Qasjet e analistit të biznesit ndaj analizës së të dhënave. Qëllimet e analizës së të dhënave

Çdo biznes i madh dhe shumica e organizatave të mesme përballen me problemin e sigurimit të menaxhmentit me të dhëna të pasakta për gjendjen e kompanisë. Arsyet mund të jenë të ndryshme, por pasojat janë gjithmonë të njëjta - vendime të pasakta ose të parakohshme që ndikojnë negativisht në ecurinë e transaksioneve financiare. Për të eliminuar situata të tilla, është krijuar një sistem profesional analitik biznesi ose BI ( nga anglishtja – Inteligjenca e Biznesit). Këta "asistentë" të teknologjisë së lartë ndihmojnë në ndërtimin e një sistemi të kontrollit të menaxhimit mbi çdo aspekt brenda biznesit.

Në thelbin e tij, sistemet BI janë softuer analitik i avancuar për analizën dhe raportimin e biznesit. Këto programe mund të përdorin të dhëna nga burime të ndryshme informacion dhe t'i sigurojë ato në një formë dhe kontekst të përshtatshëm. Si rezultat, menaxhmenti merr akses të shpejtë në informacione të plota dhe transparente për gjendjen e punëve të kompanisë. Një tipar i veçantë i raporteve të marra duke përdorur BI është aftësia që menaxheri të zgjedhë në mënyrë të pavarur në çfarë konteksti të marrë informacion.

Sistemet moderne të inteligjencës së biznesit janë shumëfunksionale. Kjo është arsyeja pse në kompanitë e mëdha ato gradualisht po zëvendësojnë mënyra të tjera të marrjes së raportimit të biznesit. Ekspertët përfshijnë si në vijim ndër aftësitë e tyre kryesore:

Lidhjet me baza të ndryshme të të dhënave, në veçanti me;
Gjenerimi i raporteve të kompleksitetit, strukturës, llojit dhe paraqitjes së ndryshme me shpejtësi të lartë. Është gjithashtu e mundur të vendoset një plan për gjenerimin e raporteve sipas një plani pa pjesëmarrje dhe shpërndarje të drejtpërdrejtë të të dhënave;
Puna transparente me të dhënat;
Sigurimi i lidhjeve të qarta ndërmjet informacioneve nga burime të ndryshme;
Konfigurim fleksibël dhe intuitiv i të drejtave të aksesit të punonjësve në sistem;
Ruani të dhënat në çdo format të përshtatshëm për ju - PDF, Excel, HTML dhe shumë të tjerë.

Mundësitë sistemet e informacionit analistët e biznesit i lejojnë menaxherit që të mos varet nga departamenti i TI-së ose asistentët e tij për të ofruar informacionin e kërkuar. Kjo është gjithashtu një mundësi e shkëlqyer për të demonstruar drejtimin e saktë të vendimeve tuaja jo me fjalë, por me numra të saktë. Shumë korporata të mëdha të rrjetit në Perëndim kanë përdorur sistemet e BI për një kohë të gjatë, duke përfshirë Amazon, Yahoo, Wall-Mart, etj. sjellin përfitime të paçmueshme.

Përfitimet e sistemeve profesionale të analitikës së biznesit bazohen në parime që mbështeten në të gjitha aplikacionet e avancuara të BI:

Dukshmëria. Ndërfaqja kryesore e çdo softueri të analizës së biznesit duhet të pasqyrojë matjet kryesore. Falë kësaj, menaxheri do të jetë në gjendje të vlerësojë shpejt gjendjen e punëve në ndërmarrje dhe të fillojë të bëjë diçka nëse është e nevojshme;
Përshtatje. Çdo përdorues duhet të jetë në gjendje të personalizojë ndërfaqen dhe çelësat e funksionit në mënyrën më të përshtatshme për veten e tij;
me shumë shtresa. Çdo grup i të dhënave duhet të ketë feta (shtresa) të shumëfishta për të siguruar hollësinë e informacionit të nevojshëm në një nivel të caktuar;
Interaktiviteti. Përdoruesit duhet të jenë në gjendje të mbledhin informacion nga të gjitha burimet dhe në disa drejtime njëkohësisht. Është e nevojshme që sistemi të ketë funksionin e vendosjes së sinjalizimeve bazuar në parametrat kryesorë;
Multithreading dhe kontrolli i aksesit. Sistemi BI duhet të mbështesë funksionimin e njëkohshëm të një numri të madh përdoruesish me aftësinë për të vendosur nivele të ndryshme aksesi për ta.

I gjithë komuniteti i IT-së pajtohet se sistemet e informacionit të analitikës së biznesit janë një nga fushat më premtuese për zhvillimin e industrisë. Megjithatë, zbatimi i tyre shpesh pengohet nga barrierat teknike dhe psikologjike, puna e pakoordinuar e menaxherëve dhe mungesa e fushave të përcaktuara të përgjegjësisë.

Kur mendoni për zbatimin e sistemeve të BI, është e rëndësishme të mbani mend se suksesi i projektit do të varet kryesisht nga qëndrimi i punonjësve të kompanisë ndaj inovacionit. Kjo vlen për të gjitha produktet e TI-së: skepticizmi dhe frika e zvogëlimit mund të prishin të gjitha përpjekjet e zbatimit. Prandaj, është shumë e rëndësishme të kuptojmë se çfarë ndjenjash ngjall një sistem analitik biznesi tek përdoruesit e ardhshëm. Situata ideale do të lindë kur punonjësit e kompanisë e trajtojnë sistemin si një asistent dhe një mjet për përmirësimin e punës.

Para fillimit të një projekti për zbatimin e teknologjisë BI, është e nevojshme të bëhet një analizë e plotë e proceseve të biznesit të kompanisë dhe parimeve të vendimmarrjes së menaxhimit. Në fund të fundit, janë këto të dhëna që do të marrin pjesë në analizën e situatës në kompani. Kjo gjithashtu do të ndihmojë në zgjedhjen e një sistemi BI së bashku me kriteret e tjera bazë:

Qëllimet dhe objektivat e zbatimit të sistemeve të BI;
Kërkesat për ruajtjen e të dhënave dhe aftësinë për të vepruar me to;
Funksionet e integrimit të të dhënave. Pa përdorur të dhëna nga të gjitha burimet në kompani, menaxhmenti nuk do të jetë në gjendje të marrë një pamje tërësore të gjendjes së punëve;
Aftësitë e vizualizimit. Analitika ideale e BI duket e ndryshme për çdo person dhe sistemi duhet të plotësojë nevojat e secilit përdorues;
Universalitet ose specializim i ngushtë. Në botë ka sisteme që synojnë një industri specifike, si dhe zgjidhje universale që ju lejojnë të mbledhni informacion në çdo kontekst;
Kërkesat për burimet dhe çmimin e produktit softuer. Zgjedhja e një sistemi BI, si çdo softuer, varet nga aftësitë e kompanisë.

Kriteret e mësipërme do të ndihmojnë menaxhmentin të bëjë një zgjedhje të informuar midis gjithë diversitetit sistemet e njohura analitika e biznesit. Ka parametra të tjerë (për shembull, struktura e ruajtjes së të dhënave, arkitektura e ueb-it), por ato kërkojnë kualifikime në fusha të ngushta IT.

Nuk mjafton thjesht të bëni një zgjedhje, të blini softuer, ta instaloni dhe konfiguroni atë. Zbatim i suksesshëm Sistemet BI të çdo drejtimi bazohen në rregullat e mëposhtme:

Korrektësia e të dhënave. Nëse të dhënat për analizë janë të pasakta, atëherë ekziston mundësia e një gabimi serioz të sistemit;
Trajnim i plotë për çdo përdorues;
Zbatim i shpejtë. Është e nevojshme të fokusohemi në gjenerimin e saktë të raporteve të nevojshme në të gjitha pikat kyçe, dhe jo në shërbimin ideal të një përdoruesi. Rregullo pamjen raportimi ose shtimi i një seksioni tjetër për lehtësi është gjithmonë i mundur pas zbatimit;
Shikoni kthimin e investimit të sistemit tuaj BI. Efekti varet nga shumë faktorë dhe në disa raste është i dukshëm vetëm pas disa muajsh;
Pajisjet duhet të projektohen jo vetëm për situatën aktuale, por edhe për të ardhmen e afërt;
Kuptoni pse filloi zbatimi i sistemit të BI dhe mos e kërkoni këtë software e pamundur.

