BI-системы: анализ понятия и функциональных возможностей

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

BI-системы: анализ понятия и функциональных возможностей

Инна Александровна Новотна,

Ольга Викторовна Иванчук

Аннотация

В настоящее время развитие цифровых инструментов в значительной степени меняет подходы к ведению бизнеса и влияет на экономику в целом. Среди них выделяются системы бизнес-интеллекта, или BI (BusinessIntelligence), которые становятся доступными широкому кругу пользователей, в том числе руководителям компаний малого и среднего бизнеса, и используются как определённый показатель конкурентоспособности бизнеса. В нашем исследовании с помощью контент-анализа мы выявили содержание понятия «системы бизнес-интеллекта», которое включает в себя такие основные родовидовые признаки, как синергический набор автоматизированных инструментов, поддержка принятия решений, средства быстрого многомерного анализа бизнес-аналитики, инструменты интеллектуального анализа данных для визуализации, элементы экспертных систем. Выявлены функциональные преимущества систем бизнес-интеллекта: возможность оперировать качественными данными, что позволяет организации оперативно менять маркетинговую политику с учетом актуальных данных, полученных из внутренних информационных систем и внешних источников; гибкость, с помощью которой можно вариативно подходить к решению поставленных задач; использование интеграции как обеспечение канала связи с информационными ресурсами.

Ключевые слова: информационные технологии, BI-системы, бизнес-аналитика, информационные технологии в экономике

Abstract

BI-Systems: Analysis of the Concept and Functionality Inna A. Novotna, Olga V. Ivanchuk

Currently, the development of digital tools is largely changing approaches to doing business and affecting the economy as a whole. Among such tools are business intelligence systems or BI, which are becoming available to a wide range of users, including SME CEOs, and are used as a measure of business competitiveness. By means of content analysis, the study identifies the content of the concept of business intelligence systems, which includes such basic generic features as synergistic set of automated tools, decision support, means for rapid multidimensional analysis of business intelligence, data mining tools for visualization, and elements of expert systems. The functional advantages of business intelligence systems have been revealed: the ability to operate with quality data, which allows businesses to quickly change their marketing policy, taking into account current data obtained from internal information systems and external sources; flexibility which can be used for a varied approach to solving tasks; the use of integration as a channel of communication with information resources.

Keywords: information technology, BI systems, business analytics, information technology in economics

Основная часть

Введение. Цифровая экономика - одна из важнейших стратегий развития государства, используемая многими странами мира для повышения эффективности национальных экономик в целом, а также для роста рентабельности производства путем внедрения инновационных технологий сбора, хранения, обработки и представления данных (Коляденко, 2016). В настоящее время достоверно доказано (Огинская, Морозов, 2021; Сулимова, Ермишин, 2022; Митрович, 2017), что передовые бизнес-модели, цифровые платформы, интернет вещей, искусственный интеллект, углубленная аналитика огромных массивов данных оказывают мощный экономический эффект. Учитывая это, все большее число компаний инвестируют в новые технологии, чтов конечном итоге идет им на пользу с точки зрения внедрения алгоритма более эффективного принятия решений (Moorthyetal., 2012). В результате они претерпели серьезные организационные изменения, в том числе на уровне стратегического планирования и управленческого учета. По данным А. Сукумаран, А. Сурека, компании не только получают 10,66 доллара за каждый доллар, который они инвестируют в цифровые ресурсы и системы, разработанные на принципах бизнес-аналитики, но и ежегодно увеличивают степень окупаемости их внедрения¹. Констатируемые изменения первоначально отмечались с появлением механизмов общеорганизационного планирования ресурсов и вновь обнаружились совсем недавно, после разработки новых аналитических инструментов, таких как системы бизнес-интеллекта (BI - BusinessIntelligence).

