Системы бизнес-анализа (BI-системы)

Понятие «Business Intelligence» (BI) введено Говардом Дреснером (Howard Dresner), ныне вице-президентом Gartner Group, в 1989 г. для обозначения набора концепций и методик повышения эффективности принятия бизнес-решений при помощи фактографических информационных систем. Корректным переводом термина «Business Intelligence» является «деловая разведка» («бизнес-разведка», «экономическая разведка», «конкурентная разведка»), что не имеет непосредственного отношения к информационным технологиям. BI-системы появились в начале 90-х гг. XX в. Основной причиной их появления было широкое внедрение корпоративных информационных систем, оперативно собиравших значительные объемы данных. Информации набиралось так много, что аналитики могли обработать лишь малую ее долю (согласно исследованию IBM ~ 2—4%).

Таким образом, неэффективно использовались как информационные системы, так и информационные ресурсы: организации просто не могли использовать собственные, уже накопленные данные.

С 2004 г. появилась еще одна причина, определившая развитие рынка BI-систем — законодательная (в первую очередь для предприятий, осуществляющих деятельность в США). После нескольких скандалов, связанных с финансовыми злоупотреблениями руководства ряда корпораций (Enron, Adelphia, Global Crossing, Tyco и WorldCom) 15 ноября 2004 г. был окончательно введен в действие принятый в 2002 г. закон Сарбанеса-Оксли (SOX), призванный обеспечить «этичное поведение» компаний за счет соблюдения ими «высоких стандартов раскрытия информации». В частности, вводится требование, чтобы финансовые отчеты содержали сведения обо «всех транзакциях, договоренностях, обязательствах и других взаимоотношениях», относящихся к бизнес-процессам компании. В этой ситуации, разумеется, резко возрос интерес компаний к компонентам BI-систем, обеспечивающим оперативный сбор данных о протекании бизнес-процессов, и компонентам, осуществляющим сложный анализ данных. Таким образом, сегодняшние BI-системы с одной стороны — средство превращения накопленной информации в капитал, а с другой — реализация системы по мониторингу за менеджментом в корпорациях.

На современном этапе концепция BI представляет собой отдельное направление деятельности, заключающееся в сборе данных, касающихся экономической безопасности предприятия, их анализе (статистическом и логическом) и обеспечении руководителей высшего звена важной информацией, позволяющей значительно снижать риски при принятии важных для развития бизнеса решений. Сбор и анализ данных в рамках деловой разведки охватывают макроэкономические процессы и правовое поле (для отслеживания общего состояния внешней среды), внешние микроэкономические процессы (для отслеживания состояния целевых рынков и конкурентов) и внутрифирменные процессы (для отслеживания внутреннего состояния). Типичная BI-система содержит следующие модули:

· модуль 1 — набор средств организации хранилища данных (Data Warehouse) и витрин данных (Data Marts);

· модуль 2 — подсистему извлечения данных о транзакциях из различных баз, их преобразования к стандартному для BI виду и записи в хранилища данных (Extract, Transform and Load — ETL);

· модуль 3 — подсистему мониторинга деловой активности бизнес-процессов (Business Activity Monitoring, BAM или Business Process Monitoring, BPM);

· модуль 4 — подсистему генерации запросов и отчетов (Query and Reporting — Q&R);

· модуль 5 — набор средств анализа данных (OnLine Analytical Processing — OLAP и Data Mining).

Средства организации хранилищ и витрин данных обеспечивают BI-систему специализированными массивами данных (извлекаемых из корпоративной информационной системы), структурированными оптимальным для последующего анализа образом. Как правило, здесь хранятся ретроспективные или тактические данные о бизнес-процессах. Витрины данных отличаются от хранилищ лишь тем, что содержат подмножества данных, относящихся к отдельной теме или виду деятельности. Операционную БД вместе с внешними информационными источниками следует рассматривать как «сырье» для создания предметно-ориентированных, интегрированных, неизменяемых по структуре хронологических данных (ХД), анализируемых в системах поддержки принятия решений. Витрина (киоск) — подмножество ХД, обеспечивает необходимую производительность получения и анализа данных для конечных пользователей и защиту от несанкционированного доступа. Хранилище данных — это предметно-ориентированный, интегрированный, неизменяемый, поддерживающий хронологию набор данных, организованный для целей поддержки принятия решений. Как правило, ХД ориентированы на решение определенных задач анализа и представления данных.

