هوش تجاری (Business Intelligence)
به اشتراک بگذاریم برای یادگیری، یاد بگیریم برای به اشتراک گذاری
هوش تجاری (Business Intelligence)
به اشتراک بگذاریم برای یادگیری، یاد بگیریم برای به اشتراک گذاریانتخاب یک راهکار مناسبِ هوش تجاری بر اساس نیاز کسب و کار- بخش سوم
بسیاری از راهکارهای هوش تجاری موجود در بازار چندین قابلیت را پشتیبانی میکنند. لیست مورد بررسی شامل ویژگی‌های پایه می‌باشد که بخش جدایی ناپذیر از تمام راهکارهای تجزیه و تحلیل است و همچنین شامل ویژگی‌های پیشرفته‌ای است که بندرت در راهکارهای موجود پیاده سازی می‌شوند. ویژگی‌های پیشرفته مواردی هستند که انتظار می‌رود به زودی عملیاتی شوند.
برای این تحقیق، ما تجزیه و تحلیل کاملی از راهکارهای BI در بازار و ویژگی‌های آنها در برابر ویژگی‌های انتخاب شده انجام دادیم. سپس لیست ابزارهای BI موجود در بازار را به تعداد 20 ابزار کاهش دادیم. روش مورد استفاده، تجزیه و تحلیل ساختار یافته و مقایسه راهکارهای BI را فراهم می‌کند که امیدواریم بینش بهتری در مورد وضعیت فعلی بازار فراهم و به انتخاب راهکارهای هوش تجاری کمک کند. علاوه بر این، تحلیل انجام شده اجازه می‌دهد تا روند فعلی در توسعه راهکار BI شناسایی شود. این تجزیه و تحلیل می‌تواند به عنوان نقشه راهی باشد که ممکن است هنگام انتخاب یک راهکار BI متناسب با نیازهای سازمان مورد استفاده قرار گیرد. برای این منظور، ما جدول Feature-to-BIsolution را ایجاد کردیم و هرمی از ویژگی ها را به دست آوردیم که روند توسعه راهکار BI را منعکس می‌کند - با تمرکز ویژه بر ویژگی های جدید و آینده.
در جدول اول، ما 20 ابزار BI (راهکار) انتخاب شده را لیست می‌کنیم. در حال حاضر مشخصات آنها در بازار موجود است و از طریق لینک مشخص شده در دسترس است. علاوه بر راهکارهای ارائه شده توسط فروشندگان برجسته(به عنوان مثال، مایکروسافت، IBM، SAP )، ما فروشندگان کوچکتری را نیز بررسی کرده‌ایم که برخی از ویژگی های جالب را ارائه می‌دهند (به عنوان مثال، Avlino، Sisense، QlikTech ).
در بیشتر ابزارهای تحلیل شده در این لیست راهکارهای برجسته Gartner برای BI گنجانده شده است (King, 2018). برخی از آنها مانند Domo، Sisense، Tableau، Power BI و Qlik در لیست بهترین نرم افزارهای تجاری سال 2018 گارتنر هستند که توسط مشتریان بررسی شده اند (Gartner, 2018h). به طور کلی، این لیست مخصوص استفاده آسان (easy-to-use) است که طیف گسترده ای از قابلیت های گردش کار تحلیلی را پشتیبانی می‌کند که نیازی به مشارکت قابل توجه متخصصان فناوری اطلاعات ندارد و به کاربران نهایی امکان انتخاب سریع ابزارها را می‌دهد. به عنوان مثال، ابزارها می‌توانند از قبل مدل داده‌ای از پیش تعریف شده را به عنوان پیش شرط تجزیه و تحلیل قرار دهند و در بعضی موارد، امکان تولید خودکار یک مدل داده‌ای قابل استفاده مجدد را فراهم میکنند.
