द्वि: बिजनेस इंटेलिजेंस में 6 रुझान

दशकों से बिज़ प्रौद्योगिकियों का उपयोग व्यवसायों द्वारा किया गया है। हालांकि, आज क्लाउड टेक्नोलॉजी, बिगडाटा और मशीन लर्निंग के विकास के साथ, बीआई एक नए स्तर पर जा रहा है। इससे आने वाले वर्षों में बीआई प्रैक्टिस क्या होगी और क्या होगी - हमारी पोस्ट में पढ़ें। कट के तहत - थोड़ा सा इतिहास, वर्तमान रुझान और शोध परिणाम।

स्रोत

बीआई का इतिहास आमतौर पर माना जाता है कि बहुत पहले शुरू हुआ था। 1865 में बीआई की तारीखों का सबसे पहला उल्लेख, जब रिचर्ड डेवेन्स ने हेनरी फारेन्स के कार्यों का वर्णन करने के लिए बिजनेस इंटेलिजेंस शब्द का इस्तेमाल किया, जिन्होंने डेटा का अध्ययन किया, बाजार की स्थितियों का विश्लेषण किया और इस तरह अपने प्रतिद्वंद्वियों को पछाड़ दिया। बाद में 1958 में, आईबीएम के हंस पीटर लून ने बीआई में मौजूद क्षमता के बारे में लिखा, यदि आप इस दृष्टिकोण में सूचना प्रौद्योगिकी क्षमताओं को जोड़ते हैं। बेशक, हम सभी बीआई के तकनीकी पक्ष में रुचि रखते हैं, जो हमें व्यापार के लिए नए समाधान खोजने की अनुमति देता है। आज, बाजार पर 50 से अधिक विभिन्न उत्पाद हैं जो एक डिग्री या किसी अन्य के लिए बीआई कार्यक्षमता प्रदान करते हैं। लेकिन बेहतर तरीके से समझने के लिए कि वे एक-दूसरे से कैसे भिन्न हैं, और 2007 के बाद बीआई समाधानों की कार्यक्षमता में नाटकीय रूप से बदलाव क्यों शुरू हुआ, यह कंप्यूटर सिस्टम के एक वर्ग के रूप में बीआई के विकास को पीछे देखने और ट्रेस करने के लिए उपयोगी होगा।

संबंधपरक डेटाबेस

पहला निर्णय समर्थन प्रणाली (DSS) 1970 के दशक में दिखाई दिया जिसके बाद एडगर कोडड ने दुनिया में डेटा को व्यवस्थित करने का एक नया तरीका पेश किया। संबंधपरक डेटाबेस ने हमें बीआई के क्षेत्र में एक छलांग लगाने की अनुमति दी, जिसमें 1980 के दशक के मध्य तक सक्रिय रूप से विकसित किए गए निर्णय समर्थन उपकरण भी शामिल थे।

BigData और समेकन

1980 के दशक में डेटा का सक्रिय समेकन शुरू हुआ, सूचना एकल केंद्रों में जमा होने लगी, जिससे गहराई और व्यापक विश्लेषण के लिए स्थितियाँ पैदा हुईं। बीआई उपकरण ने बड़ी मात्रा में डेटा तक पहुंच प्राप्त की, लेकिन जटिल तकनीकी उपकरण बने रहे, इसलिए एक स्मार्ट आईटी विशेषज्ञ के बिना एक और रिपोर्ट बनाना असंभव था, और इसलिए व्यापार ने इस श्रेणी के समाधान का अक्सर उपयोग नहीं किया। कम से कम, सभी क्षेत्रों में नहीं।

व्यावसायिक रुचि

1990 के दशक में, बीआई प्रौद्योगिकियों को एक व्यावसायिक उपकरण के रूप में देखा जाने लगा, और इसने कई उद्योगों में अपना आवेदन पाया: खनन से लेकर उत्पादन और वित्त तक। उस समय, BI समाधान बहुत महंगे थे, और कार्य सेटिंग में कई दिन लग सकते थे। यह तथाकथित "बीआई 1.0" के इस युग से है कि "मात्र नश्वर" के लिए बीआई वर्ग समाधान की दुर्गमता के बारे में एक स्टीरियोटाइप उत्पन्न हुआ।

