Análisis de la información empresarial - principios básicos. TIBCO Spotfire: análisis de big data (Big Data Analytics) de las etapas de lanzamiento de sistemas BI

Business Intelligence, o BI, es un término general que se refiere a una variedad de productos y aplicaciones de software diseñados para analizar los datos primarios de una organización.

El análisis empresarial como actividad consta de varios procesos interconectados:

• procesamiento de datos (procesamiento de datos),
• procesamiento analítico en tiempo real (procesamiento analítico en línea),
• obtener información de bases de datos (preguntando),
• haciendo informe (informe).

Las empresas están utilizando BI para tomar decisiones informadas, reducir costos y encontrar nuevas oportunidades comerciales. BI es algo más que informes corporativos ordinarios o un conjunto de herramientas para obtener información de los sistemas de contabilidad empresarial. Los CIO utilizan la inteligencia comercial para identificar los procesos comerciales de bajo rendimiento que están maduros para el rediseño.

Con las modernas herramientas de análisis empresarial, los empresarios pueden comenzar a analizar los datos por su cuenta y no esperar a que el departamento de TI genere informes complejos y confusos. Esta democratización del acceso a la información permite a los usuarios respaldar sus decisiones comerciales con números reales que, de otro modo, se basarían en la intuición y el azar.

A pesar de que los sistemas de BI son bastante prometedores, su implementación puede verse obstaculizada por problemas técnicos y "culturales". Los gerentes deben proporcionar datos claros y coherentes a las aplicaciones de BI para que los usuarios puedan confiar en ellas.

¿Qué empresas utilizan sistemas de BI?

Las cadenas de restaurantes (por ejemplo, Hardee's, Wendy's, Ruby Tuesday y T.G.I. Friday's) utilizan activamente sistemas de inteligencia empresarial. BI es extremadamente útil para ellos para tomar decisiones estratégicamente importantes. Qué nuevos productos añadir a la carta, qué platos excluir, qué puntos de venta ineficientes cerrar, etc. También utilizan BI para cuestiones tácticas, como revisar contratos con proveedores de productos e identificar formas de mejorar procesos ineficientes. Debido a que las cadenas de restaurantes están fuertemente enfocadas en sus procesos comerciales internos, y debido a que BI es central para el control de estos procesos, ayudando a administrar empresas, los restaurantes, entre todas las industrias, se encuentran entre el grupo élite de empresas que realmente se benefician de estos sistemas.

La inteligencia empresarial es uno de los componentes clave de BI. Este componente es esencial para el éxito de una empresa en cualquier industria.

en el sector venta minorista Wal-Mart hace un uso extensivo del análisis de datos y el análisis de conglomerados para mantener su posición dominante en el sector. Harrah's cambió la base de su política competencia en el negocio del juego, enfocándose en analizar la lealtad del cliente y los niveles de servicio, en lugar de mantener un mega-casino. Amazon y Yahoo no son solo grandes proyectos web, sino que utilizan activamente la inteligencia comercial y un enfoque común de "prueba y comprensión" para optimizar sus procesos comerciales. Capital One realiza más de 30 000 experimentos al año para identificar Público objetivo y evaluación de ofertas de tarjetas de crédito.

¿Dónde o con quién debe comenzar la implementación de BI?

El compromiso general de los empleados es vital para el éxito de los proyectos de BI, ya que todos los involucrados en el proceso deben tener acceso completo a la información para poder cambiar la forma en que trabajan. Los proyectos de BI deben comenzar con la alta dirección y el siguiente grupo de usuarios deben ser los gerentes de ventas. Su principal responsabilidad es aumentar las ventas, y sueldo a menudo depende de lo bien que lo hagan. Por lo tanto, es mucho más probable que acepten cualquier herramienta que pueda ayudarlos en su trabajo, siempre que la herramienta sea fácil de usar y que confíen en la información que proporciona.

Puede solicitar su proyecto piloto en la plataforma de análisis de negocios.

Con los sistemas de BI, los empleados ajustan el trabajo en tareas individuales y grupales, lo que conduce a un trabajo más eficiente de los equipos de ventas. Cuando los líderes de ventas ven una diferencia significativa en el desempeño de varios departamentos, intentan llevar los departamentos "rezagados" al nivel en el que se desempeñan los "líderes".

