Технологии BI применяются бизнесом уже не один десяток лет. Однако сегодня с развитием облачных технологий, BigData и машинного обучения BI выходит на новый уровень. К чему это ведет и какими станут практики BI в ближайшие годы — читайте в нашем посте. Под катом — немного истории, актуальные тренды и результаты исследований.
Источник
История BI началась намного раньше, чем принято считать. Самое раннее упоминание BI датировано еще 1865 годом, когда Ричард Девенс использовал термин Business Intelligence, чтобы описать действия Генри Фарнесса, который изучил данные, проанализировал рыночные условия и за счет этого опередил своих конкурентов. Позже в 1958 году Ганс Петер Лун из IBM написал о том потенциале, который содержит в себе BI, если к этому подходу добавить возможности информационных технологий. Нас всех, конечно, интересует именно технологическая сторона BI, которая позволяет находить новые решения для бизнеса. Сегодня на рынке представлено более 50 различных продуктов, в той или иной мере предлагающие функционал BI. Но чтобы лучше разобраться в том, чем они отличаются друг от друга, и почему функционал BI-решений начал сильно меняться после 2007 года, полезно будет оглянуться назад и проследить эволюцию BI как класса компьютерных систем.
Первые системы поддержки принятия решений (DSS — Decision Support Systems) появились в 1970-х после того, как Эдгар Кодд предложил мировой общественности новый метод организации данных. Реляционные БД позволили сделать рывок вперед в сфере BI в том числе, и средства поддержки принятия решений активно развивались до середины 1980-х.
В 1980-х началась активная консолидация данных, информация стала накапливаться в единых центрах, создавая условия для глубокого и всестороннего анализа. Инструменты BI получили доступ к большим объемам данных, но оставались сложными техническими инструментами, так что без толкового ИТ-шника невозможно было построить очередной отчет, и поэтому бизнес не столь часто применял данную категорию решений. По крайней мере, далеко не во всех отраслях.
В 1990-х технологии BI начали рассматривать как бизнес-инструмент, и он нашел свое применение во многих отраслях: от добычи полезных ископаемых до производства и финансов. В то время решения BI были очень дорогостоящими, а постановка задачи могла занимать несколько дней. Именно из этой эпохи так называемого «BI 1.0» возник стереотип о недоступности решений класса BI для «простых смертных».
В 2000-х годах появилась технологическая база для обработки данных в реальном времени, а значит компании получили возможность принимать решения моментально, основываясь на текущей, постоянно меняющейся информации. На рынке стали появляться различные дашборды, отображающие совокупность показателей, а также системы BI с интуитивным интерфейсом (такие, как Tableau или QlikView), делать запросы в которых могли уже бизнес-пользователи. От ИТ-специалистов стала требоваться только подготовка, очистка и агрегирование данных.
Согласно данным исследования Drenser, в 2019 году пользователи предпочитают работать с BI на условиях подписки. Такую схему выбирают 90% респондентов, участвовавших в опросе. Облачный подход позволяет исключить риски проблем окупаемости, а также попробовать новый продукт, используя тестовые лицензии. Разработчики систем BI также поддерживают Trial-схемы, так как они увеличивают потенциальную возможность последующей покупки лицензий даже небольшими компаниями, которые раньше и не решились бы на использование BI в своей практике. Лидерами в сфере облачных BI, по данным аналитиков, являются Amazon AWS, Microsoft Azure, Google Cloud и IBM Bluemix.
Чего же нам ждать от BI в будущем, учитывая, что сегодня фактически каждый офисный работник может воспользоваться облачным сервисом для составления собственных прогнозов? Аналитики отмечают 6 актуальных трендов, которые будут определять развитие BI в ближайшие годы.
Реальность сегодняшнего дня в сфере BI такова, что каждый бизнес-пользователь получает возможность создать свою экосистему BI и делать запросы по мере необходимости. Проблемы развертывания систем были решены за счет появления облачных сервисов, а подключение источников данных и их подготовка были автоматизированы в большинстве наиболее современных решений. Таким образом, технология BI стала доступнее, а от пользователей систем уже не требуется опыт в сфере data science. Теперь через графический интерфейс можно добавить свои собственные источники данных, в том числе электронные таблицы, создавать персонализированные дашборды и визуализировать результаты самыми разными способами.
На диаграмме отражена популярность подключения источников данных различными подразделениями компаний, согласно исследованию Drenser. Таким образом, сегодня каждая бизнес-единица организации может создавать свое пространство данных для эффективного анализа.
