Современные информационные технологии/3. Программное обеспечение

магистрант Моложенко Е.С., к.т.н., к.п.н., доцент Вихман В.В.

руководитель направления ПО и бизнес систем Люстров В.В.

Новосибирский государственный технический университет, Россия

Классификация продуктов Business Intelligence

Агентство Gartner Group, занимающееся анализом рынков информационных технологий, в 1980-х годах ввело термин «Business Intelligence» (BI), деловой интеллект или бизнес-интеллект. Этот термин предложен для описания различных концепций и методов, которые улучшают бизнес решения путем использования систем поддержки принятия решений.

Business Intelligence - программные средства, функционирующие в рамках предприятия и обеспечивающие функции доступа и анализа информации, которая находится в хранилище данных, а также обеспечивающие принятие правильных и обоснованных управленческих решений.

Понятие BI объединяет в себе различные средства и технологии анализа и обработки данных масштаба предприятия.

На основе этих средств создаются BI-системы, цель которых - повысить качество информации для принятия управленческих решений.

Gartner Group определяет состав рынка систем Business Intelligence как набор программных продуктов следующих классов:

- средства построения хранилищ данных;

- системы оперативной аналитической обработки;

- информационно-аналитические системы;

- средства интеллектуального анализа данных;

- инструменты для выполнения запросов и построения отчетов.

Классификация Gartner базируется на методе функциональных задач, где программные продукты каждого класса выполняют определенный набор функций или операций с использованием специальных технологий [1].

В настоящее время, в связи с бурным развитием BI решений, можно выделить другие классификационные параметры. В данной статье рассмотрены два классификационных признака – размер и функциональное назначение BI решения.

Классификация по размеру и сложности

Классификация по размеру и сложности является очень сложной задачей. Очевидно, что размер приводит к сложности, но даже простое BI решение, включающее в себя несколько простых алгоритмов будет сложным, если оно будет обрабатывать большие объемы данных.

Учитывая тот факт, что обработка хранилищ данных обычно происходит в ночное время, предлагаемая классификация BI решений, основана на временных параметрах, необходимых для завершения ETL фазы.

Небольшие BI решения

Характерной особенностью небольших BI решений является малая продолжительность ETL фазы, которая составляет несколько часов. Также во время вычислений в этом классе решений нет необходимости сохранять историю изменений.

При разработке небольших BI решений, как правило, ETL фаза начинается с создания новой базы данных каждую ночь. Этот метод создания хранилищ данных очень удобен, потому что это сильно снижает сложность работы с базами данных, но он не всегда применим. Мы можем делать какие-либо изменения, не беспокоясь о старых данных, просто потому что нет никаких старых данных (старые данные уже обработаны и импортированы в BI-решение).

Такой подход может показаться странным, но многие малые и средние компании имеют небольшие хранилища данных. На обработку и анализ таких объемов данных требуется не более шести часов.

Использование этого шаблона приводит к простым решениям, которые очень удобны в использовании и имеют очень высокую доходность от инвестиций.

Средние BI решения

Если необходимо отслеживать историю изменений, но при этом важна скорость обработки, то представляется возможным изменить алгоритм работы небольших BI решений.

В новом варианте старые данные будут сохраняться, но в случае необходимости проведения анализа за какой-либо день из архива потребуются дополнительные шесть часов, которые занимает ETL фаза в небольших решениях.

При этом сохраняются все преимущества небольших решений, с добавлением небольшой сложности в хранении архивных копий изменений.

Большие BI решения

Когда размер таблицы фактов становится настолько большим, что небольшие и средние BI решения не способны обработать весь объем информации, единственным выходом является применение других подходов и более сложных инструментов.

Когда решение является очень большим его необходимо рассматривать как многоуровневую структуру. Становится невозможным быстрое восстановление базы данных, легкое добавления атрибутов. Любое изменение требует повышенного внимания, потому что все операции будут потреблять процессорные ресурсы и дисковую подсистему в очень высокой степени.

Опыт показывает, что большинство крупных BI решений включают в себя несколько малых или средних решений. И всякий раз, когда встает вопрос о внедрении BI решения, необходимо ясно понимать, что необходимо в конкретном случае, потому что архитектура решения будет сильно зависеть от требований и нужд заказчика.

Классификация по функциональному назначению

В данной классификации можно рассмотреть решения по управлению эффективностью бизнеса, включающие в себя несколько систем, которые могут использоваться по отдельности и совместно.

Системы бизнес-анализа обеспечивают многомерный анализ данных и формирование разнообразной отчетности. Значительно улучшают качество и оперативность обработки корпоративной информации, повышают эффективность принятия управленческих решений.

