ОСОБЕННОСТИ ПОСТРОЕНИЯ СИСТЕМ БИЗНЕС-АНАЛИТИКИ ДЛЯ ВИЗУАЛИЗАЦИИ ДАННЫХ С ВОЗМОЖНОСТЬЮ ПОСТРОЕНИЯ ИНТЕРАКТИВНЫХ ДАШБОРДО

Лапина М. А.; Вишняков Т. Д.; Пыхтина И. Е.; Головин И. В.

УДК 004.42

ОСОБЕННОСТИ ПОСТРОЕНИЯ СИСТЕМ БИЗНЕС-АНАЛИТИКИ ДЛЯ ВИЗУАЛИЗАЦИИ ДАННЫХ С ВОЗМОЖНОСТЬЮ ПОСТРОЕНИЯ ИНТЕРАКТИВНЫХ ДАШБОРДОВ

1 доцент кафедры вычислительной математики и кибернетики e-mail: norra7 @ yandex.ru Северо-Кавказский федеральный университет, Ставрополь

2 аспирант кафедры информационных систем и технологий Московский финансово-юридический университет

3 студент кафедры вычислительной математики и кибернетики Северо-Кавказский федеральный университет, Ставрополь

В статье рассмотрены технологии визуализации и обработки данных, характеристики типичных функций и компонентов систем, реализующих эти процессы. Основной фокус исследования направлен на анализ существующих систем визуализации данных, предназначенных для создания аналитических и интерактивных информационных панелей с использованием больших объемов данных. В статье описываются широко применяемые методы визуального представления информации, которые используются этими системами при обработке и анализе различных типов данных. Также выделяются как положительные, так и отрицательные качества наиболее распространенных в бизнес-аналитике систем визуализации, которые применяются для работы с большими объемами данных.

Ключевые слова: системы визуализации, большие данные, бизнес-аналитика, обработка данных.

FEATURES OF BUILDING BUSINESS INTELLIGENCE SYSTEMS FOR DATA VISUALIZATION WITH THE ABILITY TO BUILD INTERACTIVE DASHBOARDS

1 Docent, Department of Computational Mathematics and Cybernetics

e-mail: [email protected] North Caucasus Federal University, Stavropol

2 graduate student of the Department of Information Systems and Technologies Moscow University of Finance and Law

3 student of the Department of Computational Mathematics and Cybernetics North Caucasus Federal University, Stavropol

The article discusses data visualization and processing technologies, characteristics of typical functions and components of systems implementing these processes. The main focus of the research is aimed at analyzing existing data visualization systems designed to create analytical and interactive dashboards using large amounts of data. The article describes widely used methods of

visual representation of information that are used by these systems in the processing and analysis of various types of data. There are also both positive and negative qualities of the most common visualization systems in business analytics, which are used to work with large amounts of data.

Keywords: visualization systems, big data, business analytics, data processing.

В современном мире использование визуализации при описании данных бизнес-аналитики в презентациях и других документах становится все более распространенным и часто является необходимым требованием. Это обусловлено тем, что хорошо структурированные и наглядные данные легче воспринимаются человеком. В условиях санкций аналитики сталкиваются с увеличивающейся зависимостью от зарубежных программных продуктов, которых становится все меньше на рынке. Однако благодаря цифровым инструментам отечественных компаний процесс анализа бизнес-информации поддерживается [3].

Целью исследования является анализ и систематизация функционала российских BI-решений. Рассмотрим несколько наиболее известных отечественных программных продуктов, выпущенных на рынок в период с 2014 по 2022 гг.: Almaz BI, Visary BI, FlyBI, Alpha BI, - а также представим таблицу для сравнения этих и зарубежных BI-систем по основным характеристикам, таким как функциональность, доступность и особенности использования.

В таблице 1 представлено сравнение BI-систем по основным характеристикам и функциям.

