Размещено на http://www.allbest.ru/

1. Основные понятия Business Intelligence

Термин «Business Intelligence» существует уже несколько десятилетий, однако из-за отсутствия адекватного перевода и четкого понимания его значения, данное понятие употребляется достаточно редко.

Первое общепризнанное определение термина «Business Intelligence» (BI) впервые появилось в конце 80-х гг. прошлого века, и было определено как «пользователецентрический процесс, включающий доступ и исследование информации, ее анализ, выработку интуиции и понимания, которые способствуют принятию правильных и обоснованных решений». Иными словами, понятие Business Intelligence представляло собой концептуальный процесс, лежащий в основе систем поддержки принятия решений того времени. Однако уже спустя несколько лет, в 1996 г. аналитики Gartner уточнили определение: Business Intelligence теперь выступает как «комплекс инструментов для анализа данных, построения отчетов и запросов, которые призваны помочь бизнес-пользователям получить важную информацию из определенного массива данных» [2].

Определение, предложенное The Data Warehousing Institute, гласит: «Business intelligence имеет отношение к процессу превращения данных в знания, а знаний в действия бизнеса для получения выгоды. Является деятельностью конечного пользователя, которую облегчают различные аналитические и групповые инструменты и приложения, а также инфраструктура хранилища данных» [6].

Из данных определений вытекает, что BI в широком смысле слова определяет:

- процесс превращения данных в информацию и знания о бизнесе для поддержки принятия улучшенных и неформальных решений;

- информационные технологии (методы и средства) сбора данных, консолидации информации и обеспечения доступа бизнес-пользователей к знаниям;

- знания о бизнесе, добытые в результате углубленного анализа детальных данных и консолидированной информации [3].

Стоит отметить, что Business Intelligence не является продуктом или системой, а представляет собой общее понятие, включающее в себя архитектуру, приложения, а также базы знаний.

Все BI-продукты можно разделить на BI-инструменты и BI-приложения. BI-инструменты можно классифицировать на:

- генераторы запросов и отчетов - «настольные» инструменты, предоставляющие пользователям доступ к базам данных, выполняющие некоторый анализ и формирующие отчеты [Аналитическая обработка данных. Обзор BI-систем];

- инструменты оперативной аналитической обработки (online analytical processing, OLAP);

- корпоративные BI-наборы (enterprise BI suites, EBIS) Эти наборы интегрируются в наборы инструментов генерации запросов, отчетов и OLAP;

- BI-платформы инструмент, который даёт организациям возможность строить приложения, позволяющие изучать и понимать бизнес [8].

Основная часть BI-инструментов делится на корпоративные BI-наборы и BI-платформы, поскольку генераторы запросов и отчетов на данном этапе развития практически полностью поглощаются или замещаются BI-наборами, а OLAP-механизмы представляют инфраструктуру для BI-платформ.

BI приложения дают возможность исследовать сложные категории данных большого объёма. BI приложения включают в себя следующие типы инструментальных средств:

- Информационные системы (далее ИС) многомерного анализа (OLАР, On-Line Analytical Processing) - приложения для анализа данных в разрезе нескольких измерений;

- ИС запросов (Query Tools) - приложения, позволяющие формировать различные запросы к данным;

- ИС интеллектуального анализа данных (Data Mining) - приложения, осуществляющие поиск зависимостей в больших базах данных.

С точки зрения интеграции данных, на современном этапе BI-системы содержат в себе следующие базовые компоненты:

- средства доставки и визуализации данных;

- DWH (Data WareHouse), - информационное хранилище данных;

- ETL (Extract, Transform, Load) - инструменты интеграции, выполняющие сбор, преобразование и консолидацию данных;

- Data Mining - набор инструментов и методов обнаружения в данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации закономерностей [4].

Томас Дэвенпорт из колледжа Бэбсон (США) в своей работе “Analytics at Work” [7], определил основные этапы работ, при использовании систем Business Intelligence:

1. Извлечение данных.

2. Формирование отчетов и аналитическая обработка в реальном времени (OLAP).

3. Использование инструментов уведомления об отклонениях от ожидаемых значений показателей.

4. Выработка управленческих решений на основе бизнес-анализа.

Особого внимания заслуживают технологии и методы анализа, которые лежат в основе BI-решений. Большинство современных BI-решений строится на основе концепции Knowledge Discovery in Databases (KDD).

KDD - это концепция, которая описывает, как следует осуществлять анализ «сырых» данных. Принято выделять пять основных этапов процесса KDD:

- Подготовка исходного набора данных.

- Предварительная обработка данных, которая включает в себя решение задач выявления и устранения шумов и аномалий.

- Нормализация и трансформация данных. На данном этапе решаются задачи приведения данных к общим единицам и масштабу, а также подготовка данных к применению методов интеллектуального и статистического анализа.

