Business intelligence

BI-приложения

В приложения бизнес-интеллекта часто встроены BI-инструменты (OLAP, генераторы запросов и отчетов, средства моделирования, статистического анализа, визуализации и data mining). Многие BI-приложения извлекают данные из ERP-приложений. BI-приложения обычно ориентированы на конкретную функцию организации или задачу, такие как анализ и прогноз продаж, финансовое бюджетирование, прогнозирование, анализ рисков, анализ тенденций, «churn analysis» в телекоммуникациях и т.п. Они могут применяться и более широко как в случае приложений управления эффективностью предприятия (enterprise perfomance management) или системы сбалансированных показателей (balanced scorecard).

Как найти новые каналы продаж

Учитывая, что такое B2B продажи и как они работают, работающие в сегменте предприятия должны постоянно искать новые каналы сбыта. Есть несколько способов поиска:

• Пассивный — ориентирован на корпоративных клиентов, которые уже имеют потребность в сотрудничестве. С ними нужно только заключить контракт, но и усилий на поиск практически не тратится. Обычно пассивные клиенты приходят по рекомендациям уже существующих партнеров и изначально расположены к сделке.
• Крупные клиенты — как правило, большинство таких фирм уже имеет поставщиков, но можно предложить более выгодные условия. Чтобы увеличить вероятность продажи, следует задействовать в общении высококвалифицированных менеджеров. Они должны понимать специфику товара, иметь опыт продаж и коммуникации. Обычно для поиска таких клиентов применяются би ту би площадки, где можно участвовать в тендерах и предлагать свои условия.
• Интернет — все больше бизнеса, особенно мелкого и среднего масштабов, ищут поставщиков в интернете. Обычно сделки с такими клиентами заключаются быстро, поскольку решение принимается самостоятельно обратившимся лицом. Чтобы развить этот канал, следует проработать корпоративный сайт и увеличить присутствие в соцсетях, задействуя SMM– и SEO-технологии.
• Сервисные продажи — под этим пунктом скрывается постоянное сопровождение уже имеющихся клиентов с целью их информирования о новых продуктах и услугах. Как правило, этим занимаются персональные менеджеры, прикрепленные к определенному заказчику. Это позволяет увеличить доходность уже имеющихся заказчиков без сильных расходов, за счет продажи новых моделей оборудования или сопроводительных услуг.

B2B продажи являются сферой с высокими оборотами и не менее высокими запросами к качеству товара и профессионализму менеджеров. Поэтому би ту би сфера требует индивидуального подхода (аутентик стори) к каждому заказчику и постоянного совершенствования предлагаемой продукции, чтобы удовлетворение потребностей не прекращалось.

Средства анализа информации

Пример информационной панели Digital dashboard

Для того чтобы максимально облегчить труд сотрудников, разработан ряд вышеупомянутых средств, позволяющих автоматизировать все процессы обработки и анализа данных. Их можно разделить на несколько групп: генераторы отчетов, средства аналитической обработки данных, средства разработки BI-решений, Enterprise BI Suits, так называемые интегрированные наборы аналитических предложений. Средства создания отчетов поддерживают все механизмы доступа к данным, они совместимы с СУБД, содержат элементы деловой графики, взаимодействуют с офисными приложениями, позволяют размещать отчеты в сети Интернет. На их базе есть возможность создания собственных уникальных решений. В 1993 году Э. Ф. Кодд выдвинул концепцию OLAP. В результате анализа данные могут быть выведены в виде таблиц, кубов, где прослеживается взаимосвязь более, чем двух параметров. Настольные OLAP-средства являются приложениями, которые позволяют выполнить многомерный анализ в конкретной СУБД. Многие настольные OLAP-средства имеют доступ к серверным OLAP-хранилищам. Фактически они являются клиентским приложением, выполняющим определенный запрос. Большинство предприятий выполняют анализ и обработку данных именно на серверных OLAP-средствах. Data mining Интеллектуальный анализ данных — это процесс поиска зависимостей, тенденций, взаимодействий, закономерностей между данными, который выполняется посредством математических алгоритмов. Он имеет целью построить модель для прогнозирования процессов, критичных для планирования бизнеса. Отличие Data mining Интеллектуальный анализ данных от OLAP в том, что первый не проверяет имеющиеся взаимозависимости, а ищет их самостоятельно. Например, если используется OLAP, то задается вопрос «Сколько человек в возрасте 20 лет пользуются услугами ресторанов быстрого питания?». В случае применения Data mining Интеллектуальный анализ данных вопрос формулируется так: «Имеется ли типичная категория людей, посещающих рестораны быстрого питания?». В целом список основных средств анализа информации выглядит следующим образом:

