Business Intelligence в автоматизации поддержки управленческих решений

В настоящее время основой разработки систем автоматизированного анализа данных являются технологии Business Intelligence – BI. Термин «business intelligence» был введен в обращение в конце 1980-х гг. специалистами агентства Gartner Group и популяризирован американским аналитиком G. Dresner как процесс превращения данных в информацию, а затем – в знания [1]. В дальнейшем Gartner Group уточнило определение «business intelligence», как программные средства, функционирующие в рамках предприятия и обеспечивающие функции доступа и анализа информации, которая находится в хранилище данных, а также обеспечивающие принятие обоснованных управленческих решений.

Не смотря на длительный срок существование и активное применение в бизнесе, однозначного определения Business Intelligence разработках не сложилось. Вместе с тем, на мой взгляд, общим здесь выступает функция преобразования данных в знания, необходимые для принятия решений по оптимизации бизнеса. Например, Jonathan Wu [2] считает, что Business Intelligence является процессом сбора многоаспектной информации об исследуемом предмете. Разработаны программные приложения, которые обеспечивают пользователей возможностью проводить такой процесс для ответа на вопросы бизнеса и для выявления значимых тенденций или шаблонов в исследуемой информации. Глоссарий SDG Computing, Inc. [3] рассматривает Business Intelligence в формате инструментов BI (business intelligence tools), и в контексте данных, информации и знаний: «Инструменты BI – программное обеспечение, которое позволяет бизнес-пользователям видеть и использовать большое количество сложных данных. Знания, основанные на данных (data-based knowledge), получаются из данных с использованием инструментов BI и процесса создания и ведения хранилища данных (data warehousing)». Business Intelligence, согласно C. Vercellis [4], представляет группу математических моделей и методологию анализа, которые последовательно применяют доступные данные для нахождения информации и знаний, используемых в поддержке сложных процессов принятия решения.

The Data Warehousing Institute (TDWI) [5] определяет “business intelligence” как инструменты, технологии, и процессы, направленные на преобразование данных в информацию и информацию в знание и планы, которые оптимизируют бизнес-процессы. Короче говоря, business intelligence обеспечивают более разумное (intelligently) управление предприятием и бизнесом. Технологии BI включают интеграцию данных, хранилище данных, подготовку отчётов (reporting) и инструменты анализа (Analyses Tools). При этом отмечается, что большинство людей использует термин “BI tools”, связывая их только с генераций запросов и отчётов (Querying & Reporting) и, обеспечивающими их инструментами OLAP, представляющими далеко не полный спектр возможностей BI. R. Skriletz [6] отмечает, что, как правило, технология BI используется в качестве генератора отчётов. В результате, бизнес-менеджеры, которым BI-инструменты изначально требовались для получения информации, необходимой для принятия решения, оказываются погрязшими в многостраничных отчётах и результатах анализа. Следовательно, рассмотрение BI просто как инструмента аналитического отчёта недопустимо.

В исследованиях и разработках, можно выделить две группы определений Business Intelligence. Наиболее часто используется определение, согласно которому, в основе технологии BI лежит организация доступа конечных пользователей и анализ структурированных количественных по своей природе данных и информации о бизнесе [7, 8]. Реже используется определение Business Intelligence, как технология получения знаний о бизнесе для поддержки принятия решений, полученных с использованием различных аппаратно-программных технологий. Такие технологии дают возможность организациям превращать данные в информацию, путём интеграции, анализа и визуализации, а затем в знания посредством углубленного анализа деловой информации [9]. Согласно русскоязычной Википедии [10], под понятием «Business Intelligence» чаще всего подразумевают программное обеспечение, созданное для помощи менеджеру в анализе информации о своей компании и её окружении.

В ряде других определений BI-технологий [1, 7, 8, 11] опущено одно из ключевых свойств, по существу – цель BI, обеспечение автоматизированного анализа данных в хранилищах и потоках информации. Соответственно, неадекватно трактуются целевые установки таких инструментов BI как OLAP и Data Mining, ориентируемые при этом, преимущественно на генерацию отчётов. Поддержка принятия управленческих решений в режиме реального времени в этом случае практически не рассматривается как цель BI-технологий. Характерным примером, на мой взгляд является то, что в русскоязычной Википедии в статье «Business Intelligence» все статьи-ссылки посвящены рынку BI. В то время как в учебнике «Интеллектуальные информационные технологии» [12] понятие «Business Intelligence» отсутствует.

