سیستم های هوش تجاری نمونه کار. سیستم های هوش تجاری (BI) برای تجزیه و تحلیل کسب و کار

AT دنیای مدرنکلاس های خاصی وجود دارد نرم افزار، که عمدتاً بر بخش شرکتی متمرکز است (بزرگ و کسب و کار متوسط) و بنابراین به طور گسترده مورد استفاده قرار نمی گیرد. اما برخی از سیستم های نرم افزاری عملکردهای بسیار جالبی دارند که نه تنها در زمینه کسب و کارهای کوچک، بلکه به عنوان یک ابزار شخصی نیز قابل استفاده هستند. این یکی از این سیستم های نرم افزاری است و در این مقاله مورد بحث قرار خواهد گرفت.

توجه داشته باشید

من یک متخصص فنی هستم، بنابراین مقاله دارای تعصب فنی بیشتری است. اگر می‌خواهید اطلاعات مربوط به محصول را با تمرکز بر کاربران تجاری بخوانید، پس شما خارج از سایت IBM هستید.

هدف اصلی این مقاله این است که به شما نشان دهد چگونه اولین "Hello World" خود (مشابه برنامه نویسی) را در IBM Cognos BI بسازید.

همچنین می خواهم توجه داشته باشم که من تجربه زیادی در نوشتن دستورالعمل های گام به گام با اسکرین شات از هر مرحله دارم. اما این مقاله دیگری نخواهد بود دستورالعمل های گام به گام، در اینجا می خواهم مفهوم کار با سیستم را نشان دهم، و نه اینکه کتابچه راهنمای دیگری بسازم.

BI چیست؟

بنابراین سیستم BI چیست؟ در سه کلمه، این یک سیستم گزارش دهی پیشرفته است. برای روشن تر شدن آن، در زیر لیستی از توابع اصلی ارائه شده است سیستم های مدرنکلاس BI:

• توانایی اتصال به منابع داده مختلف (از یک فایل اکسل تا یک اتصال جهانی ODBC)
• توانایی ساخت گزارش‌های ساده (مانند نمودار یا جدول) و گزارش‌های پارامتری پیچیده با ساختار ترکیبی و پیوندهای مرجع (Drill-Trough، Drill-Up/Drill-Down)
• توانایی کار شفاف با منابع داده های مختلف (به عنوان مثال اکسل و سرور SQL) با پردازش کامل روابط بین آنها
• امکان کار تعاملی با داده ها (گزارش در حین پرواز)
• توانایی نمایش داده های رابطه ای به صورت چند بعدی
• توانایی توزیع حقوق دسترسی با استفاده از منابع داخلی احراز هویت و خارجی (NTLM، LDAP و غیره)
• توانایی شروع به تولید گزارش ها به صورت دستی و خودکار طبق یک برنامه
• امکان توزیع خودکار گزارش های تولید شده
• امکان ساخت گزارش در فرمت های مختلف (اکسل، HTML، PDF و ...)

به زبان روسی ساده، سیستم BI برنامه‌ای است که ابزارهای مناسبی را برای تجزیه و تحلیل تقریباً هر داده (خواه یک فایل اکسل یا یک انبار داده صنعتی) در اختیار کاربر قرار می‌دهد.

امکان استفاده از سیستم BI به عنوان یک ابزار شخصی

بلافاصله این سوال پیش می آید که چگونه می توانید از این سیستم به عنوان یک ابزار شخصی استفاده کنید؟ من از یک مثال شخصی پاسخ خواهم داد، من از IBM Cognos BI به عنوان ابزاری برای تجزیه و تحلیل آمار در پروژه های خود و ابزاری برای تجزیه و تحلیل آمار برای حسابداری خانگی استفاده می کنم.

در اینجا، البته، می توان مخالفت کرد، چیزی به این روحیه که "من آمار را کاملاً با پرس و جوهای معمولی SQL تجزیه و تحلیل می کنم" یا "توابع داخلی اکسل برای تجزیه و تحلیل تمام حسابداری خانگی کاملاً کافی هستند"، اما "همه چیز در مقایسه شناخته شده است" . همانطور که تمرین نشان می دهد، کشیدن عناصر داده لازم با ماوس و به دست آوردن نتیجه به شکل تمام شده بسیار ساده تر از نوشتن پرس و جوهای SQL یا پیکربندی مجدد توابع اکسل است.

بازم میگم هرچی نوشته شده نظر شخصی منه که لازم نیست باهاش ​​موافق باشید.

IBM Cognos BI Architecture

معماری سیستم نسبتاً ساده است (مانند یک سیستم کلاس سازمانی). بنابراین، عنصر کلیدیسیستم یک سرور IBM Cognos BI است (نمودار زیر را ببینید) که با منابع داده با استفاده از توضیحات ایجاد شده توسط کاربر (به نام متادیتا) کار می کند. علاوه بر این، از طریق دسترسی به وب، سرور IBM Cognos BI دسترسی به تمام عملکردهای اصلی سیستم را فراهم می کند.

معماری مفهومی مجتمع IBM Cognos BI (نمودار بسیار دست و پا گیر شد)

مراحل کار با سیستم

برای تهیه اولین گزارش خود، باید چندین مرحله اساسی را دنبال کنید:

1. یک اتصال منبع داده ایجاد کنید
2. شرحی از منبع داده ایجاد کنید، یعنی ابرداده ایجاد کنید
3. یک بسته ابرداده در سرور IBM Cognos BI ایجاد و منتشر کنید
4. گزارش ایجاد کنید

ساختار منبع داده آزمون

قبل از انجام مراحلی که در بالا توضیح داده شد، می خواهم چند کلمه در مورد منبع داده تست بگویم. از یک طرف، ساختار منبع داده آزمایشی نسبتا ساده است (مانند یک انبار داده صنعتی)، از طرف دیگر، تا حدودی پیچیده تر از یک منبع ساده است. صفحه اکسل. تمام داده های منبع مصنوعی هستند (تولید شده توسط الگوریتم های مبتنی بر اعداد تصادفی)، به همین دلیل، شاخص های کل بسیار یکنواخت به نظر می رسند.

همانطور که در نمودار بالا مشاهده می کنید، پایگاه داده آزمون شامل 3 بعد سلسله مراتبی است: "گروه محصول -> محصول"، "قاره -> کشور -> شهر ->". نقطه تجارت"، "سال -> نیم سال -> سه ماهه -> ماه -> تاریخ"؛ 2 اندازه گیری مسطح (یک بعدی): "صندوقدار"، "مدیر منطقه ای"؛ و 2 جدول واقعی: "فروش"، "طرح فروش".
علاوه بر این، بعد "صندوق" در یکی از جداول واقعیت به شکل غیرعادی شده قرار دارد و بعد "مدیر منطقه ای" با یک رابطه چند به چند به سطح "کشور" بعد "خروجی" مرتبط می شود. قابل درک است که یک مدیر می تواند کشورهای مختلف را مدیریت کند).

اتصال به منبع داده

در IBM Cognos BI، تمام پارامترهای لازم برای اتصال به منابع داده در اشیاء سیستم خاصی ذخیره می شود که به آنها "اتصالات منبع داده" می گویند. برای ایجاد یک اتصال جدید، باید چند مرحله ساده را دنبال کنید: به پورتال IBM Cognos BI بروید، به بخش "Administration" بروید، برگه "Configuration" را باز کنید، زیربخش "اتصالات منبع داده" را انتخاب کنید (" منبع داده" Connections) و روی دکمه New Data Source در نوار ابزار کلیک کنید. در مرحله بعد، یک سری کادر محاوره ای ظاهر می شود که در آنها باید چندین پارامتر مانند نام اتصال، نوع اتصال، سرور، ورود به سیستم، رمز عبور و غیره را تنظیم کنید.

توسعه ابرداده

توسعه ابرداده یکی از سخت ترین و حیاتی ترین لحظات است. کیفیت ابرداده ها هم عملکرد سیستم (سرعت تولید گزارش ها، صحت نتایج تولید شده و غیره) و هم راحتی در توسعه گزارش ها را تعیین می کند. اما با وجود موارد فوق، پیچیدگی توسعه ابرداده با پیچیدگی منبع داده نسبت مستقیم دارد. به عنوان مثال، برای ایجاد یک توصیف رابطه‌ای از منبع داده‌های آزمایشی خود، کافی است جادوگر ساخت ابرداده را راه‌اندازی کنیم، چند بار روی دکمه Next کلیک کنید و متادیتا آماده است.

بنابراین، همانطور که قبلا نوشتم، ابرداده توصیفی از منبع داده است. در IBM Cognos BI. شالوده ابرداده اشیاء «سوژه پرس و جو» و روابط بین آنهاست. شیء Query Subject مترادف کلمه View از DBMS رابطه ای است. یعنی "موضوع پرس و جو" بر اساس درخواستی به DBMS است که ساختار شی منبع را تعیین می کند و پیوندهای بین "موضوع پرس و جو" توصیفی از تعامل منطقی بین این درخواست ها است.

IBM Cognos BI از یک برنامه جداگانه IBM Cognos Framework Manager برای ایجاد ابرداده (تنها برنامه غیر وب در مجموعه IBM Cognos BI) استفاده می کند. پس از راه اندازی Framework Manager، از شما خواسته می شود که ایجاد کنید پروژه جدید(باید نام پروژه و مکان آن را در فایل سیستم محلی وارد کنید).