Ожидается, что системы BI будут помогать не только понять текущую ситуацию, но также начнут подсказывать фактические шаги, которые необходимо предпринять в данный момент времени. На самом деле такой функционал уже появляется в наиболее продвинутых BI-системах, и бизнес-пользователи могут не только узнать о существующих тенденциях, но также получить рекомендацию, как использовать ситуацию, чтобы повысить заданные KPI. Другими словами, система BI должна не только составлять отчеты и формировать представления данных, но также моментально сообщать вам о том, что нужно (или, наоборот, не нужно) делать в данной ситуации.
Очевидно, что пользователям не очень удобно делать запросы в каком-то специфическом формате, а также расшифровывать ответы, полученные в виде каких-то выкладок. Куда приятнее было бы спросить: «Как идут наши продажи, Кэп?», а в ответ получить: «Продажи выросли на 18%, необходимо закупить больше баклажанов». Для того, чтобы воплотить такой подход сегодня разработчики активно внедряют технологии работы с естественным языком — NLP (Natural Language Processing) и NLG (Natural Language Generation). Для реализации подхода используются наработки в области искусственного интеллекта, который специально обучают для конвертации лингвистических конструкций в компьютерные запросы и обратно. Таким образом, точность NLP и NLG растет с каждым днем.
Интересная особенность технологий BI заключается в том, что чем больше пользователей у системы в компании, тем глубже уровень анализа, который можно провести с помощью инструментов. Если каждый сотрудник имеет возможность работы с BI и видит выгоды в этом для выполнения своей работы, он будет не только собирать данные для себя, но также пополнять общий корпоративный репозиторий, подключая к нему свои обновляемые источники информации. Тем временем, доступность BI за счет все более прозрачного лицензирования и облачных реализаций позволяет говорить о проникновении таких систем в самые разные уровни работы компании — от производства и продаж до HR и маркетинга. Подобные схемы уже успешно реализованы на таких BI-системах, как IBM Cognos.
Аналитики отмечают, что запросы разных отраслей к системам BI подразумевают использование разного функционала. Например, в образовании большую роль играет возможность анализа текстовых данных, а в розничной торговле — работа с каталогами данных. Однако на сегодняшний день именно широта функциональных возможностей BI-систем открывает возможность для внедрения сквозной аналитики во всей компании.
Кратное увеличение объемов данных, которые используются в бизнес-аналитике, привело к необходимости упростить их представления. Если раньше специалисты по BI работали со столбцами данных и простыми диаграммами, то на сегодняшний день роль визуализации растет. Во многих BI-системах используется 3D-визуализация, а также различные методы изображения тенденций, включая видеомоделирование, когда ряд показателей отображается в движении, словно поток воды или рой пчел. Такой подход позволяет увидеть не просто «снижение продаж по итогам квартала», но целый ряд показателей, связанных с этой тенденцией.
И, пожалуй, самый «вкусный» тренд развития современных BI — это появление сторителлинга, возможности рассказать наглядную историю, чтобы продемонстрировать проведенный анализ (и найденные системой рекомендации к действию). В дополнение к существующим способам визуализации, сторителлинг открывает возможности эффективной коммуникации с теми людьми, которые не были достаточно глубоко погружены в проблематику или бизнес-процессы отдела.
Некоторые дашборды уже сегодня предлагают возможности сторителлинга. Например, решение BI от компании Domo позволяет создать историю, чтобы продемонстрировать любой из найденных в процессе анализа инсайтов.
Конечно, сторителлинг не означает отказа от традиционных методов представления информации, которые теперь называют сторифреймингом (Storyframing). Сначала происходит сбор данных и отображение целого ряда KPI и других параметров. Однако, взглянув на дэшборд, например, специалиста отдела закупок, топ-менеджер не сможет сразу разобраться во всем многообразии представленных показателей и диаграмм. Функция сторителлинга в данном случае позволяет четко показать, какие выводы вытекают из собранных данных, и какие действия необходимы, чтобы избежать негативных исходов или достичь поставленных целей.
Функция сторителлинга стала появляться в BI-системах в связи с тем, что большинство инсайтов, которые находят аналитические алгоритмы, требуют объяснения и погружения в тематику. На данный момент разработчики стремятся к тому, чтобы можно было получить готовую историю, просто кликнув мышкой по тем результатам, которые выдает инструмент BI. Такой подход позволяет экономить огромное количество времени на подготовку презентаций, сохраняя возможность донести самые «горячие» выводы, например, до ключевых акционеров компании, чтобы помочь им принять верное решение в кратчайшие сроки.
