Что такое Business Intelligence?

Термин Business Intelligence был введен аналитиками Gartner как «процесс, ориентированный на бизнес-пользователя и включающий доступ и исследование информации, ее анализ, выработку интуиции и понимания, которые ведут к улучшенному и неформальному принятию решений».

Сайт «Управление знаниями»

Основные определения

Business Intelligence (бизнес-аналитика, бизнес-анализ) — программное обеспечение, созданное для помощи управленцу в анализе информации о своей компании и её окружении. 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.

Сегодня под Business Intelligence понимают главным образом технологии, связанные с хранением и анализом фактографической структурированной информации (базы данных, плоские файлы и т.п.) и квазиструктурированной информации (XML).

Business Intelligence имеет отношение к процессу превращения данных в знания, а знаний в действия бизнеса для получения выгоды. Является деятельностью конечного пользователя, которую облегчают различные аналитические и групповые инструменты и приложения, а также инфраструктура хранилища данных.

Инструменты Business Intelligence — программное обеспечение, которое позволяет бизнес-пользователям видеть и использовать большое количество сложных данных. Знания, основанные на данных, (Data-Based Knowledge) получаются из данных с использованием инструментов Business Intelligence и процесса создания и ведения хранилища данных (Data Warehousing )

Система Business Intelligence (BI система) собирает данные из всех имеющихся в организации источников и представляет руководителю компании выжимку из них, соотнесенную с целевыми показателями. Одновременно она позволяет спускаться обратно от неудовлетворительного показателя через его составляющие к данным более низкого уровня, вплоть до первичных документов.

В результате руководитель в максимально наглядной форме, на одном экране, видит текущее состояние дел. В случае отклонения от нормы можно немедленно понять причину отклонения или виновного в отклонении и выдать распоряжение на устранение причины.

Если же все нормально и у руководителя есть свободное время, то можно заняться оптимизацией: виртуально завысить целевой показатель (например, прибыль) и посмотреть что именно мешает его достижению прямо сейчас, какая товарная группа портит картину, или не слишком ли высоки транспортные издержки.

Система BI реализует мечту любого руководителя – «самоуправляемая организация».

Система BI – это не набор новых отчетов, а дальнейшее усовершенствование всей системы принятия решений. Вместо регулярного получения множества отчетов и их анализа, например, раз в неделю или раз в день, система BI представит актуальное на данный момент краткое состояние всей организации с важными Вам показателями, и с возможностью детализации по клику мыши.

В данный момент компании начинают искать пути для сокращения издержек – выкидывается балласт, повышаются требования к производительности труда персонала, сокращаются низкоэффективные сотрудники, жестко контролируются расходы. Некоторые организации в целях увеличения объема продаж снижают норму прибыли и поэтому вынуждены очень аккуратно следить за рисками.

И как раз BI система и является одним из основных инструментов для проведения всех этих мероприятий.

В ситуации изменений экономики многие компании приходят к пониманию необходимости комплексного анализа данных по всем направлениям бизнеса. BI-системы называют особо актуальными для игроков, работающих в условиях высокой конкуренции и динамичности, подчеркивающих клиентоориентированность своего бизнеса.

В первую очередь это розничная и оптовая торговля, банки, страхование, телекоммуникации. Теперь дополнительный спрос на эти продукты формируют компании, которые хотят получать более полную информацию по всем направлениям своей работы, с тем чтобы повысить эффективность процессов и оперативность принятия решений.

Итак, суммируя, BI система дополняет имеющийся комплекс программных средств, в режиме реального времени получает из них данные и приводит их к виду, позволяющему руководителю видеть полное текущее состояние дел. Система дает инструментарий для детальнейшего анализа коренных причин текущей ситуации (как позитивных, так и негативных факторов). При этом система крайне проста в использовании.

И, наконец, BI система особенно эффективна в кризисный период, когда жизненно необходимо непрерывное повышение эффективности работы организации.

BI – это сбор, управление, распределение и анализ информации с целью выработки такого видения проблемы, которое позволяет принять наилучшее решение. BI – это процесс последовательного преобразования данных в информацию, информации в понимание, понимания в знание и, наконец, общего знания в целенаправленное, прикладное знание, которое позволяет принимать решение. BI поддерживается данными из хранилищ, методами разработки данных, технологиями поддержки принятия решений».

История BI

Впервые термин Business Intelligence (или сокращенно «BI») предложил выдающийся американский ученый Ханс Петер Лун (1896-1964). Он был специалистом в области information science. К появлению BI подтолкнуло глубинное понимание сути информационных процессов и информации, роли информации в различных видах человеческой деятельности, а не только в бизнесе в том смысле, который вкладывают в слово business в настоящее время.

До создания основ BI Лун занимался статистическими исследованиями и индексацией текстов, это было еще в докомпьютерную эпоху, ему были доступны только электромеханические табуляторы.

Перед тем как обозначить предмет своей работы, он определил его компоненты, описав business как набор различных активностей, предпринимаемых в науке, технологиях, коммерции, индустрии, законодательной деятельности, обороне и т.д. Коммуникационные системы, поддерживающие эти виды активности, он назвал intelligence system, то есть системами, поддерживающими разумную деятельность. А под intelligence Лун понимал способность устанавливать взаимосвязь между представлениями отдельных фактов с тем, чтобы действовать в интересах решения поставленных задач и намеченных целей.

Рождение BI датируется 1958 годом, когда Ханс Петер Лун опубликовал в IBM System Journal статью «A Business Intelligence System». В ней он представил бизнес как набор различных видов деятельности в науке, технологиях, коммерции, индустрии и даже в законодательной сфере, а обеспечивающие его системы – системами, поддерживающими разумную деятельность (intelligence system).

Лун замечателен своей разносторонностью: он проработал много лет в текстильной промышленности, сделал несколько изобретений, в том числе измерительный прибор «лунометр», производимый и используемый по сей день. Однако в 50-е годы он изменил направление деятельности и отдал много сил разработке методов работы с информацией; известно, что именно Лун предложил алгоритмы хеширования и полнотекстового поиска.

В представлении BI Лун явно опередил время, поэтому в дальнейшем эта часть его работы была забыта на 30 лет, вплоть до тех пор, когда в 1989 году ее заново открыл известный аналитик из Gartner Ховард Дреснер и дал BI расширительную трактовку, предложив использовать BI в качестве зонтичного термина для различных технологий, предназначенных для поддержки принятия решений, не более того, после этого начались расхождения во мнениях и поиск смысла BI.

Двадцать лет спустя после публикации Дреснера его точка зрения стала общепринятой. Поддержка BI по-прежнему рассматривается как совокупность слабо связанных между собой технологий. Среди них по-прежнему остается и классический инструмент — электронные таблицы, плюс к тому генераторы отчетов, технологии OLAP и OLAP soft, средства для управления бизнес-процессами с цифровыми приборными щитами, технологии разработки данных и текстов, а также многое другое. Но какими бы изощренными ни были эти инструменты, в конечном итоге они служат той цели, которую определил Лун, они, каждый по-своему, способствуют человеку в процессе превращения данных в полезную для него информацию.

Средства BI

В соответствии с подходом аналитиков Gartner Group выделяют три основных типа инструментальных средств BI (рис. 1)

cредства предоставления информации;
cредства интеграции;
cредства анализа.

Рис. 1. Инструменты интеллектуальной бизнес-аналитики (BI)

Средства предоставления информации

Средства создания отчетов (Reporting) — дают возможность создавать форматированные интерактивные отчеты. В дополнение к этому поставщики BI-платформ должны предоставлять широкий набор типов отчетов (финансовых, операционных и т.п.) в виде информационных панелей показателей (dashboards).

Информационные панели показателей (Dashboards) — одна из составных частей отчетов, представление информации в виде интуитивно понятного графического изображения, включая диаграммы, круговые шкалы, светофоры и т.п. Данные индикаторы показывают состояние анализируемого параметра на фоне его целевого назначения (рис. 2).

Рис. 2. Пример информационной панели (Dashboard)

Руководитель или аналитик, подобно пилоту самолета, видит перед собой «доску приборов» и управляет системой, ориентируясь на значения индикаторов. При этом ключевые факторы, необходимые для управления предприятием, должны быть так или иначе измерены и представлены в виде показателей. Девиз концепции: «Если вы не можете это измерить, значит вы не можете этим управлять» (“If you can’t measure it, you can’t manage it”).

Генератор нерегламентированных запросов (Ad hoc query) — данная функция, известная также как создание отчетов в режиме самообслуживания, дает пользователям возможность получать ответы на возникающие вопросы. Система предоставляет средства навигации по доступным ресурсам данных.