• OLAP (On Line Analytical Processing) выполняет оперативный анализ данных и служит для составления интерактивных отчетов.
• Виртуализация
• Data mining Интеллектуальный анализ данных — интеллектуальный анализ данных. Инструмент для сложного исследования зависимостей, которые помогает выявлять скрытые ранее закономерности. ИАД включает методы и модели статистического анализа и машинного обучения, дистанцируясь от них в сторону автоматического анализа данных.
• Scorecards — карты основных показателей, которые позволяют в виде графического изображения наглядно сравненить ключевые параметры производительности

со стратегическими задачами

Рекомендуемые инструменты с открытым кодом

Существует множество внешних инструментов. Вот некоторые из самых популярных инструментов для каждой панели моделей данных Power BI Desktop.

BI vs ERP

большая наглядность и удобство работы с информацией для бизнес-пользователей, в том числе из числа топ-менеджмента;

возможность использования несколько аналитических решений для различных направлений деятельности в масштабах всего предприятия, а не в рамках отдельных подразделений;

позволяет извлекать, анализировать и консолидировать данные практически из любых источников;

базируется на промышленной, поддерживаемой и развиваемой BI-платформе;

имеет статус самостоятельного, стратегического, критически важного для бизнеса приложения;

обеспечивает необходимую масштабируемость, эффективность, производительность;

позволяет выстраивать и поддерживать в масштабах всей организации сквозные процедуры и процессы обработки, единые централизованные аналитические модели и проекты;

содержит встроенные инструменты для решения различных и разнообразных аналитических задач, как с точки зрения бизнеса, так и с точки зрения ИТ;

обеспечивает доступ к данным и аналитическим инструментам большего числа пользователей.

Использование же аналитических инструментов, встроенных в другие корпоративные информационные системы, например класса ERP или CRM, имеет, как правило, следующие ограничения:

• ограниченный набор реализованных аналитических инструментов, одинаковых для всех пользователей, независимо от их ролей и задач;
• возможность использования для анализа только собственных, внутренних данных, при этом информация из других систем остается недоступной, а данные из различных источников не могу быть консолидированы;
• отсутствие развитых встроенных инструментов для анализа приводит к тому, что система используется лишь для извлечения хранимых в ней данных, которые затем экспортируются и анализируются в Excel;
• ERP и CRM системы, как правило, имеют ограниченное число пользователей, что «отсекает» от аналитики большое число сотрудников компании, которым эта информация была бы полезна и интересна (существенное увеличение же числа пользователей снижает производительность транзакционных систем);
• транзакционные системы обычно не содержат всех необходимых для проведения анализа показателей, не включают в себя такие инструменты, как информационные панели (dashboards), ставшие уже стандартом для представления аналитической информации;
• результаты анализа в таких системах представляются обычно в виде табличных отчетов или диаграмм, что не позволяет получить детального и всестороннего представления о реальном положении дел и не дает ответа на многие возникающие вопросы;
• возможности создания гибких пользовательских (ad-hoc) запросов ограничена;
• ограничено использование больших объемов накопленной исторической информации.

Зачем внедрять BI-системы в бизнесе

Компании оперируют огромными объемами данных. Например, считают расходы и выручку, определяют чистую прибыль, анализируют трафик и количество заявок, отслеживают выпуск продукции. Все данные для аналитики хранятся в разных форматах и различных системах. 

Чтобы обработать информацию, аналитики сначала собирают все данные в одну таблицу, затем сортируют и оставляют только нужные показатели, а потом сравнивают показатели с прошлыми отчётами. Такая работа отнимает десятки часов еженедельно. При этом в процессе формирования отчёта показатели могут утратить актуальность. К тому же аналитики могут ошибиться или собрать неполные данные. Итоговый отчёт может оказаться бесполезным. 