توجه داشته باشید که تولید کنندگان نرم افزارهایBI به طور مکرر نسخه‌های جدید را با ویژگی های جدید منتشر میکنند، بنابراین در این مقاله، ما در حال بررسی وضعیت آنها در نیمه دوم سال 2018 هستیم. به همین دلیل، هنگام انتخاب یک راهکار BI برای سازمان، توصیه می‌شود از ویژگی های فعلی و آینده ارائه شده در راهکار BI یک تولید کننده خاص سوال کنید. سرعت تولید / انتشار محصول BI باید به عنوان یکی از عوامل کلیدی در انتخاب در نظر گرفته شود زیرا ماهانه تعداد ویژگی‌های آن افزایش و بهبود می‌یابد. در بخش بعدی برای راهکارهای BI ذکر شده در جدول یک، با ارزیابی ویژگی‌های آنها در برابر ویژگی‌های پایه و پیشرفته، تجزیه و تحلیل را انجام می‌دهیم.
جدول شماره یک- راه‌کارهایی (نرم افزار) که برای مقایسه انتخاب شده است.
|
Web page |
BI Solutions |
|
https://www.tableau.com/ |
Tableau |
|
https://www.microstrategy.com/us |
MicroStrategy |
|
https://www.board.com/en |
BOARD |
|
https://looker.com/ |
Looker |
|
https://www.longview.com/ |
Longview |
|
https://www.sisense.com/ |
Sisense |
|
https://www.hitachivantara.com/go/ |
Pentaho |
|
https://www.domo.com/ |
Domo |
|
https://www.yurbi.com/ |
Yurbi |
|
https://powerbi.microsoft.com/en-us/ |
Power BI |
|
https://www.qlik.com/us |
Qlik |
|
https://www.birst.com/ |
Birst |
|
https://www.yellowfinbi.com/ |
Yellowfin |
|
https://www.gooddata.com/ |
GoodData |
|
https://www.dundas.com/dundas-bi |
Dundas BI |
|
https://www.sap.com/products/crys |
SAP Crystal Cloud |
|
https://www.ibm.com/products/cog |
IBM Cognos Analytics |
|
https://www.salesforce.com/ |
Salesforce |
|
https://avlino.com/ |
Avlino |
|
https://jupyter.org/ |
Jupiter |
جدول مقایسه‌ای برای بررسی ویژگی‌ها
در این بخش، تعداد بیست ابزار انتخاب شده BI را در مقابل ویژگی‌های آنها در قالب ماتریس محصول / ویژگی که در جدول 2 نشان داده شده است، تحلیل می‌کنیم. علامت سبز نشان دهنده امکان پشتیبانی از feature مشخص شده و علامت‌های قرمز رنگ عدم پشتیبانی از آن ویژگی را نشان می‌دهد. این جدول به سادگی امکان بررسی ویژگی‌های یک راهکار خاص BI و مقایسه آن با سایر راهکار ها را فراهم می‌کند که این امر به ما در درک وضعیت موجود در بازار ابزارهای هوش تجاری و شناسایی راه‌کارهایی با ویژگی های پیشرفته کمک می‌کند. همچنین می توانیم راه‌کارهایی را شناسایی کنیم که برخی از ویژگی‌ها که به طور استاندارد در راهکارهای BI وجود ندارد، مانند دریاچه های داده و یکپارچه سازی اینترنت اشیا، تجزیه و تحلیل تقویت شده، یادگیری عمیق، وNLP را ارائه می‌دهد.
بررسی ها نشان می‌دهد که بیش از 90 درصد از راهکارهای تجزیه و تحلیل داده‌ها برای تجزیه و تحلیل؛ تجزیه و تحلیل موردی، داشبورد، کوئری‌های موردی، گزارش‌های موقت و KPI ها را ارائه می‌دهند که در گروه اصلی ویژگی ها هستند. اگرچه اکثر تولیدکنندگان طیف کاملی از ویژگی‌ها را در راهکارهای خود ارائه می دهند، اما ممکن است از لحاظ عملکرد و کیفیت سایر راهکار ها متفاوت باشند و لزوما یکسان نیستند. از آنجا که فروشندگانی در بازار وجود دارند که در تولید ویژگی‌های خاص بسیار کم تخصص هستند، برای تولیدکنندگان راهکارهای کامل BI این امکان وجود دارد که این راه‌کارها را در ابزارهای خود پیاده سازی کنند، بنابراین آنها منابع خود را صرف توسعه ویژگی‌های از قبل ساخته شده نمی‌کنند. از این رو، ادغام، اتصال، همکاری و مشارکت بین تولید کنندگان راهکارهای BI امکان توسعه سریع راهکار بازار ابزارهای BI را فراهم کرده است.