Интеграция с Microsoft Office — в ряде случаев BI-платформы используются как промежуточное звено в цепочке анализа информации, а Microsoft Office (в частности Excel) выступает как BI-клиент. В этих случаях очень важно, чтобы BI-вендор обеспечивал интеграцию с Microsoft Office, включая поддержку форматов документов, формул и сводных таблиц.

Средства интеграции

Общая BI-инфраструктура — все инструменты платформы должны использовать одни и те же средства обеспечения безопасности, общие метаданные, общие средства администрирования, общие средства генерации запросов, а также иметь однотипные интерфейсы.

Управление метаданными — все инструменты приложения должны не только опираться на одни и те же метаданные, но также должны обеспечиваться быстрый поиск, хранение, использование и публикация таких объектов метаданных, как размерности, иерархии, параметры оценки производительности и параметры оформления отчетов.

Метаданные – это «данные о данных», предоставляющие в распоряжение пользователей объяснение характера данных, источника их происхождения и способов доступа к ним.

Средства разработки — наряду со средствами создания отдельных BI-приложений, BI-платформа должна предоставлять средства программной разработки для интеграции приложений в общий бизнес-процесс или обеспечивать их встраивание в другое приложение. BI-платформа должна давать разработчикам возможность создания BI-приложений без кодирования, на основе применения мастеров (wizard-like components) для визуального редактирования.

Совместная работа и управление рабочими процессами — данная возможность позволяет BI-пользователям разделять информацию и обсуждать ее с помощью общих папок и средств ведения дискуссионных тредов (discussion threads). В дополнение BI-приложения могут назначать и отслеживать события или задачи, возложенные на отдельных пользователей, на основе неких заранее определенных бизнес-правил. Обычно данная функциональность предоставляется на базе интеграции с отдельным workflow-инструментом.

Средства анализа информации

OLAP (Online Analytical Processing — Оперативная аналитическая обработка данных) — класс приложений и технологий, предназначенных для сбора, хранения и анализа многомерных данных в целях поддержки принятия управленческих решений. Технология OLAP позволяет аналитикам, менеджерам и управляющим сформировать свое собственное видение данных, используя быстрый, единообразный, оперативный доступ к разнообразным формам представления информации.

Одновременный анализ по нескольким измерениям определяется как многомерный анализ. Каждое измерение включает направления консолидации данных, состоящие из последовательных уровней обобщения, где каждый вышестоящий уровень соответствует большей степени агрегации данных по соответствующему измерению.

OLAP представляет собой инструмент для анализа больших объемов данных в режиме реального времени и обеспечивает следующие возможности работы с многомерными данными:

гибкий просмотр информации;
произвольные срезы данных;
детализация;
свертка или консолидация;
вращение;
сравнение во времени.

Некоторые из этих возможностей представлены на рис. 3.

В ячейках многомерного куба помещаются числовые параметры, предназначенные для анализа, например, объемов продаж. Измерениями OLAP-куба могут служить такие параметры, как время, продукты, регионы, продавцы. Продажи по времени в консолидированном виде могут представляться по годам, при детализации – по кварталам, месяцам и дням.

Рис. 3. Многомерный анализ данных (OLAP)

Продвинутая визуализация — инструменты продвинутой визуализации позволяют представлять данные для более эффективного их восприятия посредством использования интерактивных картинок и диаграмм вместо таблиц (рис. 3). Обычно пользователи в динамическом режиме могут менять графическое представление, использовать масштабирование, объединять данные, изменять цвета.

Рис. 4. Пример использования визуализации в предоставлении данных на информационной панели показателей Cognos

Предиктивное моделирование и Data Mining

Предиктивное моделирование (Predictive Modelling) — это процесс создания (или выбора) модели для предсказания вероятности наступления некоторого события.

Интеллектуальный анализ данных (Data Mining) — компьютерная техника извлечения знаний, которая использует ИИ для распознавания образов и выделения значимых закономерностей из данных, находящихся в хранилищах или входных или выходных потоках. Эти методы основываются на статистическом моделировании, нейронных сетях, генетических алгоритмах и др. Частная методология text mining решает задачи навигации в больших текстовых массивах, поиск взаимосвязей между ключевыми понятиями текстов, структуризация хранилищ документов, поиск информации, выраженный на естественном языке, распределение по рубрикам. Информация, найденная в процессе использования методов Data Mining, должна описывать новые связи между свойствами, предсказывать значения одних признаков на основе других и т.д. Найденные знания должны быть применимы и по отношению к новым данным с некоторой степенью достоверности. Когда извлеченные знания непрозрачны для пользователя, должны существовать методы постобработки, позволяющие привести их к интерпретируемому виду.

Задачи, решаемые методами Data Mining, включают:

классификацию — отнесение объектов (наблюдений, событий) к одному из заранее известных классов;
регрессию, в том числе задачи прогнозирования; установление зависимости непрерывных выходных от входных переменных;
кластеризацию — группировку объектов (наблюдений, событий) на основе данных (свойств), описывающих сущность этих объектов. Объекты внутри кластера должны быть похожими друг на друга и отличаться от объектов, входящих в другие кластеры. Чем больше похожи объекты внутри кластера и чем больше различий между кластерами, тем точнее кластеризация;
ассоциацию — выявление закономерностей между связанными событиями. Примером такой закономерностиX следует событие Y. Такие правила называются ассоциативными. Впервые эта задача была предложена для нахождения типичных шаблонов покупок, совершаемых в супермаркетах, поэтому иногда ее еще называют анализом рыночной корзины (market basket analysis); служит правилом, указывающим на то, что из события
последовательные шаблоны — установление закономерностей между связанными во времени событиями, то есть обнаружение зависимости, согласно которой если произойдет событие X, то спустя заданное время произойдет событие Y;
анализ отклонений — выявление наиболее нехарактерных шаблонов.

Карты показателей (Scorecards) используют контрольные показатели, отображаемые на информационной панели, для более глубокого анализа путем наложения их на некоторую стратегическую карту, которая увязывает ключевые параметры производительности со стратегическими задачами. Данную концепцию поясняет рис. 4. Технология предполагает дальнейший анализ на базе применения методологии управления производительностью, например Six Sigma.

Рис. 5. Сравнение ключевых параметров производительности со стратегическими задачами

Источниками информации для систем BI являются хранилища данных. Хранилище данных (Data Warehouse) — система, работающая по принципу центрального склада. Хранилища обычно содержат многолетние версии обычной БД, физически размещаемые в той же самой базе. Когда все данные содержатся в едином хранилище, изучение и анализ связей между отдельными элементами может быть более плодотворным.

Это очень большая предметно-ориентированная информационная корпоративная база данных, специально разработанная и предназначенная для подготовки отчётов, анализа бизнес-процессов с целью поддержки принятия решений в организации. Строится на базе клиент-серверной архитектуры, реляционной СУБД и утилит поддержки принятия решений. Данные, поступающие в хранилище данных, становятся доступны только для чтения. Данные из промышленной OLTP-системы копируются в хранилище данных таким образом, чтобы построение отчётов и OLAP-анализ не использовал ресурсы промышленной системы и не нарушал её стабильность. Данные загружаются в хранилище с определённой периодичностью, поэтому актуальность данных несколько отстает от OLTP-системы.

Данные собираются (консолидируются) из внутренних и внешних источников (учетных систем, баз данных, файлов и т. п.) и интегрируются в хранилище данных. При консолидации осуществляется трансформация данных (реструктуризация, согласование, очистка и/или агрегирование) в процессе их передачи от первичных систем в хранилище данных. В среде хранилищ данных используется технология поддержки консолидации ETL (извлечение, преобразование и загрузка).

Хранилища содержат не первоначальные данные, а определенным образом обработанную информацию в соответствии с заданными форматами и структурой, прошедшую процедуру фильтрации и другие необходимые процедуры. Структура данных в хранилище должна быть понятна пользователям, при этом должна быть обеспечена поддержка сложных запросов. Поскольку хранилища данных предназначены обеспечивать информацией бизнес-пользователей, этим пользователям необходимо предоставить соответствующий контекст в виде метаданных.

Создание хранилища данных – сложный процесс, требующий значительных затрат ресурсов и времени. Поэтому некоторые организации строят витрины данных, обслуживающие одно или несколько из направлений своей деятельности.

Срез хранилища данных, представляющий собой массив тематической, узконаправленной информации, ориентированный, например, на пользователей одной рабочей группы или департамента.

Поколения BI

Развитие промышленных информационно-аналитических систем класса BI началось в 90-е гг. прошлого века. Системы BI первого поколения содержали возможности построения хранилищ данных, OLAP, технологии Data Mining, развитые средства формирования отчетов и возможности интеграции с корпоративной информационной системой. Несмотря на большие ожидания от внедрения этих систем, бизнес-пользователи сочли эти средства чересчур сложными.

