क्या आप मुझे बिजनेस इंटेलिजेंस का एक उदाहरण दे सकते हैं?


17

मैं वास्तव में नहीं जानता कि बिजनेस इंटेलिजेंस क्या है। अगर मैं एक कॉर्पोरेट डीबी रखने से शुरू करता हूं, तो ऐसा क्या है जो एक बीआई व्यक्ति करेगा? मुझे वेब पर बहुत सारी सामग्री मिली, लेकिन यह आमतौर पर थोड़ा बहुत जटिल है। मैं एक सरल उदाहरण चाहता हूं जो मुझे समझाएगा कि बीआई क्या है और एक बीआई व्यक्ति क्या उत्पादन करेगा जो मेरे संगठन के लिए महत्वपूर्ण है।


6
'नहीं ’का जवाब देना कितना लुभावना है। ;}}
कंसर्नडऑफटुनब्रिजवेल्स

जवाबों:


19

बिजनेस इंटेलिजेंस अक्सर डेटाबेस एडमिनिस्ट्रेशन और डेटाबेस डेवलपमेंट से पूरी तरह से अलग संप्रदाय है। उच्चतम स्तर पर बिजनेस इंटेलिजेंस में तीन मुख्य पहलू शामिल हैं:

  1. रिपोर्टिंग
  2. एकीकरण
  3. विश्लेषण

रिपोर्टिंग

रिपोर्टिंग रिपोर्ट का निर्माण, परिनियोजन और प्रबंधन के साथ-साथ उपयोगकर्ताओं के लिए गतिशील रूप से रिपोर्टिंग को अनुकूलित करने की अतिरिक्त क्षमता है।

एकीकरण

डेटा एकीकरण और परिवर्तन समाधान। पर बहुत सरलतम स्तर, यह निकालने बदलने, और डेटा लोड डेटा स्रोत में, डेटा स्रोत (जो एक फ्लैट फ़ाइल के रूप में सरल रूप में कुछ भी हो सकता है) से का साधन है। एकीकरण एक मील गहरा है, लेकिन यह इसकी सबसे बुनियादी कार्यक्षमता है।

विश्लेषण

ऑनलाइन एनालिटिकल प्रोसेसिंग (ओएलएपी) उन संरचनाओं को डिजाइन करने, बनाने और प्रबंधित करने के लिए उपयोग किया जाता है जिनमें स्रोत डेटा स्टोरों से बढ़ा हुआ डेटा होता है। इसके लिए एक पकड़ वाक्यांश डेटा खनन है

ये बहुत ही सरल वर्णन हैं कि बिजनेस इंटेलिजेंस क्या करता है। बीआई के पीछे एक विज्ञान है, साथ ही इनमें से प्रत्येक पहलू व्यक्तिगत रूप से है। डेटाबेस प्रोफेशनल अपना समय और करियर समर्पित करते हैं।


4
बस वास्तव में picky होना, डेटा माइनिंग विश्लेषण के लिए एक अलग बात है। डेटा खनन, डेटा का विश्लेषण करने, रुझानों का विश्लेषण करने और पूर्वानुमान के लिए मॉडल बनाने के लिए कंप्यूटर एल्गोरिदम का उपयोग करने के बारे में है। ओलैप / विश्लेषण अधिक अंत उपयोगकर्ता की ओर कुछ उपकरण के माध्यम से एडहॉक विश्लेषण कर रहा है, और डेटा की खोज कर रहा है। जाहिर है कुछ ओवरलैप है!
कोडक

12

मूल्य व्यक्तिगत संगठन और इसकी आवश्यकताओं पर बहुत निर्भर करता है। आवश्यक परिष्कार के स्तर के आधार पर, एक बीआई भूमिका कुछ अलग श्रेणियों में आ सकती है:

  • स्प्रेडशीट जॉक - ऑपरेटिंग सिस्टम से सीधे निकाले गए डेटा सेट से काम करना, यह भूमिका डेस्कटॉप टूल जैसे एक्सेल या एक्सेस का उपयोग करके रिपोर्ट और विश्लेषण का उत्पादन करेगी। अक्सर, यह भूमिका एक आईटी विशेषज्ञ नहीं है, या किसी के द्वारा अंशकालिक की जा सकती है। तकनीकी कौशल के अपने स्तर और अंतर्निहित डेटाबेस तक पहुंच के आधार पर वे डेटा अर्क का उत्पादन करने के लिए डेटाबेस प्रशासक जैसे अन्य कर्मचारियों पर निर्भर हो सकते हैं।