Одной из причин такого одностороннего подхода по Business Intelligence, является то, что их авторами в большинстве случаев являются разработчики и поставщики ПО и в целом BI платформ, но не пользователи – менеджеры, аналитики и руководители предприятий. Вместе с тем в этих публикациях отмечается сложность применения продуктов BI и интерпретации, полученных с их помощью результатов пользователями. Например, даже когда вопросы касаются использования сравнительно «простых» систем управления документооборотом, разработчики отмечают, что «Предлагаемые решения сложны, поэтому не удивляйтесь, если даже при достаточно высокой квалификации администратора базы данных вам при реализации проекта всё таки потребуется помощь изготовителя системы» [13]. (ПК тоже является сложной системой, но им успешно пользуются даже дошкольники). При этом, если результатом является достаточно стандартные материалы к аналитическому отчёту – таблицы, графики, отражающие, например, динамику и структуру продаж и/или покупателей, то их интерпретация не вызывает проблем, в отличие от результатов, полученных с помощью приложений BI и отражающих состояние постоянно изменяющихся производственных процессов и служащих источником информации для принятия оперативных решений.

Анализ рынка BI-платформ также показывает, что большинство их функций ориентировано на учёт, планирование и финансовый анализ, а не на оценку и анализ выполнения отдельных производственных процессов, что во многом обусловлено их связями с ERP платформами. В то время как отмечает A. Messerli [14], основное внимание в ERP-системах уделяется рабочим процессам, а не бизнес-анализу. Некоторые ERP-системы включают в себя возможности создания стандартных отчётов, но они не обеспечивают всеобъёмлющего процесса принятия решений и возможностей анализа данных.

По мнению C. Vercellis [4], интерпретация термина “Business Intelligence” намного более широко и глубоко в сравнении с узким значением, сформированным за последние годы многими поставщиками программного обеспечения и журналами по информационным технологиям. Согласно этому последнему представлению, методологии Business Intelligence сокращены до уровня электронных инструментов для запросов, визуализации и отчётов, главным образом для бухгалтерского учёта и целей контроля. Конечно, никто не может отрицать, что быстрый доступ к информации является важным инструментом ЛПР. Однако, эти инструменты ориентированы к пассивному характеру анализа Business Intelligence, при котором ЛПР, имеет уже сформулированное мнение о критерии для извлечения данных. Если нам необходима методология Business Intelligence, способная реализовать её огромный стратегический потенциал, мы должны повернуться к активным формам поддержки принятию решения, основанным на систематическом применении математических моделей, способных преобразовать данные не только в информацию, но также и в знание, и затем знание в реальное конкурентоспособное преимущество.

Отсюда можно сделать вывод, аналогичный упоминавшимся выше выводам TDWI, R. Skriletz и C. Vercellis, о том, что для науки и практики бизнеса характерно ограниченное толкование функций и возможностей Business Intelligence, сводящееся по существу к обеспечению учёта, подготовке отчётов и соответствующему использованию инструментов OLAP. В то же время в большинстве концептуальных и функциональных описаний BI отсутствует связь с потоками и документооборотом производственных процессов – Workflow. Можно считать, что такая трактовка не предусматривает активного участия BI технологий непосредственно в производственном процессе – поддержке принятия бизнес-решений в режиме реального времени.

Следует также идентифицировать использование русскоязычного перевода термина «Business Intelligence». Наибольшее распространение получил перевод «интеллектуальный анализ данных», предложенный в работе [15]. Развитие этого оборота нашло, например, в таких терминах как в упомянутых работах «Интеллектуальная обработка информации» [15] и «Интеллектуальные информационные технологии» [12]. На мой взгляд интеллектуальная, когнитивная компонента является имманентной составляющей любого анализа, обработки данных и информационных технологий и поэтому использование термина «интеллектуальный» не отражает особенности описываемых информационных процессов. При этом использование этого оборота не связано каким-либо образом автоматизированным анализом данных, более того – интеллектуальные процессы, в принципе, могут осуществляться и без компьютеров и соответствующего ПО.