Sipas statistikave, vetëm 30% e drejtuesve të kompanisë janë të kënaqur me zbatimin e sistemeve të BI. Gjatë shumë viteve të ekzistencës së softuerit të analizës së biznesit, ekspertët kanë formuluar 9 gabime kryesore që mund të ulin efikasitetin në minimum:

Qëllimi i zbatimit nuk është i qartë për menaxhmentin. Shpesh, një projekt krijohet nga departamenti i IT pa pjesëmarrjen e ngushtë të menaxherëve. Në shumicën e rasteve, gjatë procesit të zbatimit dhe funksionimit, lindin pyetje në lidhje me qëllimin dhe objektivat e sistemit të BI, përfitimet dhe lehtësinë e përdorimit;
Mungesa e transparencës në menaxhim, punën e punonjësve dhe vendimmarrje. Menaxherët mund të mos i njohin algoritmet për punën e punonjësve në terren, dhe vendimet e menaxhmentit mund të pranohet jo vetëm në bazë të fakteve të thata. Kjo do të çojë në pamundësinë e ruajtjes së paradigmës ekzistuese si rezultat i zbatimit të një sistemi BI. Dhe shpesh thyejnë kulturën që është zhvilluar ndër vite qeverisjen e korporatave e pamundur;
Besueshmëri e pamjaftueshme e të dhënave. Është e papranueshme që informacioni i rremë të hyjë në sistemin e analizës së biznesit, përndryshe punonjësit nuk do të mund t'i besojnë dhe përdorin ato;
Zgjedhja e gabuar e një sistemi profesional analitik biznesi. Shumë shembuj në histori kur menaxhmenti punëson një organizatë të palës së tretë për të zbatuar një sistem BI dhe nuk merr pjesë në përzgjedhjen e tij flasin vetë. Si rezultat, zbatohet një sistem që nuk lejon marrjen e raportit të kërkuar ose me të cilin integrimi i një prej softuerëve ekzistues të kompanisë është i pamundur;
Mungesa e një plani për të ardhmen. E veçanta e sistemeve BI është se nuk është softuer statik. Është e pamundur të përfundoni një projekt zbatimi dhe të mos mendoni për të. Ka shumë kërkesa nga përdoruesit dhe menaxhmenti në lidhje me përmirësimet;
Transferimi i sistemit BI tek një palë e tretë për mbështetje. Siç tregon praktika, më shpesh situata të tilla çojnë në izolim të produktit dhe izolim të sistemit nga gjendja reale e punëve. Shërbimi ynë mbështetës i përgjigjet shumë më shpejt dhe në mënyrë më efikase reagimeve të përdoruesve dhe kërkesave të menaxhimit;
Dëshira për të kursyer para. Kjo është normale në biznes, por analitika e BI funksionon vetëm nëse merr parasysh të gjitha aspektet e aktiviteteve të një kompanie. Kjo është arsyeja pse sistemet e thella analitike me kosto e lartë. Dëshira për të marrë raporte të shumta për fushat me interes çon në gabimet e zakonshme në të dhënat dhe varësia e madhe nga kualifikimet e specialistëve të IT-së;
Terminologji të ndryshme në kompani. Është e rëndësishme që të gjithë përdoruesit të kuptojnë termat bazë dhe kuptimin e tyre. Keqkuptimet e thjeshta mund të çojnë në keqinterpretim të raporteve dhe matjeve të sistemit të BI;
Mungesa e një strategjie të unifikuar të analizës së biznesit për ndërmarrjen. Pa një kurs të vetëm të zgjedhur për të gjithë punonjësit, çdo sistem i klasës BI do të jetë vetëm një grup raportesh të ndryshme që plotësojnë kërkesat e menaxherëve individualë.

Zbatimi i sistemeve BI është një hap i rëndësishëm që mund të ndihmojë në ngritjen e biznesit tuaj në një nivel të ri. Por kjo do të kërkojë jo vetëm një infuzion mjaft të madh të financave, por edhe kohën dhe përpjekjen e çdo punonjësi të kompanisë. Jo çdo biznes është i gatshëm të përfundojë me kompetencë projektin e zbatimit të një sistemi të analizës së biznesit.

Rreth analizës së informacionit në kohët e fundit ata thonë aq shumë dhe aq shumë gjëra saqë mund të hutoheni plotësisht për problemin. Është mirë që shumë njerëz po i kushtojnë vëmendje një teme kaq të ngutshme. E vetmja e keqe është se me këtë term të gjithë e kuptojnë atë që i duhet, shpesh pa pasur një pasqyrë të përgjithshme të problemit. Fragmentimi në këtë qasje shkakton mungesë të të kuptuarit të asaj që po ndodh dhe çfarë duhet bërë. Çdo gjë përbëhet nga pjesë që janë të lidhura lirshëm me njëra-tjetrën dhe nuk kanë një bërthamë të përbashkët. Me siguri e keni dëgjuar shpesh shprehjen "automatizimi me lara-lara". Shumë njerëz e kanë hasur këtë problem shumë herë më parë dhe mund të konfirmojnë se problemi kryesor me këtë qasje është se pothuajse kurrë nuk është e mundur të shihet tabloja e madhe. Situata është e ngjashme me analizën.

Për të kuptuar vendin dhe qëllimin e secilit mekanizëm analize, le t'i shohim të gjitha në tërësi. Ne do të fillojmë nga mënyra se si një person merr vendime, pasi nuk jemi në gjendje të shpjegojmë se si lind një mendim, do të përqendrohemi në mënyrën se si mund të përdorim Teknologjia e informacionit. Opsioni i parë është që vendimmarrësi (DM) të përdorë kompjuterin vetëm si mjet për marrjen e të dhënave dhe të nxjerrë përfundime në mënyrë të pavarur. Për të zgjidhur këtë lloj problemi, përdoren sisteme raportimi, analiza shumëdimensionale të të dhënave, grafikët dhe metoda të tjera vizualizimi. Opsioni i dytë: programi jo vetëm që nxjerr të dhëna, por gjithashtu kryen lloje të ndryshme të parapërpunimit, për shembull, pastrim, zbutje, etj. Dhe aplikon metoda matematikore të analizës për të dhënat e përpunuara në këtë mënyrë - grupim, klasifikim, regresion, etj. Në këtë rast, vendimmarrësi nuk merr të dhëna të papërpunuara, por shumë të përpunuara, d.m.th. një person tashmë punon me modele të përgatitura nga një kompjuter.

Për shkak të faktit se në rastin e parë, pothuajse gjithçka që lidhet me vetë mekanizmat e vendimmarrjes i besohet një personi, problemi me zgjedhjen e një modeli adekuat dhe zgjedhjen e metodave të përpunimit është marrë përtej kufijve të mekanizmave të analizës, d.m.th. Baza për vendimmarrje është ose një udhëzim (për shembull, si mund të zbatohen mekanizmat për t'iu përgjigjur devijimeve), ose intuita. Në disa raste, kjo është mjaft e mjaftueshme, por nëse vendimmarrësi është i interesuar për njohuri që janë të vendosura mjaft thellë, si të thuash, atëherë thjesht mekanizmat e nxjerrjes së të dhënave nuk do të ndihmojnë këtu. Kërkohet përpunim më serioz. Ky është rasti i dytë. Të gjithë mekanizmat e aplikuar të parapërpunimit dhe analizës lejojnë vendimmarrësin të punojë në një nivel më të lartë. Opsioni i parë është i përshtatshëm për zgjidhjen e problemeve taktike dhe operacionale, dhe i dyti është për përsëritjen e njohurive dhe zgjidhjen e problemeve strategjike.

Rasti ideal do të ishte të jesh në gjendje të përdorësh të dyja qasjet ndaj analizës. Ato ju lejojnë të mbuloni pothuajse të gjitha nevojat e një organizate për analizimin e informacionit të biznesit. Duke ndryshuar teknikat në varësi të detyrave, ne do të jemi në gjendje të nxjerrim maksimumin nga informacioni i disponueshëm në çdo rast.

Skema e përgjithshme e punës është dhënë më poshtë.