    यह भूमिका तब महत्वपूर्ण होती है जब बंडल रिपोर्ट आवश्यकताओं को पूरा नहीं करती है और डेटाबेस से प्रबंधन की जानकारी प्राप्त करने के लिए अतिरिक्त काम करना आवश्यक होता है, लेकिन एक समर्पित बीआई विकास दल बहुत महंगा होगा। आम तौर पर यह भूमिका सभी लेकिन तुच्छ मामलों में आवश्यक होगी, हालांकि छोटी साइटों पर इसे पूर्णकालिक आवश्यकता नहीं हो सकती है।

  • द्वि डेवलपर - यदि डेटा निष्कर्षण जटिल है या कई स्रोतों से एकीकरण की आवश्यकता है, तो डेटा को एक प्रारूप में प्रस्तुत करने के लिए डेटा वेयरहाउस या अन्य रिपोर्टिंग प्रणाली का निर्माण करना आवश्यक हो सकता है जो रिपोर्टिंग के लिए उपयोग करने योग्य है। इस भूमिका के लोगों में आमतौर पर तकनीकी विकास कौशल अधिक या कम सीमा तक होगा।

    अक्सर इस प्रकार की टीम को ईटीएल और रिपोर्टिंग कार्यों में अलग किया जाएगा, लेकिन यह हमेशा ऐसा नहीं होता है। रिपोर्ट डेवलपर्स, 'स्प्रेडशीट जॉक' प्रकार और अन्य बिजली उपयोगकर्ता विभिन्न उपकरणों के माध्यम से रिपोर्टिंग सिस्टम के डेटा का उपयोग कर सकते हैं।

    इस भूमिका से संगठनात्मक मूल्य का एहसास तब होता है जब डेटा तदर्थ दृष्टिकोण के साथ प्रबंधित करने के लिए बहुत जटिल है और एक समर्पित रिपोर्टिंग प्रणाली आवश्यक है। इस मामले में, तकनीकी कौशल और उपयुक्त टूलींग के साथ एक छोटा सा बीआई बहुत सारे काम को स्वचालित कर सकता है जो अन्यथा डेस्कटॉप टूल और एड-हॉक अर्क के साथ मैन्युअल रूप से किया जाएगा। एक डेटा वेयरहाउस सिस्टम स्वयं-सेवा रिपोर्टिंग सुविधाओं जैसे OLAP क्यूब्स को भी पॉप्युलेट कर सकता है जो व्यवसाय के भीतर अंतिम उपयोगकर्ताओं को अपनी रिपोर्ट बनाने और बनाए रखने की अनुमति देता है।

  • डेटा आर्किटेक्ट - एक परिपक्व डेटा वेयरहाउस सिस्टम उस व्यवसाय से डेटा आवश्यकताओं को संकेत देगा जो स्रोत प्रणालियों से उपलब्ध डेटा के साथ पूरा नहीं किया जा सकता है। अतिरिक्त डेटा पर कब्जा करने या डेटा को असंगत रूप से या गलत तरीके से स्रोत पर दर्ज करने के लिए इन आवश्यकताओं से संचालित परिचालन प्रणालियों में परिवर्तन को समन्वित करना आवश्यक हो सकता है।

    एक डेटा आर्किटेक्ट एक ऐसी भूमिका ले सकता है जो डेटा की आवश्यकताओं की पूर्ति को समन्वित करने के लिए कई परिचालन और रिपोर्टिंग प्रणालियों के बीच बैठता है जिन्हें कई प्रणालियों के लिए बदलाव की आवश्यकता होती है।

    इस भूमिका की आवश्यकता को अक्सर मान्यता नहीं दी जाती है, लेकिन यह बड़ी साइटों पर महत्वपूर्ण हो जाती है। अक्सर, रिपोर्टिंग आवश्यकताओं को संचालन प्रणालियों द्वारा अच्छी तरह से पूरा नहीं किया जाता है, और डेटा वेयरहाउस टीमों का अधिकार परिचालन प्रणालियों में परिवर्तन करने तक विस्तारित नहीं होता है। इस मामले में एक डेटा आर्किटेक्ट एक समन्वयक या निर्देशक के रूप में कार्य करता है जो भूमिका में प्राधिकरण के स्तर पर निर्भर करता है। प्रमुख मूल्य परिचालन प्रणालियों में परिवर्तन जारी करना है जहां वे डेटा आवश्यकताओं को पूरा नहीं करते हैं।