Вручную собрать и обработать все данные компании невозможно. Часть информации так и остаётся необработанной. Компания может случайно пропустить заявки клиентов, своевременно не узнать о сбоях производства, потерять деньги из-за игнорирования проблем. 

Основные задачи, решаемые посредством систем BI: 

• Сбор данных из разных источников, их структурирование и хранение в единой системе. 
• Анализ больших объёмов данных для формирования и подтверждения гипотез или для разработки бизнес-решений с учётом аналитики. 
• Моделирование возможных решений для оценки их влияния на итоговые показатели деятельности и прогнозирование последующего развития на основе имеющихся данных. 
• Формирование оперативной и стратегической отчётности, в том числе оповещение об отклонении показателей от допустимых норм. 
• Сохранение и систематизация знаний с целью последующей передачи новым сотрудникам, чтобы опыт сохранялся, и качество работы стабильно повышалось. 

Общая цель Business Intelligence — предоставление бизнесу возможности принятия обоснованных решений с учётом полной аналитики. У компании, внедрившей BI, будут полные, точные и организованные данные.

Панель анализа клиентов в Microsoft Power BI

Благодаря BI-системам компаниям не нужно нанимать специалистов по data science (наука о данных) — система соберет все «сырые» данные, самостоятельно обработает их и автоматически покажет информацию, с которой можно работать. 

Стандарты и разработки в области BI

Для унификации любой продукции немаловажным моментом являются общепринятые стандарты использования и оценки. Как ни странно BI-средства подобных стандартов не имеют. Нет и универсальных языков запросов к ним. На роль общепринятого стандарта претендует спецификация XML for Analysis. Она была успешно разработана и внедрена компаниями Hyperion и Microsoft. Она описывает универсальный способ доступа к OLAP-кубам и моделям Data mining Интеллектуальный анализ данных, размещенным в Интернете, который не требует обязательной инсталляции клиентских компонентов. Благодаря этому можно создавать универсальные клиентские OLAP-средства, которые будут поддерживать несколько серверных OLAP-продуктов одновременно. Если рассматривать все то новое, что предлагается в сфере модернизации BI-платформ, то можно упомянуть следующие разделы: разработка операционной отчетности для массового распространения, средств задания нерегламентируемых запросов, разработка новейших OLAP-инструментов, которые будут отвечать на вопросы не «что было?» и «как было?», а «что будет?» и «что если?». Становятся более удобными инструментальные панели и интерактивный визуальный пользовательский интерфейс. Появляется возможность осуществить прогнозное моделирование. Вводятся новейшие инструменты поиска.

Предоставление информации

Отчетность. Бизнес-анализ невозможен без интерактивного и форматированного предоставления данных. При этом BI-система должна обладать развитыми механизмами, позволяющими обновлять и распространять полученную информацию. Ее эффективная работа невозможна и без поддержки различных стилей отчетов. Информационные (контрольные) панели. Эта возможность системы бизнес-аналитики является одним из видов, которые служат для составления отчетности

В отдельной строке информационные панели находятся в связи с их важной и исключительной способностью предоставлять данные не только в наглядном, но и в интуитивно понятном виде. Для этого используются различные индикаторы, шкалы, показатели и т.д

Такие контрольные панели предоставляют пользователям возможность отслеживать текущее состояние ключевых процессов и показателей, сравнивая с их планируемыми значениями. Руководитель при этом владеет операционной информацией, а используемые бизнес-приложения позволяют сделать ее доступной в режиме реального времени. Выполнение произвольных запросов. Эта возможность BI-системы позволяет пользователю самостоятельно, не привлекая ИТ-специалистов, создавать, а после и выполнять нетиповые, уникальные запросы. С целью реализации подобных возможностей при разработке BI-платформы в нее включается семантический слой. Он и позволяет находить нужную информацию и извлекать ее из предоставляемых источников. Помимо этого, для предоставления подобной возможности в системе бизнес-аналитики находятся средства, производящие аудит запросов, что позволяет убедиться в правильности действий. Интеграция с приложениями, входящими в Microsoft Office. Порой BI-платформу используют в виде промежуточного инструмента при выполнении аналитических задач, соблюдая при этом правила безопасности и корректности данных. В этом случае клиентской частью системы бизнес-аналитики выступают продукты Microsoft Office. В частности, это Excel. В этих случаях BI-вендор должен обеспечивать полнейшую интеграцию с Microsoft Office. Сюда входит поддержка сводных таблиц, форма, форматы документов, а также механизмы, призванные обеспечивать систему данными. В расширенном варианте интегрирования предусматривается наличие возможности блокирования некоторых ячеек, а также обратного перемещения в базу тех данных, в которые были внесены изменения. Поиск информации. Такая возможность BI-системы необходима для того, чтобы пользователям не составляло труда ориентирование и изучение данных благодаря поисковому интерфейсу. Мобильные возможности. Такой функциональный блок объединяет в себе инструменты, которые позволяют доставлять контент и отчеты аналитических панелей на планшеты и смартфоны.

