ระบบธุรกิจอัจฉริยะคืออะไร? Power BI คืออะไรและทำงานอย่างไร BI, EIS, DSS, ธุรกิจอิเล็กทรอนิกส์และการพาณิชย์

14.08.2024

คุณเคยได้ยินเกี่ยวกับเครื่องมือ Power BI จาก Microsoft หรือไม่? นี่คือหัวข้อที่ร้อนแรงที่สุดในหมู่นักการตลาดอินเทอร์เน็ตในขณะนี้ ทุกคนต้องการทำงานกับบริการนี้ แต่มีน้อยคนที่รู้วิธี ผู้เชี่ยวชาญของเรา Rustam Gizatullin จะแนะนำให้คุณรู้จักกับ Power BI ซึ่งจะแสดงความสามารถและแอปพลิเคชันของ Power BI สำหรับการแก้ปัญหาในชีวิตประจำวัน

Power BI จาก Microsoft คืออะไร

แน่นอนว่าเป็นไปไม่ได้ที่จะอธิบายความสามารถทั้งหมดของ Power BI ในบทความเดียว แต่หลังจากอ่านแล้วคุณจะสามารถเข้าใจได้ว่าผลิตภัณฑ์นี้น่าสนใจสำหรับคุณหรือไม่

ดังนั้น Power BI จึงเป็นโซลูชันจาก Microsoft ซึ่งประกอบด้วยแอปพลิเคชัน Power BI Desktop แอปพลิเคชันมือถือ Power BI Mobile และบริการ Power BI Service WEB

Power BI ช่วยให้คุณ:

เชื่อมต่อกับแหล่งข้อมูลที่หลากหลาย
ประมวลผลข้อมูลนี้
นำเสนอข้อมูลในรูปแบบของรายงานเชิงโต้ตอบที่สะดวก

พูดง่ายๆ ก็คือด้วย Power BI คุณสามารถดึงข้อมูลจาก Excel, ฐานข้อมูล SQL, Yandex ได้ เมตริกและที่อื่นๆ โดยทั่วไป จากนั้นสรุปข้อมูลนี้ คำนวณตัวชี้วัดใหม่และนำเสนอในรูปแบบของการแสดงภาพต่างๆ เช่น ตาราง เมทริกซ์ กราฟ ไดอะแกรม ฮิสโตแกรม ฯลฯ

นี่คือตัวอย่างรายงานที่สร้างขึ้นโดยใช้ Power BI:

Power BI ทำงานอย่างไร

ตัวอย่างเช่น มาดูการสร้างรายงานตามข้อมูลจาก Google Analytics และ Yandex เมตริก

ในการเชื่อมต่อกับแหล่งข้อมูล ประมวลผลข้อมูล และสร้างรายงาน เราจำเป็นต้องมีแอปพลิเคชัน Power BI บนเดสก์ท็อป คุณสามารถดาวน์โหลดได้

Power BI ตามค่าเริ่มต้นสามารถเชื่อมต่อกับแหล่งข้อมูลทั่วไปทั้งหมดได้: ไฟล์ ฐานข้อมูล บริการการวิเคราะห์เว็บ เครือข่ายสังคม ระบบ CRM ฯลฯ

ในกรณีนี้ คุณสามารถใช้ตัวเชื่อมต่อของบริษัทอื่นที่เขียนขึ้นสำหรับ Power BI ได้ ตัวอย่างเช่น ฉันจะใช้ตัวเชื่อมต่อเพื่อเชื่อมต่อกับ Yandex Metrica และ Google Analytics จาก Maxim Uvarov

หลังจากรวบรวมข้อมูลแล้ว ฉันประมวลผลข้อมูลล่วงหน้า: ฉันระบุประเภทสำหรับแต่ละฟิลด์ กรอง ลบคอลัมน์ที่ไม่จำเป็น ฯลฯ

ดังนั้นฉันจึงได้รับข้อมูลเบื้องต้นจากระบบการวิเคราะห์และคำนวณตัวชี้วัดที่ขาดหายไป ตอนนี้ฉันสามารถสร้างภาพข้อมูลต่างๆ ได้

3. และตอนนี้สิ่งที่น่าสนใจที่สุดเพื่อประโยชน์ในการเริ่มต้นทั้งหมดนี้ - การสร้างภาพข้อมูลสำหรับการวิเคราะห์ข้อมูล

การใช้ชุดการแสดงภาพในตัว คุณสามารถสร้างรายงานเชิงโต้ตอบต่างๆ ได้ ในเวลาเดียวกัน คุณสามารถแสดงทั้งข้อมูลที่ได้รับระหว่างการนำเข้าและตัวชี้วัดใหม่ที่คำนวณตามข้อมูลเดิม

ด้วยการอัปโหลดระบบ BI ที่สร้างขึ้นไปยังบริการเว็บ คุณจะสามารถเข้าถึงรายงานที่สร้างขึ้นจากเบราว์เซอร์ แอปพลิเคชันมือถือ หรือคุณจะสามารถเผยแพร่รายงานในโดเมนสาธารณะได้

ข้อสรุปและความคิดเห็น

1. หากคุณทำงานกับข้อมูลอย่างต่อเนื่อง รวมข้อมูลจากแหล่งต่างๆ และการดำเนินการเหล่านี้ไม่ได้เป็นแบบอัตโนมัติแต่อย่างใด Power BI คือสิ่งที่แพทย์สั่ง

2. คุณสามารถเชี่ยวชาญการทำงานใน Power BI ได้ด้วยตัวเอง ลิงค์ต่อไปนี้จะช่วยคุณ:

ยอดเยี่ยม

24.04.2003 วาเลรี อาร์เตมีเยฟ

คำว่า “ระบบธุรกิจอัจฉริยะ” มีมานานแล้ว แม้ว่าจะมีการใช้น้อยในประเทศของเราเนื่องจากขาดการแปลที่เพียงพอและความเข้าใจที่ชัดเจน ซึ่งเป็นเรื่องปกติสำหรับตะวันตกเช่นกัน ลองทำความเข้าใจแก่นแท้ของมัน

ในภาษารัสเซียคำว่า "ความฉลาด" เข้าใจได้ชัดเจนว่าเป็นความสามารถในการคิดของบุคคล เมื่อมองแวบแรก จะเป็นคำแปลที่ดีสำหรับคำนี้ ข่าวกรองธุรกิจเสนอใน “การขุดข้อมูล” แต่เกิดคำถามขึ้นมาทันทีว่ามี “การขุดที่ไม่ใช่ข้อมูล” หรือไม่

ความคลุมเครือของคำที่อยู่ระหว่างการสนทนาได้รับอิทธิพลจากการใช้หลายคำในภาษาอังกฤษว่า "ความฉลาด":

ความสามารถในการรับรู้และเข้าใจ ความพร้อมที่จะเข้าใจ
ความรู้ที่ถ่ายทอดหรือได้รับผ่านการฝึกอบรม การวิจัย หรือประสบการณ์
การกระทำหรือสภาวะในกระบวนการรับรู้
สติปัญญาข้อมูลข่าวกรอง

ในภาษารัสเซียคำว่า "ความฉลาด" เข้าใจได้ชัดเจนว่าเป็นความสามารถในการคิดของบุคคล เมื่อมองแวบแรก มีการเสนอคำแปลที่ดีสำหรับคำว่า Business Intelligence ใน "data mining" แต่คำถามก็เกิดขึ้นทันทีว่ามี "การวิเคราะห์ข้อมูลที่ไม่ใช่การขุด" หรือไม่ วิถีทางของภาษานั้นไม่อาจเข้าใจได้ ดังนั้นเราจะใช้ทั้งต้นฉบับเป็นภาษาอังกฤษและกระดาษลอกลาย "ระบบธุรกิจอัจฉริยะ"

คำจำกัดความต่างๆ

คำว่า "ระบบธุรกิจอัจฉริยะ" ได้รับการประกาศเกียรติคุณครั้งแรกโดยนักวิเคราะห์ของการ์ตเนอร์ในช่วงปลายทศวรรษ 1980 ว่าเป็น "กระบวนการที่ผู้ใช้เป็นศูนย์กลางที่เกี่ยวข้องกับการเข้าถึงและการสำรวจข้อมูล การวิเคราะห์ การพัฒนาสัญชาตญาณและความเข้าใจที่นำไปสู่การตัดสินใจที่ดีขึ้นและไม่เป็นทางการ" ต่อมาในปี 1996 ได้มีการชี้แจงว่า “เครื่องมือวิเคราะห์ข้อมูล การรายงาน และการสืบค้นสามารถช่วยให้ผู้ใช้ทางธุรกิจนำทางไปยังทะเลของข้อมูลเพื่อสังเคราะห์ข้อมูลที่มีความหมายจากข้อมูลนั้นได้ ในปัจจุบัน เครื่องมือเหล่านี้รวมกันจัดอยู่ในหมวดหมู่ที่เรียกว่าระบบธุรกิจอัจฉริยะ ( Business Intelligence) )".

BI เป็นวิธีการ เทคโนโลยี วิธีการสกัดและนำเสนอความรู้

ตามคำจำกัดความเดิม BI คือกระบวนการวิเคราะห์ข้อมูล สร้างสัญชาตญาณและความเข้าใจเพื่อปรับปรุงการตัดสินใจของผู้ใช้ทางธุรกิจ และเครื่องมือสำหรับดึงข้อมูลที่เกี่ยวข้องกับธุรกิจออกจากข้อมูล ควรสังเกตว่าคำจำกัดความส่วนใหญ่ตีความ “ระบบธุรกิจอัจฉริยะ” ว่าเป็นกระบวนการ เทคโนโลยี วิธีการ และวิธีการในการดึงและนำเสนอความรู้

BI, EIS, DSS, ธุรกิจอิเล็กทรอนิกส์และการพาณิชย์

ในช่วง 10 ปีที่ผ่านมา ชื่อและเนื้อหาของข้อมูลและระบบการวิเคราะห์ได้เปลี่ยนจากระบบข้อมูลผู้บริหาร (EIS) เป็นระบบสนับสนุนการตัดสินใจ (DSS) และปัจจุบันเป็นระบบธุรกิจอัจฉริยะ

ในสมัยของคอมพิวเตอร์เมนเฟรมและมินิคอมพิวเตอร์ เมื่อผู้ใช้ส่วนใหญ่ไม่สามารถเข้าถึงคอมพิวเตอร์โดยตรง องค์กรต่างๆ จึงต้องอาศัยแผนกไอทีของตนเพื่อจัดทำรายงานมาตรฐานและพาราเมตริก แต่หากต้องการรับรายงานนอกเหนือจากรายงานมาตรฐาน ผู้ใช้ต้องสั่งการพัฒนาและรอเป็นเวลาหลายวันหรือหลายสัปดาห์

