多くの人が思いつかないかもしれないことの 1 つは、ビジネス インテリジェンス BI の概念が数十年にわたって開発されてきたということです。この発展期間中に、ビジネス インテリジェンス BI は一連の成熟した理論と製品システムを形成し、現代の情報化とデジタル化が加わって、さまざまな業界の企業にとって成熟した製品になりました。
1. ビジネスインテリジェンスBI
ビジネス インテリジェンス BI の定義は実際には非常にシンプルです。簡単に要約すると、ビジネス インテリジェンスは、データ ウェアハウス、クエリ レポート、データ分析で構成されるデータベースの技術ソリューションの完全なセットであり、ビジネス プロセスの標準化とフローを実現できます。 ERP、OA、CRMなどのさまざまなビジネス情報システムを統合・標準化し、企業データを統合・集約します。
ビジネス インテリジェンス BI - Pico Data ビジネス インテリジェンス BI ビジュアル分析プラットフォーム
ビジネス インテリジェンス BI は、非常に包括的なデータ ベースのテクノロジ ソリューションです。たとえば、ビジネス インテリジェンス BI は、さまざまな部門やレベルの従業員を満足させるデータ視覚化レポートを作成し、最前線のビジネス担当者がビジネスの追跡、予測、レビューを行うのに役立ちます。企業の上級管理者がビジネスインテリジェンスBI、コアKPI指標、グループかんばんなどの管理コックピットを通じて企業の包括的な情報を取得し、意思決定を支援するのを支援します。
ビジネスインテリジェンス BI の核となる内容をまとめると、大きく次の 3 つの特徴があります。
- データ ウェアハウス、クエリ レポート、データ分析などで構成されるデータ テクノロジ ソリューションの完全なセット。
- 企業内のさまざまなシステム (ERP、OA) のデータをオープンにして効果的に統合します。
- 適切なクエリおよび分析ツールを使用して、企業の意思決定をサポートするレポートを迅速かつ正確に提供します。
ビジネス インテリジェンス BI - Pico Data ビジネス インテリジェンス BI ビジュアル分析プラットフォーム
ビジネス インテリジェンス BI は企業にとって確かに非常に重要です。これは、ビジネス インテリジェンス BI が企業内で接続する役割を果たすためです。下に見ると、ビジネス インテリジェンス BI は、ERP、OA、CRM などのさまざまなビジネス情報システムをオープンにし、クリーンなデータ データ ウェアハウス内の統合ストレージ、検索、ビジネス インテリジェンス BI は、さまざまなテーマや形式のデータ視覚化レポートを提供し、データ視覚化分析を通じて企業の発展状況を包括的に表示し、管理者の意思決定を支援します。
ビジネス インテリジェンス BI は、企業データ ライフ サイクルのさまざまな段階に応じて 3 つのレベルに分類できます。
最初の層であるビジュアル分析およびプレゼンテーション層 - ビジネス インテリジェンス BI の需要層は、一方ではユーザーのニーズ、ユーザーが見たいもの、見るべきものを表し、他方ではユーザーが何を求めているかも表します。これらはこのレイヤーに表示されます。
2 番目の層であるデータ モデル層 - ビジネス インテリジェンス BI データ ウェアハウスは、主に企業データの分析モデルを担当し、ビジネス計算ルールからデータ計算ルールへの変換を完了します。
3番目の層、データソース層 - ビジネスインテリジェンスBIのデータ層、さまざまな部門や事業分野のビジネス情報システム、基盤となるデータベースのデータがETL、モデリング分析などを通じてビジネスインテリジェンスBIのデータウェアハウスに抽出されます。 .、最終サポート フロントエンドの視覚分析表示へ。
2. 企業のIT情報化におけるビジネスインテリジェンスBIの位置づけ
前述したように、企業におけるビジネス インテリジェンス BI の位置付けは主に過去と未来をつなぐものであり、情報化構築の重要な部分です。ビジネス インテリジェンス BI は、データを中心とした完全なデータ価値システムを形成し、企業におけるデータの価値を最大限に発揮します。
企業の IT 情報化におけるビジネス インテリジェンス BI の位置付けについては、まず企業の情報化とは何なのかを理解する必要があります。一般に、企業の情報化構築は普遍的であり、ほとんどの企業のIT情報化はビジネス情報化とデータ情報化の2段階に分けられます。
エンタープライズ情報化 - Pike data ビジネス インテリジェンス BI 視覚化分析プラットフォーム
この 2 つの部門は互いに独立しており、相互に影響し合っていますが、一般的には依然としてデータが基盤であると考えられています。ビジネス情報化はデータを生成し、データを通じてビジネス自体を最適化します。データ情報化はデータを使用しますが、データに役割を持たせたり、データに役割を持たせたりすることもできます。ビジネスの情報化を最適化します。
