnu inteligenciju.

Primer: Spotfire interfejs za konfigurisanje, pokretanje i vizualizaciju rezultata modela koji karakteriše izgubljeni teret. Preko ovog interfejsa, poslovni korisnici mogu da izvrše kalkulacije koristeći TERR i H2O (distribuirani računarski okvir) na podacima o transakcijama i isporukama pohranjenim u Hadoop klasterima.

Analitički prostor za velike podatke

Napredna i prediktivna analitika

Korisnici koriste Spotfire-ove kontrolne ploče za vizualni odabir za pokretanje bogatog skupa naprednih funkcija koje olakšavaju predviđanje, pravljenje modela i optimizaciju u hodu. Koristeći velike podatke, analiza se može obaviti unutar izvora podataka (In-Datasource), vraćajući samo agregirane informacije i rezultate potrebne za kreiranje vizualizacija na Spotfire platformi.

Mašinsko učenje

Širok raspon alata za strojno učenje dostupan je na Spotfireovoj listi ugrađenih funkcija koje se mogu koristiti jednim klikom. Statističari imaju pristup programskom kodu napisanom u R jeziku i mogu proširiti korišćenu funkcionalnost. Funkcionalnost mašinskog učenja može se dijeliti s drugim korisnicima radi jednostavne ponovne upotrebe.

Sljedeće metode mašinskog učenja dostupne su za kontinuirane kategoričke varijable na Spotfireu i na TERR-u:

• Linearna i logistička regresija
• Stabla odlučivanja, algoritam slučajne šume, mašine za povećanje gradijenta (GBM)
• Generalizirani linearni (aditivni) modeli ( Generalizirani aditivni modeli
• Neuralne mreže

Analiza sadržaja

Spotfire pruža analitiku i vizualizaciju podataka, od kojih većina nije korištena prije - ovo je nestrukturirani tekst koji se pohranjuje u izvorima kao što su dokumenti, izvještaji, bilješke CRM sistema, logovi web stranice, objave na društvenim mrežama i još mnogo toga.

Analiza lokacije

Slojevite karte visoke rezolucije odličan su način za vizualizaciju velikih podataka. Spotfire bogata funkcionalnost mapa omogućava vam da kreirate karte sa onoliko referentnih i funkcionalnih slojeva koliko vam je potrebno. Spotfire vam također daje mogućnost korištenja sofisticirane analitike dok radite s mapama. Osim geografskih karata, sistem kreira karte za vizualizaciju ponašanja korisnika, skladišta, proizvodnje, sirovina i mnogih drugih pokazatelja.

Svaki veliki biznis i većina srednjih struktura suočavaju se sa problemom da menadžmentu daju netačne podatke o stanju u kompaniji. Razlozi mogu biti različiti, ali posledice su uvek iste – pogrešne ili neblagovremene odluke koje negativno utiču na efikasnost finansijskih transakcija. Da bi se izbjegle takve situacije, dizajniran je profesionalni poslovni inteligencija ili BI sistem ( sa engleskog. - poslovne inteligencije). Ovi visokotehnološki „pomoćnici“ doprinose izgradnji sistema menadžerske kontrole svakog aspekta u poslovanju.

U svojoj srži, BI sistemi su napredni analitički softver za poslovnu analizu i izvještavanje. Ovi programi mogu koristiti podatke iz različitih izvora informacija i prezentirati ih u prikladnom obliku i rezu. Kao rezultat, menadžment dobija brz pristup potpunim i transparentnim informacijama o stanju u kompaniji. Karakteristika izvještaja dobijenih uz pomoć BI je sposobnost menadžera da samostalno bira u kom kontekstu će dobiti informacije.

Moderni sistemi poslovne inteligencije su multifunkcionalni. Zato u velike kompanije oni postepeno zamjenjuju druge načine dobijanja poslovnih izvještaja. Njihove glavne mogućnosti uključuju:

• Veze na različite baze podataka, posebno na;
• Formiranje izvještaja različite složenosti, strukture, tipa i izgleda velikom brzinom. Također je moguće postaviti raspored za generiranje izvještaja po rasporedu bez direktnog učešća i distribucije podataka;
• Transparentan rad sa podacima;
• Osiguravanje jasne veze između informacija iz različitih izvora;
• Fleksibilna i intuitivna konfiguracija prava pristupa za zaposlene u sistemu;
• Spremanje podataka u bilo kojem formatu koji vam odgovara - PDF, Excel, HTML i mnogi drugi.

Mogućnosti informacioni sistemi poslovna inteligencija omogućava menadžeru da ne zavisi od IT odjela ili njegovih pomoćnika u pružanju potrebnih informacija. To je također odlična prilika da pokažete pravi smjer vaših odluka ne riječima, već tačnim brojevima. Mnoge velike mrežne korporacije na Zapadu već duže vrijeme koriste BI sisteme, uključujući svjetski poznate Amazon, Yahoo, Wall-Mart itd. Gore navedene korporacije troše pristojan novac na poslovnu inteligenciju, ali implementirani BI sistemi donose neprocenjive koristi.

