1. Підходи до створення інформаційно-аналітичних систем
2. Проектування системи збалансованих показників
3. багатовимірне проектування
4. Вибір архітектури OLAP-Додатки
5. ***

Потреба в коштах аналізу фінансової і виробничої діяльності, оцінки ефективності бізнесу, призвела до поширення спеціальних рішень, що використовують комбінації технологій категорії Business Intelligence, які за кілька років перетворилися в повнофункціональні спеціалізовані додатки. З'явилася категорія аналітичних додатків, що надають кошти аналізу для збуту, закупівель, маркетингу, виробництва, управління ланцюгами постачання й управління взаємовідносинами з клієнтами.

В аналітичних додатках кошти BI використовуються для роботи з даними, що характеризують певні аспекти бізнесу, однак, щоб побудувати цілісну картину бізнесу, на підприємствах створюються корпоративні інформаційно-аналітичні системи, особливу роль в яких грає сховище даних. У сховищі завантажуються і узагальнюються дані з різних джерел, як внутрішніх, так і зовнішніх для подальшого комплексного аналізу засобами BI.

Підходи до створення інформаційно-аналітичних систем

Традиційні підходи до побудови інформаційно-аналітичних систем виходять з того, що на початку проекту складно сказати, що повинне існувати в сховище даних і які аналітичні завдання будуть вирішуватися кінцевими користувачами. Наприклад, методологія Oracle DWM FT (Datawarehouse Method Fast Track - метод створення сховищ «високошвидкісна траса») виходить з припущення, що розробники протягом практично всього життєвого циклу інформаційно-аналітичної системи будуть займатися визначенням і аналізом вимог до сховища даних. Заснована на DSDM (Dynamic System Development Method - метод розробки динамічних систем) ця методологія реалізує підхід RAD (Rapid Application Development - швидка розробка додатків).

Згідно DSDM і Oracle DWM FT, цикл проектування проходить через створення ряду прототипів до тих пір, поки не будуть задоволені вимоги кінцевих користувачів. Щоб цей цикл не став нескінченним, розробка ділиться на 120-денні часові відрізки (timebox), за які реально виконати певний, що не розширюється набір вимог (за аналогією з ящиком для іграшок toybox, в який неможливо помістити додаткові іграшки, не витягши вже лежать там ). Стверджується, що завдяки гнучкості і простоті використання інструментів Business Intelligence, прототипування не складає труднощів. Однак, такий підхід виправданий для його застосування ІТ-фахівцями, які намагаються не надто розширювати свої пізнання в предметної області.

Метод RAD добре зарекомендував себе при створенні невеликих додатків. Однак подібно до того як при створенні складних транзакційних систем рівня підприємства виникає потреба в реинжиниринге бізнес-процесів, так при створенні корпоративних інформаційно-аналітичних систем буде затребуваний бізнес-інжиніринг - створення організації, орієнтованої на виконання певної стратегії. Хоча розробники інформаційно-аналітичних систем, будуть продовжувати итеративное проектування за принципом «Чого бажаєте?», Сьогодні найбільш перспективним є вироблення бізнес-орієнтованого підходу, заснованого на BSC (Balanced Scorecard - система збалансованих показників).

Підхід BSC з самого початку визначає бізнес-аспекти аналізованих даних, що дозволяє проектувати інформаційно-аналітичну систему зверху-вниз паралельно з впровадженням на підприємстві MBO (Management by objectives - управління, засноване на досягненні цілей). Замість виключно ретроспективних фінансових метрик, в сховищах даних, створених на основі підходу BSC, стануть враховуватися «випереджаючі індикатори» (leading indicator), що дозволяють прогнозувати зміни в бізнесі. Такі сховища дадуть аналітикам цілісну картину розвитку підприємства, як мінімум за чотирма напрямками:

• фінансовий напрямок, що розглядає ефективність діяльності з точки зору повернення інвестицій;
• маркетинговий напрямок, що включає оцінку корисності товарів і послуг з точки зору кінцевих споживачів;
• організаційно-технологічний напрямок, що оцінює внутрішню операційну ефективність і ефективність організації бізнес-процесів;
• напрямок інновацій та навчання, що розкриває здатність до постійних поліпшень і сприйняття нових ідей.

