ML в стратегических, аналитических и операционных дашбордах Polymatica

21 Ноября 2022 09:0021 Ноя 2022 09:00 |
Поделиться

Одним из трендов в сфере бизнес-аналитики является внедрение машинного обучения (ML). В данной статье на примере BI-системы Polymatica подробно рассказано о новых возможностях, которые открываются перед пользователями благодаря этим технологиям.

Системы Business Intelligence внедряются компаниями для получения следующих преимуществ:

  • единая точка правды благодаря выстроенной методологии и единому подходу на этапах сбора, хранения и агрегации данных;
  • мгновенный доступ к информации вплоть до исходных данных;
  • наглядное представление информации, удобное для принятия управленческих решений;
  • единая корпоративная среда работы с данными для бизнес-пользователей, которая дает возможность получения новых знаний от объединения данных различных департаментов и внешней информации, а также оперативную поддержку принятия решений на основе единых данных компании.

Артефактами BI-системы являются отчеты и информационные панели — русская альтернатива слову «дашборд». Информационные панели предназначены для отслеживания различных показателей как в целом по бизнесу, так и по отдельным направлениям и технологическим процессам. В зависимости от целевой аудитории, рассматриваемого периода и глубины данных панели делятся на три категории:

  • стратегические
  • аналитические
  • операционные

Стратегические панели

Стратегические дашборды предназначены для высшего руководства, собственников бизнеса, вице-президентов, руководителей больших департаментов/направлений. Они с одного взгляда должны давать представление о том, как чувствует себя компания или департамент. Пользователи могут обращаться к такой панели каждую неделю, месяц или квартал.

Рекомендации для построения стратегической информационной панели.

  1. Определите целевую аудиторию — для кого предназначен дашборд?
  2. Удостоверьтесь, что показатели коррелируют со стратегическими целями организации.
  3. Для стратегических дашбордов важен внешний вид — он должен соответствовать фирменному стилю и быть приятным на глаз. Поэтому не загромождайте панель лишними показателями, оставляйте достаточно свободного пространства.
  4. Обеспечьте качество данных, дважды проверив правильность всех показателей на информационной панели.
  5. Используйте методы машинного обучения для того, что сделать прогноз на будущие периоды по важным направлениям.
  6. Включите инсайты и предложения, на которые следует обратить внимание. Это поможет руководителям.

В создании дашбордов в фирменном стиле заказчика есть два подхода:

  1. Адаптировать дизайн в режиме конструктора — актуально для BI-систем с самообслуживанием.
  2. Привлечь программистов, чтобы они сверстали дашборд согласно дизайну на проектной основе.

«Полиматика» использует первый подход. Инструмент Polymatica Dashboardsявляется конструктором информационных панелей, но с возможностью адаптировать внешние элементы под требования заказчика.

Тему и палитру можно настроить один раз, и в дальнейшем все дашборды создавать в фирменном стиле самостоятельно. Это позволяет оперативно вносить коррективы, когда нужно, например, внести новый показатель или добавить график. В режиме конструктора это можно сделать за несколько минут.

Проверка данных обеспечивается с помощью просмотра результатов в различных системах. При небольшом объеме данных можно продублировать расчеты в сводных таблицах Excel. Polymatica Analytics, усовершенствованный OLAP-сервер с графическим интерфейсом, позволяет в интерактивном режиме создавать аналитические срезы на миллиардах строк данных.

Polymatica ML тоже является аналитическим инструментом с графическим интерфейсом. С помощью визуального конструктора у пользователя появляется возможность создавать большое количество моделей ML, прогнозирующих выполнение KPI бизнеса.

Результаты работы продвинутых алгоритмов отображаются в доступной и наглядной форме на информационных панелях. Например, можно настроить регулярно обновляемый прогноз объема продаж или количества договоров, выполненных в срок.

В шестом пункте рекомендаций предлагается сопровождать стратегическую информационную панель пояснительным текстом, объясняющим ключевые тенденции и рекомендации по действиям, которые необходимо предпринять. В Polymatica Dashboards есть возможность вставить текстовый блок, чтобы аналитик мог в краткой форме зафиксировать свои выводы, а руководитель смог оперативно принять решения, опираясь на полученные результаты.