Prednosti profesionalnih sistema poslovne inteligencije zasnovane su na principima koji su podržani u svim naprednim BI aplikacijama:

1. vidljivost. Glavni interfejs bilo kog softvera za poslovnu analizu treba da odražava ključne metrike. Zahvaljujući tome, menadžer će brzo moći da proceni stanje u preduzeću i počne da radi nešto ako je potrebno;
2. Prilagodba. Svaki korisnik bi trebao biti u mogućnosti da prilagodi sučelje i funkcijske tipke na najprikladniji način za sebe;
3. Raslojavanje. Svaki skup podataka treba da ima nekoliko rezova (slojeva) kako bi pružio detalje informacija koje su potrebne na određenom nivou;
4. Interaktivnost. Korisnici bi trebali biti u mogućnosti da prikupljaju informacije iz svih izvora iu više pravaca istovremeno. Neophodno je da sistem ima funkciju podešavanja upozorenja po ključnim parametrima;
5. Multithreading i kontrola pristupa. U BI sistem mora biti implementiran simultani rad veliki broj korisnici sa mogućnošću postavljanja različitih nivoa pristupa za njih.

Cijela IT zajednica slaže se da su informacioni sistemi poslovne inteligencije jedno od područja koja najviše obećavaju za razvoj industrije. Međutim, njihovu implementaciju često otežavaju tehničke i psihološke barijere, nekoordiniran rad rukovodilaca i nedostatak propisanih oblasti odgovornosti.

Kada se razmatra implementacija klasa BI sistema, važno je imati na umu da će uspjeh projekta u velikoj mjeri zavisiti od stava zaposlenih u kompaniji prema inovaciji. Ovo se odnosi na sve IT proizvode: skepticizam i strah od smanjenja mogu osujetiti sve napore implementacije. Stoga je vrlo važno razumjeti kako se osjećaju budućih korisnika u sistemu poslovne inteligencije. Idealna situacija će biti kada će zaposleni u kompaniji sistem tretirati kao pomoćnika i alata za unapređenje rada.

Prije pokretanja projekta uvođenja BI tehnologije potrebno je izvršiti detaljnu analizu poslovnih procesa kompanije i principa menadžerskog odlučivanja. Uostalom, upravo ovi podaci će biti uključeni u analizu stanja u kompaniji. Takođe će vam pomoći da napravite izbor BI sistema zajedno sa drugim glavnim kriterijumima:

1. Ciljevi i zadaci implementacije BI sistema;
2. Zahtjevi za skladištenje podataka i sposobnost rada s njima;
3. Funkcije integracije podataka. Bez korišćenja podataka iz svih izvora u kompaniji, menadžment neće moći da dobije holističku sliku o stanju stvari;
4. Mogućnosti vizualizacije. Za svaku osobu idealna BI analitika izgleda drugačije, a sistem mora zadovoljiti potrebe svakog korisnika;
5. Univerzalnost ili uska specijalizacija. U svijetu postoje sistemi usmjereni na određenu industriju, kao i univerzalna rješenja koja vam omogućavaju prikupljanje informacija u bilo kojem kontekstu;
6. Zahtjevni resursi i cijena softverskog proizvoda. Izbor BI sistema, kao i svakog softvera, zavisi od mogućnosti kompanije.

Gore navedeni kriterijumi će pomoći menadžmentu da napravi informirani izbor među nizom poznatih sistema poslovne inteligencije. Postoje i drugi parametri (na primjer, struktura pohrane podataka, web arhitektura), ali oni zahtijevaju vještine u uskim IT oblastima.

Nije dovoljno samo napraviti izbor, kupiti softver, instalirati ga i konfigurirati. Uspešna implementacija BI sistema bilo kog smera zasniva se na sledećim pravilima:

• Ispravnost podataka. Ako su podaci za analizu netačni, postoji mogućnost ozbiljne sistemske greške;
• Potpuna obuka za svakog korisnika;
• Brza implementacija. Potrebno je fokusirati se na pravilno formiranje potrebnih izvještaja na svim ključnim mjestima, a ne na idealnu uslugu za jednog korisnika. Uvijek možete prilagoditi izgled izvještaja ili dodati još jedan odjeljak radi praktičnosti nakon implementacije;
• Shvatite povrat ulaganja u vaš BI sistem. Efekat zavisi od mnogo faktora iu nekim slučajevima je vidljiv tek nakon nekoliko meseci;
• Oprema treba biti dizajnirana ne samo za trenutnu situaciju, već i za blisku budućnost;
• Shvatite zašto je započeta implementacija BI i ne zahtijevajte nemoguće od softvera.

