Analisis data dalam analisis bisnis. Business Intelligence di Era Big Data

Setiap bisnis besar dan sebagian besar struktur menengah dihadapkan pada masalah penyediaan data yang tidak akurat kepada manajemen tentang keadaan perusahaan. Alasannya mungkin berbeda, tetapi konsekuensinya selalu sama - keputusan yang salah atau tidak tepat waktu yang berdampak negatif pada efektivitas transaksi keuangan. Untuk mengecualikan situasi seperti itu, sistem intelijen bisnis profesional atau BI ( dari bahasa Inggris. - Intelijen Bisnis). Para "asisten" berteknologi tinggi ini berkontribusi dalam membangun sistem kontrol manajemen dari setiap aspek bisnis.

Pada intinya, sistem BI adalah perangkat lunak analitik canggih untuk analisis dan pelaporan bisnis. Program-program ini dapat menggunakan data dari berbagai sumber informasi dan menyediakannya dalam bentuk dan potongan yang nyaman. Hasilnya, manajemen mendapat akses cepat ke informasi yang lengkap dan transparan tentang keadaan perusahaan. Fitur laporan yang diperoleh dengan bantuan BI adalah kemampuan manajer untuk secara mandiri memilih konteks mana untuk menerima informasi.

Sistem Business Intelligence modern multifungsi. Itulah sebabnya, di perusahaan besar, mereka secara bertahap mengganti metode lain untuk mendapatkan laporan bisnis. Para ahli mengacu pada kemampuan utama mereka:

• Koneksi ke berbagai database, khususnya ke;
• Pembentukan laporan dengan berbagai kompleksitas, struktur, jenis, dan tata letak dengan kecepatan tinggi. Juga dimungkinkan untuk mengatur jadwal untuk menghasilkan laporan pada jadwal tanpa partisipasi langsung dan pengiriman data;
• Pekerjaan transparan dengan data;
• Memastikan hubungan yang jelas antara informasi dari berbagai sumber;
• Pengaturan hak akses karyawan yang fleksibel dan intuitif dalam sistem;
• Menyimpan data dalam format apa pun yang nyaman bagi Anda - PDF, Excel, HTML, dan banyak lainnya.

Kemampuan sistem informasi intelijen bisnis memungkinkan manajer untuk tidak bergantung pada departemen TI atau asistennya untuk memberikan informasi yang diperlukan. Ini juga merupakan kesempatan bagus untuk mendemonstrasikan arah yang benar dari keputusan Anda, tidak dengan kata-kata, tetapi dalam jumlah yang tepat. Banyak perusahaan jaringan besar di Barat telah menggunakan sistem BI sejak lama, termasuk Amazon, Yahoo, Wall-Mart, dan lainnya yang terkenal di dunia. Perusahaan-perusahaan di atas menghabiskan banyak uang untuk intelijen bisnis, tetapi sistem BI yang diterapkan membawa manfaat yang tak ternilai.

Manfaat sistem intelijen bisnis profesional didasarkan pada prinsip-prinsip yang didukung di semua aplikasi BI tingkat lanjut:

1. Visibilitas. Antarmuka utama perangkat lunak analisis bisnis harus mencerminkan indikator utama. Berkat ini, manajer akan dengan cepat dapat menilai keadaan di perusahaan dan mulai mengambil sesuatu jika perlu;
2. Kustomisasi. Setiap pengguna harus dapat menyesuaikan antarmuka dan tombol fungsi dengan cara yang paling nyaman untuk mereka sendiri;
3. Layering. Setiap kumpulan data harus memiliki beberapa bagian (lapisan) untuk memberikan tingkat detail yang diperlukan pada tingkat tertentu;
4. Interaktivitas. Pengguna harus dapat mengumpulkan informasi dari semua sumber dan dari berbagai arah pada waktu yang bersamaan. Sistem harus memiliki fungsi untuk mengkonfigurasi notifikasi dengan parameter kunci;
5. Multithreading dan kontrol akses. Dalam sistem BI, operasi simultan dari sejumlah besar pengguna harus dilaksanakan dengan kemampuan untuk mengatur berbagai tingkat akses.

Seluruh komunitas TI setuju bahwa sistem informasi intelijen bisnis adalah salah satu bidang pengembangan industri yang paling menjanjikan. Namun, implementasinya sering terhambat oleh hambatan teknis dan psikologis, pekerjaan manajer yang tidak terkoordinasi dan kurangnya area tanggung jawab yang ditentukan.

Ketika memikirkan tentang penerapan sistem kelas BI, penting untuk diingat bahwa keberhasilan proyek akan sangat bergantung pada sikap karyawan perusahaan terhadap inovasi. Ini berlaku untuk semua produk TI: skeptisisme dan ketakutan akan perampingan dapat membatalkan semua upaya implementasi. Oleh karena itu, sangat penting untuk memahami perasaan apa yang ditimbulkan oleh sistem intelijen bisnis di masa mendatang. Situasi ideal akan muncul ketika karyawan perusahaan memperlakukan sistem sebagai asisten dan alat untuk meningkatkan pekerjaan mereka.