Таблица 1

Сравнительная ха рактеристика BI-систем по основным функциям

BI- система Платная/Бесплатная Страна-разработчик Основные функции Особенности

Tableau Платная США Визуализация, аналитика Лидер рынка, интеграция с облаком

Power BI Платная США Интеграция с Office, AI Гибкость и простота использования

Qlik Sense Платная Швеция Машинное обучение, обработка больших данных Высокая производительность

Metabase Бесплатная США Простые дашборды Подходит для малого бизнеса

Apache Superset Бесплатная США Аналитика, визуализация Открытый исходный код

Almaz BI Платная Россия Аналитика, фильтрация данных Поддержка больших данных

Visary BI Платная Россия Интерактивные отчеты Гибкость и многофункциональность

Almaz BI - это промышленная система анализа и визуализации данных, относящаяся к классу self-service BI, предоставляющая бизнес-пользователям удобный инструментарий для самостоятельного и эффективного анализа данных, включая простые операции фильтрации и группировки, а также сложные модификации структуры отчетов и создание семантических моделей. Разработчиком этой платформы является российская компания Инлексис, принадлежащая госкорпорации «Росатом» и входящая в Лигу цифровой экономики [12].

Visary BI - это мощная и гибкая система бизнес-аналитики, предназначенная для интеллектуального сбора, анализа, хранения и визуализации больших объемов данных из различных источников [1]. Она обеспечивает оперативное формирование аналитических отчетов через визуальные интерактивные панели. Разработчиком

данной платформы является НПЦ «БизнесАвтоматика», включенный в Реестр аккредитованных организаций, занимающихся деятельностью в области ИТ [11].

Продукт для визуализации и анализа данных FlyBI, разработанный компанией «Форсайт», также включен в Единый реестр российских программ для электронных вычислительных машин и баз данных. Решение о его включении в реестр отечественного ПО было принято по поручению Минцифры России и свидетельствует о том, что продукт полностью разработан в России и может использоваться государственными и муниципальными учреждениями для визуального анализа данных [6].

Alpha BI - это разработка компании «БАРС Груп», предназначенная для создания бизнес-приложений и решения задач в области сбора, обработки, анализа и визуализации данных, обеспечивающая оперативный доступ к актуальным показателям для анализа текущей ситуации и принятия управленческих решений. Разработчиком этой платформы является компания «БАРС Групп», известная своей работой в сфере информатизации российского государственного сектора и бизнеса [7].

Для более детального понимания различий между BI-системами, как зарубежными, так и отечественными, в данной статье представлена сравнительная таблица их функциональных возможностей. В таблице учитываются ключевые характеристики, такие как возможности визуализации данных, поддержка обработки больших объемов информации, наличие интеграции с системами машинного обучения, функциональность ETL-процессов, создание интерактивных дашбордов, а также гибкость настройки и возможности интеграции с другими системами. Данный сравнительный анализ позволит наглядно оценить сильные и слабые стороны каждого решения, что облегчит выбор системы в зависимости от потребностей и особенностей бизнеса [2].

На основании этих критериев можно выявить преимущества и недостатки представленных BI-платформ, что имеет большое значение при выборе аналитических инструментов для использования в различных сферах бизнеса и управления данными.

Таблица 2 наглядно показывает возможности BI-систем по работе с данными.

Таблица 2

Сравнительная характеристика BI-систем по работе с данными_

BI- система Тип Визуализация Обработка больших данных Машинное обучение (А1) ETL-процессы

Tableau Self-service BI Да Ограниченно Нет Ограниченно

Power BI Self-service BI Да Да Да Да

Qlik Sense Enterprise BI Да Да Да Да

Metabase Open-source BI Да Ограниченно Нет Нет

Apache Superset Open-source BI Да Да Нет Да

Almaz BI Enterprise BI Да Да Ограниченно Да

Visary BI Enterprise BI Да Да Нет Да

FlyBI Enterprise BI Да Ограниченно Нет Да

Alpha BI Enterprise BI Да Да Нет Да

В таблице 3 проанализирован функционал систем.

