Központosítás és az önállóság közötti összhang megteremtése - ezek az üzleti intelligencia alkalmazási gyakorlatának legizgalmasabb kérdései. Az adattárházak és a rájuk épülő BI-rendszerek számos cégnél az informatika kezében vannak, s így a felhasználók csak bizonyos korlátok között férhetnek hozzá az adatokhoz és végezhetnek elemzéseket. Nem csoda hát, hogy sok üzleti terület próbál egyre inkább önjáróvá válni, és a lehető legtöbb elemzési feladatot önállóan végezni.
Egyensúlyteremtés
Ezt a tevékenységet a hagyományos végfelhasználói szoftverek (például Excel és Access) mellett specializált önkiszolgáló adat-előkészítő és -elemző eszközök is támogatják. Az ilyen szoftverek lehetővé teszik, hogy a különböző vállalati adatbázisokban, Excel táblákban vagy akár kívülről érkező szöveges állományokban található adatokat a felhasználó saját maga összekapcsolja, a kívánt formára alakítsa, majd tetszés szerint elemezze.
Az önkiszolgáló BI-szoftverek vezető képviselői közé tartozik a Tableau, a Qlik és a Microsoft PowerBI. Ezek a végfelhasználókat célzó, könnyen használható és gyors sikerélményeket biztosító eszközök igen gyorsan képesek elterjedni a vállalaton belül, akár az informatika által képviselt hivatalos BI-stratégai ellenében is.
A minden szabályozás nélküli önkiszolgálás azonban a káosz veszélyét rejti magában. Azoknál a cégeknél, ahol minden terület önállóan készít elemzéseket bármiféle közös alapok nélkül, könnyen az adattárházak megjelenése előtti korszakra jellemző zűrzavar keletkezhet. Ilyenkor ahány különböző jelentést néz meg egy vezető, annyi különböző választ kaphat - ugyanarra a kérdésre.
Ezért a kulcs az önkiszolgálás és a hagyományos, központosított rendszerek közötti helyes egyensúly megtalálása, okos kompromisszumokat kötve a két eltérő szemlélet között. A megfelelően adaptálódó szervezet a BI területén is képes agilisan reagálni a gyorsan változó igényekre, miközben mégis megőrzi az adatok és a ráépülő döntések integritását.
A nyílt forráskód az analitikában
Az adatbányászatban hagyományosan néhány nagy gyártó uralja a piacot. Az IDC 2015-ös adatokat tartalmazó felmérése szerint a vezető szállító a SAS 30 százalék feletti részesedéssel, a második helyet pedig az IBM foglalja el, nyomukban a MathWorks, a Microsoft, a FICO és az Alteryx.
A nagy tudású, széles körű funkcionalitást és kényelmes felhasználói felületet kínáló eszközök mellett azonban egyre több vállalat alkalmaz nyílt forráskódú eszközöket az analitikai területén is. A két legnépszerűbb ilyen szoftver a Python és az R, amelyek fej-fej mellett versenyeznek a felhasználók kegyeiért.
Az R alapvetően kifejezetten statisztikai és elemzési célra létrehozott nyelv, amely nagyon széles eszköztárat kínál a különböző elemzési feladatok megoldására. Nagyon népszerű a felsőoktatásban és a tudományos világban, ezért rengeteg új algoritmus először egy R függvény formájában érhető el. Jellemzően mind az R nyelv, mind a függvénykönyvtárai ingyenesen érhetőek el. Az ingyenes open source kiadás mellett mára már a nagy szoftvercégek is támogatják az R-t saját eszközeikben. A Microsoft például az SQL Server 2016 adatbázis-kezelő platformján kínálja nagyvállalatoknak szánt R megoldását, amely magába építi a tavaly felvásárolt Revolution Analytics technológiáját.
Érdekesség, hogy Magyarország kifejezetten élenjáró az R alkalmazásában. A hazai R-kedvelők felhasználói csoportja, a BURN meetup több mint 700 tagot számlál, és nemrégiben Budapesten rendezték meg az első, kifejezetten az R közösség által szervezetett SatRdays konferenciát is.
A Python kicsit más utat járt be, hiszen általános célú programozási nyelvről van szó, amelyet többek között a webfejlesztésben és a mindennapos feladatok scriptelésénél használnak. Az analitika területén elért népszerűsége az olyan könyvtáraknak köszönhető, mint az adatbányászati algoritmusokat tartalmazó scikit-learn vagy az adatfeldolgozásra és -lekérdezésre használható Pandas csomag. Mára a Pythont használó adatelemzők közössége is igen jelentős, évente több nagy konferenciát rendeznek Európa nagyvárosaiban PyData márkanév alatt. A hazai vállalatoknál szintén egyre több helyen bukkan fel, a pénzügyi szektortól a járműipari fejlesztésekig széles körben alkalmazzák.
Budapest BI Fórum
2016. október 25-27.
budapestbiforum.hu
