it-swarm-eu.dev

Můžete mi dát jeden příklad Business Intelligence?

Opravdu nechápu, o čem Business Intelligence je. Pokud začnu s podnikovou databází, co by udělal člověk BI? Na webu jsem našel spoustu materiálu, ale obvykle je to příliš složité. Chci jednoduchý příklad, který by mě přiměl pochopit, o čem BI je a co by osoba BI vytvořila, což má význam pro moji organizaci.

17
Ryan

Business Intelligence je často zcela oddělenou sekcí od správy databází a vývoje databáze. Business Intelligence na nejvyšší úrovni zahrnuje tři hlavní aspekty:

  1. Podávání zpráv
  2. Integrace
  3. Analýza

Reporting

Vytváření přehledů je vytváření, nasazování a správa sestav a přidaná schopnost uživatelů dynamicky přizpůsobovat vytváření přehledů.

Integrace

Řešení pro integraci a transformaci dat. Na velmi nejjednodušší úrovni se jedná o prostředky extrahování, transformace a načítání dat do zdroje dat ze zdroje dat (což by mohlo být cokoli stejně jednoduché jako plochý soubor). Integrace je míle hluboká, ale to je její nejzákladnější funkce.

Analýza

Online analytické zpracování (OLAP) používané k navrhování, vytváření a správě struktur, které obsahují data agregovaná ze zdrojových datových úložišť. Úlovek pro toto je dolování dat .

Toto jsou extrémně zjednodušené popisy toho, co Business Intelligence zahrnuje. Za BI je věda, stejně jako každá z těchto aspektů samostatně. Databázoví profesionálové věnují svůj čas a kariéru jejich zvládnutí.

19
Thomas Stringer

Hodnota do značné míry závisí na jednotlivé organizaci a jejích požadavcích. V závislosti na požadované úrovni náročnosti B.I. role může spadat do několika různých kategorií:

  • tabulkový procesor - při práci se soubory dat extrahovanými přímo z operačních systémů bude tato role vytvářet zprávy a analýzy pomocí nástrojů pro stolní počítače, jako jsou Excel nebo Access. Tato role často není I.T. specialista, nebo může být prováděna někým jiným. V závislosti na jejich úrovni technických dovedností a přístupu k základním databázím mohou být při zpracování výpisů dat závislí na jiných zaměstnancích, jako jsou správci databází.

    Tato role přináší hodnotu, když souhrnné zprávy nesplňují požadavky a je zapotřebí další práce, aby se získaly informace o správě z databází, ale vyhrazené B.I. vývojový tým by byl příliš drahý. Obvykle bude tato role nezbytná ve všech, ale triviálních případech, i když nemusí mít na malých místech požadavek na plný úvazek.

  • B.I. Developer - Pokud je extrakce dat složitá nebo vyžaduje integraci z více zdrojů, může být nutné vybudovat datový sklad nebo jiný systém hlášení, který integruje prezentovaná data ve formátu použitelném pro reporting. Lidé v této roli budou mít obvykle dovednosti technického rozvoje ve větší či menší míře.

    Tento typ týmu bude často rozdělen na ETL a zpravodajské funkce, ale vždy tomu tak není. Vývojáři sestav, typy „tabulkových procesorů“ a další uživatelé moci mohou používat data ze systému hlášení pomocí různých nástrojů.

    Organizační hodnota z této role je realizována, pokud jsou data příliš složitá na to, aby bylo možné je spravovat pomocí přístupu ad hoc, a je-li nutný vyhrazený systém hlášení. V tomto případě menší B.I. tým s technickými dovednostmi a vhodnými nástroji může zautomatizovat spoustu práce, která by byla jinak prováděna ručně pomocí desktopových nástrojů a ad-hoc výpisů. Systém datového skladu může také naplnit samoobslužná zařízení pro podávání zpráv, jako jsou OLAP kostky), které koncovým uživatelům v rámci podniku umožňují vytvářet a udržovat vlastní zprávy.

  • Data Architect - Vyspělý systém datového skladu vyzve datové požadavky od firmy, které nelze splnit s daty dostupnými ze zdrojových systémů. Může být nezbytné koordinovat změny operačních systémů vycházející z těchto požadavků, aby bylo možné zachytit další data nebo data vyčistit nekonzistentně nebo nesprávně zaznamenanými u zdroje.