ビジネス情報化 - 企業が使用するERP、CRM、OA、および自社構築のビジネス情報システムを総称してビジネス情報化と呼びます。ビジネス情報化の主な機能は、企業のビジネスプロセスを最適化および調整することであり、標準化、標準化、オンライン化を通じて、業務運営の効率を向上させ、人的コスト、時間、エネルギーのコストを削減し、大量のデータを蓄積することができます。これはビジネス管理の考え方の中核であり、現代の企業管理の具体化でもあります。
データ情報化 - よく耳にするビッグデータ、ビジネスインテリジェンスBI、データ分析、データマイニングなどを総称してデータ情報化と呼びます。データ情報化は、企業が自社の経営を完全に理解し、経営管理モデルをエクスペリエンス主導からデータ主導に調整し、感情や心理などの主観的な影響を軽減し、データに基づいたビジネス意思決定のサポートを形成し、意思決定の精度を向上させるのに役立ちます。 -making これは、より高いレベルの企業管理です。
エンタープライズ情報化 - Pike data ビジネス インテリジェンス BI 視覚化分析プラットフォーム
企業の情報化構築は完全なプロセスであり、業務システムの構築がなければデータの蓄積はなく、データの蓄積がなければビジネスインテリジェンスBIを導入する基盤もありません。これは、ビジネス情報化とデータ情報化の双方向の効果であり、これによりビジネス システムがビジネス インテリジェンス BI の展開を促進できるようになり、また、ビジネス インテリジェンス BI によってビジネス システムの有効性が向上することも可能になります。
3. ビジネス インテリジェンス BI の主なユーザーは誰ですか?
ビジネス インテリジェンス BI - Pico Data ビジネス インテリジェンス BI ビジュアル分析プラットフォーム
ビジネス情報化の主なユーザー - ビジネス情報化の主なユーザーは第一線のビジネス担当者であるため、ビジネス情報化のユーザーは主にビジネスの観点から、ビジネスのためのデータの入力、プロセスの記録、ビジネス情報の閲覧などを行います。
データ情報化の主なユーザー - データ情報化の主なユーザーは経営上の意思決定者であり、企業の運営と管理の日常的なプロセスにおいて、意思決定者はビジネス インテリジェンス BI やその他のデータ テクノロジ ソリューションを使用して、経営上の問題をより多くの観点から特定し、分析します。問題を解決し、最終的にビジネス上の決定を下します。
4. データアイランドとは正確には何を意味しますか?
企業がある程度発展すると、データ量の増加や情報化構築の必要性により、各部門に対応した業務情報システムを構築するようになります。これらのビジネス情報システム（ERP、OA、CRM）は、ビジネスプロセスを標準化し、標準化されたビジネスモデルを形成し、システムデータベースを通じてビジネスデータを自動的に蓄積し、企業のデータ資産を蓄積します。データの価値が顕著になっている今、ビジネスデータが蓄積できるのは当然良いことであることは間違いありません。
しかし、これらの異なる部門や異なるビジネス情報システムのデータベース内のデータは、多くの場合相互運用性がなく、独自のデータベースにのみ保存され、統一的に使用することができず、企業全体の視点がありません。全体。このように、各部門や各業務システムのデータが海外の離島のように離れてしまい、相互に接続・通信ができない状態、これがよく言われる「データアイランド」です。
ビジネス インテリジェンス BI - Pico Data ビジネス インテリジェンス BI ビジュアル分析プラットフォーム
ビジネス インテリジェンス BI は、データ テクノロジ ソリューションとして、データ アイランドの問題に直面したときに、企業が直面する「データ アイランド」と「情報アイランド」の問題を、データ情報化、データ ウェアハウス、データ視覚化を通じて解決できます。上級マネージャーは、企業のあらゆるレベルのマネージャーに意思決定を支援するための意思決定情報を計画し、主に提供します。
マネジメントコックピット - Pico Data Business Intelligence BI ビジュアル分析プラットフォーム
そのため、ビジネスインテリジェンスBIを導入する際には、さまざまな担当者のニーズを理解する必要があります。企業内のさまざまな従業員の観点から、孤立したデータ島が存在し、それを解決する必要があると考える人もいます。データアイランドは存在しない、あるいは存在してもあまり影響がないので解決する必要がないと考えている人もいますが、根本的な原因は本当のことを知らないことにあります。ビジネス インテリジェンス BI のサービス オブジェクト。
5. ビジネスインテリジェンスBIが業務システムからデータを取得する方法
ビジネスインテリジェンスBIは、業務システムのデータソースデータベースにアクセスして接続することでデータを取得しますが、データベースの種類を問わず、ビジネスインテリジェンスBIは業務システムの元のテーブルデータをETL経由でデータウェアハウスに抽出して処理し、ついにフロントエンドのビジュアル分析レポートプレゼンテーションに対応しました。
ビジネス インテリジェンス BI - Pico Data ビジネス インテリジェンス BI ビジュアル分析プラットフォーム
以前に友人が次の質問をしました: データ ソース レイヤーはインターフェイスを開発する必要がありますか?