แอปพลิเคชัน EIS ได้รับการปรับแต่งเพื่อตอบสนองความต้องการของผู้บริหารและผู้จัดการ และให้ข้อมูลรวมที่สำคัญเกี่ยวกับสถานภาพของธุรกิจของตนในรูปแบบของตารางหรือแผนภูมิ โดยทั่วไปแล้วจะรวมการสืบค้นตามปกติพร้อมกับชุดพารามิเตอร์ แพ็คเกจดังกล่าวมักจะได้รับการพัฒนาโดยแผนกไอทีของตนเอง เพื่อให้ได้ข้อมูลเพิ่มเติมและดำเนินการวิเคราะห์เพิ่มเติม จึงมีการใช้แอปพลิเคชันอื่นๆ หรือสร้างแบบสอบถามหรือรายงาน SQL แบบกำหนดเอง

แอปพลิเคชัน DSS รุ่นแรกคือแพ็คเกจซอฟต์แวร์แอปพลิเคชันที่สร้างสคริปต์ SQL แบบไดนามิกตามประเภทของข้อมูลที่ผู้ใช้ร้องขอ พวกเขาอนุญาตให้นักวิเคราะห์ได้รับข้อมูลจากฐานข้อมูลเชิงสัมพันธ์โดยไม่ต้องมีความรู้เกี่ยวกับ SQL แอปพลิเคชัน DSS แตกต่างจาก EIS ตรงที่สามารถตอบคำถามทางธุรกิจได้หลากหลาย มีตัวเลือกการรายงานที่หลากหลาย และความสามารถในการจัดรูปแบบเฉพาะ อย่างไรก็ตาม ความยืดหยุ่นของแพ็คเกจดังกล่าวยังคงมีจำกัดเนื่องจากการมุ่งเน้นไปที่ชุดงานเฉพาะ

ด้วยการถือกำเนิดของพีซีและเครือข่ายท้องถิ่น แอปพลิเคชัน DSS รุ่นต่อไปถูกสร้างขึ้นบนพื้นฐานของ BI และช่วยให้ผู้ใช้ที่ไม่ใช่โปรแกรมเมอร์สามารถดึงข้อมูลจากแหล่งต่างๆ ได้อย่างง่ายดายและรวดเร็ว สร้างรายงานที่กำหนดเองหรือมุมมองกราฟิกของตนเอง และดำเนินการ การวิเคราะห์ข้อมูลหลายมิติ การพัฒนาระบบธุรกิจอัจฉริยะได้เปลี่ยนจากไคลเอนต์ "หนา" ไปสู่เว็บแอปพลิเคชันที่ผู้ใช้ดำเนินการวิจัยโดยใช้เบราว์เซอร์และสามารถทำงานจากระยะไกลได้ คุณยังสามารถสร้างสถานการณ์สมมติและทบทวนและอัปเดตข้อมูลร่วมกันได้

แม้ว่าผู้ใช้ข้อมูล BI ขององค์กรจะอยู่ภายในองค์กร แต่เดิมด้วยการเพิ่มขึ้นของเว็บสำหรับธุรกิจอิเล็กทรอนิกส์ B2B, CRM และ SCM ผู้ใช้ BI ยังสามารถอยู่ภายนอกองค์กรได้ และใน B2C, C2B และตลาดกลาง ผู้ใช้ BI เป็นผู้ใช้อินเทอร์เน็ต

BI และคลังข้อมูล

แนวคิด วิธีการ และเครื่องมือของคลังข้อมูล (Data warehousing) กำหนดแนวทางและจัดให้มีการบูรณาการ ทำความสะอาด จัดเก็บข้อมูลย้อนหลังเพื่อการวิเคราะห์ ตอบคำถาม “เตรียมข้อมูลเพื่อการวิเคราะห์อย่างไร” เทคโนโลยีระบบธุรกิจอัจฉริยะกำหนดวิธีการและวิธีการเข้าถึงและการวิเคราะห์การดำเนินงานของข้อมูลในแง่ของสาขาวิชา เครื่องมือ BI ไม่จำเป็นต้องทำงานในโครงสร้างพื้นฐานคลังข้อมูล แต่ในกรณีนี้ ปัญหาของการล้างข้อมูลและการกระทบยอดถูกกำหนดให้กับพวกเขา และการดำเนินการเหล่านี้จะต้องดำเนินการทันทีหรือล่วงหน้า แต่สำหรับเครื่องมือแยกต่างหาก แหล่งข้อมูล นอกจากนี้ยังส่งผลกระทบต่อประสิทธิภาพและความน่าเชื่อถือของระบบประมวลผลธุรกรรมออนไลน์อีกด้วย ด้วยเหตุนี้จึงเป็นแนวทางปฏิบัติที่ดีขององค์กรที่จะแยกส่วนประกอบด้านธุรกรรมและการวิเคราะห์ และใช้โซลูชันคลังข้อมูลที่แตกต่างกันสำหรับส่วนหลัง การเชื่อมต่อหลักไม่เพียงเกิดขึ้นในระดับข้อมูลเท่านั้น แต่ยังเกิดขึ้นในระดับเมทาดาทาด้วย ในกรณีของคลังข้อมูล คุณสามารถจัดให้มีการจัดการเมตาดาต้าแบบรวมศูนย์ได้

ควรสังเกตว่าคำว่า "คลังข้อมูล" มักหมายถึงระบบสนับสนุนการตัดสินใจ DSS หรือระบบข้อมูลและการวิเคราะห์ที่อิงจากคลังข้อมูลและเทคโนโลยีระบบธุรกิจอัจฉริยะ

การจำแนกประเภทผลิตภัณฑ์ระบบธุรกิจอัจฉริยะ

ปัจจุบัน หมวดหมู่ผลิตภัณฑ์ BI ได้แก่: เครื่องมือ BI และแอปพลิเคชัน BI ประการแรกจะแบ่งออกเป็น: ตัวสร้างแบบสอบถามและรายงาน; พัฒนาเครื่องมือ BI ซึ่งส่วนใหญ่เป็นเครื่องมือสำหรับการประมวลผลการวิเคราะห์ออนไลน์ (OLAP) ชุด BI ขององค์กร (ชุด BI ขององค์กร, EBIS); แพลตฟอร์มบีไอ ส่วนหลักของเครื่องมือ BI แบ่งออกเป็นชุด BI ขององค์กรและแพลตฟอร์ม BI เครื่องมือสืบค้นและการรายงานส่วนใหญ่ถูกดูดซับและแทนที่โดยชุด BI ขององค์กร กลไกหรือเซิร์ฟเวอร์ OLAP หลายมิติ รวมถึงกลไก OLAP เชิงสัมพันธ์ เป็นเครื่องมือ BI และโครงสร้างพื้นฐานสำหรับแพลตฟอร์ม BI ผู้ใช้ปลายทางใช้เครื่องมือ BI ส่วนใหญ่เพื่อเข้าถึง วิเคราะห์ และสร้างรายงานเกี่ยวกับข้อมูลที่มักอยู่ในคลังสินค้า ศูนย์ข้อมูล หรือคลังข้อมูลการดำเนินงาน นักพัฒนาแอปพลิเคชันใช้แพลตฟอร์ม BI เพื่อสร้างและใช้งานแอปพลิเคชัน BI ที่ไม่ถือเป็นเครื่องมือ BI ตัวอย่างของแอปพลิเคชัน BI คือระบบข้อมูลผู้จัดการ EIS

เครื่องมือสร้างแบบสอบถามและรายงาน

โดยทั่วไปแล้วตัวสร้างคำค้นหาและรายงานเป็นเครื่องมือเดสก์ท็อปที่ให้ผู้ใช้สามารถเข้าถึงฐานข้อมูล ทำการวิเคราะห์ และสร้างรายงานได้ คำขออาจเป็นได้ทั้งที่ไม่ได้วางแผนไว้ (เฉพาะกิจ) หรือคำขอที่เกิดขึ้นเป็นประจำ มีระบบการสร้างรายงาน (โดยปกติจะใช้เซิร์ฟเวอร์) ที่รองรับการสืบค้นและรายงานตามปกติ ตัวสร้างแบบสอบถามและรายงานบนเดสก์ท็อปยังได้รับการปรับปรุงด้วยความสามารถ OLAP แบบน้ำหนักเบาบางอย่าง เครื่องมือขั้นสูงในหมวดหมู่นี้รวมความสามารถของการสร้างรายงานประจำและตัวสร้างคิวรีเดสก์ท็อปเป็นชุด การแจกจ่ายรายงานและการอัปเดตทันที ก่อให้เกิดสิ่งที่เรียกว่าการรายงานระดับองค์กร คลังแสงประกอบด้วยเซิร์ฟเวอร์รายงาน เครื่องมือเผยแพร่ การเผยแพร่รายงานบนเว็บ และกลไกในการแจ้งเตือนเหตุการณ์หรือการเบี่ยงเบน (การแจ้งเตือน) ตัวแทนทั่วไปคือ Crystal Reports, Cognos Impromptu และ Actuate e.Reporting Suite

OLAP หรือเครื่องมือวิเคราะห์ขั้นสูง

เครื่องมือ OLAP เป็นเครื่องมือวิเคราะห์ที่เดิมใช้ฐานข้อมูลหลายมิติ (MDB)

MDB เป็นฐานข้อมูลที่ออกแบบมาโดยเฉพาะเพื่อรองรับการวิเคราะห์ข้อมูลเชิงปริมาณที่มีหลายมิติ โดยมีข้อมูลอยู่ในรูปแบบหลายมิติที่ "ล้วนๆ" แอปพลิเคชันส่วนใหญ่มีมิติเวลา มิติอื่นอาจเกี่ยวข้องกับภูมิศาสตร์ หน่วยองค์กร ลูกค้า ผลิตภัณฑ์ ฯลฯ OLAP ช่วยให้คุณสามารถจัดระเบียบมิติในลำดับชั้นได้ ข้อมูลถูกนำเสนอในรูปแบบของไฮเปอร์คิวบ์ (คิวบ์) - โมเดลเชิงตรรกะและฟิสิคัลของตัวบ่งชี้ที่ใช้มิติโดยรวมตลอดจนลำดับชั้นภายในมิติเหล่านี้ ข้อมูลบางส่วนได้รับการรวบรวมไว้ล่วงหน้าในฐานข้อมูล ส่วนข้อมูลอื่นๆ จะถูกคำนวณทันที

เครื่องมือ OLAP ช่วยให้คุณสำรวจข้อมูลในมิติต่างๆ ผู้ใช้สามารถเลือกเมตริกที่จะวิเคราะห์ มิติข้อมูลใดและวิธีแสดงในครอสแท็บ สลับแถวและคอลัมน์เป็น "pivot" จากนั้นแบ่งและลูกเต๋าเพื่อเน้นไปที่ชุดค่าผสมของมิติข้อมูลที่เฉพาะเจาะจง คุณสามารถเปลี่ยนรายละเอียดของข้อมูลได้โดยการเลื่อนผ่านระดับโดยใช้การเจาะลึก/ม้วนขึ้น การเจาะลึกและการเจาะลึก ตลอดจนการเจาะลึกข้ามการเจาะลึกข้ามผ่านมิติอื่นๆ