В качестве примера сторителлинга можно привести использование российской BI-разработки на базе платформы iDVP, которая применяется в Центре мониторинга ЕМИАС. Система собирает данные в том числе о выданных талонах, предварительной записи, отчетах о проведенном приеме, загрузке персонала и т.д. Но кроме четкой и понятной 3D-визуализации позволяет «нырнуть» глубже в любой из вопросов, например, оценить нехватку персонала по каждому участку, а также изучить время ожидания в очередях к различным специалистам. Пользователь может просто кликнуть на интересующий его элемент и увидеть всю «историю», не погружаясь в изучение контекста.
По мере расширения возможностей самообслуживания, а также создания облачных сервисов, которые нет необходимости устанавливать на отдельном компьютере или сервере, использование BI становится все проще и доступнее. Фактически, каждый сотрудник, который вынужден анализировать отчеты или таблицы может применить BI для повышения эффективности своего труда и экономии времени, особенно если в выбранной системе доступны возможности работы с естественным языком. Инструменты сторителлинга ускоряют движение «полезных данных» внутри компании, что делает применение технологий BI еще более востребованным в постоянно меняющихся рыночных условиях. Поэтому вопрос необходимости BI переходит из плоскости «нужно или нет» в пространство «как применить с максимальным эффектом». Именно поэтому по данным исследования Drenser, 48% компаний считают BI критически необходимой или очень важной технологией для развития в 2019 году, а наибольший интерес к внедрению новых инструментов демонстрируют именно небольшие компании со штатом менее 100 человек.
Как вы считаете, какой аспект эволюции BI может способствовать (или уже способствует) распространению BI в вашей компании?
История BI началась намного раньше, чем принято считать. Самое раннее упоминание BI датировано еще 1865 годом, когда Ричард Девенс использовал термин Business Intelligence, чтобы описать действия Генри Фарнесса, который изучил данные, проанализировал рыночные условия и за счет этого опередил своих конкурентов. Позже в 1958 году Ганс Петер Лун из IBM написал о том потенциале, который содержит в себе BI, если к этому подходу добавить возможности информационных технологий. Нас всех, конечно, интересует именно технологическая сторона BI, которая позволяет находить новые решения для бизнеса. Сегодня на рынке представлено более 50 различных продуктов, в той или иной мере предлагающие функционал BI. Но чтобы лучше разобраться в том, чем они отличаются друг от друга, и почему функционал BI-решений начал сильно меняться после 2007 года, полезно будет оглянуться назад и проследить эволюцию BI как класса компьютерных систем.
Реляционные базы данных
Первые системы поддержки принятия решений (DSS — Decision Support Systems) появились в 1970-х после того, как Эдгар Кодд предложил мировой общественности новый метод организации данных. Реляционные БД позволили сделать рывок вперед в сфере BI в том числе, и средства поддержки принятия решений активно развивались до середины 1980-х.
BigData и консолидация
В 1980-х началась активная консолидация данных, информация стала накапливаться в единых центрах, создавая условия для глубокого и всестороннего анализа. Инструменты BI получили доступ к большим объемам данных, но оставались сложными техническими инструментами, так что без толкового ИТ-шника невозможно было построить очередной отчет, и поэтому бизнес не столь часто применял данную категорию решений. По крайней мере, далеко не во всех отраслях.
Интерес со стороны бизнеса
В 1990-х технологии BI начали рассматривать как бизнес-инструмент, и он нашел свое применение во многих отраслях: от добычи полезных ископаемых до производства и финансов. В то время решения BI были очень дорогостоящими, а постановка задачи могла занимать несколько дней. Именно из этой эпохи так называемого «BI 1.0» возник стереотип о недоступности решений класса BI для «простых смертных».
В реальном времени
В 2000-х годах появилась технологическая база для обработки данных в реальном времени, а значит компании получили возможность принимать решения моментально, основываясь на текущей, постоянно меняющейся информации. На рынке стали появляться различные дашборды, отображающие совокупность показателей, а также системы BI с интуитивным интерфейсом (такие, как Tableau или QlikView), делать запросы в которых могли уже бизнес-пользователи. От ИТ-специалистов стала требоваться только подготовка, очистка и агрегирование данных.
