Business Intelligence

資料處理 Business Intelligence vs Big Data (2)

教學目標

初步了解商業智慧與大數據分析如何搭配應用為企業帶來價值。

重點概念

商業智慧最早是由 Gartner 研究機構的 Howard Dresner 在 1989 年所提出,簡單來說就是企業透過已知資料支援決策能力的概念或方法。而今比較多人談論的則是大數據分析,其所定義最基本的三個特性,資料產生的速度、資訊數量和多樣性,皆是傳統以資料倉儲為基礎的商業智慧應用所難以處理的問題。此時各行各業皆深信透過大數據分析就能為企業帶來價值,例如金融業擁有百萬客戶的大數據資料最常被應用於精準行銷的進階分析應用,但是往往會面臨客戶資料真實性的問題,以致於分析人員無法有效為企業帶來價值。

這時企業可以透過資料治理針對資料品質進行控管,以利解決客戶資料真實性的問題。最常見的解決方案就是以資料倉儲為基礎建立資料市集,讓業務單位了解資料的定義,接著就能透過商業智慧中的即席查詢和動態報表相關應用立即驗證資料的品質。當企業中提供高品質的資料之後,就能夠解決客戶資料真實性的問題,更進一步透過精準行銷為企業帶來價值。因此企業對於商業智慧和資料倉儲的應用因著重於資料治理的管理,況且企業中的資料整合是非常複雜,以金融業為例,資料倉儲的資料就來自於核心系統、開放系統和通路系統,要如何有效的與各系統有效進行高品質的資料整合將會是資訊人員能夠為企業帶來價值的最重要且最關鍵的工作職責。

但是何謂企業的價值呢?價值又要如何創造呢?根據德勤全球的企業價值地圖,其主要針對利益關係人的價值分為四大類,分別為營收成長、利潤提升、資產效率和期望,其中營收成長又可再分為營收量的成長和價格利益的實現。此時我們針對營收量的成長,其主要可以採取獲取新客戶、留存與增加現有客戶、…、等策略行動,再來我們可以透過產品或服務的創新達到上述的策略行動,一般對於企業來說就是做好客戶經營,針對行銷與業務進行分析,其中行銷的重點在於找出正確的目標群眾,以利進行精準行銷。然而現今因為行動裝置的普及使得企業必須考量全通路的應用情境,因此就會需要透過行銷自動化的解決方案根據不同通路產生行銷活動的名單之外,更進一步會針對不同通路的回應檔資訊進行進階分析,以利優化不同通路的行銷活動名單,除此之外為了因應法規規範和避免客訴的情況發生,此時資訊人員必須確保拒絕行銷名單的資料真實性,以確保分析人員能夠透過行銷活動名單的產出進行精準行銷為企業帶來價值。

總結商業智慧的解決方案已經非常成熟,然而大數據分析的解決方案相對較不成熟,所以商業智慧的未來最關鍵應用之一為資料治理,藉由資訊人員提供高品質的資料,讓分析人員透過大數據的解決方案在確保資料真實性的情況下進行進階分析,更進一步為企業帶來價值。

相關資源

資料分析 Business Intelligence (3)

