Innovations dans la Business Intelligence




<

Publié à l'origine - 25 Août, 2008

La renaissance de Business Intelligence

intelligence d'entreprise (BI) 2.0 pourrait avoir été éclipsé par toute l'excitation autour de son refroidisseur cousine Web 2.0, mais il ne peut pas être ignoré. Il est temps de jeter un oeil terre-à-terre à quelques avancées récentes qui font BI plus accessible, abordable et pertinente aux entreprises que jamais. Les changements les plus observables dans BI au cours des deux ou trois dernières années ont eu lieu dans le paysage des fournisseurs. "Megavendors» (comme Microsoft , SAP , IBM , et Oracle ) ci-dessus sont à la hausse fournisseurs indépendants ( Business Objects et Cognos ). En plus de l'acquisition de Cognos, l'd'achat d'Oracle Hyperion , et l'acquisition par SAP de Business Objects d'IBM, la feuille de route BI du géant du logiciel Microsoft constitue une menace pour tous les fournisseurs dans le petite à moyenne entreprise (SMB) du marché. Derrière les nombreux changements sur le marché BI, des innovations majeures dans les technologies de BI ont été à pied.

Dans cet article, nous examinons trois avancées récentes, en particulier: les technologies de recherche, logiciels de comme un service (SaaS), et Bi opérationnel. Pour comprendre comment ces technologies sont mises en œuvre et mis à la disposition des organisations, nous devons examiner les vendeurs qui les fournissent. Une enquête complète de tous les fournisseurs dans ces parenthèses technologie est pratiquement impossible, ce que nous illustrons dans cet article est tout simplement que l'innovation est encore très vivante et bien en BI.

La solution BI de type traditionnel comprend un entrepôt de données ou data marts (individuels des banques de données spécifiques à la zone d'affaires reporting et d'analyse) comme son fondement. Les entrepôts de données sont conçus pour de hautes performances dans les opérations d'interrogation, et contiennent souvent des résumés en fonction des besoins de l'entreprise. extraire, transformer et charger processus (ETL) apporter des données provenant de sources de données opérationnelles dans l'entrepôt de données périodiquement, en fonction de la fréquence des besoins de latence. Entre l'extraction de données à partir de sources et de les charger dans des cibles, le nettoyage des données et les données résumé sont des activités qui ont lieu dans un processus ETL. traitement analytique en ligne (OLAP) fournit un accès haute performance aux données dans l'entrepôt de données grâce à la création de cubes de , qui sont des structures de données que les données agrégées à travers de multiples dimensions et offrent l' utilisateur d'affaires avec un environnement analytique. Rapports et d'interrogation des environnements permettent d'accéder aux demandes de renseignements en conserve ou ad hoc en données historiques dans l'entrepôt de données / data marts.

Ces technologies sont développées sur plusieurs années, et bien que BI est désormais un champ mature, de nouvelles idées et approches sont encore en cours de développement, comme des modèles d'affaires changent et évoluent dans le monde.

Chercher la Vérité

«Une version de la vérité», mais une phrase redondante, a été presque synonyme de BI. Arriver à cette seule version, cependant, nécessite des opérations de recherche et d'interrogation. Chaque environnement de BI est intensif de données, et chaque action (que ce soit un simple rapport ou une analyse complexe impliquant de multiples dimensions) consiste à passer au crible gigaoctets (souvent des téraoctets) de données afin d'arriver à une réponse à une question d'affaires.

Recherche dans les environnements traditionnels de BI consiste à créer des sources de données structurées (entrepôts de données, data marts, cubes OLAP) et l'application de mécanismes de requêtes qui comprennent les structures de données. Par exemple, structuré langage de requête (SQL) et les expressions multidimensionnelles (MDX) sont des moyens communs de l'interrogation des données qui sont stockées dans un entrepôt de données ou des cubes OLAP.

dans l'espace de recherche comprennent la recherche de haute performance à travers des sources de données non structurées et disparates, de nouveaux mécanismes de stockage, de nouvelles approches de l'expérience utilisateur, et les capacités de recherche multilingues avancées. L'existence d'un contenu structuré et non structuré et le coût élevé du maintien d'un entrepôt de données et des processus ETL sont bien réels dans les organisations, de nouvelles façons novatrices de recherche de données hétérogènes sont essentiels.