Облачные технологии
Согласно данным исследования Drenser, в 2019 году пользователи предпочитают работать с BI на условиях подписки. Такую схему выбирают 90% респондентов, участвовавших в опросе. Облачный подход позволяет исключить риски проблем окупаемости, а также попробовать новый продукт, используя тестовые лицензии. Разработчики систем BI также поддерживают Trial-схемы, так как они увеличивают потенциальную возможность последующей покупки лицензий даже небольшими компаниями, которые раньше и не решились бы на использование BI в своей практике. Лидерами в сфере облачных BI, по данным аналитиков, являются Amazon AWS, Microsoft Azure, Google Cloud и IBM Bluemix.
BI завтрашнего дня. 6 актуальных трендов
Чего же нам ждать от BI в будущем, учитывая, что сегодня фактически каждый офисный работник может воспользоваться облачным сервисом для составления собственных прогнозов? Аналитики отмечают 6 актуальных трендов, которые будут определять развитие BI в ближайшие годы.
Самообслуживание
Реальность сегодняшнего дня в сфере BI такова, что каждый бизнес-пользователь получает возможность создать свою экосистему BI и делать запросы по мере необходимости. Проблемы развертывания систем были решены за счет появления облачных сервисов, а подключение источников данных и их подготовка были автоматизированы в большинстве наиболее современных решений. Таким образом, технология BI стала доступнее, а от пользователей систем уже не требуется опыт в сфере data science. Теперь через графический интерфейс можно добавить свои собственные источники данных, в том числе электронные таблицы, создавать персонализированные дашборды и визуализировать результаты самыми разными способами.
На диаграмме отражена популярность подключения источников данных различными подразделениями компаний, согласно исследованию Drenser. Таким образом, сегодня каждая бизнес-единица организации может создавать свое пространство данных для эффективного анализа.
От анализа к действиям
Ожидается, что системы BI будут помогать не только понять текущую ситуацию, но также начнут подсказывать фактические шаги, которые необходимо предпринять в данный момент времени. На самом деле такой функционал уже появляется в наиболее продвинутых BI-системах, и бизнес-пользователи могут не только узнать о существующих тенденциях, но также получить рекомендацию, как использовать ситуацию, чтобы повысить заданные KPI. Другими словами, система BI должна не только составлять отчеты и формировать представления данных, но также моментально сообщать вам о том, что нужно (или, наоборот, не нужно) делать в данной ситуации.
Использование естественного языка
Очевидно, что пользователям не очень удобно делать запросы в каком-то специфическом формате, а также расшифровывать ответы, полученные в виде каких-то выкладок. Куда приятнее было бы спросить: «Как идут наши продажи, Кэп?», а в ответ получить: «Продажи выросли на 18%, необходимо закупить больше баклажанов». Для того, чтобы воплотить такой подход сегодня разработчики активно внедряют технологии работы с естественным языком — NLP (Natural Language Processing) и NLG (Natural Language Generation). Для реализации подхода используются наработки в области искусственного интеллекта, который специально обучают для конвертации лингвистических конструкций в компьютерные запросы и обратно. Таким образом, точность NLP и NLG растет с каждым днем.
Повсеместное применение BI
Интересная особенность технологий BI заключается в том, что чем больше пользователей у системы в компании, тем глубже уровень анализа, который можно провести с помощью инструментов. Если каждый сотрудник имеет возможность работы с BI и видит выгоды в этом для выполнения своей работы, он будет не только собирать данные для себя, но также пополнять общий корпоративный репозиторий, подключая к нему свои обновляемые источники информации. Тем временем, доступность BI за счет все более прозрачного лицензирования и облачных реализаций позволяет говорить о проникновении таких систем в самые разные уровни работы компании — от производства и продаж до HR и маркетинга. Подобные схемы уже успешно реализованы на таких BI-системах, как IBM Cognos.
Аналитики отмечают, что запросы разных отраслей к системам BI подразумевают использование разного функционала. Например, в образовании большую роль играет возможность анализа текстовых данных, а в розничной торговле — работа с каталогами данных. Однако на сегодняшний день именно широта функциональных возможностей BI-систем открывает возможность для внедрения сквозной аналитики во всей компании.
