Вікіпедія

Business intelligence: відмінності між версіями

Інтерактивний перегляд історії
[неперевірена версія][неперевірена версія]
← Попереднє редагуванняНаступне редагування →
Вилучено вміст Додано вміст
ВізуальнийВікірозмітка
Немає опису редагування
Рядок 2:
 
== Загальні поняття ==
Узагальнену і часткову термінологію у сфері Business Intelligence визначили в основному з кінця 1980-х років до середини 1990-х років такі вчені-практики: Hans Peter Luhn (Ганс Пітер Лун) - A Business Intelligence System <ref name=":0">Luhn H.P. «A Business Intelligence System» / H.P. Luhn // IBM Journal of Research and Development. Volume 2, Issue 4, October 1958. – Pp. 314–319.</ref>, Govard Dresner (Говард Дрезнер) - Business Intelligence<ref name=":1" /> <ref name=":6" />, Edgar Frank Codd ([[Едгар Кодд]]) - [[OLAP]]<ref>Codd E.F. «Providing OLAP : On-Line Analytical Processing to User-Analysts : An IT Mandate» / E.F. Codd, S.B. Codd, C.T. Salley // E.F. Codd & Associates. – 1993. – 18 p.</ref> <ref>Круковський І.А. Удосконалені вимоги до реалізації OLAP у DSS для часткових проблемних областей інформаційно-аналітичної роботи : військ.-техн. зб. / І.А. Круковський // Академія сухопутних військ. – 2010. – Вип. 3. – С. 26–32.</ref>; Gregory Piatetsky-Shapiro (Григорій Пятецький-Шапіро) та Усама Файад (Usama M. Fayyad) - Knowledge Discovery and Data Mining (KDD) у рамках [[AAAI]] (American Association for Artificial Intelligence) та пізніше в ACM SIG KDD (Association for Computing Machinery's Special Interest Group on Knowledge Discovery and Data Mining) <ref>Usama M.Fayyad, Gregory Piatetsky-Shapiro and Padhraic Smyth. From Data Mining to Knowledge Discovery in Databases. (Chapter 1) / Usama M.Fayyad, Gregory Piatetsky-Shapiro and Padhraic Smyth // AI Magazine (© AAAI), 17(3): Fall 1996. – Pp. 37–53.</ref>; Bill Inmon (Білл Інмон) і Ralph Kimball (Ральф Кімбалл) - Data Warehouse (сховища даних) <ref>[http://www.b-eyenetwork.++com/view/5626 Bill Inmon. When Are Star Schemas Okay in a Data Warehouse?]</ref>; інші вчені; також вона отримала розповсюдження завдячуючи підтримці консалтингових компаній Gartner, IDC, Forrster, ін.
 
Для вибору, адаптації і розвитку Business Intelligence використовують насамперед звіти від провідних світових консалтингових компаній [[IDC]], [[Gartner]], [[Forrester Research|Forrester]], які за результатами опитування користувачів засобів BI, по системам правил визначають провідних постачальників платформ Business Analytics/Business Intelligence<ref name=":1" /> <ref name=":6" /> <ref name=":4">{{Cite news|url=http://vtn.ztu.edu.ua/article/view/28444|title=ІЄРАРХІЧНО-СИНЕРГЕТИЧНЕ ОБ’ЄДНАННЯ SOCIAL MEDIA ANALYTICS/SOCIAL CRM З BUSINESS INTELLIGENCE І З ГЕОГРАФІЧНОЮ ІНФОРМАЦІЙНОЮ СИСТЕМОЮ|last=Круковський|first=Ігор Анатолійович|last2=Хомів|first2=Богдан Арсенович|last3=Гаврилюк|first3=Всеволод Леонідович|date=2013|pages=60–69|language=uk|work=Вісник Житомирського державного технологічного університету. Серія: Технічні науки|volume=0|doi=10.26642/tn-2013-1(64)-60-69|issn=1728-4260|issue=1(64)|accessdate=2018-08-12}}</ref> . ▼
[[Файл:Піраміда засобів Business Intelligence 2.0.jpg|альт=Піраміда засобів Business Intelligence 2.0, де ES - Expert System, ETL - Extract,Transform, Load|міні|Спрощена піраміда Business Intelligence 2.0<ref name=":1" />|467x467пкс]]
Визначено також: BI 1.0 (BI першого покоління); BI 2.0 (BI другого покоління) ; BI 3.0/Cloud Computing (BI третього покоління)<ref name=":1" />.
 