Стратегические информационные панели играют важную роль в визуализации того, как организация или департамент достигают своих долгосрочных целей. Они являются основой для принятия важных решений, способных либо поднять компанию на новый уровень, либо помешать ее развитию.

Аналитические панели

Цифровая трансформация, где многие процессы являются измеримыми и доступными для количественной оценки, дает новый импульс развитию аналитической культуры. В свою очередь, это означает вовлечение сотрудников разных уровней в процессы поиска узких мест и способов увеличения эффективности работы организации с помощью данных.

Аналитические панели предназначены для руководителей, которые не только хотят видеть финальное значение показателя, но и то, из чего складываются результаты, вплоть до анализа данных на исходном уровне детализации. Расширенные интерактивные функции современных BI-систем позволяют «провалиться» на разные уровни отчетности и использовать большой выбор фильтров.

Особенности аналитических панелей:

  • более сложные, чем стратегические и операционные информационные панели;
  • большая роль отводится интерактивным инструментам, позволяющим проводить более глубокий анализ;
  • предназначены для анализа долгосрочных тенденций;
  • требуют доступа к большому объему информации.

В новой версии Polymatica Dashboards (смотреть видеообзор) есть возможность использования большого количества фильтров: по дате, по периоду, по клику на элемент графика, по фильтрам, созданным вручную и из набора данных. Переходы к детальным данным могут быть осуществлены тремя способами:

  1. Drill-down — возможность по клику на элемент графика «провалиться» на другой уровень данных, например из годовых показателей в месячные.
  2. Drill-through — возможность по клику на элемент графика перейти на другой дашборд, содержащий подробную информацию с предустановленным фильтром по выбранному элементу. Как работает Drill-through.
  3. Переход в Polymatica Analytics для просмотра и анализа данных на исходном уровне детализации.

Polymatica Analytics — продвинутый аналитический инструмент, предназначенный как для аналитиков данных, так и для бизнес-пользователей. Он позволяет в интерактивном режиме работать с большими объемами данных для определения трендов и поиска закономерностей.

С помощью Polymatica Analytics без программирования можно провести, например, ABC-XYZ, RFM, когортный анализ, кластеризацию и результаты представить на панели в Polymatica Dashboards благодаря бесшовной интеграции.

Примеры решения бизнес-задач в Polymatica Analytics.

Рекомендации для создания аналитических дашбордов:

  1. Аналитические информационные панели занимаются анализом тенденций. Они должны показывать исторические данные за месяцы, кварталы или годы.
  2. Определите структуру каждой из ваших аналитических информационных панелей. В большинстве случаев такие дашборды относятся к конкретному департаменту, такому как маркетинг, продажи, финансы и т. д. Однако аналитики данных могут использовать панели для сравнения, например, как расходы на маркетинг повлияли на продажи.
  3. Аналитические информационные панели должны обеспечивать следующие основные типы интерактивности: 1) просматривать показатели; 2) выполнять детализацию данных; 3) фильтровать периоды времени и другие атрибуты.
  4. Продумайте путь пользователя, работающего с аналитической панелью — где и как ему будет удобно переходить к детализации, как и где должны располагаться фильтры.
  5. Аналитические информационные панели, как правило, являются более сложными для понимания по сравнению со стратегическими и операционными информационными панелями. Имейте это в виду при их создании. Избегайте беспорядка и разумно используйте пустое пространство. При возможности используйте один и тот же цвет для определенных метрик.
  6. Экспорт данных, возможность поделиться дашбордом являются важной частью аналитического процесса.

Операционные панели

Операционные информационные панели или дашборды для мониторинга позволяют отслеживать работу процесса, департамента, организации. Из задача состоит в том, чтобы показать, что происходит сейчас. Данные обычно поступают в режиме, близком к реальному времени и могут охватывать период в один день или максимум неделю. Они не содержат так много исторической информации, сколько стратегические или аналитические информационные панели.

Оперативные дашборды могут отображаться на больших телевизорах для просмотра всей организацией.

Для обеспечения быстрого обновления данных в Polymatica Dashboards есть возможность прямого подключения к источникам. А при использовании интеллектуальных форм ввода, можно вносить изменения и отображать на панели практически мгновенно. Например, Polymatica Dashboards был использован для визуализации плана встреч выставки, который демонстрировался на большом экране. Изменения отображались в режиме реального времени.