Проектування системи збалансованих показників

Проектування інформаційно-аналітичних систем на основі BSC починається з проектування карти стратегії - її графічного опису у вигляді набору причинно-наслідкових зв'язків. Для кожної перспективи (фінанси, маркетинг, технології, інновації) повинні бути визначені стратегічні цілі і побудовано дерево цілей.

Для організації торгівлі основною стратегічною метою може бути збільшення обсягу реалізації товарів. Це - фінансова перспектива. Досягнення цієї мети лежить в області маркетингу. Наприклад, для досягнення цієї мети компанія може вибрати два шляхи: розширення клієнтської бази та утримання «старих» клієнтів. Перше може бути досягнуто, за рахунок розширення географії збуту. Для цього компанія може сформулювати організаційну задачу розвитку мережі представництв. Це завдання належить до внутрішньої технології розвитку компанії та відображає організаційно-технологічну перспективу.

Клієнтська база може бути розширена не тільки за рахунок виходу на нові регіональні ринки, а й за рахунок неохоплених сегментів ринку комплексних замовлень. Орієнтація на великих комплексних замовників може зажадати поліпшення управління ланцюгами поставок, що представляє собою ще одну цільову установку для перспективи розвитку технологій. Сама по собі організація гнучких ланцюжків поставок неможлива без розвитку партнерських відносин з постачальниками, перевізниками, кредитними та страховими компаніями. Пошук таких партнерів і розробка ланцюжків є інноваційну діяльність торгової організації, а відповідні цілі ставляться до перспективи інновацій.

Зростанню обсягів реалізації сприяє утримання «старих» клієнтів, однак щодо складно двічі продати один і той же товар, якщо це товар тривалого користування, тому для «старих» клієнтів необхідно розширення асортименту. Торгова організація буде вести постійний пошук, що нового можна запропонувати «старим» клієнтам - здатність гнучко реагувати на потенційний попит є однією з цілей інновацій. У технологічній перспективі утримання «старих» клієнтів може бути підтримано за рахунок підвищення ефективності взаємодії підрозділів компанії. Якщо якийсь підрозділ знайшло клієнта за своїм товарному профілю, то, можливо, і інший підрозділ може також щось йому запропонувати зі свого асортименту.

Таким чином, для кожної перспективи необхідно визначити цілі і встановити між ними причинно-наслідкові зв'язки, а інструментальні засоби BSC забезпечать формування графічного образу карти стратегії.

При виборі інструментів BSC важливо знати, що існує добровільна програма їх сертифікації, що проводиться компанією Balanced Scorecard Collaborative, організована авторами методології Balanced Scorecard. Сертифікація здійснюється на основі функціональних стандартів (BSC Functional Standards). До даного моменту сертифікацію пройшли BSC-інструменти компаній Cognos, Crystal Decisions, Fiber FlexSI, Hyperion, InPhase, Oracle, Peoplesoft, Pilot Software, QPR, SAP, SAS і ряду інших.

Наступний етап проектування інформаційно-аналітичної системи - визначення «ключових показників ефективності» (KPI, Key Performance Indicator), численних характеристик обраних цілей (метрик, які необхідно збирати в сховищі даних). По суті, ці метрики задають склад даних в сховищі.

Найбільш просто оцінити досягнення фінансових цілей, наприклад, обсягу продажів у грошовому вираженні. Ефективність досягнення цієї мети оцінюється також просто шляхом порівняння фактичних значень з цільовими. Досягнення цілей маркетингу оцінити дещо складніше. Для розширення клієнтської бази ключовим показником можна вибрати кількість нових клієнтів за певний період (місяць, рік) і з порівняння цього показника з цільовим значенням буде ясно, чи досягається ця мета чи ні. Ступінь утримання «старих» клієнтів можна оцінювати по їх частці в загальному числі клієнтів. Встановивши поріг, наприклад, в 50% для цього показника, можна відстежувати, наскільки великі втрати «старих» клієнтів.

Найбільш складно оцінити ефективність внутрішніх технологічних процесів компанії, але і вони піддаються вимірюванню. Наприклад, ефективність взаємодії підрозділів може бути оцінена по середній кількості підрозділів, що беруть участь в обслуговуванні одного клієнта. Розвиток мережі представництв зручно оцінювати по зростанню кількості представництв в кожному регіоні. Ступінь поліпшення управління ланцюгами поставок можна побачити по такому індикатору, як частка угод, в яких такі ланцюжки були використані.

