«В начале 1990-х годов Говард Дрезнер, тогдашний аналитик Gartner Group, ввел термин« бизнес-аналитика »из-за растущей потребности в приложениях, предназначенных для поддержки принятия решений на основе собранных данных. В настоящее время бизнес-лидеры и топ-менеджеры имеют доступ к большему количеству данных, чем когда-либо прежде; Однако данные сами по себе не генерируют понимание. Инструменты бизнес-аналитики (BI) стали основным ресурсом, помогающим компаниям использовать возможности больших данных и аналитики и принимать более взвешенные решения, основанные на данных. В разные годы существовали различные определения BI в зависимости от его формы, использования и отрасли, к которой он применяется. Многие из них сосредоточены только на программном обеспечении, используемом для бизнес-аналитики, и не учитывают основную цель бизнес-аналитики. Хотя этот термин часто используется в отношении поставщиков программного обеспечения, в BI есть нечто большее, чем просто программные инструменты.
Обзор литературы
Бизнес-аналитика стала популярным термином в сообществах бизнеса и информационных технологий (ИТ) только в 1990-х годах. Бизнес-аналитика (BI) относится к философии управления и инструменту, который используется для того, чтобы помочь организациям управлять и уточнять бизнес-информацию с целью принятия более эффективных бизнес-решений (Ghoshal and Kim, 1986; Gilad and Gilad, 1986). Дрезнер (1988) определил бизнес-аналитику как «концепции и методы для улучшения принятия бизнес-решений с использованием систем поддержки, основанных на фактах». Термин BI может использоваться для обозначения соответствующей информации и знаний, описывающих бизнес-среду, саму организацию и ее ситуацию в отношении ее рынков, клиентов, конкурентов и экономических проблем, или к организованному и систематическому процессу, с помощью которого организации приобретать, анализировать и распространять информацию как из внутренних, так и из внешних источников, значимых для их коммерческой деятельности и для принятия решений (Lönnqvist and Pirttimäki, 2006). В европейской литературе термин BI считается широкой зонтичной концепцией для конкурентной разведки (CI) и других связанных с разведкой терминов, таких как рыночная разведка, аналитика клиентов, конкурентная разведка, стратегическая разведка и техническая разведка. Действительно, этот термин был определен в нескольких аспектах (Casado, 2004), однако все они сосредоточены на общей цели, анализе данных и информации.
Как заявляли Гилад и Гилад (1986), организации собирали информацию о своих конкурентах с начала капитализма. Настоящая революция заключается в усилиях по институционализации разведывательной деятельности. BI представляет бизнес-информацию своевременно и легко, а также дает возможность рассуждать и понимать значение бизнес-информации, например, путем обнаружения, анализа и специальных запросов (Azoff and Charlesworth, 2004). Сегодня Evelson and Nicolson (2008) в Forrester определяют бизнес-аналитику как «набор методологий, процессов, архитектур и технологий, которые преобразуют необработанные данные в значимую и полезную информацию, используемую для обеспечения более эффективного стратегического, тактического и оперативного понимания и принятие решения.” Бизнес-аналитика сегодня никогда не является новой технологией, а не интегрированным решением для компаний, в рамках которого бизнес-требования, безусловно, являются ключевым фактором, стимулирующим технологические инновации (Ranjan, 2009).
Ранджан (2009) заявил, что основной задачей приложения BI для достижения реального влияния на бизнес является определение и творческое решение ключевых бизнес-проблем. После обсуждения многих определений BI естественно возникает вопрос, почему компании используют его. Основная цель – опередить конкурентов и принять правильное решение в нужное время. Эти решения могут быть приняты практически по любому аспекту ведения бизнеса, например, выяснить, как повысить эффективность маркетинговых кампаний, решить, следует ли и когда выходить на новые рынки, и улучшить продукты и услуги для более полного удовлетворения потребностей клиентов. Одним из ключевых аспектов бизнес-аналитики является то, что она предназначена для передачи информации в руки бизнес-пользователей.
