Bi-системы: анализ понятия и функциональных возможностей

интеллект, углубленная аналитика огромных массивов данных оказывают мощный экономический эффект. Учитывая это, все большее число компаний инвестируют в новые технологии, что в конечном итоге идет им на пользу с точки зрения внедрения алгоритма более эффективного принятия решений (Moorthy et al., 2012). В результате они претерпели серьезные организационные изменения, в том числе на уровне стратегического планирования и управленческого учета. По данным А. Сукумаран, А. Сурека, компании не только получают 10,66 доллара за каждый доллар, который они инвестируют в цифровые ресурсы и системы, разработанные на принципах бизнес-аналитики, но и ежегодно увеличивают степень окупаемости их внедрения1. Констатируемые изменения первоначально отмечались с появлением механизмов общеорганизационного планирования ресурсов и вновь обнаружились совсем недавно, после разработки новых аналитических инструментов, таких как системы бизнес-интеллекта (BI – Business Intelligence).

Еще несколько лет назад бизнес-аналитика считалась прерогативой специалистов. Однако в настоящее время популярность и расширение доступа к инструментам BI привели к увеличению числа пользователей. Большинство организаций, предприятий, представителей среднего и крупного бизнеса постепенно осознают необходимость использования бизнес-интеллекта, в частности, Business Intelligence. Анализ исследований и публикаций последних лет (Reis et al., 2015) показал наличие интереса к этому вопросу не только со стороны ученых и практиков, но и со стороны глобальных информационно-аналитических агентств, таких как Gartner Group2. Очевидно, это обусловлено важностью и успехом применения BI-систем в экономическом секторе, в котором наличие систем бизнес-аналитики становится значимым бенефициаром и конкурентным преимуществом. В этой связи целью нашего исследования стало выявление содержание понятия BI-систем и определение их возможностей.

Методы . Был предпринят контент-анализ научно-исследовательских публикаций российских и зарубежных авторов, содержащих ключевые слова – «BI-системы», «системы бизнес-аналитики», «Business Intelligence», содержащихся в базах данных Web of Science, РИНЦ, E-library и Киберленинка. Первоначально было отобрано более 300 публикаций, которые содержали повторяющиеся статьи и те, доступ к полнотекстовому варианту которых был ограничен. После исключения подобного материала из общего массива осталось 56 публикаций, краткий анализ которых представлен ниже.

Результаты . Первоначально мы посчитали важным определить терминологический аппарат, т. е. выявить содержание понятия «BI-системы». Как показывает анализ научно-исследовательской литературы, термин «Business Intelligence» впервые был употреблен в 1958 г. для характеристики принятия решений в бизнесе на основе фактов (интеллектуального) (Потапов, 2002). В 1989 г. было сформулировано одно из первых его определений: Business Intelligence – это системы, обеспечивающие принятие и обоснование управленческих решений на основе сбора, моделирования, интеграции, анализа и представления данных (Candiotto, Gandini, 2002).

В англоязычной литературе можно встретить следующие формулировки сути рассматриваемого явления: «Интеллектуальный бизнес-анализ – это новая область исследования о применении когнитивных способностей человека и технологий искусственного интеллекта для управления и поддержки принятия решений в различных бизнес-задачах» (Ranjan, 2009: 60), тогда как российскими авторами и исследователями Business Intelligence определяется как «бизнес-аналитика», «интеллектуальный анализ данных», «бизнес-интеллект». Для однозначности мы будем придерживаться термина «бизнес-аналитика», а также сокращения «BI-системы» и использовать их как синонимы.

Однако необходимо отметить, что, по мнению ряда исследователей, данная синонимичность не оправдана: «Бизнес-аналитику (BI) можно описать как автоматизированный процесс получения модели: необработанные данные собираются из разнородных источников и организуются систематическим образом для улучшения бизнес-операций. В корпоративных BI-архитектурах передовой практикой является разделение процессов сбора и организации данных, связанных с сервером и отображаемых через интерфейс» (Gad-Elrab, 2021: 3). Согласимся с мнением Н. Юрчук, что «Business Intelligence (BI) – это метафора, которая не имеет буквальной интерпретации и обозначает синергический набор автоматизированных инструментов для анализа первичных данных и визуализации их результатов с целью принятия решений, который объединяет специализированную статистику, оперативный запрос, средства быстрого многомерного анализа, специальные инструменты интеллектуального анализа данных для их визуализации (панели мониторинга, Scorecard), элементы экспертных систем, а также могут иметь специальные инструменты анализа текста и т. д.» (Yurchuk, 2020). Business Intelligence обеспечивает быстрый поиск потенциально полезных нетривиальных знаний из первичных данных и визуализации для принятия более полезных решений, которые недоступны без аналитических рабочих групп всех размеров.