基本介紹

教學目標

初步了解該如何選擇 IBM Cognos Analytics 或 Tableau 為商業智慧與分析的解決方案。

重點概念

一般情況來說企業在選擇商業智慧工具時會需要參考研究機構的報告,像是 Gartner 研究機構在 2016 年初針對商業智慧和分析平台進行評測,其中 Tableau 被評測為領先者,的確 Tableau 簡單易用的視覺化呈現技術真的會讓人們愛不釋手,所謂 Tableau 的視覺化呈現技術是指 VizQL 主要是基於斯坦福大學多年研究的專利技術,可以讓客戶僅需透過滑鼠的點擊操作就能夠轉換成資料庫查詢,接著將數據視覺化從中發現觀點,雖然 IBM Cognos Analytics 也有視覺化呈現技術是指 RAVE,主要是先應用於統計軟體 SPSS 數據視覺化,同時申請為專利技術,可以讓客戶獲得更多的數據展示效果的彈性,但是使用過後就會知道 Tableau 的 VizQL 視覺化呈現技術更為簡易操作且呈現美觀。除之此外我們更可以藉由 Gartner peerinsights 網站了解不同商業智慧與分析產品的評分,其中我們將會發現 Tableau 大部份的評測項目比起 IBM Cognos Analytics 更具優勢,因此我們若根據研究機構的報告和數據視覺化呈現的結果決定要採用哪一個商業智慧與分析解決方案,此時業務單位會優先選擇 Tableau 為商業智慧與分析的解決方案。

但是在 2016 年底 IBM 雲端智慧分析三部曲教學影片中提到 IBM Cognos Analytics 四大優勢,分別為:

  1. 彈性且符合需求的分析報表: 彈性自主、節省時間、簡單上手。
  2. 引導式自助分析服務: 直覺操作、智能建模。
  3. 一致的使用者介面: 不同裝置、相同閱覽、編輯體驗。
  4. 周延的資料安全管控: 高度權限管理。

新版本的 IBM Cognos Analytics 擁有這四大優勢足夠因應絕大部份企業的分析報表需求,但是為何業務單位還是會想用 Tableau 為商業智慧與分析的解決方案呢?

此時我們先閱讀在 Tableau 網站中免費提供如何將敏捷原則應用於分析方法,稱之為 Tableau Drive,在該白皮書文件中提到:「Facebook 已經是大規模普及分析的公司…IT 負責管理和保護數據…每個團隊都尊重另一個團隊的貢獻。兩個共同改進 Facebook 解決問題的能力,這樣做就能增加巨大的業務價值。Facebook 的數據產品經理 Namit RaiSurana 說:「沒人依靠我們任何人來回簽這些問題,使用者可以自己去發現數據中可以提供的資訊,我們正向全公司推廣 Tableau。」他表示商業智慧儀表板即可實現不必花費數周時間撰寫程式的目的…為了充分發揮自主式分析戰略的作用,就需要高度可用、易於存取的數據。最佳的分析實行是在 IT 管理的基礎架構上運行使用者創建的儀表板。」,此外 Tableau Drive 主要是將敏捷原則應用於分析,主要有四個階段,分別為發現、原型和快速見效、基礎構建和擴展,如何執行請參考 Tableau Drive 手冊,讓業務單位和資訊單位,藉由 Tableau Drive 方法就能夠讓業務單位和資訊單位共同擁有分析平台,兩者之間的分工將會發揮各自的興趣和優勢。由此看來 Tableau 真的在於商業智慧與分析的解決方案不僅有專利的視覺化呈現方式,更有企業分析部署的敏捷方法,讓使用者製作彈性且符合需求的分析報表和引導式自助分析服務,也就是說業務單位不僅只需要「符合需求的分析報表」進行分析之外,更需要有「引導式自助分析服務」因應大數據分析的相關應用。當我們發現 Tableau 同時具有彈性且符合需求的分析報表和引導式自助分析服務的優勢時,IBM Cognos Aanlytics 就只剩下一致的使用者介面和周延的資料安全管控的二大優勢,但是若根據 Tableau Public (免費版) 概念教學影片與 Tableau Desktop (付費版) 產品介紹影片,我們將會發現 Tableau 針對不同裝置能夠彈性呈現提供一致的使用者介面,以及若根據 Tableau Server 產品介紹影片,我們將會發現 Tableau 針對不同的使用者進行高度權限管理提供周延的資料安全管控。因此 Tableau 除了具有 IBM Cognos Analytics 四大優勢之外,更被研究機構評測為商業智慧與分析的領先者,此時業務單位會不選擇 Tableau 為商業智慧與分析的解決方案嗎? 答案很明顯為不會不選擇,因為 Tableau 真的是用心為業務單位著想的商業智慧與分析的解決方案。