Una vez implementada la inteligencia comercial en los departamentos de ventas, puede continuar implementándola en otros departamentos de la organización. Una experiencia positiva como vendedor alentará a otros empleados a adoptar nuevas tecnologías.

¿Cómo implementar un sistema de BI?

Antes de implementar un sistema de BI, las empresas deben analizar los mecanismos de adopción las decisiones de gestión y comprender qué información necesitan los líderes para tomar esas decisiones con mayor conocimiento y rapidez. También es deseable analizar en qué forma los gerentes prefieren recibir información (como informes, gráficos, en línea, en papel). El refinamiento de estos procesos mostrará qué información la empresa necesita recibir, analizar y consolidar en sus sistemas de BI.

Los buenos sistemas de BI deben proporcionar contexto a los usuarios. No es suficiente simplemente informar cuáles fueron las ventas ayer y cuáles fueron hace un año en el mismo día. El sistema debería permitir comprender qué factores llevaron exactamente a este valor de ventas un día y otro, el mismo día hace un año.

Al igual que muchos proyectos de TI, la adopción de BI no dará sus frutos si los usuarios se sienten "amenazados" o escépticos acerca de la tecnología y, como resultado, dejan de usarla. Se supone que BI, cuando se implementa con fines "estratégicos", cambia fundamentalmente la forma en que una empresa funciona y toma decisiones, por lo que los líderes de TI deben prestar especial atención a las opiniones y reacciones de los usuarios.

7 etapas del lanzamiento de sistemas de BI

1. Asegúrese de que sus datos sean correctos (fiables y adecuados para el análisis).
2. Proporcionar una formación integral a los usuarios.
3. Implemente el producto lo más rápido posible, acostumbrándose a usarlo ya en el curso de la implementación. No tiene que dedicar una gran cantidad de tiempo a desarrollar informes "perfectos", ya que los informes se pueden agregar a medida que el sistema evoluciona y los usuarios lo necesitan. Cree informes que brinden el máximo valor rápidamente (la demanda de estos informes por parte de los usuarios es la más alta) y luego modifíquelos.
4. Adopte un enfoque integrador para crear un almacén de datos. Asegúrese de no encerrarse en una estrategia de datos que no funcione a largo plazo.
5. Antes de comenzar, calcule claramente el ROI. Determine los beneficios específicos que pretende lograr y luego compárelos con los resultados reales cada trimestre o cada seis meses.
6. Concéntrese en sus objetivos comerciales.
7. No compre software de análisis porque pensar que lo necesitas Implemente BI con la idea de que hay indicadores entre sus datos que necesita obtener. Al mismo tiempo, es importante tener al menos una idea aproximada de dónde pueden estar exactamente.

¿Qué problemas pueden surgir?

Un obstáculo importante para el éxito de los sistemas de BI es la resistencia del usuario. Entre otros Posibles problemas- la necesidad de "examinar" grandes cantidades de información irrelevante, así como datos de calidad insatisfactoria.

Clave para recibir resultados significativos del funcionamiento de los sistemas de BI: se trata de datos estandarizados. Los datos son un componente fundamental de cualquier sistema de BI. Las empresas deben poner en orden sus almacenes de datos antes de poder comenzar a extraer la información que necesitan y confiar en los resultados. Sin estandarización de datos, existe el riesgo de obtener resultados incorrectos.

Otro problema puede ser una comprensión incorrecta del papel del sistema analítico. Las herramientas de BI se han vuelto más flexibles y fáciles de usar, pero su función principal sigue siendo la generación de informes. No esperes de ellos control automatizado Procesos de negocios. Sin embargo, todavía se planean ciertos cambios en esta dirección.

El tercer obstáculo en la transformación de los procesos de negocio utilizando el sistema BI es la falta de comprensión por parte de las empresas de sus propios procesos de negocio. Como resultado, las empresas simplemente no entienden cómo se pueden mejorar estos procesos. Si el proceso no tiene un impacto directo en las utilidades, o la empresa no pretende estandarizar los procesos en todas sus divisiones, la implementación de un sistema de BI puede no ser efectiva. Las empresas necesitan comprender todas las actividades y todas las funciones que componen un único proceso empresarial. También es importante saber cómo se transfiere la información y los datos a través de varios procesos diferentes, y cómo se transfieren los datos entre usuarios comerciales, y cómo las personas usan estos datos para llevar a cabo sus tareas dentro de proceso especifico. Si el objetivo es optimizar el trabajo de los empleados, todo esto debe entenderse antes de iniciar un proyecto de BI.