Еще несколько лет назад бизнес-аналитика считалась прерогативой специалистов. Однако в настоящее время популярность и расширение доступа к инструментам BIпривели к увеличению числа пользователей. Большинство организаций, предприятий, представителей среднего и крупного бизнеса постепенно осознают необходимость использования бизнес-интеллекта, в частности, BusinessIntelligence. Анализ исследований и публикаций последних лет (Reisetal., 2015) показал наличие интереса к этому вопросу не только со стороны ученых и практиков, но и со стороны глобальных информационно-аналитических агентств, таких как GartnerGroup². Очевидно, это обусловлено важностью и успехом применения BI-систем в экономическом секторе, в котором наличие систем бизнес-аналитики становится значимым бенефициаром и конкурентным преимуществом. В этой связи целью нашего исследования стало выявление содержание понятия BI-систем и определение их возможностей.

Методы. Был предпринят контент-анализ научно-исследовательских публикаций российских и зарубежных авторов, содержащих ключевые слова - «BI-системы», «системы бизнес-аналитики», «BusinessIntelligence», содержащихся в базах данных WebofScience, РИНЦ, E-libraryи Киберленинка. Первоначально было отобрано более 300 публикаций, которые содержали повторяющиеся статьи и те, доступ к полнотекстовому варианту которых был ограничен. После исключения подобного материала из общего массива осталось 56 публикаций, краткий анализ которых представлен ниже.

Результаты. Первоначально мы посчитали важным определить терминологический аппарат, т.е. выявить содержание понятия «BI-системы». Как показывает анализ научно-исследовательской литературы, термин «BusinessIntelligence» впервые был употреблен в 1958 г. для характеристики принятия решений в бизнесе на основе фактов (интеллектуального) (Потапов, 2002). В 1989 г. было сформулировано одно из первых его определений: BusinessIntelligence - это системы, обеспечивающие принятие и обоснование управленческих решений на основе сбора, моделирования, интеграции, анализа и представления данных (Candiotto, Gandini, 2002).

В англоязычной литературе можно встретить следующие формулировки сути рассматриваемого явления: «Интеллектуальный бизнес-анализ - это новая область исследования о применении когнитивных способностей человека и технологий искусственного интеллекта для управления и поддержки принятия решений в различных бизнес-задачах» (Ranjan, 2009: 60), тогда как российскими авторами и исследователями BusinessIntelligenceопределяется как «бизнес-аналитика», «интеллектуальный анализ данных», «бизнес-интеллект». Для однозначности мы будем придерживаться термина «бизнес-аналитика», а также сокращения «BI-системы» и использовать их как синонимы.

Однако необходимо отметить, что, по мнению ряда исследователей, данная синонимичность не оправдана: «Бизнес-аналитику (BI) можно описать как автоматизированный процесс получения модели: необработанные данные собираются из разнородных источников и организуются систематическим образом для улучшения бизнес-операций. В корпоративных BI-архитектурах передовой практикой является разделение процессов сбора и организации данных, связанных с сервером и отображаемых через интерфейс» (Gad-Elrab, 2021: 3). Согласимся с мнением Н. Юрчук, что «BusinessIntelligence (BI) - это метафора, которая не имеет буквальной интерпретации и обозначает синергический набор автоматизированных инструментов для анализа первичных данных и визуализации их результатов с целью принятия решений, который объединяет специализированную статистику, оперативный запрос, средства быстрого многомерного анализа, специальные инструменты интеллектуального анализа данных для их визуализации (панели мониторинга, Scorecard), элементы экспертных систем, а также могут иметь специальные инструменты анализа текста и т.д.» (Yurchuk, 2020). BusinessIntelligenceобеспечивает быстрый поиск потенциально полезных нетривиальных знаний из первичных данных и визуализации для принятия более полезных решений, которые недоступны без аналитических рабочих групп всех размеров.

