Актуальные направления развития бизнес-аналитики (BI)

Данные – не вещь в себе, их существование (читай – накопление и хранение) во многом оправдывается возможностью проведения анализа.

Бизнес-аналитика (Business Intelligence, BI) призвана быть не столько средством наблюдения за состоянием дел, сколько средством активного управления, подспорьем в принятии управленческих решений. При этом BI в идеале должна стать инструментом как топ- и мидл-менеджмента, так и более широкого круга сотрудников (руководителей нижнего звена, аналитиков на местах).

Далее по тексту выделены интересные направления, в которых развивается бизнес-аналитика с прикладной и с технической точек зрения, чтобы лучше соответствовать нынешним потребностям. Текущих достижений BI не достаточно, и системам есть куда расти.

Визуализация данных

Человеку сложно воспринимать информацию, представленную в табличном или числовом виде, а порой – просто не возможно. Поэтому BI развивается в направлении визуальной аналитики (Visual Analytics). К примеру, свой продукт здесь продвигает SAS; знаковым игроком является Tableau Software.

Причем визуальная аналитика не должна сводиться исключительно к предоставлению информации в удобном формате. Человек, взаимодействующий с визуализированными данными, может иметь возможность изменять их все в том же визуальном виде, но по цепочке изменяя представление на уровне всей базы данных. Вокруг визуализированных данных должны висеть ниточки, дергая за которые аналитик инициирует действия относительно процессов, связанных с данными.
 

Машины предсказывают

Прогнозная аналитика (Predictive Analytics) направлена на то, чтобы снять с плеч человека бремя предсказывать будущее, пусть и на основе собранной, подготовленной, визуализированной статистики из прошлого. Прогнозная аналитика реальна благодаря развитию технологий интеллектуального анализа данных, машинного обучения и тому подобных. В области прогнозной аналитики работают, в частности, SAP и IBM.

В результате внедрения Predictive Analytics можно автоматизировать прогнозирование поведения потребителей, затрат на привлечение заказа, прочих маркетинговых метрик и не только.
 

В оперативной памяти

Бизнес-аналитика должна быть оперативной – чем меньше времени будет занимать анализ, тем лучше. Время обработки данных может быть критичным фактором при принятии решений, поэтому использование для обработки данных оперативной памяти является логичным шагом. Продукты, базирующиеся на In-Memory, позиционируются как системы реального времени.

Также это делает бизнес-аналитику более гибкой.

Для целей анализа нет необходимости загружать в память все данные без исключения, так как аналитик-человек так или иначе работает с той частью информации, которую может охватить. Поэтому актуально решать вопрос загрузки в оперативную память только нужных данных.

В данной сфере свой продукт предлагает, к примеру, SAP.
 

Альтернатива OLAP-кубам

Шведская компания Qlik продвигает технологию AQL (Associative Query Logic), основывающуюся на ассоциативной логике запросов, связывающих элементы анализируемой базы данных. Во-первых, это еще один шаг в сторону увеличения гибкости BI. Во-вторых, ассоциативная логика более присуща человеку, поэтому системы бизнес-аналитики получают шанс стать еще более удобными. Ассоциативные связи могут появляться непосредственно в процессе обработки и анализа данных и сразу сохраняются в базе.

AQL в некотором роде дополняет OLAP-отношения между данными, и может ускорить работу с данными.

В общем, технологий, которые могут повлиять на развитие бизнес-аналитики, не мало. В этом блоге выделены некоторые из них, показавшиеся мне наиболее интересными после прочтения материала Леонида Черняка в «Открытых системах».

Заинтересовавшимся темой, рекомендую обратить внимание на статью, в которой вопрос раскрыт глубже, несколько иначе и в большей степени с технической стороны.

Также точки соприкосновения с данной темой будет иметь доклад про Big Data в ECM на DOCFLOW 2014.