実際、一般的にはその必要はありません。基本的に、このような質問をする人はソフトウェア システムのインターフェイス ドッキングを経験しています。ソフトウェア システムのインターフェイス ドッキングは、ビジネス ソフトウェアには JAVA で開発されたものと .NET で開発されたものがあるためです。 、一部は B/S アーキテクチャ、一部は C/S アーキテクチャです。
ソフトウェア システム間のインターフェイスには開発の参加が必要で、主に異なるソフトウェアのビジネス プロセスを接続するため、このインターフェイスはコードを移動する必要があります。しかし、ビジネス インテリジェンス BI はデータを取得するための別のインターフェイスを備えており、業務システム ソフトウェア自体とは何の関係もなく、業務システムの背後にあるデータベースにアクセスして接続し、データベースから直接データを取得するだけでよいため、ソフトウェアは必要ありません。インターフェイスが必要であるか、この概念にアクセスするためのソフトウェア インターフェイスがありません。
ビジネス システムがパブリック クラウドの純粋な SAAS モードである場合を除き、この場合、データはソフトウェアによって外部に公開された API インターフェイスを介してのみアクセスできます。
製薬業界の営業担当者のパフォーマンス分析 - Pieco Data Business Intelligence BI ビジュアル分析プラットフォーム
酒類業界のチャネルターミナル管理分析 - Pike Data Business Intelligence BI ビジュアル分析プラットフォーム
6. データセンター、ビジネスインテリジェンスBI、ビッグデータの関係をどのように理解すべきですか?
システムのビジネス インテリジェンス BI が大量のデータや非構造化データ処理シナリオに遭遇すると、基盤となるデータ ウェアハウスがビッグ データ データ ウェアハウス アーキテクチャにアップグレードされます。これは、ビッグ データの下でのビジネス インテリジェンス BI 分析です。ウェアハウス アーキテクチャに基づいて、データ収集機能は左側にさらに拡張され、中央では、元のビッグデータ アーキテクチャのデータ ウェアハウス モデリングに加え、データ資産、データ資産インベントリ、データ資産管理の概念が追加され、データ サービスの機能が追加されます。を拡充し、台中のデータセンター内で一定のルールに従って処理されたデータをパッケージ化して外部サービスとして提供する。したがって、ビッグ データ アーキテクチャに基づくデータ取得、データ ウェアハウス モデリング、データ資産管理、およびデータ サービスがデータ センターの中核を構成します。
データビジュアライゼーション - Pico Data Business Intelligence BI ビジュアル分析プラットフォーム
データミドルプラットフォームの基盤はビッグデータアーキテクチャであり、データウェアハウスは従来のビジネスインテリジェンスBIデータウェアハウスをビッグデータにアップグレードしたもので、ビジネスインテリジェンスBIはデータミドルプラットフォームの上のアプリケーション層となり、データサービスを利用します。データを取得するためのミドルプラットフォーム、分析表示。
これは、ビジネス インテリジェンス BI、ビッグ データ、データ センターの関係と、さまざまなデータ シナリオおよびサービス シナリオにおける進化のプロセスであり、このプロセスを理解していれば、これらの概念を簡単に混同することはなくなるはずです。ビジネスインテリジェンスBI、ビッグデータ、データセンターのどれを選択すべきかについては、実際のところ、適切な技術ルートと技術アーキテクチャをどのように選択するかは、最終的には企業自体が何を解決したいかによって決まり、やみくもに選択することはできません。ブラインド選択の結果、多額の投資が行われますが、生産量は小さく、期待に応えられません。私たちは依然として需要そのものに焦点を当てるべきであり、需要こそが王様なのです。
7. ビジネス インテリジェンス BI 認識に関するいくつかの大きな誤解
多くの企業はビジネス インテリジェンス BI を純粋なレポート ツールとして使用しており、出力フォームは視覚的なグラフになっていますが、グラフに表示される内容は依然として以前の部門のビジネス情報であり、最前線のビジネス部門の基本的な状況を示すだけです。管理者は、企業の全体的な発展を理解するために、依然として多額の費用と時間とエネルギーを費やす必要があります。
ビジネス インテリジェンス BI - Pico Data ビジネス インテリジェンス BI ビジュアル分析プラットフォーム
ここでは、ビジネス インテリジェンス BI を理解する際に誰もがよく遭遇する誤解をいくつかまとめました。
1. ビジネス インテリジェンス BI は、一連のビジュアル チャートであるレポートの視覚化であり、ビジネス インテリジェンス BI はフロントエンドの視覚化です。