Endeca 's MDEX la technologie TM promet une plate-forme dans laquelle des recherches dans les données stockées dans les bases de données relationnelles, les entrepôts de données et de contenu non structuré deviennent possibles. La technologie est basée sur la description des auto-dossiers où chaque champ est une paire attribut-valeur. Grâce à cette flexibilité, un fait peu connu stocké dans un document peut faire partie d'une analyse instantanément. Le résumé guidée basée sur la recherche suppose que l'utilisateur ne sait pas à l'avance ce genre de questions peuvent être posées. L'approche élargit l'audience BI dans une organisation, que l'utilisateur n'a pas besoin d'avoir une compréhension détaillée des sous-jacents les métadonnées Modèles de données ou d'.

FAST est encore un innovateur dans le domaine de la recherche. Contextual Insight de FAST utilisations entités qui définissent la portée de la recherche. La recherche combine ces entités (telles que nom, adresse, etc) pour parvenir à une réponse à la question d'un utilisateur. FAST prend également en charge un composant de traitement du langage naturel et les caractéristiques linguistiques de pointe. Entreprises qui traitent avec de gros documents (édition, nouvelles, médias, etc) en plusieurs langues peuvent bénéficier de capacités linguistiques avancées rapides.

Information Builders combine la technologie de recherche de Google Appliance avec ses propres technologies d'intégration de données de BI. WebFOCUS Magnify permet à l'utilisateur d'utiliser le mot-clé universellement familier Recherche de combiner le contenu Web d'une organisation avec ses données d'entreprise. Cela peut donner un aperçu de l'activité de commerce en ligne en collaboration avec BI reposant sur des données d'entreprise historiques.

SaaS: BI à louer (à louer)

Le coût élevé et le temps de mise en œuvre prolongée impliqué dans des projets BI BI a fait inabordable pour de nombreuses PME. Pour les entreprises confrontées à des défis dans l'application de BI, SaaS élimine la nécessité de construire des entrepôts de données et des cubes OLAP. Pour les entreprises qui ont des solutions BI en place, SaaS permet de nouvelles fonctionnalités BI disposition des utilisateurs pour un faible coût et le temps de mise en œuvre minimale.

Afin d'obtenir BI en mode SaaS, les données provenant de diverses sources sont envoyés à un service hébergé, où les processus ETL de type apporter les données dans une représentation structurée. Une fois une charge initiale de données d'une organisation est terminé, les clients du service hébergé fournissent des mises à jour incrémentielles des données.

SAS Solutions OnDemand offre des services analytiques spécifiques à l'enseignement supérieur, des organismes de services financiers et de marketing. Le OnDemand Business Intelligence paquet fournit des capacités d'analyse des rapports détaillés et fondés sur les données relationnelles et les cubes OLAP. SAS propose également une option de crédit-bail à utiliser son application dans la maison.

Business Objects OnDemand comprend un entrepôt de données et de processus ETL. Ceux qui sont familiers avec Business Objects reconnaître l'univers de , qui est disponible en tant qu'interface d'affaires à l'entrepôt de données. Crystalreports.com sert d'interface client qui héberge divers types de rapports et tableaux de bord.

Oco s 'On-Demand Business Intelligence permet aux utilisateurs de bénéficier de deux technologies brevetées: Connect pour ETL et schéma Intelligent Data pour le processus de cartographie des entités commerciales dans des entrepôts de données. Retail Solutions spécifiques sont également proposés sur le modèle SaaS.

Analytics d'accueil propose un service de gestion de la performance de l'entreprise, qui peut également être acheté en tant que licence. Les différents services de ce genre peuvent être des options pour les entreprises qui cherchent à augmenter solutions de BI existantes.