เพื่อรองรับ MDB จึงมีการใช้เซิร์ฟเวอร์ OLAP ปรับให้เหมาะสมสำหรับการวิเคราะห์หลายมิติ และมาพร้อมกับความสามารถในการวิเคราะห์ ให้ประสิทธิภาพที่ดี แต่โดยทั่วไปต้องใช้เวลามากในการโหลดและขยาย MDB มาพร้อมกับความสามารถ “เข้าถึง” ช่วยให้คุณสามารถย้ายจากการรวมไปยังรายละเอียดในฐานข้อมูลเชิงสัมพันธ์ เซิร์ฟเวอร์ OLAP แบบคลาสสิก - เซิร์ฟเวอร์ Hyperion Essbase

ปัจจุบัน DBMS เชิงสัมพันธ์ถูกนำมาใช้เพื่อจำลอง MDB และสนับสนุนการวิเคราะห์หลายมิติ OLAP สำหรับฐานข้อมูลเชิงสัมพันธ์ (ROLAP) มีข้อได้เปรียบในด้านความสามารถในการปรับขนาดและความยืดหยุ่น แต่จะสูญเสียประสิทธิภาพไปเป็น OLAP หลายมิติ (MOLAP) แม้ว่าจะมีวิธีการปรับปรุงประสิทธิภาพ เช่น สคีมาแบบดาวก็ตาม แม้ว่า MDB ยังคงเหมาะสมที่สุดสำหรับการประมวลผลการวิเคราะห์ออนไลน์ แต่ความสามารถนี้กำลังถูกสร้างหรือขยายโดย DBMS เชิงสัมพันธ์ (เช่น MS Analysis Services หรือ ORACLE OLAP Services จะไม่เหมือนกับ ROLAP) นอกจากนี้ยังมี Hybrid Online Analytical Processing (HOLAP) สำหรับผลิตภัณฑ์ไฮบริดที่สามารถจัดเก็บข้อมูลหลายมิติทั้งแบบเนทีฟและในการแสดงเชิงสัมพันธ์ MDB เข้าถึงได้โดยใช้ API เพื่อสร้างการสืบค้นหลายมิติ ในขณะที่ฐานข้อมูลเชิงสัมพันธ์เข้าถึงได้ผ่านการสืบค้น SQL ตัวอย่างของเซิร์ฟเวอร์ ROLAP คือเซิร์ฟเวอร์ Microstrategy7i

เครื่องมือ OLAP บนเดสก์ท็อป (เช่น BusinessObjects Explorer, Cognos PowerPlay, MS Data Analyzer) ที่สร้างไว้ใน EBIS ทำให้ผู้ใช้สามารถดูและจัดการข้อมูลหลายมิติที่อาจมาจากแบ็กเอนด์ทรัพยากรข้อมูล ROLAP หรือ MOLAP ได้ง่ายขึ้น ผลิตภัณฑ์เหล่านี้บางส่วนมีความสามารถในการโหลดคิวบ์เพื่อให้สามารถทำงานแบบอัตโนมัติได้ เครื่องมือเดสก์ท็อปเหล่านี้เป็นส่วนหนึ่งของ EBIS มีความสามารถในการประมวลผลเซิร์ฟเวอร์ที่เหนือกว่าความสามารถแบบดั้งเดิม แต่ไม่สามารถแข่งขันกับเครื่องมือ MOLAP ได้ เครื่องมือเดสก์ท็อปมีประสิทธิภาพและพลังในการวิเคราะห์น้อยเมื่อเทียบกับเครื่องมือ MOLAP อินเทอร์เฟซมักมีให้ผ่านทาง Excel เช่น MS Excel2000/OLAP PTS, BusinessQuery for Excel เครื่องมือ OLAP เกือบทั้งหมดมีส่วนขยายของเว็บ (เช่น Business Objects WebIntelligence) สำหรับบางอันนั้นเป็นแบบพื้นฐาน

ชุด BI ขององค์กร

EBIS เป็นเส้นทางปกติในการส่งมอบเครื่องมือ BI ที่เคยจัดส่งเป็นผลิตภัณฑ์ที่แตกต่างกัน ชุดเหล่านี้รวมอยู่ในชุดเครื่องมือการสืบค้น การรายงาน และ OLAP ชุด BI สำหรับองค์กรต้องสามารถปรับขนาดได้และไม่เพียงขยายไปยังผู้ใช้ภายในเท่านั้น แต่ยังรวมไปถึงลูกค้าหลัก ซัพพลายเออร์ ฯลฯ ผลิตภัณฑ์ชุด BI ควรช่วยผู้ดูแลระบบปรับใช้และจัดการ BI โดยไม่ต้องเพิ่มทรัพยากรใหม่ เนื่องจากความสัมพันธ์ที่ใกล้ชิดระหว่างเว็บและชุด BI ขององค์กร ผู้จำหน่ายบางรายจึงอธิบายชุด BI ของตนว่าเป็นพอร์ทัล BI ข้อเสนอพอร์ทัลเหล่านี้มอบชุดย่อยของความสามารถ EBIS ผ่านทางเว็บเบราว์เซอร์ แต่ผู้จำหน่ายกำลังขยายฟังก์ชันการทำงานของตนอย่างต่อเนื่องให้ใกล้เคียงกับเครื่องมือไคลเอนต์แบบหนา EBIS โดยทั่วไปจัดทำโดย Business Objects และ Cognos

แพลตฟอร์มบีไอ

แพลตฟอร์ม BI นำเสนอชุดเครื่องมือสำหรับการสร้าง นำไปใช้ สนับสนุน และบำรุงรักษาแอปพลิเคชัน BI มีแอปพลิเคชันที่มีข้อมูลมากมายพร้อมอินเทอร์เฟซผู้ใช้ปลายทางแบบกำหนดเอง ซึ่งจัดระเบียบตามปัญหาทางธุรกิจเฉพาะ พร้อมการวิเคราะห์และแบบจำลองที่ตรงเป้าหมาย แพลตฟอร์ม BI แม้ว่าจะไม่เติบโตอย่างรวดเร็วและใช้กันอย่างแพร่หลายเท่ากับ EBIS แต่ก็เป็นส่วนสำคัญเนื่องจากแอปพลิเคชัน BI ที่คาดหวังและเติบโตอย่างต่อเนื่อง เนื่องจากความพยายามของซัพพลายเออร์ DBMS เชิงสัมพันธ์ที่สร้างส่วนขยาย OLAP ของ DBMS ของตน ซัพพลายเออร์แพลตฟอร์มหลายรายที่จัดหา DBMS หลายมิติสำหรับ OLAP จึงถูกบังคับให้ย้ายไปยังสาขาแอปพลิเคชัน BI เพื่อความอยู่รอด กลุ่มผลิตภัณฑ์ฐานข้อมูลที่ให้ความสามารถ BI กำลังขับเคลื่อนการเติบโตของตลาดแพลตฟอร์ม BI อย่างแท้จริง ส่วนหนึ่งเป็นผลมาจากกิจกรรมที่เพิ่มขึ้นจากผู้ขายฐานข้อมูลหลายราย เมื่อพิจารณาจากเครื่องมือต่างๆ เราพบว่า EBIS เป็นเครื่องมือที่มีฟังก์ชันการทำงานสูง แต่ก็ไม่ได้มีคุณค่ามากเท่ากับแพลตฟอร์ม BI หรือแอปพลิเคชัน BI แบบกำหนดเอง แต่แพลตฟอร์ม BI มักจะไม่สมบูรณ์ตามการใช้งานเหมือนกับชุด BI ขององค์กร เมื่อเลือกแพลตฟอร์ม BI คุณต้องพิจารณาคุณลักษณะต่อไปนี้: ความเป็นโมดูล, สถาปัตยกรรมแบบกระจาย, การรองรับมาตรฐาน XML, OLE DB สำหรับ OLAP, LDAP, CORBA, COM/DCOM และการสนับสนุนสำหรับการทำงานบนเว็บ พวกเขายังต้องมีฟังก์ชันการทำงานเฉพาะสำหรับระบบธุรกิจอัจฉริยะ เช่น การเข้าถึงฐานข้อมูล (SQL) การจัดการข้อมูลหลายมิติ ฟังก์ชันการสร้างแบบจำลอง การวิเคราะห์ทางสถิติ และกราฟิกธุรกิจ ผลิตภัณฑ์ประเภทนี้นำเสนอโดย Microsoft, SAS Institute, ORACLE, SAP และอื่นๆ

แอปพลิเคชันบีไอ

แอปพลิเคชันระบบธุรกิจอัจฉริยะมักจะมีเครื่องมือ BI ในตัว (OLAP, เครื่องมือสร้างแบบสอบถามและรายงาน, เครื่องมือสร้างแบบจำลอง, การวิเคราะห์ทางสถิติ, การแสดงภาพ และการทำเหมืองข้อมูล) แอปพลิเคชัน BI จำนวนมากดึงข้อมูลจากแอปพลิเคชัน ERP แอปพลิเคชัน BI มักจะมุ่งเน้นไปที่ฟังก์ชันหรืองานเฉพาะขององค์กร เช่น การวิเคราะห์และการคาดการณ์การขาย การจัดทำงบประมาณทางการเงิน การคาดการณ์ การวิเคราะห์ความเสี่ยง การวิเคราะห์แนวโน้ม “การวิเคราะห์การปั่นป่วน” ในโทรคมนาคม เป็นต้น สามารถนำไปใช้ในวงกว้างมากขึ้น เช่น ในกรณีของการจัดการประสิทธิภาพองค์กรหรือแอปพลิเคชัน Balanced Scorecard

ข้อมูลอัจฉริยะ

การทำเหมืองข้อมูลเป็นกระบวนการในการค้นหาความสัมพันธ์ แนวโน้ม รูปแบบ ความสัมพันธ์ และหมวดหมู่ ดำเนินการผ่านการตรวจสอบข้อมูลอย่างรอบคอบโดยใช้เทคโนโลยีการจดจำรูปแบบ ตลอดจนวิธีการทางสถิติและคณิตศาสตร์ การทำเหมืองข้อมูลดำเนินการต่างๆ ซ้ำๆ และเปลี่ยนแปลงข้อมูลดิบ (การเลือกคุณลักษณะ การแบ่งชั้น การจัดกลุ่ม การสร้างภาพ และการถดถอย) ที่ได้รับการออกแบบมาเพื่อ: 1) ค้นหาข้อมูลเชิงลึกที่ใช้งานง่ายสำหรับผู้คน ซึ่งในทางกลับกัน เข้าใจธุรกิจได้ดีขึ้น - กระบวนการที่เป็นรากฐานของกิจกรรมของพวกเขา ; 2) เพื่อค้นหาแบบจำลองที่สามารถทำนายผลลัพธ์หรือความหมายของสถานการณ์บางอย่างโดยใช้ข้อมูลในอดีตหรืออัตนัย