Prema statistikama, samo 30% rukovodilaca kompanija je zadovoljno implementacijom BI sistema. Tokom dugih godina postojanja softvera za poslovnu analizu, stručnjaci su formulisali 9 ključnih grešaka koje mogu smanjiti efikasnost na minimum:

1. Neočiglednost svrhe implementacije za menadžment. Često projekat kreira IT odjel bez bliskog učešća menadžera. U većini slučajeva, u procesu implementacije i rada, postavljaju se pitanja u vezi sa svrhom i ciljevima BI sistema, prednostima i lakoćom upotrebe;
2. Nedostatak transparentnosti u upravljanju, radu zaposlenih i donošenju odluka. Menadžeri možda ne poznaju algoritme rada zaposlenih na terenu, a upravljačke odluke se mogu donositi ne samo na osnovu suvih činjenica. To će dovesti do nemogućnosti održavanja postojeće paradigme kao rezultat implementacije BI sistema. I često je nemoguće razbiti kulturu korporativnog upravljanja koja se razvijala godinama;
3. Nedovoljna pouzdanost podataka. Neprihvatljivo je da lažne informacije ulaze u sistem poslovne analize, jer im zaposleni neće moći vjerovati i koristiti ih;
4. Pogrešan izbor profesionalnog sistema poslovne inteligencije. Mnogi primjeri u istoriji kada menadžment angažuje treću organizaciju za implementaciju BI sistema i ne učestvuje u njegovom odabiru govore sami za sebe. Kao rezultat, uvodi se sistem koji ne omogućava dobijanje traženog izveštaja ili sa kojim je nemoguće integrisati neki od postojećih softvera u kompaniji;
5. Nedostatak plana za budućnost. Posebnost BI sistema je u tome što on nije statički softver. Nemoguće je završiti projekat implementacije i ne razmišljati o njemu. Postoje mnogi zahtjevi korisnika i menadžmenta u smislu poboljšanja;
6. Transfer BI sistema u organizaciju treće strane radi podrške. Kao što praksa pokazuje, najčešće takve situacije dovode do izolacije proizvoda i izolacije sistema od stvarnog stanja stvari. Vlastita služba podrške reagira mnogo brže i efikasnije na povratne informacije korisnika i zahtjeve upravljanja;
7. Želja za uštedom. U poslovanju je to normalno, ali BI analitika funkcionira samo ako uzima u obzir sve aspekte aktivnosti kompanije. Zato su duboki analitički sistemi sa visokim troškovima najefikasniji. Želja za dobijanjem više izveštaja o oblastima od interesa dovodi do čestih grešaka u podacima i velike zavisnosti od kvalifikacija IT stručnjaka;
8. Različita terminologija u kompaniji. Važno je da svi korisnici razumiju osnovne pojmove i njihovo značenje. Jednostavan nesporazum može dovesti do pogrešnog tumačenja izvještaja i indikatora BI sistema;
9. Nedostatak jedinstvene strategije poslovne analize u preduzeću. Bez jednog kursa odabranog za sve zaposlene, bilo koji sistem BI klase biće samo skup različitih izveštaja koji ispunjavaju zahteve pojedinačnih menadžera.

Implementacija BI sistema je važan korak koji može pomoći da vaše poslovanje podignete na viši nivo. Ali to će zahtijevati ne samo prilično veliku infuziju finansija, već i vrijeme i trud svakog zaposlenika kompanije. Nije svako preduzeće spremno da kompetentno završi projekat implementacije sistema poslovne analize.

Tokom decenija rada sa velikim kupcima, Force je stekao ogromno iskustvo u oblasti poslovne analize i sada aktivno razvija tehnologije velikih podataka. U intervjuu za CNews, Olga Gorchinskaya, direktorica istraživačkih projekata i voditeljica Big Data u Forceu, govorila je o stručnosti u ovoj oblasti, velikim implementacijama, vlasničkim rješenjima i najvećem svjetskom centru za testiranje Oracle rješenja u intervjuu za CNews.

15.10.2015

Olga Gorchinskaya

Posljednjih godina promijenila se generacija lidera. U rukovodstvo kompanija došli su novi ljudi koji su svoju karijeru napravili već u eri informatizacije, a navikli su da koriste računare, internet i mobilne uređaje kako u svakodnevnom životu tako i za rješavanje radnih problema.

CNews: Koliko su BI alati traženi ruske kompanije? Ima li promjena u pristupu poslovnoj analizi: od "analitike u stilu Excela" do upotrebe analitičkih alata od strane top menadžera?

Olga Gorčinskaja:

Danas je potreba za alatima poslovne analize već prilično velika. Koriste ih velike organizacije u gotovo svim sektorima privrede. I mala i srednja preduzeća također shvataju prednosti prelaska s Excela na namjenska analitička rješenja.

Ako uporedimo ovu situaciju sa onom koja je bila u kompanijama prije pet godina, vidjet ćemo značajan napredak. Posljednjih godina promijenila se generacija lidera. U rukovodstvo kompanija došli su novi ljudi koji su svoju karijeru napravili već u eri informatizacije, a navikli su da koriste računare, internet i mobilne uređaje kako u svakodnevnom životu tako i za rješavanje radnih problema.

CNews: Ali više nema projekata?

Olga Gorčinskaja:

U posljednje vrijeme primjećujemo blagi pad broja novih velikih BI projekata. Prvo, teška opća ekonomska i politička situacija igra ulogu. To koči početak nekih projekata vezanih za uvođenje zapadnih sistema. Interes za rješenja zasnovana na slobodnom softveru također odlaže početak BI projekata, jer zahtijeva preliminarnu studiju ovog softverskog segmenta. Mnoga rješenja za analitiku otvorenog koda nisu dovoljno zrela za široku upotrebu.

Drugo, već je došlo do određenog zasićenja tržišta. Sada nema toliko organizacija u kojima se ne koristi poslovna analiza. I, po svemu sudeći, vrijeme aktivnog rasta implementacija velikih korporativnih analitičkih sistema prolazi.