بررسی‌های انجام شده تایید می‌کند که اکثر راه‌کارها امکان ادغام ویژگی‌های خاص از سایر محصولات را فراهم میکنند. به عنوان مثال، قابلیت‌های مصورسازی پیشرفته یک راهکار را می‌توان در محصولات دیگر گنجاند تا بهترین راهکار مصورسازی را به مشتریان خود ارائه دهد. انتظار می رود که فروشندگان به جای توسعه محصولات خود، به سمت ادغام راهکارهای دیگر تأمین کنندگان در محصولاتشان متمایل شوند تا ابزار آنها بتواند بالاترین امتیاز را بگیرد.
تجزیه و تحلیل داده‌های بزرگ در ابزارهای BI نفوذ زیادی پیدا کرده است و از بیست راه کار معرفی شده، تعداد 19 راهکار، توانایی انجام تجزیه و تحلیل داده‌های بزرگ را دارند. سایر ویژگی‌های پیشرفته این روند توسعه را در سال 2019 دنبال میکنند.
در حال حاضر بیش از 40 درصد از راه‌کارها، دریاچه داده و تجزیه و تحلیل اینترنت اشیا را به عنوان ویژگی‌های پیشرفته BI ارائه می دهند. با پیاده سازی این ویژگی‌ها در آینده، سازمان ها نیاز به استخراج، تبدیل و بارگذاری داده‌ها از دریاچه های داده را به انبارهای داده برای پرس و جو، گزارش و کاوش داده‌ها کاهش می‌دهند. همچنین، این گزینه‌ها دسترسی آسانتر و سریعتر به محتویات دریاچه داده‌ها و قابلیت جستجو در انواع مختلف داده‌ها را فراهم میکنند. جریان داده‌ها (Data Streaming) و تجزیه و تحلیل های بی درنگ (Real Time) برای تعداد بیشتری از سازمان‌ها نیز به یکی از اولویت‌های مهم و استراتژیک تبدیل شده است. تحلیل اینترنت اشیا به سازمان امکان می‌دهد انواع دستگاه‌ها مانند ماشین‌های صنعتی، وسایل نقلیه و قرائت‌های موجود در پوشیدنی‌های شخصی را کنترل و در سیستم های تحلیلی ادغام کند. اکنون کاربران این امکان را دارند که دستگاه‌های متصل به اینترنت اشیا (IoT) را به عنوان بخشی از فناوری عملیاتی و استراتژی‌های اینترنت صنعتی پیاده سازی کنند. از آنجا که این فناوری‌ها در بازار چندان جدید نیستند، می‌توان انتظار داشت که این ویژگی ها به زودی به استانداردی در راهکارهای مدرن BI تبدیل شوند. راهکارهای تجزیه و تحلیل BI، و همچنین سایر فناوری‌ها، در راستای فراهم کردن شرایط برای یادگیری ماشین، NLP وAI هستند. همانطور که گارتنر می‌گوید: تا سال 2020 تعداد کاربران راهکارهای تجزیه و تحلیل هوشمند تجاری که با قابلیت کشف داده‌های افزوده شده از یکدیگر متمایز می شوند، با دو برابر سرعت رشد میکنند - و دو برابر ارزش کسب و کار را ارائه می‌دهند (Bauer, 2018). تحلیل روند بازار راهکارهای BI نشان می‌دهد که مبحث برنامه ریزی استراتژیک، الگویی شامل جستجو و روایت زبان طبیعی، آماده سازی داده‌ها، تجزیه و تحلیل پیشرفته خودکار و قابلیت های کشف داده به صورت بصری رو به افزایش است.