Второе поколение систем BI более удобно в использовании и нацелено на решение задач бизнеса. Основной чертой этих информационно-аналитических систем является то, что они адаптированы к типовому сценарию работы пользователя. Работа с пользователем начинается не с предоставления ему аналитических отчетов, при помощи которых он сам бы отыскивал узкие места и критические ситуации и потом анализировал их причины. Система начинает с того, что обращает внимание пользователя на исключения, нештатные ситуации. Пользователь, получив от системы такой сигнал, переходит к анализу проблемной ситуации, причем система генерирует детальные отчеты только по требованию пользователя. Современные BI-системы работают через веб, используют информационные панели и выдают пользователям только необходимую для них информацию. Развитые средства визуализации — цветовое кодирование, индикаторы критических ситуаций, легко воспринимаемые диаграммы и таблицы позволяют пользователю легко выявлять критические процессы. Верхний уровень аналитической системы предупреждает менеджера о наличии критических ситуаций, а средний осуществляет их анализ и исследование. Аналитический разрез, обычно создаваемый при помощи технологии OLAP, позволяет пользователю использовать различные сечения многомерного куба и с высокой скоростью добраться до источника проблемы. Пульт управления обеспечивает целенаправленный анализ и навигацию данных. Нижний уровень системы содержит операционные данные и отчеты.

Для основных классов систем BI второго поколения характерны следующие особенности:

В системах используются портальные технологии, обеспечивающие как единую точку входа в информационное пространство предприятия и в Интернет.
Интерфейс, реализованный в виде приборной доски или пульта управления, на котором отображается несколько ключевых показателей, позволяет быстро оценить состояние дел. Имеется возможность быстро обратиться к ключевым показателям по подразделениям или отделам, которые хранятся в отдельной папке на приборной доске.
Многослойность: данные представляются в виде нескольких слоев, причем каждый последующий слой обеспечивает все более детальные данные относительно показателей, процессов или событий.
Интерактивность – позволяет пользователю легко осуществлять навигацию, просматривать данные в различных сечениях и разрезах, а также осуществлять «бурение» данных, перемещаться по различным измерениям. Пользователь может также непосредственно выполнять ряд операций над данными.
Управляемость и актуальность.
Проактивность. Содержит машину построения правил, которая дает возможность пользователю определить цели и пороговые значения (ограничения) для различных показателей и определить, при каких значениях показателей должны выдаваться предупреждения. В системе могут быть заданы параметры или показатели, для которых при достижении ими критических значений, на монитор пользователя выдаются тревожные, визуальные или звуковые сигналы.
Кастомизация – настройка приборной доски или пульта управления под роли и уровень управления пользователя.
Персонализация позволяет пользователю выбирать объекты из авторизованного списка и располагать их на приборной доске в соответствии с их важностью.
Гибкий доступ позволяет пользователю интуитивно обращаться к необходимым ему данным и отчетам из большого набора результирующих отчетов и графиков, включая мобильные приложения и удаленный доступ.
Коллаборативность допускает одновременную совместную работу группы сотрудников, включая просмотр отчетов.

«Магические квадранты» Gartner Group: принципы построения

Оценить современное состояние рынка и дать исчерпывающее описание ключевых его игроков – довольно нетривиальная задача. На рынке присутствует много производителей, отличающихся друг от друга размером бизнеса, организационной структурой, стилем управления, стратегиями и многими другими факторами, что значительно усложняет их сравнение, а также само общее направление развития рынка становится из-за этого неоднозначным и труднопредсказуемым. Gartner Group разработал для структурирования и решения данной проблемы следующие инструменты: «магический квадрант» Gartner и MarketScope («Сфера рынка»). Рассмотрим подробнее один из них, а именно «магический квадрант» Gartner Group.

Жизненный цикл рынка

Несмотря на то что многообразие рынков довольно велико, все они без исключения следуют одному жизненному циклу, состоящему из следующих фаз: возникновение, рост, укрепление, зрелость и упадок (рис. 6).

Рис. 6. Жизненный цикл рынка. Источник: Gartner Group

Текущая фаза, на которой находится рынок, определяет то, какой инструмент («магический квадрант» или MarketScope) будет использоваться для его анализа. Так, «магический квадрант» применяется, в основном, тогда, когда различия между производителями наиболее ярко выражены (на фазах роста и укрепления рынка). MarketScope, в свою очередь, применяется на фазах возникновения и зрелости рынка, т.к. на фазе возникновения эти различия не так просто выявить, а на фазе зрелости рынок уже достаточно изучен, и поэтому достаточно рассмотреть только наиболее важные показатели.

При анализе рынка с помощью «магического квадранта» строится двумерная матрица, в которой оцениваются производители с двух точек зрения: полноты видения ими своего дальнейшего развития (completeness of vision) и способности удовлетворять существующие потребности потребителей (ability to execute). При построении матрицы часто используется 15 критериев, с помощью которых классифицируются производители по их относительной силе на рынке.

Таким образом, рынок на стадии формирования может быть проанализирован с помощью MarketScope. При увеличении темпов роста рынка применяется уже «магический квадрант», а при переходе рынка в стадию зрелости снова возвращаются к инструменту MarketScope.

Качественный анализ рынка

Для оценки ведущих производителей и последующего их ранжирования Gartner использует комплексный подход, включающий определение границ рынка, фокуса исследования и шагов, которые должны быть предприняты для составления качественного анализа.

При определении рынка важно учитывать то, как новые тенденции могут на него воздействовать, а также то, что основная потребность пользователей аналитической информации — понимание изменяющейся динамики рынка, знание которой особенно полезно при принятии решений об инвестировании.

Также важно понимать, что ни один из инструментов не предназначен для исчерпывающего анализа каждого производителя. «Магический квадрант» и MarketScope позволяют провести целенаправленный анализ определенного числа производителей, выбранного по определенным критериям, таким, как доля рынка, выручка, количество клиентов, тип продукта или услуги, целевой рынок и другие характеристики. Это позволяет значительно сузить рамки исследования и при этом максимально удовлетворить потребность клиентов в полноценном анализе рынка.

Определение критериев отбора вендоров

Как было отмечено выше, в «магических квадрантах» используется 2 стандартных показателя: полнота видения и способность реализации, которые могут включать в себя различные критерии (MarketScope может использовать до 7 различных критериев, которые помогают сфокусироваться на факторах, дифференцирующих данный рынок от остальных). Включение того или иного критерия в конечный показатель определяется на основе его веса, рассчитанного по шкале значимости (высокая, низкая или стандартная) для исследуемого рынка. В отдельных случаях критерий может не иметь веса из-за его низкой значимости для рынка, и поэтому он не будет включен в состав конечного показателя.

Рассмотрим состав показателей «магического квадранта» более подробно.

Полнота видения

Критерии:

понимание рынка – способность производителя понять требования своего клиента и точно соответствовать им посредством предложения подходящих продуктов и услуг. Чем лучше у вендора понимание рынка и своего клиента, тем выше показатель «Полнота видения».
маркетинговая стратегия – особое внимание уделяется мероприятиям компании по позиционированию, а также всем сообщениям и новостям по каналам, через которые осуществляются коммуникации компании со своими клиентами (веб-сайт, реклама и т.п.)
стратегия продаж – используемая стратегия осуществления продаж (прямые/косвенные), сервисного обслуживания и др. с целью расширить клиентскую базу.
продуктовая стратегия – подход к разработке и созданию продукта, его доставке до потребителя, учет настоящих и будущих требований.
бизнес-модель – логика бизнес-процессов и, как результат, качество предложения компанией своих продуктов.
отраслевая стратегия бизнеса – сфокусированное применение навыков, расходование ресурсов и др. для удовлетворения потребностей отдельного сегмента рынка
инновации
географическая стратегия

Способность реализации

Критерии:

ключевые продукты/услуги – включает качество, отличительные черты и др.; могут быть выделены подкритерии.
общая жизнеспособность компании – финансовое благополучие компании, ее устойчивость, а также успешность и жизнеспособность отдельных бизнес-единиц.
ценовая политика
гибкость – способность быстро реагировать на любые изменения на рынке лучше и быстрее конкурентов, также включает «историю» таких реакций компании.
эффективность маркетинговой деятельности
работа с клиентами – отношения с клиентами, оказание технической поддержки и, возможно, финансовых услуг, а также другие инструменты, касающиеся обслуживания.
операции – способность производителя выполнять свои задачи и обязательства; организация инфраструктуры, позволяющей работать эффективно и результативно.

Источники информации:

брифинги компаний;
опросы;
промышленные контакты;
интервью с клиентами;
государственные источники информации (различные агентства и ведомства);
собственные исследования;
и др.