Algunos beneficios de usar soluciones de BI

Una gran cantidad de aplicaciones de BI han ayudado a las empresas a recuperar sus inversiones. Los sistemas de inteligencia comercial se utilizan para explorar formas de reducir costos, identificar nuevas oportunidades comerciales, presentar datos ERP de forma visual y responder rápidamente a la demanda cambiante y optimizar los precios.

Además de hacer que los datos sean más accesibles, BI puede brindar a las empresas más valor durante las negociaciones al facilitar la evaluación de las relaciones con proveedores y clientes.

Dentro de una empresa, hay muchas oportunidades para ahorrar dinero mediante la optimización de los procesos comerciales y la toma de decisiones en general. BI puede ayudar de manera efectiva a mejorar estos procesos al arrojar luz sobre los errores cometidos en ellos. Por ejemplo, los empleados de una empresa en Albuquerque utilizaron BI para identificar formas de reducir el uso de teléfonos móviles, trabajar en tiempo extraordinario y otros gastos operativos, lo que le ahorró a la organización $2 millones durante tres años. Además, con la ayuda de las soluciones de BI, Toyota se dio cuenta de que pagaba de más a sus transportistas por un total de $812 000 en 2000. El uso de sistemas de BI para detectar defectos en los procesos comerciales coloca a la empresa en una mejor posición, lo que le brinda una ventaja competitiva sobre las empresas que usan BI. es sólo para hacer un seguimiento de lo que está pasando.

• Analizar cómo los líderes toman decisiones.
• Piense en qué información necesitan los gerentes para optimizar su toma de decisiones operativas.
• Preste atención a la calidad de los datos.
• Piense en la métrica de rendimiento más importante para su empresa.
• Proporcione un contexto que influya en la medida del desempeño.

Y recuerde, BI es más que soporte de decisiones. Con los avances en tecnología y cómo los líderes de TI la implementan, los sistemas de inteligencia comercial tienen el potencial de transformar las organizaciones. Los CIO que utilizan con éxito BI para mejorar los procesos comerciales hacen una contribución mucho más significativa a su organización, los ejecutivos que implementan herramientas básicas de informes.

Tomado de www.cio.com

Las pequeñas empresas de los países de la CEI aún no utilizan el análisis de datos para el desarrollo empresarial, la determinación de correlaciones, la búsqueda de patrones ocultos: los empresarios se conforman con los informes de los vendedores y contadores. Los líderes de pequeñas y medianas empresas confían más en su intuición que en el análisis. Pero al mismo tiempo, la analítica tiene un enorme potencial: ayuda a reducir costes y aumentar los beneficios, tomar decisiones de forma más rápida y objetiva, optimizar procesos, comprender mejor a los clientes y mejorar el producto.

Un contador no reemplazará a un analista

Los ejecutivos de pequeñas empresas a menudo asumen que los informes contables y de marketing son una representación bastante precisa del desempeño de la empresa. Pero es muy difícil tomar una decisión basada en estadísticas secas y un error en los cálculos sin educación especializada inevitable.

Caso 1. Post-análisis de campañas promocionales. Para el Año Nuevo, el empresario anunció una promoción en la que se ofrecían ciertos productos con descuento. Después de evaluar los ingresos para el período de Año Nuevo, vio cómo aumentaron las ventas y quedó encantado con su ingenio. Pero tengamos en cuenta todos los factores:

• Las ventas son especialmente fuertes los viernes, el día en que los ingresos son máximos: esta es una tendencia semanal.
• En comparación con el crecimiento de las ventas que generalmente ocurre bajo Año nuevo, entonces la ganancia no es tan grande.
• Si filtra los artículos promocionales, resulta que las cifras de ventas se han deteriorado.

Caso 2. Estudio de la facturación. En la tienda ropa de mujer Dificultades con la logística: las mercancías en algunos almacenes escasean, y en otros reposan durante meses. ¿Cómo determinar, sin analizar las ventas, cuántos pantalones llevar a una región y cuántos abrigos enviar a otra, obteniendo el máximo beneficio? Para hacer esto, debe calcular la rotación, la relación entre la velocidad de las ventas y el inventario promedio durante un período determinado. En pocas palabras, la rotación es un indicador de cuántos días la tienda venderá los productos, qué tan rápido vende existencias promedio qué tan rápido el producto vale la pena. No es económicamente rentable almacenar grandes reservas, ya que congela el capital y frena el desarrollo. Si se reducen las existencias, puede haber escasez y la empresa volverá a perder beneficios. ¿Dónde encontrar la media dorada, la proporción en la que el producto no se estanca en el almacén y, al mismo tiempo, puede dar cierta garantía de que el cliente encontrará la unidad correcta en la tienda? Para hacer esto, el analista debe ayudarlo a determinar:

• facturación deseada,
• dinámica de rotación.

