Анализ систем Business Intelligence в РФ | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 18 декабря, печатный экземпляр отправим 22 декабря.

Опубликовать статью в журнале

Авторы: ,

Рубрика: Информационные технологии

Опубликовано в Молодой учёный №27 (265) июль 2019 г.

Дата публикации: 04.07.2019

Статья просмотрена: 78 раз

Библиографическое описание:

Жукова, М. О. Анализ систем Business Intelligence в РФ / М. О. Жукова, А. С. Печурочкин. — Текст : непосредственный // Молодой ученый. — 2019. — № 27 (265). — С. 22-24. — URL: https://moluch.ru/archive/265/61322/ (дата обращения: 05.12.2021).



Анализ текущего состояния рынка систем Business Intelligence в Российской Федерации, основных тенденций и перспектив его развития.

Ключевые слова: Business Intelligence, BI, бизнес-аналитика, IT-инструменты, машинное обучение, системы поддержки принятия решений.

В мире, в котором индустрия 4.0 становится объективной реальностью, когда происходит массовое и повсеместное внедрение киберфизических и информационных систем в производство, сферу услуг, быт, досуг, большие объемы накопленной бизнесом информации больше не могут лежать мёртвым грузом на жёстких дисках, неизбежно порождая вопрос о возможности извлечения пользы из них.Рынок аналитики — один из самых прогрессивных с точки зрения внедрения в него новейших ИТ-инструментов, так как результаты анализа данных могут прямо влиять на эффективность управленческих решений и, соответственно, на показатели бизнеса. Технологии облачных вычислений, машинное и глубокое обучение, Internet of Things — все эти новейшие инструменты уже используются для повышения скорости и прозрачности работы с информацией

Впервые термин Business Intelligence предложил американский ученый Ханс Петер Лун (1896–1964). Годом рождения BI считается 1958 год, когда Лун опубликовал в IBM System Journal статью «A Business Intelligence System». В ней он представил бизнес набором различных видов деятельности в различных сферах, а обеспечивающие его системы — системами, поддерживающими разумную деятельность (intelligence system).

Идеи Луна о BI во многом опередили свое время, так что часть его работы, посвященная этой теме, была забыта вплоть до тех пор, когда аналитик компании Gartner Говард Дреснер в 1989 году, по сути, открыл их заново. Дреснер дал BI расширительную трактовку, предложив использовать этот термин в качестве зонтичного для различных технологий, предназначенных для поддержки принятия решений, но не более того. После этого начались расхождения во мнениях.

Спустя еще несколько десятилетий поисков и обсуждений, точка зрения Дреснера стала общепринятой. Термин Business Intelligence объединил под собой различные инструменты и программное обеспечение, которые в конечном итоге служат именно той цели, которую определил Лун — они, каждый по-своему, способствуют человеку в процессе превращения разнородных и не всегда структурированных данных в полезную для него информацию.

Системы Business Intelligence (бизнес-аналитика, бизнес-анализ) по своей сути являются программным обеспечением, созданным для помощи управленцу в анализе различной информации о своей компании, её деятельности и её окружении. BI-технологии позволяют работать с большими объёмами информации, моделировать различные варианты развития событий, фокусировать пользователей на ключевых факторах эффективности предприятия.

Российский рынок BI-решений растет и развивается, успешно используя не только западные практики, но и активно создавая свои собственные решения. Однако, стоит отметить, что изначально подход российских организаций к внедрению BI-систем отличается от зарубежного. Западные заказчики в результате реализации более зрелого процессного подхода предпочитают внедрять решения для совместного использования всеми подразделениями компании. В России была более распространена «частичная автоматизация» по дивизионам, когда аналитическая система устанавливается «под задачи» одного-двух подразделений. [1] Со временем топ-менеджмент и владельцы бизнеса все более осознанно подходят к цифровой трансформации компаний, все большее внимание уделяется управлению большими данными (Big Data), которые собираются в процессе функционирования бизнеса. IT-структуру все чаще выстраивают или реорганизовывают вокруг комплексных решений, помогающих непрерывно управлять накапливающейся информацией.

Возрастает роль аналитики в организации и оптимизации бизнес-процессов компаний, что вкупе с ростом количества требующей обработки информации и опережающим развитием инструментов обработки данных, вызывает увеличение продаж аналитического ПО и консалтинговых услуг по этому направлению. Кроме того, рост рынка систем Business Intelligence стимулируется программой «Цифровая экономика» — в числе важнейших цифровых технологий в ней выделены большие данные и искусственный интеллект.

Отечественный рынок BI стабильно растет и, исходя из тенденций, можно предположить, что он и будет продолжать расти в среднем на 10–15 % в год. В России уже присутствуют вендоры качественного и многофункционального программного обеспечения, а также продолжают появляться новые решения.