2. ビジネス インテリジェンス BI は、ドラッグ アンド ドロップ分析ツール製品です。
3. ビジネス インテリジェンス BI はビジネス インテリジェンス BI であり、データ ウェアハウスとは何の関係もありません。
4. ビジネス インテリジェンス BI を使用すると、データ ウェアハウス モデリングの必要がなく、ビジネス担当者は自分でビジネス インテリジェンス BI 分析を行うことができ、ドラッグ アンド ドロップでビジネス インテリジェンス BI 分析を行うことができます。
5. ビジネス インテリジェンス BI はビジネス主導型であり、IT 担当者のサポートを必要としません アジャイル ビジネス インテリジェンス BI は IT の介入を必要としません。
6. ビジネス インテリジェンス BI は直接接続されているのではありませんか? データ ソースに直接接続しなくても、データ ウェアハウスを必要とせずに分析を実行できます。
まず、これらの問題についての理解を簡単に修正します。
1. ビジネス インテリジェンス BI は、一連のビジュアル チャートであるレポートの視覚化であり、BI はフロントエンドの視覚化です。
ビジネス インテリジェンス BI は、データ ウェアハウス、データ分析、データ レポートなどで構成されるデータ テクノロジ ソリューションの完全なセットです。BI プロジェクトでは、時間の 20% がフロントエンド分析レポートに費やされ、時間の 80% が基盤となるデータ ウェアハウスの設計、ETL 開発、アクセス開発などに費やされます。
したがって、ビジュアル レポートは BI の最終的なプレゼンテーションにすぎず、BI の全体ではありません。
2. ビジネス インテリジェンス BI は、ドラッグ アンド ドロップ分析ツール製品です。
正確に言うと、ドラッグ アンド ドロップのビジュアル分析ツールは、ビジネス インテリジェンス BI の一部、つまりビジュアル分析しか解決できません。しかし実際には、ビジネス インテリジェンス BI に含まれるテクノロジーの範囲は比較的広く、ボトムレベルのデータ取得からフロントエンドの表示と分析に至るまで、あらゆる側面が含まれます。
厳密に言えば、単純なドラッグ アンド ドロップのビジネス インテリジェンス BI ビジュアル分析ツールは個人および部門レベルでのみ配置できます。これはエンタープライズ レベルのビジネス インテリジェンス BI とは大きく異なるため、以前の単純なビジネス インテリジェンス BI 分析ツールは使用できません。ビジネス インテリジェンス BI の役割を担う BI の本当の役割は、ビジネス インテリジェンス BI の役割に代わることはできません。
3. 以前は、ビジネス インテリジェンス BI はビジネス主導であり、ビジネス インテリジェンス BI は BI であり、データ ウェアハウスとは何の関係もない、と常に言う人もいました。
この質問は非常に深い質問で、私も以前からそう思っていましたが、BI ではデータ ウェアハウスのモデリングは必要なく、ビジネス担当者が自分で BI 分析を行うことができ、ドラッグ アンド ドロップで BI 分析を行うことができるのではないかと常々感じています。 IT 担当者のサポートが必要ですが、アジャイル ビジネス インテリジェンス BI は IT の介入を必要とせず、データ ウェアハウスを構築する必要もありません。
マネジメントコックピット大画面 - パイクデータ ビジネスインテリジェンスBI可視化分析プラットフォーム
ビジネス インテリジェンス BI の販売またはプレセールスがある限り、ビジネス インテリジェンス BI プロジェクトではデータ ウェアハウスを構築する必要がなく、ビジネス インテリジェンス BI 分析ツールを通じて企業内のすべての分析を直接処理できることをユーザーに伝えます。 IT 担当者のサポートなしで、ビジネス担当者が自分で実行できる... あえてこのような約束をする人は、ビジネス インテリジェンス BI を理解していないか、本当に馬鹿にしているかのどちらかです。
エンタープライズレベルのビジネスインテリジェンス BI プロジェクトの構築において、ビジネス担当者がドラッグ アンド ドロップするだけでデータの視覚化分析を実現することが実際に可能であり、少なくとも私の個人的な 10 年以上の実務経験では、95% 以上の企業がそれはできません。私がサービスを提供した主な企業には、SHP (Security Health Plan)、Microsoft (中国)、Microsoft (米国)、VWFC (Volkswagen Finance) などが含まれます。
VWFC の取り組みは非常に優れており、数人のビジネス担当者が自分で大量のレポートを作成し、何千ものレポートをオンラインで実行しています。なぜ？基盤となるデータ ウェアハウスは長年にわたって構築されてきたため、基盤となるデータ アーキテクチャは比較的標準化されています。ビジネス主導 ビジネス主導、その前提とは何ですか?
