Този сайт използва бисквитки (cookies). Ако желаете можете да научите повече тук. Разбрах

Новини Технологии и концепции
бр. 5, 2016

BI и Big Data – прецизни анализи за обосновани решения

“Големите данни” са във фокуса на вниманието в много организации, но успешното им използване все още е изкуство, а не наука. Ключът е в интегрирането на Big Data и традиционни BI инструменти за създаване на екосистема от данни, позволяваща да стигате до нови прозрения, работейки с това което вече имате

от , 25 май 2016 1 2660 прочитания,

Според прогнозите на Gartner, през 2016 г. пазарът на системи за бизнес анализи (Business Intelligence, BI) ще нарасне с 5,2% в сравнение с предходната година и ще достигне $16,9 млрд. По този начин, BI сегментът значително ще изпревари по темпове на ръст ИТ пазара като цяло, за който се очаква увеличаване само с 0,6%.

В сегмента BI анализаторите включват приложения за бизнес анализи, BI платформи, пакети за управление на ефективността на организацията (Corporate Performance Management, CPM) и софтуер за задълбочени анализи (advanced analytics).

Експертите от Gartner отбелязват, че сега в областта на BI технологиите завършва последният етап от продължаващия вече няколко години преход от анализи на базата на отчети подготвяни от ИТ специалисти към анализи, които бизнес потребителите подготвят самостоятелно. Резултат от този преход са съвременните BI платформи, създадени в отговор на потребностите на потребителите, които се нуждаят от по-достъпни и гъвкави инструменти за получаване на по-задълбочени аналитични резултати.

Анализаторите считат, че BI технологиите вече са стратегически важен инструмент за повечето предприятия и необходимо средство за техните сътрудници, независимо от конкретните им задължения. Така например, директорът по маркетинг вече трябва да бъде специалист не само по утвърждаване на бранда и по рекламата, а и да бъде експерт по анализа на клиентите. Същото се отнася за мениджърите, отговарящи за снабдяването, човешките ресурси, финансите и т.н.

За да удовлетворят изискванията за по-бързо получаване на по-задълбочени аналитични резултати, много организации се стремят да демократизират бизнес анализите, въвеждайки средства за самообслужване. На този етап основната разлика между съвременните и традиционните BI платформи се свежда до обема на работата на етапа на моделиране, предшестващ анализите и до количеството специални знания, необходими за подготовката на данните за анализи. При традиционния подход, базиран на отчети, при който в началото се провежда консолидация и моделиране, данните за анализите се подготвят от специалисти или напреднали потребители с помощта на ИТ. Обратно, съвременните BI платформи предполагат, че данните се създават самостоятелно от обикновени потребители.

В поредния си доклад “Magic Quadrant for Business Intelligence and Analytics Platforms” експертите от Gartner обобщават, че организациите, които искат да се възползват от предимствата на съвременните BI платформи, трябва да преразгледат централизирания подход към бизнес анализите, включително по отношение на технологии, роли и отговорности, организационни модели и въпроси свързани с управлението на аналитичните процеси.

Актуалните приложения на BI

Когато данните започнат да бъдат събирани и анализирани е логично те да бъдат използвани колкото е възможно повече. Така че, в контекста на BI първият основен въпрос е събирането на данните, а вторият – методологията за това, какво да правим с тези данни. Ако се фокусираме върху приложението на данните, възможностите предоставяни от технологиите за анализи най-общо са:

>> Подготовка на отчетност - тук BI системата влиза в ролята на общо хранилище за данни от всички подсистеми, тя осигурява обединяване на данните, тяхната обработка и извеждане на резултати.

>> Анализи за целите на различните подразделения на компанията.



>> Ускоряване на обработката на информация. Отчети които преди се подготвяха веднъж в месеца, сега се извеждат в реално време – за много области на бизнеса тази разлика е от критично важно значение.

>> Обработка на големи обеми от данни (Big Data) и като следствие, достигане до по-правилни решения и повишаване конкурентоспособността на бизнеса.

Как Big Data подпомагат по-добрите решения?

Крупните компании и особено институциите предлагащи финансови услуги възприемат Big Data технологиите по-бързо, отколкото очакваха анализаторите, сочи проучване на консултантската компания NewVantage Partners. Но как организациите използват “големите данни” за вземане на по-добри бизнес решения? Оказва се, че успехът в това отношение е повече изкуство, отколкото технологично решение.

До този извод стигат експертите от NewVantage Partners след интервюта с представители на 50 големи компании, включително главни директори по данните, главни ИТ директори, главни технологични директори, главни информационни архитекти и старши ръководители на бизнес направления. Мениджърите от компании от финансовия сектор в това проучване са 50% от всички анкетирани, но сред останалите присъстват представители на финансовия сектор, държавната администрация и други сектори.

