В настоящее время элементы, которые предлагают дифференциацию в организациях, становятся все более скудными, и их очень легко адаптировать к конкуренции. Такие аспекты, как местоположение, инновационные процессы в продуктах и услугах, постепенно перестали быть дифференцирующими, в результате чего компании становятся все более узкими сферой действий, а эффективность и результативность принятия решений становится весьма актуальной, поскольку Жизненно важно использовать все данные и информацию, которые организация должна преобразовать в знания, которые могут использоваться в рамках наибольшего числа процессов в организации, поддерживающих принятие решений.
Поэтому организация, которая решает внедрить стратегию бизнес-аналитики, должна решить, какие бизнес-возможности она будет оптимизировать. Широкое применение данных, статистический анализ, математические модели, методологии анализа, которые поддерживают выбранные возможности. Который подчиняется определению бизнес-аналитики, которое нам предлагают Давенпорт и Харрис; «Это набор технологий и процедур, которые используют данные, чтобы знать, понимать и анализировать результаты деятельности компании». (Давенпорт и Харрис, 2009).
Среди основных преимуществ, которые бизнес-аналитика предлагает организациям:
• повысить операционную эффективность
• Способствовать проактивности персонала
• Обеспечить лучшее обслуживание клиентов
• Выявить проблемы заранее
• Увеличивает прозрачность бизнеса
• Экономьте на расходах
(Экерсон, 2007)
Будучи его главной полезностью, средство для принятия стратегических решений (Cano, 2007)
Среди компонентов, составляющих бизнес-аналитику:
1. Источники информации для подачи в Datawarehouse.
2. ETL-процесс извлечения, преобразования и загрузки данных в хранилище данных перед хранением данных.
3. Datawarehouse или хранилище данных с метаданными или словарем данных. Это обеспечивает гибкость и простоту доступа и администрирования.
4. Механизм OLAP, который предлагает нам возможности расчета, запросов, функций планирования, прогнозов и анализа сценариев в больших объемах данных.
В основные средства Business Intelligence (Cano, 2007):
1. Генераторы отчетов. Используются профессиональными разработчиками для создания стандартных отчетов для групп, отделов и организации.
2. Инструменты конечного пользователя для запросов и отчетов. Используются конечными пользователями для создания отчетов для себя или для других, не требуют программирования.
3. Инструменты OLAP. Они позволяют конечным пользователям обрабатывать информацию многомерным способом, чтобы исследовать ее с разных точек зрения и в разные периоды времени.
4. Инструменты Dashboard и Scorecard. Они позволяют конечным пользователям с первого взгляда видеть критически важную для производительности информацию с помощью графических значков и с возможностью просмотра более подробной информации для анализа подробной информации и отчетов, если они того пожелают.
5. Инструменты планирования, моделирования и консолидации. Позволяет аналитикам и конечным пользователям создавать бизнес-планы и моделирование с использованием данных бизнес-аналитики. Они могут быть разработаны для планирования, бюджетов, прогнозов. Эти инструменты предоставляют панели мониторинга и системы показателей с целями и пороговыми значениями показателей.
6. Инструменты сбора данных: они позволяют статистикам или бизнес-аналитикам создавать статистические модели деловой активности. Datamining - это процесс обнаружения и интерпретации неизвестных закономерностей в информации, с помощью которых можно решать бизнес-задачи. Наиболее распространенные виды использования данных: сегментирование, перекрестные продажи, пути потребления, классификация, прогнозы, оптимизация и т. Д.
На следующем рисунке показано, как выглядит экран пользователя в инструменте анализа рынка.
Кано, JL (2007). Бизнес-аналитика. В JL Cano, Бизнес-аналитика (стр. 393).
Давенпорт, TH, и Харрис, JG (2009). Конкуренция по аналитике. В TH Давенпорт, и Дж. Харрис, Конкурируя на аналитике (стр. 276). Мексика DF: Альфаомега.
Экерсон, WW (2007). ЛУЧШИЕ ПРАКТИКИ В ОПЕРАЦИОННОЙ БИ. TDWI Институт хранилищ данных.
