Business intelligence - Business intelligence

Administrarea Afacerilor
Managementul unei afaceri
Contabilitate
Entități de afaceri
Guvernanța corporativă
Dreptul comercial
Titlul societății
Economie
Finanţa
Tipuri de management
Organizare
Comerț

Business intelligence ( BI ) cuprinde strategiile și tehnologiile utilizate de către întreprinderi pentru analiza datelor de informații de afaceri . Tehnologiile BI oferă vederi istorice, actuale și predictive ale operațiunilor comerciale .

Funcții comune ale tehnologiilor de informații de afaceri includ raportare , procesarea analitică online , de analiză , tabloul de bord de dezvoltare, data mining , minerit proces , procesare eveniment complex , managementul performantei afacerii , analiza comparativă , text mining , analiză predictivă și de analiză prescriptive .

Tehnologiile BI pot gestiona cantități mari de date structurate și uneori nestructurate pentru a ajuta la identificarea, dezvoltarea și, altfel, crearea de noi oportunități strategice de afaceri . Acestea își propun să permită interpretarea ușoară a acestor date mari . Identificarea de noi oportunități și implementarea unei strategii eficiente bazate pe informații pot oferi companiilor un avantaj competitiv pe piață și stabilitate pe termen lung.

Business intelligence poate fi utilizat de întreprinderi pentru a sprijini o gamă largă de decizii de afaceri, de la operaționale la strategice. Deciziile operaționale de bază includ poziționarea produsului sau stabilirea prețurilor . Deciziile strategice de afaceri implică priorități, obiective și direcții la cel mai larg nivel. În toate cazurile, BI este cel mai eficient atunci când combină date derivate de pe piața în care operează o companie (date externe) cu date din surse interne ale companiei, cum ar fi date financiare și operaționale (date interne). Atunci când sunt combinate, datele externe și interne pot oferi o imagine completă care, de fapt, creează o „inteligență” care nu poate fi derivată din niciun set singular de date.

Printre nenumăratele utilizări, instrumentele de business intelligence permit organizațiilor să obțină o perspectivă asupra noilor piețe, să evalueze cererea și adecvarea produselor și serviciilor pentru diferite segmente de piață și să evalueze impactul eforturilor de marketing.

Aplicațiile BI utilizează date colectate dintr-un depozit de date (DW) sau dintr-un data mart , iar conceptele de BI și DW se combină ca „BI / DW” sau ca „BIDW”. Un depozit de date conține o copie a datelor analitice care facilitează sprijinul decizional .

Istorie

Cea mai timpurie utilizare cunoscută a termenului de inteligență comercială se află în Cyclopedia of Commercial and Business Anecdotes (1865) a lui Richard Millar Devens . Devens a folosit termenul pentru a descrie modul în care bancherul Sir Henry Furnese a câștigat profit primind și acționând pe baza informațiilor despre mediul său, înainte de concurenții săi:

De-a lungul Olandei, Flandrei, Franței și Germaniei, el a menținut un tren complet și perfect de business intelligence. Știrile numeroaselor bătălii purtate au fost astfel primite mai întâi de el, iar căderea lui Namur s-a adăugat profiturilor sale, datorită primirii timpurii a acesteia.

-  Devens, p. 210

Capacitatea de a colecta și de a reacționa în consecință pe baza informațiilor preluate, spune Devens, este esențială pentru business intelligence.

Când Hans Peter Luhn , cercetător la IBM , a folosit termenul de inteligență de afaceri într-un articol publicat în 1958, el a folosit definiția dicționarului Webster al inteligenței: „abilitatea de a înțelege relațiile dintre faptele prezentate în așa fel încât să ghideze acțiunea către un scop dorit. "

În 1989, Howard Dresner (mai târziu analist Gartner ) a propus inteligența de afaceri ca termen general pentru a descrie „concepte și metode de îmbunătățire a luării deciziilor de afaceri prin utilizarea sistemelor de suport bazate pe fapte”. Abia la sfârșitul anilor '90 această utilizare a fost răspândită.

Criticii văd BI doar ca o evoluție a raportării de afaceri, împreună cu apariția unor instrumente de analiză a datelor din ce în ce mai puternice și ușor de utilizat . În acest sens, a fost criticat și ca un cuvânt cheie de marketing în contextul creșterii „ big data ”.