ต่างจากการใช้ OLAP ความชาญฉลาดของข้อมูลขับเคลื่อนโดยผู้ใช้น้อยกว่ามาก โดยอาศัยอัลกอริธึมพิเศษที่เชื่อมโยงข้อมูลและช่วยรับรู้แนวโน้มที่สำคัญ (และก่อนหน้านี้ไม่ทราบ) แทน ปราศจากอคติและสมมติฐานของผู้ใช้

วิธีการและเครื่องมือ BI อื่นๆ

นอกจากนี้ จำเป็นต้องทราบวิธีการนำเสนอผลลัพธ์แบบกราฟิก: วิธีการทางธุรกิจและกราฟิกทางวิทยาศาสตร์และเทคนิค “แดชบอร์ด” การทำแผนที่เชิงวิเคราะห์และเครื่องมือแผนที่ทอพอโลยี เครื่องมือสร้างภาพข้อมูลหลายมิติ

สถาปัตยกรรมระบบธุรกิจอัจฉริยะ

สถาปัตยกรรม BI ขององค์กรควรได้รับการพัฒนาหลังจากกำหนดความต้องการ BI ของผู้ใช้แล้ว แต่ก่อนที่จะเลือกเครื่องมือ BI สถาปัตยกรรม Business Intelligence กำหนดองค์ประกอบของการส่งข้อมูล BI และส่วนประกอบของเทคโนโลยี BI (รูปที่ 1) เมื่อระบุโปรไฟล์การใช้ข้อมูล BI แล้ว สถาปัตยกรรมการส่งข้อมูลสามารถออกแบบตามโปรไฟล์เหล่านี้และประเภทของการปรับใช้ที่จำเป็น ซึ่งอาจเป็นส่วนผสมของไคลเอ็นต์เดสก์ท็อปที่เชื่อมต่อกับเครือข่าย เดสก์ท็อปไคลเอ็นต์และเซิร์ฟเวอร์ ไคลเอ็นต์แบบบางบนเว็บ และอุปกรณ์คอมพิวเตอร์เคลื่อนที่อื่นๆ สถาปัตยกรรมการส่งข้อมูลจะกำหนดอินเทอร์เฟซผู้ใช้ ซึ่งมักจะเป็นพอร์ทัลที่ปรับแต่งได้

รูปที่ 1. สถาปัตยกรรมระบบธุรกิจอัจฉริยะ

สถาปัตยกรรมเทคโนโลยี BI กำหนดโครงสร้างพื้นฐานและส่วนประกอบที่จำเป็นในการสนับสนุนการใช้งาน การดำเนินการ และการดูแลระบบเครื่องมือและแอปพลิเคชัน BI รวมถึงการสื่อสารระหว่างส่วนประกอบเหล่านี้ สถาปัตยกรรมเทคโนโลยี BI ที่แข็งแกร่งจะประกอบด้วยสองชั้นที่สำคัญ: โครงสร้างพื้นฐานและบริการแอปพลิเคชัน (หรือฟังก์ชันการทำงาน) ชั้นโครงสร้างพื้นฐานประกอบด้วยทรัพยากรข้อมูล การบริหาร และเครือข่าย ในเลเยอร์นี้ ข้อมูลจะถูกรวบรวม บูรณาการ และเผยแพร่ การจัดเก็บข้อมูลเป็นหนึ่งในองค์ประกอบที่เป็นไปได้ของชั้นโครงสร้างพื้นฐาน การใช้ BI ในระบบปฏิบัติการอาจต้องใช้พื้นที่เก็บข้อมูลการปฏิบัติงาน (ODS) ซึ่งอาจเชื่อมโยงกับโครงสร้างเวิร์กโฟลว์ขององค์กร บริการแอปพลิเคชันประกอบด้วยบริการ BI ทั้งหมด เช่น การสืบค้น การวิเคราะห์ การรายงาน และกลไกการแสดงภาพ ตลอดจนความปลอดภัยและข้อมูลเมตา

สภาพแวดล้อมการจัดเก็บข้อมูลและการเข้าถึงข้อมูล BI

นอกเหนือจากโซลูชันคลังข้อมูลแบบดั้งเดิม Oracle9i และ MS SQL Server2000 แล้ว ยังมีแอปพลิเคชันคลังข้อมูล ERP จำนวนมากขึ้น เช่น SAP BW สำหรับ R/3 หรือ PeopleSoft Enterprise Warehouse พร้อมแอปพลิเคชัน Enterprise Performance Management BI อย่างไรก็ตาม ในทั้งสองกรณี ฟังก์ชันการทำงานจะเชื่อมโยงกับระบบ ERP เฉพาะ และด้วยเหตุนี้จึงมีข้อจำกัด

การใช้ ROLAP เพื่อจัดเก็บข้อมูล BI กำลังเติบโตอย่างรวดเร็วเนื่องจากความสะดวกของ DBMS เชิงสัมพันธ์สำหรับแอปพลิเคชันที่มีฐานข้อมูลขนาดใหญ่และมีรายละเอียดมากและการรวมความสามารถ OLAP เข้ากับ DBMS การใช้ MDB และ OLAP ยังคงไม่เปลี่ยนแปลงและมีความโดดเด่นที่สุดเนื่องจาก โดยให้ประสิทธิภาพและฟังก์ชันการทำงานที่ดีขึ้น โดยที่ข้อมูลที่รวบรวมและการวิเคราะห์ที่ซับซ้อนมีความสำคัญ

จึงไม่น่าแปลกใจที่โครงสร้างไคลเอ็นต์-เซิร์ฟเวอร์แบบสองชั้นมีค่าใช้จ่ายสูง การเข้าถึง BI จึงเกิดขึ้นผ่านทางเว็บมากขึ้น จุดศูนย์ถ่วงกำลังเคลื่อนตัวไปที่เซิร์ฟเวอร์ สะท้อนถึงความจริงที่ว่าการเข้าถึงข้อมูล BI ขององค์กรเป็นองค์ประกอบที่สำคัญ ในขณะที่พีซีแบบสแตนด์อโลนทำงานได้ไม่เพียงพออย่างชัดเจน การส่งรายงาน BI ทางอีเมลนั้นได้รับความนิยมและกำลังเติบโต แต่วิธีการจัดส่งผ่านมือถือและไร้สายยังคงเริ่มดำเนินไปอย่างช้าๆ

ข้อมูลเมตา

เครื่องมือ BI ส่วนใหญ่ในตลาดใช้ชั้นข้อมูลเมตาหรือพื้นที่เก็บข้อมูล ข้อมูลเมตาทางธุรกิจประกอบด้วยคำจำกัดความของข้อมูลที่จัดเก็บไว้ในแหล่งข้อมูลตามเงื่อนไขโดเมน นอกจากนี้ยังอาจมีกฎและการคำนวณที่ต้องกำหนดสำหรับธุรกิจนั้นด้วย นอกจากนี้ยังมีเมตาดาต้าทางเทคนิคสำหรับการเข้าถึงข้อมูลทางกายภาพ เครื่องมือ CASE, DBMS เชิงสัมพันธ์, การดึงข้อมูล, การแปลงและเครื่องมือการโหลดใช้ข้อมูลเมตา เมื่อสร้างคลังข้อมูลและศูนย์ข้อมูล มักจะสามารถดึงข้อมูลเมตาจากแหล่งข้อมูลได้โดยอัตโนมัติ แต่บางครั้งผู้ใช้ต้องดึงข้อมูลเมตาด้วยตนเอง ดังนั้น สถานการณ์ที่ซับซ้อนจึงเป็นไปได้เมื่อมีที่เก็บข้อมูลหลายแห่งในองค์กรเดียว การไม่มีเมตาดาต้าทั่วไปสำหรับเครื่องมือ - เนื่องจากขาดมาตรฐานสำหรับเมทาดาทา - เป็นปัญหาร้ายแรงสำหรับแผนกไอที

ข้อดีและข้อเสียของเทคโนโลยี

ความสามารถของผู้ใช้ในการดำเนินการวิเคราะห์การดำเนินงานหลายด้านของข้อมูลตามเงื่อนไขเฉพาะโดเมนเพื่อสนับสนุนการตัดสินใจทางธุรกิจกำลังขยายตัวอย่างรวดเร็ว การเคลื่อนไหวคู่ขนานจากอนาธิปไตยข้อมูลหรือเผด็จการไปสู่ประชาธิปไตยด้านข้อมูลกำลังขยายจำนวนผู้ใช้ระบบธุรกิจอัจฉริยะ ความจำเป็นในการเข้าถึงข้อมูลองค์กรอย่างยืดหยุ่นต้องมาเป็นอันดับแรก และไม่ใช่แค่ความจำเป็นในการแก้ปัญหาการทำงานเฉพาะด้านเท่านั้น การพึ่งพาโดยตรงกับแผนกไอทีที่ผลิตรายงานหรือการสืบค้นแบบกำหนดเองลดลง การเปลี่ยนจากรายงานการกำกับดูแลแบบคงที่ไปเป็น "รายงานสด" เป็นไปได้ และนักวิเคราะห์ที่ก้าวหน้าที่สุดมีโอกาสที่จะดำเนินการวิเคราะห์ข้ามประเด็นและสร้างรายงานสรุปตั้งแต่เริ่มต้น โดยมีชั้นความหมายที่อธิบายตัวบ่งชี้และส่วนต่างๆ ของข้อมูลองค์กรทั้งหมด โปรแกรมเมอร์สามารถใช้เครื่องมือเดียวกันนี้เพื่อสร้างรายงานแบบพาราเมตริกตามปกติได้อย่างรวดเร็ว การเข้าถึง BI บนเว็บ (ทั้งเนื้อหาแบบคงที่และไดนามิก) จะให้พื้นที่ข้อมูลองค์กรที่แท้จริงและการทำงานโดยรวมของพนักงาน

ความเสี่ยงหลักคือการเปลี่ยนแปลงเทคโนโลยี BI ที่รวดเร็วเกินไป รวมถึงการใช้โซลูชันและเครื่องมือที่ยังไม่ผ่านการทดสอบ มีความจำเป็นต้องติดตามซัพพลายเออร์ ประเมินความยั่งยืน ทิศทางการพัฒนา ลองใช้เครื่องมือใหม่เป็นประจำ และดำเนินการระบุประเภทและรวม BI เข้าด้วยกัน ความเสี่ยงอีกประการหนึ่งเกี่ยวข้องกับคุณภาพของข้อมูล หากไม่ได้รับการแปลง ทำความสะอาด และรวบรวมอย่างเหมาะสม เครื่องมือ BI หรือแอปพลิเคชันแฟนซีจำนวนเท่าใดก็ไม่สามารถเพิ่มความน่าเชื่อถือของข้อมูลได้ ปัญหาหลายประการอาจเกิดขึ้นได้เนื่องจากข้อมูลเมตาไม่สอดคล้องกัน ภายในองค์กรขนาดใหญ่ ปัญหาเหล่านี้ได้รับการแก้ไขในระดับโครงสร้างพื้นฐานโดยการสร้างคลังข้อมูลขององค์กรและการจัดการเมตาดาต้าแบบรวมศูนย์ การสร้างพื้นที่เก็บข้อมูลจะช่วยนำระเบียบการตั้งชื่อของตัวบ่งชี้ที่รวบรวม การรวบรวมข้อมูล การแจกจ่าย และการอนุญาตการเข้าถึง เทคโนโลยี BI เองไม่สามารถแก้ไขปัญหาเหล่านี้ได้อย่างครอบคลุม และการละเลยปัญหาเหล่านี้กลับไปสู่ความอนาธิปไตยของข้อมูลและ "ไซโลข้อมูล"