На основе полученных данных компании оцениваются по указанным взвешенным критериям, и конечный балл используется для построения «магического квадранта».

Построение «магического квадранта» Gartner Group

Посчитанные на предыдущем этапе показатели визуализируются в удобной для интерпретации форме. По оси ординат откладывается «Способность реализации», по оси абсцисс – «Полнота видения» (рис. 7).

Рис. 7. «Магический квадрант» Gartner

«Магический Квадрант» распределяет решения вендоров по следующим секторам: Лидеры, Провидцы, Претенденты, Нишевые игроки.

Лидеры

Лидеры поднимают на новый уровень стандарты качества для всех продуктов определенной категории на рынке и могут менять курс развития индустрии в целом. Для того чтобы быть признанным Лидером, вендор должен осуществить серию успешных внедрений своих решений. Лидеры производят продукты, обладающие высокими показателями качества и широким модельным рядом, их инновации соответствуют потребностям клиентов, а иногда и опережают их (например, использование элементов интеллектуального анализа). Лидеры чаще выигрывают тендеры и находятся в верхней части отборочных списков. Тем не менее, продукты Лидера не являются приоритетом для покупателей, и клиенты не должны делать вывод о необходимости приобретения только решений вендоров, расположенных в этой части Квадранта.

Претенденты

Претенденты обладают ограничениями, которые могут быть связаны не только с широтой спектра технологических решений, но и с рыночными показателями, такими как качество сбытовой сети и т.п. У них высокий показатель способности реализации своих решений, однако, как правило, они не имеют четкого видения своего дальнейшего развития и поэтому в любой момент могут потерять свои позиции. У них имеются огромные финансовые ресурсы, но существует нехватка инноваций и общего понимания потребностей клиентов, а также того, в какую сторону и когда эти потребности могут измениться.

Провидцы

Провидцы – это вендоры, обладающие мощной стратегией продвижения BI-платформ, что проявляется в открытости стандартов, гибкости архитектуры решений и глубине функциональности создаваемых приложений. Это лидеры в области инновационной деятельности. Но у них слабые возможности для реализации своего видения и своих стратегий, в этом они уступают лидерам.

Нишевые игроки

Нишевые игроки занимают лидирующие позиции в некоторой ограниченной продуктовой или технологической области, либо у них недостаточно возможностей для осуществления инноваций по сравнению с другими игроками рынка для того, чтобы выйти на другой уровень и занять иной сегмент в квадранте Gartner. Решения нишевых игроков могут идеально подходить для бизнеса некоторых клиентов, однако если данные решения противоречат общим тенденциям рынка, то их выбор может стать рискованным, так как выбранное решение может оказаться не долгосрочным. Gartner обращает особое внимание на то, что «магический квадрант» имеет лишь рекомендательный характер. При выборе того или иного вендора всегда нужно исходить из потребностей своего бизнеса. Кроме того, для выбора наилучшего решения всегда можно проконсультироваться у специалистов Gartner, которые непосредственно занимались составлением данного «магического квадранта».

Магические квадранты BI

Gartner выпустила новый отчет по BI-платформам, датированный январем 2011 года.

Приведем эти «магические квадранты»:

Для сравнения приведем эти же «квадранты» за предыдущие года:

Вот как Gartner прокомментировала сложившуюся ситуацию в 2009 году:

«Рынок BI платформ в 2009 году ознаменовался борьбой Давидов и Голиафов между стойкими «чистокровными» (в оригинале pure-play – прим.пер.) BI-игроками и якобы всемогущими мегавендорами. Противостояние было вызвано глобальным переразделом и консолидацией рынка в 2007-2008гг, результатом которого в 2009-м стал период болезненной адаптации к новой ситуации с многочисленными жалобами клиентов мегавендоров, вызванными, в основном, организационной неразберихой после поглощений. Однако, несмотря на эти «болезни роста» мегавендоров, в 2009 г. на рынке BI-платформ доминировали комплексные «пакетные» продажи, продиктованные потребностями в информационной инфраструктуре и бизнес-приложениях, при контроле 75% рынка пятеркой крупнейших игроков. В то же время, базируясь на исследовании, сделанного для этого отчета, и опросах клиентов Gartner в течение года, очевидна значительная, если не сказать «эйфорическая», удовлетворенность и возросшая заинтересованность клиентов в «чистокровных» BI-платформах. В частности, это справедливо для небольших инновационных вендоров, ориентирующихся на потребности, проигнорированные крупными игроками. Для понимания этого парадокса необходимо рассмотреть несколько основных факторов, влияющих сегодня на принятие решения о приобретении BI-платформы:

Растущее раздвоение между стратегическими «пакетными» закупками, когда BI-продукты приобретаются как часть (иногда весьма небольшая) более широкого набора IT-приложений и систем, и индивидуальными закупками на уровне департаментов (departmental buying – прим. пер.). Причем в первом случае выбор чаще делается ИТ-специалистами, а во втором – бизнес-подразделениями. Под давлением экономических реалий, бизнес-подразделения должны быстро продемонстрировать значимые результаты, поэтому, несмотря даже на наличие стандартов на BI-платформы в их организациях, все чаще выбирают решения инновационных «чистокровных» BI-вендоров, предлагающих продукты с визуальным и очень интерактивным пользовательским интерфейсом, основанные на альтернативных архитектурах in-memory, чтобы получить простоту и скорость внедрения, которых им не хватает в стандартных BI-продуктах. Ощущаемые выгоды настолько значительны, что бизнес-подразделения делают свой выбор, несмотря на риск возникновения «зоопарка» инструментов и разобщенности приложений.
Провидцы (Visionaries – прим. пер.) прошлого года стали Претендентами (Challengers – прим. пер.) в этом году. Благодаря интересу бизнес-подразделений, архитектура приложений для анализа данных, разработанная прошлогодними Провидцами (например, QlikView и Tibco Spotfire) и новичком «магического квадранта» Tableau, стала намного более популярной в отрасли. Организации с удовольствием принимают идею о предоставлении данных конечным пользователям и возможности анализа в режиме «свободно исследуй и запоминай» (в оригинале «surf and save» — прим. пер.), как альтернативу традиционной архитектуре, ориентированной на отчеты. Обеспокоенные успехом вышеупомянутых компаний, производители традиционных BI-платформ пытаются подражать им, выпуская продукты для упрощенного интерактивного визуального анализа данных (например, Microsoft с PowerPivot, SAP с SAP BusinessObjects Explorer, IBM c IBM Cognos Express, и Information Builders с WebFocus Visual Discovery), часто использующих технологии типа in-memory. Факт этого подражания, вместе с растущим признанием пользователей того, что инструменты интерактивного анализа данных могут быть вполне полноценными BI-платформами и использоваться для более широкого спектра задач и вариантов применения, объясняет перемещение этих вендоров из квадранта Провидцев в квадрант Претендентов. Зигзаго-образное перемещение по квадрантам от Провидцев к Лидерам является довольно типичным по мере того как вендор, являясь провидцем возможно в специфической области, начинает расширять спектр своих инноваций и подходит под более широкие запросы покупателей. Реакция традиционных BI вендоров на этих новых Претендентов в 2010 году только усилится и возможно приведет к еще большей консолидации отрасли и усилению давления на тех Претендентов, которые не приспосабливают свои продукты под нужды крупных предприятий и не продолжают инновации.
За поглощения расплачиваются клиенты. Неразбериха с клиентами после поглощений обычно развивается по одному и тому же сценарию. После объявления о поглощении клиенты начинают беспокоиться по поводу планов развития продуктов и выполнения озвученных ранее обещаний. Позже происходит собственно юридическое поглощение, в ходе которого часто меняется служба технической поддержки, договорные условия, цены, территории продаж и названия продуктов. Процесс изменений длится некоторое время и является довольно нелегким для клиентов. В конце концов, для успешных поглощений процесс изменений заканчивается установлением новых норм и процедур для клиентов. Так что в то время как Oracle, которая приобрела Siebel и Hyperion соответственно в 2005 и 2007 годах, благополучно двигается к завершающей стадии этого сценария, что видно по значительно улучшившимся отзывам клиентов в опросах для «магических квадрантов» в этом году по сравнению с прошлым, низкие оценки клиентов IBM и SAP в этих опросах подсказывают, что они все еще находятся в муках перемен. Возросший уровень неудовлетворенности клиентов, выявленный в результате опроса, нашел отражение в баллах «Способности к реализации» (в оригинале «Ability to Execute» — прим.пер.) этих двух вендоров.
Переход от мониторинга к анализу, прогнозированию и оптимизации. В то время, как традиционные отчеты оставались доминирующим способом донесения информации в 2009 году, увеличивающаяся популярность интерактивных визуальных инструментов позволила ощутить эффект от свободного анализа данных большему количеству пользователей, чем когда-либо. Более того, значительно выросла потребность в более точных прогнозах и оптимизированных бизнес-процессах, а также потребность в предсказывающих показателях, вместо констатирующих, вызванная отчасти экономическим спадом. В ответ на это IBM приобрела лидера рынка прогнозной аналитики SPSS, что оказалось единственной крупной сделкой на рынке BI платформ в 2009году. В то же время, многие «чистокровные» BI-вендоры (Information Builders, Tibco Spotfire, Microstrategy) и большинство из мегавендоров (SAP, IBM, Microsoft) начали предлагать, либо улучшили свои существующие возможности для использования статистического анализа, прогнозных моделей и алгоритмов, в отчетах, дешбордах и аналитических приложениях . Эти улучшения являются важным шагом в расширении доступности прогнозной аналитики для большего количества бизнес-пользователей, чем традиционные статистические пакеты. Такой сдвиг акцентов на рынке также нашел отражение в сближении позиций в категории «Полнота Видения» (в оригинале Completeness of Vision» — прим.пер.) у SAS и многих других игроков рынка BI.
Экономическая ситуация побуждает интерес к бюджетным вариантам. Затраты на BI оставались в 2009-м весомой статьей, поскольку организации обращались к BI для выживания в условиях наиболее тяжелого кризиса в современной истории. В ходе проектов по улучшению поддержки принятия решений, определению операционной эффективности и рисков, а также по более экономически оправданному привлечению новых клиентов, желание делать больше и быстрее за меньшие деньги подогрело интерес к бюджетным (в оригинале low-cost – прим.пер.) вариантам. Помимо Microsoft, как традиционной бюджетной BI-платформы, организации продемонстрировали растущее желание рассматривать open-source решения в качестве варианта для корпоративной BI-платформы, а также проявили интерес к BI-функциональности встроенной в преднастроенных аналитических приложениях и в платформах по управлению бизнес-процессами, а кроме того, в меньшей степени, к альтернативным моделям эксплуатации, таким как SaaS (Software as a Service). Поэтому отчет (Gartner – прим.пер.) содержит комментарии по нескольким альтернативным вендорам в этой категории, которые хотя формально и не попадают под критерии включения в «магические квадранты», тем не менее являют собой вполне жизнеспособную альтернативу для некоторых организаций со специфическими требованиями.»