Al liquidar con proveedores con retraso, también debe calcular la relación de la línea de crédito y la facturación. Rotación en días = Promedio inventario* número de días / Facturación para este período.

El cálculo de los saldos de surtido y la facturación total en las tiendas ayuda a comprender dónde es necesario mover parte de los productos. También vale la pena calcular qué rotación tiene cada unidad del surtido para tomar una decisión: rebaja con demanda reducida, reordenación con demanda aumentada, reubicación a otro almacén. Por categoría, puede desarrollar un informe sobre la facturación en este formulario. Se puede ver que las camisetas y los jerséis se venden más rápido, pero los abrigos se venden durante mucho tiempo. ¿Puede un contador ordinario hacer este trabajo? Dudamos. Al mismo tiempo, el cálculo regular de la facturación y la aplicación de los resultados pueden aumentar las ganancias en un 8-10%.

¿En qué áreas es aplicable el análisis de datos?

1. Ventas. Es importante entender por qué las ventas van bien (o mal), cuáles son las dinámicas. Para resolver este problema, es necesario investigar los factores que influyen en las ganancias y los ingresos; por ejemplo, analizar la duración del recibo y los ingresos por cliente. Dichos factores pueden ser investigados por grupos de productos, temporadas, tiendas. Puede identificar picos y pozos de ventas analizando devoluciones, cancelaciones y otras transacciones.
2. Finanzas. El seguimiento de los indicadores es necesario para que cualquier financiero controle el flujo de caja y distribuya los activos entre varias áreas comerciales. Esto ayuda a evaluar la efectividad de los impuestos y otros parámetros.
3. Márketing. Cualquier empresa de marketing necesita previsiones y post-análisis de stocks. En la etapa de desarrollo de la idea, es necesario determinar los grupos de productos (control y destino) para los que estamos creando una oferta. Este también es un trabajo para un analista de datos, ya que un comercializador ordinario no tiene las herramientas y habilidades necesarias para un buen análisis.Por ejemplo, si para el grupo de control la cantidad de ingresos y la cantidad de clientes son las mismas que las del grupo objetivo. , la promoción no funcionó. Para determinar esto, se necesita un análisis de intervalo.
4. Control. Tener habilidades de liderazgo no es suficiente para el líder de la empresa. Estimaciones cuantitativas en cualquier caso, el trabajo del personal es necesario para la gestión competente de la empresa. Es importante comprender la eficacia de la gestión del fondo de salarios, la relación entre salarios y ventas, así como la eficiencia de los procesos, por ejemplo, la carga de trabajo de las cajas o el empleo de cargadores durante el día. Esto ayuda a distribuir adecuadamente el tiempo de trabajo.
5. Análisis web. El sitio debe promocionarse adecuadamente para que se convierta en un canal de ventas, y esto requiere una estrategia de promoción adecuada. Aquí es donde el análisis web puede ayudarte. ¿Cómo aplicarlo? Para estudiar el comportamiento, edad, sexo y otras características de los clientes, actividad en determinadas páginas, clics, canal de tráfico, rendimiento del envío de correos, etc. Esto ayudará a mejorar el negocio y el sitio web.
6. Gestión de surtido. El análisis ABC es esencial para la gestión del surtido. El analista debe distribuir el producto por características para realizar este tipo de análisis y comprender qué producto es el más rentable, cuál es la base y cuál debe descartarse. Para comprender la estabilidad de las ventas, es bueno realizar un análisis XYZ.
7. Logística. El estudio de los indicadores logísticos brindará una mayor comprensión sobre las adquisiciones, los bienes, su almacenamiento y disponibilidad. Pérdidas y necesidades de bienes, el inventario también es importante de entender para una gestión empresarial exitosa.

Estos ejemplos muestran cuán poderoso es el análisis de datos, incluso para las pequeñas empresas. Un director experimentado aumentará las ganancias de la empresa y se beneficiará de los datos más insignificantes, utilizando correctamente el análisis de datos y los informes visuales simplificarán enormemente el trabajo de un gerente.