Для перспективи інновацій також повинні бути визначені KPI. Наприклад, щоб розширення асортименту пропонованих товарів не стало самоціллю, потрібно відстежувати не поповнення списку найменувань товарів, а частку проданих одиниць нових товарів. Ефективність розширення партнерських відносин також краще оцінювати за допомогою відносної величини, що характеризує частку угод за участю партнерів.

Слід розрізняти KPI верхнього і нижнього рівня. У сховище даних повинна міститися як інформація для стратегічного управління, так і детальні дані, на основі яких ця інформація була отримана, щоб забезпечити можливість переходу від стратегічних цілей до фактичних даних, які стоять за цими цілями. Такий перехід (drill-down - спуск за даними) в інформаційно-аналітичній системі реалізується за допомогою OLAP-інструментів, що реалізують багатовимірне (і одночасно багаторівневе) уявлення даних.

багатовимірне проектування

Проектування багатовимірного представлення даних починається з формування карти вимірів. Наприклад, при аналізі збуту може бути доцільно виділити окремі частини ринку (країни, що розвиваються, стабільні, великі і дрібні споживачі, ймовірність появи нових споживачів і т.п.) і оцінити обсяги продажів по продуктах, територіям, покупцям, сегментам ринку, каналів збуту розмірами замовлень. Ці напрямки утворюють координатну сітку багатовимірного представлення збуту - структуру його вимірів.

Оскільки діяльність будь-якого підприємства протікає в часі, перше питання, яке виникає при аналізі, це питання про динаміку розвитку бізнесу. Правильна організація осі часу дозволить якісно відповісти на це питання. Зазвичай вісь часу ділиться на роки, квартали і місяці. Можливо ще більше дроблення на тижні і дні. Структура часового виміру формується з урахуванням періодичності надходження даних; може обумовлюватися також періодичністю запитання інформації. Для тимчасового вимірювання можливе створення спеціальних категорій, наприклад, "поточний місяць" або "поточний день" коли для зручності інтервал з початку місяця до поточного дня або аналогічний проміжок часу в минулому році можуть бути виділені в особливі категорії. Тоді щоденні типові звіти користувача, що використовують подібні категорії зі змінними інтервалами часу завжди будуть містити готову до аналізу інформацію на поточний момент. У деяких компаніях аналіз у часі ведеться щодо фінансового року. В цьому випадку можна поступити двояко: або змінити розбиття часового виміру так, щоб початком року було, наприклад, 1 квітня, або ввести другу (альтернативне) розподіл осі часу спеціально для фінансового аналізу. В останньому випадку аналіз буде можливий як щодо календарного, так і фінансового року. При цьому додаткову вісь часу створювати не потрібно.

Вимірювання «групи товарів» розробляється так, щоб в максимальному ступені відобразити структуру продукції, що продається. При цьому важливо дотримати певний баланс, щоб, з одного боку, уникнути зайвої деталізації (кількість груп має бути доступним для огляду), а з іншого - не втратити істотний сегмент ринку. Зазвичай продукція ділиться на «традиційну» - випускається досить давно, і «нову», інноваційну. Однак очевидно, що для довгострокового ринкового успіху, кожна група повинна мати деяку інноваційну складову. Оптимальним для визначення груп продукту є комбінація «каскадного підходу» і матричного уявлення. При каскадному підході (відомому також під назвою «зверху вниз») весь асортимент послідовно ділитися по схожості задовольняються на ієрархічні рівні з будь-якими зручними назвами (напрямки, типи, види, групи, підгрупи і т.п.) до бажаної глибини проникнення (аж до кожного продукту).

Вимірювання «Замовники» відображає структуру збуту по територіально-географічною ознакою. Верхній рівень цього виміру можуть скласти федеральні округи, наступний рівень деталізації утворюють суб'єкти федерації, які можуть бути визначені, наприклад, по ІПН замовника. На нижньому рівні знаходяться конкретні організації - покупці товарів. Такого роду ієрархічна структура вимірювання «Замовники» дозволить користувачеві легко охопити весь спектр регіонів збуту. Крім того, досліджуючи географію збуту, доречно згадати і про характеристики покупців. Важливо знати профіль замовника, щоб правильно спланувати політику продажів і рекламну кампанію. У деяких випадках потрібно вести аналіз не за регіонами збуту, а за категоріями замовників, наприклад, «старі» замовники, «нові» замовники, партнери і т.д. Це може бути альтернативною класифікацією для вимірювання «Замовники».

