Креативним ІТ- працівникам та вченим у сфері аналізу даних                                                                                                   Перехід до пошуку BI+KMS у Google і Системі+

Business Intelligence + KMS

- концепція, технологія і засоби підтримки рішень не тривіальними знаннями з первинних даних

версія 2011.12.15

Підвищення кваліфікації було, є і буде основою успішної роботи ІТ - працівників. У теперішній час необхідно вивчити і реалізувати в організації концепції, технології і програмні засоби Business Intelligence та KMS (Business Intelligence 2.0 (3.0)).

Створення ефективної інтегрованої системи Business Intelligence + KMS потребує ієрархічно - синергетичного об'єднання знань, умінь і навиків  креативних керівників, аналітиків, ІТ-працівників та вчених у сфері автоматизації аналізу інформації (Business Intelligence та KMS).

 

У сфері Business Intelligence,  DSS (Decision Support System) та KMS (nowledge Management System) формується достатньо розгалужений клас спеціалістів, для прикладу: DSS/BI Project Lead; DSS/BI Designer; DSS/BI Analyst; Business Intelligence Consultant; Business Intelligence Project Manager; Data Warehouse/BI Developer; DSS/BI ETL Specialist; DSS/BI Analyst job on the web; Knowledge Engineer; Knowledge Management Professional.

 

За останні роки все більш часто вказують на необхідність участі у процесі аналізу інформації наукових працівників, які спеціалізуються у сферах Business Intelligence і KMS та у безпосередньо зв'язаних сферах. Спеціалізацію таких вчених позначають як: Data Scientists; DSS/BI  Scientists; тощо.

 

Складність вивчення, дослідження і розвитку Business Intelligence + KMS витікає з того, що це агрегатуючий термін не менше ніж четвертого рівня узагальнення, якщо, для прикладу:            5-й рівень узагальнення – Business Analytics;

4-й рівень узагальнення – Business Intelligence + KMS;

3-й рівень узагальнення – Business Intelligence, DSS, KMS, ін.;

2-й рівень  узагальнення – Data Warehouse, Data Mart, Data Mining, Text Mining, Visual Mining, Web Mining, OLAP; 

1-й рівень  узагальнення – генетичні алгоритми, нейромережі, кореляційний аналіз, кластерний аналіз, дерева рішень, регресійний аналіз, ін.

 

 Засоби (методи) кожного рівня можуть використовуватися автономно, а їх дослідження, розвиток і реалізацію здійснюють вчені та ІТ-працівники найвищого фахового рівня із відповідною спеціалізацією. Знання висококваліфікованих спеціалістів у часткових сферах 1-го рівня часто не охоплюють проблемні області Business Intelligence та KMS, а тим більше інтегровану сферу, яка потребує тривалого часу вивчення і слабо описана у публікаціях на пострадянському просторі.

 

У зв'язку з цим, посади, наукові ступені, вчені звання та досвід окремих спеціалістів можуть мати роль коефіцієнтів підсилення помилкових суджень та організаційних рішень щодо сфер, у яких вони не мають достатніх знань. Якщо ввічливо мовчати про це, то автори таких помилок будуть тиражувати їх у простих і витончених формах, своєю явною чи прихованою протидіючою діяльністю чи бездіяльністю. Для визначення коефіцієнта авторитетності спеціаліста можна перевіряти знання ключових термінів, частина яких подана на цьому сайті.

 

Вивчення Business Intelligence+KMS ускладнюється тим, що ключові дефініції у цій сфері (Business Intelligence, Data Mining, ін.) з різних причин мають неоднозначні, суперечливі та навіть помилкові тлумачення і переклади у різних ресурсах знань. З однієї сторони, конкуренція термінології сприяє розвитку відповідних концепцій, технологій і засобів. Проте, з іншої сторони, це значно ускладнює їх розуміння, вивчення і практичну реалізацію – приклади на статичних графіках та на динамічних графіках (відкривати на окремих сторінках).

 

Помилки в інтегральній сфері Business Intelligence + KMS та у її часткових складових мають глобальний негативний вплив на реалізацію відповідних прикладних систем. Як наслідок, є випадки, коли після колосальних витрат на інформаційні аналітичні системи необхідно здійснювати їх кардинальний реінжиніринг та повертатися до основ Business Intelligence, DSS, KMS, ергономіки, інженерії знань.

