Что это такое ?

Business intelligence или сокращенно BI - бизнес-анализ, бизнес-аналитика.

Под этим понятием чаще всего подразумевают программное обеспечение, созданное для помощи менеджеру в анализе информации о своей компании и еёокружении.

Существует несколько вариантов понимания этого термина.

Бизнес-аналитика — это методы и инструменты для построения информативных отчётов о текущей ситуации. В таком случае цель бизнес-аналитики — предоставить нужную информацию тому человеку, которому она необходима в нужное время. Эта информация может оказаться жизненно необходимой для принятия управленческих решений.

Бизнес-аналитика — это инструменты, используемые для преобразования, хранения, анализа, моделирования, доставки и трассировки информации в ходе работы над задачами, связанными с принятием решений на основе фактических данных. Лица, принимающие решения, должны при использовании подходящих технологий получать нужные сведения и в нужное время.

В бизнес - аналитику входят

- инструменты интеграции и очистки данных, ETL (от англ. Extract, Transform, Load — дословно «извлечение, преобразование, загрузка») — один из основных процессов в управлении хранилищами данных, который включает в себя:

извлечение данных из внешних источников;

их трансформация и очистка (англ. Data cleansing), чтобы они соответствовали нуждам бизнес-модели;

и загрузка их в хранилище данных.

- аналитические хранилища данных (англ. Data Warehouse) — предметно-ориентированная информационная база данных, специально разработанная и предназначенная для подготовки отчётов и бизнес-анализа с целью поддержки принятия решений в организации.

- средства Data Mining, (добыча данных, интеллектуальный анализ данных, глубинный анализ данных) — собирательное название, используемое для обозначения совокупности методов обнаружения в данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности. Возможно, более полным и точным является словосочетание обнаружение знаний в базах данных (knowledge discovering in databases, KDD).

Основу методов Data Mining составляют всевозможные методы классификации, моделирования и прогнозирования, основанные на применении деревьев решений, искусственных нейронных сетей, генетических алгоритмов, эволюционного программирования, ассоциативной памяти, нечеткой логики.

К методам Data Mining нередко относят статистические методы (дескриптивный анализ, корреляционный и регрессионный анализ, факторный анализ, дисперсионный анализ, компонентный анализ, дискриминантный анализ, анализ временных рядов).

Одно из важнейших назначений методов Data Mining состоит в наглядном представлении результатов вычислений, что позволяет использовать инструментарийData Mining людьми, не имеющих специальной математической подготовки. В то же время, применение статистических методов анализа данных требует хорошего владения теорией вероятностей и математической статистикой.

BI-технологии позволяют анализировать большие объёмы информации, заостряя внимание пользователей лишь на ключевых факторах эффективности, моделируя исход различных вариантов действий, отслеживая результаты принятия тех или иных решений.

Эволюция информационных технологий в значительной степени определяется их интеллектуализацией.

Ключевым компонентом интеллектуальных информационных технологий является искусственный интеллект (ИИ, англ. Artificial intelligence, AI) — наука и технология создания интеллектуальных систем, особенно интеллектуальных компьютерных программ. ИИ связан со сходной задачей использования компьютеров для понимания человеческого интеллекта, но не обязательно ограничивается биологически правдоподобными методами.

Под интеллектуальными системами понимают любое биологическое или искусственно созданная формальная система, проявляющая способность к целенаправленному поведению.

Система считается интеллектуальной, если в ней реализованы три базовые функции:

- представление и обработка знаний;

- рассуждение;

- общение (естественно-языковое).

Факультативно!

В последнее время быстрыми темпами развиваются такие направления как интеллектуальная обработка данных (Business Intelligence) и мультиагентныесистемы (МАС, англ. Multi-agent system) — это система, образованная несколькими взаимодействующими интеллектуальными агентами. Многоагентные системы могут быть использованы для решения таких проблем, которые сложно или невозможно решить с помощью одного агента или монолитной системы. Примерами таких задач являются онлайн-торговля, ликвидация чрезвычайных ситуаций и моделирование социальных структур.

«Агент» – это сущность, которая находится в некоторой среде, от которой она получает данные, отражающие события, происходящие в ней. Он интерпретирует их и исполняет команды, которые воздействуют на среду.