Якщо ж аналітика цікавить зіставлення категорій замовників з їх розміром: об'ємом проданих товарів даної категорії замовників, то не слід вводити альтернативну класифікацію за розмірами замовників. Аналіз виграє, якщо надати можливість користувачеві виокремлювати з тієї чи іншої категорії замовників великих і дрібних клієнтів. Тому, хоча в обох випадках мова йде про класифікацію одних і тих же об'єктів-замовників, необхідно організувати два виміри: «Замовники за категоріями» і «Замовники за розмірами». Різниця між альтернативної класифікацією і організацією додаткового вимірювання полягає в тому, що в першому випадку одна і та ж вісь розбита різними способами, а в другому використовуються дві різних осі. Маючи кілька вимірів для класифікації одних і тих же об'єктів, стає можливим виокремлення підмножин не по одній, а за кількома параметрами: виду, категорії, новизні і т.д.

Для аналізу ефективності діяльності підрозділів слід створити свій вимір. Наприклад, можна виділити два рівня ієрархії: департаменти та входять до них відділи, що і повинно знайти відображення у вимірі «Підрозділи».

По суті, вимірювання «Час», «Товари», «Замовники» досить повно визначають простір предметної області. Додатково, корисно розбити цей простір на умовні області, взявши за основу обчислювані характеристики, наприклад, діапазони обсягу угод у вартісному вираженні. Тоді весь бізнес можна розділити на ряд вартісних діапазонів, в якому він здійснюється. В даному прикладі можна обмежитися наступними показниками: сумами продажів товарів, кількістю проданих товарів, величиною доходу, кількістю угод, кількістю клієнтів, обсягом закупівель у виробників.

Важливо відрізняти значення KPI в заданій координатної сітки від власне KPI. Наприклад, кількість угод - це показник, що характеризує операційну активність підприємства, а кількість угод в заданому регіоні за минулий місяць - це значення даного KPI. Крім того, з перерахованих показників особливо можна виділити показник величини доходу, який є обчислюваним, як різниця між ціною продажу товару і його вартістю у виробника.

Вибір архітектури OLAP-Додатки

При реализации інформаційно-аналітичної системи важліво НЕ помілітіся у віборі архітектури OLAP-Додатки. Дослівній переклад терміна On-Line Analytical Process - «оперативна аналітична обробка» - часто спріймається буквально в тому СЕНСІ, что надходять в систему дані оперативно аналізуються. Це помилка - оператівність АНАЛІЗУ Ніяк НЕ пов'язана з реальним часом оновлення даних до системе. Ця характеристика відноситься до часу реакції OLAP-системи на запити користувача. При цьому найчастіше аналізовані дані представляють собою знімок інформації «на вчорашній день», якщо, наприклад, дані в сховищах оновлюються раз на добу.

У цьому контексті більш точний переклад OLAP як «інтерактивна аналітична обробка». Саме можливість аналізу даних в інтерактивному режимі відрізняє OLAP-системи від систем підготовки регламентованих звітів.

Іншою особливістю інтерактивної обробки в формулюванні родоначальника OLAP Е. Кодда є можливість «об'єднувати, переглядати і аналізувати дані з точки зору множинності вимірів, т. Е. Самим зрозумілим для корпоративних аналітиків способом». У самого Кодда термін OLAP позначає виключно конкретний спосіб представлення даних на концептуальному рівні - багатовимірний. На фізичному рівні дані можуть зберігатися в реляційних базах даних, однак на ділі OLAP-інструменти, як правило, працюють з багатовимірними базами даних, в яких дані впорядковані у вигляді гіперкуба. При цьому актуальність цих даних визначається моментом наповнення гиперкуба новими даними.