Узагальнені і часткові підсистеми Business Intelligence продовжують розвиватися в умовах конкурентної боротьби маркетингових термінів і функцій програмних платформ Business Intelligence різних вендорів (постачальників) <ref name=":1" /> <ref name=":6" /> <ref name=":4" /> , з урахуванням міжнародних стандартів <ref>[http://www.irbis-nbuv.gov.ua/cgi-bin/irbis_nbuv/cgiirbis_64.exe?I21DBN=LINK&P21DBN=UJRN&Z21ID=&S21REF=10&S21CNR=20&S21STN=1&S21FMT=ASP_meta&C21COM=S&2_S21P03=FILA=&2_S21STR=Psvz_2013_8_21 Хомів Б. А. Формалізація й уніфікація термінів та понять в області оцінювання опінії на основі стандарту якості програмних систем ISO 9126 / Б. А. Хомів, С. А. Лупенко, В.В. Яцишин, І. А. Круковський   // Проблеми створення, випробування, застосування та експлуатації складних інформаційних систем : збірник наукових праць. Вип. 8 / Житомирський військовий інститут імені С. П. Корольова Національного авіаційного університету. – Житомир : ЖВІ нау, 2013. – С. 173-185.]</ref>. ▼
▲Для вибору, адаптації і розвитку Business Intelligence використовують насамперед звіти від провідних світових консалтингових компаній [[IDC]], [[Gartner]], [[Forrester Research|Forrester]], які за результатами опитування користувачів засобів BI, по системам правил визначають провідних постачальників платформ Business Analytics/Business Intelligence<ref name=":1" /> <ref name=":6" /> <ref name=":4">{{Cite news|url=http://vtn.ztu.edu.ua/article/view/28444|title=ІЄРАРХІЧНО-СИНЕРГЕТИЧНЕ ОБ’ЄДНАННЯ SOCIAL MEDIA ANALYTICS/SOCIAL CRM З BUSINESS INTELLIGENCE І З ГЕОГРАФІЧНОЮ ІНФОРМАЦІЙНОЮ СИСТЕМОЮ|last=Круковський|first=Ігор Анатолійович|last2=Хомів|first2=Богдан Арсенович|last3=Гаврилюк|first3=Всеволод Леонідович|date=2013|pages=60–69|language=uk|work=Вісник Житомирського державного технологічного університету. Серія: Технічні науки|volume=0|doi=10.26642/tn-2013-1(64)-60-69|issn=1728-4260|issue=1(64)|accessdate=2018-08-12}}</ref> .
 
▲Узагальнені і часткові підсистеми Business Intelligence продовжують розвиватися в умовах конкурентної боротьби маркетингових термінів і функцій програмних платформ Business Intelligence різних вендорів (постачальників) <ref name=":1" /> <ref name=":6" /> <ref name=":4" /> , з урахуванням міжнародних стандартів <ref>[http://www.irbis-nbuv.gov.ua/cgi-bin/irbis_nbuv/cgiirbis_64.exe?I21DBN=LINK&P21DBN=UJRN&Z21ID=&S21REF=10&S21CNR=20&S21STN=1&S21FMT=ASP_meta&C21COM=S&2_S21P03=FILA=&2_S21STR=Psvz_2013_8_21 Хомів Б. А. Формалізація й уніфікація термінів та понять в області оцінювання опінії на основі стандарту якості програмних систем ISO 9126 / Б. А. Хомів, С. А. Лупенко, В.В. Яцишин, І. А. Круковський   // Проблеми створення, випробування, застосування та експлуатації складних інформаційних систем : збірник наукових праць. Вип. 8 / Житомирський військовий інститут імені С. П. Корольова Національного авіаційного університету. – Житомир : ЖВІ нау, 2013. – С. 173-185.]</ref>.
[[Файл:IDCs-Business-Analytics-Software-Market-Taxonomy-2013-переклад-на-українську-Круковського-І.А.-у-2013-році-1-768x621.jpg|альт=Business Intelligence & Business Analytics згідно таксономії IDC 2013. Переклад і додаткова нумерація Круковського І.А. |міні|477x477пкс|Business Intelligence & Business Analytics згідно таксономії IDC 2013 р. В аналітичні додатки доцільно включити Social Media CRM з мережевими людино-програмними роботами (ботами) для діалогу з клієнтами. Переклад і нумерація Круковського І.А. ]]
Business Intelligence фактично є важливою аналітичною основою {{нп|Network-centric_organization|Network-centric organization|en|Network-centric_organization}} (Мережево-центрична організація), Network-centric warfare ([[Мережево-центрична війна]]).
Рядок 20 ⟶ 17:
 
- Business Intelligence Age (після 2000 р.), тобто Ера Business Intelligence.
 
На [https://dss-bi.com.ua/index.files/BI_Army.htm сторінці Army BI + KMS]<ref name=":1" /> розкриті та уточнені важливі особливості Army Business Intelligence, показані деякі асоціації та часові послідовності, що дозволяють уточнити та краще зрозуміти розвиток Business Intelligence та зв`язаних концепцій, технологій і засобів.
 