Sebelum memulai proyek untuk penerapan teknologi BI, perlu dilakukan analisis menyeluruh terhadap proses bisnis perusahaan dan prinsip pengambilan keputusan manajemen. Bagaimanapun, data inilah yang akan berpartisipasi dalam analisis situasi di perusahaan. Ini juga akan membantu untuk membuat pilihan sistem BI bersama dengan kriteria utama lainnya:

1. Sasaran dan sasaran penerapan sistem BI;
2. Persyaratan penyimpanan data dan kemampuan untuk mengoperasikannya;
3. Fungsi integrasi data. Tanpa menggunakan data dari semua sumber di perusahaan, manajemen tidak akan bisa mendapatkan gambaran holistik tentang keadaan;
4. Kemampuan visualisasi. Analitik BI yang ideal terlihat berbeda untuk setiap orang, dan sistem harus memenuhi kebutuhan setiap pengguna;
5. Keserbagunaan atau spesialisasi sempit. Ada sistem di dunia yang ditujukan untuk industri tertentu, serta solusi universal yang memungkinkan Anda mengumpulkan informasi dalam aspek apa pun;
6. Menuntut sumber daya dan harga produk perangkat lunak. Pilihan sistem BI, seperti perangkat lunak lainnya, bergantung pada kemampuan perusahaan.

Kriteria di atas akan membantu manajemen membuat pilihan yang terinformasi di antara semua jenis sistem intelijen bisnis yang dikenal. Ada parameter lain (misalnya struktur penyimpanan, arsitektur web), tetapi ini membutuhkan keahlian dalam bidang TI yang sempit.

Tidaklah cukup hanya dengan membuat pilihan, membeli perangkat lunak, menginstal dan mengkonfigurasinya. Penerapan sistem BI yang berhasil ke segala arah didasarkan pada aturan berikut:

• Ketepatan data. Jika data untuk analisis tidak benar, maka ada kemungkinan kesalahan sistem yang serius;
• Pelatihan komprehensif untuk setiap pengguna;
• Implementasi yang cepat. Anda perlu fokus untuk mendapatkan laporan yang tepat tepat di semua lokasi utama, daripada melayani satu pengguna dengan sempurna. Anda selalu dapat menyesuaikan tampilan laporan atau menambahkan bagian lain untuk kenyamanan setelah penerapan;
• Sadarilah ROI pada sistem BI Anda. Efeknya bergantung pada banyak faktor dan dalam beberapa kasus baru terlihat setelah beberapa bulan;
• Peralatan tersebut harus dirancang tidak hanya untuk situasi saat ini, tetapi juga untuk waktu dekat;
• Pahami mengapa implementasi sistem BI dimulai, dan jangan menuntut hal yang mustahil dari perangkat lunak.

Menurut statistik, hanya 30% pimpinan perusahaan yang puas dengan penerapan sistem BI. Selama bertahun-tahun keberadaan perangkat lunak analisis bisnis, para ahli telah merumuskan 9 kesalahan utama yang dapat mengurangi efisiensi seminimal mungkin:

1. Ketidakjelasan tujuan implementasi untuk manajemen. Seringkali, sebuah proyek dibuat oleh departemen TI tanpa keterlibatan manajer yang dekat. Dalam banyak kasus, dalam proses implementasi dan pengoperasian, timbul pertanyaan tentang maksud dan tujuan sistem BI, manfaat dan kegunaan;
2. Kurangnya transparansi dalam manajemen, kinerja karyawan dan pengambilan keputusan. Manajer mungkin tidak mengetahui algoritme untuk pekerjaan karyawan lapangan, dan keputusan manajemen dapat dibuat tidak hanya berdasarkan fakta-fakta kering. Hal ini akan mengakibatkan ketidakmungkinan mempertahankan paradigma yang ada sebagai akibat dari penerapan sistem BI. Dan seringkali tidak mungkin untuk mematahkan budaya tata kelola perusahaan yang telah berkembang selama bertahun-tahun;
3. Keandalan data tidak mencukupi. Informasi palsu yang dimasukkan ke dalam sistem analisis bisnis tidak dapat diterima, jika tidak, karyawan tidak akan dapat mempercayai dan menggunakannya;
4. Pilihan yang salah dari sistem intelijen bisnis profesional. Banyak contoh dalam sejarah, ketika manajemen menyewa organisasi pihak ketiga untuk menerapkan sistem BI dan tidak berpartisipasi dalam pilihannya, berbicara sendiri. Akibatnya, sistem diperkenalkan yang tidak memungkinkan untuk mendapatkan laporan yang diperlukan atau yang tidak memungkinkan untuk mengintegrasikan salah satu perangkat lunak yang ada di perusahaan;
5. Kurangnya rencana untuk masa depan. Keunikan sistem BI adalah bahwa ini bukan perangkat lunak statis. Tidak mungkin menyelesaikan proyek implementasi tanpa memikirkannya. Ada banyak tuntutan dari pengguna dan manajemen terkait perbaikan;
6. Transfer sistem BI ke organisasi pihak ketiga untuk mendapatkan dukungan. Seperti yang diperlihatkan oleh praktik, paling sering situasi seperti itu mengarah pada isolasi produk dan isolasi sistem dari keadaan sebenarnya. Layanan dukungan sendiri merespon lebih cepat dan lebih efisien untuk umpan balik pengguna dan persyaratan manajemen;
7. Keinginan untuk menghemat uang. Dalam bisnis, ini normal, tetapi analisis BI hanya berfungsi jika memperhitungkan semua aspek aktivitas perusahaan. Inilah sebabnya mengapa sistem analisis mendalam dengan biaya tinggi paling efektif. Keinginan untuk menerima beberapa laporan tentang bidang minat menyebabkan kesalahan data yang sering terjadi dan ketergantungan yang besar pada kualifikasi spesialis TI;
8. Terminologi berbeda di perusahaan. Penting agar semua pengguna memahami istilah dasar dan artinya. Kesalahpahaman sederhana dapat menyebabkan salah tafsir atas laporan dan indikator sistem BI;
9. Kurangnya strategi analisis bisnis terpadu di perusahaan. Tanpa kursus tunggal yang dipilih untuk semua karyawan, sistem kelas BI apa pun hanya akan menjadi sekumpulan laporan berbeda yang memenuhi persyaratan masing-masing manajer.

