Системы класса bi системы бизнес интеллекта применяются для

Современные BI-системы – это отдельный класс систем, которые выполняют четыре ключевые функции:

• Собрать данные из различных внутренних и внешних систем.
• Обрабатывать и накапливать эти данные.
• Визуализировать информацию в понятном для бизнес-пользователя виде.
• Привести пользователя к верному управленческому решению.

BI-системы могут работать на различных устройствах, в том числе и мобильных, готовить как управленческую, так и регламентную отчетность, рассылать ее в виде презентаций пользователям и многое другое.

Когда-то BI-системы пользовались популярностью только в крупных компаниях, сейчас же аналитика является стандартом даже в совсем небольших компаниях, доступность BI-систем повысилась. Они актуальны для компаний любого масштаба и рода деятельности, и могут применяться как на уровне всей организации, так и в отдельных подразделениях.

Помимо самой очевидной задачи BI – оперативного получения среза информации, необходимой для принятия бизнес-решений – эти системы закрывают ряд не менее актуальных для компании вопросов. Перечислим основные:

1. Сбор, структурирование и хранение актуальных данных в единой базе.
2. Анализ большого объема данных из одного или разных источников для создания отчетов и принятия бизнес-решений.
3. Моделирование гипотез для успешного развития компании.
4. Создание стратегической, тактической и оперативной отчетности для оповещения руководства об отклонениях KPI.
5. Систематизация и сохранение полученных выводов для передачи в работу сотрудникам.
6. Повышение качества данных, исключая дублирование, несогласованности и ошибки.
7. Поиск зон риска и определение новых возможностей для бизнеса.

Основные тенденции в BI на 2023 год, согласно

исследованию BARC

– это:

• управление основными данными (Master Data Management) и качеством данных;
• создание в компании подхода к управлению, основанного на собираемых данных;
• поддержание стратегии управления данными (Data Governance) с определением конкретных практики по управлению информацией;
• алгоритмы для обнаружения информации в неструктурированной совокупности сведений (Data Discovery) и их визуализация;
• подход, ориентированный на удобство и самостоятельную работу конечного пользователя (Self-service).

Принцип работы BI-систем

Обобщенно процесс работы BI-системы выглядит так: данные из разных источников консолидируется, определенным образом очищаются, трансформируются, агрегируются, классифицируются и загружаются в систему, где производится их анализ на основе разнообразных отчетов и визуализаций.

• Отчет выглядит как многофункциональная информационная панель со сгруппированными по разным логическим параметрам данными. 
• Панель настроена таким образом, чтобы фокус внимания падал на приоритетные для текущих задач направления. 
• Фильтры, варианты сортировки, виды визуализации, технология drill-down дают возможность гибко настраивать формат индикации показателей, корректируя их критерии, связи и глубину выборки. 
• Акцент на гибкости позволяет компании любого профиля настроить BI-систему под свои задачи и потребности. Визуально понятный интерфейс рассчитан на быстрое освоение и беспрепятственное пользование системой обычных сотрудников без глубоких познаний в IT сфере.

Источниками данных могут быть различные системы:

• облачные (Oracle Cloud, Google BigQuery, Microsoft Azure и другие веб-подключения);
• файловые (Excel, XML, PDF и иные табличные файлы); 
• реляционные (SQL Server, MySQL, Oracle).

Если говорить об информационных системах, то частыми источниками данных для BI являются:

• 1С;
• SAP;
• MS AX; 
• MS NAV;
• Битрикс;
• Яндекс.Метрика и другие.

Для всех этих систем есть коннекторы, облегчающие получение и обработку данных. Часто для упрощения сбора данных компании прибегают к помощи программных роботов (RPA), которые позволяют оперативно собрать и подготовить данные для BI-системы. Это стало особо актуально в России в 2022 году, когда многим представительствам зарубежных компаний и партнёрам ограничили доступ к зарубежным системам.

Инструменты интеграции и очистки данных (ETL)

Рассмотрим архитектуру BI-системы более подробно. Глобально она состоит из нескольких блоков, первым из которых является ETL.

ETL – аббревиатура от Extract, Transform, Load (извлечение, преобразование, загрузка). Эти системы применяются для загрузки данных из различных учетных систем.

ETL выгружает данные из нескольких платформ, которыми пользуется компания, например, CRM, ERP, логистической или складской системы. Загружает полученную информацию в хранилище данных (DWH) в консолидированном и нормализованном виде.