Definiție

Potrivit lui Solomon Negash și Paul Gray, business intelligence (BI) poate fi definit ca sisteme care combină:

cu analize pentru evaluarea informațiilor complexe corporative și competitive pentru prezentare către planificatori și factorii de decizie, cu scopul de a îmbunătăți actualitatea și calitatea contribuției la procesul decizional. "

Potrivit Forrester Research , inteligența de afaceri este „un set de metodologii, procese, arhitecturi și tehnologii care transformă datele brute în informații semnificative și utile utilizate pentru a permite perspective strategice, tactice și operaționale mai eficiente și luarea deciziilor”. Conform acestei definiții, inteligența de afaceri cuprinde gestionarea informațiilor ( integrarea datelor , calitatea datelor , stocarea datelor, gestionarea datelor de bază, analize de text și de conținut, și colab.). Prin urmare, Forrester se referă la pregătirea și utilizarea datelor ca la două segmente separate, dar strâns legate ale stivei arhitecturale business-intelligence.

Unele elemente ale business intelligence sunt:

Forrester o distinge de piața business intelligence , care este „doar straturile superioare ale stivei arhitecturale BI, cum ar fi raportarea , analiza și tablourile de bord ”.

În comparație cu inteligența competitivă

Deși termenul de inteligență de afaceri este uneori un sinonim pentru inteligență competitivă (deoarece ambii susțin luarea deciziilor ), BI folosește tehnologii, procese și aplicații pentru a analiza în cea mai mare parte date structurate interne și procese de afaceri, în timp ce inteligența competitivă colectează, analizează și diseminează informații cu un accent actual pe concurenții companiei. Dacă este înțeleasă pe scară largă, inteligența de afaceri poate fi considerată ca un subset de inteligență competitivă.

Comparativ cu analiza de afaceri

Inteligența de afaceri și analiza de afaceri sunt uneori folosite interschimbabil, dar există definiții alternative. Thomas Davenport , profesor de tehnologie și management al informației la Babson College susține că business intelligence ar trebui să fie împărțit în interogări , raportări , procesare analitică online (OLAP), un instrument de „alerte” și analize de afaceri. În această definiție, analiza de afaceri este subsetul BI care se concentrează pe statistici, predicție și optimizare, mai degrabă decât funcționalitatea de raportare.

Date

Operațiunile comerciale pot genera o cantitate foarte mare de date sub formă de e-mailuri, note, note de la centre de apeluri, știri, grupuri de utilizatori, chat-uri, rapoarte, pagini web, prezentări, fișiere imagine, fișiere video și material de marketing. Potrivit lui Merrill Lynch , mai mult de 85% din toate informațiile comerciale există în aceste forme; o companie ar putea utiliza un astfel de document doar o singură dată. Datorită modului în care sunt produse și stocate, aceste informații sunt fie nestructurate, fie semi-structurate .

Gestionarea datelor semi-structurate este o problemă nerezolvată în industria tehnologiei informației. Potrivit proiecțiilor din Gartner (2003), gulerele albe își petrec 30-40% din timp căutând, găsind și evaluând date nestructurate. BI utilizează atât date structurate, cât și date nestructurate. Primul este ușor de căutat, iar cel din urmă conține o cantitate mare de informații necesare pentru analiză și luarea deciziilor. Datorită dificultății căutării, găsirii și evaluării corespunzătoare a datelor nestructurate sau semi-structurate, organizațiile pot să nu folosească aceste vaste rezervoare de informații, care ar putea influența o anumită decizie, sarcină sau proiect. Acest lucru poate duce în cele din urmă la luarea unor decizii slab informate.

Prin urmare, atunci când se proiectează o soluție de business intelligence / DW, trebuie adaptate problemele specifice asociate cu datele semi-structurate și nestructurate, precum și cele pentru datele structurate.

Date nestructurate vs. date semi-structurate

Datele nestructurate și semi-structurate au semnificații diferite în funcție de contextul lor. În contextul sistemelor de baze de date relaționale, datele nestructurate nu pot fi stocate în coloane și rânduri ordonate previzibil . Un tip de date nestructurate este de obicei stocat într-un BLOB (obiect binar de mari dimensiuni), un tip de date captive disponibile în majoritatea sistemelor de gestionare a bazelor de date relaționale . Datele nestructurate se pot referi, de asemenea, la modele de coloane repetate neregulat sau aleatoriu, care variază de la rând la rând sau la fișiere de limbaj natural care nu au metadate detaliate.

