Business Intelligence — це не “бізнес-розвідка”. Для позначення розвідки легальними методами у бізнесі використовують термін CI — Competitive Intelligence (конкурентна розвідка), а для позначення розвідки по відкритим джерелам у військовій сфері використовують термін OSINT — Open Source Intelligence (розвідка по відкритим джерелам). Іноді замість терміну Competitive Intelligence вживають термін Консолідований аналіз інформації, проте він більш широкий.
Нетривіальний зміст терміну Intelligence всебічно розкритий у авторській статті "Intelligence & Intelligence & Intelligence", яка написана з урахуванням тлумачення терміну Intelligence у філософії, психології і фізіології, у Artficial Intelligence і в автоматизованих системах, а також у розвідці.
Business Intelligence, на відміну від Competitive Intelligence та OSINT, відноситься насамперед до сфери програмного забезпечення для hi-tech підтримки ділової аналітики (Business Analytics) у будь-якій сфері.
Засоби Business Intelligence забезпечують швидке добування потенційно корисних нетривіальних знань з первинних даних і їх візуалізацію для прийняття більш корисних рішень, які недоступні без цього аналітичним робочим групам будь-якого розміру, інтелектуальної потужності і досвіду.
Провідні фахівці США у сфері Business Intelligence Claudia Inhoff & Collin White справедливо вказали, що Business Intelligence - це по суті DSS 2.0 - система підтримки прийняття рішень 2-го покоління.
З початку використання терміну Business Intelligence, ця технологія отримала розвиток вже у трьох поколіннях BI1.0, BI2.0, BI3.0 та у відповідних їм поколіннях DSS (Decision Support System) на основі BI (DSS BI 1.0, DSS BI 2.0, DSS BI 3.0) які розкриті у інших публікаціях в "Системі плюс". Вангломовних публікаціях почали більш активно використовувати менш точні терміни BIDSS, BI DSS. Насправді ці терміни неточні, тому що не дозволяють системно позначати різні покоління DSS BI (DSS/BI, DSSBI): DSS BI1.0, DSSBI 2.0, DSS BI3.0, DSS BI3.0 (Cloud Computing), Social Media DSS BI, Spatial DSS BI, Website DSS BI, ets.
Перераховані DSSBI (BIDSS) можливо будувати на основі Business Intelligence 2.0 або BI 3.0/Cloud Computing.
 |
| Карти інтенсивності використання терміну Business Intelligence у Google-пошуці у Німеччині, Франції, Польщі, Україні - за останні 5 років |
 |
| Карта використання в РФ за останні 5 років пошукового терміну Business Intelligence у Google показує дуже низький рівень (недостатньо даних для відображення на карті), або показує, що дані терміни популярні у Москві, С-Петербурзі та ще рідше у Новосибірську (академістечко за кількасот кілометрів від КНР, місце розміщення серверів Яндекса) |
Нетривіальний зміст терміну Intelligence всебічно розкритий у авторській статті "Intelligence & Intelligence & Intelligence", яка написана з урахуванням тлумачення терміну Intelligence у філософії, психології і фізіології, у Artficial Intelligence і в автоматизованих системах, а також у розвідці.
Business Intelligence, на відміну від Competitive Intelligence та OSINT, відноситься насамперед до сфери програмного забезпечення для hi-tech підтримки ділової аналітики (Business Analytics) у будь-якій сфері.
Business Intelligence (BI) - це термін-метафора, що не має дослівного тлумачення і позначає синергетичний комплекс автоматизованих засобів аналізу первинних даних і візуалізації його результатів для підтримки рішень (Decision Support), який об'єднує:
- спеціальні статистичні засоби;
- нерегламентовані запити, або запити "на льоту" (ad hoc query - у Google-перекладачі невірно закладений переклад "спеціальні запити");
- засоби швидкого багатовимірного аналізу OLAP (є мої доповнення 2009 року, позначені як FASMI+, OLAP+);
- спеціальні засоби “розкопки даних” Data Mining і Visual Mining;
- спеціальні засоби візуалізації (Dashboards, KPI - Key Performance Indikator, Scorecard);
- елементи експертних систем на продукційних правилах типу "якщо ... то ... інакше ...";
- може мати спеціальні засоби “розкопки текстів” Text Mining;
- ін.