باید درک کرد که یک پروژه Framework Manager (همچنین به عنوان مدل مدیر چارچوب نیز نامیده می شود) مجموعه ای از فایل های محلی است که یک برنامه محلی با آن کار می کند و یک بسته ابرداده نتیجه ای است که در یک سرور IBM Cognos BI قرار دارد (اگر ما یک قیاس با برنامه نویسی ترسیم می کنیم، سپس یک پروژه کد منبع است، و یک بسته یک برنامه کامپایل شده است). شما می توانید مجموعه های متعددی از بسته ها را بر اساس یک پروژه مدیریت چارچوب ایجاد کنید.

هنگامی که پروژه Framework Manager ایجاد شد، بهتر است با اجرای برنامه Metadata Import Wizard (Action -> Run Metadata Wizard...) شروع کنید. Import Wizard از شما می خواهد که یک منبع داده موجود را انتخاب کنید یا یک منبع جدید ایجاد کنید و به شما امکان می دهد اشیاء لازم را برای وارد کردن انتخاب کنید. در ساده ترین حالت (به عنوان مثال، زمانی که منبع داده یک فایل اکسل است، که در 99.9٪ موارد حاوی داده ها به شکل غیرعادی شده است)، باید فیلدهای شی "Query Subject" را روی نوع استفاده صحیح تنظیم کنید. (ویژگی "استفاده") و کار با مدل Framework Manager، می توانید ساخت و انتشار بسته ابرداده را به پایان برسانید و شروع کنید. در یک نسخه پیچیده تر (مانند مورد آزمایشی ما)، لازم است صحت روابط وارد شده بین اشیاء Query Subject را بررسی کنید، موارد نادرست را تصحیح کنید، و موارد گمشده را اضافه کنید. در نسخه های حرفه ای تر، امکان ایجاد فیلدهای محاسبه شده، تغییر ساختار "سوژه پرس و جو"، ایجاد یک نمایش چند بعدی (چند بعدی)، تعریف الگوریتم های امنیتی و غیره وجود دارد.

یک بسته ابرداده ایجاد و منتشر کنید

پس از ایجاد ابرداده، متا بسته باید تولید و در سرور IBM Cognos BI منتشر شود. همانطور که قبلاً اشاره کردم، متاپکیج زیرمجموعه‌ای از ابرداده است که بر روی سرور منتشر می‌شود و همه برنامه‌های کاربردی وب مجموعه IBM Cognos BI با آن کار می‌کنند. تنظیمات متا بسته به شما این امکان را می دهد که برخی از اشیاء فراداده را مخفی یا منتشر نکنید. به عنوان مثال، در فراداده آزمون مقداری "موضوع پرس و جو" وجود دارد که منطق پردازش داده منبع را تحت تاثیر قرار می دهد (ارتباط بین کشور و مدیر منطقه)، اما هنگام توسعه گزارش ها ارزشی ندارد، بنابراین منطقی است که چنین شی ابرداده ای در سطح بسته پنهان شود. یا به عنوان مثال، فیلدهای دارای شناسه، پنهان کردن آنها از کاربران متاپکیج نیز منطقی است.

برای ایجاد یک متا بسته، باید منوی زمینه را در بخش "بسته ها" در بخش "بسته ها" باز کنید و مورد "ایجاد -> بسته" را انتخاب کنید، پس از آن جادوگر ایجاد یک متا بسته ظاهر می شود. پس از ایجاد متاپکیج، سیستم بلافاصله پیشنهاد انتشار آن را بر روی سرور می دهد. یک کاربر تازه کار نمی تواند به گزینه های جادوگر انتشار بسته عمیق وارد شود (فقط روی دکمه های Next و Publish کلیک کنید). تنها نکته این است که در آخرین برگه (جایی که دکمه بعدی وجود نخواهد داشت، بلکه یک دکمه انتشار وجود خواهد داشت) یک چک باکس "تأیید بسته قبل از انتشار" وجود دارد، تعیین می کند که آیا متاپکیج باید برای ابهامات منطقی قبل از انتشار بررسی شود یا خیر. لیستی از این ابهامات را در صورت یافتن نمایش می دهد. اکیداً توصیه می‌کنم که هرگز این مرحله را نادیده نگیرید و ابهاماتی که پیش از انتشار یافت می‌شود را اصلاح کنید.

گزارش دهی (تحلیل داده ها)

بنابراین ما به آرامی به جالب ترین و منظم ترین روند رسیدیم - این ایجاد گزارش است. این اتفاق افتاد که ابزارهای ایجاد گزارش های منظم و ابزارهای تجزیه و تحلیل سریع داده ها در IBM Cognos BI یکسان هستند (علیرغم این واقعیت که برخی برای تجزیه و تحلیل سریع راحت تر هستند، در حالی که برخی دیگر برای تولید گزارش های منظم راحت تر هستند، همه آنها اجازه می دهند. نتایج خود را در گزارش های فرم ذخیره کنید).

من شخصا ترجیح می دهم از ابزار IBM Cognos Report Studio برای تمام وظایف BI استفاده کنم. این همه کاره ترین ابزاری است که به شما امکان می دهد تقریباً هر پیچیدگی گزارش بسازید و در عین حال ابزارهای نسبتاً مناسبی را برای تجزیه و تحلیل سریع داده ها فراهم می کند.

فرض کنید باید یک گزارش سریع حاوی واقعیت فروش بر اساس کشور ایجاد کنیم، گروه کالاییو فرکانس در هر سه ماه. این گزارش نسبتاً ساده را می توان با دنبال کردن مراحل زیر تهیه کرد:

1. برنامه وب IBM Cognos Report Studio را راه اندازی کنید
2. در پنجره خوش آمدگویی، روی دکمه "ایجاد" کلیک کنید
3. در لیست الگوهای اصلی، "crosstab" ("corsstab") را انتخاب کنید.
4. عناصر داده را مطابق نمودار زیر قرار دهید
5. اجرای گزارش برای اجرا

پس از اجرای گزارش برای اجرا، نتیجه چیزی شبیه به این خواهد بود.

با نگاهی به گزارش به دست آمده، به جرات می توان گفت که صراحتاً بد طراحی شده است، اعداد قالب بندی نشده اند، معنای اقتصادی آن آشکارا مشکوک است، و غیره. اما تمام این ایرادات طراحی را می توان با تنظیم ویژگی های عناصر تنظیمات مربوطه برطرف کرد. و برای جالب تر کردن معنای اقتصادی، می توانید به عنوان مثال، یک طرح / تحلیل واقعیت ایجاد کنید.

به عنوان مثال، برای تهیه گزارش نشان داده شده در زیر (در مورد فراداده های آماده)، من به عنوان یک متخصص با تجربه حدود 20-30 دقیقه وقت گذاشتم.

و برای ثبت مجدد کامل آن در طرح رنگ تیره، 10 دقیقه در جای دیگری صرف کردم.

نتیجه

امیدوارم که در این مقاله خواننده توانسته باشد اطلاعات کلیدر مورد سیستم های BI و نحوه کار آنها. البته، در چارچوب یک مقاله کوچک، نمی توان هر یک از جنبه های تحت تأثیر را با جزئیات در نظر گرفت (مثلاً می توانید یک کتاب کامل در مورد نحوه صحیح تشکیل ابرداده بنویسید)، اما فکر می کنم اگر تصمیم بگیرید سعی کنید، سپس این مقاله به شما می گوید که از کجا شروع کنید و انتظار چه نتیجه ای را دارید.

همچنین، من به هیچ وجه به مکانیسم ها و عملکردهای جالب توجهی نکردم (مثلاً مکانیسم نمایش یک منبع داده رابطه ای به عنوان چند بعدی)، اما این به این دلیل است که تعداد مواد مورد نیاز(حداقل تئوری و حداقل عمل) از یک مقاله جداگانه استفاده خواهد شد.

کمی در مورد مجوزها

اگر تصمیم به خرید سیستم IBM Cognos BI به طور جداگانه برای استفاده شخصی یا برای آن دارید شرکت کوچک، پس مطمئناً قیمت ها شما را به طرز ناخوشایندی شگفت زده خواهند کرد، اما IBM یک ویژگی خاص دارد سیستم یکپارچه IBM Cognos Express که برای سازمان های کوچک، حاوی چندین محصول (از جمله BI) است و بسیار ارزان تر است.

بررسی تحلیلی: BI در روسیه 2009

تحلیلگران مرکز TAdviser آماده سازی بازبینی بازار پلتفرم های تحلیل تجاری (BI) ارائه شده در تاریخ را تکمیل کردند. بازار روسیه. در این صفحه می توانید جالب ترین بخش های بررسی را بخوانید.

مزایای استفاده از سیستم BI

سیستم های تجزیه و تحلیل کسب و کار طیف بسیار گسترده ای از وظایف را حل می کنند. بنابراین، "افق نزدیک" نظارت، تجزیه و تحلیل و تنظیم اهداف عملیاتی است:

پشتیبانی از توسعه فرآیندهای تجاری و تغییرات ساختاری شرکت؛

امکان مدل سازی موقعیت های مختلف تجاری در یک محیط اطلاعاتی واحد؛

انجام تجزیه و تحلیل عملیاتی در مورد درخواست های غیر استاندارد؛

کاهش بار کاری معمول بر روی کارکنان و آزاد کردن زمان برای کارهای تحلیلی عمیق تر؛

عملکرد پایدار با افزایش حجم اطلاعات پردازش شده، امکان مقیاس بندی.

