Лучшие Системы финансовой аналитики (СФА) – 2021, список программ

Лучшие Системы финансовой аналитики (СФА) - 2021, список программ Аналитика

Dw-платформы

DW-платформы (data warehouse platforms — программные средства, используемые в проектировании и управлении хранилищами данных) служат для организации поступающих из нескольких приложений данных в соответствии с тематикой, значимой для того или иного бизнеса, с целью информирования лиц, принимающих решения.

Платформенное ПО хранилища данных включает средства генерации хранилищ (data warehouse generation, DWG) и средства управления хранилищами (data warehouse management, DWM). DWG — это программные средства, используемые в проектировании, очистке, преобразовании, загрузке и администрировании хранилищ.

Klipfolio

Лучшие Системы финансовой аналитики (СФА) - 2021, список программ

Klipfolio — это BI платформа, которая на 100% находится в облаке, в результате чего обработка данных эффективна, и можно визуализировать данные с изменениями в real-time. Система отличается своей простотой, а интерфейс интуитивно понятен.

Oracle

По данным IDC, Oracle является лидером рынка BA. Ее флагманский продукт — Oracle Exadata Database Machine — комплексное решение, включающее серверы, системы хранения данных, сеть и программное обеспечение, которые отличаются широким масштабированием, безопасностью и высокой отказоустойчивостью.

В плане дохода Oracle Exadata пока вносит небольшой вклад в общий бизнес Oracle в области бизнес-аналитики, который включает программное обеспечение построения хранилищ данных, BI-инструментарий, средства анализа пространственной информации и целый ряд аналитических приложений.

Gartner подтверждает лидирующие позиции Oracle, указывая эту компанию в правом верхнем секторе во всех трех квадрантах — BI-платформы, CPMS и DWH/DBMS (см. рис. 5, 6 и 8).

Power bi

Лучшие Системы финансовой аналитики (СФА) - 2021, список программ

Power BI — это онлайн-сервис, разработанный Microsoft для бизнес-аналитики с возможностью подключения различных источников данных и сторонних приложений. Платформа обладает веб-интерфейсом, позволяющим создавать кастомизированные визуализации, а с помощью настольного приложения можно проводить стандартизацию и очистку данных. Интересно, что существует также и мобильная версия Power BI, доступная на различных ОС, чтобы принимать решения на ходу.

Power BI прост и минималистичен, но в то же время обладает мощью и стабильностью. Как и любое другое ПО, у него есть как плюсы, так и минусы.

Qlikview

— это платформа, которая концентрируется на пользователе, как на получателе данных. Она позволяет ему исследовать свои данные по тем же принципам, что и разработчик, который занимается их обработкой. При этом, чтобы поддерживать гибкость в своем подходе к изучению и визуализации данных, система сохраняет связи между данными.

Вообще, гибкость QlikView заслуживает отдельной похвалы, поскольку в нем можно изменить и подкрутить любую частицу любого объекта, что открывает огромные возможности для подстройки графиков и дашбордов под конкретную задачу. Вдобавок к этому, в QlikView есть и встроенный ETL, а это значит, что и базовые операции очистки и обработки данных в нем тоже можно проводить. С другой стороны это может обойтись достаточно дорого.

Tableau

Лучшие Системы финансовой аналитики (СФА) - 2021, список программ

Еще одна крупная платформа — это Tableau. Как и большинство BI инструментов, Tableau специализируется на анализе данных через их визуализацию. В нем легко создавать интерактивные дашборды, которые позволяют изучить динамику, тренды и структуру данных, с помощью удобных и простых, но не менее эффективных графиков.

Как и многие другие сервисы, Tableau поддерживает множество разных источников данных, организованных в формате файлов (CSV, JSON, XML, MS Excel и др.), реляционных и нереляционных БД (PostgreSQL, MySQL, SQL Server, MongoDB и др.) и облачных систем (AWS, Oracle Cloud, Google BigQuery, Microsoft Azure).

