Хранилища данных,
OLAP, CRM: информация
 
 На главную | Книги | Ссылки | Рассылка | Письмо автору | RSS

Совет №38
Аналитическое приложение? Что это такое!?

Материал опубликован с разрешения компании Ralph Kimball Associates
Автор оригинала: Bill Schmarzo (все статьи)
Перевод на русский язык: Олег Кузьменко
Оригинальный документ располагается здесь.

 

Аналитические приложения становятся горячей темой для обсуждения в сообществе, занимающемся хранилищами данных. Использование аналитических приложений сулит прямую выгоду организациям, которые уже сделали большие инвестиции в инфраструктуру, а также в навыки и умения в области хранилищ данных. Но что мы имеем в виду, когда говорим «аналитическое приложение»? И каковы последние тенденции в бизнесе, которые привели ко всей этой шумихе вокруг аналитических приложений?

В своей простейшей форме, аналитическое приложение является не более чем то, что большинство практиков хранилищ данных пытались делать в течение последних двух десятков лет с системами поддержки принятия решений. Эти люди сказали бы, что аналитическое приложение – это повторяемый, управляемый процесс анализа эффективности ведения бизнеса. Я бы добавил две другие характеристики к этому определению – «совместный» и «приносит прямую выгоду бизнесу». Примерами аналитических приложений являются оценка эффективности исполнения поставщиками заказов, анализ выгодности клиента, и анализ линейки продуктов, находящихся в разработке. Каждое из этих аналитических приложений сводит воедино элементы бизнес-требований, непосредственные процессы принятия решений и данные. Приложение затем позволяет нам понять факторы, влияющие на эффективность ведения бизнеса, и позитивно воздействовать на производственную деятельность.

Поэтому основной движущей силой процесса принятия аналитических приложений остается требование реализации метода «управления посредством цифр». Но аналитические приложения стали больше внедряться за последний год. Ряд обстоятельств подлил масла в огонь интереса к аналитическим приложениям, включая:

  • Все более расширяющееся использование бизнесом пакетов приложений ERP (SAP, Oracle, PeopleSoft, Lawson, Great Plains), CRM (Siebel, Clarify, Onyx), и инструментов управления цепочкой поставки (i2, Manugistics). Это привело к стандартизации многих бизнес-процессов. Данные пакеты служат источником стандартных, сравнительно чистых и доступных данных об операционной деятельности предприятия.
  • Распространяющееся признание многомерного моделирования как совершенного, расширяемого метода дисциплины хранилищ данных, который ставит во главу угла пользователя.
  • Появление стандартизованных многомерных моделей для таких бизнес-процессов, как финансы, управление персоналом, дистрибуция, производство, продажи, сервисное обслуживание, маркетинг. Они, на самом деле, являются заранее подготовленными наборами аналитических приложений, предназначенных для групп конечных пользователей.
  • Поставка такими производителями, как Acta, Cognos, Informatica, PeopleSoft и SAP, уже готового мэппинга данных «источник - целевая система» для ведущих пакетов программ автоматизации бизнеса, что ведет к снижению затрат времени и ресурсов, необходимых для извлечения и преобразования данных из этих пакетов и загрузки их в стандартизованные многомерные модели.
  • Усилия таких организаций, как FASB, SCOR, APICS по стандартизации целого ряда показателей эффективности ведения бизнеса. Что, в свою очередь, способствует появлению типовых, заранее подготовленных отчетов.
  • Усиливающаяся однородность рынка средств генерации запросов и отчетов, а также растущая способность этих инструментов использовать преимущества многомерных моделей. Многие из этих средств предлагают расширенные возможности ТОЛЬКО в том случае, если схема данных является многомерной.
  • Требования, накладываемые т.н. «расширенным предприятием» (не только сама организация, но и ее клиенты, и поставщики) к доступу к ключевым показателям деятельности как средству достижения конкурентного преимущества.
  • Растущее понимание со стороны подразделений хранилищ данных того, что для достижения реальных результатов мы должны обращать внимание не только на извлечение и организацию данных. Управление посредством цифр означает нечто большее, чем просто взгляд на них.

Так что будем надеяться, что мы сможем увидеть все эти факторы в работе над повышением степени принятия и «боеспособности» аналитических приложений. Но для того, чтобы воспользоваться этими тенденциями, необходимо понимание взаимосвязи между аналитическим приложением и следующими вещами: профилем и предпочтениями пользователей приложения, процессами принятия решений, а также данными и требованиями к многомерным моделям.

Мы пришли к заключению, что следующий подход поможет нам свести все это воедино:

  1. Начните с чёткого определения и ясного понимания задачи, выполняемой аналитическим приложением, включая её связь со стратегическими инициативами организации и финансовыми факторами.
  2. Поместите аналитическое приложение в контекст управляемого процесса принятия решений, который предназначен для того, чтобы вывести пользователей за рамки элементарного менеджмента и оперативной отчетности так, чтобы они использовали аналитическое приложение для непосредственного принятия решений.
  3. Зафиксируйте требования пользователей, их профили использования, а также предпочтения, включая роли, обязанности и ожидания.
  4. Определите данные и установите требования к модели (факты, метрики, измерения, атрибуты, гранулярность, и стратегия агрегации), необходимые для поддержания процесса структурированного принятия решений.
  5. Сравните функциональный набор и возможности пакетов аналитических приложений разных производителей для того, чтобы выяснить, какие из них удовлетворяют правилу 80-20 как в части ETL, так и в части отчетности. В идеальном случае 80% ваших потребностей должны удовлетворяться без использования дополнительной разработки, а реализация оставшихся 20% может быть «элегантно» добавлена к функциональному набору пакета при помощи дополнительной разработки.

В моем следующем совете я «копну» глубже под типичное аналитическое приложение, чтобы продемонстрировать вам то влияние, которое оно оказывает с точки зрения архитектуры на вашу систему хранилища данных.

 

По этой теме можно также почитать:

 

Для удобства отслеживания новых публикаций на сайте рекомендую подписаться на рассылку или подписаться на канал RSS.

 

Если вы нашли в сети интересные ссылки на ресурсы по технологиям хранилищ данных, OLAP, CRM или data mining, и хотите поделиться ими с другими, присылайте их. Я с удовольствием размещу их на этом сайте.

Популярные страницы:

Советы разработчику хранилищ данных

OLAP

Моделирование

Книги

Книги на русском языке

Бесплатные книги

Производители OLAP

CRM

Производители CRM

Управление метаданными

Коллекция ссылок


Найти: на

[ На главную | Книги | Ссылки | Рассылка | Письмо автору | Реклама на сайте ]

© Константин Лисянский, 2001-2008.

SpyLOG Rambler's Top100 Rambler's Top100

Используются технологии uCoz