Подсистема извлечения, преобразования и записи данных обеспечивает интеграцию данных между системами обработки транзакций (On-Line Transaction Processing — OLTP) и многомерными хранилищами аналитических данных. Средства ETL предназначены для осуществления доступа к базам данных разных форматов или взаимодействия с приложениями, очистки получаемых данных, их консолидации и конвертации в формат, принятый для хранилища данных и записи их туда.

Подсистема мониторинга деловой активности в реальном времени отслеживает происходящие на предприятии бизнес-процессы, получая данные от системы обработки транзакций. Данные мониторинга фиксируются в хранилище, параллельно подвергаясь всем видам анализа и контролю состояния. В случае срабатывания заложенных в систему условий (например, выхода бизнес-процесса за штатные рамки) подсистема автоматически уведомляет ответственное за процесс лицо о возникновении проблемной ситуации и предоставляет подробные данные для принятия оптимального решения.

Подсистема генерации запросов и отчетов (Query & Reporting) предназначена для оперативной выборки из хранилища требуемых пользователю данных за указанный период. Подобные выборки обеспечивают возможность ретроспективного анализа бизнес-процессов в нужном разрезе с заданной степенью детализации. Сюда же входят и средства обработки произвольных запросов (Ad-hoc query), реализующие выборку данных более гибко, в соответствии с нестандартными потребностями поиска данных. Сильными сторонами систем Query & Reporting по сравнению с OLAP-системами являются высокая гибкость при создании сложных по формату отчетов и возможность получения информации пользователями в режиме реального времени.

Средства анализа данных BI-системы делятся на две основные категории. Это средства онлайнового анализа данных (OLAP) и средства интеллектуального анализа данных (Data Mining, DM) и поиска знаний в базах данных (Knowledge Discovery in Databases, KDD). Средства OLAP в реальном времени осуществляют многомерный анализ данных по выбранным пользователем показателям и измерениям, сводя результаты в кросс-таблицы с возможностью раскрытия деталей по каждому показателю, формирующие, так называемые «OLAP-кубы».

Средства DM и KDD предназначены для обнаружения связей и корреляций между хранимыми данными, а также выявления трендов. Для этого используются сложные механизмы шаблонов, статистические и специальные математические. Методы интеллектуального анализа данных помогают найти и наглядно представить скрытые связи между объектами и процессами, связанными с экономической деятельностью компании, и строить математические и имитационные модели бизнес-процессов, позволяющие прогнозировать последствия принятия тех или иных решений или наступления определенных событий.

Итак, благодаря средствам бизнес-анализа корпорация сможет:

· централизованно управлять ключевыми индикаторами производительности (KPI) в целях повышения масштабируемости;

· создавать ключевые индикаторы производительности, соответствующие корпоративной стратегии, управлять ими и использовать их как основу для организации взаимодействия между подразделениями и внутри них;

· выполнять индивидуальную настройку информационных панелей бизнес-анализа в соответствии с потребностями отдельных сотрудников;

· использовать рабочие процессы, подписки и уведомления, чтобы держать всех сотрудников в курсе изменений, относящихся к деятельности организации;

· обеспечивать подотчетность путем назначения ответственных за конкретный показатель производительности.

· получать нужную информацию, создавая произвольные отчеты по запросу;

· распространять отчеты и аналитические документы в пределах всей организации через Интернет;

· легко ориентироваться в данных и извлекать их из исходных источников, пользуясь знакомой деловой терминологией;

· глубже понимать особенности деятельности компании, используя расширенные функции анализа, визуализации и составления настраиваемых отчетов;

· выявлять тенденции развития бизнеса в режиме реального времени благодаря постоянному прямому подключению практически к любому источнику данных в процессе анализа;

· управлять содержимым отчетов и их безопасностью благодаря возможности централизованного хранения отчетов и управления ими.

Таким образом, BI-системы особенно актуальны для компаний, работающих в условиях высокой конкуренции и динамичности, бизнес которых является клиентоориентированым. Как правило, это розничная и оптовая торговля, фармацевтика, банковский сектор, телекоммуникации, страхование. В названных сегментах обычно хорошо развита ИТ-инфраструктура, что является важным фактором, способствующим функционированию BI-систем, поскольку они работают на основе информации, аккумулированной в КИС.

Дата добавления: 2015-07-02