Criterios de evaluación para sistemas rusos de BI

Durante muchos años, he liderado una empresa que es uno de los líderes en la implementación de sistemas de BI en Rusia y que se incluye regularmente en las principales listas de analistas por volumen de negocios en el campo de BI. Durante mi trabajo, participé en la implementación de sistemas de BI en empresas de diversos sectores de la economía, desde el comercio minorista y la producción hasta la industria del deporte. Por lo tanto, soy muy consciente de las necesidades de los clientes de soluciones de inteligencia empresarial.

Las soluciones de los proveedores extranjeros son bien conocidas, la mayoría de ellas tienen una marca sólida, las grandes agencias analíticas analizan sus perspectivas, luego los sistemas de BI nacionales siguen siendo en su mayoría productos de nicho. Esto complica seriamente la elección para aquellos que buscan una solución para satisfacer sus necesidades.

Para eliminar este inconveniente, nosotros, con un equipo de personas con ideas afines, decidimos revisar los sistemas de BI creados por los desarrolladores rusos: el "Círculo de BI de Gromov". Analizamos la mayoría de las soluciones nacionales presentadas en el mercado e intentamos resaltar sus fortalezas y debilidades. A su vez, los desarrolladores de los sistemas incluidos en la revisión, gracias a él, podrán ver los pros y los contras de sus productos desde un lado y, posiblemente, hacer ajustes a su estrategia de desarrollo.

Esta es la primera experiencia en la creación de una revisión de los sistemas de BI rusos, por lo que nos centramos en recopilar información sobre los sistemas nacionales.

Se realiza una revisión de los sistemas de BI rusos por primera vez, su tarea principal no es tanto identificar líderes y personas externas como recopilar la información más completa y confiable sobre las posibilidades de las soluciones.

A la revisión asistieron decisiones: Visiología, Alpha BI, prospectiva, plataforma analítica, Modus BI, Polymatica, Loginom, Luxms BI, Yandex.DataLens, Krista BI, BIPLANE24, N3.ANALITIKA, QuBeQu, BoardMaps de Dashboard Systems OJSC, Slemma BI , KPI Suite, Malahit: BI, Naumen BI, BEACON BI, IQPLATFORM, A-CUB, NextBI, RTAnalytics, Simpl. Data Management Platform, DATAMONITOR, Galaxy BI, Etton Platforms, Módulo BI



Para analizar la funcionalidad y las características arquitectónicas de las plataformas de BI rusas, utilizamos los datos internos proporcionados por los desarrolladores y las fuentes abiertas de información: sitios de soluciones, publicidad y materiales técnicos de los proveedores.
Los analistas, basados ​​en su propia experiencia en la implementación de sistemas de BI y las necesidades básicas de las empresas rusas en la funcionalidad de BI, identificaron una serie de parámetros que nos permiten ver las similitudes y diferencias de las soluciones, y posteriormente resaltar sus fortalezas y debilidades.

Estos son los parametros

Administración, seguridad y arquitectura de la plataforma de BI : en esta categoría, evaluamos la disponibilidad de una descripción detallada de las características que garantizan la seguridad de la plataforma, así como la funcionalidad para la administración de usuarios y la auditoría de acceso. También se tuvo en cuenta la cantidad total de información sobre la arquitectura de la plataforma.

Cloud BI : este criterio permite evaluar la disponibilidad de conectividad utilizando los modelos de Plataforma como Servicio y Aplicación Analítica como Servicio para crear, implementar y administrar aplicaciones analíticas y analíticas en la nube en función de los datos tanto en la nube como localmente.

Conéctese a una fuente y reciba datos- el criterio tiene en cuenta las capacidades que permiten a los usuarios conectarse a datos estructurados y no estructurados contenidos en varios tipos de plataformas de almacenamiento (relacionales y no relacionales), tanto locales como en la nube.

Gestión de metadatos- tiene en cuenta la disponibilidad de descripciones de herramientas que permiten el uso de un modelo semántico común y metadatos. Deben proporcionar a los administradores una forma confiable y centralizada de buscar, capturar, almacenar, reutilizar y publicar objetos de metadatos como dimensiones, jerarquías, métricas, métricas de rendimiento o indicadores clave de rendimiento (KPI), y también se pueden usar para informar sobre objetos de diseño. , parámetros, etc. Además, el criterio funcional tiene en cuenta la posibilidad de que los administradores promuevan datos y metadatos definidos por los usuarios comerciales en metadatos SOR.