I, na kraju, važno je napomenuti da sada kupci pomjeraju fokus na korištenje BI alata, što usporava rast broja projekata na koje smo navikli. Činjenica je da vodeći proizvođači - Oracle, IBM, SAP - svoja BI rješenja grade na ideji jedinstvenog konzistentnog logičkog modela podataka, što znači da je prije analize nečega potrebno jasno definirati i dogovoriti sve koncepte i indikatori.

Uz očigledne prednosti, to dovodi do velike ovisnosti poslovnih korisnika o IT stručnjacima: ako je potrebno uključiti neke nove podatke u krug razmatranja, preduzeće se mora stalno obraćati IT-u kako bi preuzelo podatke, uskladilo ih sa postojećim strukture, uključiti ga u zajednički model, itd. d. Sada vidimo da preduzeća žele više slobode, a zarad mogućnosti da samostalno dodaju nove strukture, tumače i analiziraju ih po sopstvenom nahođenju, korisnici su spremni da žrtvuju deo korporativne doslednosti.

Stoga, lagani alati sada dolaze do izražaja, omogućavajući krajnjim korisnicima da rade direktno s podacima i ne brinu mnogo o konzistentnosti na korporativnom nivou. Kao rezultat toga, vidimo uspješnu promociju Tableaux-a i Qlick-a, koji vam omogućavaju da radite u stilu Data Discovery-a, i određeni gubitak tržišta od strane velikih dobavljača rješenja.

CNews: Ovo objašnjava zašto brojne organizacije implementiraju nekoliko BI sistema – to je posebno uočljivo u finansijskom sektoru. Ali može li se takva informatizacija smatrati normalnom?

Olga Gorchinskaya

Danas vodeću ulogu imaju alati za koje smo ranije smatrali da su previše lagani za nivo preduzeća. Ovo su rješenja klase Data Discovery.

Olga Gorčinskaja:

Zaista, u praksi velike organizacije često koriste ne jedan, već nekoliko nezavisnih analitičkih sistema, svaki sa svojim vlastitim BI alatima. Ideja o korporativnom analitičkom modelu pokazala se svojevrsnom utopijom, nije toliko popularna i čak ograničava promociju analitičkih tehnologija, jer u praksi svaki odjel, pa čak i pojedinačni korisnik, želi neovisnost i slobodu . Nema ništa strašno u ovome. Zaista, u istoj banci stručnjaci za rizik i trgovci trebaju potpuno različite BI alate. Stoga je sasvim normalno kada kompanija izabere ne jedno glomazno rješenje za sve zadatke, već nekoliko malih sistema koji su najpogodniji za pojedinačna odjeljenja.

Danas vodeću ulogu imaju alati za koje smo ranije smatrali da su previše lagani za nivo preduzeća. Ovo su rješenja klase Data Discovery. Zasnovani su na ideji lakoće rada sa podacima, brzine, fleksibilnosti i lako razumljivog predstavljanja rezultata analize. Postoji još jedan razlog za sve veću popularnost ovakvih alata: kompanije sve više doživljavaju potrebu da rade sa informacijama promjenjive strukture, uglavnom nestrukturirane, sa "zamagljenim" značenjem i ne uvijek jasnom vrijednošću. U ovom slučaju traže se fleksibilniji alati od klasičnih alata za poslovnu analizu.

Force je kreirao najveću u Evropi i jedinstvenu u Rusiji platformu - Fors Solution Center. Njegov glavni zadatak je donijeti najnoviju tehnologiju Oracle krajnjem kupcu, da pomogne partnerima u njihovom razvoju i primeni, da procese testiranja opreme i softvera učini što pristupačnijim. Ovo je svojevrsni data centar za partnere za testiranje sistema i cloud rješenja.

CNews: Kako tehnologije velikih podataka pomažu u razvoju poslovne analitike?

Olga Gorčinskaja:

Ove oblasti – veliki podaci i poslovna inteligencija – približavaju se jedna drugoj i, po mom mišljenju, granica između njih je već zamagljena. Na primjer, duboka analitika se smatra "velikim podacima" iako postoji još prije Big Data. Sada je sve veći interes za mašinsko učenje, statistiku, a uz pomoć ovih tehnologija velikih podataka moguće je proširiti funkcionalnost tradicionalnog poslovnog sistema fokusiranog na proračune i vizualizaciju.

Osim toga, koncept skladišta podataka je proširen upotrebom Hadoop tehnologije, što je dovelo do novih standarda za izgradnju korporativnog skladišta u obliku „jezera podataka“ (data lakes).

CNews: Koji su zadaci koji najviše obećavaju za rješenja velikih podataka?

Olga Gorčinskaja:

Tehnologije velikih podataka koristimo u BI projektima u nekoliko slučajeva. Prvi je kada je potrebno povećati performanse postojećeg skladišta podataka, što je vrlo važno u okruženju u kojem kompanije ubrzano povećavaju količinu korištenih informacija. Čuvanje neobrađenih podataka u tradicionalnim relacionim bazama podataka je veoma skupo i zahteva sve više procesorske snage. U takvim slučajevima ima smisla koristiti Hadoop alat, koji je zbog svoje arhitekture vrlo efikasan, fleksibilan, prilagodljiv specifičnim potrebama i isplativ sa ekonomske tačke gledišta, budući da je baziran na Open Source rješenju.