Агент может содержать программные и аппаратные компоненты. Отсутствие четкого определения мира агентов и присутствие большого количества атрибутов, с ним связанных, а также существование большого разнообразия примеров агентов говорит о том, агенты это достаточно общая технология, которая аккумулирует в себе несколько различных областей».

Принято различать два определения интеллектуального агента – «слабое» и «сильное».

Под интеллектуальным агентом в слабом смысле понимается программно или аппаратно реализованная система, которая обладает такими свойствами:

автономность – способность интеллектуального агента функционировать без вмешательства человека и при этом осуществлять самоконтроль над своими действиями и внутренним состоянием;

общественное поведение (social ability) – способность функционировать в сообществе с другими агентами, обмениваясь с ними сообщениями с помощью некоторого общепонятного языка коммуникаций;

реактивность (reactivity) – способность воспринимать состояние среды и своевременно отвечать (реагировать) на те изменения, которые в ней происходят;

про-активность (pro-activity) – способность агента брать на себя инициативу, т.е. способность генерировать цели и действовать рационально для их достижения, а не только реагировать на внешние события.

Сильное определение агента подразумевает дополнительно наличие у агента хотя бы некоторого подмножества так называемых «ментальных свойств», называемых также интенсиональными понятиями, к которым относятся следующие:

знания (knowledge) – это постоянная часть знаний агента о себе, среде и других агентах, т.е. та часть, которая не изменяется в процессе его функционирования;

убеждения (beliefs, вера) – знания агента о среде, в частности, о других агентах; это те знания, которые могут изменяться во времени и становиться неверными, однако агент может не иметь об этом информации и продолжать оставаться в убеждении, что на них можно основывать свои выводы;

желания (desires) – это состояния, ситуации, достижение которых по разным причинам является для агента желательным, однако они могут быть противоречивыми и потому агент не ожидает, что все они будут достигнуты;

намерения (intentions) – это то, что агент или обязан сделать в силу своих обязательств по отношению к другим агентам или то, что вытекает из его желаний;

цели (goals) – конкретное множество конечных и промежуточных состояний, достижение которые агент принял в качестве текущей стратегии поведения;

обязательства по отношению к другим агентам (commitments) – задачи, которые агент берет на себя по просьбе (поручению) других агентов в рамках кооперативных целей или целей отдельных агентов в рамках сотрудничества.

Первые два из перечисленных понятий называют «позицией агента», его «точкой зрения» (attitudes), остальные характеризуют в англоязычной литературе общим термином «pro-attitude», суть которого в том, что они «направляют» поведение агента таким образом, чтобы сделать отвечающие данному термину содержательные и формальные утверждения истинными.

Некоторые авторы считают, что агент должен обладать также рядом других свойств. К ним относятся:

мобильность (mobility) – способность агента мигрировать по сети в поисках необходимой информации для решения своих задач, при кооперативном решении задач совместно или с помощью других агентов и т.д.;

благожелательность (benevolence) – готовность агентов помочь друг другу и готовность агента решать именно те задачи, которые ему поручает пользователь, что предполагает отсутствие у агента конфликтующих целей;

правдивость (veracity) – свойство агента не манипулировать информацией, про которую ему заведомо известно, что она ложна;

рациональность (rationality) – свойство агента действовать так, чтобы достигнуть своих целей, а не избегать их достижения, по крайней мере, в рамках своих знаний и убеждений.

Пример

Механическая торговая система (автоматическая торговая система) — это программа, предназначенная для полной или частичной автоматизации торговых процессов.

Алгоритмическая торговля (алгоритмический трейдинг) — формализованный процесс совершения торговых операций на финансовых рынках по заданному алгоритму с использованием специализированных компьютерных систем (торговых роботов).

Уровень автоматизации может быть разным — от помощи трейдеру в принятии решений, до автономного выставления и снятия заявок на бирже.

Также, возможно выполнение программой дополнительных функций — контроль выставленных заявок, мониторинг сделок, анализ торговли с предоставлением графиков и отчетов.

7. Информационная система, ее определение, роль и место в системе управления.

Информационная система – это совокупность содержащихся в базах данных информации и обеспечивающих ее обработку информационных технологий и технических средств.