business analytics ro

Business Analytics

Arii functionale si consideratii de implementare

Sumar

Arii functionale business analytics

Consideratii de implementare

Intrebari si raspunsuri

2

Arii functionale business analytics (1)

Termenul Business Analytics – o prelungire/inlocuire a mai vechiului Business Intelligence – reprezinta in cel mai bun caz un termen umbrela, acoperitor pentru o larga varietate de nevoi de business:

1. Vizualizarea si interogarea datelor

2. Raportare manageriala

3. Managementul performantei

4. Descoperirea informatiilor

5. Invatarea automata

6. “Minerit de date”

7. Modelare econometrica

8. “Date mari”

3

Arii functionale business analytics (2)

Exista in acest moment o larga paleta de instrumente si tehnologii ce raspund nevoilor formulate (de cele mai multe ori, un instrument raspunde la mai multe dintre ariile functionale descrise anterior) atat commercial off the shelf (COTS)/ proprietare, cat si cu sursa deschisa (open-source).

Majoritatea solutiilor acopera mai multe arii functionale (in acest material sunt prezentate cu titlu exemplificativ cele mai semnificative arii ale unor solutii consacrate) dar intotdeauna numai unele (nu toate!) din paleta prezentata anterior.

Solutiile sunt inca nestandardizate sub aspectul functionalitatii (spre deosebire de aplicatiile de tip ERP, de exemplu). A alege solutia nepotrivita (care nu are dezvoltata o arie functionala critica pentru compania ce face alegerea) poate conduce la efecte de tip “a bate cuie cu microscopul” sau “a folosi manusa de box in loc de penseta”.

4


Ce? Nevoia de a pune intrebari si de a manipula de o maniera intuitiva structuri de date altminteri abstracte, in vederea intelegerii legaturilor intre evolutia diversilor parametri urmariti.

Cum? Traditional, tehnologia predominanta a constituit-o on-line analytical processing (OLAP), dar de data mai recenta au aparut si alte modele (modelul asociativ, limbaje de interogare vizuala a datelor, etc.)

Cu ce? Atat instrumente specializate in vizualizare – cum ar fi QlikView (de la QlikTech), cat si motoare generice cu dezvoltari de vizualizare mai recent - Microsoft (MS Analysis Services cu Power View). De asemenea, sunt disponibile motoare OLAP proprietare (Oracle Essbase) sau open-source (Mondrian).

5


6


Ce? Nevoia de a pune la dispozitia echipelor de management rapoarte (in format text sau grafic), cu posibilitatea gruparii in tablouri de bord, si cu posibilitatea salvarii rapoartelor in formatele uzuale (doc, ppt, pdf, xls, csv, etc.)

Cum? In general, toate aplicatiile de acest gen pun la dispozitie un “motor” (engine) care stie sa creeze forma rapoartelor pornind de la sursele de date si query-urile SQL, un designer de rapoarte si un server ce permite accesul multi-utilizator din mediu intranet sau extranet/internet (cu acces securizat).

Cu ce? Fie aplicatii proprietare (Next Reports, Oracle BI Publisher, Answers si Dashboard sau MS Reporting Services) fie open-source (JasperSoft sau Pentaho).

7


8


Ce? Automatizarea completa a ciclurilor de planificare de afaceri, bugetare si prognoza, precum si a celor de definire si urmarire a strategiei sau de consolidare financiara, folosind mecanisme de gestiune si control centralizat al accesului, fluxuri de lucru pentru crearea, modificarea si aprobarea foilor de planificare (strategica), bugetare si consolidare.

Cum? Avand la baza tot motoare OLAP, dar cu caracteristici suplimentare (de tip write-back si drill-down la nivelul sistemelor operationale), aplicatiile de tip Enteprise Performance Management (EPM) creaza un layer suplimentar “de business”.

Cu ce? Sunt in vasta majoritate aplicatii COTS/proprietare, fie de dimensiuni mari (Oracle Hyperion Planning) fie de talie medie (Board).

9


10


Ce? Aceasta categorie de aplicatii raspunde la nevoia de a gestiona si identifica informatii in surse multiple de date, atat structurate (ex. baze de date relationale), cat si semi-structurate (ex. colectii de fisiere cu continut similar) sau chiar nestructurate (bloguri, colectii de fisiere eterogene) exploatandu-le ca pe un tot unitar.

Cum? Aplicatiile de tip Information Discovery dispun de modele proprietare de date, ce permit modelarea dinamica a informatiei (modelul de date se auto-actualizeaza pe masura ce noi date devin disponibile, din aceleasi sau din noi surse de date).

Cu ce? Produsele din aceasta categorie sunt relativ putine, un exemplu remarcabil in sensul maturitatii produsului fiind Oracle Endeca Information Discovery (Oracle EID).

11


12

5. Invatarea automata Ce? Invatarea automata (machine learning) raspunde nevoilor de procesare

automata a unor volume mari de date – in sensul recunoasterii sau sortarii lor asa cum tipic o fac operatorii umani (recunoasterea scrisului de mana, recunoasterea imaginilor sau expresiilor faciale, interpretarea sensului comentariilor de pe net, separarea si recunoasterea distincta a vocilor intr-o conversatie cu mai multe persoane, etc.)

