Работа с сервисом бизнес-аналитики Yandex DataLens. Учебное пособие

принятия решений на основе фактов и для поддержки открывающихся возможностей.

Одной из целей DSS является преобразование исходных данных в информацию, которая может помочь тому, кто принимает решения.

Основные характеристики информации для DSS1

Своевременность получения

Своевременность характеризует то, будет ли информация доступна лицу, принимающему решения (ЛПР), достаточно быстро. Своевременность информации можно оценить по промежутку времени между наступлением события и тем моментом, когда информация об этом событии становится доступной ЛПР. Эмпирическое правило заключается в том, что DSS должна предоставлять информацию ЛПР достаточно быстро, чтобы удовлетворить его потребности без дополнительных затрат.

Достаточность информации

Достаточно ли данных для поддержки рассматриваемого решения? Достаточность может относиться к тому, достаточно ли велик размер выборки данных, чтобы поддержать ту классификацию, которую желает получить ЛПР. Достаточность также включает в себя вопрос о том, достаточно ли велик временной горизонт для отражения определённых событий.

Уровень детализации данных

Уровень детализации данных также является важным фактором для определения полезности информации в DSS. Целью разработки DSS является предоставление данных ЛПР на определённом уровне агрегирования. Как правило, чем выше уровень власти ЛПР, тем в более агрегированной информации он нуждается. Если объём агрегирования данных не может быть оценён достаточно точно, это обычно означает хранение данных на низких уровнях агрегирования и предоставление ЛПР возможности самому агрегировать данные по мере необходимости.

1Sauter V. L. Decision support systems for business intelligence. 2nd ed. Published by John Wiley & Sons, Inc. 2010.

21

Например, если DSS предназначена для поддержки маркетинговых решений, ЛПР должен иметь возможность агрегировать данные на уровне, значимом для запуска маркетинговых кампаний. То есть они должны иметь возможность агрегировать данные по возрастным группам, регионам страны или социально-экономическому статусу клиентов, чтобы определить наиболее эффективную маркетинговую стратегию.

Понятность данных

Если ЛПР не может понять, что содержится в базе данных, или если форма представления данных может привести к ошибкам восприятия, ЛПР не сможет эффективно использовать DSS. Проблема состоит в том, чтобы упрощение представления данных для лучшего понимания не привело к потере смысла данных. Если данные закодированы, а условные обозначения для этих кодов недоступны, то ЛПР не смогут использовать эти данные. Одним из подходов к обеспечению понимания данных ЛПР является включение в DSS электронного словаря данных.

Актуальность данных для принятия решений

Разработчики DSS иногда стараются компьютеризировать всё, что доступно, потому что это может когда-нибудь пригодиться. Такой подход может привести к неэффективному хранению и использованию данных. Ещё один опасный аспект этой концепции заключается в следующем: если данные доступны, пользователю кажется, что он может их использовать независимо от того, являются они релевантными или нет. Крайне важно защитить пользователей от такого подхода и предоставить им данные, которые действительно являются актуальными и смогут обеспечить значимость результатов.

Сопоставимость данных

Сопоставимость данных означает, что в определённых отношениях условия измерения оставались неизменными. Хорошо, чтобы данные имели схожие временные горизонты. Или же может потребоваться, чтобы данные были выражены в одной и той же единице измерения. Как и в случае с уровнем детализации, самым безопасным способом является создание базы данных с полностью дезагрегированными данными. Это позволяет ЛПР самостоятельно опре-

22

делять способ проведения анализа данных. Полная дезагрегация данных может потребовать, чтобы система предоставляла простой метод выбора, подходящий для конкретного приложения.

Надёжность данных

ЛПР будет исходить из того, что данные верны, если они включены в базу данных. Поэтому разработчики DSS должны убедиться, что они точны. Нужно проверять данные на входе, в процессе их преобразования и использования. Если база данных содержит ошибочные данные, например, о наличии запасов или других ресурсов, она не сможет помочь пользователю принимать эффективные производственные решения.

