Лекция 14
Тема 12. Современные направления развития информационных систем
Термин Business Intelligence был введен еще в 1989 году аналитиком компании Gartner Ховардом Дреснером взамен расплывчатого понятия информационной системы управления и поддержки принятия решений.
Основное назначение технологий Business Intelligence (BI) выявить потенциал, скрытый в данных, накапливаемых в процессе операционной деятельности предприятий и компаний и преобразовать их в ИНФОРМАЦИЮ ДЛЯ ПРИНЯТИЯ РЕШЕНИЙ . Для этого необходимо последовательно пройти как минимум три этапа - 1) создать прочный методологический и технологический фундамент для накопления данных и их аналитической обработки, 2) научиться управлять данными и 3) контролировать эффективность операций и на этой основе совершенствовать бизнес-процессы и операции.
12.1. Business intelligence
Главный смысл тех глобальных изменений, которые происходят сегодня, заключается в том, что сейчас, прежде всего, требуется выбирать ДАННЫЕ ИЗ ТРАДИЦИОННЫХ ПРИЛОЖЕНИЙ и превращать их в ИНФОРМАЦИЮ (ЗНАНИЯ), которая может быть использована ДЛЯ ЭФФЕКТИВНОГО УПРАВЛЕНИЯ БИЗНЕСОМ .
На рисунке представлена эволюция различных инструментов с начала 80-х годов. Некоторые их них были рассмотрены ранее:
Информационные системы для управляющих (executive information system, EIS),
Системы поддержки принятия решений (decision support),
Многомерная аналитическая обработка данных (multidimensional online analytical processing, MOLAP) и реляционная аналитическая обработка данных (relational online analytical processing, ROLAP)
Извлечение информации из неструктурированных данных (text mining),
Интеллектуальная обработка данных, прогнозная аналитика (data mining).
Примерно 5…6 лет назад (2006…2007 годы) появился термин business intelligence .
Определение
Во многих существующих публикациях для термина «business intelligence » нет адекватного перевода и четкого понимания, что, впрочем, характерно и для Запада.
На неопределенность обсуждаемого термина повлияла многозначность английского слова «intelligence »:
способность узнавать и понимать; готовность к пониманию;
знания, переданные или приобретенные путем обучения, исследования или опыта;
действие или состояние в процессе познания;
разведка, разведывательные данные.
Business Intelligence - это не продукт и не система, а общий термин, который включает архитектуру, приложения и базы знаний . Business intelligence в широком смысле слова определяет:
1) информационные технологии сбора данных, консолидации информации и обеспечения доступа бизнес пользователей к знаниям;
2) процесс превращения данных в информацию и знания о бизнесе для поддержки принятия улучшенных и неформальных решений;
3) знания о бизнесе , добытые в результате углубленного анализа детальных данных и консолидированной информации.
Классификация продуктов business intelligence
Наиболее общепринятая классификация BI-продуктов включает:
Инструменты генерации запросов и отчетов
BI-инструменты
BI -платформы
BI-приложения .
Инструменты генерации запросов и отчетов
Генераторы запросов и отчетов - типично «настольные» инструменты, предоставляющие пользователям доступ к базам данных, выполняющие некоторый анализ и формирующие отчеты. Запросы могут быть как незапланированными, так и иметь регламентный характер .
1) Системы генерации отчетов (как правило, серверные), которые поддерживают регламентные запросы и отчеты.
2) Настольные генераторы запросов и отчетов расширены также некоторыми облегченными возможностями OLAP.
3) Развитые инструменты этой категории объединяют в себе возможности пакетной генерации регламентных отчетов и настольных генераторов запросов, рассылки отчетов и их оперативного обновления, образуя так называемую корпоративную отчетность (corporate reporting ) .
В ее арсенал входят сервер отчетов, средства рассылки, публикации отчетов на Web, механизм извещения о событиях или отклонениях (alerts).
Характерные представители подобных продуктов - Crystal Reports, Cognos Imprompt и Actuate e-Reporting Suite.
BI-инструменты
BI-инструменты – это, в первую очередь, аналитические инструменты, основанные на OLAP и Data Mining
Инструменты OLAP, основанные на многомерных или реляционных БД.