Multe dintre aceste tipuri de date, cu toate acestea, cum ar fi e-mail-urile, fișierele text de procesare a textului, PDF-urile, PPT-urile, fișierele de imagine și fișierele video sunt conforme cu un standard care oferă posibilitatea metadatelor. Metadatele pot include informații precum autorul și ora de creare, iar acestea pot fi stocate într-o bază de date relațională. Prin urmare, poate fi mai exact să vorbim despre acest lucru ca documente sau date semi-structurate, dar nu pare să se fi ajuns la un consens specific.

Datele nestructurate pot fi, de asemenea, pur și simplu cunoștințele pe care utilizatorii de afaceri le au despre tendințele viitoare ale afacerii. Prognoza de afaceri se aliniază în mod natural cu sistemul BI, deoarece utilizatorii de afaceri se gândesc la afacerea lor în termeni cumulati. Captarea cunoștințelor de afaceri care pot exista doar în mintea utilizatorilor de afaceri oferă unele dintre cele mai importante puncte de date pentru o soluție completă de BI.

Limitări ale datelor semi-structurate și nestructurate

Există mai multe provocări în dezvoltarea BI cu date semi-structurate. Potrivit lui Inmon & Nesavich, unele dintre acestea sunt:

  • Accesarea fizică a datelor textuale nestructurate - datele nestructurate sunt stocate într-o mare varietate de formate.
  • Terminologie  - În rândul cercetătorilor și analiștilor, este necesar să se dezvolte o terminologie standardizată.
  • Volumul de date - După cum sa menționat anterior, până la 85% din toate datele există ca date semi-structurate. Cuplați acest lucru cu nevoia de analiză semantică de la un cuvânt la altul.
  • Căutarea datelor textuale nestructurate - O căutare simplă pe unele date, de ex. Apple, are ca rezultat legături în care există o referință la acel termen precis de căutare. (Inmon & Nesavich, 2008) oferă un exemplu: "se efectuează o căutare pe termenul de infracțiune. Într-o simplă căutare, se folosește termenul de infracțiune și oriunde există o referire la infracțiune, se face o lovitură la un document nestructurat. Dar o simplă căutare este brută. Nu găsește referințe la crimă, incendiere, crimă, delapidare, omucidere cu vehicule și altele, chiar dacă aceste infracțiuni sunt tipuri de infracțiuni ".

Metadate

Pentru a rezolva problemele legate de căutare și evaluarea datelor, este necesar să știți ceva despre conținut. Acest lucru se poate face prin adăugarea de context prin utilizarea metadatelor . Multe sisteme captează deja unele metadate (de exemplu, numele fișierului, autorul, dimensiunea etc.), dar mai utile ar fi metadatele despre conținutul real - de exemplu, rezumate, subiecte, persoane sau companii menționate. Două tehnologii concepute pentru generarea de metadate despre conținut sunt clasificarea automată și extragerea informațiilor .

Aplicații

Business intelligence poate fi aplicat la următoarele scopuri comerciale:

Roluri

Unele roluri tehnice comune pentru dezvoltatorii de business intelligence sunt:

Risc

Într-un raport din 2013, Gartner a clasificat vânzătorii de business intelligence fie ca un furnizor independent „pur-play”, fie ca un „megavendor” consolidat. În 2019, piața BI a fost zdruncinată în Europa pentru noua legislație a GDPR (General Data Protection Regulation) care pune responsabilitatea colectării și stocării datelor utilizatorului de date, cu legi stricte în vigoare pentru a se asigura că datele sunt conforme. Creșterea în Europa a crescut constant din mai 2019, când a fost adus GDPR. Legislația a reorientat companiile să își analizeze propriile date dintr-o perspectivă de conformitate, dar a dezvăluit, de asemenea, oportunități viitoare folosind personalizarea și furnizorii externi de BI pentru a crește cota de piață.

Vezi si

Referințe

Bibliografie

  • Ralph Kimball și colab. „The Data warehouse Lifecycle Toolkit” (ediția a doua) Wiley ISBN  0-470-47957-4
  • Peter Rausch, Alaa Sheta, Aladdin Ayesh: Business Intelligence and Performance Management: Theory, Systems, and Industrial Applications , Springer Verlag UK, 2013, ISBN  978-1-4471-4865-4 .
  • Munoz, JM (2017). Global Business Intelligence. Routledge: Marea Britanie. ISBN  978-1-1382-03686

linkuri externe