  • डेटा शासन - विनियामक या व्यावसायिक आवश्यकताएं डेटा शुद्धता या शासन मानकों को निर्धारित कर सकती हैं। यदि ऑपरेटिंग सिस्टम डेटा त्रुटियों (जो आमतौर पर मामला है) के लिए प्रवण हैं, तो डेटा के सत्यापन और सुधार को प्रबंधित करने के लिए डेटा गवर्नेंस फ़ंक्शन रखा जा सकता है।

    डेटा गुणवत्ता कई कारणों से महत्वपूर्ण हो सकती है, अक्सर लेखांकन या नियामक आवश्यकताओं के साथ करना है। एक डेटा शासन या डेटा गुणवत्ता अधिकारी आमतौर पर सिस्टम में पहले से दर्ज डेटा के लिए फ़िक्स को व्यवस्थित करने के लिए ज़िम्मेदारी के साथ एक व्यवसाय-नेतृत्व वाली भूमिका है।

  • विश्लेषक - स्प्रेडशीट जॉक भूमिका का एक प्रकार जहां उपयोगकर्ता वास्तव में कुछ क्षमता में काम करता है जहां वे डेटा पर विश्लेषणात्मक कार्य करते हैं (उदाहरण के लिए एक बीमा अधिनियम)।

    भूमिका के आधार पर एक विश्लेषक कई कारणों से व्यवसाय के लिए महत्वपूर्ण हो सकता है। एक एक्ट्यूअर के मामले में, उनकी भूमिका भविष्य के दावों, बीमा उत्पादों के लिए मुख्य मूल्य निर्धारण मॉडल या विभिन्न वित्तीय लेनदेन पर मूल्यांकन प्रदान करने के लिए आरक्षित रखने का अनुमान है।

अधिकांश बीआई कर्मचारी इनमें से एक या अधिक श्रेणियों में आते हैं। एक संगठन का मूल्य अलग-अलग परिस्थितियों में भिन्न होता है। एक सामान्य घटना जो मैं देखता हूं कि परिचालन प्रणालियों के लिए जिम्मेदार लोग उस भूमिका की मात्रा को कम आंकते हैं जो वास्तव में इन भूमिकाओं में होती है। मैंने एक इंश्योरेंस कंपनी देखी है जिसके 170 ऑपरेशनों में सिर्फ उनके यूरोपीय परिचालन विभाग के कर्मचारी थे। उनका अधिकांश समय स्प्रेडशीट और ऑपरेटिंग मैनुअल सुलह और नियंत्रण प्रक्रियाओं में डेटा अर्क को कम करने में व्यतीत हो रहा था।

लाइन-ऑफ-बिजनेस एप्लिकेशन के विकास और संचालन के दौरान प्राथमिकताओं में प्रबंधन सूचना अक्सर एक गरीब चचेरे भाई हैं। एक खराब समन्वित या गैर-मौजूद डेटा आर्किटेक्चर रणनीति में बड़ी मात्रा में समय और पैसा खर्च हो सकता है। डिफ़ॉल्ट व्यवहार सिस्टम को साइलो के रूप में व्यवहार करना है जिसमें क्रॉस-सिस्टम डेटा मुद्दों को ठीक करने के लिए किसी को भी प्रत्यक्ष प्राधिकरण नहीं है। इसे लंबे समय के लिए छोड़ दें और शुद्ध प्रभाव वापस कार्यालय संचालन है जो सैकड़ों लिपिक कर्मचारियों (अक्सर योग्य वित्त कर्मियों) को नियुक्त करता है, जो अपना अधिकांश समय कुछ संग्रहीत प्रक्रियाओं का काम करने में बिताते हैं।


8

एक बीआई व्यक्ति क्या उत्पादन करेगा जो मेरे संगठन के लिए महत्वपूर्ण है।

मैं इस सवाल के इस भाग में एक कड़ी लेने जा रहा हूं क्योंकि मुझे लगता है कि बीआई क्या है, यह समझाने के लिए दूसरों ने अच्छा काम किया है। मैं कई ग्राहकों के साथ एक कंपनी के लिए काम करता हूं और मैं उन ग्राहकों के बारे में बहुत सारी जानकारी जानता हूं जो हम उन ग्राहकों के लिए प्रदान करते हैं।

हमारे अनुप्रयोग बहुत डेटा-केंद्रित हैं; हमारे उद्योग को सरकार द्वारा विनियमित किया जाता है, इसलिए संघीय और राज्य कानूनों का अनुपालन महत्वपूर्ण है। हमारे बीआई विशेषज्ञ कंपनी को क्या लाते हैं जो उन्हें मूल्यवान बनाता है?