ETL-системы приводят все данные к единой системе значений и детализации, очищая их от ошибок и информационного мусора, что обеспечивает их качество и надежность. В спорных случаях после преобразования можно разобраться, из каких источников взяты те или иные данные.

Аналитическое хранилище данных

Средства Data Mining

Инструменты Data Mining (глубинный анализ данных) обрабатывают данные и анализируют их по различным срезам. Система выявляет зависимости и тренды. При этом могут использоваться самые разные методы обработки информации: от статистики и прогнозирования до семантического анализа.

Это решение предназначено для того, чтобы специалисты по статистике и квалифицированные бизнес-аналитики создавали модели, способные автоматически выявлять и отслеживать закономерности и тенденции, генерировать статистические модели и правила.

Инструменты визуализации данных

Для визуализации данных используются отчеты, с которыми работают пользователи. 

Средства визуализации включают в себя широкие наборы диаграмм, графиков и карт на удобных и интуитивно понятных информационных панелях и позволяют менять визуализации одним кликом. 

Во всех BI-системах используются базовые шаблоны, которые позволяют создать как минимум простую графику, в некоторых платформах настройки позволяют генерировать более сложные инфографики или интерактивные визуализации. 

В зависимости от задач отчеты могут строиться по утвержденному формату или быть аналитическими. При построении аналитических отчетов пользователи самостоятельно устанавливают перечень отображаемых показателей, сортируют данные и выстраивают фильтры.

Зачем внедрять BI-системы в бизнесе

Рассмотрим простейший пример: на основе анализа продаж группы товаров «Молочные продукты» в магазинах сети за период в 2 месяца, специалист отдела снабжения принимает решение о том, сколько экземпляров товаров из линейки продуктов отгружать в каждый из магазинов и с какой периодичностью.

Если ему приходится уделить много времени для сбора данных из каждого филиала, он не сможет своевременно проанализировать ситуацию. Если данные не структурированы, невозможно разобраться, какой отчет к какому магазину относится – ошибки при принятии решения неизбежны. А это чревато финансовыми убытками: либо из-за чрезмерной поставки скоропортящегося товара, если его не раскупят до истечения срока хранения; либо из-за недостаточной поставки и упущенной выгоды; либо из-за необходимости срочно распродавать товар с существенной скидкой, чтобы получить хоть какую-то прибыль.

При использовании BI-систем все нужные данные поступают оперативно, в удобном для аналитики виде, с возможностью сравнить план/факт и другие параметры – и факторы риска убытков при принятии решения значительно уменьшаются.

Как понять, что компании нужно использовать Business Intelligence

BI-решения подходят для компании любого профиля, внедрить их можно как в отдельные подразделения, так и для всей организации.
Перечислим факторы, при которых руководству компаний целесообразно всерьез задуматься о внедрении BI-системы:

• необходимость интеграции данных в единый центр из нескольких источников (систем), особенно в случае прямого влияния показателей друг на друга (корреляции) или необходимости проведения сквозного анализа данных; 
• потребность в оперативном доступе к бизнес-данным большому количеству пользователей как среди руководства, так и аналитиков;
• процесс роста компании, изменения ее структуры, найма новых сотрудников, запуска новых линеек продукции;
• необходимость мониторить показатели и тенденции в любое время с любого гаджета;
• наличие ИТ-систем с большим объемом данных, а также независимого инструмента контроля;
• необходимость для бизнеса по-разному смотреть на свои данные (изменять визуальное представление, добавлять детализацию, менять аналитические разрезы и т.д.)

BI-системы универсальны, их применяют и в коммерческом, и в государственном секторе. BI-решения наиболее часто внедряют компании из финансового сектора, фармацевтической отрасли, ритейла, пищевой промышленности, энергетики, телекома, HoReCa.