Особенности профессии

BI разработчик постоянно взаимодействует с данными и хранилищами данных, поэтому он использует в работе аналитическое программное обеспечение. Также крайне важны глубокие знания декларативного языка программирования SQL, иностранного языка, корпоративных хранилищ данных (КХД). Основные обязанности BI разработчика следующие:

• проектирование и реализация различных хранилищ данных для систем бизнес-аналитики;
• поддержка существующих систем аналитики;
• анализ данных, предоставление отчетности, разработка ботов для автоматизации процессов.

Конечно, обязанности зависят от места работы и специфики деятельности компании. В любом случае BI разработчик должен обладать хорошими знаниями в сфере менеджмента, бизнес-процессов, информационных технологий.

Нужен ли мне дашборд?

Прежде чем мы погрузимся в создание дашбордов, первое, о чём вы должны спросить себя — подходит ли этот инструмент вам. Есть множество других способов передачи данных, включая длинные отчёты и презентации. Создание и обслуживание дашборда может занять много времени, и вам ни к чему тратить силы без необходимости.

Вопросы, которые следует задать себе:

1. Будут ли данные дашборда обновляться динамически?
2. Хотите ли вы, чтобы исследование было интерактивным?
3. Ваша цель заключается в том, чтобы мониторить что-то и отвечать на вопросы, связанные с данными?
4. Нужно ли пользователю возвращаться к этим данным ввиду их ежедневного изменения?

Если на большинство вопросов вы ответили «Да», то дашборд — хороший выбор для решения вашей проблемы.

Иначе, если ваша цель — призыв пользователя к действию, дашборд — не лучший выбор. Дашборды удобны, потому что они автоматически представляют обновляемые метрики и визуализации. Если вы хотите рассказать историю, чтобы повлиять на аудиторию, вам лучше поработать с историческими статическими данными в отчёте или презентации.

Расчёт собственных средств (капитала)

Форма 134

2015 год
2014 год
2013 год
2012 год
2011 год
2010 год

на 1 января

на 1 января
на 1 февраля
на 1 марта
на 1 апреля
на 1 мая
на 1 июня
на 1 июля
на 1 августа
на 1 сентября
на 1 октября
на 1 ноября
на 1 декабря

на 1 января
на 1 февраля
на 1 марта
на 1 апреля
на 1 мая
на 1 июня
на 1 июля
на 1 августа
на 1 сентября
на 1 октября
на 1 ноября
на 1 декабря

на 1 января
на 1 февраля
на 1 марта
на 1 апреля
на 1 мая
на 1 июня
на 1 июля
на 1 августа
на 1 сентября
на 1 октября
на 1 ноября
на 1 декабря

на 1 января
на 1 февраля
на 1 марта
на 1 апреля
на 1 мая
на 1 июня
на 1 июля
на 1 августа
на 1 сентября
на 1 октября
на 1 ноября
на 1 декабря

на 1 июня
на 1 июля
на 1 августа
на 1 сентября
на 1 октября
на 1 ноября
на 1 декабря

Резюме

Несмотря на то, что потребность в специалистах в области управления бизнес процессами становится с каждым годом все больше, данный сегмент рынка труда только начинает развиваться. Работодатели в большинстве своем еще слабо понимают, какими качествами, знаниями и навыками должны обладать специалисты по бизнес процессам. Причиной этого является незрелое понимание функций и возможностей подхода управления бизнес процессами.

Управление бизнес процессами все еще остается молодой и не очень понятной фишкой, которую вроде как хочется привлечь в свой бизнес, но непонятно, как ее правильно использовать. Это вполне нормальный этап развития методологии на рынке, так что со временем и методология будет понятна, и требования к специалистам определены конкретно.