  • पहले हम क्लाइंट से लाखों रिकॉर्ड आयात करते हैं ताकि उनके पास वह जानकारी हो जो उन्हें अपना काम करने की आवश्यकता है। हमारे डेटाबेस में उनके डेटाबेस से डेटा बनाना एक महत्वपूर्ण काम है और बहुत सरल नहीं है; आपके पास आवश्यक फ़ील्ड, डेटा प्रकार बेमेल, डेटा अखंडता समस्याओं ( 02/30/2012उदाहरण के लिए मैं दिनांक फ़ील्ड में नहीं डाल सकता ) के लिए गुम जानकारी है । हम कस्टमाइज़ेशन भी करते हैं, इसलिए मुझे डेटा डालने के लिए एक जगह डिज़ाइन करनी होगी जिसे हम अन्य क्लाइंट्स के लिए स्टोर नहीं करेंगे और फिर डेटा प्राप्त करने के लिए आयात बनाएँगे। क्लाइंट के डेटा के बिना, एप्लिकेशन काम नहीं करता है। मैन्युअल रूप से दर्ज किए जाने के लिए डेटा बहुत व्यापक है।

  • अगला, क्लाइंट के प्रबंधकों को डेटा को उन तरीकों से देखने की आवश्यकता है जो उन्हें अपने व्यवसाय का प्रबंधन करने में मदद करते हैं। इसलिए वे रिपोर्ट, बहुत सारी और बहुत सी रिपोर्ट, बजट रिपोर्ट, व्यय रिपोर्ट, कॉमलैस रिपोर्ट आदि का अनुरोध करते हैं। ये रिपोर्ट इतनी जटिल हैं कि उनके पीछे के प्रश्न एक हज़ार से अधिक लंबी हो सकते हैं। इस तरह के रिपोर्टिंग कोड को लिखने के लिए SQL में एक विशेषज्ञ ले सकता है।

  • इसके अलावा, व्यापारिक खुफिया लोग अक्सर कई एप्लिकेशन डेवलपर्स की तुलना में व्यवसाय के विवरण में गहरे होते हैं, इसलिए वे आवश्यकताओं के मूल्यांकन पर भी पहली पंक्ति हैं। हम वे हैं जो आवश्यक जानकारी को इंगित कर रहे हैं जो गायब है और परस्पर विरोधी व्यापार नियम हैं क्योंकि हम डेटा के साथ बहुत गहरे पारिवारिक हैं और यह कैसे संग्रहीत किया जाता है और इसका क्या उपयोग होने वाला है।

  • एक बार जब रिपोर्टिंग एक निश्चित बिंदु पर पहुंच जाती है, तो हमें इसे ट्रांसेक्शनल डेटाबेस से अलग करने और एक डेटा वेयरहाउस बनाने की आवश्यकता होती है, ताकि डेटा का जटिल विश्लेषण करने वाले लोग उन लोगों को पैदा नहीं कर रहे हैं जो अवरुद्ध होने के लिए डेटा दर्ज कर रहे हैं। विश्लेषण के लिए डेटा संरचना करने का तरीका आम तौर पर लेनदेन के लिए डेटा संरचना करने का सबसे अच्छा तरीका नहीं है और इस तरह हम फिर से डेटा को एक डेटा संरचना को दूसरे में बदलने के व्यवसाय में हैं जो बहुत अलग है। कई वर्षों के डेटा के विश्लेषण के माध्यम से डेटा में गहरी डुबकी लगाने की क्षमता कुछ ऐसी है जो हमारे ग्राहकों के लिए बहुत बड़ा विक्रय बिंदु है। तो फिर, हम एक उत्पाद का उत्पादन करके मूल्य जोड़ते हैं जो हमारे ग्राहकों को अपने व्यवसाय का प्रबंधन करने की आवश्यकता होती है।

यदि आपकी डेटा ज़रूरतें सभी आंतरिक हैं, तो आपके पास अभी भी आंतरिक क्लाइंट हो सकते हैं जिन्हें इस स्तर के विश्लेषण की आवश्यकता है। इस मामले में, संभवतः आप डेटा को भंडारण प्रणाली में डेटा आयात करने की तुलना में डेटा वेयरहाउसिंग के रिपोर्टिंग पहलू से अधिक चिंतित हैं। लेकिन फिर भी प्रबंधन निर्णय लेने के लिए आपके द्वारा एकत्रित किए गए डेटा का उपयोग करने की घृणा अधिकांश संगठनों के लिए अमूल्य है।