Shpesh, kur përshkruhet një produkt që analizon informacionin e biznesit, përdoren terma si menaxhimi i rrezikut, parashikimi, segmentimi i tregut... Por në realitet, zgjidhja e secilit prej këtyre problemeve vjen në përdorimin e njërës prej metodave të analizës të përshkruara më poshtë. Për shembull, parashikimi është një problem regresioni, segmentimi i tregut është grupimi, menaxhimi i rrezikut është një kombinim i grupimit dhe klasifikimit, dhe metoda të tjera janë të mundshme. Prandaj, ky grup teknologjish na lejon të zgjidhim shumicën e problemeve të biznesit. Në fakt, ato janë elemente atomike (bazë) nga të cilët mblidhet zgjidhja e një problemi të caktuar.

Tani do të përshkruajmë secilin fragment të qarkut veç e veç.

Burimi kryesor i të dhënave duhet të jenë bazat e të dhënave të sistemeve të menaxhimit të ndërmarrjeve, dokumentet e zyrës dhe interneti, sepse është e nevojshme të përdoren të gjitha informacionet që mund të jenë të dobishme për marrjen e një vendimi. Për më tepër, ne po flasim jo vetëm për informacione të brendshme të organizatës, por edhe për të dhëna të jashtme (treguesit makroekonomikë, mjedis konkurrues, të dhëna demografike, etj.).

Megjithëse depoja e të dhënave nuk zbaton teknologjitë e analizës, ajo është baza mbi të cilën mund të ndërtohet një sistem analitik. Në mungesë të një depoje të dhënash, mbledhja dhe organizimi i informacionit të nevojshëm për analizë do të marrë pjesën më të madhe të kohës, gjë që do të mohojë në masë të madhe të gjitha përfitimet e analizës. Në fund të fundit, një nga treguesit kryesorëÇdo sistem analitik është në gjendje të marrë shpejt rezultate.

Elementi tjetër i diagramit është shtresa semantike. Pavarësisht se si do të analizohet informacioni, është e nevojshme që ai të jetë i kuptueshëm për vendimmarrësin, pasi në shumicën e rasteve të dhënat e analizuara ndodhen në baza të ndryshme të dhënash, dhe vendimmarrësi nuk duhet të thellohet në nuancat e punës me DBMS, është e nevojshme të krijohet një mekanizëm që i transformon termat fushë lëndore në thirrje për mekanizmat e aksesit në bazën e të dhënave. Këtë detyrë e kryen shtresa semantike. Është e dëshirueshme që ajo të jetë e njëjtë për të gjitha aplikacionet e analizës, kështu që është më e lehtë të aplikohen qasje të ndryshme ndaj problemit.

Sistemet e raportimit janë krijuar për t'iu përgjigjur pyetjes "çfarë po ndodh". Opsioni i parë për përdorimin e tij: raportet e rregullta përdoren për të monitoruar situatën operacionale dhe për të analizuar devijimet. Për shembull, sistemi përgatit raporte ditore për bilancet e produktit në magazinë dhe kur vlera e tij është më e vogël se mesatarja e shitjes javore, duhet t'i përgjigjemi kësaj duke përgatitur një urdhër blerje, pra në shumicën e rasteve këto janë transaksione biznesi të standardizuara. Më shpesh, disa elementë të kësaj qasjeje zbatohen në një formë ose në një tjetër në kompani (edhe nëse vetëm në letër), por kjo nuk duhet të lejohet të jetë e vetmja qasje e disponueshme për analizën e të dhënave. Opsioni i dytë për përdorimin e sistemeve të raportimit: përpunimi i kërkesave ad hoc. Kur një vendimmarrës dëshiron të testojë ndonjë mendim (hipotezë), ai duhet të gjejë ushqim për të menduar që konfirmon ose hedh poshtë idenë, pasi këto mendime vijnë në mënyrë spontane dhe nuk ka asnjë ide të saktë se çfarë lloj informacioni kërkohet. , nevojitet një mjet që ju lejon të shpejt dhe të merrni këtë informacion në një formë të përshtatshme. Të dhënat e nxjerra zakonisht paraqiten ose në tabela ose në grafikë dhe grafikët, edhe pse prezantime të tjera janë të mundshme.

Megjithëse mund të përdoren qasje të ndryshme për të ndërtuar sisteme raportimi, më i zakonshmi sot është mekanizmi OLAP. Ideja kryesore është të paraqitet informacioni në formën e kubeve shumëdimensionale, ku boshtet përfaqësojnë dimensionet (për shembull, kohën, produktet, klientët), dhe qelizat përmbajnë tregues (për shembull, shuma e shitjeve, çmimi mesatar i blerjes). Përdoruesi manipulon matjet dhe merr informacion në kontekstin e dëshiruar.

Për shkak se OLAP është i lehtë për t'u kuptuar, ai është bërë gjerësisht i përdorur si një motor i analizës së të dhënave, duhet kuptuar se aftësitë e tij për analiza më të thella, siç është parashikimi, janë jashtëzakonisht të kufizuara. Problemi kryesor në zgjidhjen e problemeve të parashikimit nuk është aftësia për të nxjerrë të dhënat me interes në formën e tabelave dhe grafikëve, por ndërtimi i një modeli adekuat. Atëherë gjithçka është mjaft e thjeshtë. Informacioni i ri i jepet hyrjes së modelit ekzistues, kalohet përmes tij dhe rezultati është parashikimi. Por ndërtimi i një modeli është një detyrë krejtësisht jo e parëndësishme. Sigurisht, mund të vendosni disa modele të gatshme dhe të thjeshta në sistem, për shembull, regresion linear ose diçka të ngjashme, mjaft shpesh kjo është ajo që ata bëjnë, por kjo nuk e zgjidh problemin. Problemet e botës reale pothuajse gjithmonë shkojnë përtej modeleve kaq të thjeshta. Rrjedhimisht, një model i tillë do të zbulojë vetëm varësi të dukshme, vlera e zbulimit të së cilës është e papërfillshme, e cila tashmë dihet mirë, ose do të bëjë parashikime shumë të përafërta, gjë që është gjithashtu krejtësisht jointeresante. Për shembull, nëse analizoni çmimin e aksioneve në bursë bazuar në supozimin e thjeshtë se nesër aksionet do të kushtojnë njësoj si sot, atëherë në 90% të rasteve do të keni të drejtë. Dhe sa e vlefshme është një njohuri e tillë? Vetëm 10% e mbetur janë me interes për ndërmjetësit. Modelet primitive në shumicën e rasteve japin rezultate afërsisht të të njëjtit nivel.

Qasja e duhur për ndërtimin e modeleve është përmirësimi i tyre hap pas hapi. Duke filluar nga modeli i parë, relativisht i përafërt, është i nevojshëm përmirësimi i tij pasi grumbullohen të dhëna të reja dhe modeli zbatohet në praktikë. Detyra aktuale e ndërtimit të parashikimeve dhe gjërave të ngjashme janë përtej fushëveprimit të mekanizmave të sistemeve të raportimit, kështu që nuk duhet të prisni rezultate pozitive në këtë drejtim kur përdorni OLAP. Për të zgjidhur problemet e analizës më të thellë, përdoret një grup teknologjish krejtësisht i ndryshëm, i bashkuar me emrin Zbulimi i njohurive në bazat e të dhënave.

Zbulimi i njohurive në bazat e të dhënave (KDD) është procesi i transformimit të të dhënave në njohuri. KDD përfshin çështje të përgatitjes së të dhënave, përzgjedhjes së veçorive informative, pastrimit të të dhënave, aplikimit të metodave të Data Mining (DM), pas-përpunimit të të dhënave, interpretimit të rezultateve. Miningja e të dhënave është procesi i zbulimit të të dhënave “të papërpunuara” të njohurive të panjohura më parë, jo të parëndësishme, praktikisht të dobishme dhe të interpretueshme të nevojshme për vendimmarrje në fusha të ndryshme të veprimtarisë njerëzore.

Atraktiviteti i kësaj qasjeje është se, pavarësisht nga fusha e temës, ne aplikojmë të njëjtat operacione:

Ekstraktoni të dhënat. Në rastin tonë, kjo kërkon një shtresë semantike.
Pastro të dhënat. Përdorimi i të dhënave "të pista" për analizë mund të mohojë plotësisht mekanizmat e analizës së përdorur në të ardhmen.
Transformoni të dhënat. Metoda të ndryshme të analizës kërkojnë të dhëna të përgatitura në një formë të veçantë. Për shembull, diku vetëm informacioni dixhital mund të përdoret si hyrje.
Kryerja e analizës aktuale – Minimi i të dhënave.
Interpretoni rezultatet e marra.