    Datový architekt může hrát roli, která sedí napříč několika operačními systémy a systémy hlášení, aby koordinoval plnění požadavků na údaje, které je třeba provést v různých systémech.

    Potřeba této role se často neuznává, ale na větších webech se stává důležitou. Operační systémy často nesplňují požadavky na podávání zpráv a týmy datových skladů se často neomezují na provádění změn v operačních systémech. V tomto případě architekt údajů působí jako koordinátor nebo ředitel v závislosti na úrovni oprávnění v roli. Hlavní hodnotou je vydávat změny v operačních systémech, pokud nesplňují požadavky na údaje.

  • Správa dat - Regulační nebo obchodní požadavky mohou vyžadovat správnost údajů nebo standardy správy. Pokud jsou operační systémy náchylné k chybám v údajích (což je obvykle případ), může být zavedena funkce správy dat, která bude řídit validaci a opravy dat.

    Kvalita dat může být důležitá z různých důvodů, často se týkají účetních nebo regulačních požadavků. Úředník pro správu dat nebo správce kvality údajů je obvykle obchodní rolí, která odpovídá za zajištění oprav dat již zaznamenaných v systémech.

  • Analytik - Varianta role jock tabulky, kde uživatel skutečně pracuje v nějaké kapacitě, kde provádí analytické práce na datech (například pojistný pojistný matematik).

    Analytik může být pro podnikání důležitý z různých důvodů, v závislosti na roli. V případě pojistného matematika je jejich úlohou odhadnout rezervy, které mají být drženy proti budoucím nárokům, modelům udržování cen pro pojistné produkty nebo poskytovat ocenění různých finančních transakcí.

Most B.I. Zaměstnanci mají tendenci spadat do jedné nebo více z těchto kategorií. Hodnota pro organizaci se liší podle individuálních okolností. Jedním z běžných jevů, který pozoruji, je to, že lidé odpovědní za operační systémy velmi podceňují množství práce, která se v těchto rolích skutečně odehrává. Viděl jsem jednu pojišťovací společnost, která měla 170 zaměstnanců právě v účetním oddělení svých evropských operací. Většinu času trávili hádáním datových extraktů v tabulkách a provozováním manuálního procesu usmíření a kontroly.

Informace o řízení jsou často chudým bratrancem v prioritách při vývoji a provozu podnikových aplikací. Špatně koordinovaná nebo neexistující strategie architektury dat může stát velké množství času a peněz. Výchozí chování je považovat systémy za sila, přičemž nikdo nemá přímé oprávnění k řešení problémů s daty mezi systémy. Nechte to dostatečně dlouho a čistým efektem jsou operace v kanceláři, které zaměstnávají stovky administrativních pracovníků (často kvalifikovaných finančních pracovníků), kteří tráví většinu času prací několika uloženými procedurami.

co by BI osoba vytvořila, má význam pro moji organizaci.

V této části otázky se chystám bodnout, protože si myslím, že ostatní odvedli dobrou práci a vysvětlili, co je BI. Pracuji pro společnost s mnoha klienty a vím spoustu informací o funkcích, které těmto klientům poskytujeme.

Naše aplikace jsou velmi datově zaměřené; náš průmysl je regulován vládou, takže dodržování federálních a státních zákonů je kritické. Co naši specialisté BI přinášejí do společnosti, která je činí hodnotnými?

  • Nejprve importujeme miliony záznamů z klienta, aby měli informace, které potřebují k výkonu své práce. Přizpůsobení dat z jejich databází našim databázím je kritická práce a není příliš jednoduchá; chybí informace pro povinná pole, nesoulady datových typů, problémy s integritou dat (nelze uvést 02/30/2012 například do datového pole). Provádíme také přizpůsobení, takže musím navrhnout místo pro vložení dat, která bychom neukládali pro ostatní klienty, a pak vytvořit import, aby se data dostali dovnitř. Bez klientových dat aplikace nefunguje. Data jsou příliš rozsáhlá na ruční zadání.

  • Dále musí manažeři klienta vidět data způsobem, který jim pomůže řídit jejich podnikání. Vyžadují tedy zprávy, spoustu a spoustu zpráv, zprávy o rozpočtu, zprávy o výdajích, zprávy o kompatibilitě atd. Tyto zprávy jsou tak složité, že dotazy za nimi mohou být delší než tisíc řádků. Může napsat odborníka na SQL, aby napsal tento druh kódu hlášení.