Советы при выборе платформы для BI

Выделим несколько факторов, на которые имеет смысл обратить внимание при выборе подходящей для вашей компании BI-системы: 

	Возможности интеграции Проще работать с системами, в которых уже встроены интерфейсы для соединения с многочисленными источниками данных.
	Необходимые виды визуализаций Различные варианты визуализации – графики, диаграммы, карты, информационные панели – помогут яснее и быстрее, чем только таблицы, понять закономерности и тенденции.
	Совокупная стоимость владения Оценивая стоимость владения, стоит учесть не только стоимость внедрения (работы, лицензии на программное обеспечение, серверное обеспечение), но и затраты на дальнейшее развитие, масштабирование, обучение персонала.
	Функциональные возможности Решение должно уметь автоматизировать, структурировать и упрощать задачи, предлагать новые наборы данных для получения более точных результатов.
	Комплексное решение Единая платформа подразумевает, что информация собирается, хранится, обрабатывается и анализируется в одной системе.
	Self-service BI-система должна быть доступна для рядового пользователя без привлечения IT-специалистов. Ценится продуманный, логичный интерфейс с простой навигацией и достаточным количеством встроенных функций, которые если и нужно настроить, то приложив минимальные усилия.
	Тех.поддержка Успешное внедрение и последующие сопровождение и развитие, поддержание системы в актуальном состоянии по отношению к требованиям бизнеса и инфраструктуре компании – напрямую зависят от наличия в доступности достаточного количества специалистов с релевантным опытом.

Универсального ответа на вопрос, какая именно BI-система лучшая, нет: каждая компания выбирает инструмент в соответствии со своими потребностями и приоритетами.

Примеры BI-систем

До недавних пор в России были востребованы практически исключительно иностранные системы Business Intelligence, проверенные временем. Ситуация изменилась из-за ухода с рынка многих западных разработчиков и общей геополитической нестабильности, поэтому вырос спрос на российские BI-системы. Перечислим несколько зарубежных и отечественных платформ.

Power BI

Одна из самых популярных в мире BI-платформ от Microsoft. Является своего рода стандартом в индустрии и объединяет многолетний опыт работы компании с данными. Платформа способна работать с различными объемами данных, имеет большое количество коннекторов к различным системам, обладает большой библиотекой визуализаций и расширений.

Power BI совместима с продуктами Microsoft, интерфейс программы разработан по подобию офисных приложений MS Office, что позволяет пользователям чувствовать себя в комфортной среде. 

Решение подходит как для крупного, так и для малого бизнеса благодаря тому, что desktop решение Power BI бесплатно и доступно для скачивания и использования на локальных компьютерах. Также доступна бесплатная облачная версия. Бесплатные версии имеют некоторые ограничения, поэтому не подойдут для корпоративного сегмента.
Интерактивные дашборды показывают данные в реальном времени и доступны на любом устройстве. Пользователи могут делиться отчетами несколькими способами.

Qlik Sense

BI-система от шведского разработчика Qlik является пионером в индустрии, появилась в далёком 1993 году и уже тогда предложила инновационный подход и технологию по хранению и работе с данными. BI-система Qlik Sense хранит все данные в оперативной памяти сервера и связывает их с помощью ассоциативной модели. Благодаря этому Qlik Sense показывает высочайшую скорость обработки данных и предлагает пользователям уникальный формат работы.

Систему можно смело отнести к лидеру по уровню self-service, так как разобраться в работе можно за пару часов любому пользователю. Также в системе по умолчанию работает сквозная фильтрация, что делает анализ более полноценным. Qlik Sense замечательно работает на любых устройствах, может готовить презентации, регламентные отчеты, рассылку отчетности, информирование о событиях и т.д.

Tableau

Американская система выполняет углубленный анализ информации и представляет результаты на информационной интерактивной панели в режиме реального времени. 

Целевое использование платформы Tableau подразумевает наличие у клиента хранилища данных, куда предварительно поступают данные из систем источников. Скорость работы Tableau напрямую зависят от скорости DWH. 

Система в большей степени ориентирована на аналитиков, так как обладает гибким инструментарием настройки запросов к хранилищу и предполагает наличие у пользователя таких навыков. Tableau работает в вебе, на десктопе и мобильных устройствах.

PIX BI

Система PIX BI от российского разработчика PIX Robotics – альтернатива вышеупомянутым западным разработкам, по интерфейсу и функционалу идентичная им. 

В большей степени создатели PIX BI ориентировались на таких зарубежных игроков как Qlik Sense и Power BI. Например, в системе реализована полноценная модель данных, сквозная фильтрация, встроенный ETL, аналог языка формул Qlik Sense, лучший адаптивный интерфейс среди российских платформ и высокий уровень self-service (самостоятельной работы бизнеса).

Система работает на встроенном хранилище ClickHouse, что позволяет обрабатывать огромные массивы данных. Также стоит отметить гибкую ценовую политику PIX, благодаря которой система доступна даже небольшим компаниям.