A lo largo de décadas de trabajo con grandes clientes, Force ha acumulado una vasta experiencia en el campo del análisis comercial y ahora está desarrollando activamente tecnologías de big data. En una entrevista con CNews, Olga Gorchinskaya, Directora de Proyectos de Investigación y Jefa de Big Data en Force, habló sobre la experiencia en esta área, las implementaciones a gran escala, las soluciones patentadas y el centro de prueba de soluciones de Oracle más grande del mundo en una entrevista con CNews.

15.10.2015

Olga Gorchinskaya

En los últimos años, la generación de líderes ha cambiado. Llegaron nuevas personas a la dirección de las empresas que hicieron su carrera ya en la era de la informatización, y están acostumbradas al uso de computadoras, Internet y dispositivos móviles cómo en La vida cotidiana así como para la solución de problemas de trabajo.

CNews: Cuántas herramientas de BI están en demanda empresas rusas? ¿Hay algún cambio en el enfoque del análisis empresarial: de "analítica al estilo de Excel" al uso de herramientas analíticas por parte de los altos directivos?

Olga Gorchinskaya:

Hoy en día, la necesidad de herramientas de análisis empresarial ya es bastante alta. Son utilizados por grandes organizaciones en casi todos los sectores de la economía. Tanto las pymes como las pymes también se están dando cuenta de los beneficios de pasar de Excel a soluciones de análisis dedicadas.

Si comparamos esta situación con la que había en las empresas hace cinco años, veremos un avance significativo. En los últimos años, la generación de líderes ha cambiado. A la dirección de las empresas llegaron nuevas personas, que hicieron su carrera ya en la era de la informatización, y están acostumbradas a utilizar ordenadores, Internet y dispositivos móviles tanto en la vida cotidiana como para resolver problemas laborales.

CNews: ¿Pero no hay más proyectos?

Olga Gorchinskaya:

EN Últimamente observamos una ligera disminución en el número de nuevos proyectos grandes de BI. En primer lugar, la difícil situación económica y política general juega un papel. Dificulta el inicio de algunos proyectos relacionados con la introducción de sistemas occidentales. Interés en soluciones de código abierto software también retrasa el inicio de los proyectos de BI, ya que requiere un estudio previo de este segmento de software. Muchas soluciones de análisis de código abierto no están lo suficientemente maduras como para ser ampliamente utilizadas.

En segundo lugar, ya se ha producido una cierta saturación del mercado. Ahora no hay tantas organizaciones donde no se utilice el análisis empresarial. Y, al parecer, la época de crecimiento activo de implementaciones de grandes corporaciones sistemas analíticos.

Y, finalmente, es importante señalar que ahora los clientes están cambiando su enfoque en el uso de herramientas de BI, lo que está frenando el crecimiento en la cantidad de proyectos a los que estamos acostumbrados. El hecho es que los proveedores líderes (Oracle, IBM, SAP) construyen sus soluciones de BI sobre la idea de un único modelo de datos lógico consistente, lo que significa que antes de analizar algo, es necesario definir claramente y estar de acuerdo con todos los conceptos y indicadores.

Junto con los beneficios obvios, esto conduce a una alta dependencia de los usuarios comerciales de los especialistas de TI: si es necesario incluir algunos datos nuevos en el círculo de consideración, la empresa tiene que recurrir constantemente a TI para descargar datos, alinearlos con los existentes. estructuras, incluirlo en un modelo común, etc. d. Ahora vemos que las empresas quieren más libertad y, en aras de poder agregar nuevas estructuras de forma independiente, interpretarlas y analizarlas a su propia discreción, los usuarios están dispuestos a sacrificar parte de la consistencia corporativa.

Por lo tanto, las herramientas livianas ahora están pasando a primer plano, lo que permite a los usuarios finales trabajar directamente con los datos y no preocuparse mucho por la coherencia a nivel corporativo. Como resultado, observamos promoción exitosa Tableaux y Qlick, que permiten trabajar al estilo de Data Discovery, y cierta pérdida de mercado por parte de los grandes proveedores de soluciones.

CNews: Esto explica por qué varias organizaciones están implementando varios sistemas de BI; esto es especialmente notable en el sector financiero. Pero, ¿se puede considerar normal tal informatización?