Многомерные БД - это БД, сконструированные специально для поддержки анализа количественных данных с множеством измерений, содержат данные в «чисто» многомерной форме. Большинство приложений включают измерение времени, другие измерения могут касаться географии, организационных единиц, клиентов, продуктов и др. OLAP позволяет организовать измерения в виде иерархии. Данные представлены в виде гиперкубов (кубов) - логических и физических моделей показателей, коллективно использующих измерения, а также иерархии в этих измерениях. Некоторые данные предварительно агрегированы в БД, другие рассчитываются «на лету».
Реляционные СУБД применяются для эмуляции МБД и поддерживают многомерный анализ. OLAP для реляционных БД (ROLAP) имеет преимущество по масштабируемости и гибкости, но проигрывает по производительности многомерному OLAP (MOLAP), хотя существуют методы повышения производительности, наподобие схемы «звезда». МБД являются по-прежнему наиболее подходящими для оперативной аналитической обработки, но сейчас эту возможность встраивают в реляционные СУБД или расширяют их (MS Analysis Services или ORACLE OLAP Services - это не то же самое, что ROLAP).
Настольные OLAP-инструменты (BusinessObjects Explorer, Cognos PowerPlay, MS Data Analyzer) облегчают конечным пользователям просмотр и манипулирование многомерными данными, которые могут поступать из серверных ресурсов данных ROLAP или MOLAP.
Некоторые из этих продуктов имеют возможность загружать кубы, так что они могут работать автономно. Эти инструменты по сравнению с MOLAP-средствами имеют небольшую производительность и аналитическую мощь.
Практически все OLAP-инструменты имеют Web-расширения (Business Objects WebIntelligence), для некоторых они являются базовыми.
BI-платформы
BI-платформы – это наборы инструментов для создания, внедрения, поддержки и сопровождения BI-приложений.
При выборе BI-платформ нужно учитывать следующие характеристики: модульность, распределенную архитектуру, поддержку стандартов XML, OLE DB for OLAP, LDAP, CORBA, COM/DCOM и обеспечение работы в Web.
Они должны также обеспечивать функциональность, специфическую для бизнес-интеллекта, а именно: доступ к БД (SQL), манипулирование многомерными данными, функции моделирования, статистический анализ и деловую графику.
BI-приложения
BI-приложения – это комплекс программных средств, ориентированных на конкретную бизнес функцию организации или задачу (анализ и прогноз продаж, финансовое бюджетирование, прогнозирование, анализ рисков, анализ тенденций, «churn analysis» в телекоммуникациях и т.п.).
В состав отдельного приложения входят:
1) BI-инструменты (OLAP, Data Mining)
2) генераторы запросов и отчетов,
3) средства моделирования, статистического анализа, визуализации.
BI-приложения извлекают данные из ERP-приложений. Они могут применяться и более широко как в случае приложений управления эффективностью предприятия (enterprise performance management) или системы сбалансированных показателей (balanced scorecard).
Основные игроки на поле BI
Внедрение BI-технологий в различные программные продукты является новым и перспективным подходом к управлению данными и знаниями компании.
Впервые о таком понятии, как «business intelligence» заговорили в 1958 году. Ханс Питер Лун в своей статье «Возможность понимания связей между представленными фактами» сделал первые попытки дать определение этому понятию. В 1989 году Говард Дреснер определил «business intelligence», как инструмент описания процесса, включающего в себя доступ к информации и ее анализ «для улучшения принятия бизнес-решений с использованием систем на основе бизнес-данных».
Институт Исследования Хранилищ данных (The Data Warehousing Institute , TDWI) определяет BI, как средство, которое "имеет отношение к процессу превращения данных в знания, а знаний в действия бизнеса для получения выгоды» и «Является деятельностью конечного пользователя, которую облегчают различные аналитические и групповые инструменты и приложения, а также инфраструктура хранилища данных».
С каждым годом количество информационных систем, построенных на основе BI-технологии, растет.
Согласно первоначальным определениям, BI - это процесс интеллектуального анализа информации, выработки интуиции и понимания для улучшенного и неформального принятия решений бизнес-пользователями, а также инструменты для извлечения из данных значимой для бизнеса информации. Надо отметить, что большинство определений трактуют «business intelligence» как процесс, технологии, методы и средства извлечения и представления знаний.