Визуализация
Кратное увеличение объемов данных, которые используются в бизнес-аналитике, привело к необходимости упростить их представления. Если раньше специалисты по BI работали со столбцами данных и простыми диаграммами, то на сегодняшний день роль визуализации растет. Во многих BI-системах используется 3D-визуализация, а также различные методы изображения тенденций, включая видеомоделирование, когда ряд показателей отображается в движении, словно поток воды или рой пчел. Такой подход позволяет увидеть не просто «снижение продаж по итогам квартала», но целый ряд показателей, связанных с этой тенденцией.
Сторителлинг
И, пожалуй, самый «вкусный» тренд развития современных BI — это появление сторителлинга, возможности рассказать наглядную историю, чтобы продемонстрировать проведенный анализ (и найденные системой рекомендации к действию). В дополнение к существующим способам визуализации, сторителлинг открывает возможности эффективной коммуникации с теми людьми, которые не были достаточно глубоко погружены в проблематику или бизнес-процессы отдела.
Некоторые дашборды уже сегодня предлагают возможности сторителлинга. Например, решение BI от компании Domo позволяет создать историю, чтобы продемонстрировать любой из найденных в процессе анализа инсайтов.
Конечно, сторителлинг не означает отказа от традиционных методов представления информации, которые теперь называют сторифреймингом (Storyframing). Сначала происходит сбор данных и отображение целого ряда KPI и других параметров. Однако, взглянув на дэшборд, например, специалиста отдела закупок, топ-менеджер не сможет сразу разобраться во всем многообразии представленных показателей и диаграмм. Функция сторителлинга в данном случае позволяет четко показать, какие выводы вытекают из собранных данных, и какие действия необходимы, чтобы избежать негативных исходов или достичь поставленных целей.
Функция сторителлинга стала появляться в BI-системах в связи с тем, что большинство инсайтов, которые находят аналитические алгоритмы, требуют объяснения и погружения в тематику. На данный момент разработчики стремятся к тому, чтобы можно было получить готовую историю, просто кликнув мышкой по тем результатам, которые выдает инструмент BI. Такой подход позволяет экономить огромное количество времени на подготовку презентаций, сохраняя возможность донести самые «горячие» выводы, например, до ключевых акционеров компании, чтобы помочь им принять верное решение в кратчайшие сроки.
В качестве примера сторителлинга можно привести использование российской BI-разработки на базе платформы iDVP, которая применяется в Центре мониторинга ЕМИАС. Система собирает данные в том числе о выданных талонах, предварительной записи, отчетах о проведенном приеме, загрузке персонала и т.д. Но кроме четкой и понятной 3D-визуализации позволяет «нырнуть» глубже в любой из вопросов, например, оценить нехватку персонала по каждому участку, а также изучить время ожидания в очередях к различным специалистам. Пользователь может просто кликнуть на интересующий его элемент и увидеть всю «историю», не погружаясь в изучение контекста.
А вам нужен BI?
По мере расширения возможностей самообслуживания, а также создания облачных сервисов, которые нет необходимости устанавливать на отдельном компьютере или сервере, использование BI становится все проще и доступнее. Фактически, каждый сотрудник, который вынужден анализировать отчеты или таблицы может применить BI для повышения эффективности своего труда и экономии времени, особенно если в выбранной системе доступны возможности работы с естественным языком. Инструменты сторителлинга ускоряют движение «полезных данных» внутри компании, что делает применение технологий BI еще более востребованным в постоянно меняющихся рыночных условиях. Поэтому вопрос необходимости BI переходит из плоскости «нужно или нет» в пространство «как применить с максимальным эффектом». Именно поэтому по данным исследования Drenser, 48% компаний считают BI критически необходимой или очень важной технологией для развития в 2019 году, а наибольший интерес к внедрению новых инструментов демонстрируют именно небольшие компании со штатом менее 100 человек.
Как вы считаете, какой аспект эволюции BI может способствовать (или уже способствует) распространению BI в вашей компании?
- Облачный доступ по модели SaaS
- NLP и NLG
- Поиск готовых рекомендаций к действию
- Функции сторителлинга
- Возможности самообслуживания
Интересные статьи по теме
- Self-service Business Intelligence Solutions: Potential and Requirements
- Business intelligence tomorrow… and what it means for today
- Making the intelligent decision
- Up and to the right: What are the top 5 trends in Business Intelligence today?
- A Look At The Evolution Of BI Platform Over The Years
- The Real Reason Most Dashboards Don't Tell Data Stories
- The State Of Cloud Business Intelligence, 2019
У нас есть вакансии!