На мировом рынке BI-систем представлено множество систем такого плана, имеющих различные функциональные возможности, анализу которых посвящен ряд исследований. Так, по мнению О. Исик, Мэри С. Джонс, А. Сидоровой (I§iketal., 2013), возможности BI-систем должны рассматриваться с организационной и технологической перспектив использования в том или ином секторе экономики, тогда как активы, поддерживающие эффективное применение BIв организации, например, гибкость, риски от совместного использования и ответственность, определяют организационные возможности внедрения. Так, оперирование качественными данными позволяет предприятию (организации) своевременно удовлетворять потребности своих клиентов не только в соответствии с их ожиданиями, но и с учетом актуальных нормативных документов, состояния рынка и экономической ситуации. Как правило, под качеством данных понимается «совокупность их свойств и характеристик, определяющих степень пригодности для последующего анализа»¹. Другой аспект качества связан с источником информации. Данные для BI-систем могут черпаться из внутренних и внешних систем, которые обычно интегрируются и управляются в рамках традиционной IT-инфраструктуры предприятий, поставщиков и продавцов, а также извлекаются из Интернета. Несомненно, качество данных из всех источников имеет решающее значение для успеха внедрения и применения BI-систем и для обеспечения гибкости бизнеса.

Отдельно отметим, что эта организационная возможность BI-систем обеспечивает поддержку принятия решений при наличии вариаций (Gebauer, Schober, 2006). Конкурентные преимущества, предоставляемые бизнес-аналитикой, позволяют осуществлять оценку проблем и формировать гибкие управленческие решения, что является ключом к положительной динамике развития бизнеса.

Способность BI-систем ко взаимной интеграция между собой и другими системами в организации является еще одним важным фактором успеха BI (Pape, 2016). Это позволяет в оперативном режиме получать необходимые данные и, как следствие, принимать стратегические решения в соответствии с ситуацией. Такие отрасли, как финансовая торговля, мониторинг коммунальных сетей, электронная торговля, оптимизация цен на товары или захват и анализ потоковых данных в реальном или близком к реальному времени, требуют более высокого уровня интеграции между системами (Dhaouadietal., 2022) Для этих целей доступны различные виды объединений: например, корпоративная информационная интеграция, позволяющая через приложения просматривать рассредоточенные данные так, как если бы они находились в единой базе данных, а интеграция корпоративных приложений делает их совместимыми друг с другом с использованием стандартных интерфейсов (Абдуллаева, Дустова, 2016). Эти технологии также дают преимущества конечным пользователям, например, через сокращение времени, затрачиваемого на управление изменения и вопросы обучения (Михненко, 2021).

В настоящее время существует достаточно широкая практика внедрения BI-систем в практику работы предприятий малого и среднего бизнеса, в том числе и среди российских компаний. Так, например, делясь подобным опытом, директор департамента планирования группы компаний «Альпинтех» и «Рубис» Д. Титкин отметил, что реализация в бизнес-процессах компании системы Stock-Mкак BI-системы, основанной на теории ограничений, позволила за 8 месяцев сократить запасы товара на складах: «В общей сложности за полгода работы со Stock-Mстоимость запасов готовой продукции сократилась на 10 млн, а упущенные продажи - на 1,2 млн»².

Выводы. Обобщая вышесказанное, можно сформулировать ряд выводов. Во-первых, BI - системы имеют ряд преимуществ, они позволяют предприятиям осуществлять оперативное регулирование, снижать затраты, инвестировать в долгосрочную перспективу на основе анализа данных внутренних и внешних источников, приобретая определенную устойчивость. Во-вторых, бизнес-аналитика включает обработку данных с использованием методов их хранения и интеллектуального анализа, поддерживает получение согласованной и квалифицированной информации и, следовательно, знаний, которые могут быть использованы в порядке достижения стратегических целей и задач конечными пользователями и исполнительными руководителями в будущем.

В заключение отметим, что развитие информационно-коммуникационных и цифровых технологий, являющихся значимым компонентом BI-систем, обеспечивает конкурентоспособные преимущества на мировом рынке для предприятий. Таким образом, бизнесмены должны не только быть в курсе новых инструментов цифровой экономики, но и внедрять их в практику принятия управленческих решений.

Список источников

бизнес интеллект маркетинговый

1. Абдуллаева Т.К., Дустова Д.Д. Интеллектуальные системы бизнес-аналитики // Научно-методический электронный журнал «Концепт». 2016. №Т11. С. 1271-1275.