Business Intelligence (BI) - это процесс, технологии, методы и средства исследования, анализа, извлечения и представления информации и знаний, необходимые для принятия улучшенного, неформального управленческого решения. Часто сами бизнес-знания также называют BI, хотя это и не совсем правильно.
Технологии BI помогают конечному пользователю в его деятельности и в основе данной технологии лежит организация доступа пользователей к информации и знаниям компании, а также анализ бизнес данных. Знания, основанные на данных (data-based knowledge), получаются из данных с использованием инструментов BI и процесса создания и ведения хранилища данных.
BI порождает итерационный процесс бизнес-пользователя, включающий доступ к данным и их анализ, и тем самым проявление интуиции, формирование заключений, нахождение взаимосвязей, чтобы эффективно изменять предприятие в положительную сторону.
· процесс интеллектуального превращения данных в информацию и информации в знания для поддержки принятия решений
· методы и средства сбора и объединения данных с использованием методов искусственного интеллекта
· методы и средства обеспечения интеллектуального доступа к информации и знаниям
· инструмент для углубленного интеллектуального анализа данных бизнеса
В процессе преобразования информации в знания в роли структур хранения данных выступают хранилища данных, а для представления этого знания пользователям инструменты BI. BI помогает конечному пользователю, в том числе и не обладающего широкими знаниями в области ИТ, получить доступ к огромному количеству бизнес-данных для синтезирования из них информации и дальнейшего углубленного, детального анализа.
Сегодня BI-инструменты превращаются в нечто гораздо большее, чем просто анализ данных с помощью OLAP. Несмотря на то, что многие организации продолжают использовать OLAP-инструменты в качестве генераторов отчетов, все большее число компаний начинают обращаться к различным технологиям BI, получая конкурентное и стратегическое преимущества.
По мере того, как компании, пытаясь улучшить взаимодействие с клиентами и поставщиками, преобразуют свой бизнес, применяя технологии электронной коммерции, автоматизированные клиентские места и интегрированные цепи поставок, только технологии BI смогут помочь понять операции электронного бизнеса. Мир е-бизнеса - это сфера "продвинутого", стратегического BI. Кликстрим-анализ и Web-аналитика бесполезны, если они не интегрированы с оперативной информацией и данными о клиенте.
Первое поколение BI-инструментов было предназначено для реализации требований, предъявляемых бизнес-подразделениями: осуществлять текущий контроль. Эти требования включали обеспечение бизнес-менеджеров и других работников информацией, которой необходимо владеть, чтобы выполнять свои обязанности. Как правило, под "информацией, которой необходимо владеть" подразумевались, во-первых, данные, подлежащие анализу, а, во-вторых, то, как они представлялись с помощью BI-инструмента. Менеджеры компаний формулировали эти требования и часто оставались довольны возможностями, которые им предоставляла технология OLAP при задании нерегламентированных запросов.
Стратегическое BI отвечает на такие вопросы, которые руководство даже не знает, как и сформулировать. Их примером могут служить следующие вопросы: каким образом можно увеличить доходы? Каковы имеющиеся бизнес-перспективы? Каковы текущие убытки и как их можно избежать? Есть ли возможность сократить расходы? Стратегическое BI предоставляет информацию, которая поможет руководству ответить на эти вопросы.
BI обычно помогает конечному пользователю (специалисту, менеджеру, зачастую не обладающему большими знаниями в области информационно-коммуникационных технологий) получить результат углубленного детального анализа бизнес-данных.
Всех пользователей BI можно разделить на опытных пользователей (составляют 20% от численного состава компании) и обычных пользователей (80% от численного состава). Опытные пользователи – это бизнес-аналитики, занимающиеся анализом информации и созданием всевозможных отчетов. Они активно используют всевозможные аналитические инструменты и приложения, облегчающие их деятельность. Опытные пользователи способны использовать новые технологии, в т.ч. и BI, если технологии действительно помогают. Опытные пользователи всегда готовы учиться новому. Обычные пользователи мало интересуются инструментами, позволяющими создавать для них отчеты. Инструменты BI для них слишком сложны. Но это не означает, что рядовые сотрудники не должны пользоваться результатами BI приложений – производители таких инструментов должны предлагать простые и доступные решения, результаты которых позволят и этой группе сотрудников стать полноценными потребителями BI инструментов.