Избыточность данных

В идеальном случае, чем меньше хранится дублирующих друг друга данных, тем меньше используется компьютерной памяти, которая всегда ограничена. Однако во многих реальных ситуациях некоторая избыточность данных полезна и необходима. Во-первых, если информация хранится в двух базах данных и одна из этих баз оказывается повреждена, мы можем легко восстановить информацию из второй базы данных. Во-вторых, предполагается, что всегда доступны вычислительные мощности для сопоставления данных из нескольких баз данных, чтобы пользователи могли быстро получать необходимую информацию. Это условие не всегда выполняется. По мере изменения организационной среды и смены ЛПР может быть обнаружено, что виды запросов меняются. Если эти изменения не были заранее запланированы, то существующие нормализованные базы данных не смогут удовлетворить все потребности ЛПР. Однако некоторая избыточность данных может позволить эффективно обрабатывать и эти непредвиденные запросы.

Подверженность количественной оценке

Подверженность количественной оценке не предполагает, что все данные обязательно должны поддаваться количественной оценке. Скорее это означает, что данные количественно определены на соответствующем уровне и что с ними могут выполняться только соответствующие операции. Уровень количественной оценки определяется шкалой, в которой представлены данные и, соответствен-

23

но, определены типы математических операций, которые могут быть выполнены с этими данными.

Соответствующая форма представления данных

Бόльшая часть данных в DSS в настоящее время отображается на экране компьютера, планшета или смартфона. Но такое представление не всегда уместно. Очень длинные или очень широкие документы и таблицы довольно трудно читать и воспринимать, если они отображаются на экране компьютера, а тем более смартфона. Есть ЛПР, для которых удобно, чтобы данные были доступны на бумажном носителе. Или данные должны быть агрегированы или визуализированы по-другому, чтобы их было легче воспринимать.

Экономическая эффективность

Выгода от улучшения возможностей принятия решений должна перевешивать затраты на их предоставление, в противном случае улучшение не принесёт никакой пользы.

24

2.Зарубежные и отечественные платформы бизнес-аналитики

BI-технологии предоставляют наилучшие возможности для получения информации и принятия решений, позволяющие компаниям раскрыть себя, повысить эффективность и достичь корпоративных целей. Многие организации уже успешно реализуют стратегические инициативы в области BI, которые улучшают доступ на уровне предприятий к необходимой для поддержки и улучшения бизнеса информации. Другие, после многолетнего создания информационной инфраструктуры и накопления больших массивов данных, готовы внедрять системы бизнес-аналитики. Третьим BI-реше- ние необходимо в ежедневной работе для автоматизации отчётности

ирешения многих других задач.

Всовременных реалиях бизнес, который годами успешно использовал зарубежные системы бизнес-аналитики, столкнулся с необходимостью перехода на отечественное ПО.

Изменения в сегменте BI в целом повторяют общую картину в развитии информационных технологий с некоторыми особенностями, связанными с важностью данных и возможностью их представления в BI-решениях.

Основные тренды развития рынка BI-продуктов в 2022 г.:

– движение большей части BI-систем в своём развитии к selfservice системам, т. е. к обеспечению возможности для бизнеспользователей работать без регулярного привлечения IT-специа- листов;

– регулярное проведение разработчиками и дистрибьюторами BI-систем открытых вебинаров и обзорных показов;

– переход от узконаправленных BI-систем, спроектированных под определённую сферу деятельности, к более универсальным системам;

– обеспечение возможности работы с большими данными;

– интеграция с open-source решениями;

25

–наличие возможности настройки системы под потребности конкретного заказчика;

–внедрение нейросетей, голосовых помощников, чат-ботов и т. п.

Впоследнее время наблюдается активное внедрение технологий искусственного интеллекта (AI, ИИ) и машинного обучения (ML) в BI-инструментарий. Дополненная аналитика полезна тем, что помогает преобразовывать большие наборы данных в понятные и компактные выводы благодаря статистическим и лингвистическим технологиям. Сочетание машинного обучения, искусственного интеллекта (ИИ), аналитики данных и аугментации расширяет представление о том, как аналитику можно создавать, потреблять и предоставлять пользователям. Дополненная аналитика идёт вместе с Data Quality (управление качеством данных) – без этого построить успешный анализ практически невозможно.

