Ռուսական BI համակարգերի գնահատման չափանիշներ

Արդեն երկար տարիներ ես ղեկավարում եմ մի ընկերություն, որը Ռուսաստանում BI համակարգերի ներդրման առաջատարներից է և պարբերաբար ընդգրկված է վերլուծաբանների թոփ ցուցակներում՝ ԲԻ ոլորտում բիզնեսի ծավալով։ Իմ աշխատանքի ընթացքում մասնակցել եմ BI համակարգերի ներդրմանը տնտեսության տարբեր ոլորտների ընկերություններում՝ մանրածախ առևտրից և արտադրությունից մինչև սպորտային արդյունաբերություն: Հետևաբար, ես քաջատեղյակ եմ բիզնես ինտելեկտի լուծումների հաճախորդների կարիքներին:

Օտարերկրյա վաճառողների լուծումները հայտնի են, նրանցից շատերն ունեն ուժեղ բրենդ, դրանց հեռանկարները վերլուծվում են խոշոր վերլուծական գործակալությունների կողմից, մինչդեռ ներքին BI համակարգերը մեծ մասամբ դեռևս մնում են խորշ արտադրանք: Սա լրջորեն բարդացնում է ընտրությունը նրանց համար, ովքեր լուծում են փնտրում իրենց կարիքները բավարարելու համար:

Այս թերությունը վերացնելու համար ես և համախոհների թիմը որոշեցինք վերանայել ռուս ծրագրավորողների կողմից ստեղծված BI համակարգերը՝ «Գրոմովի BI շրջանակը»: Մենք վերլուծեցինք շուկայում առկա ներքին լուծումների մեծ մասը և փորձեցինք ընդգծել դրանց ուժեղ և թույլ կողմերը: Իր հերթին, դրա շնորհիվ վերանայման մեջ ներառված համակարգերի մշակողները կկարողանան արտաքինից նայել իրենց արտադրանքի դրական և բացասական կողմերին և, հնարավոր է, ճշգրտումներ կատարել իրենց զարգացման ռազմավարության մեջ։

Սա ռուսական BI համակարգերի նման վերանայման ստեղծման առաջին փորձն է, ուստի մենք կենտրոնացել ենք հատկապես ներքին համակարգերի մասին տեղեկատվության հավաքագրման վրա:

Ռուսական BI համակարգերի վերանայումն իրականացվում է առաջին անգամ, որի հիմնական խնդիրն է ոչ այնքան առաջնորդների և կողմնակի անձանց բացահայտելը, որքան լուծումների հնարավորությունների մասին առավել ամբողջական և հուսալի տեղեկատվություն հավաքելը:

Ստուգմանը մասնակցել են հետևյալ լուծումները՝ Visiology, Alpha BI, Foresight.Analytic platform, Modus BI, Polymatica, Loginom, Luxms BI, Yandex.DataLens, Krista BI, BIPLANE24, N3.ANALYTICS, QuBeQu, BoardMaps OJSC Dashboard Systems, S. BI , KPI Suite, Malahit՝ BI, Naumen BI, MAYAK BI, IQPLATFORM, A-KUB, NextBI, RTAnalytics, Simpl.Data կառավարման հարթակ, DATAMONITOR, Galaxy BI, Etton հարթակ, BI մոդուլ։

Ռուսական BI պլատֆորմների ֆունկցիոնալությունն ու ճարտարապետական ​​առանձնահատկությունները վերլուծելու համար մենք օգտագործեցինք ինչպես մշակողների կողմից տրամադրված ներքին տվյալները, այնպես էլ տեղեկատվության բաց աղբյուրները՝ լուծումների կայքեր, գովազդային և տեխնիկական նյութեր մատակարարներից:
Վերլուծաբանները, հիմնվելով BI համակարգերի ներդրման սեփական փորձի և BI ֆունկցիոնալության համար ռուսական ընկերությունների հիմնական կարիքների վրա, հայտնաբերել են մի շարք պարամետրեր, որոնք թույլ են տալիս տեսնել լուծումների նմանություններն ու տարբերությունները և հետագայում ընդգծել դրանց ուժեղ և թույլ կողմերը:

Սրանք են պարամետրերը

Կառավարում, անվտանգություն և BI պլատֆորմի ճարտարապետություն – այս կատեգորիայում գնահատվել է պլատֆորմի անվտանգությունն ապահովող հնարավորությունների մանրամասն նկարագրության առկայությունը, ինչպես նաև օգտագործողների կառավարման և մուտքի աուդիտի գործառույթը: Հաշվի է առնվել նաև հարթակի ճարտարապետության մասին տեղեկատվության ընդհանուր քանակը:

Cloud BI – այս չափանիշը թույլ է տալիս գնահատել կապի առկայությունը՝ օգտագործելով Պլատֆորմը որպես ծառայություն և վերլուծական հավելված՝ որպես ծառայության մոդել՝ ամպում վերլուծական և վերլուծական հավելվածներ ստեղծելու, տեղակայելու և կառավարելու համար՝ հիմնվելով ինչպես ամպի, այնպես էլ տարածքի տվյալների վրա:

Միանալով աղբյուրին և ստանալ տվյալներ – Չափանիշը հաշվի է առնում այն ​​հնարավորությունները, որոնք թույլ են տալիս օգտատերերին միանալ կառուցվածքային և չկառուցված տվյալներին, որոնք պարունակվում են տարբեր տեսակի պահեստային հարթակներում (հարաբերական և ոչ հարաբերական)՝ ինչպես տեղական, այնպես էլ ամպային:

Մետատվյալների կառավարում – հաշվի է առնում գործիքների նկարագրության առկայությունը, որոնք թույլ են տալիս օգտագործել ընդհանուր իմաստային մոդել և մետատվյալներ: Նրանք պետք է ադմինիստրատորներին տրամադրեն հուսալի և կենտրոնացված եղանակ՝ գտնելու, գրավելու, պահելու, վերօգտագործելու և հրապարակելու մետատվյալների օբյեկտները, ինչպիսիք են չափերը, հիերարխիան, չափումները, կատարողականի չափումները կամ հիմնական կատարողականի ցուցիչները (KPI), և կարող են օգտագործվել նաև հաշվետվություններ ներկայացնելու համար։ դասավորության օբյեկտներ, պարամետրեր և այլն: Ֆունկցիոնալ չափանիշը նաև հաշվի է առնում ադմինիստրատորների կարողությունը՝ խթանելու բիզնես օգտագործողների կողմից սահմանված տվյալները և մետատվյալները SOR մետատվյալների մեջ:

Տվյալների պահպանում և բեռնում – Այս չափանիշը թույլ է տալիս գնահատել պլատֆորմի հնարավորությունները տվյալների մուտք գործելու, ինտեգրելու, փոխակերպելու և բեռնելու ինքնավար կատարողական շարժիչի մեջ՝ տվյալների ինդեքսավորման, տվյալների բեռնումը կառավարելու և ժամանակացույցերը թարմացնելու ունակությամբ: Հաշվի է առնվում նաև էքստրանետների տեղակայման համար ֆունկցիոնալության առկայությունը. արդյո՞ք հարթակն աջակցում է աշխատանքային հոսքին, որը նման է ճկուն կենտրոնացված BI տրամադրմանը արտաքին հաճախորդի կամ քաղաքացու համար հանրային հատվածում վերլուծական բովանդակության հասանելիության համար:

Տվյալների պատրաստում – Չափանիշը հաշվի է առնում տարբեր աղբյուրներից օգտվողների կողմից վերահսկվող տվյալների համակցությունների «քաշել և թողնել» ֆունկցիոնալության առկայությունը և վերլուծական մոդելների ստեղծումը, ինչպիսիք են օգտագործողի կողմից սահմանված չափումները, հավաքածուները, խմբերը և հիերարխիան: Այս չափանիշով առաջադեմ հնարավորությունները ներառում են իմաստային ավտոմատ հայտնաբերման հնարավորություններ՝ մեքենայական ուսուցման աջակցությամբ, խելացի համախմբում և պրոֆիլավորում, հիերարխիայի ստեղծում, տվյալների բաշխում և միաձուլում բազմաթիվ աղբյուրներում, ներառյալ բազմակառուցվածքային տվյալները:

Տվյալների մոդելի մասշտաբայնությունը և բարդությունը - Պարամետրը գնահատում է տվյալների բազայում չիպային հիշողության մեխանիզմի կամ ճարտարապետության մասին տեղեկատվության առկայությունը և ամբողջականությունը, որի շնորհիվ մշակվում են մեծ ծավալի տվյալներ, մշակվում են տվյալների բարդ մոդելներ և օպտիմիզացված կատարում և տեղակայվում մեծ թվով օգտագործողների համար: .

Ընդլայնված վերլուծություն – Գնահատել է ֆունկցիոնալության առկայությունը, որը թույլ է տալիս օգտվողներին հեշտությամբ մուտք գործել անցանց վերլուծության առաջադեմ հնարավորություններ՝ մենյուի վրա հիմնված ընտրանքների միջոցով կամ ներմուծելով և ինտեգրելով արտաքին մշակված մոդելները:

Վերլուծական վահանակներ - այս չափանիշը հաշվի է առնում ինտերակտիվ տեղեկատվական վահանակների և բովանդակության ստեղծման գործառույթի նկարագրության առկայությունը տեսողական հետազոտություններով և ներկառուցված առաջադեմ և աշխարհատարածական վերլուծություններով, ներառյալ այլ օգտվողների կողմից օգտագործելու համար:

Ինտերակտիվ տեսողական հետազոտություն – Գնահատում է տվյալների որոնման գործառույթի ամբողջականությունը՝ օգտագործելով վիզուալիզացիայի մի շարք տարբերակներ, որոնք դուրս են գալիս հիմնական կարկանդակ և գծային գծապատկերներից, ներառյալ ջերմային և ծառերի քարտեզները, աշխարհագրական քարտեզները, ցրված սյուժեները և այլ մասնագիտացված պատկերացումները: Նաև հաշվի է առնվում տվյալների վերլուծության և մանիպուլյացիայի հնարավորությունը՝ ուղղակիորեն փոխազդելով դրանց տեսողական ներկայացման հետ՝ ցուցադրելով դրանք որպես տոկոսներ և խմբեր:

Ընդլայնված տվյալների հայտնաբերում – Այս չափանիշը գնահատում էր ֆունկցիոնալության առկայությունը՝ ավտոմատ կերպով գտնելու, պատկերացնելու և հաղորդելու կարևոր սահմանումներ, ինչպիսիք են հարաբերակցությունները, բացառությունները, կլաստերները, հղումները և կանխատեսումները օգտատերերին առնչվող տվյալների մեջ՝ առանց նրանցից պահանջելու մոդելներ կառուցել կամ գրել ալգորիթմներ: Այն նաև հաշվի է առել տվյալների հասանելիությունը՝ տվյալների ուսումնասիրման հնարավորությունների մասին՝ օգտագործելով վիզուալիզացիաներ, պատմություններ, որոնումներ և բնական լեզվի հարցումներ (NLQ) տեխնոլոգիաներ:

Ֆունկցիոնալությունը շարժական սարքերում – այս չափանիշը հաշվի է առնում ֆունկցիոնալության առկայությունը բջջային սարքերում բովանդակություն մշակելու և մատակարարելու համար՝ առցանց հրապարակելու կամ ուսումնասիրելու նպատակով: Գնահատվում են նաև բնիկ շարժական սարքերի հնարավորությունների օգտագործման վերաբերյալ տվյալները, ինչպիսիք են սենսորային էկրանը, տեսախցիկը և տեղադրությունը:

Վերլուծական բովանդակության ներդրում – այս չափանիշը հաշվի է առնում API ինտերֆեյսներով ծրագրավորողների հավաքածուի մասին տեղեկատվության առկայությունը և վերլուծական բովանդակության, վիզուալիզացիաների և հավելվածների ստեղծման և փոփոխման բաց ստանդարտների աջակցությունը, դրանք բիզնես գործընթացի, հավելվածի կամ պորտալի մեջ ինտեգրելու համար: Այս հնարավորությունները կարող են մնալ հավելվածից դուրս՝ կրկին օգտագործելով վերլուծական ենթակառուցվածքը, սակայն դրանք պետք է հեշտությամբ և անխափան հասանելի լինեն հավելվածի ներսում՝ չստիպելով օգտվողներին անցնել համակարգերի միջև: Այս պարամետրը նաև հաշվի է առնում հավելվածի ճարտարապետության հետ անալիտիկ և BI ինտեգրման հնարավորությունները, որոնք թույլ են տալիս օգտատերերին ընտրել, թե որտեղ պետք է ներառվեն վերլուծությունները բիզնես գործընթացում:
Վերլուծական բովանդակության հրապարակում և համագործակցություն – Այս չափանիշը հաշվի է առնում այն ​​հնարավորությունները, որոնք օգտատերերին հնարավորություն են տալիս հրապարակել, տեղակայել և սպառել վերլուծական բովանդակությունը մի շարք ելքային տեսակների և բաշխման մեթոդների միջոցով՝ բովանդակության հայտնաբերման, պլանավորման և ծանուցման աջակցությամբ:

Օգտագործման հեշտություն, տեսողական գրավչություն և աշխատանքային հոսքի ինտեգրում – այս պարամետրը ամփոփում է պլատֆորմի կառավարման և տեղակայման հեշտության, բովանդակության ստեղծման, օգտագործման և բովանդակության հետ փոխազդեցության մասին տեղեկատվության հասանելիությունը, ինչպես նաև արտադրանքի գրավչության աստիճանը: Հաշվի է առնվում նաև, թե որքանով են այս հնարավորությունները առաջարկվում մեկ անխափան արտադրանքի և աշխատանքային հոսքի մեջ կամ մի քանի ապրանքների մեջ՝ քիչ ինտեգրվածությամբ:

Ներկայություն տեղեկատվական տարածքում, PR – չափանիշը գնահատում է նոր տարբերակների թողարկման և իրականացված նախագծերի մասին տեղեկատվության առկայությունը բաց աղբյուրներում` լրատվամիջոցներում, ինչպես նաև արտադրանքի կամ մշակողի կայքում նորությունների բաժնում:

Source: www.habr.com