Разработка интеллектуальной BI-системы с поддержкой принятия решений

Texto integral

Обоснование. Согласно наблюдению IBM 2021 года, посвященному применению интеллектуального анализа, автоматизация бизнес-анализа стала крайне востребованной, а компании теряют более 3 трлн долларов ежегодно, что также сопровождается следующей статистикой: 90 % отделов продаж и маркетинга называют business intelligence (англ. бизнес-аналитика, далее BI) важнейшим инструментом эффективного выполнения своей работы, 74 % сотрудников чувствуют себя несчастными или перегруженными при работе с данными, 52 % компаний-разработчиков программного обеспечения используют инструменты BI и многое другое [1]. А согласно опросу 360Suite BI, уровень внедрения BI составил более 80 %, в основном среди компаний с численностью более 5000 человек.

Но стоит уделить внимание российскому рынку, на котором применение интеллектуального анализа и интеллектуальных систем по поддержке принятия решений (далее ИСППР) в рамках BI только набирает обороты, как сообщает пресс-служба Qlever Solutions [2].

Цель — разработать модульное «коробочное» программное обеспечение (ПО), представляющее собой комплекс и объединяющее в себе свойства, как ИСППР так и BI систем. Данное ПО должно решать самые различные задачи с точки зрения аналитики, статистики и принятия решений. За каждый раздел инструментария соответственно отвечают разные модули, выполняющие конкретные задачи и взаимодействующие между собой [3]:

1. Модуль визуализации (базовый модуль) отвечает за работу и отображение результатов основных, классических BI-инструментов ПО (подмодули: работа с таблицами, построение диаграмм и блок-схем, конструирование досок задач, пакетный анализ данных).
2. BI-модуль отвечает за методы Advanced Analytics (англ. прогнозная аналитика, далее AA) и динамические методы многомерного анализа данных — OLAP (англ. Online analytical processing — оперативный анализ данных) (подмодули: составление отчетностей, поддержка кастомизации отчетностей, поддержка методологий, система прогнозирования, интеллектуальный анализ).
3. AI-модуль (англ. Artificial Intelligence — искусственный интеллект) отвечает за модели машинного и глубокого обучения, организацию логики данных и требуемые API, то есть этот модуль и отвечает за ИСППР.
4. ETL-модуль является ETL-платформой и отвечает за обработку поступающих из базы данных (БД) информации, которая в дальнейшем очищается от случайных ошибок, а затем осуществляется сравнение и сопоставление со справочником целевой системы для дальнейшей выгрузки в целевую БД компании.

Первые три модуля, по сути, дополняют друг друга, и каждый последующий из них расширяет функционал предыдущего. С четвертым модулем они связаны через БД. С пользовательской же стороны будет разработан интерфейс (далее GUI) для удобного взаимодействия со всеми инструментами системы.

Методы. Для реализации такой системы требуется грамотно подобрать инструментарий, а также необходимо составить технологическую схему программного комплекса (рис. 1) [4].

 

Рис. 1. Инструментальная схема

 

На данной схеме четко представлены инструменты, реализующие те или иные модули, описанные ранее, а также взаимосвязь между ними.

Результаты.  Следовательно, результатом разработки станет ПО, представляющее собой BI-систему, пригодную как для использования в личных целях, так и для внедрения в экосистему компании. С технологической точки зрения, помимо BI-инструментария, будут разработаны алгоритмы глубокого и машинного обучения в рамках AI-модуля, отвечающие за принятие решений на основе результатов работы тех или иных подмодулей в системе.

Выводы. Данная разработка частично решит проблемы, имеющиеся в нынешнее время в сфере  BI-аналитики, что в свою очередь изменит сводки по статистике в лучшую сторону. Такой рост будет возможен благодаря автоматизации BI-процессов в компаниях и оптимизации при принятии сложных управленческих решений. Особенно сильно это отразится на российском рынке за счет развития технологий в рассматриваемой сфере.

Sobre autores

Поволжский государственный университет телекоммуникаций и информатики

Email: og.alexander.saint@gmail.com

студент, группа МОИС-01, факультет кибербезопасности и управления (факультет № 1)

Rússia, Самара

Поволжский государственный университет телекоммуникаций и информатики

Autor responsável pela correspondência
Email: osanov97v@mail.ru

научный руководитель, старший преподаватель кафедры управления в технических системах

Rússia, Самара

Bibliografia

Arquivos suplementares