Всё больше BI-систем размещают в облачных инфраструктурах и предоставляют к ним доступ на условиях SaaS (сервис как услуга). Плюсы такого подхода: возможность работы с мобильных платформ, более низкая стоимость, высокая и быстрая доступность новых версий и обновлений.

Магический квадрант Гартнера – платформы для бизнес-аналитики

Аналитическое агентство Gartner каждый год выпускает обзоры различных программных продуктов и их производителей (вендоров)1. В своих отчётах агентство рассматривает не только качество и возможности программного обеспечения, но и характеристики разработчика в целом – например, опыт продаж и работы с клиентами, полноту понимания рынка, бизнес-модель, инновации, стратегии маркетинга, продаж, развития индустрии и др.

На основе оценки по ключевым параметрам все вендоры в определённой области разбиваются на четыре группы: лидеры, претенденты на лидерство, дальновидные и нишевые игроки.

Лидеры (Leaders) демонстрируют стабильный прогресс и усилия по всем показателям, по которым проводится оценка. Их действия

1Компания Gartner. URL: https://www.tadviser.ru/index.php/%D0%9A%D0%BE%D 0%BC%D0%BF%D0%B0%D0%BD%D0%B8%D1%8F:Gartner_(%D0%93%D0%B0 %D1%80%D1%82%D0%BD%D0%B5%D1%80) (дата обращения: 22.08.2022).

26

поднимают уровень конкуренции на рынке, они могут изменить курс развития всей индустрии. Однако производитель, вошедший в группу лидеров, не всегда является наиболее приемлемым для каждого клиента, так как требования и нужды некоторых покупателей могут быть удовлетворены не полностью.

Претенденты на лидерство (Challengers) имеют качественные продукты, которые удовлетворяют основным требованиям рынка, имеют высокий уровень продаж, высокий уровень популярности и занимают значительную долю рынка, которая позволяет им превосходить нишевых игроков. Претенденты обеспечивают себе прибыль путём конкуренции на уровне базовых функций, но не на уровне более совершенных возможностей. Продукты данных вендоров хороши для решения узкоспециализированных задач.

Дальновидные производители программного обеспечения (Visionaries) инвестируют средства в лидирующие технологии, которые лягут в основу следующего поколения производимых ими продуктов и позволят покупателям получать более быстрый доступ к улучшенному управлению и большей безопасности. Вендоры из этой группы могут оказывать влияние на развитие отрасли, но не могут воздействовать на лидеров и претендентов на лидерство. Покупатели выбирают дальновидных производителей с целью получения не только возможности использования наиболее современных функций ПО, но и более пристального внимания со стороны вендора.

Нишевые игроки (Niche Players) предлагают жизнеспособные решения, которые отвечают основным требованиям покупателей. Чаще всего эти вендоры не оказывают большого влияния на рынок, но это не означает, что они просто покорно следуют за лидерами отрасли. Нишевые игроки могут быть ориентированы на небольшие сегменты рынка и часто демонстрируют на них более высокую эффективность, чем лидеры. Покупатели отдают предпочтение вендорам этого типа, когда стабильность и фокусировка на нескольких важных функциях и особенностях программного продукта важнее, чем долгосрочные и грандиозные планы развития производителя.

На рис. 3 представлен «Магический квадрант Гартнера» для платформ бизнес-аналитики.

Квадрант представляет собой пространство в рамках двух координат – «Ability to Execute» и «Completeness of Vision». Первая координата отражает маркетинговые и продажные показатели про-

27

Рис. 3. Магический квадрант Гартнера для аналитических и BI-платформ1

изводителя (вендора), а вторая – технологическую продвинутость

истратегию компании. Чем правее производитель находится в пространстве двух координат, тем он технологически более продвинут, а чем выше он находится, тем производитель успешнее в маркетинге

ипродажах. Те, у кого хорошо и с маркетингом, и с технологиями, – попадают в квадрант лидеров.