- Применение методов интеллектуального, статистического анализа и технического анализа.

- Постобработка данных, которая включает решение задач интерпретации результатов анализа и визуализации данных.

Таким образом, все методы аналитической обработки данных следует подразделять на:

- методы предварительной обработки (устранение шумов и аномалий, нормализация и трансформация данных);

- методы анализа (статистического и интеллектуального);

- методы постобработки данных.

Среди методов анализа данных следует выделять две основные группы:

1. Методы статистического анализа данных. Методы данной группы широко применяются при решении задач, связанных с анализом данных при наличии случайных и непредсказуемых воздействий. Неоспоримым достоинством данной группы методов является их глубокая теоретическая проработка, сделанная математиками и другими исследователями за последние двести лет.

2. Методы интеллектуального анализа данных. Методы данной группы решают различные задачи анализа данных, опираясь на подходы из области искусственного интеллекта [6].

Целью BI является интерпретация большого количества данных, с заострением внимания только на ключевых факторах эффективности, моделирование исхода различных вариантов действий, отслеживание результатов принятия решений. Управленческий подход средствами BI обеспечивает целый ряд важных преимуществ тем компаниям, которые хотят добиться более эффективного внедрения своими проектами в бизнесе. Данные преимущества перечислены ниже:

- рост осведомленности сотрудников о стратегической важности данных;

- адекватная оценка того, как изменения в бизнес-операциях и поддерживающих их данных могут сказаться на рисках компании;

- отход от дискретных бюджетов и переход к координированному финансированию и интегрированной разработке и внедрению систем;

- использование единого корпоративного процесса, который обеспечивает авторизацию всех изменений в бизнес-операциях;

- обеспечение того, чтобы все изменения бизнес-операций были направлены на снижение системных рисков с целью общего улучшения качества данных и целостности отчетности об эффективности работы [5].

BI наиболее эффективен, когда он объединяет данные, полученные из рынка, на котором работает компания (внешние данные), с данными из источников внутри компании, таких как финансовые и операции с данными (внутренние данные). В сочетании, внешние и внутренние данные дают полную картину бизнеса, которая, создает "интеллект" -- быстрое понимание, которое не получить из простого набора данных.

2. Сферы применения и задачи, решаемые Business Intelligence

Большую ценность для компаний представляет информационное обеспечение бизнес-задач: общих - общих для одной отрасли или бизнеса в целом, или специфичных - поставленных перед конкретной организацией. При применении продуктов BI это достигается при помощи построения так называемых аналитических моделей, которые представляют собой набор связанных между собой форм отчетности. Так как данные в модели взаимосвязаны, у пользователя при помощи современных средств визуализации есть возможность проводить разносторонний анализ, а также быстро находить ответы на все интересующие его вопросы.

Сферы деятельности, в которых применяется BI-подход весьма обширны. Рассмотрим некоторые из них.

1. Материально-техническое обеспечение

Материально-технического обеспечения (МТО) представляет собой деятельность, без которой невозможно протекание ни одного бизнес-процесса, однако, неграмотная организация МТО может существенно осложнить их выполнение. На основании производственных программ составляются перечень и структура мероприятий, после чего информация о мероприятиях переходит в систему управления проектами. Затем появляется необходимость в отслеживании процесса согласования и исполнения планов.

При помощи BI каждый процесс МТО можно существенно упростить. Заявки о плановых расходах на ресурсы в определенном периоде времени формируются на основе плана мероприятий и лимита затрат, цена материалов рассчитывается с учетом коэффициента транспортных расходов, а также налоговых выплат, плановые сроки считаются, учитывая нормативный срок поставки. Помимо этого, если изменяется показатель, система автоматически делает перерасчет всех шагов. Затем происходит сравнение совокупности всех мероприятий и общего лимита затрат.

Можно сделать вывод, что при помощи BI-решения можно выстроить четкие и прозрачные процессы материально-технического снабжения, которые затем будут отражены на общих результатах работы всей фирмы.

2. Инвестиционное управление

Инвестиционная деятельность является одним из самых рисковых направлений деятельности всей компании. Чтобы иметь представление о привлекательности и реальной стоимости возможного проекта обычному специалисту необходимо приложить огромное количество сил, а также времени, чтобы рассчитать все основные показатели или смоделировать все возможные ситуации и т.д.

BI-система в данном виде деятельности позволит определить инвестиционную привлекательность того или иного проекта оперативно, качественно и наверняка. Различные инструменты бизнес-аналитики, проанализировав все основные показатели, достаточно быстро установят реальную картину бизнеса с реальными сроками окупаемости, а также возможными рисками. массив данные сетевой оборудование

4. Управление лояльностью

Задача удержания клиентов становится весьма актуальной для большинства отраслей по причине постоянно растущей конкуренции. Как правило, для работы с потребителями большинство фирм не жалеют ни сил, ни средств. Однако провести качественное маркетинговое исследование, правильно указать на ценность товара, выделить четко свою целевую группу и разработать для нее актуальное предложение - задача весьма непростая.