از نظر حمایت از توسعه استراتژیک یک شرکت، سیستم های BI ارائه می کنند:

ارزیابی اثربخشی حوزه های مختلف تجاری؛

ارزیابی امکان سنجی اهداف تعیین شده؛

ارزیابی کارایی استفاده از منابع، از جمله توسط شرکت های تابعه؛

ارزیابی اثربخشی فعالیت های عملیاتی، سرمایه گذاری و مالی؛

مدل سازی کسب و کار و ارزیابی پروژه های سرمایه گذاری؛

مدیریت هزینه، برنامه ریزی مالیاتی، برنامه ریزی سرمایه گذاری سرمایه.

به گفته کارشناسان گارتنر، تا به امروز، تنها 15 تا 20 درصد از کاربران تجاری به طور فعال با برنامه های کاربردی BI کار می کنند، در حالی که بقیه سیستم های تجزیه و تحلیل تجاری را برای استفاده بسیار پیچیده می دانند. با این حال، توسعه فعال ابزارهایی برای تجسم داده های تعاملی و گسترش بیشتر فناوری های اینترنتی باید به زودی وضعیت را بهبود بخشد.

به گفته تحلیلگران MiPro Consulting، معرفی یک سیستم BI مستقل در یک سازمان، مزایای زیادی نسبت به استفاده از ابزارهای تحلیلی تعبیه شده در سایر سیستم های اطلاعاتی شرکت ها دارد. برخی از مزایای سیستم BI عبارتند از:

دید بیشتر و راحتی کار با اطلاعات برای کاربران تجاری، از جمله مدیریت ارشد؛

توانایی استفاده از چندین راه حل تحلیلی برای حوزه های مختلف فعالیت در مقیاس گسترده سازمانی و نه در بخش های جداگانه.

به شما امکان می دهد داده ها را تقریباً از هر منبعی استخراج، تجزیه و تحلیل و ادغام کنید.

مبتنی بر یک پلت فرم BI صنعتی، پشتیبانی شده و توسعه یافته است.

دارای وضعیت یک برنامه کاربردی مستقل، استراتژیک، تجاری و حیاتی است.

مقیاس پذیری، کارایی، عملکرد لازم را فراهم می کند.

به شما امکان می دهد تا رویه ها و فرآیندهای پردازشی، مدل ها و پروژه های تحلیلی متمرکز یکپارچه را در سراسر سازمان ایجاد و نگهداری کنید.

شامل ابزارهای داخلی برای حل های مختلف و متنوع است وظایف تحلیلی، هم از منظر تجاری و هم از منظر فناوری اطلاعات؛

دسترسی به داده ها و ابزارهای تحلیلی را برای کاربران بیشتری فراهم می کند.

استفاده از ابزارهای تحلیلی ساخته شده در سایر سیستم های اطلاعاتی شرکت، به عنوان مثال، کلاس ERP یا CRM، به عنوان یک قاعده، دارای محدودیت های زیر است:

مجموعه محدودی از ابزارهای تحلیلی پیاده سازی شده که برای همه کاربران، صرف نظر از نقش و وظایفشان یکسان است.

توانایی استفاده از داده های داخلی خود برای تجزیه و تحلیل، در حالی که اطلاعات سایر سیستم ها غیرقابل دسترسی است و داده ها از منابع مختلف قابل ادغام نیستند.

عدم وجود ابزارهای داخلی توسعه یافته برای تجزیه و تحلیل منجر به این واقعیت می شود که از سیستم فقط برای استخراج داده های ذخیره شده در آن استفاده می شود که سپس در اکسل صادر و تجزیه و تحلیل می شوند.

سیستم های ERP و CRM، به طور معمول، تعداد محدودی کاربر دارند، که تعداد زیادی از کارکنان شرکت را از تجزیه و تحلیل که این اطلاعات را مفید و جالب می دانند، "قطع" می کند (افزایش قابل توجه تعداد کاربران باعث کاهش عملکرد می شود. سیستم های معاملاتی)؛

سیستم های تراکنش معمولاً شامل تمام شاخص های لازم برای تجزیه و تحلیل نیستند، شامل ابزارهایی مانند داشبورد نمی شوند که قبلاً استاندارد ارائه اطلاعات تحلیلی شده اند.

نتایج تجزیه و تحلیل در چنین سیستم هایی معمولاً در قالب گزارش ها یا نمودارهای جدولی ارائه می شود که امکان دستیابی به یک ایده دقیق و جامع از وضعیت واقعی امور را نمی دهد و به بسیاری از سؤالات مطرح شده پاسخ نمی دهد.

توانایی ایجاد درخواست های سفارشی انعطاف پذیر (ad-hoc) محدود است.

استفاده از حجم زیادی از اطلاعات تاریخی انباشته محدود است.

هنگام انتخاب یا ارتقاء یک سیستم برای تجزیه و تحلیل کسب و کار، باید راه هایی را برای ذخیره و ادغام داده ها، تجسم و ابزارهای تجزیه و تحلیل در نظر بگیرید.

ذخیره سازی داده ها

اگر یک شرکت با وظیفه شناسایی روندهای بلندمدت یا دوره ای مواجه شود، یعنی کاربران نیاز به تجزیه و تحلیل داده های تاریخی از بخش های مختلف در طول 3-5 سال گذشته داشته باشند، به احتمال زیاد آنها باید به دقت در مورد سازماندهی عملیات ETL فکر کنند. بارگذاری داده ها در انبارهای داده

اگر یک شرکت یا هر یک از بخش های آن نیاز به تجزیه و تحلیل اطلاعات به صورت ماهانه یا هفتگی دارد، پس راه حل بهینهتخصیص و سازماندهی برای این اهداف (برای هر یک از دپارتمان ها یا برای حل مشکلات خاص) داده های جداگانه، همچنین با استفاده از ابزارهای ETL وجود خواهد داشت.

اگر شرکت قصد دارد داده های عملیاتی را در حالت تقریباً بیدرنگ تجزیه و تحلیل کند (یعنی چندین بار در طول روز به روز می شود)، ممکن است لازم باشد سازماندهی انبار داده را کنار بگذارد و به توسعه ابزارهای یکپارچه سازی مبتنی بر توجه کند. در لایه میانی ابرداده مجازی با توضیح رابط ها و الگوریتم های مناسب (طبق اصل EII).

یکپارچه سازی داده ها

همانطور که در بالا ذکر شد، اگر هدف از پیاده‌سازی یک سیستم BI حل وظایف فردی و خاص است، توصیه می‌شود خود را به سازماندهی داده‌ها محدود کنیم. در این مورد، استفاده از الگوریتم های ادغام جداگانه مورد نیاز نیست.

اگر برعکس، BI به منظور به دست آوردن یک دیدگاه واحد و کل نگر از وضعیت کلی کسب و کار پیاده سازی شود، احتمالاً بدون ایجاد یک انبار داده متمرکز و بر این اساس، معرفی ابزارهای لازم ETL غیرممکن است. علاوه بر این، برای به دست آوردن یک تصویر واقعاً مناسب از تجارت، باید توجه ویژه ای به اطمینان از کیفیت بالای داده های تجزیه و تحلیل شده داشت و این مستلزم معرفی مجموعه گسترده ای از ابزارها برای "تمیز کردن" آنها است - شناسایی داده های ناقص یا اشتباه، اطلاعات تکراری، آوردن داده ها از منابع مختلف به یک قالب واحد.

اگر شرکت بر مطالعه داده های عملیاتی تمرکز می کند، باید ابزارهای تکرار و دسترسی را در نظر بگیرید.

تجسم و تجزیه و تحلیل

بسته به مجموعه وظایف و همچنین صلاحیت های کاربران، ابزارهای تجسم داده ها نیز انتخاب می شوند - پانل های کنترل، کارت امتیازی، گزارش ها، مکعب های OLAP.

برای کاربران با تجربه و واجد شرایط، مکعب های OLAP بهترین ابزار خواهد بود که به آنها اجازه می دهد تا تجزیه و تحلیل عمیق و دقیق کسب و کار را با درجه جزئیات مورد نیاز انجام دهند.

کاربرانی که در فعالیت های روزمره خود با نیاز به پذیرش مواجه می شوند تصمیمات مدیریتیو همچنین تجزیه و تحلیل عملکرد کسب و کار، علاقه مند به سازماندهی یک محل کار در قالب یک کنترل پنل هستند که وضعیت کسب و کار را به عنوان یک کل در قالب مقیاس ها و شاخص های بصری با قابلیت جابجایی بین مناطق جداگانه نمایش می دهد. فعالیت.

مدیران معمولی برای حل وظایف جاری خود به بودجه نیاز دارند تا پیشرفت را کنترل کنند انواع خاصیعملیات، و همچنین برای کنترل فعالیت های کارکنان خود (هر یک از کارکنان و تیم به عنوان یک کل). علاوه بر این، برای سازماندهی تعامل روشن با بخش ها (یا مناطق) مرتبط، لازم است بتوانیم ایده ای از پیشرفت اجرای وظایف مرتبط به دست آوریم.

