膨大な数の用語があります：分析、データマイニング、データ分析、ビジネスインテリジェンス、およびそれらの違いは、それに関連付けられている人にとってもそれほど明白ではありません。 今日は、ビジネスインテリジェンス（BI）がアクセス可能で理解可能な言語であるものについてお話します。 このトピックは無条件に巨大であり、短い記事1つだけではカバーできませんが、私たちの仕事は、最初の一歩を踏み出し、読者がトピックに興味を持つことです。 興味のある読者は、さらなるステップのための完全なリストも見つけるでしょう。
記事の構造- なぜこれが必要なのか：アナリストの人生から
- 課題とは：企業レベルの問題
- タスクの要約：これらはすべて1つのチェーンのリンクです
- 大きなインフォグラフィック
- 試すことができるもの
- 何を読む？ ビジネスインテリジェンスによる読み取りが必要
なぜこれが必要なのか：アナリストの人生から
（クリック可能）
私たち（サプライヤTsvetochkaの特定のアナリストPetrovich）は、多くの店舗（商品を配送する場所）の売上を評価するタスクに直面しており、各店舗は販売した商品の在庫を維持していると想像してください。 現実には、あなたが理解できないので、会計フォームは記入されません。つまり、それらは異なる構造と異なるストレージ形式（テーブルの形式）を持ちます。 概略的に、このタスクは上の図に示されています。
単純なタスクのように思えるので、正面のソリューションを考えてみましょう：N個のテーブルがあり、それらを1つのテーブルにまとめる必要があるとします。次に、これらのテーブルを変換するN個のスクリプトと、それらを収集する1つのコレクタを作成します。
このアプローチの短所：
- N個のスクリプトを同時にサポートする必要があります（Nは数千のオーダーです）。
- 時間の経過とともに店舗レポートの構造を変更する場合（たとえば、新しい従業員が店舗に現れた場合）、個々のスクリプトを検索して書き換える必要があります。
- 新しいストアが表示されたら、新しいスクリプトを作成する必要があります。
- レポート（Flowerのサプライヤ）を変更する場合、すべてのスクリプトを変更する必要があります。
- 複雑なデバッグとサポート。ストアは構造の変更について通知せず、仕様に従っていません。
組織全体のレベルに達すると、さらに多くの問題があることがわかります。
課題とは：企業レベルの問題
（クリック可能）
メーカーFlowerは実際には店舗と直接連携しているのではなく、いくつかの仲介業者を介して連携しています。 仲介者は店舗を訪問し、彼らの行動を通じて直接販売を刺激しようとします。 したがって、彼らは経済的に興味のある人であり、彼らが発行する情報は再確認する必要があります。
基本的に、タスクは似ています。N個のストアとK個のディストリビューターがいる場合、ストアデータを集計してディストリビューターの結果と比較できますか？ （誰もが異なる構造と形式を持っています。）
ここでは、表に加えて、ディストリビューターレポートが追加されたフォーマットの動物園全体に既に遭遇している場合があります。 通常、タスクは、複製、不整合、エラーなど、データ品質が非常に低いという特徴があります。 得られた結果とデータの比較に基づいて、調達部門は、いくら、誰に、なぜ出荷するかを決定します。 つまり、この問題の解決策は企業の財務パフォーマンスに直接影響を与えます。これは確かに重要です。
企業レベルでいくつかのソリューションを検討してください。
- 自作ソリューション：会社の製造業者は会社のプロフィールに載っていない専門家を雇う必要があり、重要なソフトウェアはこの専門家に依存します。 彼が退職すると、会社はソフトウェアをサポートできる代替品を早急に探すことを余儀なくされ、品質は採用された専門家に直接依存します。
- サードパーティからソフトウェアを購入するには、価格、品質、統合時間の3つの重要な要素があります。 原則として、価格と統合時間は平均的な製造業者には高すぎます。また、従業員には多大な時間コストがかかります。 サプライヤーの選択も簡単ではありません。
- SaaSソリューション：方法論はまだ市場に新しく、多くの企業はそのようなサービスに懐疑的です。
一般的に、中小メーカーについて話している場合、統合時間、価格、ソリューションの品質の観点から、価格設定は動的であり、Webを介した統合は最小限であるため、サービスは最適なオプションのように見えます。 原則として、企業ソフトウェアの利点はカスタマイズ可能性と暗号化です（各ビジネスは独自のものと見なされます）が、説明されているタスクは非常に一般的なものであり、かなり幅広い企業にとって標準です。 もちろん、すべての人に単一のソリューションはありませんが、それぞれに解決策を見つけることができます。
トピックの詳細は
こちら 。
会社レベルのプロセス自体は似ています。データは、特定の方法で統合、変換（集計）され、分析のためにシステムに読み込まれます。
（クリック可能）
タスクの要約：これらはすべて1つのチェーンのリンクです
（クリック可能）
分析、データマイニング、ビジネスインテリジェンス（BI）の違いは何ですか？ 最初の方法には、既にクリーンなデータを分析するための一連の方法が含まれます。実際には、データをクリーンアップして分析に便利な形式に変換することは重要で不可欠なプロセスです。 BIの主なタスクは、データの変換と統合に加えて、ビジネスの意思決定を行うことです。
大きなインフォグラフィック
データ統合タスクは、回路図でわずかに簡略化された形式で説明されています。 トピックを詳細に研究することができない場合、このインフォグラフィックは問題の最初の適切な近似と可能な解決方法を提供します。 （クリック可能、
ここから取得）
試すことができるもの
（クリック可能）
このサービスは無料で、Web
リンクから利用できます。
何を読む？ ビジネスインテリジェンスによる読み取りが必要