Uz pomoć Hadoop-a, posebno smo riješili problem skladištenja i obrade nestrukturiranih podataka u jednoj velikoj ruskoj banci. U ovom slučaju radilo se o velikim količinama podataka koji su redovno pristizali promjenljive strukture. Ove informacije moraju se obraditi, raščlaniti, izvući iz njih numeričke indikatore, kao i sačuvati originalne podatke. S obzirom na značajan rast obima dolaznih informacija, korištenje relacijske memorije za ovo postalo je preskupo i neefikasno. Napravili smo zaseban Hadoop klaster za obradu primarni dokumenti, čiji se rezultati učitavaju u relacijsko skladište za analizu i daljnju upotrebu.

Drugi pravac je uvođenje naprednih analitičkih alata za proširenje funkcionalnosti BI sistema. Ovo je vrlo obećavajući smjer, jer je povezan ne samo sa rješavanjem IT problema, već i sa stvaranjem novih poslovnih prilika.

Umjesto organizovanja posebnih projekata za implementaciju napredne analitike, pokušavamo proširiti obim postojećih projekata. Na primjer, za skoro svaki sistem korisna funkcija je predviđanje indikatora na osnovu dostupnih istorijskih podataka. Ovo nije tako lak zadatak, zahtijeva ne samo vještine rada s alatima, već i određenu matematičku pozadinu, poznavanje statistike i ekonometrije.

Naša kompanija ima namenski tim naučnika za podatke koji ispunjavaju ove zahteve. Završili su projekat iz oblasti zdravstva na formiranju regulatornog izvještavanja, a osim toga, u okviru ovog projekta, implementirano je i predviđanje opterećenja medicinske organizacije i njihovu segmentaciju statističkim pokazateljima. Vrijednost ovakvih prognoza za kupca je razumljiva, za njega to nije samo korištenje neke nove egzotične tehnologije, već potpuno prirodno proširenje analitičkih mogućnosti. Kao rezultat, podstiče se interes za razvoj sistema, a za nas novi rad. Sada na sličan način implementiramo tehnologije prediktivne analitike u projektu urbanog upravljanja.

I, na kraju, imamo iskustvo u implementaciji big data tehnologija gdje je riječ o korištenju nestrukturiranih podataka, prvenstveno raznih tekstualnih dokumenata. Internet nudi velike mogućnosti sa svojim ogromnim količinama nestrukturiranih informacija koje sadrže korisne informacije za poslovanje. Imali smo veoma zanimljivo iskustvo sa razvojem sistema procene vrednosti nekretnina za kompaniju ROSEKO po narudžbini Ruskog društva procenjivača. Za odabir analognih objekata, sistem je prikupljao podatke iz izvora na Internetu, obradio te informacije pomoću lingvističkih tehnologija i obogatio ih uz pomoć geoanalitike koristeći metode mašinskog učenja.

CNews: Koja sopstvena rešenja Force razvija u oblastima poslovne inteligencije i velikih podataka?

Olga Gorčinskaja:

Razvili smo i razvijamo posebno rješenje u oblasti velikih podataka - ForSMedia. To je platforma za analizu podataka društvenih medija za obogaćivanje znanja kupaca. Može se koristiti u raznim industrijama: finansijskom sektoru, telekomunikacijama, maloprodaji - gdje god žele znati što više o svojim klijentima.

Olga Gorchinskaya

Razvili smo i razvijamo posebno rješenje u oblasti velikih podataka - ForSMedia. To je platforma za analizu podataka društvenih medija za obogaćivanje znanja kupaca.

Tipičan slučaj upotrebe je razvoj ciljanih marketinških kampanja. Ako kompanija ima 20 miliona kupaca, nerealno je distribuirati sve oglase u bazi podataka. Potrebno je suziti krug primalaca oglasa, a ciljna funkcija je povećati odziv kupaca na marketinšku ponudu. U tom slučaju na ForSMediu možemo učitati osnovne podatke o svim klijentima (imena, prezimena, datum rođenja, mjesto stanovanja), a zatim ih na osnovu informacija sa društvenih mreža dopuniti novim korisnim informacijama, uključujući krug interesovanja , društveni status, sastav porodice, profesionalna oblast, aktivnosti, muzičke sklonosti itd. Naravno, takva znanja se ne mogu pronaći kod svih klijenata, jer određeni dio njih uopšte ne koristi društvene mreže, već za ciljani marketing, npr. “nepotpun” rezultat daje ogromne prednosti.

Društvene mreže- veoma bogat izvor, iako je teško raditi sa njim. Nije tako lako prepoznati osobu među korisnicima - ljudi često koriste različite oblike svojih imena, ne navode godine, preferencije, nije lako saznati karakteristike korisnika na osnovu njegovih objava, pretplatničkih grupa.

Platforma ForSMedia rješava sve ove probleme zasnovane na tehnologijama velikih podataka i omogućava vam da masovno obogatite podatke o korisnicima i analizirate rezultate. Među tehnologijama koje se koriste su Hadoop, R statističko istraživačko okruženje, RCO-ovi alati za jezičku obradu i alati za otkrivanje podataka.