Ключевое отличие Tableau от конкурентов заключается в его особой функции — смешивании данных — комбинировании данных из разных БД и источников. Также Tableau позволяет нескольким пользователям одновременно работать над отчетом в реальном времени. Еще, в платформе реализовано несколько способов того, как можно делиться отчетами: 1) публикуя их на сервере Tableau; 2)

Аналитические приложения

Компания IDC определяет аналитические приложения (analytic applications) как приложения, которые служат для поддержки бизнес-процессов и характеризуются следующими признаками:

  • структурируют и автоматизируют задачи, относящиеся к оптимизации, контролю и пересмотру бизнес-операций, или служат для выявления возможностей для развития нового бизнеса;
  • могут функционировать независимо от основных транзакционных приложений организации или обмениваться данными с ними;
  • поддерживают анализ временных трендов (анализируют тенденции в прошлом и делают прогнозы на будущее).
  • IDC выделяет следующие виды аналитических приложений:
  • аналитические приложения для управления человеческим капиталом, которые обеспечивают аналитическую обработку информации по кадровому учету, оценке сотрудников и т.п.;
  • аналитические приложения для оптимизации цепочек поставок, которые включают задачи логистики, планирования, оптимизации и транспортировки;
  • аналитические приложения учета и оптимизации ресурсов, материалов и продуктов, в том числе в производстве и закупках;
  • аналитические приложения для автоматизации сервисных функций — автоматизация индустриально специфичных секторов в госструктурах, финансовых, учебных, социальных сервисов и т.д.;
  • аналитические приложения для управления CRM (CRM Analytic Applications), которые могут быть «заточены» под различные сегменты, такие как торговля, маркетинг, обслуживание клиентов или контакт­центры. .
Дополнительный анализ:  Проблематика оплаты ИИ-сервисов через ОМС

Примеры вендоров и продуктов в этой области: Avaya — аvaya аnalytics, Oracle — Sales Analytics, SPSS (часть IBM) — Predictive Web Analytics.

На рис. 1 нет выделенного блока «Приложения для веб­аналитики (Web analytic applications)», поскольку IDC считает приложения для веб­аналитики специализированным типом приложений CRM-аналитики, которая позволяет измерять и оптимизировать поведение клиентов в Web.

Примеры вендоров и продуктов в данном сегменте: Coremetrics — Coremetrics Analytics, Omniture (часть Adobe) — SiteCatalyst, Discover, WebTrends — WebTrends Analytics.

Информация о продукте и производительности

1Компиляторы Intel могут не обеспечивать для процессоров других производителей уровень оптимизации, который не является присущим только процессорам Intel®. В число этих оптимизаций входят наборы команд SSE2, SSSE3 и SSE3, а также другие оптимизации.

Корпорация Intel не гарантирует наличие, функциональность или эффективность оптимизаций микропроцессоров других производителей. Оптимизации, зависимые от микропроцессора, в этой продукции предназначены для использования на микропроцессорах Intel®. Некоторые оптимизации, не относящиеся к микроархитектуре Intel®, предназначены для микропроцессоров Intel®.

Ключевые характеристики

В QlikView есть бесконечное количество полезных функций, которые помогают создавать продвинутые дашборды на основе данных из самых разных источников.

Во-первых, одна из таких функций — возможность инструмента автоматически распознавать связи между данными без какой либо предварительной конфигурации от пользователя, что в разы ускоряет процесс создания отчетов и дашбордов.

Во-вторых, еще одно замечательное свойство QlikView — это хранение данных в оперативной памяти сервера, что значительно ускоряет выполнение запросов, а следовательно и анализ данных. Более того, платформа может на ходу проводить агрегирование данных, а это тоже быстрее, чем делать это в два шага: сначала агрегировать, а затем уже доставать данные.

Конечно, хранение данных в оперативной памяти может показаться неэффективным подходом, однако QlikView отлично справляется с этой проблемой благодаря невероятной степени сжатия данных, минимизируя место, которое они занимают, до 10% от первоначального. Это стало возможным благодаря умелому использованию словарей данных и сохранению только самого необходимого для анализа.

Опросы подтверждают повышенный интерес к бизнес-аналитике

Опросы, проведенные IDC в 2021 году, свидетельствуют о растущем интересе со стороны руководителей ИТ-подразделений к приложениям бизнес-аналитики (рис. 9-11).

Особенности

Многие конкуренты QlikView признают его уникальность и пытаются воссоздать множество его функций, чаще всего — неудачно. Причина в том, что в QlikView реализована первая в мире, уникальная ассоциативная модель данных, то есть ПО управляет взаимосвязями между данными на уровне внутренних инструментов платформы, а не на прикладном.

Отличительные особенности

Tableau обладает широчайшими возможностями визуализации: богатая библиотека платформы включает в себя облака слов, пузырьковые и древовидные диаграммы, которые позволяют достигнуть более высокого уровня понимания своих данных и их контекста.

Как уже было сказано, дашборды Tableau чрезвычайно гибки. Основные функции сервиса позволяют невероятным образом размещать элементы на дашборде и совмещать и накладывать их друг на друга любым образом, что очень полезно в эпоху эргономики рабочего места.