Каждая платформа для бизнес-аналитики оценивается по 12 критериям:

1Gartner BI Magic Quadrant. URL: https://revealthedata.com/blog/all/gartner-bi- magic-quadrant/ (дата обращения: 22.08.2022).

28

1.Безопасность: возможности, обеспечивающие безопасность платформы, администрирование пользователей, аудит доступа к платформе и аутентификацию.

2.Управляемость: возможности, которые отслеживают использование платформы и то, как и кем предоставляется информация.

3.Облачная аналитика: возможность поддержки построения, развёртывания и управления аналитикой в облаке на основе данных, хранящихся как в облаке, так и локально.

4.Подключение к источнику данных: возможности, которые позволяют пользователям подключаться, запрашивать и принимать данные, оптимизируя при этом производительность платформы.

5.Подготовка данных: поддержка технологии «перетаскивания», управляемой пользователем комбинации данных из разных источников, а также создание аналитических моделей (таких как определяемые пользователем меры, наборы, группы и иерархии).

6.Каталог: возможность автоматически создавать и отслеживать доступный для поиска каталог аналитического контента, что упрощает для потребителей получение информации о том, какой контент доступен.

7.Автоматизированная аналитика: применение методов машинного обучения для автоматического получения результатов для конечных пользователей (например, путём определения наиболее важных атрибутов в наборе данных).

8.Визуализация данных: поддержка интерактивных панелей мониторинга и исследования данных путём использования большого количества диаграмм.

9.Истории о данных: возможность сочетать интерактивную визуализацию данных с методами повествования, чтобы собрать и доставить аналитический контент в привлекательной, легко понятной форме для представления лицам, принимающим решения.

10.Запрос на естественном языке: это позволяет пользователям задавать вопросы и запрашивать данные и аналитический контент, используя термины, которые либо вводятся вручную в поле поиска, либо произносятся на естественном языке.

11.Генерация естественного языка (NLG): автоматическое создание лингвистически насыщенных описаний ответов, данных и аналитического контента.

29

12.Отчётность: возможность создавать и распространять (или «пакетировать») многостраничные отчёты с разработанной структурой для различных пользователей в соответствии с расписанием.

Несколько последних лет три производителя платформ для биз- нес-анализа регулярно попадают в группу лидеров. Это компании Microsoft, Tableau и Qlik.

Компания Microsoft и платформа Power BI. Microsoft расположена в Магическом квадранте правее и выше всех других компаний. Microsoft предлагает платформу для бизнес-аналитики под названием Power BI. В рамках данной платформы можно проводить полный цикл анализа данных: подготовка данных, их визуальное представление, разработка интерактивных информационных панелей и проведение расширенной аналитики.

Платформа доступна как опция SaaS (сервис как услуга), работающая в облаке Azure, или как локальная опция в Power BI Report Server. Рабочий стол можно использовать как автономный бесплатный инструмент персонального анализа. Установка Power BI Desktop требуется, когда опытные пользователи создают сложные наборы данных с использованием локальных источников данных.

Корпорация Microsoft выпускает еженедельные обновления для своего облачного сервиса Power BI. Заметные дополнения включают в себя более расширенную аналитику с использованием искусственного интеллекта, включая возможности готовить интеллектуальные повествования и возможности обнаружения аномалий для готовых визуальных эффектов.

Сильные стороны платформы

Согласование Power BI с Office 365 обеспечило огромный канал распространения платформы во многих организациях. Растущая интеграция Power BI в программу для коммуникаций в сети Интернет Microsoft Teams с десятками миллионов ежедневных активных пользователей ещё больше расширила применение Power BI.

Хорошее сочетание цены и производительности. Распространение Power BI привело к резкому снижению цен на рынке платформы для бизнес-анализа. Однако в данном случае низкая цена не означает ограниченной функциональности. Облачный сервис Power BI имеет чрезвычайно богатые возможности, которые включают в себя набор

30