Penerapan sistem BI merupakan langkah penting yang dapat membantu membawa bisnis Anda ke level selanjutnya. Tetapi ini akan membutuhkan tidak hanya infus keuangan yang cukup besar, tetapi juga waktu dan upaya setiap karyawan perusahaan. Tidak setiap bisnis siap menyelesaikan proyek secara kompeten untuk menerapkan sistem analisis bisnis.

Selama beberapa dekade bekerja dengan pelanggan besar, Force telah mengumpulkan pengalaman luas di bidang analisis bisnis dan sekarang secara aktif mengembangkan teknologi data besar. Olga Gorchinskaya, Direktur Proyek Penelitian dan Kepala Angkatan Data Besar, memberi tahu CNews tentang keahlian di bidang ini, implementasi skala besar, solusi eksklusif, dan pusat pengujian solusi Oracle terbesar di dunia.

15.10.2015

Olga Gorchinskaya

Dalam beberapa tahun terakhir, satu generasi pemimpin telah berubah. Orang-orang baru datang ke manajemen perusahaan, yang membuat karier mereka sudah di era informatisasi, dan mereka terbiasa menggunakan komputer, Internet, dan perangkat seluler baik dalam kehidupan sehari-hari maupun untuk memecahkan masalah pekerjaan.

CNews: Sejauh mana alat BI diminati oleh perusahaan Rusia? Adakah perubahan dalam pendekatan analisis bisnis: dari "analitik dalam gaya Excel" hingga penggunaan alat analisis oleh manajer puncak?

Olga Gorchinskaya:

Saat ini permintaan akan alat analisis bisnis sudah cukup tinggi. Mereka digunakan oleh organisasi besar di hampir semua sektor ekonomi. Baik bisnis menengah maupun kecil juga memahami manfaat berpindah dari Excel ke solusi analitik khusus.

Jika kita membandingkan situasi ini dengan yang ada di perusahaan lima tahun lalu, kita akan melihat kemajuan yang signifikan. Dalam beberapa tahun terakhir, satu generasi pemimpin telah berubah. Orang-orang baru datang ke manajemen perusahaan, yang membuat karir mereka sudah di era informatisasi, dan mereka terbiasa menggunakan komputer, Internet, dan perangkat seluler baik dalam kehidupan sehari-hari maupun untuk menyelesaikan masalah pekerjaan.

CNews: Tapi tidak ada lagi proyek?

Olga Gorchinskaya:

Baru-baru ini, kami mencatat sedikit penurunan jumlah proyek BI besar yang baru. Pertama, situasi ekonomi dan politik umum yang kompleks berperan. Ini menahan dimulainya beberapa proyek yang berkaitan dengan pengenalan sistem Barat. Minat pada solusi berdasarkan perangkat lunak bebas juga menunda dimulainya proyek BI, karena memerlukan studi pendahuluan tentang segmen perangkat lunak ini. Banyak solusi analitik sumber terbuka yang belum cukup matang untuk digunakan di mana-mana.

Kedua, pasar sudah jenuh. Tidak banyak organisasi saat ini yang tidak menggunakan analisis bisnis. Dan, tampaknya, waktu pertumbuhan aktif dalam penerapan sistem analitik perusahaan besar sedang lewat.

Dan terakhir, penting untuk dicatat bahwa sekarang pelanggan mengalihkan perhatian mereka dalam penggunaan alat BI, yang menahan pertumbuhan jumlah proyek yang biasa kami lakukan. Faktanya adalah bahwa vendor terkemuka - Oracle, IBM, SAP - mendasarkan solusi BI mereka pada gagasan model data logis tunggal yang konsisten, yang berarti bahwa, sebelum menganalisis sesuatu, perlu untuk dengan jelas mendefinisikan dan menyetujui semua konsep dan indikator.

Bersama dengan keuntungan yang jelas, ini mengarah pada ketergantungan besar pengguna bisnis pada spesialis TI: jika perlu menyertakan beberapa data baru dalam ruang lingkup pertimbangan, bisnis harus terus beralih ke TI untuk mengunduh data, menyelaraskannya dengan struktur yang ada, memasukkannya ke dalam model umum, dll. dll. Sekarang kita melihat bahwa bisnis menginginkan lebih banyak kebebasan, dan demi dapat menambahkan struktur baru sendiri, menafsirkan dan menganalisisnya sesuai kebijaksanaan mereka sendiri, pengguna bersedia mengorbankan sebagian dari konsistensi perusahaan.

