Добавлен: 10.07.2023
Просмотров: 48
Скачиваний: 3
Программы Contour BI обеспечивают выпуск отчетов для публикации и распространения по сети Интрернет/Интранет или локальной сети. При этом используется уникальная технология микрокубов, позволяющая передавать большие объемы информации в экономичном формате (10-1000 кратное сжатие данных).
Технология микрокубов. Contour микрокуб - это новая концепция многомерной базы данных, представленной в виде мобильного интерактивного отчета. Contour микрокуб - это файл, который может быть размещен в локальной сети, на персональном компьютере, web-сервере, FTP-сервере, а также передан по e-mail. В файле микрокуба хранятся не только сильно сжатые многомерные данные, но и описание отчетов. В зависимости от состава исходных данных они сжимаются в микрокубе на 90-99.9%. В результате огромная выборка становится небольшим файлом микрокуба. Микрокуб содержит данные, выгруженные из источника, описание структуры многомерной БД, алгоритмы расчета вычисляемых полей, а также набор отчетов для просмотра и анализа данных.
Структура микрокуба включает несколько обязательных элементов: Куб, Срез, Таблица, Диаграмма. В структуре микрокуба может быть настроено произвольное количество срезов, содержащих любое количество интерактивных таблиц и диаграмм.
В состав Contour BI включены следующие программные продукты:
Contour Reporter 3.0 - это универсальная система для доступа к данным, выпуска интерактивных отчетов, просмотра и анализа данных, а также описания регламентов обновления и рассылки отчетов.
Contour Publisher 3.0 - это программа для автоматического создания и обновления отчетов по заданному регламенту и доставки их до конечных пользователей.
ROLAP-сервер. Продукты этого класса основаны на сервере, который получает запросы от клиента, генерирует SQL-запросы к реляционным базам данных, выполняет вычисления и передает клиенту данные для отображения.
Microstrategy (Microstrategy). MicroStrategy – набор программных продуктов с широким диапазоном функций, построенный на унифицированной серверной архитектуре. Архитектурным базисом платформы MicroStrategy является MicroStrategy Intelligence Server™. Intelligence Server динамически собирает объекты метаданных для создания многопроходного запроса SQL, оптимизированного для различных реляционных СУБД. Сервер получает данные, производит дополнительные аналитические вычисления недоступные в базах данных, форматирует отчет и отправляет отчет бизнес пользователям через MicroStrategy Web, MicroStrategy Office, Desktop, или Narrowcast Server.
WebFocus (Information Builder). WebFOCUS представляет собой интегрированный набор средств анализа данных масштаба предприятия, позволяющий использовать данные из различных СУБД и предоставлять результаты анализа пользователям, в том числе через Internet Система состоит из сервера, который выполняет запросы к источникам данных, и тонкого клиента, реализованного как динамический html и add-ins к Excel. Особенность системы – упрощенный пользовательский интерфейс, в котором всегда отображается плоская таблица
MOLAP-сервер. В случае MOLAP-сервера, исходные и многомерные данные хранятся в многомерной БД или в многомерном локальном кубе. Вычисления и хранение агрегатных данных выполняет сервер. Клиентское приложение получает только результаты запросов к многомерным кубам, которые хранятся на сервере.
Analysis Services (Microsoft). OLAP-сервер компании Microsoft входит в состав Microsoft SQL Server и является одним из лидеров рынка. Система может получать данные из произвольных источников, выполнять сложные вычисления и запросы от клиентских приложений, основанные на языке MDX.
Кубы служб Analysis Services — это многомерные структуры, обеспечивающие высокоскоростной доступ к большим объемам предварительно объединенных данных, и позволяющие конечным пользователям воспринимать интересующие их бизнес-данные со скоростью мысли. В службах Analysis Services хранятся бизнес-данные в формате с высокой степенью оптимизации и сжатия, носящем название многомерного OLAP (MOLAP).
Программные средства ИАД условно можно разделить на два вида: универсальные системы ИАД и специализированные. К первым относятся программные средства, которые поддерживают практически всю процедуру ИАД и автоматизируют большой набор методов анализа данных. Ко второму виду относятся средства, созданные для применения в узкой предметной области или поддерживающие только определенный метод или набор методов анализа.