Рекомендации по разработке операционных информационных панелей:

  1. Поддерживайте актуальность данных. Поскольку операционные информационные панели предназначены для отображения происходящего, крайне важно иметь данные как можно ближе к реальному времени.
  2. Придерживайтесь показателей одного отдела или команды. Потому что операционная информационная панель, скорее всего, будет проецироваться на большой экран телевизора для просмотра членами конкретной команды.
  3. Установите цели (плановые показатели) для каждой метрики. Это дает команде представление о том, где они находятся по отношению к цели дня или недели.
  4. Выберите инструмент панели мониторинга, который автоматически обновляется при поступлении новых данных или через заданные регулярные промежутки времени.

Использование машинного обучение как основной тренд для увеличения эффективности анализа данных

Согласно исследованию Gartner «Magic Quadrant for Analytics and Business Intelligence Platforms» за 2022 год основной целевой аудиторией платформ бизнес-аналитики (ABI) являются пользователи, не обладающие глубокими техническими познаниями в анализе данных. Тем не менее такие пользователи способны без ограничений создавать свои модели, анализировать, исследовать данные и обмениваться полученными результатами. Самым ярким современным трендом является использования моделей машинного обучения в режиме конструктора (без программирования) для определения факторов, оказывающих наибольшее влияние на результат. На финальном этапе жизненного цикла аналитики ML-алгоритмы наравне с экспертными правилами встраиваются в систему поддержки принятия решений (СППР). При этом рекомендации от системы позволяют принимать решения как оффлайн, так и в онлайн режимах.

Polymatica ML (смотреть видеообзор)является платформой, призванной упростить создание моделей машинного обучения, и обеспечить эффективное управление жизненным циклом готовых алгоритмов. В нее входит 4 модуля:

  • Data Discovery
  • Model Designer
  • Model Manager
  • Decision Manager

Data Discovery позволяет пользователю исследовать данные перед построением аналитических моделей: выявлять закономерности и взаимосвязи в структуре данных, определять наличие пропусков и аномалий в данных, проверять гипотезы и отбирать наиболее важные переменные для моделирования с использованием инструментов визуализации, профилирования, корреляционных матриц и кластерного анализа.

В Model Designer пользователю доступен визуальный конструктор для построения моделей, который включает узлы по обработке наборов данных, построению моделей и последующей работе с ними.

Выстраивая различные последовательности узлов, пользователь может построить сложные аналитические модели, оценить их качество, интерпретировать результаты, а также сравнить модели по выбранным метрикам и сохранить лучшие в репозиторий для дальнейшего применения.

Model Manager представляет собой репозиторий для моделей, построенных как средствами Polymatica ML, так и импортированных из других инструментов. Обладая всем необходимым функционалом для применения подхода MLOps, Model Manager позволяет организовать прозрачную работу с моделями таким образом, чтобы они приносили максимальную пользу для бизнеса.

В основе Decision Manager лежит графический конструктор для работы со стратегиями принятия решений, включающей в себя запуск моделей машинного обучения и работу экспертных правил. В качестве ответа на запросы крупных организаций система обеспечивает централизованное управление доступом и процессы согласования. Гибкость системы обеспечивается за счет наличия программного интерфейса (API), а также широких возможностей для интеграции с внешними и внутренними источниками данных.

Применение таких инструментов в дополнение к BI-системах позволяет получать своевременные рекомендации по оптимальным действиям и обеспечить конкурентные преимущества в своем сегменте рынка.

Импортозамещение идет полным ходом

Уход западных вендоров придает дополнительный стимул развитию российских BI-систем и формированию их уникальных преимуществ.

Продукты Polymatica, с одной стороны, соответствуют всем требованиям self-service, где пользователи самостоятельно могут совершать все операции — от построения дашборда до публикации модели ML. Это позволяет Polymatica конкурировать с ведущими западными решениями в аналитике и BI.

С другой стороны Polymatica Dashboards, Polymatica Analytics и Polymatica ML являются достаточно открытыми системами, где пользователи могут без участия вендора добавлять собственные виджеты на JS, алгоритмы на Python, вплоть до собственных модулей. Такие функциональные возможности позволяют Polymatica превосходить многие зарубежные аналоги и полностью соответствовать требованиям со стороны пользователей.

Полный текст статьи читайте на CNews