Effektive Business Intelligence und hochwertige Datenanalyse. Geschäftsinformationsanalyse - Grundlagen Big Data Connectors

Kostenlos herunterladen Vollversion Tableau Desktop 14 Tage Erhalten Sie ein GESCHENK mit Tableau Business Intelligence-Tutorials

Barrierefreies Arbeiten mit Big Data mithilfe von visueller Analyse

Verbessern Sie mit der TIBCO Spotfire-Plattform die Business Intelligence und lösen Sie Routineaufgaben mithilfe der in Big Data verborgenen Informationen. Es ist die einzige Plattform, die Geschäftsanwendern eine intuitive, einfach zu bedienende Benutzeroberfläche bietet, die das gesamte Spektrum an Analysetechnologien für Big Data ermöglicht, ohne dass IT-Experten oder Schulungen erforderlich sind.

Die Spotfire-Schnittstelle macht es gleichermaßen bequem, mit kleinen Datensätzen und Multi-Terabyte-Clustern von Big Data zu arbeiten: Sensormesswerte, Informationen aus sozialen Netzwerken, Verkaufsstellen oder Geolokalisierungsquellen. Benutzer aller Erfahrungsstufen können einfach durch aussagekräftige Dashboards und analytische Workflows navigieren, indem sie einfach Visualisierungen verwenden, die die Aggregation von Milliarden von Datenpunkten grafisch darstellen.

Predictive Analytics basiert auf Learning-by-Doing gemeinsame erfahrungen Unternehmen, fundiertere Entscheidungen zu treffen. Mit Spotfire Predictive Analytics können Sie neue Markttrends aus Business Intelligence-Erkenntnissen entdecken und Maßnahmen zur Risikominimierung ergreifen, die zu besseren Managemententscheidungen führen.

Überblick

Big-Data-Konnektivität für leistungsstarke Analysen

Spotfire bietet drei Haupttypen von Analysen mit nahtloser Integration mit Hadoop und anderen großen Datenquellen:

1. On-Demand Analytics-Datenvisualisierung: Integrierte, vom Benutzer konfigurierbare Datenkonnektoren, die eine ultraschnelle, interaktive Datenvisualisierung ermöglichen
2. Analyse in einer Datenbank (In-Database Analytics): Integration mit einer Distributions-Computing-Plattform, die es Ihnen ermöglicht, Daten beliebiger Komplexität basierend auf Big Data zu berechnen.
3. In-Memory-Analyse: Plattformintegration statistische Analyse die Daten direkt aus jeder Datenquelle bezieht, einschließlich traditioneller und neuer Datenquellen.

Zusammen stellen diese Integrationsmethoden eine leistungsstarke Kombination aus visueller Exploration und fortschrittlicher Analytik dar.
Es ermöglicht Geschäftsbenutzern, über leistungsstarke, benutzerfreundliche Dashboards und Workflows auf Daten aus jeder Datenquelle zuzugreifen, sie zu aggregieren und zu analysieren.

Big-Data-Anschlüsse

Big-Data-Konnektoren von Spotfire unterstützen alle Arten von Datenzugriffen: In-Datasource, In-Memory und On-Demand. Zu den integrierten Datenkonnektoren von Spotfire gehören:

• Hadoop-zertifizierte Datenkonnektoren für Apache Hive, Apache Spark SQL, Cloudera Hive, Cloudera Impala, Databricks Cloud, Hortonworks, MapR Drill und Pivotal HAWQ
• Andere zertifizierte Big-Data-Konnektoren sind Teradata, Teradata Aster und Netezza
• Anschlüsse für historische und aktuelle Daten aus Quellen wie OSI PI Sensoren

Verteiltes Computing in der Datenquelle

Zusätzlich zu Spotfires praktischer visueller Auswahl von Operationen für SQL-Abfragen, die auf Daten zugreifen, die über Quellen verteilt sind, kann Spotfire statistische und maschinelle Lernalgorithmen erstellen, die innerhalb von Datenquellen arbeiten und nur die Ergebnisse zurückgeben, die zum Erstellen von Visualisierungen in Spotfire erforderlich sind.

• Benutzer arbeiten mit Dashboards mit visueller Auswahlfunktion, die mithilfe der integrierten Funktionen der TERR-Sprache auf Skripte zugreifen.
• TERR-Skripte initiieren verteilte Rechenfunktionen im Zusammenspiel mit Map / Reduce, H2O, SparkR oder Fuzzy Logix,
• Diese Anwendungen greifen wiederum auf hocheffiziente Systeme wie Hadoop oder andere Datenquellen zu,
• TERR kann als erweiterte Analyse-Engine in Hadoop-Knoten bereitgestellt werden, die von MapReduce oder Spark gesteuert werden. TERR kann auch für Teradata-Datenknoten verwendet werden.
• Die Ergebnisse werden auf Spotfire visualisiert.