1) 基盤となるデータの品質は非常に標準化されており、データ ウェアハウスの構造は非常に完全です。ビジネス担当者は基盤となるデータに触れることができません。ETL、データの取得、インデックスの計算などはすべて IT 部門によって維持されます。
2) トレーニング後、ビジネス担当者はビジネス インテリジェンス BI フロントエンド レポート ツールの使用に習熟し、リリースされたデータ分析モデル インターフェイスに精通している必要があります。
3) ビジネス担当者はビジネスとデータに精通している必要があります。
条項 2) と 3) は多くの企業にとって問題ありませんが、条項 1) はビジネス担当者がフロントエンドのビジネス インテリジェンス BI ツールを直接使用して解決できるでしょうか? 明らかにビジネスパーソンにはこの能力はありません。
ビジネス インテリジェンス BI ツールは、トレーニングに関しては非常に簡単に使用できますが、実際のエンタープライズ ビジネス インテリジェンス BI プロジェクトの開発となると、先に進むのは困難です。訓練中に与えられるデータテーブルはすべて厳選されており、常に高品質で標準化されているため、必要なのは受注表と注文明細表などの単純な左表と右表だけであり、当然のことながら、それを実現するために視覚的なレポートを提供します。
データビジュアライゼーション - Pico Data Business Intelligence BI ビジュアル分析プラットフォーム
ただし、実際のエンタープライズ ビジネス インテリジェンス BI プロジェクトの分析では、分析指標の計算ルールは、いくつかのテーブルを関連付けるだけでは解決できません。信じられない場合は、実際の指標計算ロジックに挑戦してください: 小さなケースに挑戦してくださいデータベース内の ETL データ クリーニングのデータ テーブルは 1 つだけで、データは理解しやすいですが、多くのビジネス インテリジェンス BI 開発者は、その作業に多大なエネルギーを浪費する必要があり、ましてやビジネス担当者のセルフサービス ビジネス インテリジェンス BI 分析は言うまでもなく、 。
多くを語ることは、セルフサービス ビジネス インテリジェンス BI の役割と機能を盲目的に否定することではありません。セルフサービス ビジネス インテリジェンス BI にはその使用シナリオがあり、確かに多くの BI 作業を簡素化するのに役立ちましたが、専門的な観点から見ると、ビジネス インテリジェンス BI ベンダーは、これと同様の概念を無責任な方法で繰り返し市場に強化しています: ビジネス インテリジェンス BI は視覚的なレポートであり、ビジネス インテリジェンス BI はデータ ウェアハウス モデリングを必要とせず、従来のデータ ウェアハウス モデリングは非常に後進的です、ビジネス インテリジェンス BI セルフサービス分析です。ビジネス インテリジェンス BI セルフサービス分析は非常にシンプルで、ビジネス ユーザーは数日間のトレーニングで学習し、希望どおりに分析できます。
マーケティングと販売の観点から見ると、製品の複雑さや開始の難しさを単純化することに問題はありませんが、問題は、間違った専門的でない説明によって、最終的に企業が誤った概念を受け入れるよう誤解を招くことです。ビジネス インテリジェンス BI プロジェクトの構築を評価および計画するための概念が確立されておらず、ビジネス インテリジェンス BI プロジェクトの構築中に遭遇する可能性のある課題とリスクを完全には予測しておらず、最終的にはプロジェクトの失敗や失敗、構築の繰り返しにつながりました。
北京にある当社のクライアントの 1 つは、いわゆるビジネス インテリジェンス BI プロジェクトに 100 万元以上を費やし、プロジェクトは約 1 年にわたって稼働しましたが、最終的にはまったく推進できずに失敗しました。その後、Pike Data を見つけ、Pike Data のビジネス インテリジェンス BI 分析プラットフォームを提供し、このプロジェクトを数フェーズ連続で実施し、お客様から感謝の手紙まで書いていただきました。
なぜこれまでプッシュできなかったのか、そうすればプロジェクトは失敗するのでしょうか。データ ウェアハウスの計画に注意を払わなかったのです。ビジネスは継続的かつ変化するため、年間需要を動的に調整する必要があり、データは増加し続け、分析の深さと範囲は常に変化します。サポートする適切な基礎データ構造がなければ、データを取得するために SQL のみに依存します。データ収集とレポート作成の形で、今後 3 ～ 5 年、あるいはそれ以上の企業のビジネス分析要件の変化に対応することは不可能です。
8. レポート ツールはどのようにして誕生しましたか?