Благодаря BI-систем решить обозначенные задачи становится значительно проще. Различные решения бизнес-аналитики позволяют управлять клиентскими взаимоотношениями, анализировать и контролировать ход маркетинговой кампании и продвижения продукции. При помощи эффективных инструментов бизнес-аналитики, система автоматически проводит анализ всей накопленной информации, а затем прогнозирует различные рыночные ситуации, с учетом основных потребительских запросов.

5. Формирование аналитической отчетности

Применение BI в качестве инструмента для построения современных ИТ-решений не исключает их общепринятые возможности, такие как грамотное и оперативное построение аналитической отчетности. В большинстве компаний по сей день имеется стандартное ведение отчетной работы: большинство отделов, отвечающих за конкретную задачу, формируют собственные отчеты. Однако данная задача существенно осложняется из-за необходимости дополнительных данных из остальных подразделений, при этом Все сведения должны обладать достоверностью, актуальностью, своевременностью и, ни в коем случае, не противоречить друг другу.

При помощи автоматизированного BI-решения вопрос формирования отчетности решается несколькими щелчками мыши, благодаря единому источнику данных, быстрой и оперативной работе программных продуктов, а также верно настроенному доступу к информации.

6. Бюджетирование

При помощи BI решений есть возможность создавать автоматический процесс формирования и управления бюджетом, который состоит из следующих действий:

- назначение ответственных лиц;

- согласование;

- моделирование разных бюджетных ситуаций.

В рамках системы бюджетирования имеется возможность анализировать исполнение бюджета. Непрерывный мониторинг способствует быстрому внесению всех необходимых корректировок.

В различных компаниях системы бюджетирования могут быть построены при помощи различных методологий. Например, под бюджетированием понимается система управления ресурсами компании, а также планирования. Вопросы оптимального и рационального использования всех имеющихся ресурсов одно из ключевых, именно поэтому BI в данной сфере решает целый ряд задач. Зачастую процесс согласования и планирования бюджета имеет сложный характер и данный факт не дает компании оперативно реагировать на все внешние изменения.

7. ИТ-подразделение

Может сложится впечатление, что BI-решения целесообразно использовать только бизнес-пользователям, а подразделения информационных технологий различных компаний могут обойтись без них, однако это не так.

Аналитическая система сводит к минимуму затраты и трудности, связанные с использованием существующей ИТ-инфраструктуры, а также позволяет повысить эффективность работы ИТ-отдела за счет использования знакомых, интуитивно понятных средств разработки и управления. Помимо функций анализа и создания отчетов пользователи могут самостоятельно использовать другие необходимые функции. Это освобождает время ИТ-специалистов для решения других важных задач.

Примером реализации BI в этой области является реализация мониторинга доступности сетевого оборудования. В разработанном на базе платформы QlikView BI-решении объединена информация из двух систем мониторинга, одна из которых содержала данные о доступности сетевого оборудования, а другая - о доступности сервисов.

У каждой системы имелись свои отчеты, способные отображать собираемую информацию. Казалось бы, у компании были все инструменты для успешного мониторинга. Рассмотрим причины, по которым она все же обратилась к BI-средству:

- неинформативные отчеты - в них не содержалась та информация, которая была интересна;

- отсутствие возможности создавать собственные отчеты;

- неудобства при переключении между отчетами из двух разных систем, отсутствие консолидированной отчетности.

Разработанное решение не только устранило все перечисленные проблемы, но и позволило компании использовать картографическое отображение (на базе Google Maps, рисунок 1) доступного и недоступного на данный момент сетевого оборудования.

Рис. 1. Картографическое отображение доступности сетевого оборудования

Конечно, это не все сферы применения BI-решений. Можно сказать, что это самые традиционные и основные, для которых необходимость решений бизнес-аналитики уже доказана не словами, а практикой.

Рассмотрим подробнее задачи, которые можно решить при помощи BI в различных отраслях бизнеса.

1. Производственная сфера.

Одной из сфер применения BI является производственная сфера. Любой производственный процесс необходимо рассматривать как совокупность других взаимосвязанных процессов, которые на выходе позволяют получить конечный продукт. По этой причине для качественного управления производством стоит анализировать ряд составляющих, а именно:

- выручка и объемы производства;

- выполнение производственного плана;

- поставки производственного сырья;

- эффективность производства;

- реализация продукции;

- загрузка производственных линий;

- брак и неисправности.