TERR für erweiterte Analysen

TIBCO Enterprise Runtime for R (TERR) - TERR ist ein Statistikpaket Unternehmensebene, das von TIBCO für volle Kompatibilität mit der R-Sprache entwickelt wurde und die langjährige Erfahrung des Unternehmens mit dem mit S+ verbundenen Analysesystem realisiert. Dies ermöglicht es Kunden, weiterhin Anwendungen und Modelle nicht nur mit Open Source R zu entwickeln, sondern auch ihren R-Code auf einer kommerziellen, zuverlässigen Plattform zu integrieren und bereitzustellen, ohne ihren Code neu schreiben zu müssen. TERR bietet eine höhere Effizienz und zuverlässige Speicherverwaltung und bietet eine höhere Dbei großen Datenmengen im Vergleich zur Open-Source-Sprache R.

Alle Funktionen vereinen

Die Kombination der oben genannten leistungsstarken Funktionen bedeutet, dass Benutzer selbst bei den komplexesten Aufgaben, die eine äußerst zuverlässige Analyse erfordern, mit einfachen, benutzerfreundlichen interaktiven Workflows interagieren. Auf diese Weise können Geschäftsanwender Daten visualisieren und analysieren sowie Analyseergebnisse teilen, ohne die Details der der Geschäftsanalyse zugrunde liegenden Datenarchitektur kennen zu müssen.

Beispiel: Spotfire-Schnittstelle zum Konfigurieren, Ausführen und Visualisieren der Ergebnisse eines Modells, das die Eigenschaften verlorener Lasten definiert. Über diese Schnittstelle können Geschäftsanwender Berechnungen mit TERR und H2O (einem verteilten Computing-Framework) durchführen, indem sie auf Transaktions- und Versanddaten zugreifen, die in Hadoop-Clustern gespeichert sind.

Analytischer Raum für Big Data

Erweiterte und prädiktive Analytik

Benutzer verwenden die visuellen Auswahl-Dashboards von Spotfire, um eine Vielzahl fortschrittlicher Funktionen zu starten, die es einfach machen, Vorhersagen zu treffen, Modelle zu erstellen und sie im laufenden Betrieb zu optimieren. Mithilfe von Big Data kann die Analyse innerhalb der Datenquelle (In-Datasource) durchgeführt werden, wobei nur die aggregierten Informationen und Ergebnisse zurückgegeben werden, die zum Erstellen von Visualisierungen auf der Spotfire-Plattform erforderlich sind.

Maschinelles Lernen

Eine breite Palette von Werkzeugen für maschinelles Lernen ist in der Liste der integrierten Funktionen von Spotfire verfügbar, die mit einem einzigen Klick verwendet werden können. Statistiker haben Zugriff auf den in der Sprache R geschriebenen Programmcode und können die genutzte Funktionalität erweitern. Die maschinellen Lernfunktionen können zur einfachen Wiederverwendung mit anderen Benutzern geteilt werden.

Die folgenden maschinellen Lernmethoden sind für kontinuierliche kategoriale Variablen auf Spotfire und auf TERR verfügbar:

• Lineare und logistische Regression
• Entscheidungsbäume, Random Forest, Gradient Boosting Machine (GBM)
• Verallgemeinerte lineare (additive) Modelle ( Verallgemeinerte additive Modelle)
• Neuronale Netze

Inhaltsanalyse

Spotfire bietet Analysen und Datenvisualisierung, von denen ein erheblicher Teil zuvor nicht verwendet wurde - es handelt sich um unstrukturierten Text, der in Quellen wie Dokumenten, Berichten, Notizen gespeichert wird CRM-Systeme, Site-Logs, Veröffentlichungen in soziale Netzwerke und vieles mehr.

Standortanalyse

Geschichtete Karten hohe Auflösung sind eine großartige Möglichkeit, Big Data zu visualisieren. Mit der umfangreichen Kartenfunktionalität von Spotfire können Sie Karten mit beliebig vielen Referenz- und Funktionsebenen erstellen. Spotfire ermöglicht auch die Verwendung anspruchsvoller Analysen während der Arbeit mit Karten. Neben geografischen Karten erstellt das System Karten zur Visualisierung des Verhaltens von Benutzern, Lagern, Produktion, Rohstoffen und vielen anderen Indikatoren.

Jeder großes Geschäft und die meisten mittelständischen Strukturen stehen vor dem Problem, dem Management ungenaue Daten über die Lage des Unternehmens zur Verfügung zu stellen. Die Gründe können unterschiedlich sein, aber die Folgen sind immer die gleichen - falsche oder vorzeitige Entscheidungen, die die Wirksamkeit von Finanztransaktionen negativ beeinflussen. Um solche Situationen auszuschließen, ist ein professionelles Business Analytics System oder BI ( aus dem Englischen - Business Intelligence). Diese High-Tech-„Assistenten“ tragen zum Aufbau eines Management-Kontrollsystems für jeden Aspekt des Unternehmens bei.

Im Kern sind BI-Systeme fortschrittliche Analysesoftware für die Geschäftsanalyse und das Berichtswesen. Diese Programme können Daten aus verschiedenen Informationsquellen verwenden und in einer komfortablen Form bereitstellen und schneiden. Dadurch erhält das Management schnellen Zugriff auf vollständige und transparente Informationen über die Lage des Unternehmens. Ein Merkmal von mit Hilfe von BI erstellten Berichten ist die Fähigkeit des Managers, selbstständig auszuwählen, in welchem ​​Kontext er Informationen erhält.

Moderne Business Intelligence-Systeme sind multifunktional. Deshalb ersetzen sie in großen Unternehmen nach und nach andere Methoden, um Geschäftsberichte zu erhalten. Experten verweisen auf ihre wichtigsten Fähigkeiten:

• Verbindungen zu verschiedenen Datenbanken, insbesondere zu;
• Erstellung von Berichten unterschiedlicher Komplexität, Struktur, Art und Layout mit schnelle Geschwindigkeit... Es ist auch möglich, einen Zeitplan für die Erstellung von Berichten nach einem Zeitplan ohne direkte Teilnahme und Verteilung von Daten festzulegen;
• Transparentes Arbeiten mit Daten;
• Bereitstellung einer klaren Verbindung zwischen Informationen aus verschiedenen Quellen;
• Flexible und intuitive Einstellung der Mitarbeiterzugriffsrechte im System;
• Speichern von Daten in jedem für Sie geeigneten Format - PDF, Excel, HTML und viele andere.

Die Fähigkeiten von Business-Intelligence-Informationssystemen ermöglichen es einem Manager, sich bei der Bereitstellung der erforderlichen Informationen nicht auf die IT-Abteilung oder seine Assistenten zu verlassen. Es ist auch eine großartige Gelegenheit, die richtige Richtung Ihrer Entscheidungen aufzuzeigen, nicht in Worten, sondern in genauen Zahlen. Viele große Netzwerkunternehmen im Westen verwenden seit langem BI-Systeme, darunter die weltberühmten Amazon, Yahoo, Wall-Mart usw. Die oben genannten Unternehmen geben viel Geld für Business Intelligence aus, aber die implementierten BI-Systeme bringen unschätzbare Vorteile. Leistungen.

Die Vorteile professioneller Business-Intelligence-Systeme basieren auf den Prinzipien, die in allen fortschrittlichen BI-Anwendungen unterstützt werden:

1. Sichtweite. Die Hauptschnittstelle jeder Geschäftsanalysesoftware sollte die Hauptindikatoren widerspiegeln. Dadurch kann der Manager schnell den Stand der Dinge im Unternehmen einschätzen und bei Bedarf etwas unternehmen.
2. Anpassung. Jeder Benutzer sollte in der Lage sein, die Benutzeroberfläche und die Funktionstasten auf die bequemste Weise für sich selbst anzupassen;
3. Schichtung. Jeder Datensatz sollte mehrere Abschnitte (Schichten) haben, um den Detaillierungsgrad bereitzustellen, der auf einer bestimmten Ebene benötigt wird;
4. Interaktivität. Benutzer sollen in der Lage sein, Informationen aus allen Quellen und aus mehreren Richtungen gleichzeitig zu sammeln. Es ist notwendig, dass das System die Funktion hat, die Benachrichtigung durch Schlüsselparameter zu konfigurieren;
5. Multithreading und Zugriffskontrolle. Im BI-System soll die gleichzeitige Bedienung einer großen Anzahl von Benutzern mit der Möglichkeit, ihnen unterschiedliche Zugriffsrechte einzustellen, realisiert werden.

Die gesamte IT-Community ist sich einig, dass Informationssysteme Business-Analysten sind einer der vielversprechendsten Bereiche der Branchenentwicklung. Ihre Umsetzung wird jedoch oft durch technische und psychologische Barrieren, unkoordiniertes Arbeiten der Führungskräfte und fehlende vorgegebene Verantwortungsbereiche erschwert.

Wenn man über die Implementierung von BI-Klassensystemen nachdenkt, ist es wichtig zu bedenken, dass der Erfolg des Projekts maßgeblich von der Einstellung der Mitarbeiter des Unternehmens zur Innovation abhängt. Dies gilt für alle IT-Produkte: Skepsis und Angst vor Stellenabbau können alle Umsetzungsbemühungen zunichte machen. Daher ist es sehr wichtig zu verstehen, welche Gefühle das Business-Intelligence-System bei zukünftigen Benutzern hervorruft. Die ideale Situation entsteht, wenn die Mitarbeiter des Unternehmens das System als Assistent und Werkzeug zur Verbesserung ihrer Arbeit behandeln.

Vor Beginn eines Projekts zur Implementierung der BI-Technologie ist eine gründliche Analyse der Geschäftsprozesse des Unternehmens und der Prinzipien der Managemententscheidungen erforderlich. Schließlich sind es diese Daten, die in die Analyse der Situation im Unternehmen einfließen. Es hilft auch bei der Auswahl eines BI-Systems zusammen mit anderen Hauptkriterien:

1. Ziele und Zielsetzungen der Implementierung von BI-Systemen;
2. Anforderungen an die Speicherung von Daten und die Fähigkeit, mit ihnen zu arbeiten;
3. Funktionen zur Datenintegration. Ohne die Nutzung von Daten aus allen Quellen im Unternehmen wird sich das Management kein ganzheitliches Bild der Sachlage machen können;
4. Visualisierungsmöglichkeiten. Für jede Person sieht die ideale BI-Analyse anders aus, und das System muss die Bedürfnisse jedes Benutzers erfüllen;
5. Vielseitigkeit oder enge Spezialisierung. Es gibt weltweit Systeme, die auf eine bestimmte Branche ausgerichtet sind, sowie universelle Lösungen, mit denen Sie Informationen in jeder Hinsicht sammeln können.
6. Anspruchsvolle Ressourcen und der Preis von Software... Die Wahl eines BI-Systems hängt wie jede Software von den Fähigkeiten des Unternehmens ab.

Die oben genannten Kriterien helfen dem Management, eine fundierte Wahl zwischen all den bekannten Business-Intelligence-Systemen zu treffen. Es gibt noch andere Parameter (zB Speicherstruktur, Webarchitektur), diese erfordern jedoch Know-how in engen IT-Bereichen.

Es reicht nicht, nur eine Auswahl zu treffen, Software zu kaufen, zu installieren und zu konfigurieren. Die erfolgreiche Implementierung von BI-Systemen in jede Richtung basiert auf folgenden Regeln:

• Richtigkeit der Daten. Wenn die Daten für die Analyse nicht korrekt sind, besteht die Möglichkeit eines schwerwiegenden Systemfehlers;
• Umfassende Schulung für jeden Benutzer;
• Schnelle Umsetzung. Sie müssen sich darauf konzentrieren, an allen wichtigen Standorten die richtigen Berichte zu erstellen, anstatt einen einzelnen Benutzer perfekt zu bedienen. Anpassen Aussehen melden oder einen anderen Abschnitt hinzufügen, um es einfacher zu machen. Sie können dies jederzeit nach der Implementierung tun;
• Realisieren Sie den ROI Ihres BI-Systems. Die Wirkung hängt von vielen Faktoren ab und ist teilweise erst nach wenigen Monaten sichtbar;
• Die Ausrüstung sollte nicht nur für die aktuelle Situation, sondern auch für die nahe Zukunft ausgelegt sein;
• Verstehen Sie, warum mit der Implementierung des BI-Systems begonnen wurde, und fordern Sie nicht von Software unmöglich.

Laut Statistik sind nur 30% der Führungskräfte von Unternehmen mit der Implementierung von BI-Systemen zufrieden. Im Laufe der Jahre des Bestehens von Business-Analyse-Software haben Experten 9 Hauptfehler formuliert, die die Effizienz auf ein Minimum reduzieren können:

1. Nicht-Erkennbarkeit des Umsetzungszwecks für das Management. Häufig wird ein Projekt von der IT-Abteilung ohne enge Einbindung der Führungskräfte erstellt. In den meisten Fällen stellen sich im Implementierungs- und Betriebsprozess Fragen nach Zweck und Ziel des BI-Systems, dem Nutzen und der Benutzerfreundlichkeit;
2. Mangelnde Transparenz in Management, Arbeit der Mitarbeiter und Entscheidungsfindung. Manager kennen die Algorithmen für die Arbeit von Außendienstmitarbeitern möglicherweise nicht, und Managemententscheidungen kann nicht nur auf der Grundlage trockener Tatsachen akzeptiert werden. Dies wird dazu führen, dass das bestehende Paradigma durch die Einführung des BI-Systems nicht beibehalten werden kann. Und brechen oft die Kultur, die sich über die Jahre entwickelt hat Unternehmensführung unmöglich;
3. Unzureichende Datenzuverlässigkeit. Es ist inakzeptabel, falsche Informationen in das Geschäftsanalysesystem zu geben, da die Mitarbeiter sonst nicht in der Lage sind, diesem zu vertrauen und es zu verwenden;
4. Die falsche Wahl eines professionellen Business-Intelligence-Systems. Viele Beispiele in der Geschichte, in denen das Management eine Drittorganisation mit der Implementierung eines BI-Systems beauftragt und an deren Auswahl nicht teilnimmt, sprechen für sich. Als Ergebnis wird ein System eingeführt, das es nicht erlaubt, den erforderlichen Bericht zu erhalten oder mit dem es unmöglich ist, eine der vorhandenen Software in das Unternehmen zu integrieren;
5. Es fehlt ein Plan für die Zukunft. Die Besonderheit von BI-Systemen besteht darin, dass es sich nicht um statische Software handelt. Es ist unmöglich, ein Implementierungsprojekt abzuschließen, ohne darüber nachzudenken. Es gibt viele Anforderungen von Benutzern und Management bezüglich Verbesserungen;
6. Übergabe des BI-Systems externe Organisation zur Unterstützung. Wie die Praxis zeigt, führen solche Situationen am häufigsten zu einer Produktisolation und zur Isolation des Systems vom realen Zustand. Der eigene Support-Service reagiert viel schneller und effizienter auf Benutzerfeedback und Managementanforderungen;
7. Wunsch, Geld zu sparen. In der Wirtschaft ist das normal, aber BI Analytics funktioniert nur, wenn alle Aspekte der Unternehmensaktivitäten berücksichtigt werden. Aus diesem Grund sind hochwertige Deep-Analytics-Systeme am effektivsten. Der Wunsch, mehrere Berichte zu Interessengebieten zu erhalten, führt zu häufigen Datenfehlern und einer großen Abhängigkeit von der Qualifikation von IT-Spezialisten;
8. Unterschiedliche Terminologie im Unternehmen. Es ist wichtig, dass alle Benutzer die Grundbegriffe und ihre Bedeutung verstehen. Ein einfaches Missverständnis kann zu Fehlinterpretationen der Berichte und Indikatoren des BI-Systems führen;
9. Fehlen einer einheitlichen Geschäftsanalysestrategie im Unternehmen. Ohne einen einzigen Kurs, der für alle Mitarbeiter gewählt wird, ist jedes BI-Klassensystem nur eine Reihe unterschiedlicher Berichte, die die Anforderungen einzelner Manager erfüllen.

Die Implementierung von BI-Systemen ist ein wichtiger Schritt, der Ihr Unternehmen auf die nächste Stufe bringen kann. Dies erfordert jedoch nicht nur eine ziemlich große Finanzspritze, sondern auch die Zeit und den Einsatz jedes Mitarbeiters des Unternehmens. Nicht jedes Unternehmen ist bereit, ein Projekt zur Implementierung eines Business-Analyse-Systems kompetent abzuschließen.

(Business Intelligence).

Junge Fachleute werden als Referenten zum Seminar eingeladen. erfolgreiche Karriere Analysten in High-Tech-Unternehmen wie Microsoft, IBM, Google, Yandex, MTS usw. In jedem Seminar erfahren die Studenten einige der Geschäftsprobleme, die in diesen Unternehmen gelöst werden, wie Daten anfallen, wie Analyseprobleme entstehen Daten , mit welchen Methoden sie gelöst werden können.

Alle eingeladenen Spezialisten sind offen für Kontakte, und Studierende können sich an sie wenden, um sich beraten zu lassen.

Ziele des Workshops:

• zur Überbrückung der bestehenden Kluft zwischen universitärer Forschung und der Lösung praktischer Probleme im Bereich der Datenanalyse beitragen;
• erleichtern den Erfahrungsaustausch zwischen aktuellen und zukünftigen Fachkräften.

Workshop-Programm