 

Спеціалісти в інтегральній синергетичній сфері Business Intelligence+KMS повинні знати відповіді на ключові проблемні питання, що стосуються Business Intelligence, DSS, KMS, інженерії знань, ергономіки, ін. Далі подано деякі проблемні питання, знання відповідей на які має глобальний вплив на реалізацію Business Intelligence + KMS.

 

1. Який зміст мають і як співвідносяться поняття:

· управління інноваціями “зверху-вниз”, “від середини-вверх та вниз”; “знизу-вверх”;

· ієрархічна система, синергетична система, ієрархічно-синергетична система;

· основні методики розробки інформаційно-аналітичних систем, учасники розробки і вимоги до них;

· Intelligence, Artificial Intelligence, Business Intelligence, Business Analytics, Performance Management, Competitive Intelligence, OSINT;

· компоненти IDC Business Analytics Taxonomy;

·  Big Data, Business Intelligence (BI), BI 1.0, BI 2.0, BI 3.0, BI Cloud Computing, Social BI, Social Media BI, Geospatial BI, Network Ergatic Organizm (NEO); BI/NEO;

·  ROI, Business Intelligence ROI;

· Knowledge Management, Knowledge Management System (KMS); управління знаннями, система управління знаннями, головні принципи управління знаннями;

· Business Intelligence + KMS (Knowledge Management System );

· Knowledge Discovery (KD), Knowledge Discovery in Data (KDD), Data Warehouse, Data Mart, OLAP, OLTP, Data Mining; Data Discovery, Text Mining, Visual Mining; Web Mining, інтелектуальний (глибинний) аналіз даних, «розкопка» даних; Big Data.

· Government Data Mining, Government BI;

· Dashboards, Scorecard, KPI;

· моделі даних, моделі метаданих, моделі знань, онтології,  Star Schema, Snowflake Schema, FPS, FPS/BІ2.0, Six W's, Six W's/BІ2.0;

·  СППР, DSS, DSS 2.0, DSS/BI 1.0, DSS/BI 2.0,  DSS/BI 3.0, Spatial DSS, Spatial DSS/BI,  Social Media DSS/BI, Social Media Spatial DSS/BI 2.0, Expert System, Expert System/BI, Social CRM;

·  Geographic Information System (GIS), Spatial DSS, Geospatial Business Intelligence, GIS/BI 2.0, Spatial DSS/BI 2.0;

· Social Media DSS/BI, Social Media Spatial DSS/BI, Web Site Spatial DSS/BI, Social CRM, Big Data, Cloud Computing.

4. Що, як і в якому обсязі доцільно робити у своїй сфері відповідальності для реалізації та (чи) удосконалення часткової стратегії Business Intelligence+KMS (Business Intelligence 2.0, Big Data)? Це узагальнене питання містить багато часткових.

5. Чому на Україні станом на 2011 р. слабо розповсюджені засоби Business Intelligence (див. графіки на окремих сторінках) ?

6.Провідні вендори платформ для Business Intelligence і засобів Business Analytics та відмінності між ними у світі і в Україні згідно

·  Gartner «Magic Quadrant for Business Intelligence Platforms»;

·  «The Forrester Wave: Enterprise Business Intelligence Platforms»;

·  IDC «Worldwide Business Intelligence Tools Vendor Share».

 

Нижче подані зображення:

· фрагменти діаграм консалтингових компаній Forrester, Gartner та IDC з оцінками постачальників платформ Business Intelligence у 2008-2011 роках;

· архітектурний стек Business Intelligence Forrester, 2008;

· IDC Business Analytics Taxonomy 2011;

· переклад на українську мову IDC Business Analytics Taxonomy 2013;

· визначення Business Intelligence зі сторінки Довідкового керівництва по Business Intelligence, яке розроблене Центром компетенції по корпоративним рішенням Армії США  (U.S. Army ESCC) у 2007 році. Керівництво скачане з сайту законним шляхом, проте у теперішній час сторінка закрита.

· фрагменти авторської доповіді, яка була підготовлена у 2011 році про проблемні питання дослідження і реалізації  Business Intelligence 2.0.

© Круковський І.А., 2011 |© 2011 Igor Krukovsky |Business Intelligence + KMS, DSS-BI.com.ua |

Зв`язок: system.k7@gmail.com, +38 (067) 285-49-19,+38 (095) 931-50-50