Первоначально BI инструменты создавались для удовлетворения потребности именно опытных пользователей, а не руководителей и рядовых работников. Поэтому обычным сотрудникам и менеджерам для использования BI инструментов требовалось серьезное и долгое специальное обучение, что серьезно повышало общие расходы на BI. При этом надо отметить, что стоимость BI инструментов очень велика, что является препятствием на пути внедрения BI даже в крупные компании, не говоря уже про малый бизнес.
Но, сегодня производители стали активно упрощать свои программные комплексы и настраивать их под обычных пользователей, которые хотят всего лишь заниматься мониторингом ключевых показателей эффективности, рассматривать и анализировать данные. Многие разработчики сделали свои продукты привлекательными (модули отчетов для конечных пользователей, авторизация тонких клиентов, инструментальные и оценочные панели, графические интерфейсы, поиск по ключевым словам, развитая визуализация, предоставление программного обеспечения в виде услуги).
Ключом к проникновению BI во все сферы деятельности компании является привлечение клиентов и активное использование ими приобретенных инструментов. Эта, казалось бы, простая идея очень сложна, если учесть все факторы, которые делают BI-инструмент простым в использовании. Поэтому на сегодняшний день средний процент активных BI-пользователей составляет всего лишь 24%.
Классификация продуктов Business Intelligence
· BI-инструменты - это программное обеспечение, которое позволяет бизнес-пользователям видеть и использовать большое количество сложных данных, которые применяются ими для анализа и генерации отчетов по данным, получаемым из хранилищ и витрин данных. BI-инструменты включают в себя генераторы запросов и отчетов, сложные механизмы отчетности и анализа, инструменты оперативной аналитической обработки (OLAP), BI-платформы. BI-инструменты в их нынешнем виде не являются готовыми продуктами.
· BI-приложения в виде готовых программных продуктов. BI-приложения обычно ориентированы на конкретные функции или задачи компании, такие как анализ и прогноз продаж, финансовое бюджетирование, прогнозирование, анализ рисков, анализ тенденций и т.п. Они могут применяться и более широко как в случае приложений управления эффективностью предприятия или системы сбалансированных показателей.
Риски технологии BI:
Основным риском является слишком быстрые изменения в BI технологии, использование непроверенных решений и средств. Нужно отслеживать поставщиков, оценивать их устойчивость, направления развития, регулярно пробовать новые средства, проводить типизацию и унификацию BI.
Другой риск связан с качеством данных - если они должным образом не преобразованы, не очищены и не консолидированы, то никакие возможности BI-инструментов или приложений не смогут увеличить достоверность данных.
Пытаясь оценить различные BI платформы часто сложно понять, где миф, а где правда, поскольку каждый вендор позиционирует свой продукт, как “лучший на рынке”, приводя в качестве аргумента сотни субъективных обзоров, заполонивших Интернет. Если же вы хотите разобраться, какой инструмент подходит именно вашей компании, не пролистывая сотни страниц “честных” мнений, то ниже будет то, что нужно.
Мы рассмотрим наиболее популярные платформы, такие как QlikView, Klipfolio, Tableau и Power BI, и сравним их ключевые параметры: удобство использования, цену, легкость установки, поддержку, работу с различными типами данных и многое другое. Итак, вперед!
Все это, вместе или по отдельности, открывает огромные возможности для анализа различных метрик, создания и настройки уникальных визуализаций, чтобы в итоге извлекать полезную информацию для бизнеса из любых данных.
Также в платформе был сделан упор на совместимость с различными девайсами, от смартфонов и планшетов до Smart TV в конференц-залах.
Еще одна крупная платформа - это Tableau . Как и большинство BI инструментов, Tableau специализируется на анализе данных через их визуализацию. В нем легко создавать интерактивные дашборды, которые позволяют изучить динамику, тренды и структуру данных, с помощью удобных и простых, но не менее эффективных графиков.
