آشنایی با مفهوم هوش تجاری (BI)

 سیستم‏های هوش تجاری (BI) می‏توانند به شرکت‌ها در شناسایی روندهای بازار و مشکلاتی که باید مورد توجه قرار بگیرند، کمک کنند. هوش تجاری (BI) یک فرآیند مبتنی بر فناوری است که به‌منظور تحلیل داده‏ها برای کمک به مدیران ارشد، مدیران میانی و سایر کاربران برای اتخاذ تصمیمات بهینه به‌کار برده می‏شود. 

هوش تجاری (BI) شامل مجموعه ‏ای از ابزارها، برنامه ‏های کاربردی و متدولوژی‏ها است که با جمع‏ آوری داده ‏ها از منابع درون سازمانی و برون سازمانی، داده‏ ها را برای تجزیه و تحلیل آماده می‏کند، امکان اجرای پرس و جو (Query) را مهیا می‏سازد، گزارش‌ها و داشبوردها را ایجاد می‏کند به نحوی که این گزارش‌ها را در اختیار تصمیم‏ گیران و همین‏طور کارکنانBPMS قرار گیرد. از مزایای استفاده از هوش تجاری می‏توان به مواردی شامل: تسریع و بهبود فرآیند تصمیم‏گیری، بهبود فرآیندهای داخلی، شناسایی فرصت‏های جدید و دستیابی به مزیت‏های رقابتی جدید اشاره کرد. داده ‏های هوش تجاری (BI) می‏تواند شامل اطلاعات قدیمی یا داده‏ های جدیدی باشند که از سیستم‏های منبع داده تولید شده ‏اند و تحلیلگران هوش تجاری را قادر به پشتیبانی از فرآیندهای تصمیم‏ سازی استراتژیک و تاکتیکی می‏سازند.  در ابتدا، ابزارهای هوش تجاری توسط تحلیلگران داده و سایر متخصصان IT استفاده می‏ شدند، به‌صورتی که آنها تحلیل‏ها را روی داده‏ ها اجرا می‏کردند و گزارش‌ها را به‌عنوان نتایج پرس‌وجو (Query) برای کاربران کسب‌وکار تولید می‌کردند. پس از آن با توجه به توسعه ابزارهای خویش خدمت هوش تجاری (Self-Service BI) و جست‌وجوی داده، مدیران سازمان و کارمندان نیز در استفاده از ابزارهای هوش تجاری (BI) توانمند شدند.

هوش تجاری (BI) شامل مجموعه وسیعی از برنامه‏ های کاربردی نظیر: تحلیل‏های موردی و پرس و جو (Query)، گزارش‏ ساز، پردازشگر تحلیلی آنلاین (OLAP)، هوش تجاری موبایل، هوش تجاری بلادرنگ، هوش تجاری عملکردی، هوش تجاری و سرویس‏های ابری، هوش تجاری متن باز، هوش تجاری اشتراکی و هوش منطقه ‏ای است. تکنولوژی هوش تجاری همچنین شامل نرم ‏افزارهای بصری‏ سازی داده برای طراحی نمودارها و سایر داده نمایی‏ ها وابزارهایی برای ساخت انواع داشبوردها می‏شود. برنامه‏ های کاربردی هوش تجاری را می‏توان از کمپانی‏ های متفاوتی خریداری کرده یا آنکه به‌صورت یک پلت‌فرم مجتمع از یک کمپانی تهیه کرد. برنامه‏ های هوش تجاری همچنین می‏توانند ترکیبی از انواع تجزیه و تحلیل پیشرفته را ارائه دهند، مانند داده‌کاوی، تحلیل‏های پیشگویانه، متن کاوی، تحلیل‏های آماری و تحلیل کلان داده‏ ها. 

در بسیاری از موارد، پروژه‏ های تجزیه و تحلیل پیشرفته به‌وسیله تیم‏های جداگانه‏ ای از کارشناسان داده، متخصصان آمار، مدل‏سازان و سایر متخصصان تحلیل رهبری و مدیریت می‏شوند، درحالی‌که تیم هوش تجاری بیشتر بر پرس‏جوها (Query) و تحلیل‏های داده‏های کسب‌وکار نظارت می‏کند. داده‏ های هوش تجاری معمولا در یک انبار داده یا یک داده گاه (Data mart) کوچک‌تر که زیرمجموعه ‏ای از اطلاعات شرکت است ذخیره می‏شوند. به علاوه، سیستم‏های Hadoop به‌صورت گسترده به‌عنوان انباره ‏ها در معماری‏های هوش تجاری و مخصوصا برای داده‏های بدون ساختار، فایل‏های لاگ و گونه‏ های دیگر کلان داده‏ها استفاده می‏شوند. قبل از آنکه این سیستم در برنامه ‏های کاربردی هوش تجاری استفاده شود، داده‏های خام از منابع مختلف باید مجتمع می‏شدند و به وسیله ابزارهای کیفیت داده بررسی می‏شدند تا از صحت داده ‏های تحلیلی اطمینان حاصل می‏شد.