Таблица 3

Сравнительная характеристика функционалов BI-систем_

BI-система Интерактивные дашборды Интеграция с другими системами Гибкость настройки

Tableau Да Да Высокая

Power BI Да Да (особенно с продуктами Microsoft) Высокая

Qlik Sense Да Да Высокая

Metabase Да Ограниченная Средняя

Apache Superset Да Да Высокая

Almaz BI Да Да Средняя

Visary BI Да Да Высокая

FlyBI Да Да Средняя

Alpha BI Да Да Высокая

Приведем расшифровку некоторых характеристик BI-систем:

• Визуализация: возможности по представлению данных в графическом виде (диаграммы, графики, карты и т.д.).

• Обработка больших данных: способность работать с большими объемами данных (Big Data).

• Машинное обучение (AI): поддержка аналитических моделей с элементами машинного обучения.

• ETL-процессы: возможности по извлечению, трансформации и загрузке данных (Extract, Transform, Load).

• Интерактивные дашборды: создание интерактивных панелей для динамической работы с данными.

• Интеграция с другими системами: поддержка интеграции с внешними источниками данных или системами (например, ERP-системами, CRM и т.д.).

• Гибкость настройки: возможность модификации интерфейса, функций и логики системы пользователями под их нужды.

Эта таблица поможет наглядно сравнить функционал различных BI-систем и выбрать подходящую в зависимости от потребностей организации [10].

Чтобы более детально проиллюстрировать отличия и виды функционала BI-систем, можно дополнить таблицу схемами и графическими элементами, которые покажут ключевые различия.

Виды BI-систем и их основные различия

BI-системы можно разделить на несколько типов в зависимости от их функционала и назначения:

1. Self-service BI: системы, которые позволяют бизнес-пользователям самостоятельно выполнять анализ данных и создавать отчеты без помощи ИТ-специалистов. Примеры: Tableau, Power BI.

2. Enterprise BI: решения, предназначенные для корпоративного уровня, с фокусом на интеграцию данных из различных источников и более сложные аналитические задачи. Примеры: Qlik Sense, Almaz BI.

3. Embedded BI: системы, которые интегрируются в другие программные приложения и предоставляют аналитику «на месте». Пример: Apache Superset.

4. Open-source BI: бесплатные или открытые решения для аналитики. Примеры: Metabase, Apache Superset.

Лапина М. А.

Ключевые отличия BI-систем по функционалу

Добавим в таблицу классификацию и разделим системы по ключевым функциональным характеристикам, которые можно визуализировать в виде схемы.

1. Визуализация и аналитика

Self-service BI: визуализация данных с минимальными настройками пользователем (например, Power BI, Metabase).

Enterprise BI: глубинная аналитика с интеграцией сложных данных (Qlik Sense, Almaz BI).

2. Обработка данных и ETL

Open-source BI: базовая поддержка ETL и обработка данных, в основном через интеграции (Metabase, Superset).

Enterprise BI: полные ETL-возможности с интеграцией внешних источников данных (Qlik Sense, Power BI).

3. Машинное обучение

Присутствует: поддержка встроенных моделей и интеграций с системами машинного обучения (Power BI, Qlik Sense).

Отсутствует: нет поддержки AI или машинного обучения (Metabase, Visary BI)

[8].

На рисунке 1 представлена работа BI-системы от источника данных до визуализации на дашборде, который нужен для отслеживания показателей.

Рис. 1. Схема работы BI-системы (пример дашборда)

• Источник данных: базы данных, ЕЯР-системы, внешние файлы.

• ЕТЬ-процесс: извлечение, преобразование, загрузка данных.

• Хранилище данных: централизованное место для хранения данных.

• Аналитика: различные методы анализа данных, включая статистические и предиктивные модели.

• Визуализация на дашборде: отображение данных в виде графиков, диаграмм, КР1-индикаторов.

На рисунке 2 показаны типы В1-систем.

