답변:
비즈니스 인텔리전스는 종종 데이터베이스 관리 및 데이터베이스 개발과 완전히 분리되어 있습니다. 비즈니스 인텔리전스에는 최상위 3 가지 측면이 있습니다.
보고
보고는 보고서의 생성, 배포 및 관리는 물론 사용자가보고를 동적으로 사용자 지정할 수있는 추가 기능입니다.
완성
데이터 통합 및 변환 솔루션. 온 매우 단순한 수준, 그것은 (플랫 파일 간단 같은 것이 될 수있다), 데이터 소스, 데이터 소스에, 추출, 변환 및 데이터로드의 수단이다. 통합은 1 마일 깊이이지만 가장 기본적인 기능입니다.
분석
소스 데이터 저장소에서 집계 된 데이터를 포함하는 구조를 설계, 작성 및 관리하는 데 사용되는 OLAP (Online Analytical Processing). 이에 대한 캐치 프레이즈는 데이터 마이닝입니다. 입니다.
이들은 비즈니스 인텔리전스가 무엇을 통합하는지에 대한 매우 간단한 설명입니다. BI에는 과학이 있고 이러한 각 측면은 개별적으로 있습니다. 데이터베이스 전문가는 시간과 경력을 마스터하는 데 전념합니다.
가치는 개별 조직과 요구 사항에 따라 크게 달라집니다. 필요한 정교함 수준에 따라 BI 역할은 몇 가지 다른 범주로 분류 될 수 있습니다.
스프레드 시트 운동 -운영 체제에서 직접 추출한 데이터 세트에서 작업하는이 역할은 Excel 또는 Access와 같은 데스크탑 도구를 사용하여 보고서 및 분석을 생성합니다. 종종이 역할은 IT 전문가가 아니거나 누군가가 시간 제로 수행 할 수 있습니다. 기술 수준과 기본 데이터베이스에 대한 액세스 권한에 따라 데이터 추출을 생성하기 위해 데이터베이스 관리자와 같은 다른 직원에 의존 할 수 있습니다.
이 역할은 번들 보고서가 요구 사항을 충족하지 않고 데이터베이스에서 관리 정보를 얻는 데 추가 작업이 필요하지만 전용 BI 개발 팀이 너무 비싸면 가치가 있습니다. 일반적으로이 역할은 사소한 경우를 제외하고는 모든 경우에 필요하지만 소규모 사이트에서는 풀 타임 요구 사항이 없을 수도 있습니다.
BI 개발자 -데이터 추출이 복잡하거나 여러 소스의 통합이 필요한 경우 데이터웨어 하우스 또는 기타보고 시스템을 구축하여보고에 사용할 수있는 형식으로 데이터를 통합해야합니다. 이 역할을 수행하는 사람들은 일반적으로 기술 개발 기술을 어느 정도 더 또는 덜 가질 것입니다.
이러한 유형의 팀은 종종 ETL과보고 기능으로 분리되지만 항상 그런 것은 아닙니다. 보고서 개발자, '스프레드 시트 조크'유형 및 기타 고급 사용자는 다양한 도구를 통해보고 시스템의 데이터를 사용할 수 있습니다.
역할의 조직 가치는 데이터가 임시 접근 방식으로 관리하기에 너무 복잡하고 전용보고 시스템이 필요할 때 실현됩니다. 이 경우 기술 능력과 적절한 툴링을 갖춘 소규모 BI 팀이 데스크탑 도구 및 임시 추출을 통해 수동으로 수행되는 많은 작업을 자동화 할 수 있습니다. 데이터웨어 하우스 시스템은 OLAP 큐브와 같은 셀프 서비스보고 기능을 채워서 비즈니스 내의 최종 사용자가 자체 보고서를 작성하고 유지할 수 있도록합니다.
데이터 아키텍트 – 성숙한 데이터웨어 하우스 시스템은 소스 시스템에서 사용 가능한 데이터로 충족 될 수없는 비즈니스의 데이터 요구 사항을 제시합니다. 추가 데이터를 캡처하거나 소스에서 일관되지 않거나 잘못 기록 된 데이터를 정리하기 위해 이러한 요구 사항에 따라 운영 체제의 변경 사항을 조정해야 할 수도 있습니다.
데이터 아키텍트는 여러 운영 및보고 시스템에 걸쳐있는 역할을 수행하여 여러 시스템에서 변경해야하는 데이터 요구 사항의 이행을 조정할 수 있습니다.
이 역할의 필요성은 종종 인식되지 않지만 더 큰 사이트에서는 중요합니다. 종종 운영 체제에서보고 요구 사항을 제대로 충족하지 못하고 데이터웨어 하우스 팀의 권한이 운영 체제를 변경하는 데까지 확장되지 않습니다. 이 경우 데이터 아키텍트는 역할의 권한 레벨에 따라 코디네이터 또는 디렉터 역할을합니다. 주요 가치는 운영 체제가 데이터 요구 사항을 충족하지 않는 변경 사항을 발행하는 것입니다.
