image

BI на Open Source

В текущих реалиях сохранение и развитие бизнеса определяется тем, насколько оперативно и эффективно принимаются те или иные управленческие решения. Для поддержки данного процесса современным компаниям требуются мощные аналитические инструменты, способные быстро выдать бизнесу ответы на интересующие вопросы.

Часто такими инструментами были платформы и системы глобальных производителей ПО. Сегодня они недоступны многим компаниям. Мы проработали подходы к тому, как быстро реализовать все требования бизнеса на современных платформах, свободных от санкционных рисков. Наш подход позволяет не ужимать свои требования и ожидания под возможности менее функциональных платформ, а, наоборот открывает новые горизонты возможности за счет использования самых передовых аналитических решений, которые давно уже развиваются в мире в концепции open source.

Предпосылки:

  • Уход или угроза ухода глобальных производителей ПО и связанное с этим отсутствие возможности закупить/докупить лицензии.
  • Переход на новые бизнес-приложения, включая системы управления предприятиями ERP (ПО отечественного производства, Open Source).
  • Отсутствие конкурентоспособных на мировом уровне платформ по работе с данными на отечественном рынке проприетарных BI-систем.

Проблемы бизнеса — нехватка инструментов анализа:

  • Сбор отчетности в ручном режиме — большие трудозатраты сотрудников.
  • Сложности формирования полноценных аналитических отчетов непосредственно средствами бизнес-приложений (ERP, CRM, и т.п.).
  • Сбор и анализ детальной информации (например, по чекам, по данным с сайта, оборудования и т.п.).
  • Сложность объединения внешних относительно компании данных с данными внутренних информационных систем (изменчивость API, форматов предоставления данных, значений аналитик).
  • Сложность обработки растущего взрывными темпами объема исторических данных.

Вопросы при выборе системы, которые необходимо проработать:

  • Скорость внедрения аналитического решения,
  • Качество осуществления поддержки (обновления, quick fix и т.д.),
  • Минимизация затрат — при замене большого количества систем необходимо держать под контролем затраты на лицензии,
  • Надежность поставщика (масштабность и широта сообщества разработчиков),
  • Производительность на уровне хранилища данных (ХД), обработки и предоставления информации,
  • Сложность обучения персонала,
  • Сложность внедрения и поддержки,
  • Удобные для бизнеса инструменты визуализации,
  • Интеграция с внедряемым ПО,
  • Поддержка идеологии Data Governance.

Современные технологии обработки данных и стек open source-продуктов:

Все описанные выше вопросы необходимо рассматривать комплексно, но для бизнеса в первую очередь важно вовремя получать и анализировать качественные данные, а для IT — правильно собирать, консолидировать и оперативно публиковать эти данные, используя доступную и надежную инфраструктуру.

Наше предложение, построенное на высокоэффективных open source-инструментах, широко используемых в самых технологичных компаниях мира, позволяет закрыть все имеющиеся потребности ИТ и бизнеса.

Мы предлагаем реализацию Аналитического контура на базе следующих компонентов:

Инструменты для работы с данными и принятия управленческих решений Каждый из представленных инструментов эффективно решает конкретные прикладные задачи в своем сегменте.

С точки зрения IT:

  • Хранение данных. Важно понимать, какие именно данные требуются бизнесу и как их правильно хранить и обрабатывать.
    Для транзакционных систем – GreenPlum, продвинутый вариант PostgreSQL с поколоночным видом хранения данных, что обеспечивает лучшую производительность по сравнению с классическими SQL-подобными базами данных.
    Для масштабируемых данных класса BigData с обработкой и накоплением первичных документов применяется HDFS (Hadoop Distributed File System).
  • Обработка данных (ETL). Аналогично с хранением данных необходимо определить цели и задачи для ETL. В нашем предложении классические задачи Talend, потоковая обработка данных (онлайн) и процедурная обработка данных решаются с помощью Apache Kafka и Airflow. За работу с неструктурированными данными отвечает Apache Spark.
  • Хранение обработанных данных. Задача хранения больших разряженных данных решается с помощью специально разработанного для этих целей инструмента Apache HBase.
  • OLAP. В качестве эффективного инструмента работы с большими данными мы предлагаем Kylin – OLAP-инструмент от Apache на базе Hadoop.

С точки зрения Бизнес-пользователей:

  • Инструменты визуализации: Apache Superset – open source-аналог Power BI с возможностью создания отчетов и дашбордов. При создании отчетов знания специальных языков программирования не требуется, что позволяет использовать его как инструмент self service-отчетности.
  • Прикладная работа с данными на уровне «электронных таблиц» по типу Excel — встроенные подключения к витринам данных, а также к данным из кубов Apache Kylin.

Данные инструменты во многом превосходят традиционные «BI-системы» в функциональности и быстродействии, при этом «порог» входа гораздо ниже:

  • нет дорогостоящей «лицензионной» составляющей;
  • мощное комьюнити, развивающее решение, — отсутствие обязательных платежей по «поддержке» платформы;
  • большое количество специалистов на рынке — проще организовать свой центр компетенций или поручить задачи поддержки и развития.

Узнать больше о возможностях предлагаемых аналитических инструментов и обсудить подходящий вам вариант внедрения вы можете, обратившись к экспертам консалтинговой компании Odyssey Consulting Group по ссылке.

Получите экспертное мнение

Получите экспертное мнение

Спасибо! Ваша заявка принята!

Решения Odyssey Consulting Group

Бизнес-аналитика
Azure BI
Сегодня качественные и быстрые управленческие решения требуют работы с большими объемами данных...
Бизнес-аналитика
Инструменты для работы с данными и принятия управленческих решений

Истории успеха

вместе создаем ценность для лучшего завтра
«Восточная Техника» сменила систему бюджетирования
«Восточная Техника» сменила систему бюджетирования
Подробнее
«Триколор ТВ» управляет бюджетами с помощью IBM Cognos TM1 и Odyssey RSys
«Триколор ТВ» управляет бюджетами с помощью IBM Cognos TM1 и Odyssey RSys
Подробнее
Внедрение IBM Cognos TM1 в розничной сети бытовой техники и электроники Comfy:
Внедрение IBM Cognos TM1 в розничной сети бытовой техники и электроники Comfy:
Подробнее
MoneyСare использует машинное обучение для прогнозирования одобрения кредитов
MoneyСare использует машинное обучение для прогнозирования одобрения кредитов
Подробнее

Expert Talks

Избранные материалы от экспертов по трансформации к лидерству
Все статьи
Работа с персоналом как составляющая часть управления изменениями
Статья
Работа с персоналом как составляющая часть управления изменениями
Статья Екатерины Иваненко, ведущего консультанта, для «Инвест-Форсайт»
Читать
Как продать, а не разозлить клиента
Статья
Как продать, а не разозлить клиента
Статья Евгения Лебедева, директора практики управления взаимоотношениями с клиентами, для Market Media
Читать
Digital-склад: как избежать ошибок при переносе инфраструктуры в облако
Статья
Digital-склад: как избежать ошибок при переносе инфраструктуры в облако
Статья Константина Савергина, директора практики логистических решений, для РБК Pro
Читать