Almacenamiento de datos y carga- Este criterio le permite evaluar las capacidades de la plataforma para acceso, integración, conversión y carga de datos en un mecanismo de rendimiento autónomo con la capacidad de indexar datos, administrar la carga de datos y actualizar los cronogramas. También tiene en cuenta la disponibilidad de la funcionalidad para la implementación en una extranet: ¿admite la plataforma un flujo de trabajo similar a la inicialización centralizada flexible de BI para un cliente externo o acceso ciudadano al contenido analítico en el sector público?

Preparación de datos- el criterio tiene en cuenta la disponibilidad de funcionalidad para "arrastrar" una combinación de datos controlada por el usuario de varias fuentes y la creación de modelos analíticos, como medidas, conjuntos, grupos y jerarquías definidos por el usuario. Las capacidades mejoradas dentro de este criterio incluyen capacidades de detección automática semántica con soporte para aprendizaje automático, combinación inteligente y creación de perfiles, generación de jerarquía, distribución y mezcla de datos en varias fuentes, incluidos datos multiestructurados.

Escalabilidad y complejidad del modelo de datos.- el parámetro evalúa la disponibilidad y la integridad de la información sobre el mecanismo de memoria interna o la arquitectura en la base de datos, gracias a la cual se procesan grandes cantidades de datos, se producen modelos de datos complejos y la optimización del rendimiento y la implementación de una gran cantidad de usuarios.

Análisis avanzado : se evaluó la disponibilidad de datos sobre la funcionalidad, lo que permite a los usuarios acceder fácilmente a capacidades analíticas avanzadas fuera de línea utilizando opciones basadas en menús o importando e integrando modelos desarrollados externamente.

Tableros- este criterio tiene en cuenta la disponibilidad de una descripción funcional para crear paneles interactivos y contenido con investigación visual y análisis avanzados y geoespaciales incorporados, incluso para el uso de otros usuarios.

Investigación visual interactiva : evalúa la integridad de la información sobre la funcionalidad para la investigación de datos mediante una variedad de opciones de visualización que van más allá de los diagramas básicos de tarta y línea, incluidos mapas de calor y de árboles, mapas geográficos, gráficos de dispersión y otras imágenes visuales especiales. También tiene en cuenta la capacidad de analizar y manipular datos, interactuando directamente con su representación visual, mostrándolos en forma de porcentajes y grupos.

Descubrimiento avanzado de datos- en este criterio, la disponibilidad de la funcionalidad se evaluó automáticamente para buscar, visualizar e informar automáticamente definiciones importantes, como correlaciones, excepciones, grupos, enlaces y pronósticos en datos que son relevantes para los usuarios, sin requerirles que construyan modelos o escriban algoritmos. También tuvo en cuenta la disponibilidad de información sobre las posibilidades de estudiar datos mediante visualizaciones, tecnologías narrativas, búsquedas y consultas en lenguaje natural (NLQ).

Funcionalidad en dispositivos móviles- Este criterio tiene en cuenta la disponibilidad de funcionalidad para el desarrollo y la entrega de contenido a dispositivos móviles con el propósito de publicación o estudio en un modo interactivo. También evalúa los datos sobre el uso de las capacidades nativas de los dispositivos móviles, como la pantalla táctil, la cámara y la ubicación.

Insertar contenido analítico- este criterio tiene en cuenta la disponibilidad de información sobre un conjunto de desarrolladores de software con API y soporte para estándares abiertos para crear y modificar contenido analítico, visualizaciones y aplicaciones, integrándolos en un proceso comercial, aplicación o portal. Estas capacidades pueden ubicarse fuera de la aplicación, reutilizando la infraestructura analítica, pero deben ser fáciles y sin obstáculos desde la aplicación, sin obligar a los usuarios a cambiar entre sistemas. Este parámetro también tiene en cuenta la disponibilidad de capacidades de integración de análisis y BI con la arquitectura de la aplicación, lo que permite a los usuarios elegir dónde se deben incorporar los análisis en el proceso comercial.
Publicación y colaboración en contenido analítico: el criterio tiene en cuenta las capacidades que permiten a los usuarios publicar, implementar y usar contenido analítico a través de varios tipos de salida y métodos de distribución que admiten búsqueda de contenido, programación y alertas.

Facilidad de uso, atractivo visual e integración del flujo de trabajo : este parámetro evalúa en general la disponibilidad de información sobre la facilidad de administración y despliegue de la plataforma, la creación de contenido, el uso y la interacción con el contenido, así como el grado de atractivo del producto. También tiene en cuenta la medida en que estas características se ofrecen en un único producto y flujo de trabajo sin problemas, o en múltiples productos con poca integración.

Presencia en el espacio de información, el criterio de relaciones públicas evalúa la disponibilidad de información sobre el lanzamiento de nuevas versiones y proyectos completados en fuentes abiertas, en los medios de comunicación, así como en la sección de noticias del producto o el sitio web del desarrollador.