Бизнес-аналитика

В основе классической ИТ-архитектуры лежат приложения, каждое со своей базой данных, что обычно приводит к дублированию информации в бизнес-объектах. Ядро дата-центричной архитектуры – данные, доступные всем потребителям через единую точку, роль которой в сложных системах исполняет логическая витрина основанная на модели консолидированных данных. В чем преимущества использования онтологий для построения такой модели и как построить онтологическую модель, обеспечив гибкость и целостность?

Развитие культуры играет важную роль в успешной монетизации данных. Компания «Магнит» трансформировала операционную модель по работе с данными, внедрила ряд инициатив Data Governance, оптимизировала процессы ввода новых data-специалистов и разработала свой инструмент self-service для бизнес-аналитики. Все это положительно сказалось на процессе принятия решений, открыло новые возможности для бизнеса и обеспечило непрерывный доступ к анализу данных.

В чем польза BI-инструментария для самостоятельной работы сотрудников с данными и как расширить их использование в организации.

Тектонический сдвиг: из аналитической подсистемы в компании выращивают платформу управления данными.

В цифровую эпоху аналитические платформы стали важнейшим активом бизнеса, однако их эксплуатация часто влечет высокие издержки, но при этом не может обеспечить достаточную скорость внедрения новых методов анализа данных. Открытый проект Trino позволяет анализировать данные из различных источников, а коммерческая версия проекта – российская платформа CedrusData предоставляет дополнительные сервисы и возможности интеграции.

Издательство «Открытые системы» провело в Москве традиционный форум по тематике больших данных.

Сегодня на рынке систем бизнес-аналитики пока лидируют продукты зарубежных поставщиков, тем не менее у российских решений, использующих в том числе современные технологии с открытым кодом, имеется ряд неоспоримых преимуществ. Несмотря на негативную ситуацию с внедрением отечественных систем бизнес-аналитики, есть примеры удачного развертывания и эксплуатации подобных решений.

Подход low-code трудно назвать новинкой, однако до сих пор многие компании не понимают его суть, верят в мифы и заблуждения, циркулирующие вокруг минимального кодирования. В чем суть наиболее распространенных заблуждений и мифов по поводу low-code и почему они ошибочны?

В цифровую эпоху компании должны уметь принимать взвешенные решения, основанные на реальных данных, и современные системы бизнес-аналитики позволяют решать такую задачу. Однако, на фоне ухода из страны зарубежных поставщиков, компании вынуждены пересматривать свои стратегии по выполнению проектов миграции систем и данных на отечественные решения бизнес-аналитики. С какими проблемами приходится сталкиваться компаниям и какую роль играет архитектура платформы при замене западных систем бизнес-аналитики.

О функционале, необходимом для решения задач аналитики данных в здравоохранении, рассказывает эксперт компании «Нетрика Медицина».

Любой ИТ-проект – это новые цифровые сервисы: бизнес-аналитика, бизнес-модели монетизации данных, прогнозная аналитика или новые направления бизнеса.

Сотрудникам современных компаний, в которых все больше решений принимается на основе данных, требуются сервисы самообслуживания для оперативного получения доступа к нужной информации и ее анализа. Фарид Мадани, генеральный директор ГК «Деловые Линии», номинант на премию Data Award 2022 рассказывает, как в компании применяется инструментарий self-service BI.

Обновленная аналитическая платформа может обрабатывать практически любой объем данных, собранных из множества источников, и формировать различные типы отчетности в удобном интерфейсе.

Новые условия эксплуатации решений бизнес-аналитики, появление систем на базе современных архитектур, а также новых игроков на отечественном рынке требуют пересмотра подходов к выбору аналитических продуктов и традиционного представления о применимости зарубежного и национального ПО бизнес-аналитики.

В отличие от многих других секторов рынка ИТ, этот сектор рос и в «пандемийном» 2020 году, отмечают аналитики.

Работа любого управленца связана с принятием решений по изменению бизнес-процессов, что в условиях роста объемов разнообразных данных становится все сложнее. Однако если воспринимать непрерывную аналитику как отображение реального производственного процесса, то она способна стать эффективным средством исследований и проверки новых решений и гипотез.

Системы бизнес-аналитики — неотъемлемая часть корпоративной инфраструктуры, однако эффективность их эксплуатации зависит от соответствия задачам бизнеса. Архитектура аналитической платформы Visiology изначально создавалась для решения задач управления бизнесом корпораций.

Данные — топливо для систем искусственного интеллекта, сырье для аналитических алгоритмов и основа для систем автоматизации бизнес-процессов. Однако наивно ожидать, что данные изначально будут чистыми и пригодными для обработки, а если исходные данные некорректны, то и результаты будут соответствующими. Что можно сделать для устранения дефектов в данных? Как определить, что следует исправить, а что нет? Как узнать, когда надо устранить проблему, а когда лучше ничего не трогать? Иначе говоря: как управлять качеством данных?

В споре «Excel против системы бизнес-аналитики» сегодня нет победителей: речь идет об инструментах, предназначенных для разных задач, однако имеющих пересечение по функциональности. Когда следует применять каждый из инструментов и как обеспечить их бесшовную интеграцию?

Соответствующие технологии остаются инвестиционным приоритетом для руководителей технологических и бизнес-подразделений.