私は技術分野、情報化分野、ビジネスインテリジェンスBI業界に10年以上携わっており、このサークルから離れたことはありません。JAVA (AWT、SWING、JSP、Hibernate、Spring、ibatis)、.NET (ASP、http://ASP.NET、C#.NET )、Object-C、JS およびその他のテクノロジー開発、ビジネス ソフトウェア システム プラットフォームの開発を行ってきました。 。
初期のフロントエンド テクノロジは非常に弱く、AJAX の実装にも手書きが必要でした。クリックして編集し、フォーム内のデータを変更するには、JS DOM 操作を自分で使用する必要があります。レポート作成は基本的に、循環出力用のフロントエンドで HTML にネストされた JSP および ASP スクリプト言語を使用しますが、レポート スタイルは非常にネイティブで見苦しく、少し複雑なテーブル レポート スタイルは JS で調整する必要があります。
Crystal Report、Runqian Report など、当時使用されていたレポートには、直接参照できるフロントエンド スクリプト言語のタグがあり、レポート生成により多くの手書きコードが置き換えられました。初期のフロントエンドとバックエンドのテクノロジは切り離せないものでした。http: //ASP.NET の方 がわずかに優れており、フロントエンドには直接使用できるいくつかの統合コントロールが徐々に追加されましたが、JAVA には実際にはありませんでした。上記の段階はいつ頃でしょうか? 2005 年から 2007 年頃までは広く使われていたと思いますが、旧 CSDN には独自のレポート ラベルが多数投稿されているはずです。
中国には、Jinfeng Report Jreport、Star Report StyleReport などの古いレポートの一定の市場もあります。2010 年の時点で一部のレポート メーカーの収益は 1 億を超えており、基本的なレポート市場が依然として非常に良好であることを示しています。
当時のレポートはどのような位置づけだったのでしょうか? それは純粋なレポート レポートであり、プログラムを通じて、バックグラウンド データベースからのクエリによって返されたデータ集計リストをフロントエンド スクリプト ページにバインドして、さまざまなレポートを生成しました。さまざまな業務ソフトで利用されており、システム内のレポート表示はビジネスインテリジェンスBI分析のレベルには程遠い。
また、実際に強力なレポート機能を備えているソフトウェア開発者は依然として多数存在しますが、これらのレポート機能は、市場で動作するレポート製品として独立して使用されていません。
フロントエンド テクノロジとフロントエンド フレームワークの改善により、従来のテーブル テクノロジから、さまざまなヒストグラム、棒グラフ、円グラフの視覚的表示まで、この段階ではレポートとビジネス インテリジェンス BI の境界が徐々に明確になりつつあります。ますますぼやけていきます。なぜ？ビジネス インテリジェンス BI のレポート表示機能は従来のレポートとほぼ同等であり、迅速な多次元分析を実現するセルフサービス分析やセルフサービス ドラッグ アンド ドロップの機能はまだ登場していません。
ここまで話した後で言いたいのは、これまで見てきたビジネス インテリジェンス BI プロジェクトの多くは、SQL からデータ セット、フロントエンド表示に至るまで、レポート思考で実装されているということです。そして、本当のビジネスインテリジェンスBIの考え方はどうあるべきなのでしょうか? 多次元思考とモデル思考は、ビジネス インテリジェンス BI プロジェクトの最終的な方向性を決定します。これらの点については後で説明します。
9. ビジネスインテリジェンス BI の本質 - 企業経営管理思考の実装
ビジネスインテリジェンスBIの本質 - Pico Data Business Intelligence BIビジュアル分析プラットフォーム
ビジネス インテリジェンス BI とは一体何ですか? テクノロジー？製品？または、他の何か？私たちは BI についての理解を別のレベルに引き上げました。ビジネス インテリジェンス BI は、企業のビジネスおよび管理の考え方を実装したものです。これをどのように理解すればよいでしょうか? ビジュアルレポートで提示される内容は、一言で言えば企業が本当に重視している内容であり、経営トップが注目する経営分析指標や特定の部門などがあります。