راه حل عمودی یا افقی

هم راه‌حل‌های افقی BI در بازار وجود دارد که مجموعه‌ای از ابزارهای کاربردی عمومی را پیاده‌سازی می‌کنند، و هم راه‌حل‌های عمودی تخصصی «طراحی‌شده» برای صنایع یا وظایف خاص. هر دوی آنها مزایا و معایب خود را دارند.

مزیت راه حل های افقی را می توان توانایی آنها برای رشد با سازمان دانست. چنین راه حل هایی معمولاً مقیاس پذیر هستند و می توانند تمام زمینه های فعالیت و تمام بخش های یک شرکت بزرگ را پوشش دهند و همچنین تغییر آنها آسان تر است. نقطه ضعف این گستردگی امکانات، نیاز به تعدیل طولانی‌تر و دقیق‌تر راه‌حل‌ها، سازگاری با الزامات خاص. پروژه های اجرایی پرهزینه تر می شوند و تقاضاها از متخصصان فناوری اطلاعات بیشتر می شود.

راه حل های عمودی، به نوبه خود، برای حل مشکلات خاص و مطابقت با الزامات سازمان های نظارتی صنعت (مالی، پزشکی و غیره) نیازی به پیکربندی طولانی و وقت گیر جداگانه ندارند. با این حال، ممکن است معلوم شود که بخش های مختلف در یک ساختار قادر به استفاده از یک راه حل واحد نخواهند بود و ممکن است لازم باشد چندین سیستم مختلف برای تجزیه و تحلیل کسب و کار تسلط پیدا کرده و ادغام شوند.

آن دسته از سازمان‌هایی که اکنون و در آینده قصد دارند در فعالیت‌های خاص خود که مستلزم رعایت برخی مقررات سخت‌گیرانه است، شرکت کنند، احتمالاً از معرفی راه‌حل‌های عمودی بهره‌مند خواهند شد. اگر اعتمادی به چنین تعهدی نسبت به نوع خاصی از فعالیت در آینده وجود نداشته باشد و این احتمال وجود دارد که تخصص شرکت به طور قابل توجهی گسترش یابد، انتخاب یک راه حل BI عمودی یک ریسک است.

هر کس کسب و کار بزرگو اکثر ساختارهای متوسط ​​با مشکل ارائه اطلاعات نادرست به مدیریت از وضعیت شرکت مواجه هستند. دلایل ممکن است متفاوت باشد، اما عواقب آن همیشه یکسان است - تصمیمات اشتباه یا نابهنگام که بر اثربخشی تراکنش های مالی تأثیر منفی می گذارد. برای جلوگیری از چنین شرایطی، یک سیستم هوش تجاری یا BI حرفه ای طراحی شده است ( از انگلیسی. - هوش تجاری ). این «دستیاران» با فناوری پیشرفته به ایجاد یک سیستم کنترل مدیریتی از هر جنبه در کسب و کار کمک می کنند.

در هسته خود، سیستم های BI نرم افزارهای تحلیلی پیشرفته ای برای تجزیه و تحلیل و گزارش کسب و کار هستند. این برنامه ها می توانند از داده های منابع مختلف اطلاعاتی استفاده کرده و آنها را در قالب و بخش مناسبی ارائه دهند. در نتیجه مدیریت به اطلاعات کامل و شفاف در مورد وضعیت شرکت دسترسی سریع پیدا می کند. یکی از ویژگی‌های گزارش‌های به‌دست‌آمده با کمک BI، توانایی مدیر است که به طور مستقل انتخاب کند که در چه زمینه‌ای اطلاعات را به دست آورد.

سیستم های هوش تجاری مدرن چند منظوره هستند. به همین دلیل است که در شرکت های بزرگآنها به تدریج جایگزین راه های دیگر برای به دست آوردن گزارش های تجاری می شوند. قابلیت های اصلی آنها عبارتند از:

• اتصال به پایگاه داده های مختلف؛
• تشکیل گزارش هایی با پیچیدگی، ساختار، نوع و چیدمان متفاوت با سرعت بالا. همچنین می توان برنامه ای برای تولید گزارش ها بر اساس یک برنامه زمان بندی بدون مشارکت مستقیم و توزیع داده ها تنظیم کرد.
• کار شفاف با داده ها؛
• اطمینان از ارتباط واضح بین اطلاعات از منابع مختلف؛
• پیکربندی انعطاف پذیر و بصری حقوق دسترسی برای کارکنان در سیستم؛
• ذخیره داده ها در هر فرمتی مناسب برای شما - PDF، Excel، HTML و بسیاری دیگر.

قابلیت های سیستم های اطلاعاتی هوش تجاری به مدیر این امکان را می دهد که برای ارسال اطلاعات مورد نیاز به بخش فناوری اطلاعات یا دستیارانش وابسته نباشد. همچنین یک فرصت عالی برای نشان دادن جهت درست تصمیمات خود نه با کلمات، بلکه با اعداد دقیق است. بسیاری از شرکت های بزرگ شبکه در غرب برای مدت طولانی از سیستم های BI استفاده می کنند، از جمله آمازون مشهور جهانی، یاهو، وال مارت و غیره. مزایای ارزشمند

مزایای سیستم های هوش تجاری حرفه ای مبتنی بر اصولی است که در همه برنامه های پیشرفته BI پشتیبانی می شود:

1. دید. رابط اصلی هر نرم افزار تحلیل کسب و کار باید معیارهای کلیدی را منعکس کند. به لطف این، مدیر به سرعت قادر خواهد بود وضعیت امور را در شرکت ارزیابی کند و در صورت لزوم شروع به انجام کاری کند.
2. سفارشی سازی. هر کاربر باید بتواند رابط کاربری و کلیدهای عملکرد را به راحت ترین روش برای خود سفارشی کند.
3. لایه بندی. هر مجموعه داده باید چندین برش (لایه) داشته باشد تا جزئیات اطلاعات مورد نیاز در سطح خاصی را ارائه دهد.
4. تعامل کاربران باید بتوانند اطلاعات را از همه منابع و در چندین جهت به طور همزمان جمع آوری کنند. لازم است که سیستم عملکرد تنظیم هشدارها توسط پارامترهای کلیدی را داشته باشد.
5. Multithreading و کنترل دسترسی. سیستم BI باید بتواند کار همزمان تعداد زیادی از کاربران را با قابلیت تنظیم سطوح دسترسی مختلف برای آنها پیاده سازی کند.

کل جامعه IT موافق است که سیستم های اطلاعاتی هوش تجاری یکی از نویدبخش ترین زمینه ها برای توسعه صنعت است. با این حال، اجرای آنها اغلب با موانع فنی و روانی، کار ناهماهنگ مدیران و فقدان زمینه های مسئولیت تعیین شده با مشکل مواجه می شود.

هنگام در نظر گرفتن اجرای سیستم های کلاس BI، مهم است که به یاد داشته باشید که موفقیت پروژه تا حد زیادی به نگرش کارکنان شرکت به نوآوری بستگی دارد. این در مورد همه محصولات فناوری اطلاعات صدق می کند: شک و ترس از کوچک سازی می تواند تمام تلاش های اجرایی را خنثی کند. بنابراین، درک اینکه سیستم هوش تجاری چه احساسی را برای کاربران آینده ایجاد می کند بسیار مهم است. وضعیت ایده آل زمانی خواهد بود که کارکنان شرکت با سیستم به عنوان یک دستیار و ابزاری برای بهبود کار رفتار کنند.

قبل از شروع پروژه معرفی فناوری BI، لازم است تحلیل کاملی از فرآیندهای تجاری شرکت و اصول تصمیم گیری مدیریتی انجام شود. از این گذشته ، این داده ها هستند که در تجزیه و تحلیل وضعیت شرکت نقش دارند. همچنین به انتخاب یک سیستم BI همراه با سایر معیارهای اصلی کمک می کند:

1. اهداف و اهداف پیاده سازی سیستم های BI؛
2. الزامات ذخیره سازی داده ها و توانایی کار با آنها؛
3. توابع یکپارچه سازی داده ها بدون استفاده از داده ها از همه منابع در شرکت، مدیریت نمی تواند تصویری جامع از وضعیت امور به دست آورد.
4. قابلیت تجسم برای هر فرد، تجزیه و تحلیل BI ایده آل متفاوت به نظر می رسد، و سیستم باید نیازهای هر کاربر را برآورده کند.
5. جهانی بودن یا تخصص محدود. در دنیا سیستم هایی وجود دارند که هدفشان یک صنعت خاص است و راه حل های جهانی، امکان جمع آوری اطلاعات در هر زمینه ای را فراهم می کند.
6. نیاز به منابع و قیمت برای نرم افزار. انتخاب سیستم BI مانند هر نرم افزاری به توانایی های شرکت بستگی دارد.

معیارهای فوق به مدیریت کمک می کند تا انتخابی آگاهانه از میان انواع سیستم های هوش تجاری شناخته شده داشته باشد. پارامترهای دیگری نیز وجود دارد (به عنوان مثال، ساختار ذخیره سازی داده ها، معماری وب)، اما آنها نیاز به مهارت در زمینه های محدود فناوری اطلاعات دارند.