 |
| Типовий варіант зображення системи засобів Business Intelligence 1.0 у вигляді піраміди. Як правило, BI 1.0 використовували без числа, що багатьох вводить в оману і вони приймають застарілу архітекуру BI 1.0 як діючу BI 2.0, чи BI 3.0, ін. |
 |
| Піраміда засобів Business Intelligence 2.0, варіант |
Засоби Business Intelligence забезпечують швидке добування потенційно корисних нетривіальних знань з первинних даних і їх візуалізацію для прийняття більш корисних рішень, які недоступні без цього аналітичним робочим групам будь-якого розміру, інтелектуальної потужності і досвіду.
Найбільш корисні результати BI-засоби дають за результатами аналізу інформації у сховищах даних (Data Warehouse), проте практика показує, що вони можуть принести корисний ефект навіть на 100 і менше записах (наборах даних) у правильно побудованій електронній таблиці. Проте для цього необхідно правильно перетворити, для прикладу, текстову інформацію-розповідь у електронну табличну форму, що продемонстровано на лабораторних заняттях.
Досвід показує, що початкове розуміння побудови операцій ETL (Extraction, Transformation, Loading) для багатовимірного моделювання й "розкопки в даних" (Data Mining) потребує специфічного складного просторового маніпулювання семантичними атрибутами досліджуваних об`єктів і недоступне для самостійної реалізації спеціалістами, які не знайомі зі специфікою підготовки даних до OLAP і Data Mining. Це добре зрозуміли студенти ЖВІ на прикладі вирішення задачі з книги Томаса Плетта "Робота стратегічної розвідки", а також інші спеціалісти на прикладі вирішення ETL задачі перетворення й багатовимірного аналізу різної довжини послідовностей об`єктів, які періодично повторяються. Більш детальний опис цих задач виходить за рамки даної публікації. Саме тоді зрозуміли вислів, що деякі форми практично ефективного аналізу без засобів Business Intelligence не доступні аналітикам і їх групам будь-якого розміру, аналітичної потужності і досвіду.
Особливо актуальними стали засоби Business Intelligence після вступу людства до Big Data Age (Ери Великих Даних) орієнтовно з 2010 року. Всі Knowledge Based Organization ("Організації засновані на знаннях", "Корпорації Знань") потребують єдиних стратегій Business Intelligence, а точніше Business Intelligence & KMS Strategy, про що було вказано у авторських публікаціях у 2008 році - за рік до визначення цього у керівних документах США, де по суті ця стратегія була названа Big Data Strategy.
У США проведена величезна успішна практична робота у напрямку Big Data Strategy (Business Intelligence+KMS Strategy), а в Україні вона була заблокована у багатьох сферах, і винуватці цього продовжують і будуть продовжувати керувати, на жаль. Якщо комусь здається, що не варто публічно вказувати на ці недоліки, то подивіться ще раз на відставання України у цій сфері, що видно на рисунку "Діаграми інтенсивності використання терміну Business Intelligence у Google-пошуці у Німеччині, Франції, Польщі, Україні - за останні 5 років". Така ж приблизно картина була і в 2012 році. Недостатньо підготовлені спеціалісти-керівники продовжують помилково вважати, що Business Intelligence відноситься лише до "бізнесу"-комерції і заблокували чи виключили вивчення Business Intelligence у величезній кількості напрямів підготовки студентів. Саме цим пояснюється "біла" (пуста) карта України щодо використання пошукового терміну Business Intelligence порівняно з іншими розвиненими країнами.
Досвід показує, що початкове розуміння побудови операцій ETL (Extraction, Transformation, Loading) для багатовимірного моделювання й "розкопки в даних" (Data Mining) потребує специфічного складного просторового маніпулювання семантичними атрибутами досліджуваних об`єктів і недоступне для самостійної реалізації спеціалістами, які не знайомі зі специфікою підготовки даних до OLAP і Data Mining. Це добре зрозуміли студенти ЖВІ на прикладі вирішення задачі з книги Томаса Плетта "Робота стратегічної розвідки", а також інші спеціалісти на прикладі вирішення ETL задачі перетворення й багатовимірного аналізу різної довжини послідовностей об`єктів, які періодично повторяються. Більш детальний опис цих задач виходить за рамки даної публікації. Саме тоді зрозуміли вислів, що деякі форми практично ефективного аналізу без засобів Business Intelligence не доступні аналітикам і їх групам будь-якого розміру, аналітичної потужності і досвіду.