Jadi sekarang fokusnya adalah pada alat ringan yang memungkinkan pengguna akhir bekerja langsung dengan data tanpa terlalu mengkhawatirkan konsistensi perusahaan. Hasilnya, kami melihat kemajuan yang berhasil dari Tableaux dan Qlick, yang memungkinkan kami bekerja dengan gaya Penemuan Data, dan beberapa kehilangan pasar oleh penyedia solusi besar.

CNews: Ini menjelaskan mengapa sejumlah organisasi menerapkan beberapa sistem BI - ini terutama terlihat di sektor keuangan. Tetapi dapatkah informatisasi seperti itu dianggap normal?

Olga Gorchinskaya

Saat ini, alat yang sebelumnya kami anggap terlalu ringan untuk tingkat perusahaan mulai memimpin. Ini adalah solusi dari kelas Penemuan Data.

Olga Gorchinskaya:

Memang, dalam praktiknya, organisasi besar sering kali menggunakan tidak hanya satu, tetapi beberapa sistem analitik independen, masing-masing dengan alat BI-nya sendiri. Ide model analitis skala perusahaan ternyata semacam utopia, tidak begitu populer dan bahkan membatasi kemajuan teknologi analitik, karena dalam praktiknya setiap departemen, atau bahkan pengguna individu, menginginkan kemerdekaan dan kebebasan. Tidak ada yang salah dengan itu. Lagi pula, di bank yang sama, profesional risiko dan pemasar membutuhkan alat BI yang sama sekali berbeda. Oleh karena itu, sangatlah normal ketika sebuah perusahaan tidak memilih solusi tunggal yang rumit untuk semua tugas, tetapi beberapa sistem kecil yang paling cocok untuk masing-masing departemen.

Saat ini, alat yang sebelumnya kami anggap terlalu ringan untuk tingkat perusahaan mulai memimpin. Ini adalah solusi dari kelas Penemuan Data. Mereka didasarkan pada gagasan kesederhanaan bekerja dengan data, kecepatan, fleksibilitas, dan penyajian hasil analisis yang mudah dipahami. Ada alasan lain untuk semakin populernya alat-alat tersebut: perusahaan semakin mengalami kebutuhan untuk bekerja dengan informasi dari struktur yang berubah, umumnya tidak terstruktur, dengan makna yang "tidak jelas" dan nilai yang tidak selalu jelas. Dalam hal ini, alat yang lebih fleksibel diperlukan daripada alat analisis bisnis klasik.

"Force" menciptakan platform terbesar di Eropa dan unik di Rusia - Fors Solution Center. Tugas utamanya adalah mendekatkan teknologi Oracle terbaru kepada pelanggan akhir, membantu mitra dalam pengembangan dan aplikasi mereka, dan membuat proses pengujian peralatan dan perangkat lunak dapat diakses semaksimal mungkin. Ini adalah semacam pusat data untuk sistem pengujian mitra dan solusi cloud.

CNews: Bagaimana teknologi big data membantu mengembangkan kecerdasan bisnis?

Olga Gorchinskaya:

Area-area ini - big data dan business intelligence - semakin dekat satu sama lain dan, menurut saya, garis di antara keduanya sudah kabur. Misalnya, analisis mendalam dianggap "data besar", meskipun sudah ada sebelum Big Data. Sekarang minat dalam pembelajaran mesin, statistik meningkat, dan dengan bantuan teknologi data besar ini, dimungkinkan untuk memperluas fungsionalitas sistem bisnis tradisional yang berfokus pada komputasi dan visualisasi.

Selain itu, konsep gudang data telah diperluas dengan penggunaan teknologi Hadoop, yang menghasilkan standar baru untuk membangun gudang perusahaan dalam bentuk danau data.

CNews: Apa tugas paling menjanjikan yang digunakan untuk solusi data besar?

Olga Gorchinskaya:

Kami menggunakan teknologi data besar dalam proyek BI dalam beberapa kasus. Yang pertama adalah ketika diperlukan untuk meningkatkan kinerja gudang data yang ada, yang sangat penting dalam lingkungan ketika perusahaan dengan cepat meningkatkan jumlah informasi yang digunakan. Menyimpan data mentah dalam database relasional tradisional sangat mahal dan membutuhkan lebih banyak daya pemrosesan. Dalam kasus seperti itu, lebih masuk akal untuk menggunakan perkakas Hadoop, yang sangat efisien karena arsitekturnya yang sangat, fleksibel, dapat disesuaikan dengan kebutuhan khusus dan menguntungkan dari sudut pandang ekonomi, karena didasarkan pada solusi Open Source.

Dengan bantuan Hadoop, kami, secara khusus, memecahkan masalah penyimpanan dan pemrosesan data tidak terstruktur di satu bank besar Rusia. Dalam hal ini, kami berbicara tentang volume besar data yang datang secara teratur dengan struktur yang berubah. Informasi ini harus diolah, dibongkar, diekstraksi dari indikator numeriknya, serta menyimpan data asli. Mengingat pertumbuhan yang signifikan dalam volume informasi yang masuk, menggunakan penyimpanan relasional untuk ini menjadi terlalu mahal dan tidak efektif. Kami telah membuat cluster Hadoop terpisah untuk memproses dokumen utama, yang hasilnya dimuat ke dalam penyimpanan relasional untuk analisis dan penggunaan lebih lanjut.