Visiology

Эта аналитическая платформа – также российская разработка. Содержит основной функционал ведущих BI-систем. Создатели платформы фокусируются на зарубежном продукте Power BI, повторяют не только интерфейс, но и функциональность. 

В частности, в платформе реализована модель данных и эмуляция языка DAX (основной язык Power BI, используется для написания формул). Возможности Visiology в части разработки кастомных дашбордов достаточно широкие, но self-service ещё требует улучшений.

Также стоит отметить цифрового помощника под названием «виртуальный аналитик ViTalk», в основе которого лежит технология искусственного интеллекта. Он преобразовывает любой вопрос в запрос к системе и выдает ответ в виде отчета.

Modus BI

Это российская BI-система. Платформа имеет собственное ETL-решение, позволяющее собирать данные из множества источников, обеспечивать процессы верификации, нормализации и последующего формирования единого корпоративного хранилища данных. 

Также предусмотрена аналитическая платформа для визуализации показателей, определения трендов и зависимостей, создания прогнозов на основе данных. На ее базе создание отчетов в визуальном конструкторе производится в режиме self-service – путем нескольких кликов, без программирования, используя и настраивая фильтрацию, агрегацию данных, переходы в другие отчеты, детализацию.

Инструменты BI-аналитика

Аналитик BI собирает информацию из разных источников и представляет результаты анализа в виде таблиц и дашбордов с визуализацией. Аналитик тестирует гипотезы, выдвигает и приоритезирует их, подбирает эффективные инструменты для их проверки. Ему надо уметь работать с сырыми данными: получать информацию из разных источников с помощью SQL, загружать и обрабатывать их BI-инструментами. Для конечного пользователя он строит дашборды – наглядные интерактивные отчеты, помогающие принимать бизнес-решения, основанные на фактических данных.

Основные инструменты BI-аналитика:

• SQL-запросы.
  SQL (Structured Query Language) – это специальный язык, который формирует запросы к базе данных по определенной структуре. С его помощью аналитик достает данные и затем обрабатывает их с помощью другого, более гибкого языка программирования, например, Python.

• Языки Python и R. Python
  Универсальное решение для работы с данными. У него простой синтаксис и встроенный интерпретатор, с помощью которого аналитик кодирует и проверяет гипотезы в режиме реального времени. Другой язык программирования, R, был создан для статистических задач и анализа данных, тогда как Python более универсален и поэтому его знает большее количество аналитиков. R отлично подходит для сложных визуализаций, в отличие от Python. 

• Технология OLAP (Online Analytical Processing, аналитическая онлайн-обработка данных)
  Обработка крупных аналитических запросов со множеством параметров. Используется для товарной и поведенческой аналитики. OLAP-куб, построенный по специальной многоуровневой модели, способен за секунды вывести данные в нужных разрезах: сравнение периодов, совмещение данных из разных систем в единый интерфейс, сопоставление геоданных клиентов с местами реальных покупок, вычисление злоупотреблений сотрудников и т.д.

• ETL
  Это инструмент, с помощью которого выгружаются данные из первоисточника, трансформируются, очищаются, обогащаются и готовятся к размещению в системе хранения. Аналитик BI должен обладать навыками, позволяющими ему не только представлять массивы данных, но и влиять на их изменение. Чаще всего для подготовки используются такие языки как SQL или Python.

Дашборд BI-системы

Дашборд – информационная панель, на которой визуально представленные данные сгруппированы по смыслу.

Все данные на дашборде – интерактивные. Графики можно увеличивать и перестраивать, из них можно «проваливаться» в интересующий слой данных. Можно просматривать источники информации и детально изучать показатели аналитики. Для отображения доступны разные форматы: отчеты, таблицы, графики, диаграммы, карты.

Часто задаваемые вопросы

Отправьте статью себе на почту

Современный бизнес уже немыслим без инструментов для поддержки принятия управленческих решений — бизнес-аналитики (Business Intelligence или BI-систем).

BI-решение полезно компаниям из большинства сфер. Например, производство, финансы, розничная и оптовая торговля, страхование, телекоммуникации, — где есть необходимость понимания того, что происходит в бизнесе. Раньше BI внедряли только крупные предприятия, которые сегодня уже сложно представить себе без использования этих решений. Однако сейчас все чаще средний и даже малый бизнес начинает использовать аналитические решения. Во многом этому способствует появление более простых систем и даже встраивания BI-инструментов в учетные системы.