Ky proces përsëritet në mënyrë të përsëritur.

Miningja e të dhënave, nga ana tjetër, ofron një zgjidhje për vetëm 6 probleme - klasifikimin, grupimin, regresionin, shoqërimin, sekuencën dhe analizën e devijimit.

Kjo është gjithçka që duhet bërë për të automatizuar procesin e nxjerrjes së njohurive. Eksperti, i njohur edhe si vendimmarrësi, tashmë është duke ndërmarrë hapa të mëtejshëm.

Interpretimi i rezultateve të përpunimit kompjuterik varet nga njerëzit. Thjesht metoda të ndryshme ofrojnë ushqim të ndryshëm për mendim. Në rastin më të thjeshtë, këto janë tabela dhe diagrame, dhe në një rast më kompleks, këto janë modele dhe rregulla. Është e pamundur të përjashtohet plotësisht pjesëmarrja njerëzore, sepse një ose një tjetër rezultat nuk ka kuptim derisa të zbatohet në një fushë specifike lëndore. Sidoqoftë, është e mundur të përsëriten njohuritë. Për shembull, një vendimmarrës, duke përdorur një metodë, përcaktoi se cilët tregues ndikojnë në aftësinë kreditore të blerësve dhe e paraqiti këtë në formën e një rregulli. Rregulli mund të futet në sistemin e dhënies së kredisë dhe në këtë mënyrë të reduktojë ndjeshëm rreziqet e kredisë duke vënë në qarkullim vlerësimet e tyre. Në të njëjtën kohë, personi i përfshirë në nxjerrjen aktuale të dokumenteve nuk kërkohet të ketë një kuptim të thellë të arsyeve për këtë apo atë përfundim. Në fakt, ky është transferimi i metodave të përdorura dikur në industri në fushën e menaxhimit të njohurive. Ideja kryesore është kalimi nga metodat e njëhershme dhe jo të unifikuara në ato transportuese.

Gjithçka e përmendur më lart janë vetëm emrat e detyrave. Dhe për të zgjidhur secilën prej tyre, mund të përdorni teknika të ndryshme, duke filluar nga ato klasike metodat statistikore dhe duke përfunduar me algoritme të vetë-mësimit. Biznes i vërtetë problemet pothuajse gjithmonë zgjidhen me një nga metodat e mësipërme ose me një kombinim të tyre. Pothuajse të gjitha detyrat - parashikimi, segmentimi i tregut, vlerësimi i rrezikut, vlerësimi i performancës fushatat reklamuese, nota avantazhet konkurruese dhe shumë të tjera - zbresin në ato të përshkruara më sipër. Prandaj, duke pasur në dispozicion një mjet që zgjidh listën e caktuar të detyrave, mund të themi se jeni gati të zgjidhni çdo problem të analizës së biznesit.

Nëse e keni vënë re, nuk kemi përmendur kurrë se çfarë mjeti do të përdoret për analiza, çfarë teknologjie, etj. vetë detyrat dhe metodat për zgjidhjen e tyre nuk varen nga mjetet. Ky është vetëm një përshkrim i një qasjeje kompetente ndaj problemit. Mund të përdorni çdo gjë, e vetmja gjë e rëndësishme është që të mbulohet e gjithë lista e detyrave. Në këtë rast, mund të themi se ekziston një zgjidhje vërtet plotësisht funksionale. Shumë shpesh, mekanizmat që mbulojnë vetëm një pjesë të vogël të detyrave propozohen si një "zgjidhje me karakteristika të plota për problemet e analizës së biznesit". Më shpesh, vetëm OLAP kuptohet si një sistem i analizës së informacionit të biznesit, i cili është plotësisht i pamjaftueshëm për një analizë të plotë. Nën një shtresë të trashë sloganesh reklamuese ka vetëm një sistem raportimi. Përshkrimet efektive të këtij apo atij mjeti analizues fshehin thelbin, por mjafton të filloni nga skema e propozuar dhe do të kuptoni gjendjen aktuale të punëve.

Puna e arritshme me Big Data duke përdorur analitikë vizuale

Përmirësoni inteligjencën tuaj të biznesit dhe zgjidhni problemet rutinë duke përdorur informacionin e fshehur në Big Data me platformën TIBCO Spotfire. Është e vetmja platformë që u ofron përdoruesve të biznesit një ndërfaqe përdoruesi intuitive, miqësore për përdoruesit, e cila i lejon ata të përdorin gamën e plotë të teknologjive të analitikës së të dhënave të mëdha pa përfshirjen e specialistëve të IT-së ose edukimit special.

Ndërfaqja Spotfire e bën po aq të përshtatshëm punën si me grupe të vogla të dhënash ashtu edhe me grupe shumë terabajtësh të të dhënave të mëdha: leximet e sensorëve, informacionet nga rrjetet sociale, pikat e shitjes ose burimet e vendndodhjes. Përdoruesit e të gjitha niveleve të aftësive mund të kenë akses lehtësisht në panelet e informacionit dhe rrjedhat analitike të punës thjesht duke përdorur vizualizime, të cilat janë paraqitje grafike të miliarda pikave të të dhënave të kombinuara.

Analitika parashikuese është duke mësuar duke bërë nga përvojat e përbashkëta të kompanisë për të marrë vendime më të informuara. Duke përdorur Spotfire Predictive Analytics, mund të zbuloni tendenca të reja të tregut nga informacioni i inteligjencës së biznesit dhe të ndërmerrni hapa për të minimizuar rrezikun, duke ju lejuar të përmirësoni cilësinë e vendimeve tuaja të menaxhimit.

Rishikimi

Lidhshmëria e të dhënave të mëdha për analitikë me performancë të lartë

Spotfire ofron tre lloje kryesore të analitikës me integrim pa probleme me Hadoop dhe burime të tjera të mëdha të të dhënave:

Analiza sipas kërkesës: Lidhës të dhënash të integruara, të konfigurueshme nga përdoruesi që lehtësojnë vizualizimin ultra të shpejtë dhe interaktiv të të dhënave
Analiza në bazën e të dhënave (In-Database Analytics): integrim me një platformë informatike të shpërndarë që ju lejon të bëni llogaritjet e të dhënave të çdo kompleksiteti bazuar në të dhëna të mëdha.
Analiza në memorie: integrimi i platformës analiza statistikore, i cili merr të dhëna direkt nga çdo burim i të dhënave, duke përfshirë burimet tradicionale dhe të reja të të dhënave.

Së bashku, këto metoda integrimi përfaqësojnë një kombinim të fuqishëm të eksplorimit vizual dhe analitikës së avancuar.
Ai i lejon përdoruesit e biznesit të aksesojnë, kombinojnë dhe analizojnë të dhënat nga çdo burim i të dhënave përmes paneleve dhe flukseve të punës të fuqishme, të lehta për t'u përdorur.

Lidhës të mëdhenj të të dhënave

Spotfire Big Data Connectors mbështesin të gjitha llojet e aksesit të të dhënave: në burim të të dhënave, në memorie dhe sipas kërkesës. Lidhësit e integruar të të dhënave Spotfire përfshijnë:

Lidhës të certifikuar të të dhënave Hadoop për Apache Hive, Apache Spark SQL, Cloudera Hive, Cloudera Impala, Databricks Cloud, Hortonworks, MapR Drill dhe Pivotal HAWQ
Lidhës të tjerë të çertifikuar të të dhënave të mëdha përfshijnë Teradata, Teradata Aster dhe Netezza
Lidhës për të dhënat historike dhe aktuale nga burime të tilla si sensorët e prekjes OSI PI

In-burimi i të dhënave informatikë të shpërndarë

Përveç funksionalitetit të përshtatshëm të Spotfire për zgjedhjen vizuale të operacioneve për pyetjet SQL që aksesojnë të dhënat e shpërndara nëpër burimet e të dhënave, Spotfire mund të krijojë algoritme statistikore dhe të mësimit të makinerive që funksionojnë brenda burimeve të të dhënave dhe të kthejnë vetëm rezultatet e nevojshme për krijimin e vizualizimeve në sistemin Spotfire.