فقط انتخاب، خرید نرم افزار، نصب و پیکربندی آن کافی نیست. اجرای موفقیت آمیز سیستم های BI در هر جهتی بر اساس قوانین زیر است:

• صحت داده ها اگر داده های تجزیه و تحلیل نادرست باشد، احتمال خطای جدی سیستم وجود دارد.
• آموزش کامل برای هر کاربر؛
• اجرای سریع. باید روی شکل‌گیری صحیح گزارش‌های لازم در همه مکان‌های کلیدی تمرکز کرد و نه بر روی خدمات ایده‌آل برای یک کاربر. تنظیم کنید ظاهرگزارش یا اضافه کردن بخش دیگری برای راحتی، شما همیشه می توانید پس از اجرا;
• بازگشت سرمایه در سیستم BI خود را درک کنید. اثر بستگی به عوامل بسیاری دارد و در برخی موارد تنها پس از چند ماه قابل مشاهده است.
• تجهیزات باید نه تنها برای وضعیت فعلی، بلکه برای آینده نزدیک طراحی شوند.
• درک کنید که چرا پیاده سازی BI آغاز شده است و غیرممکن ها را از نرم افزار مطالبه نکنید.

طبق آمار، تنها 30 درصد از مدیران شرکت از پیاده سازی سیستم های BI رضایت دارند. در طول سالیان طولانی وجود نرم افزار برای تجزیه و تحلیل کسب و کار، کارشناسان 9 اشتباهات کلیدی، که می تواند کارایی را به حداقل کاهش دهد:

1. بدیهی نبودن هدف از اجرا برای مدیریت. اغلب این پروژه توسط بخش فناوری اطلاعات و بدون مشارکت نزدیک مدیران ایجاد می شود. در اغلب موارد، در فرآیند اجرا و بهره برداری، سوالاتی در مورد هدف و اهداف سیستم BI، مزایا و سهولت استفاده مطرح می شود.
2. عدم شفافیت در مدیریت، کار کارکنان و تصمیم گیری. مدیران ممکن است الگوریتم های کار کارکنان در این زمینه را ندانند و تصمیمات مدیریتی ممکن است نه تنها بر اساس واقعیت های خشک گرفته شود. این امر منجر به عدم امکان حفظ پارادایم موجود در نتیجه اجرای سیستم BI خواهد شد. و غالباً فرهنگی را که در طول سالها توسعه یافته است، می شکنند حاکمیت شرکتیغیر ممکن
3. قابلیت اطمینان ناکافی داده ها ورود اطلاعات نادرست به سیستم تحلیل کسب و کار غیرقابل قبول است، در غیر این صورت کارمندان نمی توانند به آن اعتماد کرده و از آن استفاده کنند.
4. انتخاب اشتباه سیستم هوش تجاری حرفه ای. مثال های زیادی در تاریخ زمانی که مدیریت یک سازمان شخص ثالث را برای پیاده سازی یک سیستم BI استخدام می کند و در انتخاب آن شرکت نمی کند، خود گویای این موضوع است. در نتیجه سیستمی معرفی می شود که امکان دریافت گزارش مورد نیاز را نمی دهد یا امکان ادغام یکی از نرم افزارهای موجود در شرکت با آن غیرممکن است.
5. نداشتن برنامه برای آینده. ویژگی سیستم های BI این است که نرم افزار ایستا نیست. نمی شود یک پروژه اجرایی را تمام کرد و به آن فکر نکرد. الزامات زیادی از جانب کاربران و مدیریت از نظر بهبود وجود دارد.
6. انتقال سیستم BI به یک سازمان شخص ثالث برای پشتیبانی. همانطور که تمرین نشان می دهد، اغلب چنین موقعیت هایی منجر به انزوای محصول و انزوای سیستم از وضعیت واقعی امور می شود. خدمات پشتیبانی خود بسیار سریعتر و کارآمدتر به بازخورد کاربر و نیازهای مدیریت پاسخ می دهد.
7. میل به پس انداز. در تجارت، این طبیعی است، اما تجزیه و تحلیل BI تنها زمانی کار می کند که تمام جنبه های فعالیت شرکت را در نظر بگیرد. به همین دلیل است که سیستم های تحلیلی عمیق با هزینه بالا موثرترین هستند. تمایل به دریافت گزارش های متعدد در زمینه های مورد علاقه منجر به اشتباهات متداولدر داده ها و وابستگی زیاد به صلاحیت متخصصان فناوری اطلاعات؛
8. اصطلاحات مختلف در شرکت این مهم است که همه کاربران اصطلاحات اساسی و معنای آنها را درک کنند. یک سوء تفاهم ساده می تواند منجر به تفسیر نادرست گزارش ها و شاخص های سیستم BI شود.
9. فقدان یک استراتژی واحد برای تجزیه و تحلیل کسب و کار در شرکت. بدون یک دوره واحد انتخاب شده برای همه کارکنان، هر سیستم کلاس BI تنها مجموعه ای از گزارش های متفاوت خواهد بود که نیازهای مدیران فردی را برآورده می کند.

پیاده سازی سیستم های BI - گام مهمبرای کمک به کسب و کار خود را به سطح بعدی. اما این نه تنها به تزریق نسبتاً زیادی از امور مالی، بلکه به زمان و تلاش هر یک از کارکنان شرکت نیز نیاز دارد. هر کسب و کاری آماده نیست که پروژه پیاده سازی یک سیستم تجزیه و تحلیل کسب و کار را به درستی تکمیل کند.

در بیشتر شرکت ها، فروش و تولید همچنان در حال کاهش است، منابع اعتباری گران تر می شود و مصرف در حال کاهش است. همه اینها مستلزم تغییرات فوری در شرکت و به ویژه کاهش هزینه است. به همین دلیل است که در حال حاضر مدیر ملزم به استفاده از ابزارهای مدرن فناوری اطلاعات است. حتی می توان گفت استفاده از سیستم های تحلیلی مدرن (Business Intelligence) امروزه یکی از شروط بقای شرکت است.

هوش تجاری - مدیریت اطلاعات محور

در دهه هشتاد قرن گذشته، اولین برنامه های کاربردی تحلیلی ظاهر شد که برای حمایت از تصمیم گیری در نظر گرفته شده بود. این ابزارها با کاربردهای حسابداری تراکنشی که عمدتاً بر عملیات متمرکز بودند بسیار متفاوت بودند. حجم اطلاعاتی که از طریق استفاده از چنین سیستم هایی تولید می شد، انگیزه جدی برای توسعه یک کلاس جدید از برنامه های کاربردی طراحی شده برای حمایت از تصمیم گیری مدیریت ایجاد کرد. این سیستم ها سیستم های پردازش تحلیلی آنلاین نامیده می شوند. پردازش تحلیلی آنلاین، OLAP). قبلاً در اوایل دهه نود، گروه گارتنر اصطلاح هوش تجاری را معرفی کرد که امروزه به طور گسترده برای اشاره به برنامه های کاربردی تحلیلی استفاده می شود.

« هوش تجاری (BI)آندریاس بیترر، معاون تحقیقات در گارتنر، گفت: به یک ابتکار استراتژیک تبدیل شده است و اکنون توسط CIOها و رهبران تجاری به عنوان ابزاری برای بهبود عملکرد و نوآوری سازمانی شناخته شده است.
نظرسنجی این شرکت از بیش از 1000 مدیر ارشد فناوری اطلاعات، BI را به عنوان یک اولویت فناوری در سال 2008 رتبه بندی کرد. در عین حال، علاقه به هوش تجاری برای بیش از سه سال متوالی حفظ شده است. و تنها امسال تغییری در روند علاقه مندی به این موضوع نشان داد، در سال 2009 هوش تجاری از نظر اولویت هشتم شد و این به این دلیل است که اکثر شرکت های خارجی قبلاً شامل این ابزاردر عمل به فعالیت های خود.

با این حال تمرین روسیاستفاده از ابزارهای BI هنوز در مراحل اولیه خود است و تا یکی دو سال آینده نمی توانید نگران کاهش علاقه به این فناوری ها باشید. از این گذشته، متأسفانه، با وجود سطح نسبتاً بالای اتوماسیون موجود در شرکت های روسی، اکثر مدیران عامل هنوز در محل کار خود رایانه ندارند و مطمئناً بر اساس تجزیه و تحلیل اطلاعات سیستم های تحلیلی تصمیم نمی گیرند. سیستم های ERP پیاده سازی شده در بسیاری از شرکت ها امکان برنامه ریزی منابع شرکت و شفاف سازی آن را فراهم می کند. اما این تصمیم گیری در بالاترین سطح را آسان نمی کند، و کیفیت یک رهبر مانند شهود هنوز مهم ترین است.

به اندازه کافی عجیب، اما نتیجه اصلی رونق گذشته در اتوماسیون شرکت های روسی هزینه میلیون ها دلاری است، در حالی که تصمیمات استراتژیک هنوز به روش قدیمی گرفته می شود. اکنون بسیاری از مدیران عامل این سوال را مطرح می کنند که "ما میلیون ها دلار برای اتوماسیون هزینه کرده ایم، اما چرا نمی توانم نتایج ملموسی را در فعالیت های خود ببینم." در بیشتر موارد، این به این دلیل است که در بسیاری از شرکت ها یک مدیر ارشد فناوری اطلاعات وجود دارد، اما مدیر عاملی وجود ندارد. در واقع، اکنون اکثر شرکت ها "اقیانوس های اطلاعات" را جمع آوری کرده اند و برای پردازش آن و استفاده از آن برای حمایت از تصمیم گیری، به فناوری های تخصصی نیاز است -.