आपको अपने डेटा की जरूरत कितनी व्यापक है और सिस्टम कितना जटिल है, इसके लिए आपको बीआई विशेषज्ञ की जरूरत है। एक छोटे व्यवसाय में इस प्रकृति के व्यक्ति के लिए पर्याप्त काम नहीं हो सकता है और वे अपनी रिपोर्ट बनाने के लिए सलाहकारों को नियुक्त कर सकते हैं। बीआई विशेषज्ञ केवल मध्यम से बड़े व्यवसायों में काम करते हैं।

यदि आप सीओटीएस सॉफ़्टवेयर बनाने वाले व्यवसाय हैं , तो आपको शायद बीआई विशेषज्ञों की आवश्यकता है जो सलाहकार हों जो आपके उत्पाद को अंदर और बाहर जानते हों और अपने ग्राहकों के लिए उसमें से कस्टमाइज़्ड रिपोटिंग बनाएँ।


6

हालांकि वे सर्वश्रेष्ठ अभ्यास के महान उदाहरण नहीं हैं, लेकिन SQL सर्वर नमूना डेटाबेस को शुरू करने के लिए अच्छी जगह होगी। उनमें एक काल्पनिक संगठन के लिए एक ओएलटीपी, डेटा वेयरहाउस और विश्लेषण सेवाएं डेटाबेस शामिल हैं। उनके बीच के अंतरों का अध्ययन करने से आपको यह समझने में मदद मिलेगी कि OLTP (लेनदेन) और OLAP (विश्लेषणात्मक / BI) डेटाबेस कैसे और क्यों भिन्न हैं।

http://msftdbprodsamples.codeplex.com/

  • एडवेंचरवर्क्स ओएलटीपी डेटाबेस एक काल्पनिक साइकिल निर्माता (एडवेंचर वर्क्स साइकिल) के लिए मानक ऑनलाइन लेनदेन प्रसंस्करण परिदृश्यों का समर्थन करता है। परिदृश्य में विनिर्माण, बिक्री, क्रय, उत्पाद प्रबंधन, संपर्क प्रबंधन और मानव संसाधन शामिल हैं।

  • एडवेंचर वर्क्स डीडब्ल्यू डेटाबेस दर्शाता है कि डेटा वेयरहाउस कैसे बनाया जाए।

  • एडवेंचर वर्क्स एएस प्रोजेक्ट का उपयोग व्यावसायिक खुफिया परिदृश्यों के लिए एएस डेटाबेस बनाने के लिए किया जा सकता है।


2

यहाँ एक उच्च-स्तरीय उत्तर है, दो साल पहले उपस्थित बीआई नाश्ते से।

BI, आपके संगठन के लोग पहले से ही क्या कर रहे हैं - जानकारी के आधार पर निर्णय लेना। BI टूल का लक्ष्य उन लोगों को उन निर्णयों को तेज़ी से और अधिक आत्मविश्वास के साथ अनुमति देना है

एक और जवाब, एक जो मैं अक्सर उपयोग करता हूं, वह यह है कि बीआई उपकरण "डेटा" को "सूचना" में समय पर फैशन में बदलने के लिए हैं।

किमबॉल समूह उन वाक्यांशों का उपयोग करता है "व्यापार उपयोगकर्ताओं को डेटा वितरित करें जो उनके लिए समझना और नेविगेट करना आसान है" और "तेज क्वेरी प्रदर्शन वितरित करें"।


2

बहुत ही सामान्य शब्दों में, व्यावसायिक बुद्धि का अनिवार्य रूप से व्यावसायिक उद्देश्यों के लिए डेटा का विश्लेषण और व्याख्या करना है। व्यावसायिक बुद्धिमत्ता अत्यंत कच्चे डेटा को मूल्यवान जानकारी में बदल देती है जिसका उपयोग व्यवसायी रणनीतिक निर्णय लेने के लिए कर सकते हैं। विभिन्न प्रकार के व्यवसाय, परिचालन में सुधार के लिए कई अलग-अलग तरीकों से बीआई का उपयोग कर सकते हैं। बीआई का उपयोग करने वाले उद्योगों में बीमा है। वाहक उपयोगकर्ता के व्यवहार को समझने, उन्हें खरीदने और ड्राइविंग विकास के उद्देश्य से निर्णय लेने में मदद करने के लिए ऐसे अन्य संकेतक जैसी तकनीक कंपनियों द्वारा पेश किए गए बीमा व्यवसाय खुफिया सॉफ़्टवेयर का उपयोग करते हैं ।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.