ForSMedia platforma maksimalno koristi besplatni softver i može se instalirati na bilo koju hardversku platformu koja ispunjava zahtjeve poslovnog zadatka. Ali za velike implementacije i sa povećanim zahtjevima za performansama, nudimo specijalnu verziju optimiziranu za rad na Oracle hardverskim i softverskim sistemima - Oracle Big Data Appliance i Oracle Exalytics.

Upotreba inovativnih integrisanih Oracle sistema u velikim projektima je važno područje našeg delovanja ne samo u oblasti analitičkih sistema. Takvi projekti će se pokazati skupim, ali zbog obima zadataka koji se rješavaju u potpunosti se opravdavaju.

CNews: Mogu li kupci nekako testirati ove sisteme prije nego što donesu odluku o kupovini? Da li obezbjeđujete, na primjer, ispitne stolove?

Olga Gorčinskaja:

U tom pravcu ne pružamo samo testne stolove, već smo kreirali najveću u Evropi i jedinstvenu u Rusiji platformu - Fors Solution Center. Njegov glavni zadatak je približiti najnovije Oracle tehnologije krajnjem korisniku, pomoći partnerima u njihovom razvoju i primjeni, te procese testiranja hardvera i softvera učiniti što pristupačnijim. Ideja nije nastala niotkuda. Force razvija i implementira rješenja zasnovana na Oracle tehnologijama i platformama već skoro 25 godina. Imamo veliko iskustvo u radu kako sa klijentima tako i sa partnerima. U stvari, Force je Oracle centar kompetencija u Rusiji.

Na osnovu ovog iskustva, 2011. godine, kada su se pojavile prve verzije motora baze podataka Oracle Exadata, napravili smo prvu laboratoriju za razvoj ovih sistema, nazvavši je ExaStudio. Na njegovoj osnovi desetine kompanija bi mogle otkriti mogućnosti novih Exadata hardverskih i softverskih rješenja. Konačno, 2014. godine pretvorili smo ga u svojevrsni data centar za testiranje sistema i cloud rješenja – to je Fors Solution Center.

Sada naš centar ima punu liniju najnovijih Oracle softverskih i hardverskih sistema – od Exadata i Exalogic do Big Data Appliancea – koji, u stvari, djeluju kao testne stolove za naše partnere i klijente. Osim testiranja, ovdje možete dobiti i usluge revizije informacionih sistema, migracije na novu platformu, prilagođavanja, konfiguracije i skaliranja.

Centar se takođe aktivno razvija u pravcu korišćenja cloud tehnologija. Ne tako davno, arhitektura Centra je finalizirana na način da svoje računarske resurse i usluge pruža u oblaku. Sada kupci mogu iskoristiti produktivne kapacitete samouslužne sheme: prenijeti testne podatke, aplikacije u cloud okruženje i izvršiti testiranje.

Kao rezultat toga, partnerska kompanija ili kupac može, bez prethodnog ulaganja u opremu i pilot projekte na svojoj teritoriji, učitati vlastite aplikacije u naš oblak, testirati, uporediti rezultate performansi i donijeti jednu ili drugu odluku o prelasku na novu platformu.

CNews: I posljednje pitanje - šta ćete predstaviti na Oracle Dayu?

Olga Gorčinskaja:

Oracle Day je glavni događaj godine u Rusiji za korporaciju i sve njene partnere. Force je više puta bio njegov generalni sponzor, a i ove godine. Forum će u potpunosti biti posvećen temama u oblaku - PaaS, SaaS, IaaS, i biće održan kao Oracle Cloud Day, jer Oracle posvećuje veliku pažnju ovim tehnologijama.

Na događaju ćemo predstaviti našu ForSMedia platformu, kao i govoriti o iskustvu korištenja big data tehnologija i projektima iz oblasti poslovne inteligencije. I, naravno, reći ćemo vam o novim mogućnostima našeg Fors Solution Centra u oblasti izgradnje cloud rješenja.

Poslovna inteligencija, ili BI, je opći pojam koji se odnosi na niz softverskih proizvoda i aplikacija dizajniranih za analizu primarnih podataka organizacije.

Poslovna analiza kao djelatnost sastoji se od nekoliko međusobno povezanih procesa:

• rudarenje podataka (vađenje podataka),
• analitička obrada u realnom vremenu (online analitička obrada),
• dobijanje informacija iz baza podataka (pitanje),
• izradu izveštaja (izvještavanje).

Kompanije koriste BI za donošenje informiranih odluka, smanjenje troškova i pronalaženje novih poslovnih prilika. BI je nešto više od običnog korporativnog izvještavanja ili skup alata za dobijanje informacija iz računovodstvenih sistema preduzeća. CIO-ovi koriste poslovnu inteligenciju da identifikuju poslovne procese koji ne rade i koji su zreli za redizajn.

Koristeći savremene alate za poslovnu analizu, privrednici mogu sami da počnu da analiziraju podatke i ne čekaju da IT odeljenje generiše složene i zbunjujuće izveštaje. Ova demokratizacija pristupa informacijama omogućava korisnicima da svoje poslovne odluke potkrijepe stvarnim brojevima koji bi inače bili zasnovani na intuiciji i slučaju.