Универсальные программные средства. На рынке универсальных программных средств ИАД представлены такие зарубежные разработки как: Intelligent Miner (IBM), Interprise Miner (SAS), Clementine (Integral Solutions), MineSet (Silicon Graphics), Knowledge Studio (Angoss Software). Конкуренцию им составляют такие российские разработки как: PolyAnalyst (Мегапьютер Интеллидженс), Deductor (BaseGroup Labs).
Практически все эти продукты имеют удобный графический интерфейс, широкие возможности в визуализации и манипулирования с данными, а также организуют доступ к различным источникам данных. Но при этом стоимость таких систем довольно высока и требует от покупателя серьезных работ по интеграции их в существующую корпоративную информационную систему.
Специализированные программные средства. Среди специализированных программных средств ИАД выделяют различные классы: предметно-ориентированные аналитические системы, статистические пакеты, нейроннoсетевые пакеты, деревья решений, системы рассуждений на основе аналогичных случаев, генетические алгоритмы, алгоритмы ограниченного перебора, системы для визуализации многомерных данных. Как правило, стоимость таких специализированных систем заметно меньше по сравнению с универсальными. Рассмотрим их.
Предметно-ориентированные аналитические системы решают узкий класс специализированных задач. Они не требует от пользователя каких-либо серьезных настроек после установки и практически сразу же готовы к использованию. Эти системы, как правило, реализуют несложные статистические методы, но при этом максимально учитывают специфику своей предметной области. Популярным примером таких систем могут служить программные средства «технического анализа» исследования фондовых рынков или средства анализа финансового состояния предприятия.
Статистические пакеты изначально не позиционировались разработчиками как средства для проведения ИАД: это мощные математические системы, предназначенные для статистической обработки данных любой природы. Они включают многочисленные инструменты статистического анализа, имеют развитые графические средства. Однако сейчас почти все серьезные статистические пакеты помимо обычных функций реализуют еще и некоторые методы data mining. Ограничением широкого распространения этих систем является их немалая цена, а также необходимость пользователям обладать глубокими знаниями в области статистики (иначе они не смогут эффективно проводить анализ данных). Примеры статистических систем: SAS (SAS Institute), SPSS (SPSS), Statgraphics (Statistical Graphics).
Нейроннoсетевые пакеты – это класс разнообразных программных средств, реализующих алгоритм построения нейронных сетей, т.е. иерархических сетевых структур, в узлах которых находятся так называемые нейроны. Как уже отмечалось при описании метода нейронных сетей, для создания такой сети ее необходимо «обучить» на примере большого объема обучающей выборки из исходных данных. При этом сети демонстрируют очень хорошие результаты при прогнозировании и классифицировании, однако невозможно интерпретировать полученные с ее помощью результаты. Связано это с тем, что тренированная нейронная сеть представляет собой «умный черный ящик», работу которого невозможно понять и контролировать. Примеры нейронносетевых пакетов: BrainMaker (CSS), NeuroShell (Ward Systems Group), OWL (Hyperlogic).
Программные средства, реализующие методы деревьев решений (decision trees), представляют собой специализированные продукты для решения только задач классификации. Примерами таких систем являются: See5/С5.0 (RuleQuest), SIPINA (University of Lyon), IDIS (Information Discovery), KnowledgeSeeker (Angoss).
Системы рассуждений на основе аналогичных случаев (case based reasoning, CBR) так же как и предыдущий класс реализуют только один метод, который также называют методом «ближайшего соседа» (nearest neighbour). У этого метода есть свои недостатки, однако в ряде задач он способен выдавать неплохие результаты. Примеры таких систем: KATE tools (Acknosoft), Pattern Recognition Workbench (Unica). Другими примерами систем, реализующим только одну группу методов анализа, можно назвать системы генетических алгоритмов (программный продукт GeneHunter компании Ward Systems Group) и системы алгоритмов ограниченного перебора (система WizWhy от компании WizSoft).