От организаций требуется принимать решения все более быстрыми темпами, поэтому современные инструменты бизнес-аналитики помогают лицам, принимающим решения, получить доступ к необходимой информации, не обращаясь к ИТ-отделу или специально назначенным специалистам по данным.
Компоненты или инструменты BI
BI включает в себя несколько программ для извлечения, преобразования и загрузки (ETL), хранилища данных, запросов к базам данных и отчетности (Berson et.al, 2002; Curt Hall, 1999), анализ данных многомерной / оперативной аналитической обработки (OLAP). , интеллектуальный анализ данных и визуализация.
Данные и источники данных
Бизнес-аналитика начинается с данных. Как уже упоминалось во введении, предприятия имеют доступ к большему количеству данных, чем когда-либо. Источниками данных могут быть оперативные базы данных, исторические данные, внешние данные (из компаний, занимающихся исследованиями рынка или из Интернета) или информация из уже существующей среды хранилища данных. Источниками данных могут быть реляционные базы данных или любая другая структура данных, поддерживающая линейку бизнес-приложений. Они также могут находиться на многих различных платформах и могут содержать структурированную информацию, такую как таблицы или электронные таблицы, или неструктурированную информацию, такую как текстовые файлы или изображения и другую мультимедийную информацию.
Извлечение, преобразование, загрузка (ETL)
Ключевой частью BI являются инструменты и процессы, используемые для подготовки данных к анализу. Когда данные создаются разными приложениями, они, скорее всего, не в одном и том же формате, и данные из одного приложения не обязательно можно просматривать по отношению к данным из другого. Кроме того, если бизнес-аналитика используется для принятия критических решений, компании должны убедиться, что данные, которые они используют, являются точными. Процесс подготовки данных для анализа известен как извлечение, преобразование и загрузка (ETL). Данные извлекаются из внутренних и внешних источников, преобразуются в общий формат и загружаются в хранилище данных. Этот процесс также обычно включает проверки целостности данных, чтобы убедиться, что используемые данные являются точными и согласованными.
Хранилище данных и витрины данных
Хранилище данных является важной составляющей бизнес-аналитики. Это предметно-ориентированный, интегрированный. Процесс ETL заканчивается загрузкой данных в хранилище, потому что, когда данные содержатся в отдельных источниках, они мало используются для разведки. Хранилище данных – это хранилище, содержащее информацию из всех бизнес-приложений и систем, а также из внешних источников, поэтому ее можно анализировать вместе. Стенд данных, описанный (Inmon, 1999), представляет собой набор предметных областей, организованных для поддержки принятия решений на основе потребностей данного отдела. Подобно хранилищам данных, витрины данных содержат операционные данные, которые помогают бизнес-экспертам вырабатывать стратегии на основе анализа прошлых тенденций и опыта. Ключевое отличие состоит в том, что создание витрины данных основывается на определенной, предварительно определенной потребности в определенной группировке и конфигурации выбранных данных. Внутри предприятия может быть несколько витрин данных. Витрина данных может поддерживать определенную бизнес-функцию, бизнес-процесс или бизнес-единицу. OLAP (аналитическая обработка в режиме онлайн). Это относится к тому, как бизнес-пользователи могут разделять и нарезать кубиками данные, используя сложные инструменты, которые позволяют перемещаться по таким измерениям, как время или иерархии. Онлайновая аналитическая обработка или OLAP предоставляет многомерные, обобщенные представления бизнес-данных и используется для отчетности, анализа, моделирования и планирования для оптимизации бизнеса. Методы и инструменты OLAP можно использовать для работы с хранилищами данных или витринами данных, разработанными для сложных корпоративных интеллектуальных систем.
Расширенная аналитика
Это называется интеллектуальным анализом данных, прогнозированием или прогнозной аналитикой, в этом используются преимущества
методы статистического анализа для прогнозирования или обеспечения достоверности фактов.