10. BI とデータ ウェアハウスの違いと関係は何ですか?
ビジネス インテリジェンス BI とデータ ウェアハウスの違いは何ですかという質問がよくあります。実際、この質問の背後には、一部の友人のビジネス インテリジェンス BI に対する理解がまだ不正確で偏っていることが反映されている可能性があります。この質問は実際に概念的に比較しています。 BI とデータ ウェアハウス: データ ウェアハウスは人為的に断片化されています。ビジネス インテリジェンス BI の第一印象は、あらゆる種類のクールなビジュアル チャートやレポートであり、市場には軽量のフロントエンド ビジュアル ビジネス インテリジェンス BI 分析ツールが多数存在するため、この状況は実際にはごく普通のことです。可視化部分。
正確に言うと、ビジネス インテリジェンス BI には、フロントエンドのビジュアル分析とレポート プレゼンテーションの機能だけでなく、基礎となるデータ ウェアハウスの構築プロセスも含まれます。Gartner は 1990 年代にビジネス インテリジェンスについて言及しましたが、BI はさまざまなエンタープライズ ビジネス システムから貴重なデータを抽出して分析するデータベースの技術ソリューションであり、変換とロードは変換と抽出、変換を行う ETL プロセスであると考えています。 Inmon の 3NF モデリング、Kimball の次元モデリング、またはその両方のハイブリッド アーキテクチャ モデルなどの特定のモデリング手法に従って、ロードし、最終的にデータ ウェアハウスにマージし、最後にこれに基づいて、適切な分析およびプレゼンテーション ツールを使用してさまざまな視覚的分析を形成します。レポートは、企業の経営意思決定層にデータ意思決定のサポートを提供します。
ビジネス インテリジェンス BI - Pico Data ビジネス インテリジェンス BI ビジュアル分析プラットフォーム
したがって、ここから、データ ウェアハウス Data Warehouse の位置は、ビジュアル レポートと基盤となるビジネス システムのデータ ソースの間のレイヤーであり、ビジネス インテリジェンス BI プロジェクト ソリューション全体において接続の役割を果たしていることがわかります。ビジネスインテリジェンスBIを人間に喩えると、上半身、特に顔が外見、下半身が大地のエッセンスを地に足から吸収し、真ん中の芯や芯の強さがデータとなります。倉庫。
また、データ ソースに直接リンクしてドラッグして分析できるビジネス インテリジェンス BI ツール製品が市場にたくさんあるのではないか? ビジネス インテリジェンス BI 分析レポートを作成することもできるのではないかと誰もが疑問に思うでしょう。この独立したフロントエンド指向のビジネス インテリジェンス BI 分析ツールは、部門レベルおよび個人レベルのビジネス インテリジェンス BI 分析ツールとして位置付けられており、複雑なデータ処理、統合、モデリングなどを必要とする深いレベルのシナリオについては解決できません。 。最善の方法は、下部に完全なデータ ウェアハウスを構築し、多くの分析モデルを標準化し、これらのフロントエンド ビジネス インテリジェンス BI 分析ツールを組み合わせて使用して、フロントエンド ビジネス インテリジェンス BI 分析機能を真にリリースすることです。
多くの企業は、フロントエンドのビジネス インテリジェンス BI 分析ツールを購入するだけで、エンタープライズ レベルのビジネス インテリジェンス BI の問題をすべて解決できると考えていますが、この考えは実際には実現可能ではありません。初期の分析シナリオが比較的単純で、データのドッキングの複雑さがそれほど高くない場合、このようなビジネス インテリジェンス BI 分析ツールには問題がない可能性があります。ただし、企業におけるビジネスインテリジェンス BI プロジェクトの構築には、スパイラルな構築プロセスであるという特徴があります。接続されたビジネス システムがますます増加する可能性があるため、分析の深さと範囲は増加し、データの複雑さはますます困難になります。現時点では、適切なデータ ウェアハウス アーキテクチャのサポートはありません。フロントエンド BI 分析工具は基本的には扱えません。
データ ウェアハウス - Pico Data Business Intelligence BI ビジュアル分析プラットフォーム
漢方薬店に薬を取りに行くのと同じように、薬がすぐに手に入る理由は、薬が手に入る前に他の人がさまざまなオリジナルの漢方薬材料を片付けて片付けているからです（データはオリジナルのデータソースから） ）をカテゴリーに分けて表示するため、医薬品の材料の照合方法（指標の組み合わせの次元の可視化）が高速です。
中国にはそのような企業が数多くありますが、ビジネス インテリジェンス BI への理解が不十分であるため、ビジネス インテリジェンス BI プロジェクトの構築に方向性の誤りが生じ、最終的にはビジネス インテリジェンス BI プロジェクトの推進を継続することが困難になります。
したがって、企業では、ビジネス インテリジェンス BI 構築が企業レベルの分析のためなのか、個人および部門の分析のためのものなのかを明確にする必要があります。パーソナルデータアナリストであれば、このようなフロントエンドのビジネスインテリジェンスBI分析ツールを使えば十分です。エンタープライズ レベルのビジネス インテリジェンス BI プロジェクトを構築する必要がある場合は、フロントエンドのビジュアル分析機能のレベルに焦点を当てるだけでなく、基礎となるデータ アーキテクチャの構築、つまりデータ アーキテクチャのレベルにも注意を払う必要があります。データウェアハウス。
11、データ ウェアハウス モデリング方法論 Kimball 対 Inmon およびハイブリッド アーキテクチャ
データ ウェアハウス モデリングは、ビジネス インテリジェンス BI プロジェクトの構築における最優先事項です。Inmon の 3 つのパラダイム 3NF モデリングと Kimball のディメンション モデリングは、どちらもビジネス インテリジェンス BI データ ウェアハウス モデリング手法です。これら 2 つのビジネス インテリジェンス BI モデリングの違いと関連性は何ですか。道。
12. 実際にBIプロジェクトを実施する際の要件実現の方法論
ビジネス インテリジェンス BI は完全にデマンド駆動型であり、デマンドであるため、インタビューと調査が必要です。ビジネスインテリジェンスBIのニーズについてヒアリングや調査を行う前に、事前に業界のビジネス特性を理解しておく必要があることを踏まえ、企業自身が自社のビジネスプロセスやポイントを熟知する必要がある面接を受ける部門でおそらく注意を払うであろう点については、事前に整理しておく必要があります。ビジネス全体のフレームワークを頭の中に構築し、繰り返し練習します。
13. どのような企業がビジネス インテリジェンス BI を使用する必要がありますか?
