1. Інструменти ві:

• Генератори запитів і звітів – інструменти, що надають користувачам доступ до баз даних, аналіз і динамічне формування звітних документів. Запити можуть бути як незапланованими (ad hoc), так і мати регламентний характер. Розвинені генератори об’єднують можливості пакетної генерації регламентних звітів і генераторів запитів, розсилки звітів і їх оперативного оновлення, містять засоби ділової графіки, мають можливості інтеграції з офісними програмними системами та публікації звітів в Internet.

• Засоби оперативного аналітичного оброблення даних (OLAP) і сховища даних дають змогу аналітикам отримати точні значення ключових показників діяльності підприємства в автоматичному режимі або шляхом швидкого інтерактивного доступу до даних у сховищі і виконання над ними різноманітних аналітичних операцій: перетину (slice&dice), обертання (pivoting), розгортання, згортання (drill down/ roll up), проекції, агрегування, розрахункових операцій тощо. OLAP-операції над даними можуть бути організовані у певний спосіб для відображення різних аспектів діяльності підприємства, надаючи можливість досягти розуміння стану бізнес-процесів під час оперативного прийняття рішень.

• Корпоративні BI-набори (enterprise BI suites, EBIS) – набори інструментів генерації запитів, звітів і OLAP. Корпоративні BI-набори мають забезпечувати масштабування і використовуватись не лише внутрішніми користувачами, а й ключовими замовниками, постачальниками та ін. Продукти BI-наборів мають допомагати адміністраторам під час впровадження і керування Business Intelligence (BI) без додавання нових ресурсів. Деякі постачальники описують свої BI-набори как BI-портали. Ці портальные прикладні програми забезпечують підмножину можливостей EBIS за допомогою Web-браузера.

• BI-платформи (ВІ-platforms, ВІР). Платформи Business Intelligence (BI) пропонують набори інструментів для створення, впровадження, підтримки і супроводження BI-додатків (прикладних програм). На ВІ-платформах створюють наповнені даними прикладні програми з замовленими інтерфейсами кінцевого користувача, організовані навколо специфічних бізнес-проблем, з цільовим аналізом і моделями. Платформи Business Intelligence (BI), хоча й не так швидко зростають і широко використовуються як корпоративні BI-набори, але є важливими завдяки росту BI-додатків.

2. BI-прикладні програми (додатки)

Прикладні програми Business Intelligence (BI) містять убудовані BI-інструменти (OLAP, генератори запитів і звітів, засоби моделювання, статистичного аналізу, візуалізації і data mining). BI-додатки зазвичай орієнтовані на конкретну функцію організації або задачу, як-от: аналіз і прогноз продажів, фінансове бюджетування, прогнозування, аналіз ризиків, і т. ін. BI-додатки можуть вибирати дані для аналізу з систем керування ресурсами підприємства ERP, застосовуватись як системи керування ефективністю підприємства (Enterprise Perfomance Management) або системи збалансованих показників (Balanced Scorecard).

До складу Business Intelligence (BI) можуть входити також засоби аналізу: пакети статистичного аналізу і аналіз часових рядів і оцінки ризиків; засоби моделювання.

Також у складі ВІ містяться засоби графічного оформлення результатів: засоби ділової графіки; інструментальні панелі; панелі ключових показників ефективності, засоби аналітичної картографії і топологічних карт; засоби візуалізації багатовимірних даних.

14. Сховище даних (Data Warehouse) являє собою предметно-орієнтоване, прив’язане до часу і незмінне зібрання даних для підтримки процесу прийняття керуючих рішень. Дані у сховище надходять з оперативних систем, призначених для автоматизації бізнес-процесів, а також із зовнішніх джерел, наприклад, із статистичних звітів. Головним призначенням сховища є надання інформації для аналізу в одному місці і в інтуїтивно зрозумілій структурі.

Винахідник сховищ даних Б. Інмон у 1992 році визначив їх особливості:

1. предметна орієнтація: дані у сховищі організовані відповідно до основних напрямів діяльності підприємства (замовники, продажі, склад), а не до процесів, як в оперативних базах даних;

2. інтегрованість: первинні дані оперативних баз даних перед введенням у сховище даних перевіряються, вибираються, приводяться до одного вигляду, необхідною мірою агрегуються;

3. підтримка хронології: дані у сховищі нагромаджуються у вигляді історичних пластів, що дає змогу аналізувати зміну показників у часі;

4. незмінність: дані, завантажені у сховище, не підлягають змінам. З ними можливі лише операції їх первинного завантаження, пошуку, читання, агрегації;

5. мінімальна надлишковість: забезпечується фільтрацією та очищенням даних OLTP-систем перед їх завантаженням у сховище.

15. Моделі сховищ даних

Сховища даних слугують місцем збереження та джерелом інформації для засобів оперативного аналітичного оброблення даних OLAP і можуть мати різну модель побудови - багатовимірну (Multidimensional OLAP - MOLAP), реляційну - (Relational OLAP - ROLAP) або гібридну - (Hybrid OLAP - HOLAP).

1.Багатовимірна модель

Багатовимірна модель сховища даних MOLAP (Multidimensional OLAP) передбачає збереження і детальних даних, і їх агрегатів у багатовимірній базі даних. В основі такої моделі лежить поняття багатовимірного куба (гіперкуба) даних, у комірках якого зберігаються показники (наприклад, обсяги продажів), а вимірами є ознаки аналізованого процесу (наприклад, види товарів, регіони, періоди продажів). Розглянемо докладніше елементи багатовимірної моделі.

Вимір (Dimension) - це множина однотипних даних, що утворюють одну з осей куба і характеризують якусь ознаку бізнес-процесу, інформація по якому зберігається у сховищі.

Відношення (Relation) - це зв’язки між різними вимірами моделі та між окремими значеннями всередині певного виміру. Ці елементи моделі використовуються для вираження різних типів відношень (приналежності, ієрархії, типізації та ін.) між елементами кубу і використовуються під час аналізу даних для їх відбору або визначення порядку агрегування показників.

Багатовимірна модель забезпечує можливості використання різноманітих аналітичних операцій на даними у кубі:

• операція перетину (slice-and-dice) здійснює вибірку підмножини куба, у якій значення одного чи декількох виміорів фіксовані. Наприклад, можна отримати зріз значень продажів всіх товарів за всі періоди часу для певного регіону;

• операції розгортання та згортання (drill-down та roll-up) використовують ієрархію значень виміру для переходу униз по ієрархії на детальніші рівні або угору для отримання узагальненого подання;

• операція обертання (rotation) куба надає можливість побачити інше подання даних, згруповане за іншими вімірами. Наприклад, можна поміняти місцями рідки і стовпці таблиці;

• операція об’єднання (drill-across) виконує комбінацію кубів, що мають один або декілька спільних вимірів.

Багатовимірна модель сховища даних завдяки особливостям своєї організації забезпечує високу продуктивність роботи при аналізі даних. Подання даних у вигляді багатовимірного кубу призводить до суттєвих зайвих витрат пам’яті у разі відсутності деяких значень.

Інструментальними засобами створення багатовимірних сховищ даних є продукти корпорації Oracle, Power Play (корпорації Cognos Corp.), Data Direct (корпорації INTERSOLV).