Përdoruesit punojnë me tabela me funksionalitet të përzgjedhjes vizuale që aksesojnë skriptet duke përdorur aftësitë e integruara të gjuhës TERR,
Skriptet TERR nisin punën e funksionalitetit të llogaritjes së shpërndarë në ndërveprim me Map/Reduce, H2O, SparkR ose Fuzzy Logix,
Këto aplikacione nga ana e tyre aksesojnë sisteme me efikasitet të lartë si Hadoop ose burime të tjera të dhënash,
TERR mund të vendoset si një motor analitik i avancuar në nyjet Hadoop që menaxhohen duke përdorur MapReduce ose Spark. Gjuha TERR mund të përdoret gjithashtu për nyjet e të dhënave Teradata.
Rezultatet vizualizohen në Spotfire.

TERR për analitikë të avancuar

TIBCO Enterprise Runtime for R (TERR) – TERR është një paketë statistikore niveli i korporatës, e cila u zhvillua nga TIBCO për të qenë plotësisht e përputhshme me gjuhën R, duke shfrytëzuar përvojën e dekadave të kompanisë analitike me S+. Kjo i lejon klientët të vazhdojnë të zhvillojnë aplikacione dhe modele jo vetëm duke përdorur kodin e hapur R, por gjithashtu të integrojnë dhe vendosin kodin e tyre R në një platformë komercialisht të fuqishme pa pasur nevojë të rishkruajnë kodin e tyre. TERR ka efikasitet më të lartë dhe menaxhim më të besueshëm të memories, duke siguruar shpejtësi më të shpejtë të përpunimit të të dhënave në vëllime të mëdha në krahasim me gjuhën R me burim të hapur.

Kombinimi i të gjitha funksionaliteteve

Kombinimi i fuqive të mësipërme funksionalitetin do të thotë që edhe për detyrat më komplekse që kërkojnë analiza shumë të besueshme, përdoruesit ndërveprojnë me flukse pune interaktive të thjeshta dhe të lehta për t'u përdorur. Kjo u lejon përdoruesve të biznesit të vizualizojnë dhe analizojnë të dhënat, dhe të ndajnë rezultatet e analitikës, pa pasur nevojë të dinë detajet e arkitekturës së të dhënave në bazë të analizës së biznesit.

Shembull: Ndërfaqja Spotfire për konfigurimin, ekzekutimin dhe vizualizimin e rezultateve të një modeli që karakterizon ngarkesën e humbur. Duke përdorur këtë ndërfaqe, përdoruesit e biznesit mund të kryejnë llogaritjet duke përdorur TERR dhe H2O (korniza e shpërndarë kompjuterike) duke aksesuar të dhënat e transaksioneve dhe dërgesave të ruajtura në grupet Hadoop.

Hapësira e analitikës së të dhënave të mëdha

Analiza e avancuar dhe parashikuese

Përdoruesit përdorin pultet e Spotfire me funksionalitetin e përzgjedhjes vizuale për të nisur një grup të pasur aftësish të avancuara që e bëjnë të lehtë parashikimin, krijimin e modeleve dhe optimizimin e tyre në fluturim. Duke përdorur të dhëna të mëdha, analiza mund të kryhet brenda burimit të të dhënave (In-Datasource), duke kthyer vetëm informacionin e grumbulluar dhe rezultatet e nevojshme për të krijuar vizualizime në platformën Spotfire.

Mësimi i makinerisë

Në listën e veçorive të integruara të Spotfire, të cilat mund të përdoren me një klikim të vetëm, disponohen një gamë e gjerë mjetesh të mësimit të makinerive. Statisticienët kanë akses në kodin e programit të shkruar në gjuhën R dhe mund të zgjerojnë funksionalitetin e përdorur. Funksionaliteti i mësimit të makinerisë mund të ndahet me përdorues të tjerë për ripërdorim të lehtë.

Metodat e mëposhtme të mësimit të makinerive janë të disponueshme për variablat e vazhdueshme kategorike në Spotfire dhe në TERR:

Regresioni linear dhe logjistik
Pemët e vendimit (pemët e vendimit), algoritmi i pyllit të rastësishëm (pyll i rastësishëm), makina për rritjen e gradientit (GBM)
Modele të përgjithësuara lineare (shtesë) Modele të përgjithësuara shtesë)
Rrjetet nervore

Analiza e Përmbajtjes

Spotfire ofron analitikë dhe vizualizim të të dhënave, shumica e të cilave nuk janë përdorur më parë - ky është tekst i pastrukturuar që ruhet në burime të tilla si dokumente, raporte, shënime Sistemet CRM, regjistrat e faqeve të internetit, publikimet në rrjetet sociale dhe shumë më tepër.

Analiza e vendndodhjes

Hartat me shumë shtresa rezolucion të lartë janë një mënyrë e shkëlqyer për të vizualizuar të dhëna të mëdha. Funksionaliteti i pasur i hartës Spotfire ju lejon të krijoni harta me aq shumë shtresa referimi dhe funksionale sa të keni nevojë. Spotfire ju jep gjithashtu mundësinë për të përdorur analitikë të sofistikuar gjatë punës me harta. Përveç hartave gjeografike, sistemi krijon harta për të vizualizuar sjelljen e përdoruesve, magazinat, prodhimin, lëndët e para dhe shumë tregues të tjerë.

Gjatë dekadave të punës me klientët e mëdhenj Kompania Force ka akumuluar përvojë të madhe në fushën e analizës së biznesit dhe tani po zhvillon në mënyrë aktive teknologjitë e të dhënave të mëdha. Në një intervistë për CNews, Olga Gorchinskaya, drejtore e projektet kërkimore dhe kreu i Big Data “Force”.

15.10.2015

Olga Gorchinskaya

Për vitet e fundit një brez liderësh ka ndryshuar. Njerëz të rinj erdhën për të menaxhuar kompanitë që e bënë karrierën e tyre tashmë në epokën e informatizimit, dhe ata ishin mësuar të përdorin kompjuterë, internet dhe pajisje celulare si në jetën e përditshme dhe për zgjidhjen e problemeve të punës.

CNews: Sa të kërkuara janë mjetet e BI? Kompanitë ruse? A ka ndryshime në qasjen ndaj analizës së biznesit: nga “analitika e stilit Excel” te përdorimi i mjeteve analitike nga menaxherët e lartë?

Olga Gorchinskaya:

Sot, nevoja për mjete të analizës së biznesit është tashmë mjaft e lartë. Ato përdoren nga organizata të mëdha në pothuajse të gjithë sektorët e ekonomisë. Si bizneset e mesme ashtu edhe ato të vogla po kuptojnë gjithashtu përfitimet e kalimit nga Excel në zgjidhjet e specializuara analitike.

Nëse e krahasojmë këtë situatë me atë të kompanive pesë vjet më parë, do të shohim përparim të dukshëm. Vitet e fundit, një brez liderësh ka ndryshuar. Kanë ardhur njerëz të rinj për të menaxhuar kompanitë që e kanë bërë karrierën e tyre tashmë në epokën e informacionit dhe janë mësuar të përdorin kompjuterë, internet dhe pajisje celulare si në jetën e përditshme ashtu edhe për të zgjidhur problemet e punës.

CNews: Por nuk ka më projekte?

Olga Gorchinskaya:

Kohët e fundit, ne kemi vërejtur një rënie të lehtë të numrit të projekteve të reja të mëdha të BI. Së pari, situata e përgjithshme komplekse ekonomike dhe politike luan një rol. Ajo po pengon fillimin e disa projekteve që lidhen me futjen e sistemeve perëndimore. Interesi për zgjidhjet e bazuara në softuer të lirë gjithashtu vonon fillimin e projekteve të BI, pasi kërkon studim paraprak të këtij segmenti softuerësh. Shumë zgjidhje analitike me burim të hapur nuk janë mjaft të pjekura për t'u përdorur gjerësisht.

Së dyti, tashmë ka ndodhur një ngopje e caktuar e tregut. Në ditët e sotme nuk ka shumë organizata që nuk përdorin analiza të biznesit. Dhe, me sa duket, koha e rritjes aktive në zbatimin e sistemeve analitike të korporatave të mëdha po kalon.

Dhe së fundi, është e rëndësishme të theksohet se klientët tani po e zhvendosin theksin e tyre në përdorimin e mjeteve BI, gjë që po pengon rritjen e numrit të projekteve me të cilat jemi mësuar. Fakti është se furnizuesit kryesorë - Oracle, IBM, SAP - ndërtojnë zgjidhjet e tyre të BI mbi idenë e një modeli të vetëm të qëndrueshëm të të dhënave logjike, që do të thotë se përpara se të analizoni diçka, është e nevojshme të përcaktohen qartë dhe të bien dakord për të gjitha konceptet. dhe treguesit.