वास्तविक समय में

2000 के दशक में, वास्तविक समय डेटा प्रसंस्करण के लिए एक तकनीकी आधार दिखाई दिया, जिसका अर्थ है कि कंपनियां वर्तमान, लगातार बदलती जानकारी के आधार पर तुरंत निर्णय लेने में सक्षम थीं। विभिन्न डैशबोर्ड्स ने बाजार पर दिखाई देना शुरू कर दिया, संकेतकों का एक सेट, साथ ही साथ सहज ज्ञान युक्त इंटरफ़ेस (जैसे कि झांकी या QlikView) के साथ बीआई सिस्टम, जिसमें व्यवसाय उपयोगकर्ता अनुरोध कर सकते थे। आईटी पेशेवरों से, केवल डेटा की तैयारी, सफाई और एकत्रीकरण की आवश्यकता थी।

क्लाउड तकनीक

एक ड्रोन अध्ययन के अनुसार, 2019 में, उपयोगकर्ता सदस्यता के आधार पर बीआई के साथ काम करना पसंद करते हैं। इस योजना को सर्वेक्षण में भाग लेने वाले 90% उत्तरदाताओं द्वारा चुना गया है। क्लाउड-आधारित दृष्टिकोण पेबैक समस्याओं के जोखिम को समाप्त करता है, साथ ही परीक्षण लाइसेंस का उपयोग करके एक नए उत्पाद का प्रयास करता है। BI सिस्टम डेवलपर भी ट्रायल योजनाओं का समर्थन करते हैं, क्योंकि वे छोटी कंपनियों द्वारा भी बाद में लाइसेंस खरीद के लिए क्षमता बढ़ाते हैं जो पहले बीआई को अपने अभ्यास में उपयोग करने का निर्णय नहीं लेते थे। विश्लेषकों के अनुसार क्लाउड बीआई नेता, अमेजन AWS, Microsoft Azure, Google क्लाउड और IBM Bluemix हैं।

बीआई कल। 6 वर्तमान रुझान

भविष्य में हम बीआई से क्या उम्मीद कर सकते हैं, यह देखते हुए कि आज लगभग हर कार्यालय कार्यकर्ता क्लाउड सेवा का उपयोग अपने पूर्वानुमान बनाने के लिए कर सकता है? विश्लेषक 6 वर्तमान रुझानों को इंगित करते हैं जो आने वाले वर्षों में बीआई के विकास को निर्धारित करेंगे।

स्वयं खानपान

बीआई के क्षेत्र में आज की वास्तविकता ऐसी है कि प्रत्येक व्यवसाय उपयोगकर्ता को अपना बीआई पारिस्थितिकी तंत्र बनाने और आवश्यकतानुसार अनुरोध करने का अवसर मिलता है। क्लाउड सेवाओं के उद्भव के कारण सिस्टम परिनियोजन की समस्याओं को हल किया गया था, और अधिकांश आधुनिक समाधानों में डेटा स्रोतों और उनकी तैयारी का कनेक्शन स्वचालित था। इस प्रकार, बीआई तकनीक अधिक सुलभ हो गई है, और डेटा विज्ञान में अनुभव अब सिस्टम उपयोगकर्ताओं से आवश्यक नहीं है। अब चित्रमय इंटरफ़ेस के माध्यम से आप अपने स्वयं के डेटा स्रोतों को जोड़ सकते हैं, जिसमें स्प्रेडशीट भी शामिल हैं, व्यक्तिगत डैशबोर्ड बनाएं और विभिन्न तरीकों से परिणामों की कल्पना करें।


एक चार्ट अध्ययन के अनुसार, चार्ट विभिन्न डेटा इकाइयों से डेटा स्रोतों को जोड़ने की लोकप्रियता को दर्शाता है। इस प्रकार, आज एक संगठन की प्रत्येक व्यावसायिक इकाई प्रभावी विश्लेषण के लिए अपना डेटा स्थान बना सकती है।