Очевидно, що час формування багатовимірної бази даних істотно залежить від обсягу завантажуваних в неї даних, тому розумно обмежити цей обсяг. Але як при цьому не звузити можливості аналізу і не позбавити користувача доступу до всієї інформації, що цікавить? Існує два альтернативних шляхи: Analyze then query ( «Спочатку проаналізуй - потім запитати додаткову інформацію») і Query then analyze ( «Спочатку запросили дані - потім аналізуй»).

Послідовники першого шляху пропонують завантажувати в багатовимірну базу даних узагальнену інформацію, наприклад, місячні, квартальні, річні підсумки по підрозділах. А при необхідності деталізації даних користувачеві пропонується сформувати звіт по реляційній базі, що містить необхідну вибірку, наприклад, по днях для даного підрозділу або по місяцях і співробітниках вибраного підрозділу. Прихильники другого шляху, навпаки, пропонують користувачеві насамперед визначитися з даними, які він збирається аналізувати і саме їх завантажувати в мікрокубі - невелику багатовимірну базу даних. Обидва підходи відрізняються на концептуальному рівні і мають свої переваги і недоліки.

До переваг другого підходу слід віднести «свіжість» інформації, яку користувач отримує у вигляді багатовимірного звіту - «мікрокубі». Мікрокубі формується на основі тільки що запитаної інформації з актуальною реляційної бази даних. Робота з мікрокубі здійснюється в інтерактивному режимі - отримання зрізів інформації та її деталізація в рамках мікрокубі здійснюється моментально. Іншим позитивним моментом є те, що проектування структури і наповнення мікрокубі здійснюється користувачем «на льоту», без участі адміністратора баз даних. Однак підхід страждає і серйозними недоліками. Користувач, не бачить загальної картини і повинен заздалегідь визначатися з напрямком свого дослідження. В іншому випадку запитаний мікрокубі може виявитися занадто малий і не містити всіх потрібних даних, а користувачеві доведеться запитувати новий мікрокубі, потім новий, потім ще і ще.

У розглянутому вище прикладі, користувач не зможе відразу почати досліджувати географію збуту, якщо початковий мікрокубі містить детальні дані по вимірах «Час», «Підрозділи» і «Товари» - доведеться почекати, коли буде згенеровано новий мікрокубі, що містить додаткові дані по вимірюванню «Замовники ». Згадаймо, що «оперативність» аналізу гарантується тільки в процесі роботи з багатовимірної базою даних, однак час її побудови може бути порівняно велике. Відповідно буде зростати розчарування користувача, вимушеного очікувати побудови то одного, то іншого мікрокубі. Крім того, постійні звернення до реляційної базі даних можуть знизити її продуктивність. Підхід Query then analyze реалізує інструментальне засіб BusinessObjects однойменної компанії.

При підході Analyze then query обсяг даних, що завантажуються в багатовимірну базу даних, може бути досить великий, наповнення повинно виконуватися за регламентом і може займати досить багато часу. Однак всі ці недоліки окупаються згодом, коли користувач має доступ практично до всіх необхідних даних в будь-якій комбінації. Звернення до вихідних даних в реляційної базі даних здійснюється лише в крайньому випадку, коли необхідна детальна інформація, наприклад, по конкретній накладній.

На роботі єдиної багатовимірної бази даних практично не позначається кількість обертаються до неї користувачів. Вони лише читають наявні там дані на відміну від підходу Query then analyze, при якому кількість мікрокубі в граничному випадку може рости з тією ж швидкістю, що і кількість користувачів.

Ще однією перевагою існування повноцінної багатовимірної бази даних зі стійкою структурою є принципова можливість адресації кожної її осередки. Доступ до даних за посиланням здійснюється моментально на відміну від доступу до даних за запитом, тому користувач може включати, наприклад, в звіти Excel посилання на дані з багатовимірних баз, не відчуваючи затримок, які неминуче виникли б при використанні SQL-запитів для доступу до аналогічних даними в реляційних базах.

При цьому підході збільшується навантаження на ІТ-служби, які крім реляційних змушені обслуговувати ще й багатовимірні бази даних. Саме ці служби несуть відповідальність за своєчасне автоматичне оновлення даних в багатовимірних базах даних.

Найбільш яскравими представниками підходу «Analyze then query» є інструментальні засоби PowerPlay і Impromptu компанії Cognos.

