Поделиться
Требования бизнеса к BI постепенно меняются. Обзор новшеств
Бизнес-аналитика (BI) играет ключевую роль в принятии решений и управлении компаниями, поэтому требования к ней постоянно эволюционируют вместе с развитием бизнеса и технологий. О том, как меняются со временем походы к BI и требования пользователей — в материале Market.CNews.
Новые тренды в представлении информации
Классические и наиболее распространенные сегодня системы представления информации основаны на создании ограниченного количества предопределенных форм отчетов (системы отчетности) и представлении данных в них в виде анализируемых показателей. Показатели в отчетах также рассчитываются по заранее определенным правилам.
Такой подход актуален в большинстве случаев лишь для административной деятельности, позволяя быстро и наглядно сопоставлять текущие значения администрируемых показателей с их предусмотренными граничными значениями.
Однако тренд сегодня — фокус на конечном пользователе, принимающем решения на основе информации, которая может быть эффективно представлена в виде таблиц, диаграмм, элементов инфографики, включая различные варианты цветового кодирования, анимацию и учитывая разнообразные дизайнерские требования.
Требования к современным BI-системам
Использование классических систем визуализации и отчетности требует существенного вовлечение сотрудников ИТ в процесс модификации форм отчетности. В быстро меняющихся бизнес-условиях это увеличивает риски несвоевременности предоставления информации, требуемой для принятия управленческих решений.
Если система называется self-service, то в ней должны учитываться все особенности принятия управленческих решений и должны соблюдаться следующие требования:
- Интерактивное исследование детальных данных путем «погружения» в них вплоть до отдельных записей (транзакций) с отслеживанием взаимосвязей в данных. Устранение ограничений исследований, накладываемых классическими инструментами отчетности, такими как: «фильтры», «иерархии». Устранение ограничений в количестве возможных путей исследования и отборов данных и/или ограничений, накладываемых созданием дополнительных промежуточных баз данных/OLAP-кубов данных. Устранение необходимости создания дополнительных промежуточных баз данных/OLAP-кубов данных для хранения и какой-либо обработки данных.
- Возможность выполнения любых действий с аналитическим приложением из интерфейса любого современного веб-браузера и с любого современного стационарного/переносного или мобильного устройства. Т.е. пользователь должен иметь возможность непосредственно из веб-браузера: создавать аналитическое приложение «с нуля», выполнять подключение к разнообразным источникам данных, наполнять и дополнять аналитическое приложение необходимыми данными, объектами визуализации и выполнять интерактивный анализ/исследование информации.
- Интуитивно понятный интерфейс для самостоятельного интерактивного создания визуальных представлений данных (объектов визуализации, аналитических панелей и т.п.), изучения и исследования информации конечными пользователями без необходимости привлечения ИТ (реализация сценариев самообслуживания).
Если более глубоко погрузиться в определение, что такое настоящий self-service, то любой объект визуализации должен обеспечивать интерактивное взаимодействие с пользователем по принципу «если пользователь видит в объекте визуализации какие-либо интересующие его данные, то он может их интерактивно «захватить» для более углубленного исследования».
Для пользователя должна автоматически обеспечиваться целостность восприятия любых данных, представленных в аналитическом приложении. Для этого система не должна требовать от него выполнения каких-либо настроек или определения каких-либо взаимосвязей между объектами визуализации.
Система также не должна требовать описания возможных последовательностей визуального «захвата» данных или ограничивать пользователя предопределенными путями исследования. Такой процесс должен автоматически обеспечиваться в любых объектах визуализации без каких-либо дополнительных настроек и при любой последовательности «захватов» данных в любых объектах визуализации.
Требования к объектам визуализации
Любой объект визуализации должен поддерживать интуитивно понятное многообразие визуальных способов отборов данных:
- Путем использования различных технических средств взаимодействия: клавиатуры, мыши и/или сенсорного интерфейса (touch-интерфейс);
- Поддерживать единые, непротиворечивые и интуитивно понятные принципы взаимодействия вне зависимости от сочетаний используемых технических средств взаимодействия: клавиатуры, мыши и/или сенсорного интерфейса. Например, не требовать использования клавиш Ctrl и/или Shift для выполнения множественного отбора данных и не требовать разработки/применения различных видов дизайна/объектов визуализации для обеспечения корректного взаимодействия с данными на различных типах устройств;
- Поддерживать единичный и множественный выбор нескольких экземпляров данных;
- Поддерживать отборы данных путем выделения диапазонов данных:
- Отбираемых по осям измерений;
- Осям мер;
- Диапазонам, определяемым произвольной криволинейной фигурой (лассо)
Любой объект визуализации должен встроенными средствами обеспечивать автоматическое масштабирование на экранах любых устройств.
Система не должна требовать создания различных макетов (форм, дизайна и т.п.) для обеспечения интерактивной работы с данными на различных типах устройств или устройствах с различными разрешениями экрана.
Любой объект визуализации должен сохранять все возможности интерактивного взаимодействия с наборами данных для обеспечения их интерактивного визуального «захвата» конечным пользователем вне зависимости от используемого типа клиентского устройства пользователя и используемого на нем разрешения экрана.
Требования с позиции автоматизации BI и роста объема данных
Автоматизированная аналитика становится все более востребованной. Современные инструменты позволяют автоматизировать сбор данных, их обработку и создание отчетов без участия человека. Это помогает быстрее реагировать на изменения рынка и принимать решения на основе актуальных данных.
Интеграция AI и ML в BI-системы открывает новые возможности для анализа данных. Машинное обучение может использоваться для предсказания поведения клиентов, оптимизации процессов и выявления скрытых закономерностей в данных.
Одним из самых популярных применений AI и ML является прогнозирование будущих событий на основе исторических данных. Например, алгоритмы машинного обучения могут анализировать данные о продажах, чтобы спрогнозировать спрос на продукцию в будущем.
Другой пример: алгоритмы машинного обучения могут анализировать поведение клиентов, их предпочтения и историю покупок, чтобы предлагать персонализированные рекомендации. Это помогает улучшить качество обслуживания и повысить лояльность клиентов.
Объемы данных продолжают расти, и традиционные методы хранения и обработки информации становятся неэффективными. Внедрение Big Data и облачных технологий позволяет компаниям обрабатывать огромные массивы данных в реальном времени, обеспечивая высокую скорость и гибкость.
Поделиться
Короткая ссылка