Особливо актуальними стали засоби Business Intelligence після вступу людства до Big Data Age (Ери Великих Даних) орієнтовно з 2010 року. Всі Knowledge Based Organization ("Організації засновані на знаннях", "Корпорації Знань") потребують єдиних стратегій Business Intelligence, а точніше Business Intelligence & KMS Strategy, про що було вказано у авторських публікаціях у 2008 році - за рік до визначення цього у керівних документах США, де по суті ця стратегія була названа Big Data Strategy.
У США проведена величезна успішна практична робота у напрямку Big Data Strategy (Business Intelligence+KMS Strategy), а в Україні вона була заблокована у багатьох сферах, і винуватці цього продовжують і будуть продовжувати керувати, на жаль. Якщо комусь здається, що не варто публічно вказувати на ці недоліки, то подивіться ще раз на відставання України у цій сфері, що видно на рисунку "Діаграми інтенсивності використання терміну Business Intelligence у Google-пошуці у Німеччині, Франції, Польщі, Україні - за останні 5 років". Така ж приблизно картина була і в 2012 році. Недостатньо підготовлені спеціалісти-керівники продовжують помилково вважати, що Business Intelligence відноситься лише до "бізнесу"-комерції і заблокували чи виключили вивчення Business Intelligence у величезній кількості напрямів підготовки студентів. Саме цим пояснюється "біла" (пуста) карта України щодо використання пошукового терміну Business Intelligence порівняно з іншими розвиненими країнами.
Проте, науковий співробітник IBM ще в 1954 році у статті A Business Intelligence System визначив дефініцію business як "діяльність для досягнення цілей у сферах науки, технології, торгівлі, промисловості, правочинства, уряду, оборони та ін."
Найбільш ефективні засоби Business Intelligence (OLAP, Data Mining, Visual Mining, Video Mining, Web Mining та елементи Text Mining й Opinion Mining ("розкопка" думок), Sentiment Analysis (аналіз емоцій),) потребують потужних апаратно-програмних засобів. Частина цих засобів доступна з 1990-х років, а інші — з другого десятиліття 21-го століття. Business Intelligence об'єднує технології реляційних (у справжній час і не реляційних баз даних —NoSQL) разом з найбільш зрілими технологіями Artificial Intelligence (штучний "інтелект") та передовими технологіями традиційної статистики й візуалізації результатів аналізу.
Термін Business Intelligence запропонував у 1989 році Hovard Dresner (Говард Дрезнер), який пізніше був прийнятий у консалтингову компанію Gartner (Гартнер) і працював там віце-директором з Business Intelligence на протязі більше 10-ти років.
Після 1989 року термін Business Intelligence закріпили і розвивають в умовах термінологічної конкуренції консалтингові компанії Gartner (Гартнер), International Data Corporation (IDC), Forrester (Форрестер), постачальники програмних платформ для Business Intelligence, ІТ-працівники й аналітичні працівники в узагальненій сфері Business Analytics & Business Intelligence & Knowledge Discovery & Data Mining, ін. Узагальнену і часткову термінологію у сфері Business Intelligence також визначили в основному з кінця 1980-х років до середини 1990-х років такі вчені-практики: Edgar Frank Codd (Едгар Кодд) - OLAP; Gregory Piatetsky-Shapiro (Григорій Пятецький-Шапіро) та Усама Файад (Usama M. Fayyad) - Knowledge Discovery and Data Mining (KDD) у рамках AAI та пізніше в ACM SIG KDDD; Bill Inmon (Білл Інмон) і Ralph Kimball (Ральф Кімбалл) - Data Warehouse (сховища даних); інші вчені.