데이터 거버넌스 -규정 또는 비즈니스 요구 사항에 따라 데이터 정확성 또는 거버넌스 표준이 적용될 수 있습니다. 운영 체제에 데이터 오류가 발생하기 쉬운 경우 (보통) 데이터 거버넌스 기능을 사용하여 데이터의 유효성 검사 및 수정을 관리 할 수 있습니다.
데이터 품질은 여러 가지 이유로 중요 할 수 있으며, 종종 회계 또는 규제 요구 사항과 관련이 있습니다. 데이터 거버넌스 또는 데이터 품질 담당자는 일반적으로 시스템에 이미 기록 된 데이터에 대한 수정을 주선 할 책임이있는 비즈니스 중심 역할입니다.
분석가 -사용자가 데이터에 대해 분석 작업을 수행하는 일부 용량에서 실제로 작업하는 스프레드 시트 농담 역할의 변형 (예 : 보험 계리사).
역할에 따라 여러 가지 이유로 분석가가 비즈니스에 중요 할 수 있습니다. 보험 계리사의 경우, 그들의 역할은 미래의 청구, 보험 상품의 주요 가격 책정 모델에 대비할 준비금을 추정하거나 다양한 금융 거래에 대한 평가를 제공하는 것입니다.
대부분의 BI 직원은 이러한 범주 중 하나 이상에 속합니다. 조직에 대한 가치는 개별 상황에 따라 다릅니다. 내가 관찰하는 한 가지 일반적인 현상은 운영 시스템을 담당하는 사람들이 이러한 역할에서 실제로 발생하는 작업의 양을 크게 과소 평가한다는 것입니다. 유럽의 회계 부서에 직원이 170 명인 보험 회사가 있습니다. 대부분의 시간은 스프레드 시트에서 데이터 추출을 조정하고 수동 조정 및 제어 프로세스를 운영하는 데 소비되었습니다.
관리 정보는 업무용 응용 프로그램의 개발 및 운영 중 우선 순위가 낮은 경우가 많습니다. 잘못 조정되었거나 존재하지 않는 데이터 아키텍처 전략은 많은 시간과 비용이 소요될 수 있습니다. 기본 동작은 시스템 간 데이터 문제를 해결할 직접적인 권한이없는 시스템을 사일로로 처리하는 것입니다. 이것을 오랫동안 남겨두면 순 효과는 수백 명의 사무직 직원 (종종 유자격 재무 직원)을 고용하는 백 오피스 운영으로 대부분의 시간을 몇 가지 저장 프로 시저 작업에 소비합니다.
BI 담당자가 내 조직에 가치있는 것을 생산할 것입니다.
다른 사람들이 BI가 무엇인지 설명하는 데 훌륭한 일을했다고 생각하기 때문에이 질문 부분을 찌르려고합니다. 고객이 많은 회사에서 일하고 있으며 고객에게 제공하는 기능에 대한 많은 정보를 알고 있습니다.
우리의 응용 프로그램은 매우 데이터 중심적입니다. 우리 산업은 정부에 의해 규제되므로 연방법과 주법을 준수하는 것이 중요합니다. BI 전문가가 귀중한 회사에 제공하는 것은 무엇입니까?
먼저 고객으로부터 수백만 개의 레코드를 가져 와서 업무 수행에 필요한 정보를 얻습니다. 데이터베이스의 데이터를 데이터베이스에 맞추는 것은 매우 중요한 일이며 간단하지는 않습니다. 필수 필드, 데이터 유형 불일치, 데이터 무결성 문제에 대한 정보가 누락되었습니다 ( 02/30/2012예를 들어 날짜 필드에 넣을 수 없음 ). 또한 사용자 정의를 수행하므로 다른 클라이언트에 저장하지 않을 데이터를 넣을 위치를 디자인 한 다음 데이터를 가져 오기 위해 가져 오기를 작성해야합니다. 클라이언트의 데이터가 없으면 애플리케이션이 작동하지 않습니다. 데이터가 너무 커서 수동으로 입력 할 수 없습니다.
다음으로 고객 관리자는 비즈니스 관리에 도움이되는 방식으로 데이터를 확인해야합니다. 따라서 보고서, 많은 보고서, 예산 보고서, 비용 보고서, 준수 보고서 등을 요청합니다. 이러한 보고서는 너무 복잡하여 그 뒤에있는 쿼리의 길이가 천 줄 이상이 될 수 있습니다. 이런 종류의보고 코드를 작성하려면 SQL 전문가가 필요합니다.