Olga Gorchinskaya

Hoy en día, el papel principal lo juegan las herramientas que solíamos considerar demasiado livianas para el nivel empresarial. Estas son soluciones de la clase Data Discovery.

Olga Gorchinskaya:

De hecho, en la práctica a menudo grandes organizaciones no se utiliza uno solo, sino varios sistemas analíticos independientes, cada uno con sus propias herramientas de BI. La idea de un modelo analítico de toda la empresa resultó ser un poco una utopía, no es tan popular e incluso limita la promoción de tecnologías analíticas, ya que en la práctica cada departamento, e incluso un usuario individual, quiere independencia y libertad. No hay nada terrible en esto. De hecho, en el mismo banco, los especialistas en riesgos y los especialistas en marketing necesitan herramientas de BI completamente diferentes. Por lo tanto, es bastante normal que una empresa elija no una única solución engorrosa para todas las tareas, sino varios sistemas pequeños que son los más adecuados para departamentos individuales.

Hoy en día, el papel principal lo juegan las herramientas que solíamos considerar demasiado livianas para el nivel empresarial. Estas son soluciones de la clase Data Discovery. Se basan en la idea de la facilidad de trabajar con datos, la velocidad, la flexibilidad y la presentación fácil de entender de los resultados del análisis. Hay otra razón para la creciente popularidad de este tipo de herramientas: las empresas experimentan cada vez más la necesidad de trabajar con información de estructura cambiante, generalmente desestructurada, con un significado "borroso" y un valor no siempre claro. En este caso, más herramientas flexibles que las herramientas clásicas de análisis de negocios.

Force ha creado la plataforma más grande de Europa y única en Rusia: Fors Solution Center. Su tarea principal es acercar las últimas tecnologías de Oracle al cliente final, ayudar a los socios en su desarrollo y aplicación, para hacer que los procesos de prueba de hardware y software sean lo más accesibles posible. Este es un tipo de centro de datos para que los socios prueben sistemas y soluciones en la nube.

CNews: ¿Cómo ayudan las tecnologías de big data a desarrollar el análisis empresarial?

Olga Gorchinskaya:

Estas áreas, big data e inteligencia empresarial, se están acercando entre sí y, en mi opinión, la línea que las separa ya es borrosa. Por ejemplo, el análisis profundo se considera "big data" a pesar de que existe desde antes de Big Data. Ahora, el interés en el aprendizaje automático, las estadísticas está aumentando y, con la ayuda de estas tecnologías de big data, es posible ampliar la funcionalidad del sistema empresarial tradicional centrado en los cálculos y la visualización.

Además, el concepto de almacenes de datos se amplió con el uso de la tecnología Hadoop, lo que dio lugar a nuevos estándares para construir almacenamiento corporativo en forma de “lago de datos” (data lakes).

CNews: ¿Cuáles son las tareas más prometedoras para las soluciones de big data?

Olga Gorchinskaya:

Utilizamos tecnologías de big data en proyectos de BI en varios casos. La primera es cuando es necesario aumentar el rendimiento de un almacén de datos existente, lo cual es muy importante en un entorno donde las empresas están aumentando rápidamente la cantidad de información utilizada. Almacenar datos sin procesar en bases de datos relacionales tradicionales es muy costoso y requiere cada vez más poder de procesamiento. En estos casos, tiene más sentido utilizar el kit de herramientas de Hadoop, que es muy eficiente por su propia arquitectura, flexible, adaptable a necesidades específicas y económicamente ventajoso, ya que se basa en una solución Open Source.

Con la ayuda de Hadoop, en particular, resolvimos el problema de almacenar y procesar datos no estructurados en un gran banco ruso. En este caso, se trataba de grandes volúmenes de datos entrantes regularmente de una estructura cambiante. Esta información debe ser procesada, analizada, extraída de ella indicadores numéricos, así como para guardar los datos originales. Dado el crecimiento significativo en el volumen de información entrante, usar almacenamiento relacional para esto se volvió demasiado costoso e ineficiente. Hemos creado un clúster de Hadoop separado para procesar documentos primarios, cuyos resultados se cargan en un almacenamiento relacional para su análisis y uso posterior.

La segunda dirección es la introducción de herramientas de análisis avanzadas para expandir la funcionalidad del sistema de BI. Esto es muy dirección prometedora, porque no se trata solo de resolver problemas de TI, sino también de crear nuevas oportunidades de negocio.