Мировая практика BI

В 2009 году мировой рынок BI-систем существенно замедлил темпы роста, что стало отражением кризисной ситуации, в которой оказался весь мировой ИТ-рынок вследствие глобальной экономической депрессии.
Однако, положительная динамика рынка продемонстрировала возрастающую роль BI-инструментов для трансформации бизнеса в новых условиях игры. Эта тенденция стала генеральной для развития мирового рынка BI-систем в ближайшие годы.

BI-2010. Объем и динамика рынка

По даннам IDC, в первом полугодии 2010 год рост мирового рынка решений для бизнес-анализа составил 13,9% по сравнению с данными за аналогичный период 2009 года. Объем рынка в первые шесть месяцев 2010 года достиг $3,9 млрд, причем из них большая часть пришлась непосредственно на сегмент инструментов для аналитики и отчетности — $3 млрд. Среди крупнейших региональных рынков BI наибольший рост продемонстрировала Индия: он составил 44% по сравнению с первым полугодием 2009 года, всего вендоры заработали $23,6 млн в первом полугодии 2010 года. В ближайшие пять лет самым быстро растущим рынком BI должна стать Латинская Америка, среднегодовой темп роста этого рынка составит 14%. Темпы роста других региональных рынков будут на уровне, за исключением Северной Америки и Японии, где этот показатель будет на уровне 4-5%.

Среди 50-ти крупнейших BI-вендоров в мире по результатам первого полугодия 2010 года первое место занимала компания SAP, заработав $826млн, ее доля составила 21,3% мирового рынка. В «большую пятерку» также вошли SAS, IBM, Oracle и MicroStrategy.

Согласно предварительной оценке Gartner, в 2010 году мировой доход вендоров платформ бизнес-аналитики (BI), аналитического ПО и ПО управления корпоративными показателями (CPM) достиг 10,5 млрд. долл., что на 13,4% выше, чем в 2009 году (9,3 млрд. долл.).

Четыре крупнейших вендора полных платформ (stacks) — SAP, Oracle, IBM и Microsoft — продолжают консолидировать рынок, имея совокупную долю 59%. В сегментах платформ бизнес-аналитики и пакетов CPM на их долю приходится почти две трети рынка, а в сегменте аналитического ПО доминирует SAS Institute. Идет дальнейшая консолидация инструментов BI в ИТ-подразделениях, но нарастает и новая волна менее громоздких инструментов поиска данных и аналитического ПО. Бизнес-пользователей мало заботит, у кого они покупают; им нужна конкретная функциональность и удобство применения для их целей.

Группа топ-5 вендоров не претерпела изменений: SAP продолжает удерживать первое место по доходу на мировом рынке бизнес-аналитики, аналитического ПО и CPM в 2010 году, и на ее долю приходится 23% рынка, а следом идут Oracle, SASInstitute, IBM и Microsoft.

Все три подсегмента этого рынка выросли. «Трудные условия 2009 года заставили заказчиков сосредоточиться на самых неотложных проектах бизнес-аналитики, которые уже были начаты, поэтому продажи в сегменте платформ BI с большим объемом сопровождения получили приоритет и росли быстрее, а продажи CPM и аналитического ПО отставали. В 2010 году продажи полных пакетов вновь были на подъеме», — пишет Соммер.

В 2009 году многие стратегические проекты были отложены. Большее распространение получили тактические покупки, главным образом на уровне подразделений, заставив вендоров переориентироваться на меньшие сделки. От этого выиграли продажи свободного ПО и вендоры инструментов поиска данных. Эта тенденция к более мелким проектам на уровне подразделений сохраняется, и всё же в 2010 году некоторые из отложенных стратегических проектов были, наконец, запущены, позволяя вендорам рассчитывать на более масштабные сделки.

Анализ положения ведущих вендоров

SAP (Business Objects)

Имея более 13 тыс. внедрений, компания SAP добилась больших успехов в продвижении решения NetWeaver BI. Более 75% клиентов SAP из опрошенных Gartner свидетельствовали, что BI-решения от SAP являются стандартными в их организациях.

После завершения интеграции SAP и Business Objects (2007 г.) фирма SAP стала одним из крупнейших вендоров BI-платформ.

Сильные стороны Business Objects, в первую очередь генерирование форматированных отчетов и генерирование отчетов в режиме самообслуживания (self-service report creation), удачно восполняют пробелы, имеющиеся в решениях SAP BI.

В ходе исследования Gartner клиенты SAP, использующие последнюю версию SAP BI, отметили трудности, касающиеся ее внедрения.

Присоединение Business Objects несколько снижает показатель SAP, который Gartner условно называет возможностью реализации. Это связано с неизбежной неопределенностью для клиентов, которые рассчитывали на уже существующие внутренние продукты SAP в области BI.

Несмотря на тот факт, что внедренные решения на базе NetWeaver BI способны импортировать данные из не SAP-приложений, SAP может назвать не более 25 крупных предприятий, внедривших NetWeaver BI, где бы не доминировали учетные системы SAP. Для достижения лидерства на рынке SAP необходимо продемонстрировать, что она может внедрять свою платформу и на предприятиях, где SAP-приложения не являются доминирующими.

Решения SAP BusinessObjects содержат широкий спектр инструментов и приложений, разработанных, чтобы помочь Вам повысить эффективность Вашего бизнеса путем объединения людей, информации и деятельности разных компаний с помощью бизнес-сетей.

Решения для крупных компаний

Средства бизнес-аналитики SAP BusinessObjects предлагают исчерпывающий набор функциональных возможностей, позволяющих пользователям принимать эффективные, компетентные решения на основе достоверных данных и проведенного анализа.

SAP BusinessObjects Explorer предоставляет интуитивный путь к быстрому поиску и анализу данных для мгновенного получения представления о положении дел в компании.

Решения SAP BusinessObjects для управления информацией обладают преимуществами, позволяющими Вам обеспечить всю Вашу компанию интегрированными, точными и актуальными данными, как структурированными, так и неструктурированными.

Решения SAP BusinessObjects для управления эффективностью предприятия используют весь объем Ваших корпоративных данных, позволяя Вашей компании достичь большей маневренности и конкурентоспособности путем организационного регулирования, прозрачности и большей надежности.

Решения SAP BusinessObjects для корпоративного управления, управления рисками и соблюдения нормативных требований оптимизируют создание корпоративной отчетности с помощью объединенной корпоративной стратегии, управления инициативами, открытия новых возможностей и снижения затрат расширенного предприятия.

