Уровень систем бизнес-интеллекта

Системы бизнес-интеллекта (Business Intelligence — ВI) объединяют различные средства анализа и обработки данных масштаба предприятия. Среди BI-систем можно выделить такие составляющие, как хранилища и витрины данных, инструменты оперативной аналитической обработки (OLAP-системы), средства обнаружения знаний, формирования запросов и построения отчетов.

Хранилища данных находятся на следующем уровне аналитической пирамиды после трансакционных систем. Они представляют собой крупные базы данных масштаба предприятия, которые содержат определенную информацию и обеспечивают ее оперативное представление в виде, удобном для пользователя, или в виде дальнейшей обработки другими аналитическими системами. Часто хранилища данных обладают структурой, учитывающей отраслевую специфику деятельности организации. Но такая структура не всегда способна обеспечить необходимые возможности анализа больших объемов данных, особенно в режиме реального времени. Эта проблема решается на уровнях витрин данных и OLAP-систем.

Витрины данных, как и хранилища, — это структурированные информационные массивы. Информация в витринах — предметно-ориентированная и относится к какому-либо определенному предметному направлению деятельности организации. Поэтому информация в витринах данных хранится в специальном виде, наиболее подходящем для решения конкретных аналитических задач или обработки запросов определенной группы аналитиков.

Существуют два случая представления витрины данных. В первом — часть хранилища, оптимизированная для запросов к данным конкретной предметной области, а также передачи их для последующей обработки в другие аналитические системы. Во втором — OLAP-куб или его часть, оптимизированная для запросов пользователей к информации конкретной предметной области. С точки зрения организации хранения данных витрины могут быть как реляционными, так и многомерными, но в любом случае они обладают общим свойством — предметной ориентированностью.

Следующий уровень аналитической пирамиды занимают OLAP- системы (On-line Analytical Processing) — системы аналитической обработки данных в режиме реального времени. Они могут работать со всеми необходимыми данными и способны обеспечить решение широкого спектра аналитических задач. Примеры задач, решаемых с помощью OLAP-систем: финансово-экономический анализ, оценка степени достижения целевых значений ключевых показателей, анализ и прогнозирование рыночной ситуации.

Особенность OLAP-систем заключается в многомерности хранения данных (в отличие от реляционных таблиц) и в расчете агрегированных значений. Это дает пользователю возможность строить оперативные нерегламентированные запросы к данным, используя аналитические направления. Для ОLAP-систем характерна предметная (а не техническая) структурированность информации, позволяющая пользователю оперировать привычными экономическими категориями и понятиями.

Средства обнаружения знаний (data mining) позволяют выявлять закономерности в данных и с их помощью получать качественно новую информацию, которая, возможно, не содержится в источнике данных явным образом. В этом случае происходит формирование знаний на основе данных. Один из ведущих экспертов в этой области Г. Пиатецкий-Шапиро определяет деятельность таких систем, как процесс обнаружения в сырых данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности. В деятельности систем обнаружения знаний применяются следующие методы анализа данных: фильтрация; деревья решений; ассоциативные правила; генетические алгоритмы; нейронные сети; статистический анализ.

К числу BI-систем относятся также средства формирования запросов и построения отчетов. Эти системы обеспечивают построение запросов к информационно-аналитическим системам в пользовательских терминах с возможной интеграцией данных из разных источников, а также просмотр информации с возможностью ее детализации и агрегирования, построение отчетов и их печать. Такие системы могут использовать пользователи, обладающие определенными техническими навыками. При этом профессиональных знаний в области информационных технологий не требуется, но для экономистов такие средства не всегда бывают удобны. Как правило, модули, содержащие функции формирования запросов и построения отчетов, входят в состав многих OLAP-систем, хотя есть и отдельные программные продукты этого класса.