BI-системы будут полезны бизнесу в любой сфере, поскольку позволяют оперативно собирать актуальную коммерческую информацию для принятия стратегических и тактических решений.

Система бизнес-анализа класса business-intelligence это:

• Приложение, включающee дашборды, графики, таблицы и отчеты, специально настроенное для удобного операционного и стратегичесеого анализа;
• Незаменимый инструмент для принятия высокоэффективных решений;
• Надежное средство повысить эффективность управления, сократить затраты и увеличить выручку;
• Доступ к полной и детальной информации о бизнесе в любом месте за один клик.

Система бизнес-анализа регулярно собирает данные из всех имеющихся в организации источников и в сжатом виде представляет уполномоченному сотруднику наиболее важную информацию, соотнесенную с целевыми показателями. Одновременно система позволяет при необходимости выводить данные более низкого уровня – вплоть до первичных документов.

В России сейчас доступные российские BI-системы и китайская BI-система FineBI

Для чего нужна Система бизнес-анализа?

Чтобы в режиме реального времени отслеживать положение дел в компании и в случае необходимости оперативно реагировать на отклонения от нормы или плана. Систему бизнес-анализа можно сравнить с оборудованием для диагностики автомобиля: машина ездит и все, казалось бы, хорошо, но тестирование всех систем покажет даже потенциальные проблемы.

Кому нужно?

Получение полезной информации из исходных необработанных данных необходимо как крупным предприятиям и корпорациям, так и SMB-компаниям. Так как системы бизнес-анализа абсолютно универсальны, они могут применяться в различных отраслях для решения широчайшего круга задач.

Откуда в систему поступают данные?

Система бизнес-анализа не является частью какого-либо решения и не заменяет другие, уже установленные системы, но может получать данные из любых источников – от ERP, CRM и WMS-системы разных вендоров до таблиц Excel и самописных решений.

Как это работает?

Система бизнес-анализа подключается к каждой из существующих в компании ИТ-систем и загружает в себя всю необходимую информацию. Полная загрузка происходит только один раз, а потом происходят только подгрузка изменений, что обеспечивает мгновенный вывод результата анализа.

Кто может работать в системе бизнес-анализа?

Получать аналитические данные с помощью системы бизнес-анализа могут как собственник и руководители, ответственные за принятие наиболее важных решений, так и менеджеры и аналитики.

Сложно ли пользоваться системой бизнес-анализа?

Интерфейс системы дружелюбен и интуитивно понятен, специальные ИТ-знания не требуются.

Сложно ли внедрять?

Внедрение системы бизнес-анализа не предполагает каких-либо изменений в рабочих процессах или в ИТ-инфраструктуре. Внедрение готовых отраслевых решений проходит в кратчайшие сроки практически без отрыва сотрудников от работы.

Как это работает?

Глобально архитектура состоит из нескольких блоков: ETL выгружает данные из систем, например, CRM, ERP, логистической или производственной системы. Загружает полученную информацию в хранилище данных (DWH) в консолидированном и нормализованном виде. BI-инструмент формирует отчеты, информационные панели и позволяет проводить  бизнес-анализ с целью поддержки принятия решений в организации на основании данных в DWH.

Какие выгоды дает использование бизнес-аналитики?

Ряд преимуществ от использования системы бизнес-анализа довольно просто посчитать, так как результат проявляется быстро и может быть рассчитан в денежном эквиваленте. По данныи исследования BARC системы бизнес аналитики Qlik Sense и QlikView имеют следующие показатели:

34%

повышение производительности труда

96%

рост удовлетворенности клиентов

23%

увеличение денежного потока

20%

снижение эксплуатационных расходов/операционных затрат.

На что обратить внимание при выборе BI-системы

Прежде всего на его технические особенности: какой объем данных готова содержать система, каким образом и из каких источников BI-система будет получать информацию, какие у решения есть возможности для визуализации и ее выгрузки, как реализована защита данных. Во-первых, на этапе выбора решения вы должны проконтролировать подготовку базы данных, из которой BI-система будет черпать данные – без нее BI-решение станет дорогой и бесполезной игрушкой. Во-вторых, на этапе старта использования системы необходимо четко выстроить бизнес-процессы в каждом отделе по подготовке отчетов, и в штате должен быть специалист, который поможет остальным коллегам освоить функционал BI-решения и принимать от них внутренние заказы на доработку или настройку функционала под новые метрики и отчеты. В-третьих, решение нуждается в постоянной техподдержке и, следовательно, требует внимания со стороны IT.

