Системы аналитической обработки данных в реальном времени.

Для современного бизнеса свойственна необходимость быстрого принятия правильных решений в неопределенной ситуации и рыночном давлении со стороны конкурентов. При этом становится невозможно достигать успеха за счет одного двух успешных действий или на основе преимущества в одном критерии. Необходимо постоянно анализировать ситуацию на рынке, действия конкурентов и свои собственные для выбора правильной стратегии и тактики в постоянно меняющихся условиях.

В настоящее время большинство систем автоматизации позволяет получать те или иные аналитические отчеты. Однако всем им свойственен один недостаток: вид отчета является фиксированным и, как правило, его изменение требует привлечения программистов и сотрудников отделов автоматизации. В условиях крупных компаний это имеет целый набор дополнительных проблем: необходимость большого числа согласований, необходимость модификации программного кода системы с сопутствующими проблемами по отладке, инсталляции, распространения версий между офисами и последующего контроля над тем, кто на какой версии работает. В конечном итоге это приводит к большим задержкам в получении менеджерами компании информации, необходимой для успешного ведения бизнеса и финансовым потерям (как прямым, так и косвенным из-за недополучения прибыли).

Таким образом, для развивающегося бизнеса становится актуальным разработка систем, обеспечивающих ведущих менеджеров компании оперативной информацией по широкому спектру вопросов. При этом данная информация должна представляться не только быстро, но и в самом разнообразном виде, необходимом в текущий момент. Именно для этого предназначены специальные системы аналитической обработки данных в режиме реального времени - OLAP (On-Line Analysis Processing).

Данные системы, как правило, тесно интегрированы с центральными базами данных компаний, однако применяются с совершенно иными целями. OLAP-системы обеспечивают решение именно аналитических задач: анализ ключевых показателей деятельности, маркетинговый и финансово-экономический анализ, анализ сценариев, моделирование, прогнозирование и т.д. Такие системы не обусловлены особенностями информационной инфраструктуры компании и могут работать со всеми необходимыми данными, независимо от их источников.

Будучи достаточно универсальным инструментом, OLAP системы при своем внедрении требуют, тем не менее, достаточно большого объема дополнительных работ, прежде всего в области интеграции с бизнес-системами компании (например производственными системами, логистикой, системами складского и финансового учета). С технической точки зрения это означает необходимость разработки модулей сопряжения и переноса (преобразования) данных из этих систем, а также правильно подобранной аппаратной платформы.

Для крупных компаний использование и построение эффективных OLAP систем тесно связано с созданием хранилищ данных (Data Warehouse), которые в отличие от традиционных систем автоматизации, оптимизируются на предоставление большого объема данных по различным аналитическим запросам. Причем во многих случаях эти данные проходят предварительную обработку в самих хранилищах с целью уменьшения излишней детализации и увеличения скорости доступа. Другой особенностью подобных систем является их разработка в изначально избыточном, с точки зрения классической теории построения реляционных баз данных, виде. Это связано с тем, что бизнес системы оптимизированы на ввод фиксированной информации и уменьшение объема данных (всем известная нормализация баз данных). В то время как целью OLAP является быстрое предоставление разнообразной информации, подчас заранее не фиксированной. Именно поэтому внедрение систем OLAP во многих случаях требует построения хранилищ данных.

При этом главным достоинством с точки зрения руководителей компании является возможность работы с информацией в привычном для них виде финансовых, маркетинговых и иных показателей, без необходимости постоянного приглашения программистов и объяснения задач.

 

 

⇐ Предыдущая891011121314151617

Поделиться: