Пора действовать эффективно

Как помочь менеджерам выйти за рамки стандартных запросов и отчетностей?

Кэйт Коллинз: «Архитектура средств бизнес-интеллекта, которая позволяет перейти от подхода ETL и очистки данных к поставке аналитической информации, актуальна там, где остро стоит проблема себестоимости»

В борьбе за рентабельность и прозрачность учета все большую значимость приобретают средства управления эффективностью бизнеса (Business Performance Management, BPM). Основной их идеей является увязка оперативных данных, поступающих из прикладных информационных систем предприятия, со специфическими задачами бизнеса и создание у менеджеров комплексного видения хода решения этих задач.

Чтобы соответствовать этим требованиям, такие поставщики, как SAS, Cognos, Hyperion и Business Objects предлагают платформы, ориентированные на сбор интегрированных данных, анализ и менеджмент для всего предприятия. При этом преследуется несколько целей: выйти за рамки стандартных запросов и отчетностей с тем, чтобы в масштабах всех подразделений предприятия способствовать интеграции многочисленных аналитических приложений; обеспечить большому числу пользователей непрерывную доставку обработанной информации.

«Архитектура средств бизнес-интеллекта (Business Intelligence, BI), которая позволяет перейти от подхода ETL (Extraction, Translation, Loading — ?извлечение, преобразование, загрузка?) и очистки данных к поставке аналитической информации, актуальна там, где остро стоит проблема себестоимости», — поясняет Кэйт Коллинз, директор по технологиям компании SAS.

Ситуация осложняется тем, что неразрешенными остаются немало спорных технологических вопросов, и многие компании, включая главных поставщиков систем ERP, CRM и SCM, стремятся создавать свои аналитические приложения, не желая отказываться от прежнего направления деятельности.

Несмотря на то, что последние инвестиции в системы ERP и СRM привели к улучшению состояния исходных данных, используемых для повышения эффективности систем управления, интеграция данных остается одной из первоочередных задач, на решение которых направлены усилия разработчиков систем бизнес-интеллекта. Подобный инструментарий, в отличие от приложений, поддерживающих основные технологические операции, ориентирован на извлечение детализированных данных, собранных за длительный период времени и содержащихся в основных системах. Эти данные должны быть ассоциированы как с данными, содержащимися в хранилищах, так и с данными из электронных таблиц.

Такие поставщики программного обеспечения, как Ascential Software и Informatica, разработали платформы для интеграции данных, ETL и передачи информации в аналитические приложения. Эти компании предложили также XML-реализации таких основных функций, как очистка, преобразование и профилирование данных. Получаемые при этом результаты могут быть использованы поставщиками других систем бизнес-интеллекта.

Одной из основных проблем является целостность данных, например, при получении сведений за определенный интервал времени для анализа тенденций развития. Другой ключевой проблемой является своевременность поступления данных. Корпоративное планирование имеет скорее событийный, чем календарный характер, поэтому от системы бизнес-интеллекта ожидают получения отчетов и предупреждений в режиме, близком к реальному времени. Хотя такие данные не всегда пригодны для аналитической обработки, поставщики программного обеспечения стараются обеспечить эту возможность, используя XML, Web-службы и интеграционные платформы.

«Проблема состоит в том, чтобы проводить совместный анализ накопленных данных и данных реального времени по ходу их поступления», — говорит Джим Вэлч, вице-президент по разработке продукции компании Ascential.

В итоге поставщики программного обеспечения, разрабатывающие BI-инструментарий для управления эффективностью предприятия, ратуют за использование серверов управления метаданными. Они позволяют отслеживать источники поступления ключевых данных и отчетов, с тем, чтобы охватить всю логическую и физическую информацию и все контекстно-зависимые бизнес-правила, прилагающиеся к ней. Это позволит менеджерам использовать различные инструменты для прогнозирования. Индустрия работает на развивающихся стандартах метаданных, в первую очередь, на CWM (Common Warehouse Model) — общей модели хранилища, которая пришла из консорциума Object Management Group, куда входят, в частности, Oracle, IBM и SAS. Теперь модель CWM принята также и Microsoft.

Моделирование и аналитика

Аналитика является сутью каждой системы управления эффективностью. Но чтобы заставить ее работать, необходима хорошая модель тех процессов, которые будут анализироваться. Она позволит поместить данные в контекстную среду, приспособленную для интерпретации конечными пользователями.

Для BPM-систем верхнего уровня, в которые заложена возможность прогнозирования развития компании, построение моделей процессов оказывается более сложным делом, чем разработка самой системы. «Одно дело — прогнозировать перерасход телефонных счетов, и другое — прогнозировать эффективность компании в целом», — поясняет Дэн Джевет, вице-президент компании Brio. Пока еще не существует совершенных программных продуктов для построения моделей такого рода. С большими усилиями поставщики программ развивают аналитические приложения, ориентированные на отдельные отрасли, которые учитывают внешние экспертные оценки и одновременно предоставляют предприятиям инструментарий, позволяющий учесть их собственное видение своего бизнеса.

Немало сил у разработчиков BI-инструментария отнимает и проблема интеграции BI-моделей разных подразделений предприятия для оценки результатов и мониторинга совместно выполняемых заданий. Попытки реализации интероперабельности часто выглядят неубедительно, поскольку эти модели разработаны для конкретных прикладных задач и основываются на часто меняющихся стандартах и требованиях, действующих только в отдельных подразделениях.

В настоящее время нет общепринятых стандартов для аналитического моделирования. Однако некоторые поставщики надеются, что спецификация PMML (Predictive Model Markup Language), разрабатываемая Data Mining Group, в которую среди прочих входят Oracle и IBM, получит необходимую поддержку. Microsoft продвигает собственный вариант XML-спецификации для аналитики — Analysis. Это основанный на SOAP вариант XML API для взаимодействия с аналитическими данными. Но, по слухам, для интеграции с ее программами эта компания готова перейти на формат PMML.

Поставка, безопасность, масштабируемость

Итоговой проблемой для создателей основ управления эффективностью являются предоставление аналитических возможностей широкому кругу пользователей, гибкость данных и безопасность, и все это — с возможностью масштабирования. Традиционно аналитикой занималась объединенная в лабораторию небольшая группа научных работников, которые составляли отчеты и обрабатывали запросы пользователей, отвечающих за бизнес компании. Сегодня же десятки тысяч пользователей крупного предприятия могут затребовать по многочисленным каналам с различными интерфейсами доступ к сложным аналитическим ресурсам.

Масштабируемость подразумевает оптимизацию запросов для работы с терабайтными базами данных и создание аналитических механизмов, которые усилены, например, с помощью OLAP-технологий. Эти механизмы должны поддерживать не только получение запросов, но и обработку данных, а также возврат результатов для тысяч работающих через браузеры пользователей. Масштабируемость означает также возможность управлять многозвенными структурами на фундаменте J2EE и архитектурами, базирующимися на Web-технологиях. Они могут включать разнотипные Web-серверы, серверы приложений, серверы метаданных, OLAP-серверы, серверы баз данных и промежуточное программное обеспечение бизнес-интеллекта.

Еще одну проблему составляет пользовательский интерфейс. Приложения средств бизнес-интеллекта обычно используют инструментальную панель — единый, похожий на портал экран, который предоставляет менеджерам обзор важной для них системы показателей и позволяет получать детализированную информацию, проводить оповещения или объявлять тревогу. Как и в случае с порталами, у разных поставщиков инструментальных панелей и их элементов в настоящее время отсутствует совместимость на уровне автоматического распознавания и настройки. Более того, усилий по стандартизации для разработки подобной совместимости пока не заметно.

Поставщики решений в области бизнес-интеллекта в настоящее время настоятельно рекомендуют объединить процесс стандартизации вокруг комитета JSR 168 и складывающуюся усилиями OASIS спецификацию WSRP (Web Services for Remote Portals). Их основной заботой является возможность поставлять данные из аналитической системы в порталы и инструментальные панели других поставщиков, особенно тех независимых производителей программных продуктов, которые начинают разрабатывать собственные аналитические средства.

Принимают ли отношения между поставщиками структур бизнес-интеллекта и независимыми продавцами программных продуктов форму «военных действий»? Коллинз утверждает, что нет. «Основная часть независимых продавцов программных продуктов сосредоточена на том, чтобы проводить анализ тех данных, которые находятся внутри систем, поставляемых ими, — сообщает он, — в то время как поставщики систем бизнес-интеллекта сосредоточены на интеграции внешних для предприятия данных».

Безопасность — вот еще одна проблема. При таком огромном количестве данных, доступных в компании практически каждому, идентификация и авторизация имеют ключевое значение для систем управления эффективностью. Большая часть поставщиков, разрабатывающих средства бизнес-интеллекта, пытаются усилить возможности существующей инфраструктуры безопасности предприятия, особенно безопасности серверов приложений, систем PKI, каталогов LDAP или процедур защиты запросов и подтверждений. Поставщики нередко обнаруживают, что такие инфраструктуры у клиентов и вовсе отсутствуют. Предприятия затрачивают массу усилий на реализацию обычной системы парольной защиты. Более того, системы многих независимых разработчиков программного обеспечения имеют совершенно различные структуры данных, поэтому контроль доступа становится невозможным до тех пор, пока кто-либо, например поставщики систем бизнес-интеллекта, не реорганизует эти данные.

Остается надеяться, что вскоре все части будут собраны воедино и сделают аналитику управления эффективностью в масштабах всего предприятия действительно возможной.

Задачи BMP

• Обеспечение своевременного предоставления данных для управляемой событиями подготовки отчетов и выработки предупреждений в реальном времени
• Интеграцию многочисленных аналитических моделей в рамках всего департамента для отслеживания ведущейся совместно работы
• Масштабирование аналитических механизмов, конфигурацию интерфейсов приборных панелей и организацию контроля доступа для десятков тысяч пользователей с совершенно разными потребностями