Tableau довольно дружелюбен для начинающих пользователей, платформа направлена на тех, кто до этого еще не вдавался в технические детали процесса визуализации. Эта цель достигается за счет интуитивно понятного интерфейса: все необходимое чаще всего достигается не больше, чем за 2 клика мышкой, фильтры найти легко, а все операции понятно задокументированы.

С Tableau легко работать не только с точки зрения разработки и создания отчетов, но и со стороны конечного пользователя — менеджмента. Дополнительные фильтры, создание новых параметров, простая и понятная интерактивность данных — все это значительно ускоряет принятие решений и делает их более эффективными.

Программное обеспечение аналитических задач

А. Д. Андреева

Программное обеспечение аналитических задач

На основе обзора средств автоматизированного анализа информации выделены варианты компьютерной обработки данных, направления их развития, степень представления аналитических модулей разного типа на современном рынке. Перспективными признаны подсистемы, настроенные на стратегическое управление предприятием, анализ информации о внешней среде, формирование сложных технологий управления знаниями на предприятиях с использованием широкого программно-технического комплекса интеллектуального типа.

Ключевые слова: анализ, информация, компьютерные технологии, информационноаналитические системы

Компьютерные технологи органично вошли в жизнь современной библиотеки. Значительные объемы данных скапливаются в многочисленных текстовых базах, локальных и глобальных сетях, часто представляя собой массив неструктурированной информации.

В современных условиях аналитику приходится постоянно работать со стремительно растущим информационным потоком даже по локальной тематике. Если в подобных условиях отсутствуют адекватные и эффективные инструменты анализа данных, то аналитику информационных ресурсов приходится обрабатывать огромные массивы информации вручную. Это приводит к неоправданному расходу времени и усилий, что, в свою очередь, часто провоцирует финансовые потери. Современные технологии позволяют автоматизировать и оптимизировать многие процессы анализа информации – повысить скорость обработки и увеличить объемы анализируемых данных, повысить общее качество работы и облегчить представление результатов анализа.

Основная проблема в разработке компьютерных технологий анализа заключается в информационном разнообразии слабо структурированных дан-ных1. Информация может быть представлена в самой различной форме и различных форматах. В общем виде она может существовать в виде структурированных и частично структурированных данных (базы данных, файлы табличных процессоров и т.д.) и неструктурированных данных (контент на естественном языке, файлы текстовых процессоров, ^^еЪ-страницы, мультимедиа и т.д.). Упорядоченная информация гораздо легче поддается анализу; иногда даже не требуются специальный инструментарий: среда, в которой существуют данные, предоставляет возможности для их обработки. Однако доля структурированной информации остается незначительной, а объем «свободных» данных наращивается2. Соответственно возрастает актуальность освоения компьютерной обработки информации – по мере того, как специалистам при-

Дополнительный анализ:  ПЦР-тест -

1 Леонов В. П. Введение в семиотику информационных технологий. Томск: Изд-во НТЛ, 2021. 248 с.

2 Беленький А. Текстомайнинг. Извлечение информации из неструктурированных текстов // КомпьютерПресс. 2021. № 8. С. 60.

ходится принимать решения на базе анализа неструктурированных и слабоструктурированных массивов большого объема.

Разновидности программных средств обработки данных. Аналитика присутствует во всех сферах научной и хозяйственной деятельности – и в каждой из них специалист сталкивается с необходимостью быстрой обработки данных. В соответствии с поставленными задачами, возможностями предприятия и характеристиками обрабатываемой информации программные продукты используются в нескольких вариантах:

– надстройка к пакетам прикладных программ в виде набора дополнительных инструментов экспорта и намеченной обработки данных;

– алгоритмы, встроенные в корпоративную информационную систему, для осуществления типовых процедур ведения массива и обработки данных;

– набор командных меток, обеспечивающих последовательное выполнение функций в базовом пакете СУБД;

– адаптация стандартных программ статистической обработки данных, универсальных и эксплуатируемых в управленческих, бухгалтерских системах;

– специализированные многозадачные программы для информационного анализа;

– специальное программное обеспечение для конкретных аналитических технологий1.

Российские специализированные аналитические системы, ориентированные на выполнение конкретных задач (контент-анализа, прогноза отдельных массивов данных), стали появляться на рынке программного обеспечения только в начале 2000-х гг. Конечно, технологии автоматизированного анализа для больших и средних ЭВМ начали создаваться еще в 1970-е годы. Например, новаторским являлся отечественный пакет прикладных программ «Кластер». Однако в течение трех десятилетий анонсировались только единичные проекты, которые либо не выходили на рынок, либо не имели широкого внедрения. Аналитические блоки, входившие в локальные корпоративные информационные системы второй половины 1990-х гг., были ориентированы исключительно на экономический и технический анализ показателей хозяйственной деятельности.