عمل نشان می دهد که در حال حاضر حجم اطلاعات ذخیره شده و تجزیه و تحلیل شده با سرعت فوق العاده ای در همه صنایع در حال رشد است، در حالی که برخی از آنها را می توان رهبران واضح نامید. بانک ها، شرکت های بیمه، مخابرات و خرده فروشان ترابایت داده را پردازش می کنند و استفاده صحیح از این داده ها میزان رضایت مشتری و در نتیجه مزیت رقابتی را تعیین می کند. کسانی که اولین کسانی هستند که می توانند داده های انباشته شده را به اطلاعات لازم برای تصمیم گیری آگاهانه تبدیل کنند، می توانند برنده رقابت شوند.

در عین حال، همزمان با حجم اطلاعات، سرعت تولید و همچنین تنوع آن در حال رشد است که نیازمند رویکرد استراتژیک در مدیریت اطلاعات و پیاده سازی ابزارهای BI است. از این گذشته، با انتخاب فناوری ها برای حل مشکلات امروز بدون در نظر گرفتن نیازهای آینده، می توانید در چند سال آینده با نامناسب بودن آنها روبرو شوید. مشکل دیگر برای اکثر شرکت ها کیفیت پایین داده ها و در نتیجه عدم اطمینان اطلاعات دریافتی است. از این گذشته ، اگر اطلاعات یک بار در ماه و از منابع غیر معتبر وارد سیستم شود ، تصمیمی که بر اساس چنین اطلاعاتی گرفته می شود احتمالا "پس از مرگ" خواهد بود. در چنین شرایطی نمی توان به روش قدیمی کار کرد، دیر یا زود به ابزارهای تخصصی برای تأیید و تجزیه و تحلیل اطلاعات نیاز خواهد بود.

به همین دلیل است که شرکت تحلیلی گارتنر چندین سال است که به علاقه جهانی به برنامه های تحلیلی اشاره کرده است و تعداد زیادی پروژه برای اجرای این ابزارها در بازار روسیه مشاهده شده است. این به این دلیل است که سیستم های ERP پیاده سازی شده هنوز بازدهی را ندارند که همه روی آن حساب می کردند. و اکنون فقط فناوری های BI امکان خودکارسازی جمع آوری و تجزیه و تحلیل اطلاعات و همچنین ارائه آن را به شکلی مناسب برای مدیریت فراهم می کند.

وظایف تجزیه و تحلیل اطلاعات به قدری متنوع است که ابزارهای BI علاوه بر تخصص در صنعت، در کلاس وظایفی که حل می کنند، تفاوت هایی نیز دارند. در عین حال، مهم نیست که چقدر بخواهید همه مشکلات را با یک ابزار BI واحد و جهانی حل کنید، این غیرممکن است. در حال حاضر، بسیاری از ابزارهای BI مختلف در بازار روسیه وجود دارد که نیازهای خاص شرکت ها را پوشش می دهد. با این حال، خرید یک ابزار BI اغلب نتایج مورد انتظار را به همراه نمی‌آورد، زیرا نه تنها نیاز دارید که یک جعبه ابزار بخرید و آن را در شرکت خود مستقر کنید، بلکه زمان زیادی را به کیفیت داده‌های موجود و راه‌های تأیید آن اختصاص دهید. متأسفانه، بسیاری از شرکت‌ها هنوز آن نسخه از حقیقت را که برای تصمیم‌گیری ضروری است، ندارند.

به همین دلیل، خرید ابزار هوش تجاری (BI)شرکت را به موفقیت نمی رساند. برای پیاده سازی موثر ابزارهای BI در یک شرکت، ایجاد شرایط مناسب ضروری است و اول از همه این حمایت مدیران است. از این گذشته ، کاربران این برنامه ها باید اولین افراد شرکت باشند و اگر اینطور نباشد ، ابزارها به احتمال زیاد "گرد و غبار را روی قفسه جمع می کنند". ترک عادت مدیریت به روش قدیمی، کاری است که باید در یک شرکت انجام شود، و آنقدرها هم آسان نیست.
علاوه بر تغییرات در مدیریت، لازم است اقدامات برای استفاده از ابزارهای BI با ابزارهای موجود هماهنگ شود استراتژی کسب و کارشرکت ها

چه چیزی و چه زمانی اندازه گیری شود؟ تصمیمات استراتژیک و تاکتیکی بر چه شاخص هایی باید استوار باشد؟ چه کسی مسئول شاخص های خاص است؟ بدون پاسخ به این سؤالات، پیاده سازی و توسعه ابزارهای BI می تواند راه اشتباهی را طی کند.

و البته، برای استقرار سریع و کارآمد فناوری های تجزیه و تحلیل کسب و کار، باید کارمند مسئول و مرکز صلاحیت مربوطه را تعیین کرد، در غیر این صورت کاری از دستش بر نمی آید. پس از همه، به منظور گرد هم آوردن تمام نیازهای بسیاری از مشتریان کاربردی و ایجاد یک مناسب زیرساخت اطلاعاتی، باید مدام کار کرد و تصمیمات مدیریتی زیادی در سطح مدیران عالی گرفت. استراتژی استفاده از BI باید از کل شرکت عبور کند و از فرآیندهای جمع آوری داده های اولیه شروع شود و به فرآیندهای تصمیم گیری استراتژیک ختم شود، در غیر این صورت اعتمادی به اطلاعات دریافتی وجود نخواهد داشت، به این معنی که از اطلاعات تحلیلی استفاده نمی شود. در تصمیم گیری

پیاده سازی هوش تجاری

در واقع برای پیاده سازی موفقیت آمیز فناوری های BI در یک شرکت باید ایجاد کرد تیم بزرگ - مدیریت هوش تجاری، - یعنی مرکز صلاحیت برای مدیریت اطلاعات در سطح کل شرکت. ایجاد چنین مرکز صلاحیت برای BI به شما این امکان را می دهد که مسئولیت و صلاحیت مدیریت اطلاعات را در شرکت متمرکز کنید و همچنین کارها را در بین ابزارهای مورد استفاده توسط BI مرتب کنید.

مرکز شایستگی BI می تواند ساختار استانداردی داشته باشد که مشتریان تجاری و کارمندانی را که حوزه مسئولیت آنها در حوزه مدیریت است، گرد هم می آورد. فناوری اطلاعاتو اطلاعات (CIO، معمار اطلاعات، هوش تجاری و غیره). در عین حال، موارد زیر را می توان به عنوان وظایف اصلی مرکز شایستگی متمایز کرد: مدیریت نیازهای مشتریان تجاری، انتخاب فناوری های مدیریت اطلاعات، راهنمایی روش شناختی، استانداردسازی کار و فناوری های مورد استفاده، انباشت شایستگی، مدیریت کیفیت داده ها.

روش های سازماندهی چنین مرکز شایستگی نیز می تواند متفاوت باشد:
گزارش زیربخش عملکردی به زیرمجموعه فناوری اطلاعات؛
بخش تابع مدیریت عملیاتی;
ساختار توزیع شده با تابعیت به مدیر عامل;
یک سازمان مجازی

شکل سازمان می تواند هر باشد، نکته اصلی این است که شرکت باید افرادی مسئول مدیریت اطلاعات و تجزیه و تحلیل کسب و کار داشته باشد. به گفته گارتنر، اغلب تیم BIG در بخش فناوری اطلاعات قرار دارد که همیشه به شما اجازه نمی دهد اولویت های لازم را برای این کارها قائل شوید. از این گذشته، ایجاد چنین مرکز شایستگی در درجه اول برای متمرکز کردن مسئولیت مدیریت اطلاعات و استفاده از برنامه های کاربردی BI ضروری است. بنابراین، اگر مرکز صلاحیت مستقیماً به مدیر کل یا معاون او گزارش دهد، مؤثرتر است. که در آن سوال اساسی، از نظر اثربخشی واحد ایجاد شده، واگذاری اختیارات مناسب به آن است. در عمل، این ساختارها در بیش از یک درصد از شرکت های روسی وجود ندارد، که یک بار دیگر بلوغ پایین مدیریت روسیه در زمینه مدیریت اطلاعات را تایید می کند.

برای درک استراتژی توسعه این حوزه، اولین نتیجه کار مرکز شایستگی ایجاد شده باید استراتژی در حوزه مدیریت اطلاعات و استفاده از ابزارهای تحلیل کسب و کار باشد. بدون چنین دیدگاه سیستمی، این احتمال قوی وجود دارد که مشتریان تجاری از ابزارهای مختلف BI با عملکردهای همپوشانی استفاده کنند که به نوبه خود باعث افزایش هزینه ها و عدم دستیابی به مزایای مورد انتظار می شود. اکنون صرف هزینه بدون تعریف استراتژی توسعه واضح بی معنی است، در غیر این صورت باغ وحشی از برنامه های BI وجود خواهد داشت که غیرقابل مدیریت خواهد بود.

روند فعلی در توسعه بازار برنامه های کاربردی BI در رشد صنعت و تخصص عملکردی پلت فرم های BI و همچنین افزایش تعداد آنها است. بنابراین، درک دقیق نیازهای آنها و انتخاب برنامه های کاربردی BI مناسب از سوی شرکت ضروری است و با توجه به افزایش تعداد کاربران ابزارهای BI در شرکت، این امر بیش از پیش حیاتی می شود.