En lugar de organizar proyectos especiales para implementar análisis avanzados, estamos tratando de ampliar el alcance de los proyectos existentes. Por ejemplo, para casi cualquier sistema, una función útil es predecir indicadores basados ​​en datos históricos disponibles. No es así tarea sencilla, requiere no solo habilidades para trabajar con herramientas, sino también cierta base matemática, conocimiento de estadística y econometría.

Nuestra empresa cuenta con un equipo dedicado de científicos de datos que cumplen con estos requisitos. Completaron un proyecto en el campo de la atención médica sobre la formación de informes regulatorios y, además, en el marco de este proyecto, se implementó la previsión de la carga de trabajo de las organizaciones médicas y su segmentación por indicadores estadísticos. El valor de tales pronósticos para el cliente es comprensible, para él no es solo el uso de alguna nueva tecnología exótica, sino una expansión completamente natural de las capacidades analíticas. Como resultado, se estimula el interés en el desarrollo del sistema y, para nosotros, un nuevo trabajo. Ahora estamos implementando tecnologías de análisis predictivo en un proyecto de gestión urbana de manera similar.

Y, finalmente, tenemos experiencia en la implementación de tecnologías de big data donde estamos hablando del uso de datos no estructurados, principalmente varios documentos de texto. Internet ofrece grandes oportunidades con sus enormes volúmenes de información no estructurada que contiene información útil para los negocios. Tuvimos una experiencia muy interesante con el desarrollo de un sistema para evaluar el valor de los bienes inmuebles para la empresa ROSEKO por orden. sociedad rusa tasadores Para seleccionar objetos análogos, el sistema recopiló datos de fuentes en Internet, procesó esta información utilizando tecnologías lingüísticas y la enriqueció con la ayuda de geoanálisis utilizando métodos de aprendizaje automático.

CNews: ¿Qué soluciones propias está desarrollando Force en las áreas de inteligencia empresarial y big data?

Olga Gorchinskaya:

Hemos desarrollado y estamos desarrollando una solución especial en el campo de los grandes datos: ForSMedia. Es una plataforma de análisis de datos de redes sociales para enriquecer el conocimiento del cliente. Se puede utilizar en varias industrias: el sector financiero, las telecomunicaciones, el comercio minorista, donde sea que deseen saber todo lo posible sobre sus clientes.

Olga Gorchinskaya

Hemos desarrollado y estamos desarrollando una solución especial en el campo de los grandes datos: ForSMedia. Es una plataforma de análisis de datos de redes sociales para enriquecer el conocimiento del cliente.

Un caso de uso típico es el desarrollo de campañas de marketing dirigidas. Si una empresa tiene 20 millones de clientes, distribuya todos anuncios la base no es realista. Es necesario estrechar el círculo de destinatarios de los anuncios, y la función objetivo aquí es aumentar la respuesta de los clientes a una oferta de marketing. En este caso, podemos subir datos básicos sobre todos los clientes a ForSMedia (nombres, apellidos, fechas de nacimiento, lugar de residencia), y luego, en base a la información de las redes sociales, complementarlos con nueva información útil, incluido el círculo de intereses. , estatus social, composición familiar, área actividad profesional, preferencias musicales, etc. Por supuesto, tal conocimiento no se puede encontrar para todos los clientes, ya que una cierta parte de ellos no usa las redes sociales en absoluto, pero para el marketing dirigido, un resultado tan "incompleto" brinda enormes ventajas.

Medios de comunicación social- una fuente muy rica, aunque es difícil trabajar con ella. No es tan fácil identificar a una persona entre los usuarios: la gente a menudo usa diferentes formas sus nombres, no indican edad, preferencias, no es fácil conocer las características de un usuario en base a sus publicaciones, grupos de suscripción.

La plataforma ForSMedia resuelve todos estos problemas basándose en tecnologías de big data y te permite enriquecer datos de clientes de forma masiva y analizar los resultados. Entre las tecnologías utilizadas se encuentran Hadoop, el entorno de investigación estadística R, las herramientas de procesamiento lingüístico de RCO y las herramientas de descubrimiento de datos.

La plataforma ForSMedia aprovecha al máximo el software gratuito y se puede instalar en cualquier plataforma de hardware que cumpla con los requisitos de una tarea empresarial. Pero para implementaciones grandes y con mayores requisitos de rendimiento, ofrecemos una versión especial optimizada para operar en sistemas de hardware y software de Oracle: Oracle Big Data Appliance y Oracle Exalytics.