Большое распространение в русскоязычных публикациях получила калька перевода «Business Intelligence» – «бизнес-интеллект». Однако в англоязычных странах термин «intelligence» имеет весьма широкий диапазон смыслового содержания (концепта): сведения, интеллект, разведданные, сообразительность, осмысление, обмен информацией, разведка и др. В то время как в русском языке понятие «интеллект» достаточно однозначно трактуется как способность мышления [16]. Вследствие этого, например, давно укоренившееся в русскоязычной литературе понятие «intelligence service» – разведывательная служба – не переводится как «интеллектуальная служба». Поэтому, на мой взгляд, в публикациях следует использовать или оригинальное название «Business Intelligence» или, получающий распространение, достаточно нейтральный термин «бизнес-аналитика».

В целом концептуальным преимуществом Business Intelligence на мой взгляд является то, что BI-технологии позволяют автоматизировать анализ больших объёмов данных, акцентируя внимание пользователей на факторах эффективности производства и маркетинга, а также моделируя исход различных вариантов действий и отслеживая результаты принятия тех или иных решений.

Таким образом, проведенный контент-анализ позволяет определить Business Intelligence как технологии поддержки принятия оптимальных бизнес-решений с помощью процессов автоматизированного анализа данных, связанных с ними инструментов и методологий, обеспечивающих оперативное влияние на результаты бизнес-процессов разного уровня.

Предполагается, что BI может обеспечить поддержку принятия решений на всех уровнях управления, независимо от уровня их структуризации [17]. На стратегическом уровне, BI позволяет точно установить цели и следовать курсу реализации поставленных целей. Технологии BI обеспечивают формирование различных сравнительных отчётов, например, по историческим данным, в частности прибыльности отдельных групп товаров, эффективности каналов распределения вместе с проведением моделирования развития или прогнозированием будущих результатов на основе принятых предположений.

На тактическом уровне, BI-системы могут обеспечить определённую основу для принятия решений в маркетинге, продажах, финансах, управлении капиталом и т.д. Эти системы могут использоваться для оптимизации будущих действий и изменения организационных, финансовых или технологических аспектов деятельности компании непосредственно для того, чтобы помочь предприятиям реализовать свои стратегические цели более эффективно.

На оперативном уровне, BI системы используются для выполнения специальных анализов и ответа на вопросы, связанные с текущим операциям отделов, существующим финансовым положением, продажами и сотрудничеством с поставщиками, клиентами и т.д.

В целом, концептуальную модель BI можно представить в виде пирамиды, показанной на рисунке.

Рисунок. – Пирамида Business Intelligence

На третьем уровне пирамиды – Исследование данных (Data exploration) находятся инструменты для выполнения пассивного BI-анализа, которые содержат системы запросов и отчётов (Querying & Reporting) и статистические методы. Они определяются как пассивные методы, потому что ЛПР здесь только проверяют ранее выдвинутые гипотезы, или определяют критерии извлечения данных, а затем с помощью аналитических инструментов находят ответы и подтверждают их первоначальное понимание исследуемых фактов. Например, ситуация, при которой коммерческий директор автозавода замечает снижение доходов в данном регионе для определенной группы клиентов. Следовательно, ЛПР может выдвинуть определённую гипотезу при использовании инструментов извлечения и визуализации данных, и затем применить статистический тест для проверки того, что его заключения соответствующим образом поддержаны данными о продажах автомобилей.

Четвертый уровень – Разработка данных (Data Mining) – включает активные методологии BI, целью которых является извлечение из данных информации и знания. Они включают математические модели для распознавания образов, машинное самообучение (machine learning) и инструменты Data Mining. В отличие от инструментов, описанных на предыдущем уровне пирамиды, активный вид моделей не требует от ЛПР формулировки гипотезы и её последующего подтверждения. Их цель состоит в том, чтобы вместо этого расширить уровень знания ЛПР.