विश्लेषण से लेकर कार्रवाई तक

यह उम्मीद की जाती है कि बीआई सिस्टम न केवल मौजूदा स्थिति को समझने में मदद करेगा, बल्कि उन वास्तविक कदमों के बारे में भी सुझाव देना शुरू कर देगा जिन्हें किसी निश्चित समय पर लेने की आवश्यकता है। वास्तव में, इस तरह की कार्यक्षमता पहले से ही सबसे उन्नत बीआई-सिस्टम में दिखाई देती है, और व्यावसायिक उपयोगकर्ता न केवल मौजूदा रुझानों के बारे में सीख सकते हैं, बल्कि यह भी सिफारिश कर सकते हैं कि सेट केपीआई को बढ़ाने के लिए स्थिति का उपयोग कैसे करें। दूसरे शब्दों में, बीआई सिस्टम को केवल इस स्थिति में करने के लिए रिपोर्ट को संकलित नहीं करना चाहिए और डेटा अभ्यावेदन उत्पन्न करना चाहिए, बल्कि आपको तुरंत सूचित करना चाहिए कि आपको क्या करना है (या, इसके विपरीत, आवश्यकता नहीं है)।

प्राकृतिक भाषा का उपयोग करना

जाहिर है, उपयोगकर्ताओं के लिए कुछ विशिष्ट प्रारूप में अनुरोध करने के साथ-साथ कुछ गणनाओं के रूप में प्राप्त उत्तरों को डिक्रिप्ट करना बहुत सुविधाजनक नहीं है। यह पूछने के लिए बहुत अच्छा होगा: "हमारी बिक्री कैसे चल रही है, कैप?", और प्राप्त करने के लिए प्रतिक्रिया में: "बिक्री में 18% की वृद्धि हुई है, अधिक बैंगन खरीदना आवश्यक है।" इस दृष्टिकोण को मूर्त रूप देने के लिए, आज डेवलपर्स सक्रिय रूप से प्राकृतिक भाषा - एनएलपी (प्राकृतिक भाषा प्रसंस्करण) और एनएलजी (प्राकृतिक भाषा पीढ़ी) के साथ काम करने के लिए प्रौद्योगिकियों की शुरुआत कर रहे हैं। दृष्टिकोण को लागू करने के लिए, हम कृत्रिम बुद्धिमत्ता के क्षेत्र में उपलब्धियों का उपयोग करते हैं, जिन्हें विशेष रूप से भाषाई निर्माणों को कंप्यूटर प्रश्नों में बदलने और इसके विपरीत प्रशिक्षित किया जाता है। इस प्रकार, एनएलपी और एनएलजी की सटीकता हर दिन बढ़ रही है।

सर्वव्यापी बीआई

बीआई प्रौद्योगिकियों की एक दिलचस्प विशेषता यह है कि किसी कंपनी में जितने अधिक उपयोगकर्ता हैं, विश्लेषण का स्तर उतना ही गहरा है कि उपकरण का उपयोग किया जा सकता है। यदि प्रत्येक कर्मचारी के पास बीआई के साथ काम करने का अवसर है और वह अपने काम के लिए ऐसा करने में लाभ देखता है, तो वह न केवल खुद के लिए डेटा एकत्र करेगा, बल्कि सामान्य कॉर्पोरेट रिपॉजिटरी को भी जानकारी के अपने अद्यतन स्रोतों को जोड़कर इसकी भरपाई करेगा। इस बीच, तेजी से पारदर्शी लाइसेंसिंग और क्लाउड कार्यान्वयन के कारण बीआई की उपलब्धता हमें इस तरह की प्रणालियों के कंपनी के सबसे विविध स्तरों में प्रवेश के बारे में बात करने की अनुमति देती है - उत्पादन और बिक्री से लेकर एचआर और मार्केटिंग तक। इसी तरह की योजनाओं को पहले ही BI सिस्टम जैसे IBM Cognos पर सफलतापूर्वक लागू किया जा चुका है।