Как и многие другие сервисы, Tableau поддерживает множество разных источников данных, организованных в формате файлов (CSV, JSON, XML, MS Excel и др.), реляционных и нереляционных БД (PostgreSQL, MySQL, SQL Server, MongoDB и др.) и облачных систем (AWS, Oracle Cloud, Google BigQuery, Microsoft Azure).
Ключевое отличие Tableau от конкурентов заключается в его особой функции - смешивании данных - комбинировании данных из разных БД и источников. Также Tableau позволяет нескольким пользователям одновременно работать над отчетом в реальном времени. Еще, в платформе реализовано несколько способов того, как можно делиться отчетами: 1) публикуя их на сервере Tableau; 2) через e-mail Tableau Reader; 3) через доступ по ссылке. Такое разнообразие добавляет гибкости и снимает многие ограничения.
Как уже было сказано, дашборды Tableau чрезвычайно гибки. Основные функции сервиса позволяют невероятным образом размещать элементы на дашборде и совмещать и накладывать их друг на друга любым образом, что очень полезно в эпоху эргономики рабочего места.
Tableau довольно дружелюбен для начинающих пользователей, платформа направлена на тех, кто до этого еще не вдавался в технические детали процесса визуализации. Эта цель достигается за счет интуитивно понятного интерфейса: все необходимое чаще всего достигается не больше, чем за 2 клика мышкой, фильтры найти легко, а все операции понятно задокументированы.
С Tableau легко работать не только с точки зрения разработки и создания отчетов, но и со стороны конечного пользователя - менеджмента. Дополнительные фильтры, создание новых параметров, простая и понятная интерактивность данных - все это значительно ускоряет принятие решений и делает их более эффективными.
Tableau Desktop предназначен для отдельных пользователей и стоит 999$ в год за человека и 1,999$ для корпоративного пользования, включая поддержку. В первом случае предполагается подключение до 6 источников данных, а во втором - до 44.
Tableau Online - это облачная платформа с веб-интерфейсом, которую можно использовать бесплатно, но при условии, что все решения будут храниться на общем сервере и будут опубликованы в открытом доступе. Приватная же версия стоит 500$ в год за одного пользователя.
Наконец, Tableau Server - это монолитный бизнес-инструмент для компаний, которые управляют своими серверами и хотят иметь полный контроль над потоками данных и их безопасностью. Однако стоить такое удовольствие будет 10,000$ в год за 10 пользователей, а поддержка обойдется в дополнительные 25% от этой суммы.
Power BI - это онлайн-сервис, разработанный Microsoft для бизнес-аналитики с возможностью подключения различных источников данных и сторонних приложений. Платформа обладает веб-интерфейсом, позволяющим создавать кастомизированные визуализации, а с помощью настольного приложения можно проводить стандартизацию и очистку данных. Интересно, что существует также и мобильная версия Power BI, доступная на различных ОС, чтобы принимать решения на ходу.
Power BI прост и минималистичен, но в то же время обладает мощью и стабильностью. Как и любое другое ПО, у него есть как плюсы, так и минусы.
Во-первых, это продукт Microsoft, а значит он следует философии, принципам и архитектуре, схожими с другими продуктами IT-гиганта. Интерфейс программы будет хорошо знаком пользователям Windows.
Во-вторых, принадлежность к Microsoft дает и другое преимущество: Power BI тесно связан с главными продуктами компании, такими как MS Excel, Azure Cloud Service и SQL Server.
Вообще говоря, Power BI был создан с целью расширить функциональность MS Excel и прокачать его до нового уровня и использовать при решении задач, в которых он ранее не был задействован.
Визуализации же создаются старым добрым способом drag-and-drop. Все, что вам нужно для создания какого-либо графика - нажать на необходимый элемент и перетащить его на пустое место в отчете. Тот же принцип работает и при выборе того, какие данные необходимо визуализировать - просто выделите кусок данных и поместите его на то место, где находится график.
Бесплатная версия доступна для любого отдельного пользователя и обладает следующими характеристиками: лимит памяти в 1 Гб, скорость обработки потоковых данных 10,000 строк/час вместе с ограничениями на обновление и совместную работу над отчетами.