ผู้เล่นหลักในสนาม BI

ตามสุภาษิตอันมหัศจรรย์ของ Gartner ผู้นำเทคโนโลยีใน EBIS ในปัจจุบันคือ Business Objects และ Cognos, Information Builders อยู่บนพรมแดนระหว่างผู้นำและผู้ท้าทาย และ Microsoft และ Oracle เป็นหนึ่งในผู้ท้าทาย หนึ่งไม่มีไคลเอ็นต์ OLAP แบบสแตนด์อโลน แต่ใช้ฟังก์ชันตารางเดือย Excel200x และไม่มีตัวสร้างรายงาน ส่วนอีกอันยังไม่มีการแทนที่สำหรับ Oracle Express Analyzer ในกลุ่ม “ผู้มีวิสัยทัศน์” Crystal Decisions โดดเด่นเหนือผู้นำ สิ่งที่ควรกล่าวถึงคือ Actuate และ MicroStrategy

ในทางปฏิบัติแล้วไม่มีผู้นำสำหรับแพลตฟอร์ม BI ซึ่งบ่งชี้ถึงความยังไม่บรรลุนิติภาวะของเทคโนโลยีและตลาด จนถึงขณะนี้ มีเพียง Microsoft เท่านั้นที่อยู่บนขอบเขตของพื้นที่นี้เนื่องจากโซลูชันสำหรับการฝังบริการ OLAP ใน MS SQL Server และพัฒนาเป็นเซิร์ฟเวอร์เชิงวิเคราะห์ คู่แข่งอื่นๆ ได้แก่ SAS Institute ตามมาด้วย Oracle, PeopleSoft และ SAP Hyperion อยู่บนทางแยกอย่างแท้จริง - SAS และ Hyperion สูญเสียตำแหน่งผู้นำในปี 2000 สิ่งที่น่าสังเกตในหมู่ผู้มีวิสัยทัศน์คือ MicroStrategy น่าเสียดายที่ Crystal Decisions ยังคงเป็นผู้เล่นเฉพาะกลุ่ม

เทรนด์

ในบรรดาเครื่องมือ BI นั้น EBIS กำลังประสบกับการเติบโตที่ยิ่งใหญ่ที่สุด ซึ่งสะท้อนถึงการแข่งขันที่เพิ่มขึ้นในเศรษฐกิจปัจจุบัน การใช้เครื่องมือในการสร้างแบบสอบถาม รายงาน และการวิเคราะห์ข้อมูลกำลังลดลง และองค์กรต่างๆ กำลังอัปเกรดและแทนที่ด้วยชุด BI ขององค์กร เครื่องมือหลัก (การสืบค้นเฉพาะกิจ การรายงาน และการวิเคราะห์ OLAP พื้นฐาน) ยังคงเป็นเครื่องมือที่ใช้บ่อยที่สุด ซึ่งครอบคลุมความต้องการส่วนใหญ่ การใช้ OLAP และเครื่องมือ BI ขั้นสูงอื่นๆ ที่คล้ายกับเทคโนโลยีการขุดข้อมูลก็กำลังเพิ่มขึ้นเช่นกัน อย่างไรก็ตาม เครื่องมือขุดข้อมูลแบบสแตนด์อโลนกำลังหายไป เทคโนโลยีนี้กำลังถูกดูดซับและรวมอยู่ในเครื่องมือ BI อื่นๆ เช่น ในส่วนขยาย DBMS

คาดว่าภายใน 5 ปี ความสามารถต่างๆ เช่น XML สำหรับการวิเคราะห์ (XML/A), บริการเว็บ BI, การทำงานร่วมกัน, การสื่อสารไร้สายและมือถือ จะถูกรวมเข้าด้วยกันในรูปแบบของเครือข่ายข่าวกรองธุรกิจ (เครือข่าย BI) ซึ่งจะเสริมด้วย กิจกรรมเครื่องมือติดตามธุรกิจ (การติดตามกิจกรรมทางธุรกิจ, BAM)

XML สำหรับการแยกวิเคราะห์เดิมที XML/A ปรากฏเป็นโปรโตคอลการสื่อสารระหว่างเลเยอร์ BI ที่แตกต่างกัน (ไคลเอนต์ เซิร์ฟเวอร์การวิเคราะห์ เซิร์ฟเวอร์ฐานข้อมูล) XML/A มีปัญหาด้านประสิทธิภาพที่ร้ายแรง - ทำให้เกิดโอเวอร์เฮดจำนวนมาก และปัจจุบันใช้ได้กับไคลเอนต์ OLAP ที่ "เบา" เท่านั้น อย่างไรก็ตาม หากปัญหาเหล่านี้ได้รับการแก้ไข XML/A อาจกลายเป็นภาษากลางในการสื่อสาร (ภาษากลาง) ระหว่างสภาพแวดล้อม BI ที่แตกต่างกัน ข้ามโดเมน ผู้จำหน่าย และเทคโนโลยีหลายแห่ง ดังนั้นจึงรองรับเครือข่าย BI

บริการเว็บบีไอผู้จำหน่ายมักจะระบุผลิตภัณฑ์ EBIS เป็นพอร์ทัล BI เนื่องจากผลิตภัณฑ์เหล่านี้ในเวอร์ชันเว็บเป็นจุดเริ่มต้นสู่ข้อมูลองค์กร ในความเป็นจริง พอร์ทัล BI เหล่านี้มักจะสนับสนุนลิงก์ไปยังข้อมูลที่ไม่มีโครงสร้าง แม้ว่าโดยปกติแล้วจะต้องใช้ระบบการรวมบางประเภทก็ตาม ผลิตภัณฑ์ EBIS มุ่งเน้นไปที่องค์ประกอบภายนอกของบริษัทเพิ่มมากขึ้นเรื่อยๆ (ระบบเอกซ์ทราเน็ต e-business Intelligence) สถาปัตยกรรมส่วนประกอบ SOA ที่มุ่งเน้นบริการใหม่เป็นวิวัฒนาการของแอปพลิเคชันเซิร์ฟเวอร์และพอร์ทัลระดับองค์กร นวัตกรรมนี้ยังเกี่ยวข้องกับเทคโนโลยี J2EE และ .NET อีกด้วย บริการเว็บ BI ทำให้เครื่องมือ BI เปิดส่วนประกอบด้วยอินเทอร์เฟซที่รู้จักและพร้อมใช้งานบนเครือข่ายทุกประเภท มีซัพพลายเออร์ผลิตภัณฑ์ BI จำนวนมากขึ้นที่ขายผลิตภัณฑ์ดังกล่าวเป็นบริการบนเว็บ แต่บ่อยครั้งมักอยู่ภายใต้หน้ากากของพอร์ทัล

การทำงานร่วมกัน.การเพิ่มคำอธิบายประกอบลงในรายงานและแบ่งปันผลการวิเคราะห์ระหว่างผู้ใช้หลายรายสามารถทำได้ตั้งแต่สมัยของ EIS แต่ตอนนี้ฟังก์ชันนี้ได้รับความนิยม และแอปพลิเคชัน BI จำนวนมากได้เพิ่มความสามารถด้านเวิร์กโฟลว์ คาดว่าผู้ใช้จะสามารถทำงานพร้อมกันกับรุ่นเดียวหรือแอปพลิเคชัน BI ที่แตกต่างกันจะเชื่อมต่อแบบเรียลไทม์

ระบบธุรกิจอัจฉริยะไร้สายและมือถือแนวโน้มที่แข็งแกร่งอีกประการหนึ่งในการส่งข้อมูล BI จะเห็นได้จากผู้จำหน่ายที่เปิดใช้งานผลิตภัณฑ์ BI เพื่อส่งรายงานผ่านเทคโนโลยีมือถือ รวมถึง PDA โทรศัพท์อินเทอร์เน็ต และเพจเจอร์

การติดตามกิจกรรมทางธุรกิจเทคโนโลยี BAM ใหม่เป็น BI ที่ใช้งานได้จริงและผสมผสานการบูรณาการแอปพลิเคชันแบบเรียลไทม์เข้ากับความสามารถด้านระบบธุรกิจอัจฉริยะ เครื่องมือ BI วิเคราะห์ข้อมูลนี้โดยใช้ข้อมูลธุรกรรมที่ดึงมาจากระบบประมวลผลธุรกรรมแบบเรียลไทม์ และแจ้งเตือนเหตุการณ์ที่สำคัญและข้อมูลแก่ผู้มีอำนาจตัดสินใจในการปฏิบัติงาน

วรรณกรรม

Korneev V.V., Gareev A.F., Vasyutin S.V., Raikh V.V. ฐานข้อมูล การประมวลผลข้อมูลอัจฉริยะ // ม.: ความรู้, 2544
ทอม ซัลลิแวน.
Kimbal R. ชุดเครื่องมือคลังข้อมูล: เทคนิคการปฏิบัติสำหรับการสร้างคลังข้อมูลมิติ จอห์น วิลลีย์ แอนด์ ซันส์, 1996
โซลูชั่น Thomsen E. OLAP: การสร้างระบบสารสนเทศหลายมิติ สำนักพิมพ์คอมพิวเตอร์ไวลีย์, 1997
Spearley E. คลังข้อมูลองค์กร การวางแผน การพัฒนา การนำไปปฏิบัติ เล่มที่ 1: การแปล จากภาษาอังกฤษ // ม.: วิลเลียมส์, 2544
Archipenkov S. , Golubev D. , Maksimenko O. การจัดเก็บข้อมูล จากแนวคิดสู่การปฏิบัติ / เอ็ด. เอ็ด ส.ย. Arkhipenkova // M.: DIALOG-MEPhI, 2002
V. , Samoilenko A. การทำเหมืองข้อมูล: หลักสูตรการฝึกอบรม // เซนต์ปีเตอร์สเบิร์ก: ปีเตอร์ 2544
Inside Gartner Group (รัสเซีย), Dresner H., Hostmann B. และ F. Buytendijk ข้อควรสนใจ: อัปเดต Gartner Magic Squares สำหรับ Business Intelligence Systems, 2003, กุมภาพันธ์
Liautaud B., Hammond M. e-Business Intelligence: เปลี่ยนข้อมูลเป็นความรู้เป็นกำไร แมคกรอ-ฮิลล์, 2001
คริสติน โคมาฟอร์ด. -
ทอม ซัลลิแวน. -