Решения для предприятий малого и среднего бизнеса

Решения SAP BusinessObjects Edge имеют преимущества благодаря интерактивной, открытой бизнес-аналитике и решениям для управления эффективности, предназначенным для компаний среднего бизнеса.

Crystal Reports представляет собой полное решение по управлению отчетностью для компаний малого бизнеса.

Xcelsius – программное решение для динамической настраиваемой визуализации данных.

Бесплатные пробные версии – возможности полнофункциональных программных решений доступны бесплатно в течение 30-дневного пробного периода.

Cognos

Cognos имеет исключительно высокий процент внедрений своей BI-платформы в качестве стандартного для предприятий решения. Более 90% опрошенных считают Cognos стандартом для своей организации.

Cognos активно инвестирует в работы по улучшению архитектуры платформы. С появлением версии 8.2 и версии 8.3 Cognos 8 BI практически избавилась от проблем с недостаточной стабильностью работы и слабой технической поддержкой.

Сегодня, с выпуском Cognos 10, IBM поставляет самое лучшее аналитическое решение со времени покупки Cognos – одного из крупнейших приобретений за всю историю IBM. Впервые это новое программное обеспечение объединяет мощь социального инструментария для совместной работы с приложениями Lotus Connections и бизнес-аналитику Cognos в одном универсальном предложении с интуитивно понятными функциями управления и навигации и упрощенным пользовательским интерфейсом. Это комплексное предложение делает «поток мысли» пользователя неразрывным, устраняя необходимость переключения между приложениями и формами представления данных для получения и обработки нужной информации. Новое программное обеспечение поддерживает естественную сквозную цепочку информационных представлений, от просмотра и изучения до принятия решения.

8 ключевых особенностей Cognos 10:

Единое рабочее пространство с большей мощностью и интуитивной навигацией
Широкий охват аналитики: анализ нескольких видов данных (онлайн-данные, исторические данные и предсказательная аналитика)
Коллективная бизнес-аналитика с помощью встроенных возможностей взаимодействия и социальных сетей
Легкое включение данных в процесс анализа – от единичной информации до полных наборов данных, в том числе из внешних источников
Мобильная аналитика для большего количества устройств и беспроводного доступа
Постоянное обновление, упрощение непрерывного управления
Свободная интеграция Cognos 10 Ready с TM1, Planning, аналитическими приложениями и SPSS Modeler
Полная интеграция с офисными программами, в частности, с MS Office.

Microsoft

Удачная ценовая политика и интеграция с MS Office делает решения Microsoft особенно привлекательными для организаций, которые базируются на инфраструктурных решениях этой компании.

При продвижении своих BI-решений Microsoft может опереться на большую аудиторию разработчиков. По оценкам Microsoft, это 2 тыс. OEM/ISV-партнеров по внедрению ее BI-решений.

По отзывам клиентов, BI-решения от Microsoft вызывают минимальные нарекания.

BI-решения Microsoft были созданы именно ею, а не приобретены вместе с присоединенной фирмой.

MicroStrategy

Вместо тактики присоединения MicroStrategy полностью построила технологию своими собственными силами. Это обеспечивает высокую степень интеграции в рамках платформы.

MicroStrategy имеет положительные отзывы клиентов по всем 12 критериям, которые оценивает Gartner.

Развитие новых технологий может привести к ослаблению позиций MicroStrategy, которые она пока занимает в области обработки сверхбольших объемов данных.

MicroStrategy имеет репутацию компании, предлагающей дорогие решения, на которые трудно получить скидку.

MicroStrategy фокусируется исключительно на BI-платформах и уделяет недостаточно внимания смежным технологиям — CPM (Corporate Performance Management — управление производительностью корпораций) и интеграции данных.

MicroStrategy имеет малый объем продаж в Азиатско-Тихоокеанском регионе.

Oracle

Еще до присоединения Hyperion, в середине 2007 года, позиции Oracle на рынке BI были достаточно сильными: ее комбинация BI-платформы и аналитических приложений (Oracle BI Enterprise Edition (OBIEE) и Oracle Analytic Applications) представляла собой весьма успешное предложение.

Клиенты дают положительные отзывы на OBIEЕ. Они отмечают широкие возможности решения относительно организации коллективной работы, а также продвинутые средства визуализации, являющиеся, по их словам, одними из лучших на рынке.

Сильные стороны Essbase OLAP и возможности интеграции Hyperion с Microsoft Office повышают потенциал Oracle на рынке BI.

Компания Oracle имеет хорошие шансы продвигать свои BI-технологии различным клиентам, а не только приверженцам платформы Oracle.

Есть сведения, что среди установок базы Hyperion BI процент последней версии невелик, что указывает на тот факт, что клиенты не спешат переходить на последнюю версию продукта.

Oracle следует улучшить техническую поддержку.

SAS

SAS лидирует в области продвинутой аналитики (Advanced Analytic Solutions).

SAS предлагает аналитические решения, которые не только обеспечивают базовую функциональность на уровне анализа KPI, но и предлагают продвинутую аналитику обнаружения бизнес-проблем, например таких, как выявление мошенничества.

SAS — это известный бренд, решения SAS имеют сервисную поддержку по всему миру.

Приложения SAS считаются трудными в освоении. Многие приложения продвинутой аналитики требуют применения специального языка программирования SAS — это является достоинством для программистов и существенным ограничением для людей, не обладающих подобными навыками.

Российский рынок BI

Рынок BI-продукции в России, несмотря на мировую тенденцию к стремительному росту, развивается неторопливо. Вопреки многочисленным прогнозам, автоматизированные системы бизнес-аналитики не вызывали высокого спроса у российского потребителя даже во времена бурно растущих экономических показателей. Считается, что BI-решения неактуальны для текущего уровня развития автоматизации в стране. Большинство таких систем российского производства сейчас являются нишевыми, решая не весь спектр задач по управлению эффективностью бизнеса, а его лишь определённую его часть. Наиболее масштабными организациями, занимающимися разработкой BI-систем в России, являются TopS BI, Columbus IT Russia, БАРС Груп. Ожидается, что скоро о собственном BI-решении объявит компания 1С.

Объем рынка

В 2009 году в ходе сделки по поглощению компанией «Ай-Теко» компании BI Partner, объем российского рынка BI с учетом размытости его границ оценивался в диапазоне от 50 до 150 млн долл.

Первые попытки внедрения BI-систем

Первые попытки внедрения BI-систем в России были предприняты в конце девяностых годов прошлого века. Спрос же на эти технологии начал стабильно расти с 2000 года, когда во многих организациях накопились значительные объёмы информации и началось переосмысление IT-рынка в принципе. В те годы популярностью пользовались BI-решения на базе систем, предлагаемых Microsoft и Navision Software.

Популяризация BI-систем в России

Наиболее высокий темп развития рынок BI-продукции начал набирать в 2005 году, а к 2006 году эксперты оценивали рост внедрения таких решений среди российских компаний на уровне 50 % в год и более, тогда как мировой рост находился на отметке 11,5 % в год. Росту рынка информационных систем в те годы способствовало ускорение процесса интеграции России в мировое сообщество. В эти годы рынок обрёл прозрачность и понятность для заказчиков. Однако, российский рынок BI-систем даже в годы своего расцвета составлял незначительную часть общемирового.

IDC: российский рынок BI 2010

15 ноября в рамках конференции IDC Business Intelligence Roadshow компания IDC обсудила современные аспекты развития и применения систем бизнес-аналитики (BI) и представила свои данные по российскому рынку бизнес-аналитики, а также прогноз развития данного рынка на ближайшие годы.

Итог мнений основных участников конференции таков: данный рынок на пороге перехода от стандартных BI-решений к инновационным направлениям — например, к системам поддержки риск-менеджмента (для минимизации потерь бизнеса от принятия неверных решений), к созданию BI-решения под конкретного клиента, к решениям для обработки «больших данных» и главное — к возможности вести бизнес-анализ на любых мобильных устройствах. Все эти новации должны облегчить совместную работу над проектами бизнеса и ИТ.

Сейчас, как считают основные игроки данного рынка (IBM, SAP и др.), на классические BI-решения приходится порядка 90% российского рынка бизнес-аналитики, оставшиеся 10% — на инновационные решения, но в ближайшие 2-3 года доля последних будет расти.

По экспертной оценке IDC, в 2010 г. объем российского рынка BI составлял порядка 200 млн долл., по отношению к провальному 2009 г. он вырос на 90%. Рынок аналитических систем в широком понимании (включая ERP, CRM и пр.) составил 400 млн долл. В 2011 г., по мнению Тимура Фарукшина, директора по консалтингу IDC в России и СНГ, ожидается рост рынка на уровне 10-15%.