Arah kedua adalah pengenalan alat analitik mendalam untuk memperluas fungsionalitas sistem BI. Ini adalah bidang yang sangat menjanjikan, karena tidak hanya terkait dengan pemecahan masalah TI, tetapi juga dengan menciptakan peluang bisnis baru.

Alih-alih mengatur proyek khusus untuk implementasi analitik mendalam, kami mencoba memperluas cakupan proyek yang ada. Misalnya, indikator peramalan berdasarkan data historis yang tersedia merupakan fungsi yang berguna untuk hampir semua sistem. Ini bukan tugas yang mudah, tidak hanya membutuhkan keterampilan dalam bekerja dengan alat, tetapi juga latar belakang matematika, pengetahuan statistik, dan ekonometrik tertentu.

Perusahaan kami memiliki tim analis data khusus yang memenuhi persyaratan ini. Mereka melakukan proyek di bidang perawatan kesehatan untuk pembentukan pelaporan peraturan, dan sebagai tambahan, dalam kerangka proyek ini, peramalan beban kerja organisasi medis dan segmentasinya dengan indikator statistik diimplementasikan. Nilai prakiraan semacam itu bagi pelanggan jelas, baginya bukan hanya penggunaan beberapa teknologi eksotis baru, tetapi perluasan kemampuan analitis yang sepenuhnya alami. Akibatnya, minat dalam pengembangan sistem dirangsang, dan bagi kami - pekerjaan baru. Kami sekarang menerapkan teknologi analitik prediktif dalam proyek manajemen perkotaan dengan cara yang sama.

Dan terakhir, kami memiliki pengalaman dalam mengimplementasikan teknologi big data dalam hal penggunaan data tidak terstruktur, terutama berbagai dokumen teks. Internet menawarkan peluang besar dengan volume besar informasi tidak terstruktur yang berisi informasi berguna untuk bisnis. Kami memiliki pengalaman yang sangat menarik dengan pengembangan sistem penilaian real estat untuk ROSEKO, yang ditugaskan oleh Masyarakat Penilai Rusia. Untuk memilih objek analog, sistem mengumpulkan data dari sumber di Internet, memproses informasi ini menggunakan teknologi linguistik, dan memperkayanya menggunakan geo-analytics menggunakan metode pembelajaran mesin.

CNews: Solusi eksklusif apa yang Force kembangkan di bidang intelijen bisnis dan data besar?

Olga Gorchinskaya:

Kami telah mengembangkan dan mengembangkan solusi khusus di bidang big data - ForSMedia. Ini adalah platform analisis data media sosial untuk memperkaya pengetahuan pelanggan. Ini dapat digunakan di berbagai industri: sektor keuangan, telekomunikasi, ritel - di mana pun mereka ingin tahu sebanyak mungkin tentang pelanggan mereka.

Olga Gorchinskaya

Kami telah mengembangkan dan mengembangkan solusi khusus di bidang big data - ForSMedia. Ini adalah platform analisis data media sosial untuk memperkaya pengetahuan pelanggan.

Kasus penggunaan yang khas adalah mengembangkan kampanye pemasaran bertarget. Jika perusahaan memiliki 20 juta pelanggan, tidak realistis untuk mendistribusikan semua iklan dalam database. Lingkaran penerima iklan perlu dipersempit, dan fungsi tujuannya di sini adalah untuk meningkatkan respons pelanggan terhadap proposal pemasaran. Dalam hal ini, kami dapat mengunggah data dasar tentang semua klien (nama, nama keluarga, tanggal lahir, tempat tinggal) ke ForSMedia, dan kemudian, berdasarkan informasi dari jejaring sosial, menambahkan informasi baru yang berguna kepada mereka, termasuk lingkaran kepentingan, status sosial, komposisi keluarga, bidang profesional aktivitas, preferensi musik, dll. Tentu saja, pengetahuan semacam itu tidak dapat ditemukan untuk semua klien, karena sebagian dari mereka tidak menggunakan jejaring sosial sama sekali, tetapi untuk pemasaran yang ditargetkan, hasil yang "tidak lengkap" seperti itu memberikan keuntungan besar.

Media sosial adalah sumber yang sangat kaya, meskipun sulit untuk diolah. Tidak mudah untuk mengidentifikasi seseorang di antara pengguna - orang sering menggunakan berbagai bentuk nama mereka, tidak menunjukkan usia, preferensi, tidak mudah untuk mengetahui karakteristik pengguna berdasarkan posnya, grup langganan.

Platform ForSMedia memecahkan semua masalah ini berdasarkan teknologi data besar dan memungkinkan memperkaya data pelanggan dan menganalisis hasil dalam skala besar. Teknologi yang digunakan termasuk Hadoop, kerangka penelitian statistik R, alat pemrosesan linguistik RCO, alat Penemuan Data.

Platform ForSMedia memanfaatkan perangkat lunak distribusi gratis dan dapat diinstal pada platform perangkat keras apa pun yang memenuhi persyaratan tugas bisnis. Namun untuk penerapan besar dan dengan persyaratan kinerja yang meningkat, kami menawarkan versi khusus yang dioptimalkan untuk bekerja pada sistem perangkat keras dan perangkat lunak Oracle - Oracle Big Data Appliance dan Oracle Exalytics.