Dans le k maintenant -Operational BI

latence d'intégration des données peut varier en fonction de la nature des besoins de l'entreprise. Pour l'analyse traditionnelle des rapports BI et basé sur les données historiques, les latences des jours voire des semaines sont monnaie courante. Pour le reporting opérationnel et applications analytiques qui nécessitent données en temps quasi réel, les latences d'heures, minutes, voire quelques secondes, peut être nécessaire. Par exemple, une application de prévision qui prédit le re-commande de marchandises en fonction des ventes et de la demande, il faudra données de ventes qui est au moins heures vieux. Une augmentation soudaine de la vente de marchandises spécifiques, grâce à une initiative de marketing pour offrir des rabais, peuvent soit déclencher une action automatique re-commande dans le système de bon de commande, ou envoyer une alerte pour le ministère chargé de commander à nouveau. L'information historique est utilisé pour prédire les tendances de la demande, mais les données opérationnelles sont nécessaires pour détecter les activités anormales en temps réel (ou quasi réel) du temps de sorte que la faible disponibilité peut être traitée immédiatement. BI opérationnelle est également pertinente dans des reportages en direct, où les données doivent être déchargés à partir du système d'exploitation afin d'éviter d'imposer des charges requête sur les systèmes d'application.

La nécessité de lier les activités opérationnelles au contenu BI est de plus en plus important. Il est essentiel, cependant, de garder à l'esprit que toutes les données dans un entrepôt de données doit être à jour; une combinaison de l'intégration de données en temps réel et d'analyse est ce meilleur répond aux besoins d'une organisation. Le nettoyage des données doit être minimale (ou inexistante) avec l'intégration de données en temps réel, par conséquent, la qualité des données doit être assuré au moment de son entrée dans les systèmes d'application

.

IBM Cognos Now! est un produit qui comprend un serveur configuré avec tous les composants nécessaires pour la BI opérationnelle. Il est également offert en tant que service hébergé par SaaS. Un serveur de streaming offre l'intégration de données en continu des informations transactionnelles avec les données historiques. Un moteur d'exécution de règles métier permet de mettre en place des alertes basées sur les activités opérationnelles. Un serveur analytique inclut les moteurs d'interrogation et d'analyse;. Des données agrégées est stockée dans le serveur, éliminant le besoin de l'entrepôt de données pour être tenu à jour

d 'Informatica PowerCenter 8.5 cible spécifiquement le besoin de données en temps réel. PowerCenter Real Time édition combine des fonctionnalités de traitement par lots avec de nouvelles fonctionnalités en temps réel et utilise des techniques de traitement parallèle pour faire face aux contraintes de performance. Parallélisme de données intelligente aligne le partitionnement dans PowerCenter avec celle de la base de données et optimise l'utilisation du matériel ressources pour la performance. capture de données modifiées (CDC) fournit une méthode d'intégration de données en continu qui écoute les changements dans les sources de données pour déclencher le transfert dans l'entrepôt de données.

tout ça pour dire ...

En conclusion, BI est à la pointe des innovations qui tirent pleinement parti des progrès récents des technologies matérielles et logicielles. Google s 'révolution a touché plusieurs secteurs de l'industrie du logiciel BI ne fait pas exception. Les techniques de recherche de pointe offrent des moyens plus intuitifs pour accéder aux données d'entreprise complexes. Modèles d'affaires axés sur les services permettent aux entreprises de se lancer dans des voyages BI sur beaucoup plus petits budgets et les échéanciers. Aperçu disponible via BI est converti en alertes et des actions grâce à de nouvelles techniques de BI opérationnelle.

propos de l'auteur

Anna Mallikarjunan est membre du TEC de l'équipe de recherche et de développement. Elle est responsable de l'analyse et le développement du logiciel d'aide à la décision développé par TEC ainsi que des outils de business intelligence (BI). Elle a plus de quatre ans d'analyse de l'entreprise, la conception et l'expérience de développement dans plusieurs domaines de la BI, y compris l'entreposage de données; extraire, transformer et de chargement (ETL); traitement analytique en ligne (OLAP), les rapports, et le développement d'applications personnalisées.

positions passées Mallikarjunan a occupés, mentionnons responsable technique et applications directeur du développement d'une équipe d'. NET, l'entreposage de données, BI et professionnels pour une entreprise de vente au détail de la mode. Dans ce rôle, elle était responsable de l'élaboration, la maintenance et le support d'applications Windows et Web-based, ainsi qu'un magasin de données opérationnelles, data marts et applications BI.

Mallikarjunan détient un baccalauréat en informatique de l'Université de Madras (Inde), et d'une maîtrise en informatique de l'Université Anna à Madras, en Inde.

 
comments powered by Disqus