Заметное оживление рынка можно обосновать двумя основными драйверами:

– долгое время копившаяся потребность в практически полезной для развития бизнеса аналитике, наконец, вызвала серьезные изменения в требованиях к IT-системами и подходах к их построению и развитию;

– значительно повысился уровень работы с данными, так что стандартизованные «формальные» отчеты уже никому не нужны — на первый план выходят не преднастроенные отчеты и модели, а возможность пользователю самостоятельно работать с набором данных.

Кроме того, интерес компаний все больше уходит в сторону прогнозных моделей. Обычный отчет позволяет понять, что уже произошло, какой результат компания имеет на текущий момент, но вектор ощутимо смещается в сторону вопроса «что произойдет дальше?». Здесь вступают в действие уже алгоритмы машинного обучения, прогнозные модели, которые по факту, позволяют предсказывать будущее, а также его варианты и, более того, моделировать идеальные схемы достижения тех или иных заданных бизнес-результатов. В настоящее время это одно из самых популярных инновационных направлений на аналитическом рынке — интеграция BI-систем с инструментами машинного обучения. Обучение позволяет находить в больших объемах данных любые, даже скрытые, закономерности. Особенно такие инструменты полезны при настройке различных рекомендательных и поддерживающих сервисов: система, обрабатывающая раз за разом большие массивы информации о сделках, контрактах и договорах, может автоматически предлагать варианты потенциальных партнеров, обновлять клиентскую базу, или же рекомендовать способы очистки данных в зависимости от того, как они стандартизировались раньше.

Одновременно машинное обучение помогает повысить точность данных и уменьшить число ошибок при их обработке — система в прямом смысле слова «учится на своих ошибках», что особенно важно для финансовой и управленческой аналитики. В тоже время, благодаря совершенствованию инструментов кибербезопасности, доверять инструментам аналитики можно даже критичные для бизнеса процессы.

Говоря о барьерах развития рынка BI, можно выделить ряд факторов, остающихся неизменными долгое время: тяготение к иерархическому типу управлению, традиционность подходов принятия решений, слабость культуры работы с данными. Последняя названная проблема особо чувствительна для оценки стоимости и эффективности решений, так как BI по своей сути является витриной данных из множества источников и если сами данные не корректны, то и выводы, которые по ним будут строиться также будут не верны. [2]

Среди специфических проблем рынка выделяется проблема с безопасностью данных: ранее полностью изолированные от внешнего мира предприятия сейчас должны обмениваться данными, получать и обрабатывать данные со своих географически удаленных объектов. Безусловно, этот процесс несет дополнительные риски и угрозы, которые не всегда адекватно оцениваются компаниями. Тормозит развитие рынка BI и отсутствие стимулирования со стороны государства вывода российских продуктов на внешние рынки. Проблема усугубляется отсутствием государственных и отраслевых стандартов по требованиям к аналитическим системам, которые позволили бы поддерживать здоровую конкуренцию на рынке между крупными, средними и малыми компаниями, тем самым стимулируя планомерное развитие серьезных BI-решений

Комбинацию систем Business Intelligence с современными технологиями машинного обучения, искусственного интеллекта и роботизации уже называют «интеллектуальной аналитикой». Однако еще очень рано говорить о переходе отечественного бизнеса к данному пути: большинство руководителей только задумываются о внедрении интеллектуальной автоматизации, единицы пытаются экспериментировать с подобными решениями. Тем не менее, большинство облачных BI-платформ предоставляют возможности интеллектуального анализа данных и текстов, эконометрического анализа или аналитики больших данных в режиме реального времени без серьезных затрат на «поумневшую» ИТ-инфраструктуру.

Литература:

  1. BI в России: особенности рынка // РБК. URL: http://softline.rbc.ru/page/bi-v-rossii-osobennosti-ryinka/ (дата обращения: 20.06.2019).
  2. Business Intelligence (рынок России) // Tadviser. Государство. Бизнес. ИТ. URL: http://www.tadviser.ru (дата обращения: 19.06.2019).
Основные термины (генерируются автоматически): машинное обучение, данные, IBM, долгое время, искусственный интеллект, программное обеспечение, решение, Россия, система, уж.


Похожие статьи

Искусственный интеллект в современных... | «Молодой

В настоящее время термин «искусственный интеллект» предполагает способность компьютеризированной системы мыслить таким же

Решение данной задачи предусматривает наличие начального условия и конечной цели. При этом система ИИ должна обработать все...

Искусственный интеллект для бизнеса: трансформация...