Естественно, наибольшим спросом BI-системы пользуются в банковском и телекоммуникационном секторах экономики, но в текущем году отмечается повышенный интерес и со стороны промышленности, в частности — металлургической.

Весьма перспективно использование в бизнес-аналитике данных социальных сетей, но в этом направлении в России отмечается отставание на 3-4 года по сравнению в западными странами. Согласно оценкам, у нас это направление активизируется лишь через 2-3 года.

Основные BI-тенденции

Главные тенденции мирового рынка BI-систем заключаются в разработке нового функционала, способствующего наиболее быстрому их внедрению и наиболее простому использованию: сюда входят и работа над «юзабилити» пользовательских интерфейсов, и поддержка мобильных решений и многое другое. Максимальный рост рынка аналитики обещают в сегментах SaaS BI и Open Source BI. В целом BI-решения останутся одними из наиболее востребованных на рынке корпоративной информатизации.

Основным трендом развития глобального рынка BI остается повышение роли систем BI и BPM в качестве инструментов для трансформации бизнеса. В экономически сложном 2009 году внутренние ресурсы компаний были направлены на аналитическую работу, на более интенсивное использование накопленных данных и статистики по операционной деятельности компаний, что в итоге выросло в тенденцию возрастания ценности данных. Согласно исследованию IBM, проведенному в 2009 году среди руководителей ИТ-служб, 83% опрошенных определили бизнес-анализ в качестве способа, посредством которого они будут повышать конкурентоспособность своих организаций.

ИТ-директора продолжат рассматривать внедрение BI-систем как один из ключевых приоритетов для повышения эффективности принятия решений и операционной эффективности, что в свою очередь позволит увеличить прибыль и рентабельность бизнеса. Вместе с тем, в списке приоритетов ИТ-директоров BI-системы сместились с первого места, которое они занимали в 2009-м году, на 5-е место в 2010-м году, такие данные приводит Gartner.

Что касается функциональности систем, то 2009 год на мировом рынке BI отмечен стремлением вендоров сделать инструментарий бизнес-аналитики более простым и удобным для конечного пользователя. Эта парадигма проявилась в виде нескольких тенденций, таких как развитие мобильных решений для бизнес-анализа, технологий информирования пользователей о ситуациях и событиях. А также в развитии пользовательского интерфейса BI-систем в сторону большей наглядности и эргономичности, появлении специализированных решений для отдельных функциональных областей и задач. 2009 год отмечен также как год выхода на рынок нового класса систем для совместного принятия решений (collaborative decision making), который сложится на стыке социального софта и возможностей BI-платформ.

Дальнейшая адаптация парадигмы интерфейса пользовательских приложений (например, Google, iTunes) применительно к BI-системам усилит успех средств интерактивной визуализации, что обеспечит существенный прогресс в развитии «юзабилити» BI-систем и их широкого распространения. Более интерактивные и интуитивно понятные средства BI, доступные с различных устройств и подключенные к корпоративным приложениям, офисным приложениям и текущим бизнес-процессам будут обеспечивать дальнейшее увеличение проникновения BI. Ориентированные на клиентов существующие приложения с веб-интерфейсом с возможностями BI станут еще одним драйвером роста BI. Высока будет потребность в решениях on-demand и «облачных» решениях.

В то время как ключевые функциональные возможности основных BI-платформ практически сравнялись, инновации продолжат развиваться в таких областях, которые позволяют обеспечить более интуитивное и быстрое развертывание BI-приложений при задействовании большого количества источников данных. К ним относятся in-memory аналитика, предикативный анализ, контент-аналитика, BI и поиск, интерактивная визуализация, BI и социальное программное обеспечение плюс средства совместной работы, «облачный» BI, BI в реальном времени, быстрая интеграция данных, прототипирование приложений.

По данным исследования Gartner, оптимизация процесса принятия решений является ключевым фактором приобретения BI-систем. Вместе с тем, часто BI-внедрения ускоряют доставку информации и анализ, тем самым поддерживая процесс принятия решений, но вместе с тем проваливаются в части обеспечения взаимосвязи BI контента непосредственно с самим решением. Это делает невозможным сохранение лучших практик принятия решений. Поэтому решения будут эволюционировать в сторону объединения BI с социальными инструментами и инструментами для совместной работы, что сделает процесс принятия решений прозрачным, увеличивая ценность внедрения BI-системы.

Высокие требования к эффективности систем бизнес-анализа со стороны компаний стимулировали появление на рынке нового поколения интеллектуальных систем BI. Если классические BI-приложения анализируют деятельность компании только постфактум на основе имеющихся данных, то интеллектуальные решения позволяют выявить тенденции и построить прогноз развития событий, или провести многофакторный анализ и смоделировать различные ситуации, например, какой эффект принесет маркетинговое мероприятие или внедрение новой технологии. Во многом это способствует развитию услуг по созданию так называемых ситуационных центров, в которых BI-системы прогнозирования и моделирования становятся одним из главных компонентов.

Количество информации, которую генерируют корпоративные информационные системы, продолжит резко увеличиваться. Эти данные вкупе с другими, не структурированными данными из различных источников, а также данными из «облачных» приложений, социальный сетей и различных устройств должны быть сделаны доступными для анализа и принятия решений. BI-платформы и BI-приложения станут ключевым звеном стратегии, ориентированной на паттерны, и будут активно применяться для анализа растущего количества данных от различных устройств с тем, чтобы определить ключевые возможности и риски для бизнеса и оптимизировать процесс принятия решений.

Адаптация модели SaaS применительно к BI, находящаяся сейчас на относительно низком уровне, будет возрастать по мере того как решения SaaS BI начнут поставляться в рамках публичных и частных «облаков», а также в рамках on-premise конфигураций вендоров. Этот рост будет усиливаться за счет растущих потребностей организаций во внедрении интуитивных и эффективных с точки зрения стоимости BI инструментов для большого числа пользователей, сокращающих time to value и time to scale и обеспечивающих более низкие капитальные затраты.

Вслед за небольшими вендорами, SaaS и «облачную» стратегию начинают принимать и ключевые вендоры, обеспечивая доступность с платформами cloud computing, такими как Amazon Elastic Computer Cloud, PaaS платформами от Google и Microsoft Azure. Вендоры BI также расширяют OEM практику совместно с вендорами SaaS-приложений и провайдерами данных. BI как сервис будет применяться все шире, становясь еще одним драйвером роста для рынка. Согласно прогнозам IDC, рост сегмента SaaS BI по темпам будет втрое превышать темп роста этого рынка в целом, так что к 2013 году он составит 22,4% в год. Правда, на долю SaaS BI будет приходиться все еще существенно меньшая доля рынка по сравнению с традиционными приложениями.

Адаптация Open Source BI-платформ будет идти более активными темпами, чем их коммерческих аналогов. Хотя функциональность BI-платформ с открытым кодом еще не вполне достигла тех, которые предлагают вендоры, и они пока не рассматриваются в качестве промышленного стандарта, этот сегмент растет достаточно быстрыми темпами. Между тем, вендоры коммерческих BI-решений зачастую используют функционал Open Source BI в своих решениях. Между тем, системные интеграторы также начали выстраивать консалтинговую практику вокруг BI с открытым кодом (преимущественно отчетов и панелей) как часть своих контрактных решений.

По словам менеджера по управлению программами по бизнес-аналитике IDC European Software and Services Элис Вудвард, также одно из направлений BI связано с распространением вычислений в оперативной памяти, что вызывается стремительным ростом объемов информации. Возможность для этого есть, поскольку современные технологии обеспечивают скорость доступа к информации в оперативной памяти в 1 млн. раз быстрее, чем скорость доступа к этой информации, хранящейся на диске. Этому способствует также то, что за последние десять лет стоимость оперативной памяти снизилась в 100 раз (в 2000 г. 1 Мб памяти стоил 1 долл., а сегодня — 1 цент, и эта цифра продолжает падать).

Другой тренд — повышение надежности информации, необходимость обеспечивать панорамное представление данных из разных источников. В настоящее время проблемы с качеством данных проявляются повсюду, причем, как отметил Тимо Эллиотт, многие компании даже не представляют, где могут возникнуть эти проблемы. Более того, компаниям всё в большей степени требуется доступ не только к структурированным данным, но и к тексту. То есть растет спрос на возможности обработки текстовых неструктурированных данных, и в этом заключается следующая тенденция в развитии бизнес-аналитики.

Еще одно направление — расширение возможностей использования самых разных мобильных устройств. Поэтому современные BI-решения должны разрабатываться с учетом следующих главных принципов: обеспечение поддержки большего числа пользователей, возможность частого использования и предоставление доступа в любом месте. Использование мобильных устройств с сенсорным экраном позволяет сделать информацию более “ощутимой” для конечных пользователей, а руководители компаний, находясь в командировках или в отпуске, могут мгновенно получать доступ к интересующей их бизнес-информации и ключевым показателям эффективности.