Управление корпоративной эффективностью (порталы, системы показателей и информационные панели)
Эта общая категория обычно предоставляет контейнер для нескольких частей для подключения, так что
агрегат рассказывает историю.
В режиме реального времени BI
Он позволяет в реальном времени распространять метрики через электронную почту, системы обмена сообщениями и / или интерактивно
<Р> дисплеи.
Обсуждение
В целом, Business Intelligence предоставляет преимущества компаниям, которые ее используют. Первоначально BI снижает затраты на ИТ-инфраструктуру за счет исключения избыточных процессов извлечения данных и дублирования данных, размещенных в независимых витринах данных по всему предприятию. Например, 3M оправдала свою многомиллионную платформу хранилища данных на основе экономии от консолидации витрин данных (Watson, Wixom и Goodhue, 2004, pp. 202-216). Более того, это может устранить многие догадки в организации, улучшить связь между отделами, координируя действия, и позволить компаниям быстро реагировать на изменения в финансовых условиях, предпочтениях клиентов и операциях по снабжению. Со временем в организациях возникают вопросы типа «Почему это произошло?» и даже «Что будет?» По мере того, как бизнес-пользователи начинают анализировать и прогнозировать, уровень выгод становится все более глобальным и их трудно определить количественно (Watson and Wixom, 2007). Информация часто рассматривается как второй по важности ресурс компании (наиболее ценные активы компании – ее сотрудники). Поэтому, когда компания может принимать решения на основе своевременной и точной информации, она может улучшить свои показатели. Тем не менее, есть также несколько вопросов, касающихся бизнес-аналитики. Во-первых, большинство преимуществ BI неосязаемы до факта. Эмпирическое исследование для 50 финских компаний показало, что большинство компаний не рассматривают экономию затрат или времени в качестве основного преимущества при инвестировании в системы BI (Hannula and Pirttimaki, 2003). Надежда состоит в том, что хорошая система бизнес-анализа в будущем приведет к возврату. Во-вторых, эксперты рассматривают BI по-разному. Ранджан (2009, стр. 62-63) считает, что для экспертов по интеллектуальному анализу данных BI предлагается набор современных систем поддержки принятия решений с использованием методов интеллектуального анализа данных и применения алгоритмов, а для статистиков BI рассматривается как инструмент для прогнозирования и многомерного анализа. Эксперты по хранилищу данных рассматривают BI как дополнительные системы и являются для них совершенно новыми. Эти эксперты рассматривают BI как технологическую платформу для поддержки принятия решений. В-третьих, очень немногие организации имеют полноценное хранилище корпоративных данных. Основным ключом к успешной системе BI является консолидация данных из множества различных операционных систем предприятия в хранилище данных предприятия. Berson (2002) подчеркивает, что ввиду формирующейся высокодинамичной бизнес-среды только наиболее конкурентоспособные предприятия смогут добиться устойчивого успеха на рынке. Организации будут отличаться способностью использовать информацию о своем рынке, клиентах и операциях, чтобы использовать возможности бизнеса.
Выводы и будущие исследования
За последние десять лет бизнес-аналитика (BI) стала все больше полагаться на данные в реальном времени. Сегодня предприятия требуют быстрых результатов, и важно, чтобы был проведен не только бизнес-анализ, но и действия в ответ на анализ результатов и мгновенные изменения параметров бизнес-процессов. В документе рассматриваются концепции BI, его компоненты, преимущества и проблемы BI. Важно изучить влияние BI на каждую отдельную компанию и на экономику в целом. Возможное будущее Business Intelligence лежит в облачных вычислениях. Безопасность, защита данных, отсутствие контроля и ряд других барьеров препятствуют широкому внедрению BI; однако облачные вычисления обещают значительные преимущества, которые необходимо тщательно и разумно оценить.