Причин популярности именно бизнес-аналитиков несколько, но основная – представление о том, что управление бизнес процессами и автоматизация процессов – это одно и то же. Не допускайте подобного заблуждения. Управление бизнес процессами – это, в первую очередь, про управление и только затем – про процессы. Уже не говоря о том, что информационные технологии – это лишь инструмент и небольшая часть самих бизнес процессов. Система процессов, в первую очередь, строится не на технологиях, а на участниках бизнес процессов.

Специалистам по бизнес процессам я бы рекомендовал сосредоточиться на приобретении навыков и знаний в следующих областях:

• Определение бизнес процессов – это далеко не так просто, как может показаться на первый взгляд
• Моделирование бизнес процессов – при этом необходимо выполнять моделирование таким образом, чтобы избавиться от необходимости дополнительного описания. Обязательно вникайте в нотации и осваивайте специальное ПО.
• Анализ бизнес процессов – осваивайте разные методики анализа. Количественные и качественные. Простейший функционально-стоимостной анализ должен стать нормой в вашей работе.
• Оптимизация бизнес процессов – изучайте и практикуйте подходы из методик Lean, Six Sigma, TOC и т.д.
• Управление проектами и управление изменениям – это жизненно необходимо для того, чтобы проекты внедрения и оптимизации процессов проходили успешно.
• А также постоянно изучайте все вспомогательные функции бизнеса: управление финансами, управление персоналом, учет и т.д.

• Разработка требований к специалисту в области управления бизнес процессами – профиль и описание должности, должностные инструкции и т.д.
• Тестирование кандидатов на должность специалиста по бизнес процессам – разработка тестов для вашей специфики, проведение профессионального тестирования.
• Планирование деятельности специалистов по бизнес процессам – подготовка планов работ на испытательный срок, методика и критерии оценки прохождения испытательного срока, разработка долгосрочных рабочих планов.
• Подготовка управляющей документации для постановки правильной работы специалистов по бизнес процессам в компании – положение об управлении бизнес процессами, положение о моделировании, образцы и порядок разработки/утверждения управляющей документации и т.д.
• Обучение специалистов, которые будут выполнять функции управления бизнес процессами в компании.

Как работают BI-системы

Для обычного пользователя принцип действия BI-системы выглядит просто: к системе подключают источники данных, далее информация направляются в единое хранилище и обрабатываются, а затем демонстрируются в виде готовых отчётов. Источниками данных выступают различные системы —  облачные (Oracle Cloud, Google BigQuery, Microsoft Azure и другие веб-подключения), файловые (Excel, XML, PDF и иные табличные файлы), реляционные (SQL Server, MySQL, Oracle).

Пример отчета о глобальных продажах магазина в Power BI

Чтобы использовать BI-систему пользователю не нужно обладать специальными IT-познаниями. С помощью понятного интерфейса можно запросить нужный отчёт и получить доступ к аналитике. Система сформирует удобный дашборд — информационную панель, на которой визуально представленные данные сгруппированы по смыслу. Все данные на дашборде — интерактивные. Графики можно увеличивать и перестраивать. Можно просматривать источники информации и детально изучать показатели аналитики. Для отображения доступны разные форматы — отчёты, таблицы, графики, диаграммы. 

За простым использованием системы скрываются сложные процессы обработки данных и формирования расширенной аналитики. В состав BI-решения входят: 

• Инструменты интеграции и очистки данных (ETL). ETL извлекают информацию из внешних систем-источников, трансформируют её, очищают и загружают в единое хранилище. 
• Аналитическое хранилище данных. Это информационная база, которая умеет структурировать и анализировать данные. 
• Средства Data Mining. Эти инструменты обрабатывают данные и анализируются по различным срезам. Система выявляет зависимости и тренды. При этом могут использоваться самые разные методы обработки информации — от статистики и прогнозирования до семантического анализа.
• Инструменты визуализации данных. Это отчёты, с которыми работают пользователи. В зависимости от задач отчёты могут строиться по утверждённому формату или быть аналитическими. При построении аналитических отчётов пользователи самостоятельно устанавливают перечень отображаемых показателей, сортируют данные и выстраивают фильтры. 