“A Business Intelligence System” - термін вперше використав у 1958 році науковий співробітник IBM H.P. Luhn (Ханс Петер Лун), який у однойменній статті “A Business Intelligence System” визначив термін “Business” – як позначення ділової діяльності у будь-якій сфері, а термін “Intelligence” – як позначення розумової діяльності для досягнення поставленої мети. Терміном “A Business Intelligence System”, Ханс Лун позначив майбутню автоматизовану систему управління документами, що надходять в організацію і повинні розподілятися по виконавцям, ін. Запропонованій ним архітектурі “A Business Intelligence System” відповідає знаменита у свій час система підтримки корпоративної роботи з документами IBM Lotus Notes/Domino (IBM Notes) - це не система Business Intelligence у сучасному розумінні. Проте, деякі автори помилково вважають Ханса Луна автором терміну “Business Intelligence”, хоча саме цей термін він не вживав у своїй роботі. Однойменну з назвою статті
структуру автоматизованої системи він розробив для реєстрації, реферування, кодування вхідних і внутрішніх
документів організації, їх зберігання та вибіркового розповсюдження серед користувачів (окремих
фахівців і груп) відповідно до їх профілів у системі.
Провідні фахівці США у сфері Business Intelligence Claudia Inhoff & Collin White справедливо вказали, що Business Intelligence - це по суті DSS 2.0 - система підтримки прийняття рішень 2-го покоління.
З початку використання терміну Business Intelligence, ця технологія отримала розвиток вже у трьох поколіннях BI1.0, BI2.0, BI3.0 та у відповідних їм поколіннях DSS (Decision Support System) на основі BI (DSS BI 1.0, DSS BI 2.0, DSS BI 3.0) які розкриті у інших публікаціях в "Системі плюс". Вангломовних публікаціях почали більш активно використовувати менш точні терміни BIDSS, BI DSS. Насправді ці терміни неточні, тому що не дозволяють системно позначати різні покоління DSS BI (DSS/BI, DSSBI): DSS BI1.0, DSSBI 2.0, DSS BI3.0, DSS BI3.0 (Cloud Computing), Social Media DSS BI, Spatial DSS BI, Website DSS BI, ets.
З ряду причин IDC ввела більш широкий термін ніж Business Intelligence, який позначила IDC Business Analytics Software Taxonomy і справедливо включила до неї окремим блоком Business Intelligence. Це логічне системо поглинання Business Intelligence в Business Analytics Software Taxonomy. Тому консалтингова компанія Gartner, яка щороку видає флагманські в сфері консалтингу свої фірмові Magic Quadrant`s fo Business Intelligence, модифікувала їх назви, розширила: Magic Quadrant`s fo BI and Analytics Software, Gartner Magic Quadrant for Analytics and BI.
Необхідно зазначити, що відомі в Інтернеті зображення IDC Business Analytics Software Taxonomy не у повній мірі розкривають аналітичні додатки і потребують уточнення, що планується зробити у авторських публікаціях.
Необхідно зазначити, що відомі в Інтернеті зображення IDC Business Analytics Software Taxonomy не у повній мірі розкривають аналітичні додатки і потребують уточнення, що планується зробити у авторських публікаціях.
 |
| IDC Business Analytics Software 2008 включало інструменти управління результативністю і додатки |
 |
| IDC`s Business Analytics Software market Taxonomy 2013 |
 |
| IDC`s Business Analytics Software market Taxonomy 2013 - авторський переклад на українську мову з додаковою нумерцією |
За останнє десятиліття популярність терміну Business Intelligence дещо падає і стабілізується - прямо пропорційно деякому зростанню популярності терміну Business Analytics.
Це зв`язано насамперед зі справедливо насторожено-сердитим відношенням громадськості до засобів всебічного аналізу діяльності людей по кредитним карткам та більш різноманітної консолідованої інформації про громадян "Суспільств знань" (Knowledge Societies).
Насамперед тому термін Business Intelligence у США часто закривають частковим терміном Data Mining, що також вводить в оману деяких дослідників і викладачів за межами США.
Це зв`язано насамперед зі справедливо насторожено-сердитим відношенням громадськості до засобів всебічного аналізу діяльності людей по кредитним карткам та більш різноманітної консолідованої інформації про громадян "Суспільств знань" (Knowledge Societies).