Së bashku me avantazhet e dukshme, kjo çon në një varësi të madhe të përdoruesve të biznesit nga specialistët e IT-së: nëse është e nevojshme të përfshihen disa të dhëna të reja në objektin e shqyrtimit, biznesi duhet t'i drejtohet vazhdimisht IT-së për të shkarkuar të dhënat, t'i koordinojë ato me strukturat ekzistuese, përfshirja e tij në një model të përgjithshëm, etj. d. Tani shohim se bizneset duan më shumë liri, dhe për hir të aftësisë për të shtuar në mënyrë të pavarur struktura të reja, për t'i interpretuar dhe analizuar ato sipas gjykimit të tyre, përdoruesit janë të gatshëm të sakrifikojnë një pjesë të qëndrueshmërisë së korporatës.

Prandaj, mjetet e lehta tani po dalin në plan të parë, duke i lejuar përdoruesit fundorë të punojnë drejtpërdrejt me të dhënat dhe të mos shqetësohen aq shumë për qëndrueshmërinë në nivelin e korporatës. Si rezultat, ne kemi parë fitime nga Tableaux dhe Qlick, të cilat mundësojnë punën në stilin e të dhënave Discovery, dhe disa humbje tregu nga ofruesit më të mëdhenj të zgjidhjeve.

CNews: Kjo shpjegon pse një sërë organizatash po zbatojnë disa sisteme BI - kjo është veçanërisht e dukshme në sektorin financiar. Por a mund të konsiderohet normal një informatizimi i tillë?

Olga Gorchinskaya

Sot, mjetet që më parë i konsideronim shumë të lehta për nivelin e ndërmarrjes po luajnë një rol udhëheqës. Këto janë zgjidhje të klasës Data Discovery.

Olga Gorchinskaya:

Në të vërtetë, në praktikë, organizatat e mëdha shpesh përdorin jo një, por disa sisteme të pavarura analitike, secila me mjetet e veta të BI. Ideja e një modeli analitik të gjerë të korporatës doli të ishte paksa utopi, nuk është aq e popullarizuar dhe madje kufizon promovimin e teknologjive analitike, pasi në praktikë çdo departament, madje edhe një përdorues individual, dëshiron pavarësinë dhe; lirinë. Nuk ka asgjë të tmerrshme për këtë. Në fund të fundit, në të njëjtën bankë, specialistët e rrezikut dhe tregtarët kanë nevojë për mjete krejtësisht të ndryshme BI. Prandaj, është mjaft normale kur një kompani nuk zgjedh një zgjidhje të vetme të madhe për të gjitha detyrat, por disa sisteme të vogla që janë më të përshtatshmet për departamente individuale.

Sot, mjetet që më parë i konsideronim shumë të lehta për nivelin e ndërmarrjes po luajnë një rol udhëheqës. Këto janë zgjidhje të klasës Data Discovery. Ato bazohen në idenë e thjeshtësisë së punës me të dhënat, shpejtësinë, fleksibilitetin dhe paraqitjen e lehtë të kuptueshme të rezultateve të analizës. Ekziston një arsye tjetër për popullaritetin në rritje të mjeteve të tilla: kompanitë e ndjejnë gjithnjë e më shumë nevojën për të punuar me informacione të një strukture në ndryshim, përgjithësisht të pastrukturuar, me një kuptim "të paqartë" dhe me vlerë jo gjithmonë të qartë. Në këtë rast, kërkohen më shumë mjete fleksibël, si mjete klasike analiza e biznesit.

"Fors" ka krijuar platformën më të madhe në Evropë dhe unike në Rusi - Fors Solution Center. Detyra e saj kryesore është të afrojë teknologjitë më të fundit Oracle për klientin fundor, për të ndihmuar partnerët në zhvillimin dhe aplikimin e tyre, për t'i bërë sa më të aksesueshme proceset e testimit të pajisjeve dhe softuerëve. Kjo është një lloj qendre të dhënash për testimin e sistemeve dhe zgjidhjeve cloud nga partnerët.

CNews: Si e ndihmojnë teknologjitë e të dhënave të mëdha të zhvillohet analitika e biznesit?

Olga Gorchinskaya:

Këto fusha - të dhënat e mëdha dhe analitika e biznesit - po i afrohen njëra-tjetrës dhe, për mendimin tim, kufiri midis tyre tashmë është i paqartë. Për shembull, analitika e avancuar konsiderohet "të dhëna të mëdha" edhe pse ekzistonte para ardhjes së të dhënave të mëdha. Në ditët e sotme, interesi për mësimin e makinerive dhe statistikat po rritet, dhe me ndihmën e këtyre teknologjive të të dhënave të mëdha është e mundur të zgjerohet funksionaliteti i një sistemi tradicional biznesi të fokusuar në llogaritjet dhe vizualizimin.

Për më tepër, koncepti i depove të të dhënave është zgjeruar me përdorimin e teknologjisë Hadoop, e cila ka çuar në standarde të reja për ndërtimin e ruajtjes së korporatave në formën e "liqeneve të të dhënave".

CNews: Cilat janë detyrat më premtuese për të cilat përdoren zgjidhjet e të dhënave të mëdha?

Olga Gorchinskaya:

Ne përdorim teknologji të mëdha të të dhënave në projektet e BI në disa raste. E para është kur është e nevojshme të përmirësohet performanca e një magazine ekzistuese të të dhënave, gjë që është shumë e rëndësishme në kushtet kur kompanitë kanë vëllime në rritje të shpejtë të informacionit të përdorur. Ruajtja e të dhënave të papërpunuara në bazat e të dhënave tradicionale relacionale është shumë e shtrenjtë dhe kërkon gjithnjë e më shumë fuqi përpunuese. Në raste të tilla, ka më shumë kuptim përdorimi i veglave Hadoop, i cili është shumë efektiv për shkak të arkitekturës së tij, fleksibël, i adaptueshëm ndaj nevojave specifike dhe fitimprurës nga pikëpamja ekonomike, pasi bazohet në një zgjidhje me burim të hapur.

Duke përdorur Hadoop, në veçanti, ne zgjidhëm problemin e ruajtjes dhe përpunimit të të dhënave të pastrukturuara në një të madh Banka ruse. Në këtë rast, ne po flisnim për vëllime të mëdha të të dhënave që vijnë rregullisht me një strukturë në ndryshim. Ky informacion duhet të përpunohet, analizohet, treguesit numerikë të nxirren prej tij, si dhe të dhënat origjinale duhet të ruhen. Duke pasur parasysh rritjen e konsiderueshme të vëllimit të informacionit në hyrje, përdorimi i ruajtjes relacionale për këtë u bë shumë i shtrenjtë dhe joefektiv. Ne krijuam një grup të veçantë Hadoop për përpunim dokumentet primare, rezultatet e të cilave ngarkohen në një ruajtje relacionale për analizë dhe përdorim të mëtejshëm.

Drejtimi i dytë është futja e mjeteve të avancuara analitike për të zgjeruar funksionalitetin e sistemit BI. Kjo është shumë drejtim premtues, pasi lidhet jo vetëm me zgjidhjen e problemeve të IT-së, por edhe me krijimin e mundësive të reja të biznesit.

Në vend që të organizojmë projekte të veçanta për të zbatuar analiza të thelluara, ne po përpiqemi të zgjerojmë fushën e projekteve ekzistuese. Për shembull, për pothuajse çdo sistem funksion i dobishëmështë duke parashikuar tregues bazuar në të dhënat historike të disponueshme. Kjo nuk është një detyrë aq e thjeshtë, ajo kërkon jo vetëm aftësi për të punuar me mjete, por edhe trajnime të caktuara matematikore, njohuri të statistikave dhe ekonometrisë.

Kompania jonë ka një ekip të përkushtuar shkencëtarësh të të dhënave që plotësojnë këto kërkesa. Ata realizuan një projekt në fushën e shëndetësisë për gjenerimin e raportimeve rregullatore, si dhe në kuadër të këtij projekti u zbatua parashikimi i ngarkesës së organizatave mjekësore dhe segmentimi i tyre sipas treguesve statistikorë. Vlera e parashikimeve të tilla për klientin është e qartë, kjo nuk është thjesht përdorimi i ndonjë teknologjie të re ekzotike, por një zgjerim krejtësisht i natyrshëm i aftësive analitike. Si rezultat, nxitet interesi për zhvillimin e sistemit dhe puna e re për ne. Tani ne po zbatojmë në mënyrë të ngjashme teknologjitë analitike parashikuese në një projekt për menaxhimin e qytetit.