2. Коляденко С.В. Цифровая экономика: условия и этапы становления на Украине и в мире // Экономика. Финансы. Менеджмент: актуальные вопросы науки и практической деятельности. 2016. №6. С. 105-112.

3. Митрович С. Специфика интеграции технологий бизнес-интеллекта и больших данных в процессы экономического анализа // Бизнес-информатика. 2017. №4 (42). C. 40-46. https://doi. Org/10.17323/1998-0663.20l7.4.40.46.

4. Михненко О.Е. Цифровая трансформация аналитических процессов бизнеса // Учет. Анализ. Аудит. 2021. Т. 8, №2. С. 62-70. https://doi.org/10.26794/2408-9303-2021-8-2-62-70.

5. Огинская А.В., Морозов Р.И. Оценка эффекта от внедрения информационных технологий белорусским бизнесом // Цифровая трансформация. 2021. №1. С. 5-14.

6. Потапов С.С. Современные информационные технологии в бизнесе. СПб., 2002. 142 с.

7. Сулимова Е.А., Ермишин М.В. Применение современных цифровых технологий в бизнесе // Экономика строительства. 2022. №9. С. 131-137.

8. Candiotto R., Gandini S. Strategic Enterprise Management in the Taps and Fittings Sector: Application of the Balanced Scorecard Methodology to Business Intelligence Systems // Lecture Notes in Information Systems and Organisation. Tilburg, 2013. Р. 175-183. https://doi.org/10.1007/978-3-642-35761-9_10.

9. Dhaouadi A., Bousselmi K., Gammoudi M.M., Monnet S., Hammoudi S. Data Warehousing Process Modeling from Classical Approaches to New Trends: Main Features and Comparisons // Data. 2022. Vol. 7, iss. 8. Р. 113. https://doi.org/10.3390/data7080113.

10. Gad-Elrab A.A. Modern Business Intelligence: Big Data Analytics and Artificial Intelligence for Creating the Data-Driven Value // E-Business - Higher Education and Intelligence Applications. L., 2021. Р. 1-23. https://doi.org/10.5772/intechopen.97374.

11. Gebauer J., Schober F. Information System Flexibility and the Cost Efficiency of Business Processes // Journal of the Association for Information Systems. 2006. Vol. 7, iss. 3. Р. 122-147. https://doi.org/10.17705/1jais.00084

12. I§ik O., Jones M.C., Sidorova A. Business Intelligence Success: The Roles of BI Capabilities and Decision Environments // Information & Management. 2013. Vol. 50, iss. 1. Р. 13-23. https://doi.org/10.1016/j.im.2012.12.001.

13. Moorthy M.K., Voon O.O., Samsuri C.A.S.B., Gopalan M., Yew K.-T. Application of Information Technology in Management Accounting Decision Making // International Journal of Academic Research in Business and Social Sciences. 2012. Vol. 2, iss. 3. Р. 22-38.

14. Pape T. Prioritising Data Items for Business Analytics: Framework and Application to Human Resources // European Journal of Operational Research. 2016. Vol. 252, iss. 2. Р. 687-698. https://doi.org/10.1016/j.ejor.2016.01.052.

15. Ranjan J. Business Intelligence: Concepts, Components, Techniques and Benefits // Journal of Theoretical and Applied Information Technology. 2009. Vol. 9, iss. 1. Р. 60-70.

16. Reis M., Silva R., Romao A., Saias J. BigPicture: An Analytical Platform for Business War Gaming // Intelligent Information Management. 2015. Vol. 7, iss. 6. Р. 303-312. https://doi.org/10.4236/iim.2015.76024.

17. Yurchuk N. Features of Business Intelligence Development in the Conditions of Digital Transformations // The Scientific Heritage. 2020. №44-3 (44). С. 68-75.

References

1. Abdullaeva, T.K. & Dustova, D.D. (2016) Intellektual'nye sistemy biznes-analitiki [Business Analytics Intelligent Systems]. Nauchno-metodicheskii elektronnyi zhurnal «Kontsept». (T11), 1271-1275. (In Russian).