При выборе системы нужно, в первую очередь, исходить из целей и задач аналитики. Далее – необходимо понять, как и какого характера закономерности вы хотите обнаружить. Очень значимым фактором при выборе BI-системы является объем данных и то, как эти данные хранятся. От этого зависят скорость и методы работ. Если компания обладает огромным количеством больших данных, то, для того, чтобы не потеряться в ворохе информации, необходимо позаботиться о правильной организации хранилища. В этом случае выбор скорее всего падет на какую-то серьезную BI-систему.

Учитывая, что проект по внедрению аналитики  это всегда стратегические инвестиции, от которых также  зависит дальнейшее развитие компании, то к выбору платформы стоит отнестись внимательно.

Пара советов от нас, на что стоит обратить внимание при выборе платформы для BI:

1. Соответствие функциональным требованиям

В первую очередь, конечно же, стоит определиться с тем, способна ли данная платформа удовлетворить те требования, которые ваша компания предъявляет к аналитической системе. Способна ли она справиться с вашими объемами данных? Умеет ли она рисовать те прекрасные дашборды и индикаторы, о которых мечтает ваше руководство? Позволит ли она вашим аналитикам самостоятельно строить самые невообразимые отчеты и запросы? Можно ли организовать доступ с мобильных устройств? У всех платформ есть свои достоинства и недостатки, и возможно, что ни одна и них не удовлетворит все ваши пожелания, но она должна соответствовать ключевым и наиболее приоритетным требованиям.

2. Интегрированность

Большим плюсом при выборе платформы является наличие «родных», интегрированных компонентов, необходимых  для создания BI-системы, таких, например, как:

• Инструменты разработки
• Инструменты ETL
• Хранилище данных
• Мета-данные
• Инструменты администрирования и управления доступом
• Средства визуализации и др.
• Чем «укомплектованней» платформа, тем более цельным и надежным будет решение.

3. Наличие квалифицированных специалистов

Эффективность и отдача от использования аналитической системы в компании зависит не только от успешного внедрения, но и от дальнейшего сопровождения и развития, поддержания ее в актуальном состоянии по отношению к требованиям бизнеса и инфраструктуре компании. Достаточное количество квалифицированных специалистов на рынке позволит вам занять наиболее выгодную позицию при выборе поставщика услуг и не попасть в ситуацию, когда вы зависите от единственного партнера. И уж тем более, уход двух-трех внутренних сотрудников, являвшихся единственными носителями сакральных знаний о том, как работает ваша система, не станет для вас концом света.

4. Наличие отраслевых решений

Наличие готовых партнерских и отраслевых решений в значительной степени позволяет сократить сроки внедрения и затраты на разработку. Как показывает практика,  90% основного необходимого функционала аналитической системы обуславливается той отраслью, в которой работает компания, поэтому, чтобы не тратить время на изобретение велосипеда, можно остановить свой выбор на готовом решении и  развивать его в соответствии с приоритетами компании.

5. Совокупная стоимость владения

Пожалуй, этот пункт не требует больших комментариев. Так  или иначе, любой выбор осуществляется в условиях ограниченных ресурсов, и деньги далеко не самый последний.

Оценивая стоимость владения стоит принять во внимание не только  стоимость внедрения (работы, программное обеспечение, серверное обеспечение), но и затраты на дальнейшее развитие, масштабирование, обучение персонала.

Что такое система бизнес-анализа?

Система бизнес-анализа класса Business Intelligence это

Терминология бизнес-аналитики (Business Intelligence)

Для описания алгоритмов и данных в Qlik Sense, Tableau, QlikView и Microsoft Power BI используется терминология BI

Активное хранилище данных (Active data warehousing).  Гибридная платформа хранения данных, поддерживаемая компанией Teradata (отделение NCR), которая поддерживает и аналитические, и оперативные запросы.

Витрина данных (Data mart). Хранилище данных, ориентированное на отдельную тематическую область и на определенную однородную группу пользователей.

Выборка, трансформация и загрузка данных (Extraction, transformation and loading, ETL). Инструменты, которые позволяют извлекать данные из систем-источников, преобразовывать их и загружать в хранилища данных или витрины данных.

Данные (Data). Продукт систем-источников и приложений (данные транзакций или текстовые данные).