Penggunaan kompleks Oracle terintegrasi yang inovatif dalam proyek-proyek besar merupakan area penting dari aktivitas kami tidak hanya di bidang sistem analitik. Proyek semacam itu ternyata tidak murah, tetapi karena skala tugas yang diselesaikan, mereka sepenuhnya membenarkan diri mereka sendiri.

CNews: Dapatkah pelanggan menguji sistem ini sebelum membuat keputusan pembelian? Apakah Anda menyediakan, misalnya, bangku tes?

Olga Gorchinskaya:

Dalam arah ini, kami tidak hanya menyediakan tempat uji, tetapi juga telah menciptakan platform terbesar di Eropa dan unik di Rusia - Fors Solution Center. Tugas utamanya adalah mendekatkan teknologi Oracle terbaru kepada pelanggan akhir, membantu mitra dalam pengembangan dan aplikasi mereka, dan membuat proses pengujian peralatan dan perangkat lunak dapat diakses semaksimal mungkin. Ide itu tidak muncul begitu saja. Selama hampir 25 tahun, Force telah mengembangkan dan mengimplementasikan solusi berdasarkan teknologi dan platform Oracle. Kami memiliki pengalaman luas dalam bekerja dengan klien dan mitra. Faktanya, Force adalah pusat kompetensi Oracle di Rusia.

Berdasarkan pengalaman ini, pada tahun 2011, ketika versi pertama mesin database Oracle Exadata muncul, kami membuat laboratorium pertama yang menguasai sistem ini, yang disebut ExaStudio. Atas dasar itu, lusinan perusahaan dapat menemukan kemungkinan solusi perangkat lunak dan perangkat keras Exadata baru. Akhirnya, pada tahun 2014, kami mengubahnya menjadi semacam pusat data untuk sistem pengujian dan solusi cloud - ini adalah Pusat Solusi Fors.

Sekarang Center kami menghadirkan jajaran lengkap sistem perangkat keras dan perangkat lunak Oracle terbaru - dari Exadata dan Exalogic hingga mesin big data Big Data Appliance - yang, pada kenyataannya, bertindak sebagai uji coba bagi mitra dan pelanggan kami. Selain pengujian, di sini Anda bisa mendapatkan layanan untuk mengaudit sistem informasi, bermigrasi ke platform baru, menyiapkan, mengonfigurasi, dan menskalakan.

Pusat ini secara aktif berkembang ke arah penggunaan teknologi cloud. Belum lama berselang, arsitektur Center disempurnakan sedemikian rupa untuk menyediakan sumber daya komputasi dan layanannya di cloud. Pelanggan sekarang dapat memanfaatkan kemampuan kinerja layanan mandiri dengan mengunggah data pengujian, aplikasi, dan pengujian ke cloud.

Hasilnya, perusahaan mitra atau pelanggan dapat, tanpa investasi awal dalam peralatan dan proyek percontohan di wilayah mereka, mengunggah aplikasi mereka sendiri ke cloud kami, menguji, membandingkan hasil kinerja, dan membuat satu atau beberapa keputusan tentang transisi ke platform baru.

CNews: Dan pertanyaan terakhir - apa yang akan Anda hadirkan di Oracle Day?

Olga Gorchinskaya:

Oracle Day adalah acara utama tahun ini di Rusia untuk perusahaan dan semua mitranya. Force telah berulang kali menjadi sponsor umumnya, dan tahun ini juga. Forum ini akan sepenuhnya membahas topik cloud - PaaS, SaaS, IaaS, dan akan diadakan sebagai Oracle Cloud Day, karena Oracle sangat memperhatikan teknologi ini.

Di acara tersebut, kami akan mempresentasikan platform ForSMedia kami, sekaligus berbicara tentang pengalaman menggunakan teknologi big data dan proyek di bidang business intelligence. Dan, tentu saja, mari berbicara tentang kapabilitas baru Fors Solution Center kami di bidang solusi cloud bangunan.

Tujuan utama dari setiap analisis data adalah untuk menemukan dan menemukan pola dalam volume data. Dalam analisis bisnis, tujuan ini menjadi lebih luas. Penting bagi setiap pemimpin untuk tidak hanya mengidentifikasi pola, tetapi juga menemukan penyebabnya. Mengetahui alasannya akan memungkinkan Anda untuk memengaruhi bisnis di masa depan dan memungkinkan untuk memprediksi hasil dari suatu tindakan.

Tujuan analisis data bagi perusahaan

Jika kita berbicara tentang bisnis, maka tujuan masing-masing perusahaan adalah memenangkan persaingan. Jadi analisis data adalah keuntungan utama Anda. Dialah yang akan membantu Anda:

• Kurangi pengeluaran perusahaan
• Tingkatkan pendapatan
• Kurangi waktu yang dihabiskan untuk proses bisnis (cari tahu titik lemah dan optimalkan)
• Meningkatkan efisiensi proses bisnis perusahaan
• Untuk memenuhi tujuan lain yang ditujukan untuk meningkatkan efisiensi dan efektivitas perusahaan.

Artinya kemenangan atas kompetitor ada di tangan Anda. Jangan mengandalkan intuisi. Menganalisa!

Tujuan analisis data untuk departemen, divisi, produk

Anehnya, tetapi tujuan yang tercantum di atas sepenuhnya cocok untuk menganalisis aktivitas departemen, menganalisis produk, atau kampanye iklan.