Dhe së fundi, ne kemi përvojë në zbatimin e teknologjive të të dhënave të mëdha ku po flasim për përdorimin e të dhënave të pastrukturuara, kryesisht dokumente të ndryshme teksti. Interneti ofron mundësi të mëdha me vëllimet e tij të mëdha të informacionit të pastrukturuar që përmban informacione të dobishme për biznesin. Ne patëm një përvojë shumë interesante me zhvillimin e një sistemi për vlerësimin e vlerës së pasurive të paluajtshme për kompaninë ROSECO sipas kërkesës. Shoqëria ruse vlerësuesit. Për të zgjedhur objekte analoge, sistemi mblodhi të dhëna nga burime në internet, e përpunoi këtë informacion duke përdorur teknologji gjuhësore dhe e pasuroi duke përdorur gjeo-analitikë duke përdorur metoda të mësimit të makinerive.

CNews: Çfarë zgjidhjesh pronësie zhvillon Force në fushat e analitikës së biznesit dhe të dhënave të mëdha?

Olga Gorchinskaya:

Ne kemi zhvilluar dhe po zhvillojmë një zgjidhje të veçantë në fushën e të dhënave të mëdha – ForSMedia. Është një platformë analitike e të dhënave të mediave sociale për të pasuruar njohuritë e klientëve. Mund të përdoret në industri të ndryshme: sektori financiar, telekomi, shitja me pakicë - kudo që duan të dinë sa më shumë për klientët e tyre.

Olga Gorchinskaya

Një rast tipik përdorimi është zhvillimi i synuar fushatat e marketingut. Nëse një kompani ka 20 milionë klientë, shpërndani gjithçka reklamat Sipas bazës së të dhënave është joreale. Është e nevojshme të ngushtohet rrethi i marrësve të reklamave dhe qëllimi këtu është rritja e përgjigjes së klientit ndaj ofertë marketingu. Në këtë rast, ne mund të ngarkojmë të dhëna bazë për të gjithë klientët (emrat, mbiemrat, datat e lindjes, vendbanimi) në ForSMedia dhe më pas, bazuar në informacionet nga rrjetet sociale, t'i plotësojmë ato me informacione të reja të dobishme, duke përfshirë gamën e interesave, statusi social, përbërja e familjes, rajoni veprimtari profesionale, preferencat muzikore, etj. Sigurisht, njohuri të tilla nuk mund të gjenden për të gjithë klientët, pasi një pjesë e tyre nuk përdorin fare rrjetet sociale, por për marketing të synuar, edhe një rezultat i tillë “jo i plotë” ofron avantazhe të mëdha.

Media socialeështë një burim shumë i pasur, megjithëse është i vështirë të punosh me të. Nuk është aq e lehtë të identifikosh një person midis përdoruesve - njerëzit shpesh përdorin forma të ndryshme të emrave të tyre, nuk tregojnë moshën, preferencat dhe nuk është e lehtë të zbulosh karakteristikat e një përdoruesi bazuar në postimet dhe grupet e tij të abonimit.

Platforma ForSMedia zgjidh të gjitha këto probleme bazuar në teknologjitë e të dhënave të mëdha dhe ju lejon të pasuroni masivisht të dhënat e klientëve dhe të analizoni rezultatet. Teknologjitë e përdorura përfshijnë Hadoop, mjedisin kërkimor statistikor R, mjetet e përpunimit gjuhësor RCO dhe mjetet e zbulimit të të dhënave.

Platforma ForSMedia përdor maksimalisht softuerin e shpërndarë lirisht dhe mund të instalohet në çdo platformë harduerike që plotëson kërkesat e detyrës së biznesit. Por për zbatime të mëdha dhe me kërkesa të shtuara të performancës, ne ofrojmë një version të veçantë të optimizuar për funksionimin në sistemet e harduerit dhe softuerit Oracle - Oracle Big Data Appliance dhe Oracle Exalytics.

Përdorni në projekte të mëdha Komplekset inovative të integruara të Oracle janë një fushë e rëndësishme e aktivitetit tonë jo vetëm në fushën e sistemeve analitike. Projekte të tilla nuk do të jenë të lira, por për shkak të shkallës së detyrave që zgjidhen, ato janë plotësisht të justifikuara.

CNews: A mund t'i testojnë klientët disi këto sisteme përpara se të marrin një vendim blerjeje? A ofroni, për shembull, stola testimi?

Olga Gorchinskaya:

Në këtë drejtim, ne nuk ofrojmë vetëm stola testimi, por kemi krijuar platformën më të madhe në Evropë dhe unike në Rusi - Fors Solution Center. Detyra e saj kryesore është të afrojë teknologjitë më të fundit të Oracle me klientin përfundimtar, të ndihmojë partnerët në zhvillimin dhe aplikimin e tyre dhe t'i bëjë sa më të aksesueshme proceset e testimit të pajisjeve dhe softuerëve. Ideja nuk doli nga hiçi. Për gati 25 vjet, Force ka zhvilluar dhe zbatuar zgjidhje të bazuara në teknologjitë dhe platformat e Oracle. Ne kemi përvojë të gjerë duke punuar si me klientët ashtu edhe me partnerët. Në fakt, "Force" është qendra e kompetencës së Oracle në Rusi.

Duke marrë parasysh këtë përvojë, në vitin 2011, kur u shfaqën versionet e para të motorit të bazës së të dhënave Oracle Exadata, krijuam laboratorin e parë për zotërimin e këtyre sistemeve, duke e quajtur ExaStudio. Mbi bazën e tij, dhjetëra kompani mund të zbulojnë mundësitë e zgjidhjeve të reja të softuerit dhe harduerit Exadata. Më në fund, në vitin 2014, ne e kthyem atë në një lloj qendre të dhënash për testimin e sistemeve dhe zgjidhjeve cloud - kjo është Qendra e Zgjidhjeve Fors.

Tani Qendra jonë prezanton një linjë të plotë të sistemeve më të fundit të softuerit dhe harduerit Oracle - nga Exadata dhe Exalogic te Big Data Appliance - të cilat, në fakt, veprojnë si grupe testimi për partnerët dhe klientët tanë. Përveç testimit, këtu mund të merrni shërbime për auditimin e sistemeve të informacionit, migrimin në një platformë të re, konfigurimin, konfigurimin dhe shkallëzimin.

Qendra po zhvillohet në mënyrë aktive në drejtim të përdorimit teknologjitë cloud. Jo shumë kohë më parë, arkitektura e Qendrës u modifikua në mënyrë të tillë që të ofronte burimet dhe shërbimet e saj kompjuterike në re. Tani klientët mund të përfitojnë nga aftësitë e produktivitetit të vetë-shërbimit: të ngarkojnë të dhënat e testit, aplikacionet dhe të kryejnë testime në mjedisin cloud.

Si rezultat, një kompani ose klient partner, pa investime paraprake në pajisje dhe projekte pilot në territorin e tyre, mund të ngarkojë aplikacionet e veta në renë kompjuterike tonë, të testojë, të krahasojë rezultatet e performancës dhe të marrë një vendim për të kaluar në një platformë të re.

CNews: Dhe pyetja e fundit – çfarë do të prezantoni në Oracle Day?

Olga Gorchinskaya:

Dita e Oracle është ngjarja kryesore e vitit në Rusi për korporatën dhe të gjithë partnerët e saj. “Force” ka qenë në mënyrë të përsëritur sponsori gjeneral i saj, por edhe këtë vit. Forumi do t'i kushtohet tërësisht temave cloud - PaaS, SaaS, IaaS dhe do të mbahet si Oracle Cloud Day, pasi Oracle i kushton vëmendje të madhe këtyre teknologjive.

Në këtë event do të prezantojmë platformën tonë ForSMedia, si dhe do të flasim për përvojën tonë në përdorimin e teknologjive të mëdha të të dhënave dhe projekteve në fushën e analitikës së biznesit. Dhe, sigurisht, ne do t'ju tregojmë për aftësitë e reja të Qendrës sonë të Zgjidhjeve Fors në fushën e ndërtimit të zgjidhjeve cloud.