В настоящее время основная часть программных продуктов создается организациями или даже конкретными программистами инициативно, под конкретные задачи. Как правило, они являются коммерческой тайной, не распространяются на внешнем рынке. В числе инициаторов выступают информационные и консалтинговые фирмы, крупные предприятия страны, банки. Такие информационно-аналитические системы строятся под решение конкретных

1 Гордукалова Г. Ф. Анализ информации: технологии, методы, организация: учеб. пособие. СПб.: Профессия, 2009. С. 436-437.

задач с учетом специфики предприятия или отрасли хозяйственной деятельности. В редких случаях создается продукт универсального профиля, который активно рекламируется, но пользуется невысоким спросом на рынке аналитики. Значительная часть программных средств предназначена для статистической обработки финансовой, биржевой, микроэкономической информации. Для анализа текстовой информации особенно распространены продукты и системы для контент-анализа, растет интерес к технологии определения тональности текста.

Тенденции рынка программных средств обработки информации. На

сегодняшний день рынок программного обеспечения аналитических задач дифференцируется по нескольким направлениям:

– Специализированные программные продукты для анализа неструктурированной и слабоструктурированной информации (УЛЛЬ, Медиалогия, ЯСО, Галактика 200М).

– Пакеты для универсальной статистической обработки данных (8Р88, АТИС, ’^М81аг).

– Корпоративные информационно-аналитические системы.

– Программно-технические комплексы интеллектуального типа.

Корпоративные, региональные и отраслевые информационно-

аналитические системы выполняют широкий круг функций: от простого генерирования отчетов в электронных таблицах до подготовки бизнес-плана. В рамках этих систем предполагаются аналитические модули трех основных типов:

– подсистемы корпоративной отчетности;

– подсистемы аналитической обработки данных и аналитической отчетности;

– подсистемы глубокого анализа данных.

Очевидно, что наиболее перспективным является третий тип аналитических модулей, но для его активного развития важно стандартизировать промежуточную стадию – автоматизированного извлечения знаний из текстов на естественном языке1.

Информационно-аналитические системы обладают особой спецификой -они вынуждены иметь дело с множеством влияющих внешних факторов, которые сложно учитывать при логических вычислениях. В этом смысле особенно перспективными можно признать подсистемы, настроенные на стратегическое управление предприятием, анализ информации о внешней среде, а не только на многочисленные вариации форм представления текущих показателей деятельности субъекта.

1 Нечипоренко А.В., Русин А. О. Система автоматизированного извлечения знаний из текстов на естественном языке // Информационные системы и технологии. 2003. Новосибирск: НГТУ, 2003. Режим доступа: http://noolab.ru.

Среди иных тенденций в развитии аналитических систем можно выделить следующие: создание интегрированных комплексов специализированных аналитических систем с выделением централизованного портала; проектирование систем на основе многомерной аналитической обработки данных; включение в системы прогнозно-аналитических функций; формирование сложных технологий управления знаниями на предприятиях с использованием широкого программно-технического комплекса интеллектуального типа.

При создании информационно-аналитических систем особое внимание уделяется визуализации данных с помощью графических средств и удобным интерфейсам пользователей. Информационно-аналитические технологии сложны, поэтому усилия разработчиков направлены на создание и совершенствование оболочки для специалистов, не обладающих особыми дополнительными знаниями (например, навыками программирования). Это значительно облегчает работу аналитика с программными продуктами, сокращает время, необходимое на их освоение, и делает взаимодействие с инструментарием гораздо более удобным.

Дополнительный анализ:  31.01.2018 Подготовлен комментарий к новому федеральному стандарту бухгалтерского учета для организаций госсектора "Основные средства" :: Комментарии законодательства

Ключевая тенденция – современное программное обеспечение хорошо обеспечивает обработку формализованных данных, специально собранных под решение конкретной аналитической задачи. Что же касается слабоструктурированной информации, то использование специализированных программных комплексов требует существенной настройки под аналитические запросы. В этой связи интерпретация результатов обработки остается за аналитиком.

Таким образом, сочетание автоматизированных и интеллектуальных технологий уже сейчас существенно облегчает работу аналитика, предоставляя большие перспективы в будущем. Аналитик информационных ресурсов должен быть готов к непрерывному освоению новых технологий, чтобы иметь возможность своевременно использовать их потенциал. Важно выявлять специализированные программные комплексы, умело использовать универсальные программы статистической обработки данных, быстро осваивать новые функции и сервисы, ориентированные на обработку текстовой информации.