Повечето от организациите участващи в изследването харчат над $1 млрд. годишно за информационни технологии. Тези крупни предприятия виждат стойност в Big Data и насочват ресурси в това направление. Според Пол Барт, основател и управляващ партньор на NewVantage Partners, 85% от анкетираните посочват, че вече работят по проекти в областта на Big Data, като 75% инвестират в това направление над $1 млн. годишно, а сред участниците в проучването има и такива, които инвестират над $10 млн. годишно.

Реалната полза: по-кратко време за отговор

Анкетираните посочват много аргументи, обосноваващи инвестициите им в Big Data – от редуциране на риска, до създаване на продукти и услуги с по-високо качество. С водеща роля обаче са два аргумента: постигане на по-правилни, базирани на факти решения и подобряване на потребителското преживяване. Разбира се, това са водещите причини за инвестиции и в традиционни BI решения, но Пол Барт уточнява, че според проучването на NewVantage, истинският "квантов скок" за организациите, прилагащи Big Data технологии е скоростта, с която те могат да вземат решения или т.нар. “време за отговор” (time-to-answer, TTA).

“Ако вашето време за отговор е 30 мин. в един случай и 30 секунди в друг, това наистина променя съществено вашите бизнес процеси. Използвайки новите Big Data технологии, организациите могат да отговорят на интересуващите ги въпроси за секунди, вместо за дни или за дни вместо за месеци. Това ускоряване, на свой ред, позволява на бизнеса да отговори на сложни въпроси, да разработва, изпробва и реализира процеси, които бързо се адаптират към пазара, да автоматизира сложни работни потоци”, отбелязва Барт.

Извличането на ползите от съкратеното време за отговор обаче изисква внимателно преминаване през специфичен процес на ясно дефиниране и управлявано взаимодействие между Big Data и традиционни аналитични решения.

Big Data, BI и организационни аспекти

“През годините имаше много дискусии за разликите между BI и Big Data, както и за организационните отговорности за всяка тези технологии в предприятието. Нашето проучване обаче показва, че двете направления стават все по-тясно преплетени и трябва да се развиват заедно за постигането на резултатите, обещавани от Big Data. Наред с това, разрушаването на границите вътре в организациите и тясната интеграция между ИТ отделите и бизнес звената е критична стъпка за всяка компания, която се надява да изгради печеливша стратегия за използване на Big Data”, се казва в доклада на NewVantage.

“Доскоро, управлението на данните и анализите, често пребиваваха в различни части на организацията. ИТ отделите обикновено контролираха данните, а анализите бяха провеждани от отделни специални групи или бизнес звена. Това противоречи на основните принципи на Big Data и проучването потвърждава, че организациите разбират необходимостта от тясна интеграция. 65% от анкетираните казват, че ‘големите данни’ са неразделна част от управлението на данните, а 68% посочват, че Big Data технологиите са част от инструментариума за задълбочени анализи (Advanced Analytics toolbox)”, пише още в доклада на консултантската компания.

Осъществяването на този скок – интегриране на традиционни анализи и Big Data, при едновременно разрушаване на границите между ИТ и бизнес подразделенията – е критичната стъпка за осъществяването на Big Data инициативи с положително отражение върху бизнеса, обобщават от NewVantage.

“Интегрирането на широки възможности за анализи в реално време в бизнес отделите и в оперативните звена дава възможност за бързи реакции на ключови бизнес въпроси и предизвикателства, което носи конкурентни предимства и подобрена производителност”, пише в доклада.

“Мислете за вашите данни и качеството им, като за ресурси разпределени в няколко нива – например бронзово, сребърно и златно. Данните във вашия Data warehouse са златни. От този източник на злато вие можете да вземете данни, с които наистина да работите. Но ако имате данни, достъпни в суров вид, ако можете да струпате данни на едно място и да ги организирате съвсем малко – тези данни също са полезни, дори и да не са перфектни”, пояснява Пол Барт.

За разлика от традиционните релационни бази данни, Big Data платформите позволяват на аналитиците да организират, почистват и интегрират данните избирателно, игнорирайки записи и полета, които не са във фокус при конкретния анализ. Това е съществена разлика в сравнение с Data warehouse системите, при които голяма част от усилията се посвещават на инженеринг на данните с цел да се гарантира, че те са такива каквито трябва, преди да бъдат предоставени на потребителите. Представителите на NewVantage отбелязват, че избягвайки пълния инженеринг на данните, Big Data платформите ускоряват времето за отговор при изследване на данни от множество източници (т.нар. discovery-oriented analysis) и елиминират усилията за инженеринг на данни, които не носят стойност.

“Идеята е, Big Data платформите да бъдат само една част – макар и важна – от екосистема на данните, която е проектирана постоянно да следи за нови прозрения свързани с клиенти, пазари, продукти и рискове, докато в същото време използваме това което вече знаем. С други думи, преследвайте ‘новото’ докато работите с ‘познатото’ – това е здравословния модел на постоянните подобрения”, обобщава Пол Барт.