Основное назначение подобных систем - динамическое представление информации и многомерный анализ агрегированных исторических и текущих данных, анализ тенденций, моделирование и прогнозирование результатов различных действий. Результатом применения такой системы являются с одной стороны - аналитические отчеты, ориентированные на нужды руководителей различных уровней, с другой - средства анализа данных и быстрого построения отчетов с использованием понятий предметной области.

Источником данных для таких аналитических систем могут являться многомерные базы данных, персональные источники данных и возможно, специализированные хранилища/витрины данных. Последний тип источников создается для повышения скорости обработки, автоматизации и стандартизации процессов архивации и накопления данных, управления доступом к информации и других потребностей (Пример: IBM Cognos BI).

Системы бюджетирования и планирования автоматизируют задачи планирования, бюджетирования и консолидации финансовой информации. В результате внедрения такой системы, перечисленные задачи становятся четкими, пошаговыми процедурами, с возможностью их контроля в режиме реального времени.

«Идеальное» приложение для бюджетирования должно обеспечивать:

- web-интерфейс, ориентацию на пользователя, чтобы сотрудники финансовых и операционных отделов, вне зависимости от того, насколько редко им приходится пользоваться системой, могли легко проводить полные, аккуратные и хорошо документированные бюджетные операции;

- встроенный OLAP-компонент;

- гибкий анализ, в том числе детализацию до элементов, постоянные корректировки, анализ «что-если», оперативный многомерный анализ, возможность удовлетворять индивидуальным требованиям к бюджету. Мощные возможности автоматизации для быстрой поддержки цикла создания, консолидации и распространения бюджетной информации;

- комплексную отчетность, как в процессе составления бюджета, так и при последующих обновлениях, включая динамические финансовые выражения, нерегламентируемые отчеты, перерасчет валют;

- защищенный доступ, обеспечивающий централизованную поддержку со стороны корпоративных финансов, а также допускающий многоуровневый контроль и управление версиями бюджета;

- системную интеграцию для передачи данных из разрозненных систем поддержки и обеспечения целостности данных (Пример: SAP R/3).

Системы статистического анализа и прогнозирования позволяют автоматизировать большую часть операций при построении прогнозов, сокращают риски при принятии стратегических решений (Пример: Prognoz BI).

Создание хранилищ данных является одной из основных задач, которую необходимо решить при внедрении систем бюджетирования и планирования, систем бизнес-анализа на предприятиях. В хранилищах собираются, структурируются и хранятся данные предприятия, необходимые для работы системы.

Можно выделить и другие классификационные признаки, но они не так существенно влияют на выбор того или иного BI решения при планировании внедрения. Это происходит потому ряду причин. Во-первых, прохождение конкурентного сравнения с системами этого же класса не всегда в интересах вендоров, поэтому они стараются его избегать. Кроме того, часто организации считают полноценный выбор системы затратным и проектом, требующим большого количества времени.

Именно поэтому часто компании стремятся пропустить эту фазу внедрения, и осуществляют выбор BI-системы по следующим критериям: используется ли другое ПО этого же вендора в компании, насколько удачного система сочетается с уже установленными продуктами, с системой хорошо знаком менеджмент по своей предыдущей работе, поставщик является для компании стратегическим вендором. Но являются ли эти критерии достаточными [3]?

Можно привести краткий алгоритм выбора и ряд параметров, которые помогут определить то или иное решение для конкретного заказчика:

- определение размера организации и количества сотрудников;

- определение сферы деятельности;

- определение источников данных;

- простота решения для конечных пользователей;

- определение возможности работы решения с уже установленными продуктами от этого же вендора;

- определение цены решения;

- определение является ли поставщик для компании стратегическим вендором;

- определение технических возможностей решения;

- определение возможностей пользовательской расширяемости;

- определение возможностей масштабируемости решения;

- определение возможности интеграции с другими системами;

- наличие локальной поддержки;

- репутация вендора и решения;

- наличие web интерфейса.

Аналитическое агентство BARC(Business Application Research Center) утверждает, что коммерческие свойства BI-системы до сих пор стоят во главе угла для большинства организаций, тогда как их функциональные возможности не являются приоритетным критерием при выборе системы. Но ситуация с каждым годом меняется и результатом проводимого исследования станет методология внедрения BI решений, которая должна стать «помощником» в выборе продукта и построении эффективного процесса внедрения.

Литература:

1. Исаев А.Н., Информационные системы в экономике, издательство Томского политехнического университета, Томск, 2012;

2. Выбор системы бюджетирования: основные требования, http://bit.ly/ZY6oEi (актуально на 15.04.2013);

3. Рекомендации по выбору BI, http://bit.ly/QiMu4b (актуально на 15.04.2013).