На следующем уровне пирамиды BI расположены модели оптимизации, позволяющие определять лучшее решение из ряда альтернативных действий, список которых обычно является довольно обширным и иногда даже бесконечным. На этом же уровне результаты обработки и анализа данных визуализируются.

Вершина пирамиды соответствует выбору и фактическому принятию определенного решения, и в некотором роде представляет естественное заключение процесса принятия решения.

Таким образом, по результатам проведенных исследований можно сделать следующие выводы.

1. Системы Business Intelligence представляют технологии поддержки принятия оптимальных бизнес-решений с помощью процессов автоматизированного анализа данных и связанных с ними инструментов и методологий, позволяющих оперативно влиять на результаты бизнес-процессов разного уровня.

2. Разработка BI-инструментов поддержки принятия решений и повышение эффективности автоматизированного анализа данных определяется направлением бизнес-решений – производство и маркетинг. Маркетинговые решения определяются информационными потоками по организации продаж и носят преимущественно стратегический характер. Производственные решения основываются на документообороте оперативной информации о результатах выполнения и организации рабочих процессов, поэтому автоматизированный анализ потоков данных должен протекать в режиме реального времени, что требует использования процесс-ориетированных средств BI. Вместе с тем, содержание разработок BI-платформ и выбор BI-инструментов определяются особенностями условий конкретного производства, в которых они применяются.

3. Двигателями развития BI-платформ являются их разработчики и поставщики, а потребители – руководители и бизнес-аналитики предприятий – не участвуют и практически не влияют на формирование концепций и инструментов BI. Следствием этого является то, что основное внимание исследований и разработок BI-платформ связано с СУБД и ПО, ориентированными на выполнение учётных функций, генерацию отчётов и поддержку принятия маркетинговых решений, а вопросы оптимизации и автоматизированного анализа данных с целью повышения эффективности производственных процессов не получают должного развития.

4. При движении вверх по пирамиде технологий роль Business Intelligence в принятии решений возрастает.

Литература:

1. Уотсон Х., Викском Б. Современное состояние бизнес-аналитики (Business Intelligence, BI). - http://www.bsc-consulting.ru/solutions/budgeting_and_financial_planning/bi_article02/.

2. Wu J. What is Business Intelligence? //Information Management Online, February 10, 2000.

3. SDG Computing, Inc. - www.sdgcomputing.com/glossary.htm.

4. Vercellis C. Business Intelligence: Data Mining and Optimization for Decision Making: - John Wiley & Sons, Ltd., 2009.

5. Eckerson W.W. Extending the Value of Your Data Warehousing Investment /TDWI Best Practices Report. - First Quarter, 2007.

6. Skriletz R. Critical Lessons from the First Decade of Business Intelligence and Data Warehousing //Information Management Magazine, April 2002.

7. Глоссарий по автоматизации. - http://www.iteam.ru/publications/it/section_55/article_1817/.

8. Артемьев В. Что такое Business Intelligence? - http://www.osp.ru/os/2003/04/182900/.

9. Глоссарий InfoRD. - http://www.inford.ru/Technologies/.

10. Business Intelligence. - http://ru.wikipedia.org/wiki/Business_Intelligence.

11. Черняк Л. Что Business Intelligence предлагает бизнесу. - http://www.osp.ru/os/2003/04/182906/.

12. Башмаков А.И., Башмаков И.А. Интеллектуальные информационные технологии. – М: Издательство МГТУ им. Н.Э. Баумана, 2005.

13. Практические решения для автоматизации документооборота и потоков работ. - http://www.osp.ru/nets/1997/07/142652/.

14. Messerli A. Reinventing Business: Enterprise Data Warehouse Business Opportunities for Manufacturing. - http://www.b-eye-network.com/view/12620.

15. Корнеев В.В. и др. Базы данных. Интеллектуальная обработка информации. - М.: Нолидж, 2001.

16. Философский энциклопедический словарь. – М: Советская энциклопедия, 1983.

17. Olszak C. M., Ziemba E. Business intelligence as a key to management of an enterprise. – Proceedings of Informing Science and IT Education Conference, 2003.