Насамперед тому термін Business Intelligence у США часто закривають частковим терміном Data Mining, що також вводить в оману деяких дослідників і викладачів за межами США.
Необхідно зазначити, що процесс використання інформаційно-аналітичних hi-tech технологій для покращання взаємодії компаній з клієнтами (B2C - Business-to-consumer) у багатьох сферах викликаний технологічним прогресом і спрямований насамперед на бізнес, комерційні задачі. Проте, BI-засоби (Government BI, або спрощено-примітивізовано Government Data Mining) активно використовуються для виявлення різноманітних правопорушень. При цьому, регламентування "Government Data Mining" (фактично Government BI +KMS) у США регламентується Data Mining Bill (Законом про Data Mining ("розкопки в даних"). Цей закон забов`язав всі федеральні агенства (міністерства) щороку звітувати Конгресу і Президенту США про розвиток програм "Data Mining" (BI+KMS). За моєю оцінкою, це зроблено, насамперед, щоб: а) забезпечити права доброчесних громадян США на безпеку особистої інформації про різні сторони свого життя; б) забезпечити законний розвиток програм з "Data Mining" (BI+KMS); в) не допустити фінансові зловживання та нецільове виористання коштів. Процес дослідження інформації про громадян США навряд чи можна зупинити, так само як і використання Microsoft Exсel або відеокамер для контролю правопорядку.
Необхідно підкреслити, що США - це перша і єдина країна у світі, де принятий закон про BI+KMS (Data Mining Bill 2003-2007), який захищає громадян від свавілля силових структур. У багатьох країнах також здійснюється подібний, але спрощений контроль (недостатньо зань, технологій і коштів), проте там відсутні подібні закони (Україна, ін.), а в РФ навпаки, законодовчо закріплені права державних органів (насамперед Росомнадзор) практично на тотальний контроль за громадянами і тим, хто і що пише у веб, ін. Створені боти, які аналізують соцмережі і високоавтоматизовано дають спрощені коментарі. Вони створені подібно до ботів (bots) Вікіпедії - у цей час, для прикладу, існує більше ніж 2100 завданнь для ботів, схвалених для використання в англійській Вікіпедії.
 |
| Графіки частоти використання у Google термінів Business Intelligence and Business Analytics за останні 5 років |
На основі існуючої практики та власних досліджень запропоновані подальші спеціалізовані удосконалення Business Intelligence (DSS BI, DSS/BI, BI DSS, BIDSS) за рахунок об`єднання із спорідненими системами,що дає потужний синергетичний ефект:
- GeoSpatial BI (Spatial DSS BI, Spatial BIDSS ),
- Business Intelligence & Expert System,
- Social Media Spatial DSS BI (BIDSS),
- Web Site Spatial DSS BI (BIDSS),
- Web Hosting/Site Spatial DSS BI (BIDSS),
- ін.
Перераховані DSSBI (BIDSS) можливо будувати на основі Business Intelligence 2.0 або BI 3.0/Cloud Computing.
Варто підкреслити, що у кластері Business Intelligence & Analytics Applications далеко не всі визначення є одностайно прийнятими. Адже продовжується брендова та технологічна боротьба як основа розвитку.
На жаль, в Україні становлення та розвиток Business Intelligence у багатьох важливих державних сферах було заблоковано чи загальмовано і стан справ не покращився.
Про це свідчить виключно низька частота використання пошукового терміну Business Intelligence в Україні порівняно, для прикладу, з Польщею, Німеччиною, Францією.
Спроби замінити Business Intelligence терміном Data Mining - це прояв недостатньої компетенції, адже Data Mining - це лише автономна складова частина Business Intelligence і до цього кластеру також відносять Visual Mining, Text Mining, ін.
Після 2010 року до кластеру Business Intelligence також варто відносити такі Mining технології як Opinion Mining, Sentimential Analysis, які одночасно відносяться до Social Media CRM, Social Media Analytics.
Більш широким поняттям ніж Business Intelligence є Decision Support System ("Система підтримки прийняття рішень"). Як було вказано, Business Intelligence по суті є покоління №2 (DSS 2.0), або як запропоновано нами DSS BI, DSS/BI, або BI DSS, BIDSS і т.п.