  • Kromě toho jsou lidé podnikové inteligence často hlouběji do podrobností o podnikání, než mnoho vývojářů aplikací, takže jsou také první linií v hodnocení požadavků. My jsme ti, kdo poukazují na potřebné informace, které chybí, a na protichůdná obchodní pravidla, protože jsme s daty tak hluboce obeznámeni, jak jsou uložena a na co bude použita.

  • Jakmile se hlášení dostane do určitého bodu, musíme jej oddělit od transakční databáze a vybudovat datový sklad tak, aby lidé provádějící komplexní analýzu dat nezpůsobovali blokování lidí, kteří zadávají data. Způsob, jak strukturovat data pro analýzu, není obvykle nejlepším způsobem, jak strukturovat data pro transakce, a tak jsme opět v oblasti transformace dat z jedné datové struktury do druhé, která se velmi liší. Schopnost hlouběji se ponořit do dat pomocí analýzy dat za několik let je něco, co je pro naše klienty obrovským prodejním bodem. Takže opět přidáváme hodnotu vytvářením produktu, který naši klienti potřebují ke správě svého podnikání.

Pokud jsou vaše údaje všechny interní, stále můžete mít interní klienty, kteří potřebují tuto úroveň analýzy. V tomto případě se pravděpodobně více zajímáte o aspekt vykazování datového skladu než o import dat do transakčního systému. Ale stále je schopnost používat data, která jste shromažďovali, pro rozhodnutí o správě, pro většinu organizací neocenitelná.

Ať už potřebujete specialistu na BI, obvykle se točí kolem toho, jak rozsáhlé jsou vaše data a jak složitý je systém. Menší podnik nemusí mít pro takovou osobu dost práce a může si najmout poradce, aby vytvořil potřebné zprávy. Specialisté BI obvykle pracují pouze ve středních a velkých podnicích.

Pokud jste podnik, který vytváří software COTS , pravděpodobně budete potřebovat specialisty BI, aby byli konzultanty, kteří znají váš produkt zvenčí a ven a vytvářejí z něj přizpůsobené rpeoting pro své klienty.

8
HLGEM

I když to nejsou skvělé příklady osvědčených postupů, ukázkové databáze serveru SQL Server by byly dobrým místem pro zahájení. Zahrnují OLTP, datový sklad a databáze analytických služeb pro fiktivní organizaci. Studium rozdílů mezi nimi by vám mělo pomoci pochopit, jak se liší databáze OLTP (transakce) a OLAP (analytické/BI)) a proč.

http://msftdbprodsamples.codeplex.com/

  • Databáze AdventureWorks OLTP) podporuje standardní scénáře zpracování transakcí online pro fiktivního výrobce jízdních kol (Adventure Works Cycles). Scénáře zahrnují výrobu, prodej, nákup, správu produktů, správu kontaktů a lidské zdroje.

  • Databáze Adventure Works DW ukazuje, jak vytvořit datový sklad.

  • Projekt Adventure Works AS lze použít k vytvoření databáze AS pro scénáře business intelligence.

6

Ve velmi laikovém pojetí obchodní inteligence v podstatě znamená analýzu a interpretaci dat pro obchodní účely. Business inteligence přeměňuje extrémně nezpracovaná data na cenné informace, které mohou podniky použít k strategickým rozhodnutím. Různé typy podniků mohou používat BI mnoha různými způsoby ke zlepšení operací. Mezi odvětví, která využívají BI, je pojištění. Dopravci používají pojišťovací obchodní zpravodajství software nabízený technologickými společnostmi, jako je MajescoMastek, k porozumění chování uživatelů, nákupních vzorců a dalších takových ukazatelů, které jim pomáhají při rozhodování o růstu.

2
Tyler barnes

Zde je odpověď na vyšší úrovni, ze snídaně BI, kterou jsem se zúčastnil před dvěma lety.

BI je to, co lidé ve vaší organizaci již dělají - rozhodování na základě informací. Cílem nástrojů BI je umožnit těmto lidem provádět tato rozhodnutí rychleji a s větší důvěrou .

Další odpovědí, kterou často používám, je to, že BI nástroje jsou k tomu, aby včas změnily „data“ na „informace“.

Kimball Group používá fráze „Poskytovat data podnikovým uživatelům, aby je snadno pochopili a navigovat“ a „Poskytovat rychlý výkon dotazů“.

2