Power BI Pro стоит 9,99$ за одного пользователя в месяц и увеличивает лимит памяти до 10 Гб на человека вместе со скоростью в 1 млн строк/час. Также появляется возможность доступа к источникам данных напрямую, связывая их с данными компаниями через Data Connectivity Gateway. Наконец, становятся доступными продвинутые инструменты совместной работы, такие как Office 365 Groups, Active Directory groups и каталог данных.
Теперь, чтобы структурировать все, что было сказано выше, приведем сравнительную таблицу всех рассмотренных платформ:
Теги: Добавить метки
BI-системы – это аналитические системы, предназначенные для бизнес-анализа, которые способны объединить данные из совершенно разных источников информации. Данные программные системы обрабатывают информацию и предоставляют отчёт в удобном интерфейсе для детального изучения и последующей оценки полученных в процессе сведений.
Полученные отчётные данные и их оптимальное использование помогают в достижении поставленных бизнес-целей. Анализ данных в комплексе – это получение знаний, своего рода выжимка из массы источников, включая направление бизнеса, которая позволяет существенно повысить эффективность процесса и значительно снизить издержки.
BI-системы – это единый, предельно прозрачный и полный источник всех данных о бизнесе компании для её административного ресурса, но главным образом для руководства.
На сегодняшний день генерация отчётности и грамотный анализ уже далеко не роскошь, а, скорее, необходимость для компаний, отчётная документация требуется как внутри бизнеса, так и в каждом слагающем элементе всего процесса.
Решения, предусмотренные BI-системой, оптимальны для подготовки всей отчётности, в том числе охватывают все без исключения аспекты бизнеса, наличие таких возможностей уже считается обязательным и рассматривается вкупе с другими базовыми технологиями как корпоративный стандарт.
Грамотно оценить состояние современного рынка, а также дать исчерпывающее объективное описание основных его игроков – задача довольно нетривиальная. На рынке присутствует множество производителей, которые отличаются друг от друга размерами бизнеса, организационными структурами, стилем управления, стратегией и другими факторами.
Такое положение дел значительно усложняет процесс их сравнения, а также направление движения и развития рынка крайне неоднозначны и труднопредсказуемы. Для решения данной проблемы был разработан «магический квадрант» BI-систем, в котором используют 2 показателя, один из них – полнота видения. Другой – способность реализации.
В современном мире существуют определенные классы программного обеспечения, которое ориентированно в основном на корпоративный сегмент (крупный и средний бизнес) и соответственно не имеет широкого распространения. Но некоторые программные комплексы имеют достаточно интересные функции, которые можно применить не только в сфере мелкого бизнеса, но и в качестве персонального инструмента. Вот об одном из таких программных комплексов и пойдет речь в данной статье.
Основная цель этой статьи, показать вам как сделать свой первый «Hello World» (по аналогии с программированием) в IBM Cognos BI.
Также хочу отметить, что я имею большой опыт написания пошаговых инструкций со скриншотами каждого шага. Но эта статья не будет очередной пошаговой инструкцией, здесь я хочу показать концепцию работы с системой, а не сделать еще один мануал.
Тут конечно можно возразить, что-то в духе «я и обычным SQL запросами отлично анализирую статистику» или «встроенных функций Excel вполне достаточно чтобы проанализировать всю домашнюю бухгалтерию», но «все познается в сравнении». Как показывает практика, гораздо проще просто натаскать мышкой нужные элементы данных и получить результат в готовом виде, чем возится с написанием SQL запросов или перенастраиванием функций Excel.
Опять-таки, все написанное это лично мое мнение, с которым вы не обязаны соглашаться.
Концептуальная архитектура комплекса IBM Cognos BI (схема получилась весьма громоздкой)
Как видно на схеме выше, в тестовой базе данных содержится 3 иерархических измерения: «Группа товара -> Товар», «Континент -> Страна -> Город -> Торговая точка», «Год -> Полугодие -> Квартал -> Месяц -> Дата»; 2 плоских (одномерных) измерения: «Кассир», «Региональный руководитель»; и 2 таблицы фактов: «Продажи», «План продаж».
Причем измерение «Кассир» расположено в одной из таблиц фактов в денормализованном виде, а измерение «Региональный руководитель» привязано к уровню «Страна» измерения «Торговая точка» связью «многие ко многим» (подразумевается, что один руководитель может управлять разными странами).