接著我們更一步探討 Tableau 商業智慧與分析解決方案是否能夠製作專業報表、符合規範流程和遵循相關法規,例如: 每個企業皆會有會計資訊,主要是與外界溝通的語言,能夠有效的傳達企業活動的過程與結果,主要會產生財務報表,這時我們可以先將使用者分為內部使用者與外部使用者,內部使用者包括企業的管理階層和企業的員工,外部使用者包括公司股東、政府機構、債權人。針對內部使用者,商業智慧與分析解決方案要能夠提供企業的員工對於任何財務報表要能夠下載符合規範的試算表檔案,以利提供彈性且符合需求的分析報表,例如: 財務報表的表達會根據國際會計準則第 1 號「財務報表之表達」,簡稱 IAS1,訂定一般目的財務報表表達的基礎,以確保該等報表與企業以前斯間財務報表及其他企業財務報表之可比性,整合財務報表包括當期末之財務狀況表、當期之綜合損益表、當期之權益變動表和當期之現金流量表,上述四大報表皆需符合國際會計準則第 1 號「財務報表之表達」之原則。除此之外針對管理階層要能夠提供在平板裝置上瀏覽財務報表,此時如此敏感的商業資訊就必須有周延的資料安全管控,以利符合規範流程和遵循相關法規。此時比起 Tableau 商業智慧與分析的解決方案 IBM Cognos Analytics 更能夠開發專業報表提供彈性且符合需求的分析報表,以及針對敏感的商業資訊有周延的資料安全管控。至於引導式自助分析服務和一致的使用者介面現階段 IBM Cognos Analytics 操作的確還有非常多改進的空間,但是這 2016 年開始 IBM 針對 Cognos Analytics 更新非常頻繁,平均二至三個月就會進行更新,若是有長期規劃二至三年的時間,則我們應該就可以預見更完善的 IBM Cognos Analytics 商業智慧與分析的解決方案。

所以不可能會有完美的解決方案能夠適合每個業務單位的需求,至於要選擇 IBM Cognos Analytics 或 Tableau 為商業智慧與分析的解決方案,現階段先試問幾個問題,問題一為規範報表重要還是視覺化圖表重要呢?若是規範報表則選擇 IBM Cognos Analytics,反之視覺化圖表則選擇 Tableau。問題二為報表要能夠下載符合規範的試算表檔案嗎?若是則選擇 IBM Cognos Analytics,反之則選擇 Tableau,問題三為符合規範流程和遵循相關法規非常重要嗎?若是則選擇 IBM Cognos Analytics,反之則選擇 Tableau。總結在銀行資訊單位要負責全行的規範報表,提供彈性且符合需求的分析報表,同時要符合規範流程,以及遵循相關法規,此時 IBM Cognos Analytics 會是最適合商業智慧與分析的解決方案,然而若是業務單位非常需要能夠引導式自助分析服務,此時 Tableau 會是最適合商業智慧與分析的解決方案,但是我們為何不能兩個商業智慧與分析的解決方案皆使用,滿足幾乎所有業務單位的需求呢?那時最大的問題將會在於後續的平台的維護與管理。

相關資源

Cognos 雲端教學 (1)

基本介紹

教學目標

初步了解 Cognos Analytics 基本概念與試用雲端服務。

重點概念

目前 Cognos Analytics 已經釋出 11.0.5 版本,並且在 Youtube 頻道也有提供許多相關的中文字幕影片,首先觀看 Cognos Analytics 概念介紹影片,接著觀看自主分析影片,最後觀看 IBM 雲端智慧分析三部曲完整了解 Cognos Analytics 能夠為企業帶來的效益為何。

接著我們為了更深入的了解 Cognos Analytics 的強大功能,我們開始透過雲端進行實作,首先登入 IBM Cognos Analytics 官方網站,按下 「Get Started Now」->「Free trial」註冊會員,即可免費試用 Cognos Analytics 雲端服務,若已經註冊的使用者只需重新登入帳號與密碼和公司名稱與手機號碼,即可直接試用 Cognos Analytics 雲端服務,請參考圖 1 和圖 2。