Uprkos činjenici da su BI sistemi prilično obećavajući, njihova implementacija može biti otežana tehničkim i "kulturološkim" problemima. Menadžeri moraju pružiti jasne i konzistentne podatke BI aplikacijama kako bi im korisnici mogli vjerovati.

Koje kompanije koriste BI sisteme?

Lanci restorana (na primjer, Hardee's, Wendy's, Ruby Tuesday i T.G.I. Friday's) aktivno koriste sisteme poslovne inteligencije. BI im je izuzetno koristan za donošenje strateški važnih odluka. Koje nove proizvode dodati na jelovnik, koja jela isključiti, koje neefikasne lokale zatvoriti itd. Oni također koriste BI za taktička pitanja kao što su ponovno pregovaranje o ugovorima sa dobavljačima proizvoda i identificiranje načina za poboljšanje neefikasnih procesa. Budući da su lanci restorana snažno fokusirani na svoje interne poslovne procese i budući da je BI centralna za kontrolu ovih procesa, pomažući u upravljanju preduzećima, restorani, među svim industrijama, spadaju u elitnu grupu kompanija koje zaista imaju koristi od ovih sistema.

Poslovna inteligencija je jedna od ključnih komponenti BI. Ova komponenta je neophodna za uspjeh kompanije u bilo kojoj industriji.

U sektoru maloprodaja Wal-Mart uveliko koristi analizu podataka i klaster analizu kako bi zadržao svoju dominantnu poziciju u sektoru. Harrah's je promijenio osnove svoje politike konkurencije igara kako bi se fokusirao na analizu lojalnosti kupaca i nivoa usluga umjesto održavanja mega-kazina. Amazon i Yahoo nisu samo veliki web projekti, oni aktivno koriste poslovnu inteligenciju i zajednički pristup „testiraj i razumi“ kako bi pojednostavili svoje poslovne procese. Capital One provodi preko 30.000 eksperimenata godišnje kako bi ih identificirao ciljana publika i procjenu ponuda kreditnih kartica.

Gdje ili s kim treba započeti implementaciju BI?

Sveukupni angažman zaposlenika je od vitalnog značaja za uspjeh BI projekata, jer svi uključeni u proces moraju imati potpun pristup informacijama kako bi mogli promijeniti način na koji rade. BI projekti bi trebali početi od top menadžmenta, a sljedeća grupa korisnika bi trebala biti menadžeri prodaje. Njihova glavna odgovornost je povećanje prodaje, i nadnicačesto zavisi od toga koliko dobro to rade. Stoga će mnogo brže prihvatiti bilo koji alat koji im može pomoći u radu, pod uslovom da je ovaj alat jednostavan za korištenje i da vjeruju informacijama koje dobivaju njime.

Svoj pilot projekat možete naručiti na platformi poslovne analize.

Koristeći BI sisteme, zaposleni prilagođavaju rad na individualnim i grupnim zadacima, što dovodi do efikasnijeg rada prodajnih timova. Kada lideri prodaje vide značajnu razliku u učinku nekoliko odeljenja, pokušavaju da dovedu „zaostala“ odeljenja na nivo na kojem rade „vodeći“.

Nakon što ste implementirali poslovnu inteligenciju u odjelima prodaje, možete je nastaviti implementirati u drugim odjelima organizacije. Pozitivno iskustvo prodavača potaknut će druge zaposlenike da usvoje nove tehnologije.

Kako implementirati BI sistem?

Prije implementacije BI sistema, kompanije bi trebale analizirati mehanizme za donošenje menadžerskih odluka i razumjeti koje su informacije potrebne menadžerima da bi donosili bolje informisane i brže odluke. Takođe je poželjno analizirati u kojoj formi menadžeri preferiraju da dobijaju informacije (kao izveštaji, grafikoni, onlajn, u papirnoj formi). Rafiniranje ovih procesa će pokazati koje informacije kompanija treba da primi, analizira i konsoliduje u svojim BI sistemima.

Dobri BI sistemi bi trebali korisnicima pružiti kontekst. Nije dovoljno samo na isti dan prijaviti kolika je prodaja bila jučer, a kakva prije godinu dana. Sistem bi trebao omogućiti da se shvati koji su faktori doveli do upravo ove vrijednosti prodaje jednog i drugog dana - istog dana prije godinu dana.

Kao i mnogi IT projekti, usvajanje BI-ja se neće isplatiti ako se korisnici osjećaju “ugroženim” ili skeptičnim u vezi s tehnologijom i kao rezultat toga prestanu je koristiti. BI, kada se implementira u "strateške" svrhe, treba iz temelja promijeniti način na koji kompanija funkcionira i donosi odluke, tako da IT čelnici treba da obrate posebnu pažnju na mišljenja i reakcije korisnika.