Кроме того, подчеркнул Тимо Эллиотт, в бизнес-аналитике есть две стороны: техническая и деловая. За последние 50 лет потребность бизнеса в более качественной информации не изменилась, а вот что существенно изменилось за это время — так это технологии, с помощью которых реализовывается бизнес-аналитика. Данные технологии, с одной стороны, упрощают доступ к информации, но одновременно зачастую усложняют весь процесс. Например, сегодня цепочки поставок стали более сложными по сравнению с тем, что было 50 лет назад. И это стало возможным именно благодаря развитию технологий, которые теперь позволяют поддерживать такую сложность.

В дополнение к этим тенденциям Элис Вудворт отметила, что сегодня набирает значимость социальная информация, появляющаяся при использовании таких популярных социальных сетей, как Twitter и Facebook. И это важно, поскольку информация, которой люди обмениваются в этих сетях, доступна абсолютно всем. Так что компании, занимающиеся каким-либо бизнесом, всегда могут увидеть отзывы о создаваемых ими товарах или предоставляемых услугах. В таких условиях бизнес-аналитика должна упорядочить подход к анализу этой информации, обеспечить единый взгляд, что сейчас еще не достигнуто во многих отраслях, где используется разрозненный подход к анализу подобной информации.

И наконец, по мнению Элис Вудворт, в ближайшее время можно ожидать появления BI-решений для компаний малого и среднего бизнеса. “Зачастую компании прибегают к инструментам для анализа информации только тогда, когда у них возникают какие-либо трудности. Проблемы, с которыми сталкиваются компании СМБ, по своей природе совершенно такие же, как и у крупного бизнеса. Однако в отличие от них они не располагают достаточными средствами, чтобы содержать необходимый штат квалифицированных ИТ-специалистов. И поэтому BI-решения для СМБ должны быть такими, с которыми было бы просто работать и которые не требовали бы прохождения дополнительного обучения сотрудников”, — сказала она.

Список источников

Н. М. Абдикеев, А. Д. Киселев «Управление знаниями корпорации и реинжиниринг бизнеса» , 2010. Основными ресурсами развития компаний во все большей мере становятся люди и знания, которыми они обладают, интеллектуальный капитал и растущая профессиональная компетенция кадров. Сегодня требуются новые методы развития организации, основанные на стыке гуманитарного и инженерного подходов, что позволит получить синергетический эффект от их взаимодействия. Этот подход базируется на современных достижениях информационных технологий, а именно когнитивных технологиях развития организации. Актуально развитие симбиоза концепции управления знаниями, реинжиниринга бизнес-процессов и когнитивной человеческой составляющей.
Н. М. Абдикеев, В. И. Бондаренко, Б. В. Евтеев и др. «Интернет-технологии в экономике знаний», 2010. Книга представляет собой системный взгляд на роль интернет-технологий в современном бизнесе. Рассматриваются следующие темы: корпоративные веб-сайты и порталы, электронный бизнес и электронный маркетинг, интернет-трейдинг, ИС с веб-интерфейсом, безопасность интернет-технологий. Особенное внимание уделяется экономическим аспектам.
Паклин Н.Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям (+ СD). — СПб.: Питер, 2009. — 624 с.: ил. Книга представляет собой руководство для бизнес-аналитиков, занимающихся внедрением корпоративных аналитических систем. В теоретической части последовательно освещаются современные технологии сбора и анализа структурированной информации: хранилища данных, ETL, OLAP, Data Mining, Knowledge Discovery in Databases. В практической части иллюстрируются примеры решения бизнес-задач на аналитической платформе Deductor Academic. Книга будет полезна всем интересующимся вопросами интеллектуального анализа данных и методами автоматического поиска закономерностей в массивах информации.
Alan R. Simon «Data Warehousing And Business Intelligence For e-Commerce», 2010. Data Warehousing and Business Intelligence for e-Commerce is a practical exploration of the technological innovations through which traditional data warehousing is brought to bear on this and other less modest e-commerce applications, such as those at work in B2B, G2C, B2G, and B2E models. The authors examine the core technologies and commercial products in use today, providing a nuts-and-bolts understanding of how you can deploy customer and product data in ways that meet the unique requirements of the online marketplace-particularly if you are part of a brick-and-mortar company with specific online aspirations. In so doing, they build a powerful case for investment in and aggressive development of these approaches, which are likely to separate winners from losers as e-commerce grows and matures.
Ken Withee «Microsoft Business Intelligence For Dummies», 2010. The book that beats the buzzwords! At last, understand BI and what it can do for your business. Buzzwords, begone! This book looks beyond the jargon at real business problems and common–sense solutions. Data is the lifeblood of your business. Microsoft BI tools help you collect that data; sort, store, and analyze it; find it when you need it; and use it to make decisions. You?ll understand terms like «OLAP cube» and «data mart» — at last! It?s all about the right tools — learn which BI technologies can solve specific issues for your business. Realistic expectations — get a clear understanding of what you expect to achieve with BI. Meet the parts — see how the SQL Server technologies, presentation technologies, and development/customization technologies work together. The right edge — support decision–making by using BI to get the right data to the right person at the right time. Storing this stuff — understand how data warehouses and data marts make it easier to manage and retrieve data. The tool on your desktop — discover how to use Excel® for data analysis and data mining. Making it work — create a logical plan for BI implementation, know what you need and what you don?t, and get stakeholders on board.
Steve Williams «The Profit Impact of Business Intelligence», 2010. Business Intelligence (BI): Its not just a technology. Its not just a methodology. Its a powerful new management approach that when done right can deliver knowledge, efficiency, better decisions, and profit to almost any organization that uses it. When BI first came on the scene, it promised a lot but often failed to deliver. The missing element was the business-centric focus explained in The Profit Impact of Business Intelligence. Written by BI gurus Steve Williams and Nancy Williams, The Profit Impact of Business Intelligence shows step by step how you can achieve the promise of BI by connecting it to your organizations strategic goals, culture, and strengths while correcting your BI weaknesses. Features: * Provides a practical, process-oriented guide to achieve the full promise of BI. * Shows how world-class companies used BI to become leaders in their industries. * Helps senior business and IT executives understand the strategic impact of BI and how they can ensure a strong payoff from their BI investments. * Identifies the most common mistakes organizations make in implementing BI. * Includes a helpful glossary of BI terms. * Includes a BI readiness assessment for your organization. * Includes Web links and extensive references for more information. Steve Williams, President and founder of DecisionPath Consulting, is a leading advocate of business-driven BI design and development. His consulting firm is one of the largest in the specialized field of Business Intelligence and Data Warehousing. Steve has over 23 years experience in information systems and systems engineering and has co-authored a training course on the BI Pathway Method. Nancy Williams is Vice President of DecisionPath Consulting. With over 21 years of business and technical experience, she provides technical and strategic leadership on business intelligence as well as hands-on guidance for client engagements. * A practical, process-oriented book that will help organizations realize the promise of BI * Written by Nancy and Steve Williams, veteran consultants and instructors with hands-on, «in the trenches» experience in government and corporate business intelligence applications * Will help senior business and IT executives understand the strategic impact of BI and how they can help ensure a strong payoff on BI investments.
Charles Halliman «Business Intelligence Using Smart Techniques: Environmental Scanning Using Text Mining and Competitor Analysis Using Scenarios and Manual Simulation, Revised Edition» , 2009. This book is a revised edition of the book, Business Intelligence Using Smart Techniques: Environmental Scanning Using Text Mining and Competitor Analysis Using Scenarios and Manual Simulation . In this revised edition, we address modifications we’ve made to our business intelligence techniques, and we talk some about the link between business intelligence and strategic management. As stated in the first edition, this book will show you how to examine business environmental information to find opportunities and threats.
Статья: «Что такое Business Intelligence?»
Журнал «КомпьютерПресс«
Сайт журнала «Компьютерное обозрение»
Статья «Гартнеровские квадранты по BI-платформам 2010»
Статья «Business Intelligence and Data Warehousing — Top Ten Trends«
Статья «New Trends in BI Requirements-Gathering«
Статья «10 Red Hot BI Trends«
Статья «Future of Business Intelligence» http://dotnetslackers.com/articles/sql/Future-of-Business-Intelligence.aspx
Business intelligence
Статья «Gartner Reveals Five Business Intelligence Predictions for 2009 and Beyond»
Power, D. J.. «A Brief History of Decision Support Systems«
Business Dictionary
SAP
gartner.com
idc.com
olap.ru
«Seven trends that will change Business Intelligence as we know it», Jaspersoft eBook .