ビジネスインテリジェンスBIに適した企業とはどのような企業でしょうか？基本的なビジネス情報化の程度と、日々のビジネス管理の詳細さおよび粒度のレベルを見てください。ビジネス基盤の情報化の度合いは、企業自身の IT ビジネス システムの基本構築であり、ビジネス システムのサポートがなければ、ビジネス インテリジェンス BI のためのデータ基盤が不足します。2 つ目は、ビジネス管理の粒度です。企業自体の経営管理のレベルをより詳細に把握する? ビジネス インテリジェンス BI を通じて経営管理と意思決定支援の効率を向上させることが急務となっています。
14. BI データ分析を上級リーダーに効果的に報告および要約する方法
ビジネス インテリジェンス BI プロジェクトが完了したら、最終的に上司にどのように報告するかを検討し、ビジネス インテリジェンス BI データ分析の思考フレームワークと報告の 5 つの重要なポイント (ユーザーのビジネス レベルと範囲、作業結果、計画) をマスターする必要があります。実行レビュー、問題のフィードバック、見通しの計画とビジョン。
ビジネス インテリジェンス BI - Pico Data ビジネス インテリジェンス BI ビジュアル分析プラットフォーム
これは単純なレポートのフレームワークにすぎず、追加できる点は数多くあります。たとえば、業界の推進要因と業界全体のビジネス インテリジェンス BI の組み合わせについて説明します。企業管理、企業ビジョン、CSF、KPI、パフォーマンスの観点から分解および再構成する方法、財務観点からのアトリビューション分析など、企業経営の観点からの分解と再構成について説明します。ピラミッド管理モデル、ダイナミックインジケーターライブラリの構成原理などを選択的に統合して説明できます。
15. ビジネスインテリジェンスBIと企業管理の統合度
ビジネス インテリジェンス BI 分析は企業経営分析と高度に統合されており、ROE が高い企業は、茅台や宝飾業界のように収益が高い、または小売業界のように回転が速い、または比較的強力な資金調達能力と利用力を備えている可能性があります。 ROE 帰属分析は業界の特性に依存します。
16. ビジネスインテリジェンスBIプロジェクトの業界・業務知識の蓄積
ビジネス インテリジェンス BI を実行するには、業界およびビジネスの知識も必要であり、業界のビジネス知識を組み合わせなければ、ビジネス インテリジェンス BI プロジェクトを実装することは困難です。ビジネス インテリジェンス BI の本質は、実際には企業のビジネスおよび管理の考え方を実装することです。企業の上級管理者や事業部門のマネージャーは、なぜビジネス インテリジェンス BI を使用してレポートを読むのでしょうか。何に注目し、何に焦点を当てているのでしょうか? これらのコンテンツは、企業における日常の業務管理の焦点です。
データビジュアライゼーション - Pico Data Business Intelligence BI ビジュアル分析プラットフォーム
ビジネス インテリジェンス BI プロジェクトに関する一見ばらばらなレポートは、実際のユーザーの目から見ると、実際には強い論理的なつながりを持っています。そして、管理職のレベルが高くなるほど、ビジネス インテリジェンス BI レポートの内容が重視され、彼らが目にするのはビジネスの結果になります。最前線のビジネス部門の担当者は、より分散して詳細なビジネス プロセス データを確認することに集中する可能性があります。
したがって、優れたビジネス インテリジェンス BI 開発者および開発コンサルタントには、技術レベルを磨くだけでなく、業界知識や企業のビジネス知識を蓄積する必要があります。
17. ビジネスインテリジェンスBIのリアルタイム処理に関するトピックス
ビジネス インテリジェンス BI はデータ処理に一定の遅れがあり、通常は T+1 モードを採用しますが、その主な理由は、ETL データ処理プロセスに多くの時間がかかり、通常は空間と時間を交換する方法を採用するためです。
ビジネス インテリジェンス BI データ ウェアハウスに従って以前は階層化されていた ETL スケジューリングを、個々の指標に応じて依存関係を自動的に検出できるスケジューリングに設計することで、個々の指標のスケジューリングと準リアルタイム処理の柔軟性が大幅に向上します。
オフライン データとリアルタイム処理は、異なるビジネス シナリオを対象としており、その背後にある技術的手法が異なり、リソースへの投資も異なります。両者の位置付けの違いを理解することは、企業が計画しているビジネス シナリオの完了を達成するための適切なソリューションを選択するのに役立ちます。最小限のリソース投資でビジネス インテリジェンス BI プロジェクトを構築するという目標。