BI-системы поддерживают множество бизнес-решений — от операционных до стратегических. С помощью технологий анализируют огромные объёмы информации

Но внимание пользователя акцентируется только на ключевых факторах аналитики, которые позволяют смоделировать варианты последующих действий и бизнес-решений

Принцип работы BI-системы на примере Power BI

Важно, что любая компания может адаптировать BI-систему под свои потребности. Например, выбрать источники данных, задать принцип обработки информации, определить формат отчётности. . BI-системы особенно полезны, если объединяют сведения с рынка и информацию из финансовых и производственных источников компании

Совокупность внешних и внутренних данных даёт полное представление ситуации в бизнесе. Такую картину невозможно получить при анализе одного источника и ограниченной аналитике. 

BI-системы особенно полезны, если объединяют сведения с рынка и информацию из финансовых и производственных источников компании. Совокупность внешних и внутренних данных даёт полное представление ситуации в бизнесе. Такую картину невозможно получить при анализе одного источника и ограниченной аналитике. 

Производительность QuickMarts

• Типичные запросы быстрей чем за секунду 

• > 100 раз быстрей чем Hadoop и обычные СУБД 

• 100 млн — 1 миллиард строк в секунду на одной ноде 

• До 2 терабайт в секунду для кластера на 400 нод

Но вернемся к Arenadata QuickMarts. Это сборка ClickHouse, которая немного отличается от сборки Яндекса. Наши коллеги из Arenadata даже позже выпускают релизы, потому что проводят больше тестов, чтобы серьезные задачи в продакшене работали только на стабильных версиях. 

При этом установка и настройка ADQM происходит из Arenadata Cluster Manager. Кастомизированная СУБД обладает расширенными механизмами авторизации пользователей, a также средствами мониторинга на базе Graphite и Grafana. Но самое главное, что QuickMarts изначально располагает готовыми коннекторами и прозрачно взаимодействует с другими компонентами платформы, в т.ч. с ADB (Greenplum), что позволяет по мере необходимости подгружать данные из ADB в ADQM. 

В нашем случае QuickMarts используется для работы с витринами, к которым через BI обращаются сотни или тысячи пользователей. Архитектура системы позволяет выдать им данные “здесь и сейчас”, а не ждать 20-30 секунд, когда обработается их запрос по витринам в более медленной СУБД. 

Информация об обязательных нормативах и о других показателях деятельности кредитной организации

Форма 135

2021 год
2020 год
2019 год
2018 год
2017 год
2016 год
2015 год
2014 год
2013 год
2012 год
2011 год
2010 год

на 1 января
на 1 февраля
на 1 марта
на 1 апреля
на 1 мая

на 1 января
на 1 февраля
на 1 марта
на 1 апреля
на 1 мая
на 1 июня
на 1 июля
на 1 августа
на 1 сентября
на 1 октября
на 1 ноября
на 1 декабря

на 1 января
на 1 февраля
на 1 марта
на 1 апреля
на 1 мая
на 1 июня
на 1 июля
на 1 августа
на 1 сентября
на 1 октября
на 1 ноября
на 1 декабря

на 1 января
на 1 февраля
на 1 марта
на 1 апреля
на 1 мая
на 1 июня
на 1 июля
на 1 августа
на 1 сентября
на 1 октября
на 1 ноября
на 1 декабря

на 1 января
на 1 февраля
на 1 марта
на 1 апреля
на 1 мая
на 1 июня
на 1 июля
на 1 августа
на 1 сентября
на 1 октября
на 1 ноября
на 1 декабря

на 1 января
на 1 февраля
на 1 марта
на 1 апреля
на 1 мая
на 1 июня
на 1 июля
на 1 августа
на 1 сентября
на 1 октября
на 1 ноября
на 1 декабря

на 1 января
на 1 февраля
на 1 марта
на 1 апреля
на 1 мая
на 1 июня
на 1 июля
на 1 августа
на 1 сентября
на 1 октября
на 1 ноября
на 1 декабря

на 1 января
на 1 февраля
на 1 марта
на 1 апреля
на 1 мая
на 1 июня
на 1 июля
на 1 августа
на 1 сентября
на 1 октября
на 1 ноября
на 1 декабря