Виходячи з наведених характеристик підходів до реалізації OLAP, можна припустити, що інструментарій BusinessObjects найбільше любимо співробітниками ІТ-служб, так як дає їм можливість «відкупитися» від настирливих користувачів шляхом простої установки і налаштування цього інструментального засобу. Кінцеві користувачі-непрограмістів швидше за все воліли б працювати з готовою багатовимірної базою даних за допомогою Cognos PowerPlay.

Cпроектіровать готову середу для багатовимірного аналізу можна інструментами і від Cognos, і від BusinessObjects, яких аналітики Gartner і META Group відносять до лідерів ринку OLAP. Цікаві рішення пропонують також компанії Actuate, Arcplan, Brio, Computer Associates, Crystal, Hummingbird, Hyperion, Informatica, Information Builders, Microsoft, MicroStrategy, Oracle, Peoplesoft, ProClarity, SAP, SAS, Siebel і ін .

Вибір і підходу, і інструмента його реалізує, залежить в першу чергу від переслідуваної мети: завжди доводиться балансувати між економією бюджету і підвищенням якості обслуговування кінцевих користувачів. При цьому треба враховувати, що в стратегічному плані створення інформаційно-аналітичних систем переслідує мети досягнення конкурентної переваги, а не уникнення витрат на автоматизацію. Наприклад, корпоративна інформаційно-аналітична система може надавати необхідну, своєчасну та достовірну інформацію про компанії, публікація якої для потенційних інвесторів забезпечить прозорість і передбачуваність даної компанії, що неминуче стане умовою її інвестиційної привабливості.

***

Рішення стратегічних завдань бізнесу є метою корпоративної інформаційно-аналітичної системи, тому ІТ-фахівці й надалі будуть змушені все більше поміркувати над деякими питаннями типу: «Навіщо існує наше підприємство? Яка його місія? Чи є у нього стратегія? ». В іншому випадку створення BI-додатків буде лише безглуздою тратою ресурсів.

Ілля Галахов ( [email protected] ) - начальник управління методології програмних систем компанії «Сібінтек» (Москва).

Загальну структуру заходів і вимірювань представляють у вигляді таблиці. Структура вимірювань описується стовпцями в основній таблиці. Заголовки стовпців визначають назви вимірювань. За рядками в кожному стовпці перераховуються рівні ієрархії для кожного вимірювання. Ці рівні визначають кількість «сходинок», які користувач може пройти для кожного вимірювання при виконанні операції drill-down - спуску за даними, т. Е. На який ступінь деталізації даних він може розраховувати. У наведеному прикладі в дужках для кожного рівня дано кількість категорій - найменувань груп товарів, товарів, назв замовників, регіонів збуту і т.д. Рядок знизу містить перерахування заходів - кількісних величин, значення яких прив'язані до координатної сітки, утвореної вимірами.

Таблиця мір і вимірів дозволяє заздалегідь уявити дані в структурованому вигляді для проведення аналітичних досліджень. Така модель легко сприймається користувачами і дозволить йому переміщатися в багатовимірному просторі даних. Користувач, аналізуючи наявну у нього інформацію, зможе робити уявні зрізи уздовж будь-якого вимірювання, створювати довільні звіти, деталізувати дані до потрібного ступеня, наочно бачити динаміку різних показників, одночасно переглядаючи будь-які їх поєднання.

Подібно до того, як при створенні складних транзакційних систем рівня підприємства виникає потреба в реинжиниринге бізнес-процесів, так при створенні корпоративних інформаційно-аналітичних систем буде затребуваний бізнес-інжиніринг - створення організації, орієнтованої на виконання стратегії.

У стратегічному плані створення інформаційно-аналітичних систем переслідує мети досягнення конкурентної переваги на ринку, а не уникнення витрат на автоматизацію.

Cпроектіровать готову середу для багатовимірного аналізу можна інструментами і від Cognos, і від BusinessObjects, яких аналітики Gartner і META Group відносять до лідерів ринку OLAP. Цікаві рішення пропонують також компанії Actuate, Arcplan, Brio, Computer Associates, Crystal, Hummingbird, Hyperion, Informatica, Information Builders, Microsoft, MicroStrategy, Oracle, Peoplesoft, ProClarity, SAP, SAS, Siebel.