Cum? Folosind modele avansate de invatare supervizata sau nesupervizata (regresie liniara si logistica, retele neuronale, algoritmi de clusterizare k-means sau knn, support vector machines, Principal Component Analysis – PCA, sau Independent Component Analysis - ICA etc.)

Cu ce? In general produsele din aceasta categorie sunt derivatii extrem de specializate ale unor limbaje de programare open-source (Octave, R, Python cu pachete de ML ca mlpy, Ruby), dar exista si initiative proprietare mai recente (Oracle Enterprise R, parte a Oracle Advanced Analytics Option).

13

5. Invatarea automata

14

6. ”Minerit de date”

Ce? Solutiile de minerit de date (data mining – DM) permit identificarea automata a corelatiilor dintre datele existente, raspunzand la intrebari de tipul “pe baza datelor istorice, care sunt clientii cel mai probabil a ne parasi in urmatorul an si care sunt caracteristicile demografice ale acestora?”.

Cum? Este o categorie inrudita cu invatarea automata – in sensul ca algoritmii de baza sunt similari, insa modul de punere in opera (prin mijloace vizuale si cu fluxuri de lucru configurabile) este diferit.

Cu ce? Sunt produse proprietare – fie de sine-statatoare (Quiterian DDWeb), fie parte a unor suite mai dezvoltate (ex. Oracle Data Miner, parte a Oracle SQL Developer).

15

6. ”Minerit de date”

16


Ce? Exista situatii pentru care se doreste modelarea evolutiei si corelatiei unor indicatori macro- si microeconomici clasici (consum, venituri, economisire, rata somajului, PIB, curs de schimb etc.) pentru care exista deja modele si procese de calcul bine stabilite si verificate in practica.

Cum? Solutiile de modelare econometrica implementeaza (adesea pe fundalul tehnologic al unor modele OLAP si al unor front-end-uri de vizualizare) algoritmi de prognoza pe baza seriilor de timp, modele ARMA/ARIMA, etc.

Cu ce? Sunt produse proprietare – de altfel destul de putine (in majoritatea cazurilor se incearca simularea unor astfel de modele pe platforme de vizualizare generice) – un caz particular (in sensul dezvoltarii familiilor de modele) fiind Prognoz.

17


18

8. ”Date mari” Ce? Evolutiile tehnologice ale ultimilor ani au condus la aparitia unor

procese care genereaza volume imense de date (de ordinul terabytes/zi) – cum ar fi in telecomunicatii, domeniul financiar-bancar, al afacerilor in internet sau al securitatii si apararii nationale – date ce trebuie procesate/ analizate si sortate in functie de relevanta lor.

Cum? Procesarea unor astfel de volume de informatii (domeniu referit ca “date mari” - “big data”) implica schimbarea totala a paradigmei bazelor de date relationale – astfel, nu algoritmii proceseaza datele, ci mai degraba invers (“stream computing”), iar volumele de date sunt abordate prin structuri de calcul masiv paralele (algoritmul dominant fiind astazi algoritmul “map-reduce” inspirat de modul de procesare al Google).

Cu ce? Desi primele “produse” au fost inventate de catre companiile cu activitate in internet, modelul dominant la ora actuala este cel open-source (Hadoop fiind produsul dominant – cel mai adesea folosind IBM InfoSphere BigInsights Basic, dar si MongoDB sau Cassandra), cu dezvoltari mai recente si in ceea ce priveste producatorii consacrati (ex. Oracle NoSQL).

19

8. ”Date mari”

20

Consideratii de implementare In contextul multitudinii de arii functionale si a paletei vaste de instrumente si

tehnologii, esentiale sunt experienta echipei de consultanti si abilitatile participantilor la proiect de a intelege natura reala a nevoilor clientului, si de a alege din paleta de instrumente pe acelea ce pot raspunde in mod optim nevoilor specifice fiecarui caz in parte.

Alegerea unui furnizor pe criteriul esential al tehnologiei in detrimentul cerintelor reale de business poate fi profund daunatoare: “daca esti ciocan, lumea pare alcatuita numai din cuie” este adevarat si in acest domeniu; este importanta deci selectarea unei echipe capabila sa aiba deschidere cat mai larga atat in ceea ce priveste cerintele cat si in ceea ce priveste tehnologia (“instrumentarul” disponibil) ce se poate folosi pentru a raspunde acestor cerinte.

Echipa de consultanti BAP dispune de experienta atat in ceea ce priveste toate ariile functionale mai sus mentionate, cat si in ceea ce priveste toate produsele (COTS sau open-source) exemplificate si, poate mai important, are o experienta medie de mai bine de 15 ani in ceea ce priveste implementarile de sisteme informatice pentru managementul afacerilor, experienta ce se impleteste cu background-ul academic si managerial din acelasi domeniu al membrilor echipei.

21

I & R

23

business analytics ro

Documents