система, искусственный интеллект, данные, система управления, комбинация сигналов, IBM, химическая

Искусственный интеллект в современных компьютеризированных системах.

Созданное программное обеспечение и средства обеспечивающие его функционирование...

Онлайн платформы машинного обучения | Статья в журнале...

Машинное обучение (МО) — подобласть компьютерной науки, которая занимается такими задачами, как распознавание лиц, распознавание речи

Для решения таких задач применяются различные инструменты. Так как существует много инструментов машинного обучения стоит...

О разработке систем искусственного интеллекта...

О разработке систем искусственного интеллекта в исследованиях процессов химической технологии.

Искусственный интеллект (ИИ) — это совокупность знаний, данных и система их обработки базирующаяся на ЭВМ, реализующая процесс мышления и принятия решения...

Разработка информационного обеспечения автоматизированной...

Искусственный интеллект в современных компьютеризированных... Компанией также было заявлено, что система машинного обучения будет

Ключевые слова: глубинные нейронные сети, фармакология, машинное обучение, большие данные. Машинное обучение — один из...

IT-технологии обучения и их применение в различных сферах

Машинное обучение связано с развитием искусственного интеллекта- новой научной

Машинное обучение быстро нашло применение для обеспечения компьютерной

Машинное обучение — один из разделов искусственного интеллекта, который связан с компьютерами...

Создание современной интеллектуальной информационной...

«Машинное обучение (Machine Learning) — подраздел искусственного интеллекта, математическая дисциплина, использующая разделы. Дедуктивное обучение принято относить к области экспертных систем, поэтому термины машинное обучение и обучение по...

Обучение человека и машины | Статья в сборнике международной...

Ключевые слова: машинное обучение, обучение человека, эффективное обучение.

Машинное обучение используется при анализе текстов на естественном языке, распознавании образов и др.

Но прежде чем проверять работы данные системы проходят этап обучения.

Образовательные онлайн-ресурсы: определение и виды

глубинное обучение, Данные, алгоритм, машинное обучение, представление, искусственный интеллект, представление данных, признак, анализ

Обзор рынка систем дистанционного обучения в России и мире. Искусственный интеллект. Основные направления исследований.

Похожие статьи

Искусственный интеллект в современных... | «Молодой

В настоящее время термин «искусственный интеллект» предполагает способность компьютеризированной системы мыслить таким же

Решение данной задачи предусматривает наличие начального условия и конечной цели. При этом система ИИ должна обработать все...

Искусственный интеллект для бизнеса: трансформация...

система, искусственный интеллект, данные, система управления, комбинация сигналов, IBM, химическая

Искусственный интеллект в современных компьютеризированных системах.

Созданное программное обеспечение и средства обеспечивающие его функционирование...

Онлайн платформы машинного обучения | Статья в журнале...

Машинное обучение (МО) — подобласть компьютерной науки, которая занимается такими задачами, как распознавание лиц, распознавание речи

Для решения таких задач применяются различные инструменты. Так как существует много инструментов машинного обучения стоит...

О разработке систем искусственного интеллекта...

О разработке систем искусственного интеллекта в исследованиях процессов химической технологии.

Искусственный интеллект (ИИ) — это совокупность знаний, данных и система их обработки базирующаяся на ЭВМ, реализующая процесс мышления и принятия решения...

Разработка информационного обеспечения автоматизированной...

Искусственный интеллект в современных компьютеризированных... Компанией также было заявлено, что система машинного обучения будет

Ключевые слова: глубинные нейронные сети, фармакология, машинное обучение, большие данные. Машинное обучение — один из...

IT-технологии обучения и их применение в различных сферах

Машинное обучение связано с развитием искусственного интеллекта- новой научной

Машинное обучение быстро нашло применение для обеспечения компьютерной

Машинное обучение — один из разделов искусственного интеллекта, который связан с компьютерами...

Создание современной интеллектуальной информационной...

«Машинное обучение (Machine Learning) — подраздел искусственного интеллекта, математическая дисциплина, использующая разделы. Дедуктивное обучение принято относить к области экспертных систем, поэтому термины машинное обучение и обучение по...

Обучение человека и машины | Статья в сборнике международной...

Ключевые слова: машинное обучение, обучение человека, эффективное обучение.

Машинное обучение используется при анализе текстов на естественном языке, распознавании образов и др.

Но прежде чем проверять работы данные системы проходят этап обучения.

Образовательные онлайн-ресурсы: определение и виды

глубинное обучение, Данные, алгоритм, машинное обучение, представление, искусственный интеллект, представление данных, признак, анализ

Обзор рынка систем дистанционного обучения в России и мире. Искусственный интеллект. Основные направления исследований.

Задать вопрос