Отдельный класс специализированных средств ИАД представляют собой системы для визуализации многомерных данных. Несмотря на то, что средствами графического отображения данных оснащены сегодня почти все продукты ИАД, на рынке присутствуют продукты, специализирующиеся только на этой функции – например, DataMiner 3D от разработчика Dimension. Системы визуализации предлагают пользователю дружелюбный пользовательский интерфейс, с помощью которого можно ассоциировать анализируемые показатели с такими параметрами диаграмм как «цвет, форма, ориентация относительно осей, размеры и другие свойства графических элементов изображения».
Информационные системы бизнес интеллекта и управления эффективностью бизнеса.
История развития ИС наиболее ярко отражается в их классификации по двум направлениям. В основе одних ИС лежит поддержка производственного цикла. Это системы:
MRP (Material Requirements Planning);
MRPII (Manufacturing Resource Planning);
ERP (Enterprise Resource Planning);
APS (Advanced Planning/Scheduling);
SCM (Supply Chain Management);
CRM ( Customer Relationship Management);
PLM ( Product Lifecycle Management);
E-commerce.
Развитие ИС этого направления вплоть до APS систем заключалось в постепенном поглощении каждым следующим классом ИС предыдущего класса. Но APS системы так и не стали ожидаемым классом ИС, передав свой функционал ВРМ системам. А развитие этой ветви ИС продолжилось за счет таких систем, как SCM, CRM, PLM. Каждая из них стала чрезвычайно популярна и производители ERP систем стали включать в функционал своих продуктов эти новые инструменты. Так они появились на рынке как самостоятельный продукт и как часть ERP систем одновременно. Заговорили о новом классе ИС - ERP2.
ERP стали неотъемлемой частью системы управления предприятием. Поэтому они преподносятся производителем как всеобъемлющая корпоративная ИС (КИС). Однако, в действительности, - это не так. Несмотря на мощный объем функционала, ERP-система, фактически используется как отчетная система. Кроме того, ERP не обеспечивает полноценной поддержки принятия решений.
В основе другого класса ИС лежит поддержка цикла принятия решения: распознавание ситуации, выработка множества альтернативных решений и выбор решения по критерию для исполнения. История развития этого класса систем может быть представлена следующими названиями:
TPS (transaction processing systems);
MIS (management information systems);
DSS (decision support systems);
IPSS (integrated performance support systems);
EIS (executive information systems);
BI (business intelligence).
Здесь мы наблюдаем аналогичную картину с TPS, MIS, DSS развиваются по пути поглощения предыдущих классов, вплоть до IPSS. Далее появляется идея EIS, которая так и не состоялась как распространенный самостоятельный класс. Ожидаемой трансформации DSS и IPSS в EIS не произошло. EIS осталась концепцией, вместо которой возникла идея бизнес-интеллекта. Эффективность Business Intelligence зависит от совершенства входящих в него инструментов. Ранние версии BI представляли собой набор отдельных, не связанных между собой инструментов бизнес-анализа, которые аккумулировали СППР (DSS); систему запросов и отчётов (Q&R); OLAP систему; систему прогнозирования; инструменты извлечения данных (Data Mining). В последние годы на первый план вышли аналитические платформы – наборы интегрированных между собой инструментов (компонентов) бизнес-анализа.
Системы, поддерживающие принятие решения, также постоянно расширяют свой функционал и методологию. Поэтому бизнес-интеллект просуществовал как лидирующее направление недолго. Функционал BI, стал быстро расширяться. Методология также потребовала изменений. Возник новый класс ИС – Business Performance Management (ВРМ).
Этот термин стала применять аналитическая компания International Data Center (IDC). И, если при создании и внедрении сложных корпоративных систем OLTP класса предприятия возникает потребность в реинжиниринге бизнес-процессов, то при создании и внедрении Business Performance Management необходимы моделирование бизнес процессов и бизнес-инжиниринг, которые позволяют связать стратегический и оперативный уровни управления. Здесь мы часто сталкиваемся с омонимией: управление бизнес процессами – это Business Process Management