วาเลรี อาร์เตมีเยฟ(avi @cbr.ru) - ที่ปรึกษาผู้อำนวยการศูนย์ข้อมูลหลักของธนาคารแห่งรัสเซีย (มอสโก)

ส่วนหลักของเครื่องมือ BI แบ่งออกเป็นชุด BI ขององค์กรและแพลตฟอร์ม BI เครื่องมือสืบค้นและการรายงานส่วนใหญ่ถูกดูดซับและแทนที่โดยชุด BI ขององค์กร กลไกหรือเซิร์ฟเวอร์ OLAP หลายมิติ รวมถึงกลไก OLAP เชิงสัมพันธ์ เป็นเครื่องมือ BI และโครงสร้างพื้นฐานสำหรับแพลตฟอร์ม BI

ผู้ใช้ปลายทางใช้เครื่องมือ BI ส่วนใหญ่เพื่อเข้าถึง วิเคราะห์ และสร้างรายงานเกี่ยวกับข้อมูลที่มักอยู่ในคลังสินค้า ศูนย์ข้อมูล หรือคลังข้อมูลการดำเนินงาน นักพัฒนาแอปพลิเคชันใช้แพลตฟอร์ม BI เพื่อสร้างและใช้งานแอปพลิเคชัน BI ที่ไม่ถือเป็นเครื่องมือ BI ตัวอย่างของแอปพลิเคชัน BI คือระบบข้อมูลผู้จัดการ EIS

เครื่องมือสร้างแบบสอบถามและรายงาน

OLAP หรือเครื่องมือวิเคราะห์ขั้นสูง

เครื่องมือ OLAP เป็นเครื่องมือวิเคราะห์ที่เดิมใช้ฐานข้อมูลหลายมิติ (MDD) MDB เป็นฐานข้อมูลที่ออกแบบมาโดยเฉพาะเพื่อรองรับการวิเคราะห์ข้อมูลเชิงปริมาณที่มีหลายมิติซึ่งมีข้อมูลในรูปแบบหลายมิติ "ล้วนๆ" แอปพลิเคชันส่วนใหญ่มีมิติเวลา มิติอื่นอาจเกี่ยวข้องกับภูมิศาสตร์ หน่วยองค์กร ลูกค้า ผลิตภัณฑ์ ฯลฯ OLAP ช่วยให้คุณสามารถจัดระเบียบมิติในลำดับชั้นได้ ข้อมูลถูกนำเสนอในรูปแบบของไฮเปอร์คิวบ์ (คิวบ์) - โมเดลเชิงตรรกะและฟิสิคัลของตัวบ่งชี้ที่ใช้มิติโดยรวมตลอดจนลำดับชั้นภายในมิติเหล่านี้ ข้อมูลบางส่วนได้รับการรวบรวมไว้ล่วงหน้าในฐานข้อมูล ส่วนข้อมูลอื่นๆ จะถูกคำนวณทันที

นอกจากนี้ยังมี Hybrid Online Analytical Processing (HOLAP) สำหรับผลิตภัณฑ์ไฮบริดที่สามารถจัดเก็บข้อมูลหลายมิติทั้งแบบเนทีฟและในการแสดงเชิงสัมพันธ์ MDB เข้าถึงได้โดยใช้ API เพื่อสร้างการสืบค้นหลายมิติ ในขณะที่ฐานข้อมูลเชิงสัมพันธ์เข้าถึงได้ผ่านการสืบค้น SQL ตัวอย่างของเซิร์ฟเวอร์ ROLAP คือเซิร์ฟเวอร์ Microstrategy7i

ชุด BI ขององค์กร

แพลตฟอร์มบีไอ

เมื่อพิจารณาจากเครื่องมือต่างๆ เราพบว่า EBIS เป็นเครื่องมือที่มีฟังก์ชันการทำงานสูง แต่ก็ไม่ได้มีคุณค่ามากเท่ากับแพลตฟอร์ม BI หรือแอปพลิเคชัน BI แบบกำหนดเอง แต่แพลตฟอร์ม BI มักจะไม่สมบูรณ์ตามการใช้งานเหมือนกับชุด BI ขององค์กร เมื่อเลือกแพลตฟอร์ม BI คุณต้องพิจารณาคุณลักษณะต่อไปนี้: ความเป็นโมดูล, สถาปัตยกรรมแบบกระจาย, การรองรับมาตรฐาน XML, OLE DB สำหรับ OLAP, LDAP, CORBA, COM/DCOM และการสนับสนุนสำหรับการทำงานบนเว็บ พวกเขายังต้องมีฟังก์ชันการทำงานเฉพาะสำหรับระบบธุรกิจอัจฉริยะ เช่น การเข้าถึงฐานข้อมูล (SQL) การจัดการข้อมูลหลายมิติ ฟังก์ชันการสร้างแบบจำลอง การวิเคราะห์ทางสถิติ และกราฟิกธุรกิจ ผลิตภัณฑ์ประเภทนี้นำเสนอโดย Microsoft, SAS Institute, Oracle, SAP และอื่นๆ

แอปพลิเคชันบีไอ

ข้อมูลอัจฉริยะ

1) เพื่อค้นหามุมมองที่ใช้งานง่ายสำหรับผู้ที่เข้าใจกระบวนการทางธุรกิจที่เป็นรากฐานของกิจกรรมของพวกเขาได้ดีขึ้น

2) เพื่อค้นหาแบบจำลองที่สามารถทำนายผลลัพธ์หรือความหมายของสถานการณ์บางอย่างโดยใช้ข้อมูลในอดีตหรืออัตนัย

วิธีการและเครื่องมือ BI อื่นๆ

นอกเหนือจากเครื่องมือที่ระบุไว้ BI อาจรวมถึงเครื่องมือวิเคราะห์ต่อไปนี้: แพ็คเกจการวิเคราะห์ทางสถิติและการวิเคราะห์อนุกรมเวลาและการประเมินความเสี่ยง เครื่องมือสร้างแบบจำลอง แพ็คเกจสำหรับโครงข่ายประสาทเทียม เครื่องมือตรรกะคลุมเครือและระบบผู้เชี่ยวชาญ นอกจากนี้ จำเป็นต้องทราบวิธีการนำเสนอผลลัพธ์แบบกราฟิก: วิธีการทางธุรกิจและกราฟิกทางวิทยาศาสตร์และเทคนิค “แดชบอร์ด” การทำแผนที่เชิงวิเคราะห์และเครื่องมือแผนที่ทอพอโลยี เครื่องมือสร้างภาพข้อมูลหลายมิติ

ในโลกสมัยใหม่ มีซอฟต์แวร์บางประเภทที่เน้นไปที่ส่วนองค์กรเป็นหลัก (ธุรกิจขนาดใหญ่และขนาดกลาง) ดังนั้นจึงไม่ค่อยมีการใช้กันอย่างแพร่หลาย แต่ระบบซอฟต์แวร์บางระบบมีฟังก์ชันที่น่าสนใจทีเดียวซึ่งสามารถใช้ได้ไม่เพียงแต่ในธุรกิจขนาดเล็กเท่านั้น แต่ยังเป็นเครื่องมือส่วนตัวอีกด้วย เป็นหนึ่งในระบบซอฟต์แวร์เหล่านี้จะกล่าวถึงในบทความนี้

บันทึก

ฉันเป็นผู้เชี่ยวชาญด้านเทคนิค ดังนั้นบทความนี้จึงมีความลาดเอียงทางเทคนิคมากกว่า หากคุณต้องการอ่านข้อมูลเกี่ยวกับผลิตภัณฑ์ที่มุ่งเป้าไปที่ผู้ใช้ทางธุรกิจ ให้ไปที่ IBM นอกสถานที่

วัตถุประสงค์หลักของบทความนี้คือเพื่อแสดงวิธีสร้าง "Hello World" ครั้งแรก (คล้ายกับการเขียนโปรแกรม) ใน IBM Cognos BI

ฉันอยากจะทราบด้วยว่าฉันมีประสบการณ์มากมายในการเขียนคำแนะนำทีละขั้นตอนพร้อมภาพหน้าจอของแต่ละขั้นตอน แต่บทความนี้จะไม่ใช่คำแนะนำทีละขั้นตอน ที่นี่ ฉันต้องการแสดงแนวคิดในการทำงานกับระบบ และไม่จัดทำคู่มืออื่น

บีไอคืออะไร?

แล้วระบบ BI คืออะไร? พูดง่ายๆ ก็คือนี่คือระบบการรายงานขั้นสูง เพื่อให้ชัดเจนยิ่งขึ้น ด้านล่างนี้ฉันจะแสดงรายการฟังก์ชันหลักที่ระบบคลาส BI สมัยใหม่มี:

ความสามารถในการเชื่อมต่อกับแหล่งข้อมูลต่างๆ (จากไฟล์ Excel ไปจนถึงการเชื่อมต่อ ODBC สากล)
ความสามารถในการสร้างทั้งรายงานแบบธรรมดา (เช่น กราฟหรือตาราง) และรายงานแบบกำหนดพารามิเตอร์ที่ซับซ้อนด้วยโครงสร้างแบบรวมและลิงก์อ้างอิง (Drill-Trough, Drill-Up/Drill-Down)
ความสามารถในการทำงานอย่างโปร่งใสกับแหล่งข้อมูลที่แตกต่างกัน (เช่น Excel และ SQL Server) พร้อมการประมวลผลการเชื่อมต่อระหว่างกันอย่างสมบูรณ์
ความเป็นไปได้ของการทำงานเชิงโต้ตอบกับข้อมูล (การสร้างรายงาน "ทันที")
ความสามารถในการนำเสนอข้อมูลเชิงสัมพันธ์แบบหลายมิติ
ความสามารถในการกระจายสิทธิ์การเข้าถึงโดยใช้ทั้งแหล่งการตรวจสอบภายในและภายนอก (NTLM, LDAP ฯลฯ )
ความสามารถในการเริ่มสร้างรายงานด้วยตนเองหรือโดยอัตโนมัติตามกำหนดเวลา
ความเป็นไปได้ของการกระจายรายงานที่สร้างขึ้นโดยอัตโนมัติ
ความสามารถในการสร้างรายงานในรูปแบบต่างๆ (Excel, HTML, PDF ฯลฯ)

ในภาษารัสเซียอย่างง่าย ระบบ BI คือโปรแกรมที่ให้เครื่องมือที่สะดวกสบายแก่ผู้ใช้สำหรับการวิเคราะห์ข้อมูลแทบทุกชนิด (ไม่ว่าจะเป็นไฟล์ Excel หรือคลังข้อมูลอุตสาหกรรม)

ความเป็นไปได้ของการใช้ระบบ BI เป็นเครื่องมือส่วนบุคคล

คำถามก็เกิดขึ้นทันที คุณจะใช้ระบบนี้เป็นเครื่องมือส่วนตัวได้อย่างไร ฉันจะตอบจากตัวอย่างส่วนตัว ฉันใช้ IBM Cognos BI เป็นเครื่องมือสำหรับการวิเคราะห์สถิติในโครงการของฉัน และเครื่องมือสำหรับการวิเคราะห์สถิติการบัญชีที่บ้าน