Добыча данных (Data mining). Добыча данных, называемая также извлечением знаний из баз данных (KDD), позволяет статистикам и квалифицированным бизнес-аналитикам создавать модели, способные автоматически выявлять и отслеживать закономерности и тенденции и генерировать статистические модели и правила.

Запаздывающий индикатор (Lagging indicator). Ключевой показатель эффективности, позволяющий оценивать результаты прошлой деятельности, как это имеет место для большинства финансовых показателей.

Измерение (Measurement). Результат измерения параметра объекта или вида деятельности.

Интеграция корпоративных приложений (Enterprise application integration, EAI).  Промежуточное ПО, интегрирующее приложения путем передачи информации о событиях из одного приложения в другое в режиме почти реального времени.

Интеграция корпоративных данных (Enterprise information integration, EII).Инструменты, позволяющие опрашивать множество распределенных источников данных и мгновенно обобщать результаты для представления их конечным пользователям.

Ключевой показатель эффективности (Key Performance Indicator, KPI).Параметр, позволяющий определить, насколько хорошо данная организация или индивидуум выполняет текущие, тактические или стратегические операции или задания, критически важные для текущего или будущего успеха данной организации.

Корпоративный портал (Corporate portal). Персонализуемый веб-интерфейс для представления бизнес-контента, необходимого конкретным сотрудникам для выполнения порученных им заданий (с любезного разрешения Колин Уайт).

Модель данных (Data model). Логическое представление функционирования данного бизнеса и его конкретной физической реализации в рамках системы управления базой данных.

Операционный склад данных (Operational data store, ODS). Хранилище данных сравнительно небольшого объема, предназначенное для выдачи быстрых ответов на короткие операционные запросы (например, на запрос телефонного оператора-продавца относительно профиля только что позвонившего ему клиента).

Операционная панель индикаторов (Operational dashboard). Система управления эффективностью , которая представляет информацию об операционных процессах, причем мониторингу в рамках панели индикаторов уделяется большее внимание, нежели возможностям анализа или менеджмента.

Опережающий (прогнозный) индикатор (Leading indicator). Ключевой показатель эффективности, позволяющий оценивать деятельность, которая в значительной мере определяет будущие результаты деятельности компании.

Панель индикаторов (Performance dashboard). Многоуровневое приложение, базирующееся на инфраструктуре бизнес-анализа и интеграции данных и позволяющее пользователям осуществлять мониторинг и анализ эффективности работы и управлять ею с помощью интерфейсов панелей индикаторов или сбалансированных систем показателей . Иначе называется системой управления эффективностью (performance management system).

Панель индикаторов (Dashboard). Инструмент визуализации, используемый в операционно-ориентированных системах управления эффективностью и позволяющий измерять значения показателей по отношению к целевым и пороговым значениям на основании данных, представляемых в режиме нужного времени.

Показатель (Metric). Регулярно измеряемый параметр объекта или вида деятельности. Например, компания может использовать показатель, характеризующий выгодность клиента, и другой показатель, характеризующий лояльность клиентов.

Сбалансированная система показателей (Balanced Scorecard). Методология стратегической индикаторной панели , разработанная профессором Робертом С . Капланом и консультантом Дэвидом П. Нортоном и использующая сбалансированный набор показателей, охватывающий все аспекты деятельности организации. Сбалансированная система показателей позволяет сфокусировать внимание сотрудников на тех заданиях и направлениях деятельности, которые максимально способствуют достижению стратегических целей организации и обеспечивают ценность бизнеса в долгосрочной перспективе.

Система показателей (Scorecard). Механизм визуализации, используемый в стратегически ориентированных системах управления эффективностью, который позволяет отслеживать продвижение к стратегическим целям, соотнося реальные рабочие показатели с целевыми и пороговыми значениями.

Система управления эффективностью (Performance management system).Информационная система на основе инфраструктуры бизнес-анализа и интеграции данных, позволяющая пользователям осуществлять мониторинг и анализ эффективности работы и управлять ею с помощью интерфейсов индикаторных панелей или сбалансированных систем показателей. Иначе называется панелью индикаторов (Performance dashboard).

Стратегическая панель индикаторов (Strategic dashboard). Система управления эффективностью, фокусирующая внимание сотрудников на заданиях и направлениях деятельности, которые максимально способствуют достижению стратегических целей и обеспечивают ценность бизнеса в долгосрочном плане. При этом больше внимания в рамках панели индикаторов уделяется менеджменту, нежели возможностям анализа и мониторинга.