Тому у навчальному процесі практично всіх ВНЗ варто вивчати Decision Support System ("Система підтримки прийняття рішень"), а у рамках DSS (укр. - СППР) вивчати Business Intelligence. Для кращого розуміння - Business Intelligence необхідно вивчати там де необхідно вивчати Microsoft Excel, для простоти можна вважати, що "Business Intelligence - це розширена і дуже розширенна версія Excel".
У рамках Globalization 2.0 закріплюється, як правило, та термінологія, яка підкріплюється глобальними англомовними консалтинговими компаніями чи організаціями (IDC, Gartner, Forrester, AAAI, ACM SIG, PCAST, ін.). Як правило, вони у кінцевому підсумку визначають діючий кластер актуальних термінів у сфері Business Intelligence.
У 2011 році аналіз інтенсивності використання у веб-пошуку термінів Business Intelligence, Data Mining, OLAP, ін. запропоновано використовувати для оцінки рівня розвитку інформаційно-аналітичних технологій у різних регіонах різних країн, а також і для визначення загального рівня розвитку держав. Адже інтерес до кластеру терміну Business Intelligence у веб-пошуці є надійною і важливою вторинною ознакою рівня розвитку масового високотехнологічного бізнесу у країні та регіоні.
Див. для прикладу:
Статистика Google використання ключових слів Data Mining і Business Intelligence по обраним країнам у 2004 – 2011 р.р. (станом на 28.12.2011 р., може уточнюватися з часом) на сайті Business Intelligence+KMS
На жаль, в Україні становлення та розвиток Business Intelligence у багатьох важливих державних сферах було заблоковано чи загальмовано і стан справ не покращився.
Про це свідчить виключно низька частота використання пошукового терміну Business Intelligence в Україні порівняно, для прикладу, з Польщею, Німеччиною, Францією.
Спроби замінити Business Intelligence терміном Data Mining - це прояв недостатньої компетенції, адже Data Mining - це лише автономна складова частина Business Intelligence і до цього кластеру також відносять Visual Mining, Text Mining, ін.
Після 2010 року до кластеру Business Intelligence також варто відносити такі Mining технології як Opinion Mining, Sentimential Analysis, які одночасно відносяться до Social Media CRM, Social Media Analytics.
Більш широким поняттям ніж Business Intelligence є Decision Support System ("Система підтримки прийняття рішень"). Як було вказано, Business Intelligence по суті є покоління №2 (DSS 2.0), або як запропоновано нами DSS BI, DSS/BI, або BI DSS, BIDSS і т.п.
Тому у навчальному процесі практично всіх ВНЗ варто вивчати Decision Support System ("Система підтримки прийняття рішень"), а у рамках DSS (укр. - СППР) вивчати Business Intelligence. Для кращого розуміння - Business Intelligence необхідно вивчати там де необхідно вивчати Microsoft Excel, для простоти можна вважати, що "Business Intelligence - це розширена і дуже розширенна версія Excel".
У рамках Globalization 2.0 закріплюється, як правило, та термінологія, яка підкріплюється глобальними англомовними консалтинговими компаніями чи організаціями (IDC, Gartner, Forrester, AAAI, ACM SIG, PCAST, ін.). Як правило, вони у кінцевому підсумку визначають діючий кластер актуальних термінів у сфері Business Intelligence.
У 2011 році аналіз інтенсивності використання у веб-пошуку термінів Business Intelligence, Data Mining, OLAP, ін. запропоновано використовувати для оцінки рівня розвитку інформаційно-аналітичних технологій у різних регіонах різних країн, а також і для визначення загального рівня розвитку держав. Адже інтерес до кластеру терміну Business Intelligence у веб-пошуці є надійною і важливою вторинною ознакою рівня розвитку масового високотехнологічного бізнесу у країні та регіоні.
Див. для прикладу:
Статистика Google використання ключових слів Data Mining і Business Intelligence по обраним країнам у 2004 – 2011 р.р. (станом на 28.12.2011 р., може уточнюватися з часом) на сайті Business Intelligence+KMS
Джерело: Business Intelligence + KMS, концепція, технологія і засоби підтримки рішень не тривіальними знаннями з первинних даних (http://dss-bi.com.ua/)
Коментарі