Self -service BI

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Enterprise BI

Open-source BI

Power BI

Tableau

Qlik Sense

Almaz BI

Tetabase

Superset

Рис. 2. Схема типов BI-систем

На рисунке 3 можно увидеть основной функционал BI-систем, который, в свою очередь, делится на визуализацию и аналитику, ETL и обработку данных, машинное обучение и интерактивные дашборды.

Основной функционал BI-систем

Визуализация и аналитика ■ ETL и обработка данных я Машинное обучение я Интерактивные дашборды я

Qlik Sense Я я Lq^ I QlikSense^l

Tableau m Power BI Я Power BI 9 Power BI я Almaz BI Я

Рис. 3. Схема функционала BI-систем

На российском рынке BI-решений наблюдается тенденция к сегментации, где некоторые платформы сосредотачиваются на усилении ETL-модуля, а другие делают упор на визуализацию. Тем не менее существуют и решения полного цикла, включающие модули для всех этапов работы с данными.

Важно отметить, что российские BI-решения по функционалу практически не уступают западным аналогам. Однако они часто предлагаются только в форме решений «под ключ», что может затруднить их освоение для обучения. Тем не менее с ростом

популярности российских BI-платформ наблюдается тенденция к проведению бесплатных тренингов и интенсивов, что способствует их более широкому распространению и использованию [9].

Аналитический обзор показывает, что российские BI-решения становятся все более конкурентоспособными и востребованными на рынке. Несмотря на некоторые ограничения, такие как ограниченная доступность и необходимость внедрения «под ключ», они успешно конкурируют с зарубежными аналогами и демонстрируют высокий уровень функциональности и качества. С ростом интереса к российским BI-платформам и расширением их функционала можно ожидать дальнейшего развития и укрепления позиций на рынке аналитических решений.

Библиографический список

1. Белов, А. А. Анализ российских BI-решений: тенденции и перспективы. -Москва: Наука, 2020.

2. Гусев, В. П. Визуализация данных в бизнес-аналитике. - Санкт-Петербург: Профессионал, 2019.

3. Иванов, Д. С. Российские IT-компании: отечественные разработки и перспективы. - Москва: Технофорум, 2018

4. Козлов, П. М. BI-технологии: теория и практика. - Санкт-Петербург: БХВ-Петербург, 2017.

5. Петров, В. Н. Применение визуализации данных в аналитике. - Москва: Издательство Альпина Паблишер, 2016.

6. Инлексис. Обзор продукта Almaz BI [Электронный ресурс]. - URL: https://almazbi.ru.

7. НПЦ «БизнесАвтоматика». (2023). Visary BI. Получено с https://business-automation.ru

8. Tableau Software. (2023). Официальный сайт. Получено с https://www.tableau.com

9. Microsoft Power BI. (2023). Обзор продукта Power BI. Получено с https://powerbi.microsoft.com

10. Qlik Sense. (2023). Обзор возможностей Qlik Sense. Получено с https://www.qlik.com

11. Metabase. (2023). Документация Metabase. Получено с https://www.metabase.com

12. Apache Superset. (2023). Документация проекта Superset. Получено с https://superset.apache.org

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Лапина М. А., Вишняков Т. Д., Пыхтина И. Е., Головин И. В.

Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Лапина М. А., Вишняков Т. Д., Пыхтина И. Е., Головин И. В.

FEATURES OF BUILDING BUSINESS INTELLIGENCE SYSTEMS FOR DATA VISUALIZATION WITH THE ABILITY TO BUILD INTERACTIVE DASHBOARDS

Текст научной работы на тему «ОСОБЕННОСТИ ПОСТРОЕНИЯ СИСТЕМ БИЗНЕС-АНАЛИТИКИ ДЛЯ ВИЗУАЛИЗАЦИИ ДАННЫХ С ВОЗМОЖНОСТЬЮ ПОСТРОЕНИЯ ИНТЕРАКТИВНЫХ ДАШБОРДО»