هرم ویژگی‌های BI
در مرحله بعدی، هرم ویژگی‌ها را معرفی می‌کنیم. ویژگی‌های سیستم های هوش تجاری بر اساس فراوانی استفاده از آنها مشخص و در شکل 1 نشان داده شده است. رایج ترین ویژگی‌های پیاده سازی شده در اکثر ابزارهای BI در پایین هرم گروه بندی شده و ویژگی‌های کمتر پیاده سازی شده در بالای هرم قرار دارند.
لایه پایین شامل ویژگی‌هایی است که ما آنها را به عنوان ویژگی پایه در نظر می‌گیریم که در 60 درصد از ابزارهای BI مشترک هستند. لایه دوم شامل تجزیه و تحلیل‌های تکمیل شده، تجزیه و تحلیل IoT و دریاچه‌های داده قرار دارند که تقریباً در 20 درصد از ابزارهای BI قابلیت اجرا دارند. با این حال، بر اساس گزارش‌ها و تحلیل‌های مختلف، حدود 40 درصد از راهکارهای تجزیه و تحلیل‌های پیشرفته به شکل کم و بیش پیشرفته در حال توسعه هستند. با امکان استفاده و پشتیبانی از الگوریتم‌های تصمیم ساز هوشمند که کشف تصمیمات تجاری و پنهان را برای تصمیم گیرندگان کسب و کار آسان می‌کند، انقلابی در راهکارهای دسترسی بصری به داده‌های پیچیده ایجاد می‌شود. همچنین، زمان مورد نیاز برای آماده سازی داده‌ها با استفاده از اتوماسیون کردن به طور قابل توجهی کاهش یافته است. بررسی‌ها نشان می‌دهد که تمام راه‌کارها کاملاً به سمت تجزیه و تحلیل‌های تکمیلی در حال حرکت هستند.
لایه سوم شامل تحلیل‌های عمیق است. این بخش نشان می‌دهد که تقریباً 20 درصد از راهکارهای هوش تجاریِ مورد تجزیه و تحلیل، انواع تجزیه و تحلیل‌های مبتنی بر یادگیری عمیق را ارائه می دهند.
· با هدف حل مشکلات پیچیده به روشی که مغز انسان انجام می‌دهد (درک الگوهای مختلف، بررسی مقایسه‌ها، درک تفاوت میلیون ها سند) ما می توانیم از طریق یک Hover ساده بالای متن، پاسخ ها را دریافت کنیم - هوشمند و مستقیما در مرورگرهای وب، برنامه ها و ابزارهای BI تعبیه شده است و نتایج را بدون هیچ گونه کلیک و بدون تاخیر ارائه می‌دهد.
· پرسیدن سوال‌ها به زبان طبیعی و دریافت پاسخ فوری - تلفیق راه‌کارهایی مانند Alexa برای تبدیل برنامه‌های تحلیلی به مربی شخصی.
· بینش شخصی - نمایش پویا و هوشمندی که نمای شخصی شده از اطلاعات بر اساس کسانی که در اطراف شما ایستاده‌اند، ارائه می‌دهد. یا یک روش هوشمندتر برای دیدن - امکان استفاده از شناسایی هویت مبتنی بر بلوتوث برای بدست آوردن داده‌های مربوط به برخی از افراد یا فناوری GPS برای واکشی داده‌ها در یک ملک یا مکان.
لایه بالایی شامل ویژگی‌های نو ظهوری مانند Edge computing و NLP است که به راهکارهای BI این اجازه را می‌دهد تا نظرات، رفتار و احساسات انسان را درک کنند. راه‌کارهایی که ما تحلیل کرده‌ایم هنوز چنین گزینه هایی را ارائه نمی‌دهند، اما با بررسی روندها، می‌توان نتیجه گرفت که این ویژگی‌ها به زودی در نسخه های بعدی BI پیاده سازی می شوند.