Программное обеспечение управления производительностью

Программное обеспечение управления производительностью (performance management software) используется для планирования производительности, сбора данных о производительности, отслеживания эффективности, учета ресурсов и составления соответствующих отчетов об их состоянии.

Примеры вендоров и продуктов: BMC — Performance Manager, MQSoftware MAINVIEW; CA — Spectrum, Wily; Compuware — Strobe, iStrobe, Vantage, Gomez; HP — Performance Manager, SiteScope; IBM — Tivoli OMEGAMON, IBM Tivoli Monitor, IT/CAM.

Для того чтобы понять, на какие вопросы помогают ответить разные аналитические приложения, рассмотрим рис. 2.

Рынок ba в трактовке idc

В 2021 году IDC оценила рынок бизнес-аналитики (business analytics) в размере 28 млрд долл. и прогнозировала его примерно 10-процентный рост. Исходя из этого можно предположить, что в 2021 году рынок составил около 30 млрд долл., то есть почти 10% от мирового рынка программного обеспечения.

IDC определяет рынок BA-приложений как сочетание трех блоков (рис. 1): платформенные решения для создания и управления хранилищами данных (data warehouse platforms, DW-платформы), приложения управления производительностью и аналитические приложения (performance management software & analytic applications)

Рынок бизнес-аналитики в трактовке gartner

Говоря о рынке бизнес–аналитики, Gartner выделяет три его составляющие: платформы бизнес-аналитики (BI-платформы), приложения BI-аналитики и пакеты программ для анализа корпоративной производительности (Corporate Performance Suites, CPMS).

Gartner определяет BI-платформу (BI platform) как программную платформу, обеспечивающую функции интеграции, предоставления информации и ее анализа.

Интеграция подразумевает, что все инструменты платформы используют общие средства обеспечения безопасности, метаданные, средства администрирования и генерации запросов. BI-платформа должна предоставлять средства программной разработки для интеграции приложений в общий бизнес-процесс, давать разработчикам возможность создания BI-приложений без кодирования вследствие применения мастеров визуального редактирования, а также иметь средства интеграции с Microsoft Office.

Средства анализа информации включают средства аналитической обработки в реальном времени OLAP (Online Analytical Processing); продвинутую визуализацию, которая позволяет представлять данные для более эффективного их восприятия в виде интерактивных картинок и диаграмм; предиктивное моделирование и дейтамайнинг; карты показателей (Scorecards).

Средства предоставления информации — это средства создания отчетов в виде приборных панелей с интуитивно понятными изображениями и генераторы нерегламентированных запросов, позволяющие создавать отчеты в режиме самообслуживания.

Расстановка сил на рынке BI-платформ показана на рис. 5.

Таксономия разная — лидеры рынка те же

Компании IDC и Gartner по-разному сегментируют рынок бизнес-аналитики и пользуются различными терминами, поэтому совместный анализ их данных требует применения довольно сложной процедуры наложения одних данных на другие. Однако, несмотря на разные методики, обе аналитические компании примерно одинаково определяют ключевых вендоров и оценивают их роль на рынке.

Удобство использования

Интерфейс прост и будет понятен всем, кто знаком с Windows (то есть почти каждому), поэтому работать с Power BI обычно приятно. Множество кнопок и функций выглядят похоже на MS Excel и другие продукты MS Office.

Визуализации же создаются старым добрым способом drag-and-drop. Все, что вам нужно для создания какого-либо графика — нажать на необходимый элемент и перетащить его на пустое место в отчете. Тот же принцип работает и при выборе того, какие данные необходимо визуализировать — просто выделите кусок данных и поместите его на то место, где находится график.

Выводы

Определяя рынок бизнес-аналитики, компания IDC включает в него раздел, связанный с организацией и управлением хранилищами информации, — DWH, в то время как Gartner рассматривает его отдельно. Оценки двух этих аналитических компаний расходятся прежде всего по этой причине.

IDC и Gartner по-разному сегментируют рынок бизнес-аналитики и пользуются различными терминами, поэтому совместный анализ их данных требует довольно сложной процедуры наложения одних данных на другие.

Несмотря на разные методики, обе аналитические компании примерно одинаково определяют ключевых вендоров, отмечая решающую роль компаний Oracle, SAP, IBM и Microsoft и увеличение доли их присутствия на рынке.

В статье использованы материалы IDC и Gartner.

КомпьютерПресс 04’2021

Оцените статью
Аналитик-эксперт
Добавить комментарий

Adblock
detector