Замість Business Intelligence (BI) у веб-публікаціях часто вживають терміни DW BI або BI DW (DateWarehouse, Сховище Даних), адже Business Intelligence, як правило, надбудовується над сховищем даних.
[[Файл:BI, BIDSS, DSS ВІ 2.0 (Decision Support System, Business Intelligence 2.0.jpg|альт=Узагальнена архітектура системи підтримки прийняття рішень (Decision Support System) на основі Business Intelligence 2.0 - DSS BI 2.0|міні|Узагальнена архітектура системи підтримки прийняття рішень (Decision Support System) на основі Business Intelligence 2.0 (DSS BI 2.0) для корпоративної мережі, на основі ієрархічно-синергетичної інтеграції<ref name=":6" />|494x494пкс]]
Також часто вживають BI DSS або DSS BI (Decision Support System, Система підтримки прийняття рішень на основі Business Intelligence). Система підтримки прийняття рішень на основі Business Intelligence 2.0 або 3.0 (DSS BI 2.0<ref name=":6" />, DSS-BI 3.0/Cloud Computing <ref name=":1" /> ), на відміну від BI включає в себе сховище даних або кіоск даних (Data Mart) та може включати в себе елементи традиційної DSS ([[Система підтримки рішень|Система підтримки прийняття рішень]]).
 
Провідні спеціалісти США (Claudia Imhoff, Colin White) у сфері Business Intelligence справедливо відзначили у 2008 році, що Business Intelligence по суті - це система підтримки прийняття рішень другого покоління (DSS 2.0), або Decision Intelligence System <ref>[http://www.b-eye-network.com/view/8385 Full Circle: Decision Intelligence (DSS 2.0) ''by'' Claudia Imhoff'','' Colin White. ORIGINALLY PUBLISHED AUGUST 27, 2008]</ref>.
Рядок 35 ⟶ 30:
Близьким до Business Intelligence за змістом є {{нп|Business_performance_management|Business Performance Management|en|Business_performance_management}}, BPM (управління продуктивністю підприємства) та похідні від нього.
 
В США прийнятий закон про Data Mining (Data Mining Bill), хоча фактично мова йде про Government Business Analytics / Business Intelligence, адже засоби Data Mining не самодостатні без інших засобів Business Intelligence, Text Mining, [[Sentiment analysis|Sentiment Analysis]], Opinion Mining <ref name=":1" /><ref>A Bill To require reports to Congress on Federal agency use of data mining. 110th CONGRESS, 1st session,
 
S.236. June 4, 2007</ref><ref name=":4" />.
 
У доповіді PCAST 2010 року вказано на пріоритетність розвитку data mining, machine learning та про необхідність розробки для кожного державного агенства (міністерства) своєї big data strategy, проте по суті мова йде про Government Business Analytics/Business Intelligence<ref>PCAST (President’s Council of Advisors on Science and Technology). Report to the President And Congress «Designing a Digital Future: Federally Funded Research and Development in Networking and Information Technology». December 16, 2010.</ref>.
 
В Україні у 2009 році у документальній формі було запропоновано розробляти дослідну Концепцію Business Intelligence+KMS ([[Управління знаннями|Knowledge Management System]])<ref>[https://www.us.army.mil AKO (U.S. Army Knowledge On-Line). Army Knowledge Management Principles (on Army Knowledge On-Line).]</ref> ) для часткової державної підсистеми узгоджено з іншими - на рік раніше ніж подібна Big Data Strategy у США і вона не втратила своєї актуальності до цього часу <ref name=":1" /> . Адже "великі дані" (big data) цінні не самі по собі, а як джерело нових нетривіальних знань, для добування яких використовуються засоби Business Analytics/Business Intelligence. Точніше, всі сучасні системи цього типу є гібридними - Business Intelligence та Knowledge Management System містять у собі одна другу, у більшій чи у меншій мірі. Тому, коли ми метафорично пишемо Big Data Strategy, по суті маємо на увазі по суті Business Analytics/Business Intelligence+KMS Strategy <ref name=":1" /> <ref name=":3" />.
 
 
Рядок 48 ⟶ 43:
Часто плутають поняття Business Analytics (ділова аналітика) і Busines Intelligence. Проте, Business Analytics (ділова аналітика) - це древнє і більш широке поняття, ніж новітній термін Busines Intelligence зі сфери hi-tech аналізу інформації. Адже ділова аналітика використовувалась ще в часи будівництва пірамід і раніше, з часу виникнення математики. На відміну від Business Analytics, концепція і засоби Business Intelligence виникли у кінці 1980...1990-х років - як наслідок створення швидких комп`ютерів з великою пам'яттю, які змогли реалізувати дуже ресурсомісткі алгоритми [[OLAP-куб|OLAP]] і Data Mining, які були напрацьовані з 1960-х років <ref>Вопросы статистической теории распознавания / Ю.Л. Барабаш, Б.В. Варский, В.Т. Зиновьев и др. – М. : Сов. Радио, 1967. – 400 с.</ref> <ref>Кибернетику – на службу коммунизму. Управление и информатизация : cб. статей / под ред. А.И. Берга. – Т. 9. – М. : Энергия, 1978. – 292 с.</ref>; найбільш сучасні алгоритми [[Opinion Mining]] та [[Sentimential Analysis]] розробляються на основі [[Data Mining]], [[Text Mining]] у 21-му столітті.
 