圖 1、IBM Cognos Analytics 官方網站試用雲端服務示意圖。
圖 2、IBM Cognos Analytics 試用雲端服務首頁。

此時我們就能夠開始透過 IBM 官方所提供的在Cognos Analytics上製作報表在Cognos Analytics上建立儀表板 兩個教學影片,先自行嘗試製作報表和建立儀表,下個章節我們將會學習如何透過 Excel 建立隨機產生練習資料的 xlsx 檔案 (其中包括公式計算與應用),並且上傳至 Cognos Analytics 建立資料模組,以利後續章節針對不同情境製作報表、建立儀表板和建立腳本等分析應用。

相關資源

資料分析 Business Intelligence (2)

基本介紹

教學目標

初步了解要如何評估導入商業智慧解決方案。

重點概念

當我們要評估導入商業智慧解決方案,首先從報表開始談起。報表是一種依照特定目的將資訊以方便理解的方式呈現的互動工具,若與業務相關即稱為業務報表,業務報表是商業智慧中重要的組成元素,目的為提高管理決策水平。業務報表的建立與資料倉儲的擷取、轉換和載入步驟非常相關,接著會使用一個或多個報表工具來呈現,雖然業務報表可以透過電子郵件的方式發送,但是通常會透過企業內部網路集中管理進行權限控管,業務報表如何集中管理一直都是企業所要面臨的挑戰,此時權限控管將會是最大的考量關鍵。

資料視覺化為使用視覺化的呈現方式針對資料進行探索、理解和互動,例如:IBM Cognos BI 除了基本圖表之外更免費提供視覺化的物件,讓使用者能夠產生更具觀感的資料視覺化報表,並且分成兩個階段,分別為進階工作區和工作區,簡單來說就是自主報表和自主儀表版的應用,關鍵在於在儀表版中呈現資料視覺化。資料視覺化主要在於回答「發生了什麼?」和「正在發生什麼?」與商慧智慧非常相關,其中以業務報表為主。然而視覺化分析則是針對「為什麼會發生?」和「將來可能會發生什麼?」與業務分析非常相關,其中以預測、分群和關聯分析為主,例如:SAS Visual Analytics 工具主要就是分成三個階段,分別為資料準備、視覺化報表和視覺化分析,以循序漸進的方式設計業務報表,關鍵在於視覺化分析。接著每個分析數據的人都要講故事,故事能夠讓資料和事實活潑起來,可以協助你理解、整理各個事實,同時可以讓聽眾容易記住重點,並且以互動的方式讓聽眾感覺置身其中,例如:Tableau 工具主要就是分成四個階段,分別為資料來源、工作表、儀表版和故事,以循序漸進的方式設計業務報表,關鍵在於故事描述。

儀表版主要有三層資訊架構,分別為監控、分析和管理。首先監控為利用摘要資料和視覺化圖表,監控業務核心績效。接著分析為匯整多維度的資料,分析問題的根源。最後管理為詳細的營運資料,找出解決問題的方案。簡單來說儀表版設計最基本挑戰在於螢幕上清楚且明確的呈現所需要的資訊,快速地理解並且吸收相關資訊,同時使用對比資料主要有歷史值、預測值、目標值、基準值或平均值,藉由比較判斷是否朝正確的趨勢發展是非常重要的事情。此外通常儀表版皆是由專家設計,並沒有考慮可用性原則,盡管設計良好、搭配效能佳的資料倉儲,但是許多業務使用者並不使用儀表版,因為它不夠好用,導致儀表版利用率非常低,此時我們為何不讓使用者自行客制化屬於個人專屬的儀表版首頁,定期關注最即時與工作相關的資料。