نتیجه گیری
کسب بهترین و بیشترین ارزش از داده‌ها منوط به یافتن راهکار هوش تجاری متناسب با نیازهای سازمان است. لازم است مشخص شود که این راهکار چه ویژگی‌هایی باید پیاده سازی کند، آیا راهکار به راحتی قابل انطباق است، یا استفاده از آن آسان است، شرکت سازنده چگونه آن را پشتیبانی می‌کند، چقدر در مسائل امنیتی قوی است و در آخر هزینه چنین راه‌کاری چقدر است. برای درک بهتر این مسائل و چالش‌ها، وضعیت فعلی بازار BI تا پایان سال 2018 را تجزیه و تحلیل کرده و لیستی از 20 راهکار BI را در کنار 24 ویژگی-عملکرد، مقایسه کردیم.
ماتریس مقایسه به مقایسه ویژگی‌های اساسی و پیشرفته 20 محصول تحلیل شده BI می‌پردازد. این ماتریس نشان داد که بسیاری از راهکارهای BI تمام ویژگی های اساسی را ارائه می دهند، اما تفاوت قابل توجهی را می‌توان در نفوذ ویژگی های پیشرفته یافت، که در کمتر از 20 درصد از ابزار وجود دارد. با نتایج حاصل از تجزیه و تحلیل، می‌توان نتیجه گرفت که ابزارهای Domo، Sisense، Tableau، Power BI و Qlik در لیست بهترین نرم افزارهای تجارتی سال 2018 گارتنر قرار دارند که توسط مشتریان بررسی شده است زیرا این راه‌کارها ویژگی‌های پیشرفته تری نسبت به سایر محصولات به مشتریان خود ارائه می‌دهند. علاوه بر ابزارهایی که در لیست گارتنر گنجانده شده است، ابزارهای دیگری نیز وجود دارد از جمله ابزارهایی که ویژگی های مشابهی را ارائه می دهند و باید مورد توجه قرار گیرند. این جدول به ما توانایی استفاده از همان روش تجزیه و تحلیل برای هر ابزار دیگر و مقایسه آن با برخی از ابزارهای پیشرو در بازار و سایر ابزارهای تجزیه و تحلیل شده در این مقاله را می‌دهد. همچنین اگر به دنبال یک راهکار BI هستیم، این می‌تواند یک نقطه شروع برای به دست آوردن یک نمای کلی از بازار باشد و می‌تواند به سازمان ها در روند انتخاب کمک کند.
هرم ویژگی، بینش‌هایی را درباره بلوغ فعلی بازار ارائه می دهد و روند آینده توسعه BI را نشان می‌دهد. این یک نمای واضح از ویژگی‌های استاندارد است که در تمام راه‌کارهایی که به تازگی در حال ظهور هستند پیاده سازی و در آینده در آنها اجرا می‌شوند. هرم چارچوب کلی را برای ارزیابی بلوغ محصول BI فراهم می‌‌ند و امکان شناسایی روندهای آینده در ویژگی‌های BI فراهم می‌کند. علاوه بر این، همراه با طبقه بندی جدول 2، موقعیت دقیق ابزارهایBI را با توجه به ویژگی‌های موجود در راهکارهای رقابتی ارزیابی کنید. ما از این نتایج متوجه شده‌ایم که هنوز هیچ یک از تولید کنندگانedge computing و NLP را در راهکارهای خود پیاده سازی نکرده‌اند. با این حال، تاکید ویژه‌ای بر برخی از این ویژگی ها به عنوان یک مسیر توسعه روشن که مدرن ترین راهکارهای BI دنبال میکنند، داریم.و در نهایت باید گفت که بازار راهکارهای BI یک بسیار پویا است و به احتمال زیاد edge computing و NLP آینده سیستم های BI را تغییر می‌دهند، برنامه هایی که ما قصد داریم در آینده کار آنها را کنترل و بررسی کنیم.