Tujuan dari setiap analisis data di tingkat mana pun adalah untuk mengidentifikasi pola dan menggunakan pengetahuan ini untuk meningkatkan kualitas produk atau pekerjaan perusahaan atau departemen.

Siapa yang butuh analisis data?

Semua orang. Memang, perusahaan apa pun, dari bidang kegiatan apa pun, departemen apa pun, dan produk apa pun!

Di bidang apa analisis data dapat diterapkan?

• Manufaktur (konstruksi, minyak dan gas, metalurgi, dll.)
• Eceran
• Perdagangan elektronik
• Jasa
• Dan banyak lagi

Departemen mana yang dapat dianalisis di dalam perusahaan?

• Akuntansi dan Keuangan
• Pemasaran
• Periklanan
• Administrasi
• Lain.

Memang, perusahaan dari bidang apa pun, departemen apa pun di dalam perusahaan, bidang aktivitas apa pun dapat, harus dan harus dianalisis.

Bagaimana Sistem Analisis BI Dapat Membantu

Sistem analisis BI, sistem analisis otomatis, data besar untuk analisis data besar adalah solusi perangkat lunak yang sudah memiliki fungsi bawaan untuk memproses data, mempersiapkannya untuk analisis, analisis itu sendiri, dan yang terpenting, untuk memvisualisasikan hasil analisis.

Tidak setiap perusahaan memiliki departemen analis, atau setidaknya pengembang, yang akan memelihara sistem dan database analitik. Dalam hal ini, sistem analisis BI ini datang untuk menyelamatkan.

Ada lebih dari 300 solusi di pasaran saat ini. Perusahaan kami menetapkan solusi Tableau:

• Pada tahun 2018, Tableau menjadi pemimpin dalam penelitian solusi BI untuk keenam kalinya oleh Gartner
• Tableau mudah dipelajari (dan lokakarya kami membuktikannya)
• Tidak ada pengetahuan atau statistik pengembang yang diperlukan untuk memulai dengan Tableau

Pada saat yang sama, perusahaan yang sudah bekerja dengan Tableau mengatakan bahwa sekarang tidak lebih dari 15 menit untuk menyusun laporan yang sebelumnya dikumpulkan di Excel dalam 6-8 jam.

Tidak percaya padaku Cobalah sendiri - unduh versi percobaan Tableau dan dapatkan tutorial tentang cara menggunakan program:

Unduh Tableau

Unduh versi lengkap Desktop Tableau GRATIS, 14 hari, dan dapatkan HADIAH materi pelatihan Tableau BI

Pekerjaan yang dapat diakses dengan Big Data menggunakan analitik visual

Tingkatkan kecerdasan bisnis dan selesaikan tugas rutin menggunakan informasi yang tersembunyi di Big Data dengan platform TIBCO Spotfire. Ini adalah satu-satunya platform yang menyediakan pengguna bisnis dengan antarmuka pengguna yang intuitif dan mudah digunakan yang memungkinkan berbagai teknologi analitik untuk Big Data tanpa memerlukan profesional atau pelatihan TI.

Antarmuka Spotfire membuatnya nyaman untuk bekerja dengan kumpulan data kecil dan kelompok multi-terabyte data besar: bacaan sensor, informasi dari jejaring sosial, tempat penjualan atau sumber geolokasi. Pengguna dari semua tingkat keahlian dapat dengan mudah menavigasi dasbor yang bermakna dan alur kerja analitik hanya dengan menggunakan visualisasi yang secara grafis mewakili agregasi miliaran poin data.

Analisis prediktif belajar di tempat kerja berdasarkan pengalaman bersama perusahaan untuk membuat keputusan yang lebih tepat. Dengan menggunakan Analisis Prediktif Spotfire, Anda dapat menemukan tren pasar baru dari wawasan intelijen bisnis dan mengambil tindakan untuk meminimalkan risiko guna meningkatkan keputusan manajemen.

Gambaran

Menghubungkan ke Big Data untuk Analisis Kinerja Tinggi

Spotfire menawarkan tiga jenis analitik utama dengan integrasi tanpa batas dengan Hadoop dan sumber data besar lainnya:

1. Visualisasi Data Analytics Sesuai Permintaan: Konektor data internal yang dapat dikonfigurasi pengguna yang menyederhanakan visualisasi data yang sangat cepat dan interaktif
2. Analisis dalam database (In-Database Analytics): integrasi dengan platform komputasi distribusi yang memungkinkan Anda membuat kalkulasi data dengan kerumitan apa pun berdasarkan data besar.
3. Analisis Dalam Memori: Integrasi dengan platform analisis statistik yang menarik data langsung dari sumber data apa pun, termasuk sumber data tradisional dan baru.

Bersama-sama, semua metode integrasi ini mewakili kombinasi yang kuat dari eksplorasi visual dan analitik tingkat lanjut.
Ini memungkinkan pengguna bisnis untuk mengakses, menggabungkan, dan menganalisis data dari sumber data apa pun melalui dasbor dan alur kerja yang kuat dan mudah digunakan.