همانطور که قبلا ذکر شد، موج گذشته پیاده سازی سیستم های ERP در شرکت های روسیبستری را ایجاد کرد که بر اساس آن با کمک ابزارهای BI می توانید و باید اطلاعات لازم برای تصمیم گیری را انتخاب کنید. بنابراین با وخامت اوضاع داخلی، شرکت ها توجه خود را به مسائل مربوط به خود معطوف کردند سازمان داخلیو کارایی، و شروع به استفاده فعال از برنامه های BI کرد، که در گذشته بیشتر یک اسباب بازی برای تحلیلگران تجاری بود تا یک ابزار واقعی.
یکی از مشکلاتی که اکنون باید در هنگام پیاده سازی ابزارهای BI مورد توجه قرار گیرد، کیفیت داده ها در یک شرکت است. شرکت تحلیلگر گارتنر طبقه بندی زیر را از کیفیت داده ها بر اساس سطوح ارائه می دهد: بهینه، مدیریت شده، فعال، واکنشی، آگاه. در عین حال، هرچه کیفیت داده ها در شرکت بالاتر باشد، سود بیشتری برای کسب و کار خواهد داشت که به نوبه خود به شما امکان می دهد از مدیریت مبتنی بر شهود به مدیریت مبتنی بر احساس خوب بروید.

مزایای هوش تجاری

در زیر مزایای استفاده از برنامه های کاربردی BI آورده شده است. در درجه اول، هوش تجاری (BI)هزینه مدیریت اطلاعات را کاهش می دهد، زیرا فرآیندهای استخراج داده های اضافی و تکراری بودن اطلاعات را حذف می کند. سیستم های BI به دلیل پردازش کارآمدتر اطلاعات در زمان کارکنان صرفه جویی می کنند و توانایی تجزیه و تحلیل مقادیر زیادی از داده ها تعداد کارکنان مورد نیاز برای پردازش اطلاعات را کاهش می دهد.

همانطور که ابزارهای هوش تجاری در یک شرکت مستقر می شوند، کاربران شروع به تجزیه و تحلیل و پیش بینی می کنند و سپس مزایای برنامه های BI حتی بیشتر قابل توجه می شود. به عنوان مثال، برنامه هوش تجاری (BI)در یک سطح استراتژیک می تواند امکان رسیدن به بازار جدید، مسیر شرکت را تغییر دهید یا خط جدیدی از خدمات را راه اندازی کنید.
از نقطه نظر توسعه برنامه های کاربردی BI، روند توسعه این سیستم ها با هدف افزایش تخصص است. در حال حاضر سیستم‌های تجزیه و تحلیل بی‌درنگ کسب‌وکار مانیتور فعالیت تجاری (BAM) وجود دارد که به شما امکان می‌دهد داده‌های تصمیم‌گیری را که چند دقیقه پیش ظاهر شد، ارائه دهید. این سیستم ها کمک بزرگی به سطح میانی مدیریت می کنند، زیرا به آنها اجازه می دهد تا از اتخاذ تصمیمات عملیاتی پشتیبانی کنند. همچنین، سیستم های تجزیه و تحلیل فرآیندهای کسب و کار - Process Intelligence، که امکان نظارت و تجزیه و تحلیل (کنترل) فرآیندهای تجاری قابل اجرا و همچنین تجزیه و تحلیل اثربخشی سازمانی کارکنان را فراهم می کند، در یک کلاس جداگانه برجسته می شوند.

این تلاقی فن‌آوری‌های مدیریت فرآیند کسب‌وکار (Business Process Management) و سیستم‌های هوش تجاری (Business Intelligence) به شما امکان می‌دهد نه تنها مشکل را ببینید، بلکه علت آن را نیز پیدا کنید، که به نوبه خود اصلاح آن را قبل از وقوع عواقب ممکن می‌سازد.
به عنوان جمع بندی، می توان اشاره کرد که بازار ابزارهای BI در حال رشد است و خریدهای جدی روی آن در حال انجام است. بازیگران اصلی مانند SAP، مایکروسافت، اوراکل امیدوارکننده ترین فناوری های BI را خریداری کرده و آنها را در راه حل های خود ادغام می کنند. و این نشانه بارز تقاضا برای ابزارهای BI و شاخصی است که در سال های آینده توسعه شرکت ها به این سمت خواهد رفت.

آندری کوپتلوف، مدیر کل مجله

• ترجمه

هنگام تلاش برای ارزیابی پلتفرم‌های مختلف BI، اغلب درک اینکه این افسانه کجاست و حقیقت کجاست، دشوار است، زیرا هر فروشنده محصول خود را به عنوان «بهترین در بازار» معرفی می‌کند و صدها بررسی ذهنی را که سیل اینترنت را به‌عنوان یک استدلال مطرح می‌کنند، نشان می‌دهد. . اگر می‌خواهید بدون پیمایش در صدها صفحه نظرات «صادقانه» بفهمید که کدام ابزار برای شرکت شما مناسب است، در زیر چیزی است که نیاز دارید.

ما به محبوب‌ترین پلتفرم‌ها مانند QlikView، Klipfolio، Tableau و Power BI نگاهی می‌اندازیم و ویژگی‌های کلیدی آنها را با هم مقایسه می‌کنیم: قابلیت استفاده، قیمت، سهولت نصب، پشتیبانی، کار با انواع داده‌های مختلف و موارد دیگر. پس برو جلو!

همه اینها، با هم یا جداگانه، فرصت های بزرگی را برای تجزیه و تحلیل معیارهای مختلف، ایجاد و سفارشی سازی تجسم های منحصر به فرد، به منظور استخراج اطلاعات مفید برای تجارت از هر داده، باز می کند.

این پلتفرم همچنین بر سازگاری با دستگاه‌های مختلف، از تلفن‌های هوشمند و تبلت‌ها گرفته تا تلویزیون‌های هوشمند در اتاق‌های کنفرانس تمرکز داشت.

ویژگی های خاص

Klipfolio برای نظارت و کنترل بی‌درنگ جریان‌های داده‌های پیوسته، زمانی که پویایی داده‌ها مهم هستند و تصمیم‌های مهم باید به سرعت گرفته شوند، بهترین گزینه است.

ویژگی های کلیدی

• ادغام منابع مختلف داده در یک گزارش.
• تعداد نامحدودی از کاربران بالقوه متصل.
• مدیریت حقوق و محدودیت های دسترسی به اطلاعات مهم.
• در دسترس بودن در سیستم عامل های تلفن همراه (iOS، Android، BlackBerry، Windows).
• کانکتور REST انعطاف پذیر برای اتصال منابع داده خاص.
• پشتیبانی از اکسل، CSV، JSON، XML و غیره
• امکان افزودن حاشیه نویسی راحت به گزارش هایی که برای کاربران نهایی قابل مشاهده خواهد بود.
• سیستم تنظیم خودکار KPI
• امکان افزودن آسان اندیکاتورهای آستانه به نمودارها.

راحتی استفاده

شما می توانید ده ها را در Klipfolio بسازید انواع مختلفنمودارها، از جمله نمودار دایره ای، نمودار میله ای، نمودار منطقه، و بسیاری از ترکیبات دیگر. همچنین، کاربری که HTML و CSS را می‌داند، می‌تواند با اعمال تمام اجزای لازم روی داشبورد از طریق ویرایشگر WYSIWYG، تجسم‌های منحصر به فرد خود را ایجاد کند و عناصر نمودار پیچیده‌تر را می‌توان با استفاده از فرمول‌ها و توابع مختلف اضافه کرد. بنابراین، با کمک Klipfolio، می توانید اطلاعات را تقریبا به هر شکلی ارائه دهید، اما ابتدا باید به نحوه تهیه داده ها فکر کنید.

قیمت

به‌عنوان یکی از قدیمی‌ترین بازیگران صنعت BI با تجربه گسترده، امروز Klipfolio روی راه‌حل‌های ابری خود شرط‌بندی می‌کند. داشبورد Klipfolio (به عنوان SaaS) با قیمت هر کاربر با شروع (با برخی تغییرات) از 19 دلار در ماه ارائه می شود. این طرح را می توان سفارشی کرد و گزینه های اضافی را اضافه کرد. دوره آزمایشی 14 روزه نیز امکان پذیر است.

تابلو

پلتفرم بزرگ دیگر Tableau است. مانند بسیاری از ابزارهای BI، Tableau در تجزیه و تحلیل داده ها از طریق تجسم داده ها تخصص دارد. ایجاد داشبوردهای تعاملی که به شما امکان می دهد پویایی ها، روندها و ساختار داده ها را با کمک نمودارهای راحت و ساده، اما نه کمتر موثر، کاوش کنید، آسان است.

مانند بسیاری از خدمات دیگر، Tableau از بسیاری از خدمات پشتیبانی می کند منابع مختلفداده های سازماندهی شده در قالب فایل (CSV، JSON، XML، MS Excel، و غیره)، پایگاه داده های رابطه ای و غیر رابطه ای (PostgreSQL، MySQL، SQL Server، MongoDB، و غیره) و سیستم های ابری (AWS، Oracle Cloud، Google BigQuery، مایکروسافت آژور).

