多年来，我一直领导着一家公司，该公司是俄罗斯实施 BI 系统的领导者之一，并且在 BI 领域的业务量方面经常被列入分析师的顶级名单。 在工作期间，我参与了各个经济领域（从零售、制造业到体育行业）公司的 BI 系统实施。 因此，我深知客户对商业智能解决方案的需求。
国外厂商的解决方案众所周知，大多拥有强大的品牌，其前景也有大型分析机构分析，而国内的BI系统大部分仍然是小众产品。 对于那些寻求满足其需求的解决方案的人来说，这使他们的选择变得非常复杂。
为了消除这个缺点，我和一群志同道合的人决定对俄罗斯开发人员创建的 BI 系统进行回顾——“Gromov 的 BI 圈”。 我们分析了市场上的大多数国内解决方案，并试图突出它们的优点和缺点。 反过来，由于它，参与审查的系统的开发人员将能够从外部审视其产品的优缺点，并可能调整其开发策略。
这是对俄罗斯 BI 系统进行此类审查的第一次经验，因此我们专门收集有关国内系统的信息。
对俄罗斯商业智能系统的审查是首次进行；其主要任务并不是确定领导者和局外人，而是收集有关解决方案可能性的最完整、最可靠的信息。
以下解决方案参与了审核：Visiology、Alpha BI、Foresight.Analytical platform、Modus BI、Polymatica、Logom、Luxms BI、Yandex.DataLens、Krista BI、BIPLANE24、N3.ANALYTICS、QuBeQu、BoardMaps OJSC Dashboard Systems、Slemma BI、KPI Suite、Malahit：BI、Naumen BI、MAYAK BI、IQPLATFORM、A-KUB、NextBI、RTAnalytics、Simpl.数据管理平台、DATAMONITOR、Galaxy BI、Etton Platform、BI 模块
为了分析俄罗斯 BI 平台的功能和架构特征，我们使用了开发人员提供的内部数据和开放信息源 - 解决方案网站、供应商的广告和技术材料。
分析师根据自己实施 BI 系统的经验以及俄罗斯公司对 BI 功能的基本需求，确定了一些参数，使他们能够看到解决方案的异同，从而突出其优势和劣势。
这些是参数
管理、安全和 BI 平台架构 – 在这一类别中，评估了确保平台安全的功能以及用户管理和访问审核功能的详细描述。 有关平台架构的信息总量也被考虑在内。
云商业智能 – 此标准允许您使用平台即服务和分析应用程序即服务模型来评估连接的可用性，以便基于云和本地数据在云中创建、部署和管理分析和分析应用程序。
连接到源并接收数据 – 该标准考虑了允许用户连接到不同类型存储平台（关系型和非关系型）（本地和云）中包含的结构化和非结构化数据的功能。
元数据管理 – 考虑到允许使用通用语义模型和元数据的工具描述的存在。 它们应该为管理员提供一种可靠且集中的方式来查找、捕获、存储、重用和发布元数据对象，例如维度、层次结构、度量、性能指标或关键性能指标 (KPI)，并且还可以用于报告布局对象、参数等功能标准还考虑了管理员将业务用户定义的数据和元数据提升为 SOR 元数据的能力。
数据存储和加载 – 此标准允许您评估平台访问、集成、转换数据并将其加载到自主性能引擎中的能力，该引擎具有索引数据、管理数据加载和更新计划的能力。 还考虑了外联网部署功能的可用性：平台是否支持类似于灵活的集中式 BI 配置的工作流程，以便外部客户端或公民访问公共部门的分析内容。
数据准备 – 该标准考虑了“拖放”用户控制的不同来源数据组合功能的可用性以及分析模型（例如用户定义的度量、集合、组和层次结构）的创建。 该标准下的高级功能包括语义自动发现功能，支持机器学习、智能聚合和分析、层次结构生成、跨多个源（包括多结构数据）的数据分布和混合。
数据模型的可扩展性和复杂性 – 该参数评估数据库中有关片上存储机制或架构的信息的存在性和完整性，因此需要处理大量数据、处理复杂的数据模型以及优化性能并部署到大量用户。
高级分析 – 评估了功能的可用性，该功能允许用户通过基于菜单的选项或通过导入和集成外部开发的模型轻松访问高级离线分析功能。
分析仪表板 – 该标准考虑到通过视觉研究和内置高级地理空间分析创建交互式信息面板和内容的功能描述的存在，包括供其他用户使用。
交互式视觉探索 – 使用超出基本饼图和折线图的各种可视化选项来评估数据探索功能的完整性，包括热图和树图、地理图、散点图和其他专业可视化。 还考虑到通过直接与数据的视觉表示交互来分析和操作数据的能力，将其显示为百分比和组。
高级数据发现 – 该标准评估了自动查找、可视化和传达重要定义（例如与用户相关的数据中的相关性、异常、聚类、链接和预测）的功能的存在，而无需他们构建模型或编写算法。 它还考虑了有关使用可视化、讲故事、搜索和自然语言查询 (NLQ) 技术探索数据的机会的信息的可用性。
移动设备上的功能 – 该标准考虑了为了在线发布或学习的目的而向移动设备开发和交付内容的功能的可用性。 还评估了有关本地移动设备功能（例如触摸屏、摄像头和位置）的使用数据。
嵌入分析内容 – 该标准考虑了有关具有 API 接口的软件开发人员集的信息的可用性，并支持开放标准，用于创建和修改分析内容、可视化和应用程序，并将它们集成到业务流程、应用程序或门户中。 这些功能可以驻留在应用程序外部，重用分析基础设施，但应该可以从应用程序内部轻松、无缝地访问，而无需强迫用户在系统之间切换。 此参数还考虑了分析的可用性以及 BI 与应用程序架构的集成功能，这允许用户选择分析应嵌入到业务流程中的位置。
分析内容发布和协作 - 该标准考虑使用户能够通过各种输出类型和分发方法发布、部署和使用分析内容的功能，并支持内容发现、调度和警报。
易于使用、视觉吸引力和工作流程集成 – 该参数总结了有关平台管理和部署的难易程度、内容创建、使用和与内容交互的信息的可用性，以及产品的吸引力程度。 还需要考虑的是这些功能在一个无缝产品和工作流程中提供的程度，或者在几乎没有集成的多个产品中提供的程度。
信息空间中的存在，公关 – 该标准评估有关新版本发布和开源项目实施的信息的可用性 - 在媒体以及产品或开发人员网站的新闻部分。
来源： habr.com