На мировом рынке BI-систем представлено множество систем такого плана, имеющих различные функциональные возможности, анализу которых посвящен ряд исследований. Так, по мнению О. Исик, Мэри С. Джонс, А. Сидоровой (Işık et al., 2013), возможности BI-систем должны рассматриваться с организационной и технологической перспектив использования в том или ином секторе экономики, тогда как активы, поддерживающие эффективное применение BI в организации, например, гибкость, риски от совместного использования и ответственность, определяют организационные возможности внедрения. Так, оперирование качественными данными позволяет предприятию (организации) своевременно удовлетворять потребности своих клиентов не только в соответствии с их ожиданиями, но и с учетом актуальных нормативных документов, состояния рынка и экономической ситуации. Как правило, под качеством данных понимается «совокупность их свойств и характеристик, определяющих степень пригодности для последующего анализа»1. Другой аспект качества связан с источником информации. Данные для BI-систем могут черпаться из внутренних и внешних систем, которые обычно интегрируются и управляются в рамках традиционной IT-инфраструктуры предприятий, поставщиков и продавцов, а также извлекаются из Интернета. Несомненно, качество данных из всех источников имеет решающее значение для успеха внедрения и применения BI-систем и для обеспечения гибкости бизнеса.

Отдельно отметим, что эта организационная возможность BI-систем обеспечивает поддержку принятия решений при наличии вариаций (Gebauer, Schober, 2006). Конкурентные преимущества, предоставляемые бизнес-аналитикой, позволяют осуществлять оценку проблем и формировать гибкие управленческие решения, что является ключом к положительной динамике развития бизнеса.

Способность BI-систем ко взаимной интеграция между собой и другими системами в организации является еще одним важным фактором успеха BI (Pape, 2016). Это позволяет в оперативном режиме получать необходимые данные и, как следствие, принимать стратегические решения в соответствии с ситуацией. Такие отрасли, как финансовая торговля, мониторинг коммунальных сетей, электронная торговля, оптимизация цен на товары или захват и анализ потоковых данных в реальном или близком к реальному времени, требуют более высокого уровня интеграции между системами (Dhaouadi et al., 2022) Для этих целей доступны различные виды объединений: например, корпоративная информационная интеграция, позволяющая через приложения просматривать рассредоточенные данные так, как если бы они находились в единой базе данных, а интеграция корпоративных приложений делает их совместимыми друг с другом с использованием стандартных интерфейсов (Абдуллаева, Дустова, 2016). Эти технологии также дают преимущества конечным пользователям, например, через сокращение времени, затрачиваемого на управление изменения и вопросы обучения (Михненко, 2021).

В настоящее время существует достаточно широкая практика внедрения BI-систем в практику работы предприятий малого и среднего бизнеса, в том числе и среди российских компаний. Так, например, делясь подобным опытом, директор департамента планирования группы компаний «Альпинтех» и «Рубис» Д. Титкин отметил, что реализация в бизнес-процессах компании системы Stock-M как BI-системы, основанной на теории ограничений, позволила за 8 месяцев сократить запасы товара на складах: «В общей сложности за полгода работы со Stock-M стоимость запасов готовой продукции сократилась на 10 млн, а упущенные продажи – на 1,2 млн»2.

Выводы . Обобщая вышесказанное, можно сформулировать ряд выводов. Во-первых, BI-системы имеют ряд преимуществ, они позволяют предприятиям осуществлять оперативное регулирование, снижать затраты, инвестировать в долгосрочную перспективу на основе анализа данных внутренних и внешних источников, приобретая определенную устойчивость. Во-вторых, бизнес-аналитика включает обработку данных с использованием методов их хранения и интеллектуального анализа, поддерживает получение согласованной и квалифицированной информации и, следовательно, знаний, которые могут быть использованы в порядке достижения стратегических целей и задач конечными пользователями и исполнительными руководителями в будущем.

В заключение отметим, что развитие информационно-коммуникационных и цифровых технологий, являющихся значимым компонентом BI-систем, обеспечивает конкурентоспособные преимущества на мировом рынке для предприятий. Таким образом, бизнесмены должны не только быть в курсе новых инструментов цифровой экономики, но и внедрять их в практику принятия управленческих решений.