Създаване на екосистема от данни

Консултантите от NewVantage съветват: “ Мислете по следния начин: Независимо дали става дума за Big Data или за традиционни анализи, важното е да осигурим ценни отговори. Ценността на даден отговор се определя от неговата точност и от скоростта, с която е предоставен. За да получим бързо точен отговор е важно да зададем правилни въпроси. Ето къде е ролята на Big Data – тези технологии ни помагат да преследваме ‘новото’”.

“Изкуството в Big Data е свързано с откриването и обясняването. Може да търсите нещо, което не можете да формулирате добре. Част от аналитичната работа е изследването и откриването, като в тази фаза вие генерирате хипотези. После идва ред на моделирането и прилагането. Според мен, традиционните BI идват на ред след като разберете основните корелации, свързани с въпроса, който разглеждате. Фазата в която не ги разбирате, фазата на откриване – това е мястото, в което са полезни Big Data технологиите”, казва Пол Барт.

7 стъпки

Експертите от NewVantage открояват 7 стъпки в процеса на провеждане на бизнес анализи, предназначени да намерят отговор на сложни въпроси.

  1. Изяснете въпроса и типа на отговора, от който се нуждаете. Разработете техническо-икономическа обосновка (business case)

  2. Идентифицирайте необходимите данните и подходящият метод за анализ

  3. Осигурете данните

  4. Почистете, нормализирайте и интегрирайте данните

  5. Анализирайте данните

  6. Проверете валидността на резултатите

  7. Представете полученият отговор на вашия въпрос и го приложете.

Обикновено, компаниите изразходват 80% и повече от времето за провеждане на анализа в работа по стъпки 3 и 4, отбелязват експертите от NewVantage. Big Data решенията обаче предоставят нови начини за изпълнението на тези стъпки.

Най-важното е, че заради относително ниската цена и голям капацитет на Big Data платформите, организациите могат да заредят всички данни от изходните си системи вместо да подбират данни, свързани с анализирания въпрос.

На пръв поглед този подход изглежда разточителен, но всъщност той дава възможност да се елиминират два източника на големи забавяния, а именно времето за писане на програми, които да извлекат само необходимите данни и времето, необходимо за неколкократно връщане към основните системи, когато междинни изводи от анализа генерират нови въпроси, изискващи нови данни.

Като пример Пол Барт посочва крупна финансова институция, която е искала да проведе анализ проследяващ поведението на нейните клиенти в множество канали за взаимодействие с тях, с цел да разбере кои елементи в предложенията водят до продажби и кои до отказ от направените оферти. За да реши тази задача компанията е трябвало да интегрира данни от сесии на взаимодействие с клиенти през последните 6 месеца и други данни за каналите. Първият опит за анализ с използване на традиционни релационни бази данни е наложил написване на десетки хиляди реда SQL код и скоро станало ясно, че в най-добрия случай ще е възможно да се обхванат данните от 6 дни, вместо от 6 месеца, както е предвиждано първоначално. След като изчислили, че дори и в този органичен обхват на анализа работата по него ще отнеме седмици, в компанията се насочили към търсене на друг подход.

В Big Data среда, финансовата институция е успяла да проведе същия анализ с написване и изпълнение на по-малко от 100 реда код, като за по-малко от 24 часа са обработени стотици терабайти от данни за сесии.

“Анализите са проведени върху данните, налични във финансовата институция – такива каквито са. В крайна сметка те просто са искали да знаят какво правят собствените им клиенти, в собствените им канали и Big Data платформата им е осигурила по-добра видимост на случващото се. От ключово значение е обаче, да се предприеме още една стъпка. След като разберете това, което виждате, можете да разработите модел, който обяснява това и метрики за оценяване на подобренията за бизнеса спрямо този модел. Тук е ролята на традиционния BI”, обяснява Пол Барт.

В заключение

“Новото” и “известното” не са изолирани острови – те трябва да бъдат системи в симбиоза, свързани и захранващи една друга. “Новите” анализи изискват бърз достъп до всички “известни” данни представящи бизнес реалността днес. И обратно, трябва да е налице дисциплиниран подход за извличане на нови прозрения, данни и модели за разширяване на обхвата на “известното”, обобщават експертите от NewVantage.



Източници:
[1] Gartner, Magic Quadrant for Business Intelligence and Analytics Platforms, 09 февруари 2016
[2] “How to Use Big Data to Make Faster and Better Business Decisions”, Thor Olavsrud | CIO US

КОМЕНТАРИ ОТ  

Полезни страници
    За нас | Аудитория | Реклама | Контакти | Общи условия | Декларация за поверителност | Политика за бисквитки |
    Действителни собственици на настоящото издание са Иво Георгиев Прокопиев и Теодор Иванов Захов