Все вышеперечисленное может быть представлено в отчете не просто в виде значения одного показателя эффективности. Как правило по каждому показателю имеется определенный объем информации, который позволяет понять, каким образом было рассчитано данное значение, а также его связь с другими показателями. К примеру, необходимо проводить анализ неисправностей, которые возникают на производственных линях завода. Инженер по эксплуатации должен провести анализ данных за необходимый период по количеству неисправностей в разрезе их типов, критичности, а также сложности их устранения. Можно проводить анализ и информации о сотруднике, который обнаружил неисправность, плановом и фактическом времени устранения неисправности, а также о рабочих, трудившихся по данной задаче.

2. Ресторанный бизнес.

Данный сегмент рынка развивается весьма динамично. Сфера ресторанного бизнеса считается многопрофильной (досуг, питание, коммуникации), что влечет за собой постоянный контроль высокого уровня обслуживания клиентов, а также удовлетворения их потребностей.

Ресторанные сети практически всегда являются территориально распределенными и им необходимо централизованное управление из головного офиса. В это же время большой объем оперативных и статистических данных, которые хранятся в разных форматах, а также увеличение ассортимента продукции или числа торговых точек не дают возможности получить полную картину по сети в целом.

Перечислим типовые задачи, имеющиеся в аналитике работы ресторанных сетей:

- повышение качества продукции питания, а также уровня обслуживания посетителей;

- анализ факторов, которые повлияли на выполнение планов;

- мониторинг работы всех структурных единиц ресторана;

- анализ изменения финансовых показателей за различные периоды;

- изучение и прогнозирование спроса;

- оптимизация затрат и сокращение издержек;

- анализ посещаемости ресторана;

- анализ эффективности работы и повышение лояльности поставщиков.

При помощи применения BI-решений можно в любой момент проводить обработку большого количества данных, которые позволяют анализировать динамику финансовых показателей, а также делать выводы об эффективности или неэффективности выбранной стратегии развития сети, применяя необходимую степень детализации (к примеру, переход от товарооборота за месяц к конкретной позиции в чеке). Данный анализ позволяет определить те факторы, которые влияют на отклонение показателей от плановых. Также этот анализ дает возможность разрабатывать необходимые меры для увеличения товарооборота, найти резервы повышения рентабельности, уменьшить экономические затраты, скорректировать политику цен и ассортимента.

3. Энергетика

В энергетике, как и большинстве других отраслей, технология Business Intelligence является средством, которое должно упрощать управленческий анализ и поддерживать процесс принятия решений. Точная, годная к употреблению и своевременная информация все чаще рассматривается в качестве одного из важнейших факторов при управлении бизнес-процессами.

Задачи, решаемые при помощи BI в энергетике:

- операционно-ориентированная финансовая поддержка;

- обслуживание клиентов;

- поддержка осуществления бизнес операций;

- финансовый анализ и контроль;

- сдерживание затрат и отслеживание проекта;

- отчетность предприятия.

Информация, по большому счету, не является существенным средством и методом управления, дающим значительные преимущества ее обладателям в данной отрасли. Решающим фактором успеха для компаний, которые начинают использовать BI в энергетике, является то, сумеют ли они добиться реального результата в виде снижения издержек, оптимизации производства и повышения доходов http://www.i2r.ru/static/221/out_17508.shtml.

Качественно реализованный BI-инструментарий решает практически неограниченный перечень задач для самых разных отраслей. Он позволяет привести многие данные в порядок, постоянно поддерживать данные в актуальном состоянии, а также получать оперативный доступ к той информации, которая необходима именно в этот момент. Решения, которые построены на базе современных BI-платформ, позволяют реализовывать проекты в кратчайшие сроки, при этом предоставляя компании удобный инструмент для эффективного управления бизнесом.

Список литературы

1. Аналитическая обработка данных. Обзор BI-систем

2. Валькман Ю.Р, Исмагилова Л.Р. и др. Бизнес-интеллект и управление знаниями: понятия, средства и отношения // Сб. науч. трудов Института проблем моделирования и энергетики им. Г.Е. Пухова НАН Украины. 2009. № 53.

3. Воронина Т.В., Мальцев П.А., ОНТОЛОГИЯ BUSINESS INTELLIGENCE /Математика программных систем Межвузовский сборник научных статей. под редакцией А.И. Микова и Л.Н. Лядовой. Пермь, 2012. С. 150-160.

4. Луньков А.Д. Интеллектуальный анализ данных [Электронный ресурс] : учеб.-метод. пособие / А.Д. Луньков, А.В Харламов // Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского. - Электрон. дан. - Саратов, [б. г.].

5. Мохит Сагал. Интеграция Business Intelligence и бизнес-архитектуры - процесс, ведущий к успеху - http://citcity.ru/11750 (2006).

6. Определение Business Intelligence

7. Davenport, Th. H. Analy-tics at work / Th. H. Davenport. McGraw-Hill, 2009. 288 p

8. Magic Quadrant for Business Intelligence Platforms

Размещено на Allbest.ru