Прикладом високоавтоматизованої системи Business Intelligence+KMS є BI-платформа Panorama Necto, у якій напрацьовані моделі складного аналізу (Data Mining) запам`ятовуються та автоматично активуються, коли інші користувачі виконують подібну задачу; при цьому можливий он-лайн зв'язок у внутрішній мережі з автором раніше розробленої моделі аналізу. В основному за рахунок цього BI-платформа Panorama Necto позначена у компанії як BI 3.0 і цю точку зору підтримали у BI Microsoft. Проте, є точка зору, що BI 3.0 - це по суті BI Cloud Computing, тобто реалізація Business Intelligence "у хмарах", а Panorama Necto реалізувала Business Intelligence+ KMS ([[Knowledge Management System]]) <ref name=":1" />. ▼
Різними прикладами систем Business Intelligence+KMS, або DSS BI 3.0/Cloud Computing є пошукові веб-системи типу Google, або типу Goole Analytics і по суті у них вже реалізовані багато практично корисних функцій [https://dss-bi.com.ua/index.files/BI_NEO.htm BI NEO (Network Ergatic Organizm, мережевий ергатичний організм - має виконавчі функції)] <ref name=":1" />.
 
▲Прикладом високоавтоматизованої системи Business Intelligence+KMS є BI-платформа Panorama Necto, у якій напрацьовані моделі складного аналізу (Data Mining) запам`ятовуються та автоматично активуються, коли інші користувачі виконують подібну задачу; при цьому можливий он-лайн зв'язок у внутрішній мережі з автором раніше розробленої моделі аналізу. В основному за рахунок цього BI-платформа Panorama Necto позначена у компанії як BI 3.0 і цю точку зору підтримали у BI Microsoft. Проте, є точка зору, що BI 3.0 - це по суті BI Cloud Computing, тобто реалізація Business Intelligence "у хмарах", а Panorama Necto реалізувала Business Intelligence+ KMS ([[Knowledge Management System]]) <ref name=":1" />.
 
Додатково до рекомендацій вказаних провідних консалтингових компаній варто враховувати приватні рекомендації практиків з використання Business Analytics/Business Intelligence у діловій аналітиці організацій, а також дослідження і досвід наукових і науково-педагогічних працівників у цій сфері.
 
Для прикладу, доступні таксономії (класифікації) Business Analytics/Business Intelligence певний час не включені засоби Social Media CRM (Social Media Analytics, Social Media Business Intelligence). Проте, доцільність такого включення підтримали всі присутні бізнес-користувачі й ІТ-консультанти після демонстрації функціональних можливостей відповідного програмного забезпечення на консалтингових заходах за тематикою Business Analytics/Business Intelligence<ref name=":4" />. Використання Social Media Business Intelligence (Social Media CRM, Social Media Analytics, Social Media DSS BI) у практичній діяльності бізнес організацій та державних структур може значно підвищити їх цільову ефективність, а невикористання може привести у деяких випадках до катастрофічних наслідків на національному і наднаціональному рівнях <ref>Круковський І.А. Проблемні питання використання і розвитку засобів SocialMedia Analytics, їх інтеграції з Business Intelligence  та з елементами ГІС – на прикладі платформи SemanticForce / І.А. Круковський, В.Л. Гаврилюк, Б.А. Хомів // "IVСічневі ГІСи": Інтелектуальна оборона” (науково-практичний форум ) / Академія Сухопутних військ імені гетьмана Петра Сагайдачного: Львів, 22-24 січня 2013 р. - С. 42-45.</ref>.
 
Досвід показав, що роздільний маркетинг платформ Business Analytics/Business Intelligence і Social Media CRM (Social Media Analytics, Social Media Business Intelligence) приводив до того, що в Україні у 2012 році багато керівників рівня CEO (Chief Exucive Officer), CIO (Chief Information Officer),CDO (Chief Data Officer) були добре обізнані з Business Analytics/Business Intelligence, але не знали про дуже цінні для бізнесу функції Social Media CRM (Social Media Analytics, Social Media Business Intelligence) - у результаті цього незнання непомітно для керівників страждала довірена їм справа<ref name=":4" /> <ref name=":1" />.
Отримано з https://uk.wikipedia.org/wiki/Business_intelligence