विश्लेषकों ने ध्यान दिया कि BI सिस्टम के लिए विभिन्न उद्योगों के अनुरोधों का अर्थ है अलग-अलग कार्यक्षमता का उपयोग। उदाहरण के लिए, शिक्षा में, पाठ डेटा का विश्लेषण करने की क्षमता एक बड़ी भूमिका निभाती है, और खुदरा में, डेटा कैटलॉग के साथ काम करना। हालांकि, आज यह बीआई-सिस्टम की कार्यक्षमता की चौड़ाई है जो पूरे कंपनी में एंड-टू-एंड एनालिटिक्स को लागू करने की संभावना को खोलता है।

दृश्य

व्यावसायिक बुद्धि में उपयोग किए जाने वाले डेटा की मात्रा में कई वृद्धि से उनकी प्रस्तुति को सरल बनाने की आवश्यकता हुई है। पहले, बीआई विशेषज्ञ डेटा कॉलम और सरल आरेखों के साथ काम करते थे, लेकिन आज दृश्य की भूमिका बढ़ रही है। कई बीआई सिस्टम 3 डी विज़ुअलाइज़ेशन का उपयोग करते हैं, साथ ही साथ वीडियो मॉडलिंग सहित प्रवृत्तियों के चित्रण के विभिन्न तरीकों का उपयोग करते हैं, जब कई संकेतक गति में प्रदर्शित होते हैं, जैसे पानी की एक धारा या मधुमक्खियों का झुंड। यह दृष्टिकोण हमें न केवल "तिमाही के अंत तक बिक्री में गिरावट", बल्कि इस प्रवृत्ति से संबंधित संकेतकों की एक पूरी श्रृंखला को देखने की अनुमति देता है।

कहानी कहने

और शायद आधुनिक बीआई के विकास में सबसे "स्वादिष्ट" प्रवृत्ति कहानी की उपस्थिति है, विश्लेषण को प्रदर्शित करने के लिए एक दृश्य कहानी बताने की क्षमता (और सिस्टम द्वारा पाई गई कार्रवाई के लिए सिफारिशें)। मौजूदा विज़ुअलाइज़ेशन के तरीकों के अलावा, स्टोरीटेलिंग उन लोगों के साथ प्रभावी संचार की संभावना को खोलता है जो विभाग की समस्याओं या व्यावसायिक प्रक्रियाओं में गहराई से डूबे नहीं थे।

कुछ डैशबोर्ड आज कहानी कहने के अवसर प्रदान करते हैं। उदाहरण के लिए, डोमो बीआई समाधान आपको विश्लेषण प्रक्रिया में पाए गए किसी भी अंतर्दृष्टि को प्रदर्शित करने के लिए एक कहानी बनाने की अनुमति देता है।

बेशक, कहानी कहने का मतलब सूचनाओं को पेश करने के पारंपरिक तरीकों को छोड़ना नहीं है, जिसे अब कथावाचन कहा जाता है। सबसे पहले, डेटा एकत्र किया जाता है और कई KPI और अन्य पैरामीटर प्रदर्शित किए जाते हैं। हालांकि, एक डैशबोर्ड को देखकर, उदाहरण के लिए, खरीद विभाग का एक विशेषज्ञ, एक शीर्ष प्रबंधक तुरंत संकेतक और चार्ट की पूरी विविधता को समझने में सक्षम नहीं होगा। इस मामले में कहानी कहने का कार्य आपको स्पष्ट रूप से यह दिखाने की अनुमति देता है कि एकत्र किए गए डेटा से कौन सा निष्कर्ष निकलता है, और नकारात्मक परिणामों से बचने या अपने लक्ष्यों को प्राप्त करने के लिए कौन से कार्य आवश्यक हैं।