تفاوت اصلی بین Tableau و رقبای آن در عملکرد ویژه آن - اختلاط داده ها - ترکیب داده ها از پایگاه های داده و منابع مختلف نهفته است. Tableau همچنین به چندین کاربر اجازه می دهد تا به طور همزمان بر روی یک گزارش بلادرنگ کار کنند. همچنین، این پلتفرم راه‌های مختلفی را برای اشتراک‌گذاری گزارش‌ها پیاده‌سازی می‌کند: 1) با انتشار آنها در سرور Tableau. 2) از طریق ایمیل Tableau Reader. 3) از طریق دسترسی به پیوند. این تنوع به انعطاف پذیری می افزاید و بسیاری از محدودیت ها را از بین می برد.

ویژگی های متمایز کننده

Tableau گسترده‌ترین قابلیت‌های تجسم را دارد: کتابخانه غنی این پلتفرم شامل ابرهای کلمه، حباب‌ها و نمودارهای درختی است که به شما امکان می‌دهد به سطح بالاتری از درک داده‌های خود و زمینه آن دست یابید.

همانطور که قبلا ذکر شد، داشبوردهای Tableau بسیار انعطاف پذیر هستند. عملکردهای اصلی این سرویس به شما این امکان را می دهد که عناصر را به شکلی باورنکردنی بر روی داشبورد قرار دهید و آنها را به هر شکلی ترکیب و روی هم قرار دهید که در عصر ارگونومی محیط کار بسیار مفید است.

Tableau برای مبتدیان کاملاً دوستانه است، این پلت فرم برای کسانی است که هنوز به جزئیات فنی فرآیند تجسم نرفته اند. این هدف از طریق یک رابط بصری به دست می‌آید: هر چیزی که نیاز دارید اغلب با بیش از 2 کلیک ماوس به دست نمی‌آید، فیلترها به راحتی پیدا می‌شوند و همه عملیات به وضوح مستند شده‌اند.

کار با Tableau نه تنها از نظر توسعه و گزارش دهی، بلکه از نظر کاربر نهایی - مدیریت نیز آسان است. فیلترهای اضافی، ایجاد پارامترهای جدید، تعامل ساده و قابل درک داده - همه اینها به طور قابل توجهی سرعت تصمیم گیری را افزایش می دهد و آنها را کارآمدتر می کند.

ویژگی های کلیدی

• فرصت های عالی برای توزیع گزارش ها و داشبوردها.
• پشتیبانی از بیش از 30 نوع داده
• ترکیب داده ها از منابع مختلف
• ادغام با R.
• فعال ترین جامعه کاربرانی که هزاران فیلم آموزشی، وبلاگ و انجمن ایجاد می کنند.

راحتی استفاده

راحتی و سهولت استفاده شگفت انگیز - دلیل اصلیچرا Tableau یکی از آسان‌ترین سرویس‌های BI برای یادگیری در نظر گرفته می‌شود و بهترین عملکرد را هنگام تجزیه و تحلیل اطلاعات ساختاریافته دارد. داده ها را وارد کنید، گرافیک های زیبا بسازید، آن ها را به اشتراک بگذارید و در دامنه عمومی منتشر کنید - هیچ پلتفرم دیگری نمی تواند چنین طیف وسیعی از امکانات را با این سادگی در اختیار کاربران قرار دهد. علاوه بر این، تعداد زیادی از راهنماها و راهنماهای مختلف عملاً احتمال مواجهه با هر گونه مشکلی را از بین می برد.

قیمت

Tableau دارای 3 محصول مختلف با 3 قیمت متفاوت است: Tableau Desktop، Tableau Online و Tableau Server. اطلاعات دقیق را می توان یافت.

Tableau Desktop برای کاربران فردی است و 999 دلار برای هر نفر در سال و 1999 دلار برای استفاده شرکتی از جمله پشتیبانی هزینه دارد. در حالت اول، قرار است تا 6 منبع داده و در مورد دوم تا 44 منبع داده وصل شود.

Tableau Online یک پلت فرم ابری مبتنی بر وب است که استفاده از آن رایگان است، اما به شرطی که همه راه حل ها در یک سرور مشترک ذخیره شده و برای عموم منتشر شوند. هزینه نسخه خصوصی 500 دلار در سال برای هر کاربر است.

در نهایت، Tableau Server یک ابزار تجاری یکپارچه برای شرکت هایی است که سرورهای خود را مدیریت می کنند و می خواهند کنترل کاملی بر جریان داده ها و امنیت خود داشته باشند. با این حال، چنین لذتی برای 10 کاربر 10000 دلار در سال هزینه خواهد داشت و پشتیبانی 25٪ اضافی از این مبلغ هزینه خواهد داشت.

Power BI

Power BI یک سرویس آنلاین است که توسط مایکروسافت برای هوش تجاری با قابلیت اتصال منابع مختلف داده و برنامه های شخص ثالث. این پلتفرم دارای یک رابط وب است که به شما امکان می دهد تجسم های سفارشی ایجاد کنید و با استفاده از یک برنامه دسکتاپ می توانید داده ها را استاندارد و تمیز کنید. جالب اینجاست که نسخه موبایل Power BI نیز در سیستم عامل های مختلف برای تصمیم گیری در حال حرکت موجود است.

Power BI ساده و مینیمالیستی و در عین حال قدرتمند و پایدار است. مانند هر نرم افزار دیگری، هم مزایا و هم معایب دارد.

ویژگی های متمایز کننده

چه چیزی Power BI را از سایر راه حل ها متمایز می کند؟

اولاً، این محصول مایکروسافت است، به این معنی که از فلسفه، اصول و معماری مشابه سایر محصولات غول فناوری اطلاعات پیروی می کند. رابط کاربری برنامه برای کاربران ویندوز آشنا خواهد بود.

ثانیا، تعلق به مایکروسافت مزیت دیگری به همراه دارد: Power BI ارتباط نزدیکی با محصولات اصلی این شرکت مانند MS Excel، Azure Cloud Service و SQL Server دارد.

به طور کلی، Power BI برای گسترش عملکرد MS Excel و پمپاژ آن به سطح جدیدی و استفاده از آن برای حل مشکلاتی که قبلاً در آن دخیل نبوده، ایجاد شده است.

ویژگی های کلیدی

• رایگان وجود دارد نسخه پایه، که به شما امکان می دهد ابتدا کار با Power BI را امتحان کنید.
• از روش‌های زیادی برای وارد کردن داده‌ها (جریان‌سازی داده، سرویس‌های ابری، کتاب‌های کار اکسل و برنامه‌های شخص ثالث) پشتیبانی می‌کند.
• داشبوردهای تعاملی با تغییرات داده در زمان واقعی.
• یک API ساده برای ادغام Power BI در برنامه های شما.
• راه های مختلفی برای به اشتراک گذاری گزارش ها و داشبوردها وجود دارد.
• پشتیبانی از چند پلتفرم (برنامه وب، دسکتاپ یا موبایل).

راحتی استفاده

رابط کاربری ساده است و برای هر کسی که با ویندوز آشنا است (یعنی تقریباً همه) قابل درک است، بنابراین کار با Power BI معمولاً لذت بخش است. بسیاری از دکمه ها و عملکردها شبیه به MS Excel و سایر محصولات MS Office هستند.

تجسم ها به روش خوب قدیمی کشیدن و رها کردن ایجاد می شوند. تنها چیزی که برای ایجاد هر نموداری نیاز دارید این است که روی عنصر مورد نیاز کلیک کرده و آن را به سمت آن بکشید جای خالیدر گزارش همین اصل در هنگام انتخاب داده هایی که باید تجسم شوند کار می کند - فقط یک قطعه از داده را انتخاب کنید و آن را در محلی که نمودار قرار دارد قرار دهید.

قیمت

Microsoft Power BI یک ابزار هوش تجاری با کیفیت بالا در نظر گرفته می شود و بسیاری از آنها توسط یک سیاست قیمت گذاری نسبتاً دموکراتیک جذب می شوند. این شامل دو گزینه است: نسخه رایگان سرویس با ویژگی های محدود و مجوز حجمی Power BI Pro با طیف کاملی از ویژگی ها.

نسخه رایگان برای هر کاربر فردی در دسترس است و دارد ویژگی های زیر: محدودیت حافظه 1 گیگابایت، سرعت پردازش داده 10000 ردیف در ساعت، به همراه محدودیت در به‌روزرسانی و اشتراک‌گذاری گزارش‌ها.

Power BI Pro برای هر کاربر ماهانه 9.99 دلار هزینه دارد و محدودیت حافظه را به 10 گیگابایت برای هر نفر و با سرعت 1 میلیون ردیف در ساعت افزایش می دهد. همچنین امکان دسترسی مستقیم به منابع داده و پیوند آنها با این شرکت ها از طریق دروازه اتصال داده وجود دارد. در نهایت، ابزارهای پیشرفته در دسترس هستند کار مشترکمانند گروه های آفیس 365، گروه های اکتیو دایرکتوری و دایرکتوری داده ها.

اکنون، برای ساختاربندی همه چیزهایی که در بالا گفته شد، در اینجا یک جدول مقایسه ای از همه پلتفرم های در نظر گرفته شده است:

برچسب ها: اضافه کردن برچسب