แน่นอนคุณสามารถโต้แย้งบางสิ่งบางอย่างในบรรทัดของ "ฉันสามารถวิเคราะห์สถิติได้ดีมากด้วยคำสั่ง SQL ธรรมดา" หรือ "ฟังก์ชัน Excel ในตัวนั้นเพียงพอที่จะวิเคราะห์การบัญชีครัวเรือนทั้งหมด" แต่ "ทุกสิ่งได้เรียนรู้ โดยการเปรียบเทียบ” ตามที่แสดงในทางปฏิบัติ มันง่ายกว่ามากในการลากและวางองค์ประกอบข้อมูลที่จำเป็นด้วยเมาส์และรับผลลัพธ์ในรูปแบบที่เสร็จสมบูรณ์ แทนที่จะเล่นซอกับการเขียนคำสั่ง SQL หรือกำหนดค่าฟังก์ชัน Excel ใหม่

ขอย้ำอีกครั้งว่าทุกสิ่งที่เขียนเป็นความเห็นส่วนตัวของฉันซึ่งคุณไม่จำเป็นต้องเห็นด้วย

สถาปัตยกรรม IBM Cognos BI

สถาปัตยกรรมระบบค่อนข้างเรียบง่าย (สำหรับระบบระดับองค์กร) ดังนั้น องค์ประกอบสำคัญของระบบคือเซิร์ฟเวอร์ IBM Cognos BI (ดูแผนภาพด้านล่าง) ซึ่งทำงานกับแหล่งข้อมูลโดยใช้คำอธิบายที่ผู้ใช้สร้างขึ้น (เรียกว่าข้อมูลเมตา) นอกจากนี้ ผ่านการเข้าถึงเว็บ เซิร์ฟเวอร์ IBM Cognos BI จัดให้มีการเข้าถึงฟังก์ชันหลักทั้งหมดของระบบ

สถาปัตยกรรมแนวความคิดของคอมเพล็กซ์ IBM Cognos BI (แผนภาพกลายเป็นเรื่องยุ่งยากมาก)

ขั้นตอนการทำงานกับระบบ

หากต้องการรายงานครั้งแรก คุณต้องทำตามขั้นตอนพื้นฐานหลายประการ:

สร้างการเชื่อมต่อกับแหล่งข้อมูล
สร้างคำอธิบายของแหล่งข้อมูล เช่น สร้างข้อมูลเมตา
สร้างและเผยแพร่แพ็กเกจข้อมูลเมตาไปยังเซิร์ฟเวอร์ IBM Cognos BI
สร้างรายงาน

โครงสร้างของแหล่งข้อมูลทดสอบ

ก่อนที่จะดำเนินการตามขั้นตอนข้างต้น ฉันอยากจะพูดสักสองสามคำเกี่ยวกับแหล่งข้อมูลทดสอบ ในด้านหนึ่ง โครงสร้างของแหล่งข้อมูลทดสอบค่อนข้างเรียบง่าย (สำหรับคลังข้อมูลอุตสาหกรรม) ในทางกลับกัน ค่อนข้างซับซ้อนกว่าแผ่นงาน Excel ทั่วไป ข้อมูลทั้งหมดในแหล่งที่มาเป็นแบบสังเคราะห์ (สร้างโดยอัลกอริธึมตามตัวเลขสุ่ม) ซึ่งเป็นเหตุผลว่าทำไมตัวบ่งชี้รวมจึงดูสม่ำเสมอมาก

ดังที่คุณเห็นในแผนภาพด้านบน ฐานข้อมูลทดสอบประกอบด้วยมิติข้อมูล 3 แบบตามลำดับชั้น: “กลุ่มผลิตภัณฑ์ -> ผลิตภัณฑ์”, “ทวีป -> ประเทศ -> เมือง -> ร้านค้าปลีก”, “ปี -> ครึ่งปี -> ไตรมาส -> เดือน -> วันที่"; 2 มิติแบน (หนึ่งมิติ): "แคชเชียร์", "ผู้จัดการภูมิภาค"; และตารางข้อเท็จจริง 2 ตาราง ได้แก่ "การขาย" "แผนการขาย"
นอกจากนี้ มิติข้อมูล "แคชเชียร์" ยังอยู่ในตารางข้อเท็จจริงรูปแบบหนึ่งในรูปแบบที่ไม่ปกติ และมิติ "ผู้จัดการภูมิภาค" จะเชื่อมโยงกับระดับ "ประเทศ" ของมิติ "จุดขายปลีก" โดยความสัมพันธ์ "กลุ่มต่อกลุ่ม" (บอกเป็นนัยว่าผู้จัดการคนหนึ่งสามารถจัดการประเทศต่างๆ ได้)

การเชื่อมต่อกับแหล่งข้อมูล

ใน IBM Cognos BI พารามิเตอร์ที่จำเป็นทั้งหมดสำหรับการเชื่อมต่อกับแหล่งข้อมูลจะถูกจัดเก็บไว้ในอ็อบเจ็กต์ระบบพิเศษที่เรียกว่า "การเชื่อมต่อแหล่งข้อมูล" ในการสร้างการเชื่อมต่อใหม่ คุณต้องทำตามขั้นตอนง่ายๆ สองสามขั้นตอน: ไปที่พอร์ทัล IBM Cognos BI ไปที่ส่วน "การดูแลระบบ" เปิดแท็บ "การกำหนดค่า" เลือกส่วนย่อย "การเชื่อมต่อแหล่งข้อมูล" (“ แหล่งข้อมูล Connections" และคลิกปุ่ม "แหล่งข้อมูลใหม่" ในแถบเครื่องมือ ถัดไป ชุดกล่องโต้ตอบจะปรากฏขึ้นโดยคุณจะต้องตั้งค่าพารามิเตอร์ต่างๆ เช่น ชื่อการเชื่อมต่อ ประเภทการเชื่อมต่อ เซิร์ฟเวอร์ การเข้าสู่ระบบ รหัสผ่าน ฯลฯ

การพัฒนาเมตาดาต้า

การพัฒนาเมตาดาต้าเป็นหนึ่งในช่วงเวลาที่ยากและมีความรับผิดชอบที่สุด ทั้งประสิทธิภาพของระบบ (ความเร็วในการสร้างรายงาน ความถูกต้องของผลลัพธ์ที่สร้างขึ้น ฯลฯ) และความสะดวกในการพัฒนารายงานขึ้นอยู่กับคุณภาพของเมทาดาทา ความซับซ้อนในการพัฒนาเมทาดาทาก็เป็นสัดส่วนโดยตรงกับความซับซ้อนของแหล่งข้อมูล ตัวอย่างเช่น หากต้องการสร้างคำอธิบายเชิงสัมพันธ์ของแหล่งข้อมูลทดสอบของเรา เพียงเปิดวิซาร์ดการสร้างข้อมูลเมตา คลิกปุ่ม "ถัดไป" หลายๆ ครั้ง จากนั้นข้อมูลเมตาก็พร้อม

ตามที่ฉันเขียนไว้ก่อนหน้านี้ ข้อมูลเมตาคือคำอธิบายของแหล่งข้อมูล ใน IBM Cognos BI รากฐานของข้อมูลเมตาคือวัตถุหัวเรื่องแบบสอบถามและความสัมพันธ์ระหว่างวัตถุเหล่านั้น วัตถุ “หัวเรื่องแบบสอบถาม” เป็นคำพ้องสำหรับ “มุมมอง” จาก DBMS เชิงสัมพันธ์ นั่นคือ "หัวเรื่องของการสืบค้น" จะขึ้นอยู่กับการสืบค้นไปยัง DBMS ที่กำหนดโครงสร้างของออบเจ็กต์ต้นทาง และการเชื่อมต่อระหว่าง "หัวเรื่องของการสืบค้น" เป็นคำอธิบายของการโต้ตอบเชิงตรรกะระหว่างการสืบค้นเหล่านี้

เมื่อต้องการสร้างข้อมูลเมตาใน IBM Cognos BI จะใช้แอปพลิเคชันแยกต่างหาก IBM Cognos Framework Manager (แอปพลิเคชันที่ไม่ใช่เว็บเพียงแอปพลิเคชันเดียวในชุด IBM Cognos BI) หลังจากเรียกทำงาน Framework Manager คุณจะได้รับพร้อมต์ให้สร้างโปรเจ็กต์ใหม่ (คุณจะต้องป้อนชื่อโปรเจ็กต์และตำแหน่งของโปรเจ็กต์ในระบบไฟล์โลคัล)

ควรเข้าใจว่าโปรเจ็กต์ Framework Manager (หรือเรียกว่าโมเดล Framework Manager) คือชุดของไฟล์โลคัลที่โปรแกรมโลคัลทำงาน และแพ็กเกจข้อมูลเมตาเป็นผลลัพธ์ ซึ่งตั้งอยู่บนเซิร์ฟเวอร์ IBM Cognos BI ( หากเราวาดความคล้ายคลึงกับการเขียนโปรแกรม โปรเจ็กต์จะเป็นซอร์สโค้ด และแพ็คเกจคือแอปพลิเคชันที่คอมไพล์แล้ว) คุณสามารถสร้างแพ็กเกจได้หลายชุดจากโปรเจ็กต์ Framework Manager เดียว

เมื่อสร้างโปรเจ็กต์ Framework Manager แล้ว สถานที่ที่ดีที่สุดในการเริ่มต้นคือการรัน Metadata Import Wizard (แอ็คชัน -> รัน Metadata Wizard...) ตัวช่วยสร้างการนำเข้าจะพร้อมท์ให้คุณเลือกแหล่งข้อมูลที่มีอยู่หรือสร้างแหล่งข้อมูลใหม่ และอนุญาตให้คุณเลือกออบเจ็กต์ที่จำเป็นในการนำเข้า ในกรณีที่ง่ายที่สุด (เช่น เมื่อแหล่งข้อมูลเป็นไฟล์ Excel ซึ่งใน 99.9% ของกรณีมีข้อมูลในรูปแบบที่ไม่ปกติ) คุณจะต้องตั้งค่าฟิลด์ของออบเจ็กต์ “หัวเรื่องแบบสอบถาม” ให้เป็นประเภทการใช้งานที่ถูกต้อง (แอ็ตทริบิวต์ "การใช้งาน") จากนั้นทำงานกับโมเดล Framework Manager สามารถดำเนินการให้เสร็จสิ้นและเริ่มสร้างและเผยแพร่แพ็กเกจข้อมูลเมตาได้ ในเวอร์ชันที่ซับซ้อนมากขึ้น (ดังตัวอย่างการทดสอบของเรา) จำเป็นต้องตรวจสอบความถูกต้องของความสัมพันธ์ที่นำเข้าระหว่างออบเจ็กต์ "หัวเรื่องแบบสอบถาม" แก้ไขรายการที่ไม่ถูกต้อง และเพิ่มรายการที่ขาดหายไป ในตัวเลือกที่เป็นมืออาชีพมากขึ้น คุณสามารถสร้างฟิลด์ที่มีการคำนวณ เปลี่ยนโครงสร้าง "หัวเรื่องแบบสอบถาม" สร้างการแสดงหลายมิติ กำหนดอัลกอริธึมความปลอดภัย ฯลฯ