Usar en grandes proyectos Los innovadores sistemas integrados de Oracle son una dirección importante de nuestra actividad no solo en el campo de los sistemas analíticos. Dichos proyectos resultarán costosos, pero debido a la escala de las tareas que se resuelven, se justifican por completo.

CNews: ¿Pueden los clientes probar de alguna manera estos sistemas antes de tomar una decisión de compra? ¿Proporcionáis, por ejemplo, bancos de pruebas?

Olga Gorchinskaya:

En esta dirección, no solo proporcionamos bancos de prueba, sino que hemos creado la plataforma más grande de Europa y única en Rusia: Fors Solution Center. Su tarea principal es acercar las últimas tecnologías de Oracle al cliente final, ayudar a los socios en su desarrollo y aplicación, para hacer que los procesos de prueba de hardware y software sean lo más accesibles posible. La idea no surgió de la nada. Force ha estado desarrollando e implementando soluciones basadas en tecnologías y plataformas Oracle durante casi 25 años. Tenemos una amplia experiencia trabajando con clientes y socios. De hecho, Force es el centro de competencia de Oracle en Rusia.

A partir de esta experiencia, en 2011, cuando aparecieron las primeras versiones del motor de base de datos Oracle Exadata, creamos el primer laboratorio para el desarrollo de estos sistemas, llamándolo ExaStudio. Sobre esta base, decenas de empresas pudieron descubrir las posibilidades de las nuevas soluciones de hardware y software de Exadata. Finalmente, en 2014, lo convertimos en una especie de centro de datos para probar sistemas y soluciones en la nube: este es el Centro de soluciones de Fors.

Ahora nuestro Centro cuenta con una línea completa de los últimos sistemas de software y hardware de Oracle, desde Exadata y Exalogic hasta Big Data Appliance, que, de hecho, actúan como bancos de prueba para nuestros socios y clientes. Además de las pruebas, aquí puede obtener servicios de auditoría. sistemas de información, migración a nueva plataforma, personalización, configuración y escalado.

El centro también se está desarrollando activamente hacia el uso de tecnologías en la nube. No hace mucho tiempo, se finalizó la arquitectura del Centro de tal manera que brindara sus recursos y servicios de cómputo en la nube. Ahora los clientes pueden aprovechar la capacidad productiva del esquema de autoservicio: cargar datos de prueba, aplicaciones al entorno de la nube y realizar pruebas.

Como resultado, una empresa colaboradora o cliente puede, sin inversión previa en equipos y proyectos piloto en su territorio, cargar sus propias aplicaciones en nuestra nube, probar, comparar resultados de rendimiento y tomar una u otra decisión de cambiar a una nueva plataforma.

CNews: Y la última pregunta: ¿qué presentarán en Oracle Day?

Olga Gorchinskaya:

Oracle Day es el principal evento del año en Rusia para la corporación y todos sus socios. Force ha sido en repetidas ocasiones su patrocinador general, y este año también. El foro estará completamente dedicado a temas de la nube: PaaS, SaaS, IaaS, y se llevará a cabo como Oracle Cloud Day, ya que Oracle presta gran atención a estas tecnologías.

En el evento presentaremos nuestra plataforma ForSMedia, además de hablar sobre la experiencia de uso de tecnologías y proyectos de big data en el campo de la inteligencia de negocios. Y, por supuesto, le informaremos sobre las nuevas capacidades de nuestro Centro de soluciones de Fors en el campo de la creación de soluciones en la nube.

(Inteligencia de negocios).

Como disertantes del seminario se invita a jóvenes profesionales que hacen Carerra exitosa analistas en empresas de alta tecnología como Microsoft, IBM, Google, Yandex, MTS, etc. En cada seminario se explica a los alumnos algunas tareas empresariales que se resuelven en estas empresas, cómo se acumulan los datos, cómo surgen las tareas de análisis de datos y como se pueden solucionar.

Todos los especialistas invitados están abiertos a contactos, y los estudiantes podrán contactarlos para recibir asesoramiento.

Objetivos del seminario:

• contribuir a cerrar la brecha existente entre la investigación universitaria y la toma de decisiones tareas practicas en el campo del análisis de datos;
• promover el intercambio de experiencias entre los profesionales actuales y futuros.

programa del seminario