Konektor data besar

Konektor data besar Spotfire mendukung semua jenis akses data: dalam sumber data, dalam memori, dan sesuai permintaan. Konektor data bawaan Spotfire meliputi:

• Konektor Data Bersertifikat Hadoop untuk Apache Hive, Apache Spark SQL, Cloudera Hive, Cloudera Impala, Databricks Cloud, Hortonworks, MapR Drill, dan Pivotal HAWQ
• Konektor data besar bersertifikat lainnya termasuk Teradata, Teradata Aster, dan Netezza
• Konektor untuk data historis dan terkini dari sumber seperti sensor OSI PI

Komputasi Terdistribusi Dalam Sumber Data

Selain pemilihan visual operasi Spotfire yang nyaman untuk kueri SQL yang mengakses data yang didistribusikan di berbagai sumber, Spotfire dapat membuat algoritme statistik dan pembelajaran mesin yang beroperasi dalam sumber data dan hanya mengembalikan hasil yang diperlukan untuk membuat visualisasi di Spotfire.

• Pengguna bekerja dengan dasbor dengan fungsionalitas pemilihan visual yang mengakses skrip menggunakan kemampuan bawaan dari bahasa TERR,
• Skrip TERR memulai fungsionalitas komputasi terdistribusi dalam interaksi dengan Map / Reduce, H2O, SparkR, atau Fuzzy Logix,
• Aplikasi ini pada gilirannya mengakses sistem yang sangat efisien seperti Hadoop atau sumber data lainnya,
• TERR dapat digunakan sebagai mesin analitik tingkat lanjut di node Hadoop yang digerakkan oleh MapReduce atau Spark. TERR juga dapat digunakan untuk node data Teradata.
• Hasilnya divisualisasikan di Spotfire.

TERR untuk analitik lanjutan

TIBCO Enterprise Runtime for R (TERR) - TERR adalah paket statistik tingkat perusahaan yang telah dikembangkan oleh TIBCO untuk kompatibilitas R penuh, memanfaatkan pengalaman analitis perusahaan selama bertahun-tahun dengan S +. Hal ini memungkinkan pelanggan untuk terus mengembangkan aplikasi dan model tidak hanya menggunakan R open source, tetapi juga mengintegrasikan dan menerapkan kode R mereka pada platform komersial yang dapat diandalkan tanpa harus menulis ulang kode mereka. TERR memiliki efisiensi yang lebih tinggi dan manajemen memori yang andal, memberikan kecepatan pemrosesan yang lebih tinggi untuk volume data yang besar dibandingkan dengan bahasa R sumber terbuka.

Menggabungkan semua fungsionalitas

Menggabungkan fungsionalitas canggih yang disebutkan di atas berarti bahwa bahkan untuk tugas paling kompleks yang membutuhkan analitik sangat andal, pengguna berinteraksi dengan alur kerja interaktif yang sederhana dan mudah digunakan. Hal ini memungkinkan pengguna bisnis untuk memvisualisasikan dan menganalisis data, dan membagikan hasil analitik, tanpa harus mengetahui detail arsitektur data yang mendasari analisis bisnis.

Contoh: Antarmuka spotfire untuk mengonfigurasi, menjalankan, dan memvisualisasikan hasil model yang menentukan karakteristik beban yang hilang. Melalui antarmuka ini, pengguna bisnis dapat melakukan komputasi menggunakan TERR dan H2O (Kerangka Kerja Komputasi Terdistribusi) dengan mengakses data transaksi dan pengiriman yang disimpan di cluster Hadoop.

Ruang analitis untuk data besar

Analisis lanjutan dan prediktif

Pengguna menggunakan dasbor pemilihan visual Spotfire untuk meluncurkan serangkaian fitur canggih yang memudahkan untuk membuat prediksi, membuat model, dan mengoptimalkannya dengan cepat. Menggunakan data besar, analisis dapat dilakukan di dalam sumber data (Sumber Dalam Data), hanya mengembalikan informasi dan hasil yang dikumpulkan yang diperlukan untuk membuat visualisasi pada platform Spotfire.

Pembelajaran mesin

Berbagai macam alat pembelajaran mesin tersedia di daftar fitur bawaan Spotfire yang dapat digunakan dengan satu klik. Ahli statistik memiliki akses ke kode program yang ditulis dalam bahasa R dan dapat memperluas fungsionalitas yang mereka gunakan. Fungsionalitas pembelajaran mesin dapat dibagikan dengan pengguna lain untuk digunakan kembali dengan mudah.

Metode pembelajaran mesin berikut tersedia untuk variabel kategori berkelanjutan di Spotfire dan TERR:

• Regresi linier dan logistik
• Decision tree, Random forest, Gradient Boosting Machine (GBM)
• Model linier umum (aditif) (Model Aditif Umum)
• Jaringan saraf

Analisis konten

Spotfire menyediakan analitik dan visualisasi data, yang sebagian besar tidak digunakan sebelumnya - ini adalah teks tidak terstruktur yang disimpan dalam sumber seperti dokumen, laporan, catatan sistem CRM, log situs, publikasi di jejaring sosial, dan banyak lagi.

Analisis lokasi

Peta berlapis resolusi tinggi adalah cara terbaik untuk memvisualisasikan data besar. Fungsionalitas peta yang kaya Spotfire memungkinkan Anda membuat peta dengan referensi dan lapisan fungsional sebanyak yang Anda butuhkan. Spotfire juga menyediakan kemampuan untuk menggunakan analitik canggih saat bekerja dengan peta. Selain peta geografis, sistem membuat peta untuk memvisualisasikan perilaku pengguna, gudang, produksi, bahan baku, dan banyak indikator lainnya.