2. Candiotto, R. & Gandini, S. (2013) Strategic Enterprise Management in the Taps and Fittings Sector: Application of the Balanced Scorecard Methodology to Business Intelligence Systems. In: Lecture Notes in Information Systems and Organisation. Tilburg, рр. 175-183. Available from: doi:10.1007/978-3-642-35761-9_10.

3. Dhaouadi, A., Bousselmi, K., Gammoudi, M.M., Monnet, S. & Hammoudi, S. (2022) Data Warehousing Process Modeling from Classical Approaches to New Trends: Main Features and Comparisons. Data. 7 (8), 113. Available from: doi:10.3390/data7080113.

4. Gad-Elrab, A.A. (2021) Modern Business Intelligence: Big Data Analytics and Artificial Intelligence for Creating the Data-Driven Value. E-Business - Higher Education and Intelligence Applications. London, рр. 1-23. Available from: doi:10.5772/intechopen.97374.

5. Gebauer, J. & Schober, F. (2006) Information System Flexibility and the Cost Efficiency of Business Processes. Journal of the Association for Information Systems. 7 (3), 122-147. Available from: doi:10.17705/1jais.00084.

6. I§ik, O., Jones, M.C. & Sidorova, A. (2013) Business Intelligence Success: The Roles of BI Capabilities and Decision Environments. Information & Management. 50 (1), 13-23. Available from: doi:10.1016/j.im.2012.12.001.

7. Koliadenko, S.V. (2016) Tsifrovaya ekonomika: usloviya i etapy stanovleniya na Ukraine i v mire [Digital Economy: Conditions and Stages of Formation in Ukraine and in the World]. Ekonomika. Finansy. Menedzhment: aktual'nye voprosy nauki i praktich - eskoi deyatel'nosti. (6), 105-112. (In Russian).

8. Mikhnenko, O.E. (2021) Digital Transformation of Business Analytical Processes. Uchet. Analiz. Audit. 8 (2), 62-70. Available from: doi:10.26794/2408-9303-2021 -8-2-62-70. (In Russian).

9. Mitrovic, S. (2017) Specifics of the Integration of Business Intelligence and Big Data Technologies in the Processes of Economic Analysis. Business Informatics. (4 (42)), 40-46. Available from: doi:10.17323/1998-0663.2017.4.40.46. (In Russian).

10. Moorthy, M.K., Voon, O.O., Samsuri, C.A.S.B., Gopalan, M. & Yew, K.-T. (2012) Application of Information Technology in Management Accounting Decision Making. International Journal of Academic Research in Business and Social Sciences. 2 (3), 22-38.

11. Oginskaya, A.V. & Morozov, R.I. (2021) Otsenka effekta ot vnedreniya informatsionnykh tekhnologii belorusskim biznesom [Evaluation of the Effect of the Information Technologies Introduction by the Belarusian Business]. Tsifrovaya transformatsiya. (1), 5-14. (In Russian).

12. Pape, T. (2016) Prioritising Data Items for Business Analytics: Framework and Application to Human Resources. European Journal of Operational Research. 252 (2), 687-698. Available from: doi:10.1016/j.ejor.2016.01.052.

13. Potapov, S.S. (2002) Sovremennye informatsionnye tekhnologii v biznese [Modern Information Technologies in Business], St. Petersburg, 142 р. (In Russian).

14. Ranjan, J. (2009) Business Intelligence: Concepts, Components, Techniques and Benefits. Journal of Theoretical and Applied Information Technology. 9 (1), 60-70.

15. Reis, M., Silva, R., Romao, A. Saias, J. (2015) BigPicture: An Analytical Platform for Business War Gaming. Intelligent Information Management. 7 (6), 303-312. Available from: doi:10.4236/iim.2015.76024.

16. Sulimova, E.A. & Ermishin, M.V. (2022) Application of Modern Digital Technologies in Business. Ekonomika stroitel'stva. (9), 131-137. (In Russian).

17. Yurchuk, N. (2020) Features of Business Intelligence Development in the Conditions of Digital Transformations. The Scientific Heritage. (44-3 (44)), 68-75.

Размещено на Allbest.ru