Bizneset e vogla në vendet e CIS nuk kanë përdorur ende analizën e të dhënave për të zhvilluar biznesin e tyre, për të përcaktuar korrelacionet ose për të kërkuar modele të fshehura: sipërmarrësit mjaftohen me raportet nga tregtarët dhe kontabilistët. Menaxherët e ndërmarrjeve të vogla dhe pjesërisht të mesme mbështeten më shumë në intuitën e tyre sesa në analiza. Por në të njëjtën kohë, analitika ka një potencial të jashtëzakonshëm: ndihmon në uljen e kostove dhe rritjen e fitimeve, marrjen e vendimeve më shpejt dhe më objektivisht, optimizimin e proceseve, kuptimin më të mirë të klientëve dhe përmirësimin e produktit.

Një kontabilist nuk do të zëvendësojë një analist

Menaxherët e bizneseve të vogla shpesh besojnë se raportet nga tregtarët dhe kontabilistët pasqyrojnë në mënyrë adekuate aktivitetet e kompanisë. Por është shumë e vështirë të marrësh një vendim bazuar në statistika të thata, dhe një gabim në llogaritjet pa arsim të specializuar është i pashmangshëm.

Rasti 1. Pas-analiza e fushatave promocionale. Për Vitin e Ri, sipërmarrësi njoftoi një promovim në të cilin mallra të caktuara ofroheshin me zbritje. Pasi vlerësoi të ardhurat për periudhën e Vitit të Ri, ai pa se si ishin rritur shitjet dhe ishte i kënaqur me shkathtësinë e tij. Por le të marrim parasysh të gjithë faktorët:

Shitjet rriten veçanërisht fuqishëm të Premten, ditën kur të ardhurat janë më të larta - ky është një trend javor.
Krahasuar me rritjen e shitjeve që zakonisht ndodh nën Viti i Ri, atëherë fitimi nuk është aq i madh.
Nëse filtroni artikujt promovues, rezulton se shifrat e shitjeve janë përkeqësuar.

Rasti 2. Studimi i qarkullimit. Në dyqan veshjet e grave Vështirësitë me logjistikën: mallrat janë në mungesë në disa magazina, dhe disa mbeten në ruajtje për muaj të tërë. Si të përcaktoni, pa analizuar shitjet, sa pantallona të sillni në një rajon dhe sa pallto t'i dërgoni në një tjetër, duke marrë ende fitimin maksimal? Për ta bërë këtë, duhet të llogaritni qarkullimin, raportin e shpejtësisë së shitjeve dhe inventarin mesatar për një periudhë të caktuar. Për ta thënë thjesht, qarkullimi i inventarit është një tregues se sa ditë i duhen një dyqani për të shitur një produkt, sa shpejt shitet stoku mesatar dhe sa shpejt produkti paguan vetë. Është ekonomikisht e padobishme të ruash rezerva të mëdha, pasi ngrin kapitalin dhe ngadalëson zhvillimin. Nëse stoku zvogëlohet, mund të shfaqet një mungesë dhe kompania do të humbasë përsëri fitimin. Ku ta gjeni mesataren e artë, raportin në të cilin produkti nuk ngec në magazinë, dhe në të njëjtën kohë mund të jepni një garanci të caktuar që klienti do të gjejë njësinë e dëshiruar në dyqan? Për ta bërë këtë, analisti duhet t'ju ndihmojë të përcaktoni:

qarkullimi i dëshiruar,
dinamika e qarkullimit.

Kur bëni pagesa për furnitorët në baza të shtyra, duhet gjithashtu të llogaritni raportin e linjës së kredisë dhe qarkullimit. Qarkullimi në ditë = Inventari mesatar * numri i ditëve / Qarkullimi për këtë periudhë.

Llogaritja e asortimentit të mbetur dhe xhiros totale nëpër dyqane ndihmon për të kuptuar se ku duhet të zhvendosen disa nga mallrat. Vlen gjithashtu të llogaritet xhiroja e secilit artikull të asortimentit për të marrë një vendim: ulje kur kërkesa është e ulët, rirendit kur kërkesa është e lartë ose zhvendoset në një magazinë tjetër. Sipas kategorisë, ju mund të zhvilloni një raport të qarkullimit në këtë formë. Mund të shihet se bluzat dhe bluzat shiten më shpejt, por palltot kërkojnë mjaft kohë. A mundet një kontabilist i zakonshëm të bëjë këtë lloj pune? E dyshojmë. Në të njëjtën kohë, llogaritja e rregullt e qarkullimit dhe aplikimi i rezultateve mund të rrisë fitimet me 8-10%

Në cilat fusha zbatohet analiza e të dhënave?

Shitjet.Është e rëndësishme të kuptohet pse shitjet po shkojnë mirë (ose keq), cila është dinamika. Për të zgjidhur këtë problem, duhet të studioni faktorët që ndikojnë në fitimin dhe të ardhurat - për shembull, analizoni gjatësinë e çekut dhe të ardhurat për klient. Faktorë të tillë mund të studiohen sipas grupeve të produkteve, stinëve dhe dyqaneve. Ju mund të identifikoni nivelet e larta dhe të ulëta të shitjeve duke analizuar kthimet, anulimet dhe transaksionet e tjera.
Financa. Treguesit e monitorimit janë të nevojshëm për çdo financier për të monitoruar fluksin e parasë dhe për të shpërndarë aktivet në fusha të ndryshme të biznesit. Kjo ndihmon në vlerësimin e efikasitetit tatimor dhe parametrave të tjerë.
Marketingu.Çdo kompani marketingu ka nevojë për parashikime dhe pas analiza të stoqeve. Në fazën e zhvillimit të idesë, duhet të përcaktojmë grupet e mallrave (kontrolli dhe objektivi) për të cilat po krijojmë një ofertë. Kjo është gjithashtu një punë për një analist të dhënash, pasi një tregtar i zakonshëm nuk ka mjetet dhe aftësitë e nevojshme për analizë të mirë, për shembull, nëse për grupin e kontrollit shuma e të ardhurave dhe numri i klientëve janë po aq më të mëdha në krahasim me objektivin , promovimi nuk funksionoi. Për të përcaktuar këtë, nevojitet analiza e intervalit.
Kontrolli. Të kesh aftësi udhëheqëse nuk mjafton për të qenë udhëheqës i kompanisë. Vlerësimet sasiore Në çdo rast, puna e personelit është e nevojshme për menaxhimin kompetent të ndërmarrjes. Është e rëndësishme të kuptohet efikasiteti i menaxhimit të fondit të pagave, raporti i pagave dhe shitjeve në të njëjtën mënyrë si efikasiteti i proceseve - për shembull, ngarkesa e punës së kasave ose punësimi i ngarkuesve gjatë ditës. Kjo ndihmon në shpërndarjen e duhur të kohës së punës.
Analiza në ueb. Faqja duhet të promovohet siç duhet në mënyrë që të bëhet një kanal shitjesh dhe për këtë ju nevojitet strategjia e duhur e promovimit. Këtu mund t'ju ndihmojë analitika në internet. Si ta përdorim atë? Studioni sjelljen, moshën, gjininë dhe karakteristikat e tjera të klientëve, aktivitetin në faqe të caktuara, klikimet, kanalin e trafikut, performancën e postimeve, etj. Kjo do të ndihmojë në përmirësimin e biznesit dhe uebsajtit tuaj.
Menaxhimi i asortimentit. Analiza ABC është thelbësore për menaxhimin e asortimentit. Analisti duhet të shpërndajë produktin sipas karakteristikave në mënyrë që të kryejë këtë lloj analize dhe të kuptojë se cili produkt është më fitimprurës, cili është baza dhe nga cili duhet hequr qafe. Për të kuptuar stabilitetin e shitjeve, është mirë të bëhet një analizë XYZ.
Logjistika. Më shumë kuptim për prokurimin, mallrat, ruajtjen dhe disponueshmërinë e tyre do të sigurohet duke studiuar treguesit e logjistikës. Humbjet dhe nevojat e produktit, inventari është gjithashtu i rëndësishëm për t'u kuptuar menaxhim i suksesshëm biznesi.

Këta shembuj tregojnë se sa e fuqishme është analiza e të dhënave, edhe për bizneset e vogla. Një drejtor me përvojë do të rrisë fitimin e kompanisë dhe do të përfitojë nga informacionet më të parëndësishme duke përdorur saktë analizën e të dhënave dhe puna e menaxherit do të thjeshtohet shumë nga raportet vizuale.