สร้างและเผยแพร่แพ็คเกจข้อมูลเมตา

หลังจากสร้างข้อมูลเมตาแล้ว คุณต้องสร้างแพ็คเกจเมตาและเผยแพร่ไปยังเซิร์ฟเวอร์ IBM Cognos BI ดังที่ฉันได้กล่าวไว้ก่อนหน้านี้ metapackage คือชุดย่อยของข้อมูลเมตาที่เผยแพร่บนเซิร์ฟเวอร์และเว็บแอปพลิเคชันทั้งหมดของ IBM Cognos BI complex ทำงาน การตั้งค่า Metapack ช่วยให้คุณสามารถซ่อนหรือไม่เผยแพร่ออบเจ็กต์ข้อมูลเมตาบางส่วนได้ ตัวอย่างเช่น ในเมตาดาต้าทดสอบ มี "หัวเรื่องแบบสอบถาม" บางส่วน ซึ่งส่งผลต่อตรรกะของการประมวลผลข้อมูลต้นฉบับ (เป็นการเชื่อมโยงระหว่างประเทศและผู้อำนวยการภูมิภาค) แต่ไม่มีประโยชน์เมื่อจัดทำรายงาน ซ่อนวัตถุข้อมูลเมตาดังกล่าวในระดับแพ็คเกจ หรือตัวอย่างเช่น ช่องที่มีตัวระบุ ก็สมเหตุสมผลที่จะซ่อนจากผู้ใช้ metapackage

ในการสร้าง metapackage คุณต้องเปิดเมนูบริบทในส่วน "แพ็คเกจ" ใน Framework Manager และเลือก "สร้าง -> แพ็คเกจ" หลังจากนั้นวิซาร์ดการสร้าง metapackage จะปรากฏขึ้น หลังจากสร้าง metapackage แล้ว ระบบจะเสนอให้เผยแพร่บนเซิร์ฟเวอร์ทันที ผู้ใช้มือใหม่ไม่จำเป็นต้องเจาะลึกตัวเลือกของตัวช่วยสร้างการเผยแพร่แพ็คเกจมากนัก (เพียงคลิกถัดไปและเผยแพร่) สิ่งเดียวก็คือในแท็บสุดท้าย (โดยที่ไม่มีปุ่มถัดไป แต่เป็นปุ่มเผยแพร่) จะมีช่องทำเครื่องหมาย "ตรวจสอบแพ็คเกจก่อนเผยแพร่" ซึ่งจะกำหนดว่า metapackage นั้นได้รับการตรวจสอบความคลุมเครือเชิงตรรกะก่อนเผยแพร่และแสดงหรือไม่ รายการความคลุมเครือเหล่านี้หากพบ ฉันขอแนะนำอย่างยิ่งให้คุณอย่าข้ามขั้นตอนนี้และแก้ไขความคลุมเครือใดๆ ที่คุณพบก่อนที่จะเผยแพร่

การสร้างรายงาน (การวิเคราะห์ข้อมูล)

ตอนนี้เรากำลังเข้าใกล้กระบวนการที่น่าสนใจและสม่ำเสมอที่สุดอย่างช้าๆ - การสร้างรายงาน มันเกิดขึ้นที่เครื่องมือสำหรับการสร้างรายงานปกติและเครื่องมือสำหรับการวิเคราะห์ข้อมูลอย่างรวดเร็วใน IBM Cognos BI นั้นเหมือนกัน (แม้ว่าในบางส่วนจะสะดวกกว่าที่จะดำเนินการวิเคราะห์อย่างรวดเร็ว และในเครื่องมืออื่น ๆ จะสะดวกกว่าในการสร้าง รายงานปกติ ซึ่งทั้งหมดนี้ช่วยให้คุณสามารถบันทึกผลลัพธ์ลงในแบบฟอร์มรายงานได้)

โดยส่วนตัวแล้ว ฉันชอบใช้เครื่องมือ IBM Cognos Report Studio สำหรับงาน BI ทั้งหมด นี่เป็นเครื่องมือที่เป็นสากลที่สุดที่ช่วยให้คุณสามารถสร้างรายงานที่ซับซ้อนได้แทบทุกชนิด และในขณะเดียวกันก็มอบเครื่องมือที่ค่อนข้างสะดวกสำหรับการวิเคราะห์ข้อมูลอย่างรวดเร็ว

สมมติว่าเราจำเป็นต้องสร้างรายงานด่วนซึ่งประกอบด้วยข้อเท็จจริงของยอดขายตามประเทศ กลุ่มผลิตภัณฑ์ และความถี่ต่อไตรมาส รายงานที่ค่อนข้างง่ายนี้สามารถทำได้โดยทำตามขั้นตอนเหล่านี้:

เรียกทำงานเว็บแอปพลิเคชัน IBM Cognos Report Studio
ในหน้าต่างต้อนรับ คลิกปุ่ม "สร้าง"
ในรายการเทมเพลตพื้นฐาน เลือก "crosstab" ("corsstab")
วางองค์ประกอบข้อมูลตามแผนภาพด้านล่าง
รันรายงานเพื่อดำเนินการ

หลังจากรันรายงานเพื่อดำเนินการแล้ว คุณจะได้รับสิ่งนี้

เมื่อพิจารณาจากรายงานผลลัพธ์ เราสามารถพูดได้อย่างปลอดภัยว่าได้รับการออกแบบมาไม่ดีตรงไปตรงมา ตัวเลขไม่ได้จัดรูปแบบ ความหมายทางเศรษฐกิจเป็นเรื่องที่น่าสงสัย ฯลฯ แต่ข้อบกพร่องในการออกแบบทั้งหมดเหล่านี้สามารถลบออกได้โดยการตั้งค่าคุณสมบัติขององค์ประกอบการตั้งค่าที่เกี่ยวข้อง และเพื่อให้ความหมายทางเศรษฐกิจน่าสนใจยิ่งขึ้น คุณสามารถทำแผน/วิเคราะห์ตามความเป็นจริง เป็นต้น

ตัวอย่างเช่น ในการทำรายงานที่แสดงด้านล่าง (ตามข้อมูลเมตาสำเร็จรูป) ฉันในฐานะผู้เชี่ยวชาญที่มีประสบการณ์ใช้เวลาประมาณ 20-30 นาที

และเพื่อออกแบบใหม่ทั้งหมดให้เป็นโทนสีเข้ม ฉันใช้เวลาประมาณ 10 นาที

บทสรุป

ฉันหวังว่าในบทความนี้ผู้อ่านสามารถรับข้อมูลทั่วไปเกี่ยวกับระบบ BI และหลักการทำงานได้ แน่นอนว่าภายในกรอบของบทความสั้น ๆ เป็นไปไม่ได้ที่จะพิจารณารายละเอียดที่เกี่ยวข้องในแง่มุมใด ๆ ที่เกิดขึ้น (เช่นสามารถเขียนหนังสือทั้งเล่มเกี่ยวกับวิธีการสร้างข้อมูลเมตาได้อย่างถูกต้อง) แต่ฉันคิดว่าหากคุณตัดสินใจที่จะลอง บทความนี้จะบอกคุณว่าจะเริ่มต้นอย่างไรและคาดหวังผลลัพธ์แบบใด

นอกจากนี้ ฉันไม่ได้สัมผัสกับกลไกและฟังก์ชันที่น่าสนใจเลย (เช่น กลไกในการแสดงแหล่งข้อมูลเชิงสัมพันธ์แบบหลายมิติ) แต่นี่เป็นเพราะความจริงที่ว่าปริมาณของวัสดุที่จำเป็น (ขั้นต่ำของทฤษฎีและ การปฏิบัติขั้นต่ำ) ก็เพียงพอสำหรับบทความแยกต่างหาก

เล็กน้อยเกี่ยวกับใบอนุญาต

หากคุณตัดสินใจซื้อระบบ IBM Cognos BI แยกต่างหากสำหรับการใช้งานส่วนตัวหรือสำหรับบริษัทขนาดเล็ก ราคาอาจทำให้คุณประหลาดใจ แต่ IBM มีระบบที่ครอบคลุมพิเศษ IBM Cognos Express ซึ่งออกแบบมาสำหรับองค์กรขนาดเล็กและมีหลายระบบ ผลิตภัณฑ์ (รวมถึง BI) และต้นทุนน้อยกว่ามาก

Power BI จาก Microsoft คืออะไร

Power BI ทำงานอย่างไร

ข้อสรุปและความคิดเห็น

คำจำกัดความต่างๆ

BI เป็นวิธีการ เทคโนโลยี วิธีการสกัดและนำเสนอความรู้

BI, EIS, DSS, ธุรกิจอิเล็กทรอนิกส์และการพาณิชย์

BI และคลังข้อมูล

การจำแนกประเภทผลิตภัณฑ์ระบบธุรกิจอัจฉริยะ

เครื่องมือสร้างแบบสอบถามและรายงาน

OLAP หรือเครื่องมือวิเคราะห์ขั้นสูง

ชุด BI ขององค์กร

แพลตฟอร์มบีไอ

แอปพลิเคชันบีไอ

ข้อมูลอัจฉริยะ

วิธีการและเครื่องมือ BI อื่นๆ

สถาปัตยกรรมระบบธุรกิจอัจฉริยะ

สภาพแวดล้อมการจัดเก็บข้อมูลและการเข้าถึงข้อมูล BI

ข้อมูลเมตา

ข้อดีและข้อเสียของเทคโนโลยี

ผู้เล่นหลักในสนาม BI

เทรนด์

วรรณกรรม

เครื่องมือสร้างแบบสอบถามและรายงาน

OLAP หรือเครื่องมือวิเคราะห์ขั้นสูง

ชุด BI ขององค์กร

แพลตฟอร์มบีไอ

แอปพลิเคชันบีไอ

ข้อมูลอัจฉริยะ

วิธีการและเครื่องมือ BI อื่นๆ

บันทึก

บีไอคืออะไร?

ความเป็นไปได้ของการใช้ระบบ BI เป็นเครื่องมือส่วนบุคคล

สถาปัตยกรรม IBM Cognos BI

ขั้นตอนการทำงานกับระบบ

โครงสร้างของแหล่งข้อมูลทดสอบ

การเชื่อมต่อกับแหล่งข้อมูล

การพัฒนาเมตาดาต้า

สร้างและเผยแพร่แพ็คเกจข้อมูลเมตา

การสร้างรายงาน (การวิเคราะห์ข้อมูล)

บทสรุป

เล็กน้อยเกี่ยวกับใบอนุญาต

แจ้งการพิมพ์ผิด

ข้อความที่จะส่งถึงบรรณาธิการของเรา:

ความคิดเห็นของคุณ (ไม่บังคับ):