Business Intelligence. Модно. Полезно?
Сейчас основная борьба на рынке BI разворачивается в области простоты применения, удобства и наглядности для пользователя
Вы никогда не сумеете решить возникшую проблему,
если сохраните то же мышление и тот же подход,
который привел вас к этой проблеме.
А. Эйнштейн
Компании по всему миру накопили колоссальный объем корпоративной информации. Электронные таблицы и простейшие приложения на их основе уже не справляются с огромными потоками данных, которые организации генерируют ежедневно.
Здесь на помощь аналитикам и менеджерам пришли системы бизнес-аналитики, или Business Intelligence (BI). Понятие Business Intelligence уже давно не новое, по одним данным ему 56 лет, по другим — 25. Однако как продукт Business Intelligence получил массовое распространение10 лет назад, с 2005 года. С того же времени рынок бизнес-аналитики показывает наибольший рост среди всех сегментов программного обеспечения.
Сейчас основная борьба на рынке BI разворачивается в области простоты применения, удобства и наглядности для пользователя. Среди основных драйверов рынка эксперты называют мобильный BI, аналитику больших данных, облачный анализ, операционную аналитику, а также возможности совместной работы с BI-системами. В качестве еще одного тренда, который может значительно преобразовать рынок бизнес-аналитики, мы выделяем такое новое явление, как визуальный управленческий контроль. Но возникает вопрос: обеспечивают ли системы бизнес-аналитики реальную ценность для компаний, внедривших их в свою ИТ-инфраструктуру?
Историческая справка
Возникновение понятия Business Intelligence датируется 1958 годом, когда в IBM System Journal была опубликована статья американского ученого Ханса Петера Луна (H.P. Luhn1, 1896–1964) «A Business Intelligence System», где он описал систему, которая должна была использовать ЭВМ для обработки данных для автореферирования, автоматического кодирования документов, а также создания «профиля интересов» для каждой точки действия организации. Как входящие, так и создаваемые в системе документы автоматически резюмировались, им давалась словесная характеристика по образцу (теперь это назвали бы тэгом) и автоматически отсылалась в соответствующую точку обработки.
В статье под термином business понимался набор действий, предпринимаемых в какой угодно области — будь то наука, технологии, торговля, промышленность, законодательство, оборона и т.д. Коммуникации, поддерживающие управление бизнесом, в широком смысле относились к intelligence systems, то есть к системам, поддерживающим разумную деятельность. А понятие intelligence, также в широком смысле, обозначало способность устанавливать взаимосвязи между имеющимися фактами с тем, чтобы предпринимать действия, необходимые для достижения поставленной цели.
Таким образом, на раннем этапе термин BI относился скорее к вычленению, категоризации и классификации, чем к числовым данным. И только много лет спустя началось смещение в сторону реляционных БД и числовых данных, поскольку любой бизнес-процесс, за которым стоит руководить, должен быть измерим.
Однако часть работы Луна, касающаяся описания нового термина Business Intelligence, существенно опередила время, и поэтому не получила дальнейшего развития, а сам термин был забыт на долгие годы.
Спустя 30 лет, в 1989 году аналитик американской исследовательской и консалтинговой компании Gartner, специализирующейся на рынках информационных технологий, заново открыл понятие Business Intelligence и ввел его в обиход в качестве термина для различных технологий поддержки принятия решений.
Тем не менее, особый интерес к методикам бизнес-анализа, технологиям и программным решениям в области BI возник только в начале 2000-х годов.
На первых этапах производители BI-систем предоставляли в своих платформах довольно простые инструменты анализа, такие как OLAP. Затем в BI появились технологии, связанные с анализом и специфической визуализацией данных.
Переломным моментом в развитии BI стал 2005 год. К этому моменту бизнес вышел на новые уровни: крупные компании прочно заняли свои ниши, а наиболее конкурентоспособный средний бизнес своевременно вышел на смежные рынки. Мелкие и средние фирмы оценили важность BI и проявили высокий интерес к внедрению данной технологии. Это потребовало от BI-систем большей доступности и простоты в развертывании и использовании, что повлекло активное развитие аналитических решений.