इस तथ्य के कारण बीआई-सिस्टम में स्टोरीटेलिंग फ़ंक्शन दिखाई देने लगा कि विश्लेषणात्मक एल्गोरिदम खोजने वाले अधिकांश अंतर्दृष्टि को विषय में स्पष्टीकरण और विसर्जन की आवश्यकता होती है। फिलहाल, डेवलपर बीआई टूल के परिणामों पर क्लिक करके एक तैयार कहानी प्राप्त करने का प्रयास कर रहे हैं। यह दृष्टिकोण प्रस्तुतियों को तैयार करने में समय की एक बड़ी राशि बचाता है, जबकि सबसे गर्म निष्कर्षों को व्यक्त करने का अवसर बरकरार रखते हुए, उदाहरण के लिए, कंपनी के प्रमुख शेयरधारकों को कम से कम संभव समय में सही निर्णय लेने में मदद करने के लिए।


कहानी कहने का एक उदाहरण iDVP प्लेटफॉर्म पर आधारित रूसी BI- विकास का उपयोग है , जिसका उपयोग EMIAS निगरानी केंद्र में किया जाता है । सिस्टम डेटा एकत्र करता है, जिसमें जारी किए गए कूपन, प्री-रिकॉर्डिंग, रिसेप्शन पर रिपोर्ट, स्टाफ लोडिंग आदि की जानकारी शामिल है। लेकिन एक स्पष्ट और समझने योग्य 3 डी-विज़ुअलाइज़ेशन के अलावा, यह आपको किसी भी मुद्दे पर गहराई से "गोता" लगाने की अनुमति देता है, उदाहरण के लिए, प्रत्येक साइट के लिए कर्मियों की कमी का आकलन करने के लिए, साथ ही विभिन्न विशेषज्ञों के लिए लाइनों में प्रतीक्षा समय का अध्ययन करने के लिए। उपयोगकर्ता केवल उसके हित के तत्व पर क्लिक कर सकता है और पूरे "कहानी" को देख सकता है, बिना संदर्भ के अध्ययन में गोताखोरी के।

क्या आपको बीआई की आवश्यकता है?

जैसे-जैसे स्व-सेवा क्षमताओं का विस्तार होता है, साथ ही क्लाउड सेवाओं का निर्माण भी होता है, जिन्हें अलग कंप्यूटर या सर्वर पर स्थापित करने की आवश्यकता नहीं होती है, बीआई का उपयोग आसान और अधिक किफायती होता जा रहा है। वास्तव में, प्रत्येक कर्मचारी जो रिपोर्ट या तालिकाओं का विश्लेषण करने के लिए मजबूर होता है, वह बीआई का उपयोग अपने काम की दक्षता बढ़ाने और समय बचाने के लिए कर सकता है, खासकर अगर चयनित सिस्टम में प्राकृतिक भाषा क्षमताएं हैं। कहानी कहने के उपकरण कंपनी के भीतर "उपयोगी डेटा" की गति को तेज करते हैं, जो लगातार बदलती बाजार स्थितियों में बीआई तकनीक के उपयोग को और भी अधिक लोकप्रिय बनाता है। इसलिए, बीआई की आवश्यकता का सवाल "आवश्यक या नहीं" के विमान से अंतरिक्ष में जाता है "अधिकतम प्रभाव के साथ कैसे लागू किया जाए।" इसीलिए, एक Drucer के अध्ययन के अनुसार, 48% कंपनियां BI को 2019 में विकास के लिए एक महत्वपूर्ण या बहुत महत्वपूर्ण तकनीक मानती हैं, और नए उपकरणों को पेश करने में सबसे बड़ी दिलचस्पी 100 से कम कर्मचारियों वाली छोटी कंपनियों द्वारा दिखाई जाती है।

आपकी राय में, बीआई के विकास का कौन सा पहलू आपकी कंपनी में बीआई के प्रसार में योगदान (या पहले से ही योगदान) कर सकता है?

• सास क्लाउड एक्सेस
• एनएलपी और एनएलजी
• कार्रवाई के लिए तैयार सिफारिशों के लिए खोजें
• कहानी की विशेषताएं
• स्वयं सेवा सुविधाएँ