또한 비즈니스 인텔리전스 담당자는 많은 응용 프로그램 개발자보다 비즈니스 세부 정보에 더 깊이 관여하기 때문에 요구 사항을 평가하는 첫 번째 줄이기도합니다. 우리는 누락 된 필요한 정보와 상충되는 비즈니스 규칙을 지적하는 사람들이며, 우리는 데이터에 대해 깊이 알고 있기 때문에 데이터 저장 방법 및 사용 대상에 대해 설명합니다.
보고가 특정 시점에 도달하면 데이터를 트랜잭션 데이터베이스와 분리하고 데이터웨어 하우스를 구축하여 데이터를 복잡한 분석을하는 사람들이 데이터를 입력하는 사람들을 차단하지 않도록해야합니다. 분석을 위해 데이터를 구조화하는 방법은 일반적으로 트랜잭션에 대한 데이터를 구조화하는 가장 좋은 방법은 아니므로 데이터 형식을 다른 데이터 구조로 변환하는 비즈니스에 있습니다. 몇 년 동안의 데이터 분석을 통해 데이터를 심층적으로 파악할 수있는 능력은 고객에게 큰 판매 포인트입니다. 또한 고객이 비즈니스를 관리하는 데 필요한 제품을 생산하여 가치를 추가합니다.
데이터 요구가 모두 내부적 인 경우에도이 수준의 분석이 필요한 내부 클라이언트가있을 수 있습니다. 이 경우 데이터를 트랜잭션 시스템으로 가져 오는 것보다 데이터웨어 하우징의보고 측면에 더 관심이있을 것입니다. 그러나 관리 결정을 내리기 위해 수집 한 데이터를 사용하는 능력은 여전히 대부분의 조직에서 매우 중요합니다.
BI 전문가가 필요한지 여부는 데이터가 얼마나 광범위하고 시스템이 얼마나 복잡한 지에 따라 달라지는 경향이 있습니다. 소규모 비즈니스는 이러한 특성을 가진 사람에게 충분한 작업이 없을 수 있으며 컨설턴트를 고용하여 필요한 보고서를 작성할 수 있습니다. BI 전문가는 중소 기업에서만 일하는 경향이 있습니다.
COTS 소프트웨어 를 만드는 비즈니스 인 경우 BI 전문가가 제품을 안팎으로 알고 컨설턴트가 고객을 위해 맞춤형 페로 팅을 생성하는 컨설턴트가 될 수 있습니다.
모범 사례의 좋은 예는 아니지만 SQL Server 샘플 데이터베이스를 시작하는 것이 좋습니다. 여기에는 가상의 조직을위한 OLTP, 데이터웨어 하우스 및 분석 서비스 데이터베이스가 포함됩니다. 차이점을 연구하면 OLTP (트랜잭션)와 OLAP (분석 / BI) 데이터베이스의 차이점과 이유를 이해하는 데 도움이됩니다.
http://msftdbprodsamples.codeplex.com/
AdventureWorks OLTP 데이터베이스는 가상 자전거 제조업체 (Adventure Works Cycles)의 표준 온라인 트랜잭션 처리 시나리오를 지원합니다. 시나리오에는 제조, 판매, 구매, 제품 관리, 연락처 관리 및 인적 자원이 포함됩니다.
Adventure Works DW 데이터베이스는 데이터웨어 하우스를 구축하는 방법을 보여줍니다.
Adventure Works AS 프로젝트는 비즈니스 인텔리전스 시나리오를위한 AS 데이터베이스를 구축하는 데 사용할 수 있습니다.
다음은 2 년 전에 참석 한 BI 아침 식사의 상위 수준 답변입니다.
BI는 조직의 사람들이 이미하고있는 일이며 정보를 바탕으로 의사 결정을합니다. BI 도구의 목표는 사람들 이보다 신속 하고 확실하게 의사 결정을 내릴 수 있도록하는 것입니다. 입니다.
내가 자주 사용하는 또 다른 대답은 BI 도구가 적시에 "데이터"를 "정보"로 전환 할 수 있다는 것입니다.
Kimball Group 은 "비즈니스 사용자에게 데이터를 이해하고 탐색하기 쉬운 데이터 제공"및 "빠른 쿼리 성능 제공"이라는 문구를 사용합니다.
매우 평신도의 관점에서 비즈니스 인텔리전스는 본질적으로 비즈니스 목적으로 데이터를 분석하고 해석하는 것을 의미합니다. 비즈니스 인텔리전스는 매우 원시적 인 데이터를 기업이 전략적 결정을 내리는 데 사용할 수있는 유용한 정보로 바꿉니다. 여러 유형의 비즈니스에서 BI를 다양한 방식으로 사용하여 운영을 개선 할 수 있습니다. BI를 사용하는 산업 중에는 보험이 있습니다. 운송 업체는 MajescoMastek과 같은 기술 회사에서 제공 하는 보험 비즈니스 인텔리전스 소프트웨어를 사용 하여 사용자 행동을 이해하고 패턴을 구매하고 기타 지표를 통해 성장 촉진을위한 결정을 내릴 수 있도록합니다.