В это же время в Gartner впервые выделили сегмент BI в отдельный рынок и опубликовали по нему свой магический квадрант, причем ни один из BI-вендоров не был указан как лидер рынка.
Мобильная аналитика: новая эра управления бизнесом
Появление смартфонов осуществило настоящую мобильную революцию и оказало сильное влияние на сегмент BI-систем. В 2002 году на рынок был выпущен первый смартфон BlackBerry, предоставляющий доступ к электронной почте по беспроводному соединению. В 2007 году компания Apple провела презентацию первого поколения iPhone. Оба события кардинально изменили рынок мобильных телефонов. Разработчики получили надежную платформу iOS, а также спрос со стороны пользователей, достаточный для формирования рынка мобильных BI-приложений.
Дальнейшее распространение в корпоративной среде iPad и других планшетов вызвали огромный интерес к мобильному BI, обеспечивающему совершенно новый опыт бизнес-аналитики. Причина такой популярности проста: в деловом мире XXI века менеджеры компаний нуждаются в доступе к необходимой информации в режиме реального времени, в любом месте, где бы они ни находились.
Развитие направления мобильной аналитики заключается в переносе на мобильные устройства не только простых аналитических функций типа Data Discovery, но и возможностей углубленной аналитики — моделирования, прогнозирования, анализа трендов. Современные мобильные BI-приложения позволяют работать с данными даже в офлайн-режиме (например, в самолете), а базовый функционал выгодно использует собственные возможности мобильного устройства (камеры, GPS-навигаторы и др.).
Мобильный доступ к BI-приложениям, как правило, можно получить одним из двух способов:
• используя мобильный браузер для доступа к веб-клиенту;
• используя родное приложение, разработанное под мобильную ОС (к примеру, iOS или Android).
На данный момент практически все BI-вендоры поддерживают платформу iOS, многие предлагают решения для Android, но почти никто пока не работает с Blackberry и Windows Phone.
Мобильные решения для бизнес-аналитики имеют ряд существенных преимуществ, подстегивающих рынок BI активно развивать этот сегмент. Решения мобильной аналитики:
• На порядок увеличивают число конечных пользователей новых технологий. Интересно, что число пользователей мобильных устройств уже в пять раз выше числа пользователей традиционных ПК.
• В десятки раз расширяют возможности управления деловой информацией в реальном времени.
• В разы повышают уровень персонификации и соответствия технологий индивидуальным потребностям конкретного пользователя.
Бизнес-аналитика «больших данных»
Согласно прогнозам, приведенным в исследовании IDC Digital Universe за 2012 год, до 2020 года количество данных во всем мире будет удваиваться каждые пару лет и достигнет 40 Збайт. Большая часть этих данных хранится в виде разнообразных текстовых документов, веб-журналов, видеозаписей, машинного кода и т.д. и не структурирована в традиционном формате БД. Как следствие, сотрудникам компаний уже недостаточно традиционных методов анализа информации, чтобы быстро находить взаимосвязи между своими данными и делать важные выводы.
Для обозначения этого явления был введен новый термин «большие данные» (Big Data) — «сырые» данные в огромных массивах, а вместе с термином появилась и новая задача аналитики. Ключевое отличие Big Data от «обычных» highload-систем состоит в том, что данные хранятся неструктурированно, что требует другой архитектуры баз данных. Для анализа Big Data необходимы гибкие запросы, в ином случае при традиционной архитектуре реляционных баз данных потребовалось бы строить для каждого нового запроса новую оптимальную структуру.
До сих пор инструменты работы с Big Data были доступны лишь крупным компаниям. Основные причины, препятствовавшие малому бизнесу внедрять инструменты анализа Big Data, — это дороговизна, нехватка квалифицированных кадров и отсутствие необходимой инфраструктуры для обработки огромных потоков неструктурированной информации.