на 1 января
на 1 февраля
на 1 марта
на 1 апреля
на 1 мая
на 1 июня
на 1 июля
на 1 августа
на 1 сентября
на 1 октября
на 1 ноября
на 1 декабря

на 1 января
на 1 февраля
на 1 марта
на 1 апреля
на 1 мая
на 1 июня
на 1 июля
на 1 августа
на 1 сентября
на 1 октября
на 1 ноября
на 1 декабря

на 1 января
на 1 февраля
на 1 марта
на 1 апреля
на 1 мая
на 1 июня
на 1 июля
на 1 августа
на 1 сентября
на 1 октября
на 1 ноября
на 1 декабря

на 1 июня
на 1 июля
на 1 августа
на 1 сентября
на 1 октября
на 1 ноября
на 1 декабря

Архитектура интеграции внешних инструментов

PBIX-файлы Power BI Desktop состоят из нескольких компонентов, включая холст отчетов, визуальные элементы, метаданные модели и данные, которые уже загружены из источников данных. Когда Power BI Desktop открывает PBIX-файл, это запускает процесс Analysis Services в фоновом режиме для загрузки модели. Так функции модели данных и визуальные элементы отчета получат доступ к метаданным и данным запросов модели.

Когда Power BI Desktop запускает Analysis Services в качестве модуля обработки аналитических данных, он динамически назначает случайный номер порта и загружает модель со случайно сформированным именем в виде глобального уникального идентификатора (GUID). Так как эти параметры подключения изменяются при каждом сеансе Power BI Desktop, внешним инструментам трудно обнаружить правильный экземпляр Analysis Services и модель для подключения. Интеграция с внешними инструментами решает эту проблему, позволяя Power BI Desktop передавать имя сервера Analysis Services, номер порта и имя модели инструменту в качестве параметров командной строки при запуске внешнего инструмента на ленте внешних инструментов, как показано на следующей схеме.

При использовании имени сервера служб Analysis Services, номера порта и имени модели инструмент использует клиентские библиотеки служб Analysis Services, чтобы установить подключение с моделью, получить метаданные и выполнить запросы DAX или MDX. Всякий раз, когда внешний инструмент моделирования данных обновляет метаданные, Power BI Desktop синхронизирует изменения, чтобы пользовательский интерфейс Power BI Desktop точно отражал текущее состояние модели. Учитывайте некоторые ограничения возможностей синхронизации, которые описаны ниже.

Making the right choice

Now you have thought about your priorities in a BI platform and considered how the platform will be leveraged in your company. Next, we’ll share our recommendations for choosing the right BI platform for you.

Choose a trusted partner for BI success

As you evaluate business intelligence platforms, be mindful to choose a company whose core mission is to empower people to be data driven. Has the company invested years of research and development into its analytics platform? Does its history indicate the company will continue to innovate? Does it prioritize user experience to help customers drive adoption?

Rely on the experience of your peers. Their passion and enthusiasm are a direct indication of the success they’ve had with the product. Find out how they’ve incented their people to adopt the platform, and leverage that knowledge to build your own road to success.

Определения BI

«Business intelligence (сокращённо BI) — обозначение компьютерных методов и инструментов для организаций, обеспечивающих перевод транзакционной деловой информации в человекочитаемую форму, пригодную для бизнес-анализа, а также средства для массовой работы с такой обработанной информацией

Цель BI — интерпретировать большое количество данных, заостряя внимание лишь на ключевых факторах эффективности, моделируя исход различных вариантов действий, отслеживая результаты принятия решений.» «компьютерных методов и инструментов» «нечеловекочитаемой»«заострять, моделировать и отслеживать»«ключевые факторы»«большое количество данных»

Заключение

Часто компании не решаются внедрять BI-системы из-за сложности развёртывания инфраструктуры с нуля. Это стандартная проблема смены парадигмы. Вроде и так всё работает, отчётность получаем вовремя — и хорошо. Однако развёртывание BI-систем — это серьёзная инвестиция в будущее компании, помогающая внедрить data-driven-подход — управление, основанное на данных. Его главный принцип: решения нужно принимать, опираясь на исторические и прогнозируемые данные, а не на интуицию и личный опыт. BI-системы внедряются небыстро, но если у всех сотрудников будет доступ к необходимым данным за любой период времени, это упростит принятие стратегически верных решений и многократно окупится. Не измеряешь — не управляешь.