Стратегическая карта (Strategу map). Инструмент, обычно используемый в стратегических индикаторных панелях и сбалансированных системах показателей для определения связей между стратегическими целями и показателями, через которые они выражаются. Используются для разработки и корректировки организационной стратегии и проверки гипотез руководителей относительно причинно-следственных связей между целями и показателями.

Тактическая панель индикаторов (Tactical dashboard). Система управления эффективностью , которая позволяет менеджерам и аналитикам отслеживать продвижение различных программ и проектов по отдельным подразделениям компании и анализировать тенденции и возникающие проблемы. При этом больше внимания в рамках панели индикаторов уделяется анализу, нежели мониторингу и возможностям менеджмента.

Табличная витрина (Spreadmart). Электронная таблица или настольная база данных, созданная бизнес пользователем, которая функционирует как суррогатная (персональная или филиальная) витрина данных и содержит уникальные термины, определения и правила, которые несовместимы с другими терминами, определениями и правилами, используемыми в других системах в пределах данной организации.

Управление эффективностью бизнеса (Business performance management).Совокупность организационных процессов и приложений, имеющая целью оптимизировать реализацию бизнес-стратегии. Включает в себя, в частности, панели индикаторов , а также финансовую консолидацию и отчетность, прогнозирование, планирование и составление бюджетов.

Хранилище данных (Data warehouse). Хранилище очищенной интегрированной информации, полученной от многих систем, из которого информация поступает к конечным пользователям или в витрины данных.

Что такое консолидация данных и почему она так важна

Сегодня многие компании ищут способы повышения конкурентоспособности, эффективности и адаптивности к изменяющимся условиям. Те, кто способен визуализировать все данные компании лучше других подготовлены в отношении прогнозирования, выявления ошибок и принятии решений, основанных на ценной информации, извлеченных из данных.

Однако, данные, которые хранятся компаниями, имеют различное происхождение, формат и цели.   Все это может привести к дублированию, оплаты нескольких лицензий для различного ПО или проблем, связанных с безопасностью данных.

Кроме того, подобное разнообразие делает сложным быстрый и эффективный анализ данных. Чтобы исключить  ошибки и дубликаты, расположить данные в правильном месте, например в хранилище или озере, их необходимо обрабатывать.  Процесс, известный как интеграция  может быть реализован с помощью различных методов, которые позволяют управлять разными типами данных из одного места для получения выводов,  позволяющих принимать наилучшие решения. Один из них — консолидация данных.  Другими методами являются распространение данных и создание виртуальной базы данных.

Консолидация данных имеет решающее значение, ведь объем генерируемых данных ежедневно растет. Этот процесс гарантирует доступность качественных и точных данных, делая более быстрым и простым процесс их обработки. Консолидация устраняет диспропорции перед использованием данных, экономит время, повышает эффективность и добавляет значение аналитическим операциям компании.

Как правило, консолидация состоит из 4 этапов, затрагивающих источники данных, конвейер ETL, хранилище данных, последующий анализ с использованием инструментов бизнес-аналитики.   Но не существует единого процесса. Консолидация может быть осуществлена различными способами, например вручную или с помощью облачных инструментов.

Консолидация — это фундаментальный шаг для быстрого и точного анализа данных и бизнес-аналитики, ведущий к наилучшим решениям. Однако, он влечет определенные трудности, например, тот факт, что этот процесс заставляет компании обновлять их системы и команды, т.к. нужный результат не может быть достигнут с помощью имеющихся.

Другой проблемой, с которой может столкнуться компания при проведении консолидации — это время.  У технических команд много различных задач с разными уровнями сложности помимо консолидации.

Вы также можете столкнуться с ограниченностью ресурсов. Процесс консолидации требует технических знаний в области данных, но не у всех команд они есть.  Переход на аутсорсинг или найм отдельного человека может оказаться дорогостоящим мероприятием для некоторых компаний, а обучение сотрудников требует больших временных затрат.  

Консолидация — очень важный шаг в процессах интеграции и управления данными. Она делает всю информацию по управлению данными быстро/легкодоступной, а наличие всех данных в одном месте повышает продуктивность и эффективность.

Консолидация также сокращает операционные затраты и облегчает соблюдение правил и законов в области данных.  Однако, главное преимущество состоит в том, что она позволяет анализировать Ваши данные на более позднем этапе для принятия решения, основанного на фактах и данных.