Но сейчас эти проблемы могут быть преодолены с помощью облачных структур и мобильных приложений, позволяющих многим организациям работать с системами «большой аналитики». Сервис-провайдеры предоставляют все необходимые инфраструктурные ресурсы и аналитические сервисы, при этом пользователи могут накапливать данные в своих небольших хранилищах и периодически отправлять их сервис-провайдерам. Еще одно преимущество состоит в том, что фирмам не требуется набирать дополнительный штат для решения аналитических задач.
Согласно IDC, рынок Big Data ежегодно расширяется на 40% и прогнозируется, что к 2015 году его оборот вырастет до $17,2 млрд. Аналитики компании Deloitte замечают, что уже с 2013 года около 90% компаний из Fortune 500 начинают реализовывать проекты в области Big Data.
Бизнес-аналитика в облаке: риски и преимущества
Можно выделить три основных направления облачных систем бизнес-аналитики:
• SaaS-предложения традиционных вендоров (SAP Business Objects, TIBCO Spotfire);
• изначально облачные платформы (Gooddata, Birst, Bime Wearecloud);
• аналитические системы, встроенные в другие облачные предложения, например, в CRM-решения.
Потенциальных пользователей подобных аналитических решений огромное число. Многие небольшие фирмы делают выбор в пользу облачных решений вместо собственной инфраструктуры — например, для формирования бухгалтерской отчетности, управленческого учета или для ведения взаиморасчетов с клиентами.
В зависимости от выбранного варианта работы клиент может использовать преднастроенные аналитические отчеты и панели показателей, связанные со структурой его данных, или же получать готовые решения на основе предоставляемых данных. Яркий пример такого варианта — маркетинговые исследования. Провайдер подготавливает результаты исследований и предоставляет заказчику аналитические инструменты. При этом провайдер сам заинтересован в безопасности данных, чтобы результаты исследования не попали в открытый доступ.
Еще один интересный аспект бизнес-аналитики в облаке — это доступ к контенту, содержащемуся в публичных облаках. К примеру, многим компаниям для поддержания собственной конкурентоспособности необходимо анализировать помимо своих данных различную информацию из открытых источников — тренды, потребительские предпочтения, отзывы о продуктах и компаниях в соц. сетях.
Аналитические инструменты в облаке экономят средства компаний, вкладываемые в ИТ-инфраструктуру, при этом не уступают в функционале и удобстве применения для конечного пользователя. Более того, облачные решения делают большинство инструментов доступными любой, даже небольшой компании. Второй плюс аналитики в облаке — простота наращивания и масштабирования. Нет необходимости покупать новое, дорогостоящее оборудование, достаточно просто расширить пакет услуг у своего провайдера. Третий плюс — мобильность. Все инструменты доступны в любой точке при наличии Интернет-подключения. И самое главное — клиент платит только за то, чем реально пользуется. Он всегда имеет возможность купить новые услуги или отказаться от старых, перестав за них платить.
Основные опасения компаний при использовании облачных инструментов касаются в первую очередь безопасности. Вопросы относительно сохранности конфиденциальной информации и персональных данных клиентов до сих пор препятствуют широкому распространению технологий облачной аналитики среди пользователей. При этом провайдеры стремятся прежде всего решить проблему безопасности, соблюдая соответствие своих услуг всем неформальным и формальным требованиям, таким как, например, сертификат соответствия стандарту ISO/IEC 27001.
Помимо этого, существует лимит потока данных, который могут обработать облачные системы бизнес-аналитики, что накладывает существенные ограничения на работу с массивами данных в реальном времени.
Еще один недостаток связан с тем, что облачные аналитические сервисы, как правило, рассчитаны на какую-то одну предметную область, соответственно, результаты анализа используются только одним подразделением компании или одним направлением бизнеса. Для обмена данными и результатами между предметными областями компаниям требуется самостоятельно разрабатывать междоменные аналитические системы.
Продолжение в следующем номере. Во второй части статьи «Business Intelligence. Модно. Полезно?»: операционная аналитика, возможности совместной работы с BI-системами, BI для руководителей.
Опубликовано 10.09.2014