7 faza pokretanja BI sistema

1. Provjerite jesu li vaši podaci tačni (pouzdani i pogodni za analizu).
2. Osigurati sveobuhvatnu obuku korisnika.
3. Implementirajte proizvod što je brže moguće, navikavajući se da ga koristite već u toku implementacije. Ne morate trošiti ogromnu količinu vremena na razvijanje "savršenih" izvještaja, jer se izvještaji mogu dodavati kako se sistem razvija i korisnicima je potreban. Napravite izvještaje koji brzo donose najveću vrijednost (potražnja korisnika za ovim izvještajima je najveća), a zatim ih prilagodite.
4. Zauzmite integrativni pristup izgradnji skladišta podataka. Pazite da se ne zaključate u strategiju podataka koja dugoročno ne funkcionira.
5. Prije nego što počnete, jasno procijenite ROI. Odredite konkretne prednosti koje namjeravate postići, a zatim ih testirajte u odnosu na stvarne rezultate svakih kvartal ili svakih šest mjeseci.
6. Fokusirajte se na svoje poslovne ciljeve.
7. Ne kupujte softver za analitiku jer vi razmisli da ti treba. Implementirajte BI s idejom da među vašim podacima postoje indikatori koje trebate dobiti. Istovremeno, važno je imati barem grubu predstavu o tome gdje tačno mogu biti.

Koji problemi mogu nastati?

Glavna prepreka uspjehu BI sistema je otpor korisnika. Drugi mogući problemi uključuju potrebu da se "probire" velike količine nebitnih informacija, kao i podaci lošeg kvaliteta.

Ključ za dobijanje značajnih rezultata iz BI sistema su standardizovani podaci. Podaci su osnovna komponenta svakog BI sistema. Kompanije moraju dovesti u red svoja skladišta podataka prije nego što počnu izvlačiti informacije koje su im potrebne i vjerovati rezultatima. Bez standardizacije podataka postoji rizik od dobijanja netačnih rezultata.

Drugi problem može biti netačno razumijevanje uloge analitičkog sistema. BI alati postali su fleksibilniji i jednostavniji za korištenje, ali njihova glavna uloga je i dalje izvještavanje. Ne očekujte od njih automatizovano upravljanje poslovni procesi. Ipak, određene promjene u ovom pravcu se i dalje planiraju.

Treća prepreka u transformaciji poslovnih procesa korišćenjem BI sistema je nerazumevanje sopstvenih poslovnih procesa od strane kompanija. Kao rezultat toga, kompanije jednostavno ne razumiju kako se ovi procesi mogu poboljšati. Ako proces nema direktan uticaj na profit, ili kompanija ne namerava da standardizuje procese u svim svojim sektorima, implementacija BI sistema možda neće biti efikasna. Kompanije moraju razumjeti sve aktivnosti i sve funkcije koje čine jedan poslovni proces. Također je važno znati kako se informacije i podaci prenose kroz nekoliko različitih procesa i kako se podaci prenose između poslovnih korisnika i kako ljudi koriste te podatke za obavljanje svojih zadataka unutar određenog procesa. Ako je cilj optimizacija rada zaposlenih, sve ovo se mora razumjeti prije pokretanja BI projekta.

Neke prednosti korištenja BI rješenja

Veliki broj BI aplikacija pomogao je kompanijama da povrate svoja ulaganja. Sistemi poslovne inteligencije se koriste za istraživanje načina smanjenja troškova, identifikaciju novih poslovnih prilika, predstavljanje ERP podataka u vizuelnom obliku, kao i za brzo reagovanje na promenljivu potražnju i optimizaciju cena.

Osim što čini podatke pristupačnijim, BI može kompanijama pružiti veću vrijednost tokom pregovora olakšavajući procjenu odnosa sa dobavljačima i kupcima.

Unutar poduzeća postoje mnoge mogućnosti za uštedu novca optimiziranjem poslovnih procesa i cjelokupnog donošenja odluka. BI može efikasno pomoći u poboljšanju ovih procesa tako što će rasvijetliti greške napravljene u njima. Na primjer, zaposleni u kompaniji u Albuquerqueu koristili su BI da identifikuju načine za smanjenje upotrebe mobilni telefoni, prekovremeni i drugi operativni troškovi, uštedajući organizaciji 2 miliona dolara tokom tri godine. Takođe, uz pomoć BI rešenja, Toyota je shvatila da je preplatila svoje prevoznike za ukupno 812.000 dolara u 2000. Korišćenje BI sistema za otkrivanje nedostataka u poslovnim procesima stavlja kompaniju u bolju poziciju, dajući konkurentsku prednost u odnosu na kompanije koje koriste BI je samo da pratimo šta se dešava.

• Analizirajte kako lideri donose odluke.
• Razmislite o tome koje su informacije potrebne menadžerima da bi optimizirali svoje operativno donošenje odluka.
• Obratite pažnju na kvalitet podataka.
• Razmislite o metrici učinka koja je najvažnija za vaše poslovanje.
• Navedite kontekst koji utječe na mjerenje učinka.

I zapamtite, BI je više od podrške odlučivanju. Uz napredak u tehnologiji i način na koji ga IT lideri implementiraju, sistemi poslovne inteligencije imaju potencijal da transformišu organizacije. CIO-ovi koji uspješno koriste BI za poboljšanje poslovnih procesa daju mnogo značajniji doprinos svojoj organizaciji, rukovodioci koji implementiraju osnovne alate za izvještavanje.

Izvor sa www.cio.com