Итак, как я уже писал ранее, метаданные – это описание источника данных. В IBM Cognos BI. Фундаментом метаданных являются объекты «Query Subject» и связи между ними. Объект «Query Subject» это синоним «View» из реляционных СУБД. Т. е. в основе «Query Subject» стоит запрос к СУБД, определяющий структуру объекта источника, а связи между «Query Subject» это описание логического взаимодействия между этими запросами.
Для создания метаданных в IBM Cognos BI используется отдельное приложение IBM Cognos Framework Manager (единственное не Web приложение в комплексе IBM Cognos BI). После запуска Framework Manager будет предложено создать новый проект (необходимо будет ввести наименование проекта и его расположение в локальной файловой системе).
Следует понимать, что проект Framework Manager (также именуемый как модель Framework Manager) это набор локальных файлов, с которыми работает локальная программа, а пакет метаданных это результат, который располагается на IBM Cognos BI сервере (если проводить аналогию с программированием, то проект – это исходный код, а пакет – это скомпилированное приложение). На базе одного проекта Framework Manager можно создать несколько наборов пакетов.
После того как проект Framework Manager создан, лучше всего начать работу с запуска мастера импорта метаданных (Action -> Run Metadata Wizard …). Мастер импорта предложит выбрать существующий источник данных или создать новый и позволит выбрать необходимые объекты для импорта. В простейшем случае (например, когда источником данных является файл Excel, который в 99,9% случаев содержит данные в денормализованном виде) нужно будет полям объекта «Query Subject» задать правильный тип использования (атрибут «Usage») и на этом работу с моделью Framework Manager можно заканчивать и приступать к формированию и публикации пакета метаданных. В более сложном варианте (как в нашем тестовом примере), необходимо будет проверить правильность импортированных связей между объектами «Query Subject», исправить некорректные и добавить недостающие. В более профессиональных вариантах есть возможность создавать вычисляемые поля, менять структуру «Query Subject», сформировать многомерное (multidimensional) представление, определить алгоритмы безопасности и т.д.
Чтобы создать метапакет необходимо в Framework Manager, в разделе «Packages» вызвать контекстное меню и выбрать пункт «Create -> Package», после чего появится мастер создания метапакета. После того как метапакет будет создан, система сразу предложит его опубликовать на сервере. Начинающему пользователю можно сильно не вникать опции мастера публикации пакетов (просто нажимать кнопку Next и Publish). Единственно что, на последней вкладке (где будет не кнопка Next, а кнопка Publish) будет птичка «Verify package before publish», она определяет проверять ли метапакет на наличие логических неоднозначностей перед публикацией и отображает список этих неоднозначностей, если они буду найдены. Настоятельно рекомендую никогда не пропускать этот шаг и исправлять все найденные неоднозначности перед публикацией.
Лично я предпочитаю для всех BI задач использовать инструмент IBM Cognos Report Studio. Это наиболее универсальный инструмент, позволяющий строить отчеты фактически любой сложности и в тоже время предоставляет относительно удобные инструменты для быстрого анализа данных.
Предположим, что нам необходимо создать быстрый отчет, содержащий факт продаж в разрезе страны, товарной группы и периодичностью в квартал. Этот достаточно простой отчет можно сделать, выполнив следующие шаги:
После запуска отчета на выполнение, получится примерно такой результат.
Глядя на получившийся отчет можно смело сказать, что оформлен он откровенно плохо, числа не отформатированы, экономический смысл откровенно сомнителен и т. д. Но все эти недостатки оформления можно убрать путем задания свойств соответствующих элементов настроек, а чтобы экономический смысл был более интересен, можно, например, сделать план/факт анализ.
Например, чтобы сделать отчет, показанный ниже (на готовых метаданных) я, как специалист с опытом, потратил где-то 20-30 минут.
А чтобы его полностью переоформить в темную цветовую схему, я потратил где-то еще 10 минут.
Также я совсем не затронул некоторые интересные механизмы и функции (например, механизм представления реляционного источника данных как многомерного), но это из-за того, что количество необходимого материала (минимум теории и минимум практики) потянет на отдельную статью.