總結企業會考量目前所面臨的痛點進行商業智慧解決方案導入的評估,例如:若是以即時資訊、權限控管和自主報表分析為痛點,則可以考量 IBM Cognos BI,或者若是以大數據平台、自主準備資料、視覺化分析為痛點,則可以考量 SAS Visual Analytics,或者若是以容易上手、資料視覺化和故事呈現為痛點,則可以考量 Tableau ,不論是哪一種商業智慧解決方案導入,成功關鍵主要還是在於資訊人員能否藉由商業智慧解決方案協助業務單位真正解決目前所面臨的痛點。

相關資源

資料處理 Business Intelligence vs Big Data (1)

基本介紹

教學目標

初步了解要如何選擇導入大數據平台或商業智慧平台。

重點概念

商業智慧最早是由 Gartner 研究機構的 Howard Dresner 在 1989 年所提出,簡單來說就是企業透過已知資料支援決策能力的概念或方法。首先將營運的資料轉換為資訊,接著再藉由報表工具匯整為知識,以利支援管理階層進行決策之應用。至今已經有許多企業內部皆導入商業智慧平台,例如: IBM Cognos BI、SAP Business Objects BI、Oracle BI、…、等平台。其中部份企業皆已經有很完善的商業智慧平台提供專業報表、自主報表和自主儀表版等相關服務、並且藉由行動裝置管理相關工具讓高階長官們能夠直接透過網際網路連線至企業內部的商業智慧平台,隨時隨地掌握最即時的資訊。然而商業智慧面臨的挑戰是資料品質不佳,以至於無法提供有用的資訊支援決策,同時營運資料快速增加的情況下,不僅影響系統處理效能,因此大數據的出現,讓企業開始思考是否要導入大數據平台,大數據真的能夠取代商業智慧平台,其差別特性與共通特性為何?

首先大數據的定義主要為速度、數量、多樣性和價值,平台通常會搭配 Hadoop 為資料來源,該資料管理方式主要為 Schema on Read 也就是資料必須在任何程式存取資料時被擷取,提供靈活和易用的資料擷取,適合未知價值的資料類型,像是 SAS Visual Analytics 可以讓分析人員直接透過匯入資料的方式能夠匯入不同來源的資料,包括檔案、資料庫和社群網站,接著再透過 SAS Visual Data Builder 工具準備資料之後,接著分析人員就能透過 SAS Visual Analytics Designer 設計報表和儀表版的趨勢分析,同時分析人員再以 SAS Enterprise Miner 進行資料探勘的進階分析。相較於商業智慧的定義主要為企業透過已知資料支援決策能力的概念或方法,平台通常會搭配資料倉儲為資料來源,該資料管理方式主要為 Schema on write 是代表資料會在被需要之前進行識別和建模,提供存取效能、資料安全和整合分析,適合已知價值的資料類型,像是 IBM Cognos BI 在建立報表,必須先請資訊人員透過 IBM Cognos Framework Manager 建立套件,接著才能讓分析人員透過 IBM Cognos Workspace Advanced 設計報表和 IBM Cognos Workspace 設計儀表版的趨勢分析,同時分析人員再以 IBM SPSS Modeler 進行資料探勘的進階分析。雖然兩者的資料管理方式不同,但是兩者資料處理流程皆是將資料轉換為資訊,接著將資訊匯整知識,以利支援管理階層進行決策之應用。

但是大數據平台每次皆需要花費更多的時間準備未知價值的資料,若不同分析人員在不同部門,需要重複處理這時無形中就會大幅增加企業的整體資源與分析時效性。反之商業智慧平台每次皆需要花費更多的時間請資訊人員準備已知價值的資料,雖然可以進行全面性的匯整,但是若資訊人員不夠充足時就會大幅增加企業分析時效性。因此當進行資料準備時大數據平台的關鍵在於分析人員,商業智慧平台的關鍵在於資訊人員。所以大數據和商業智慧最大的不同在於資料準備時主要負責人是分析人員或資訊人員,若企業決定由分析人員主要負責資料準備,則建議採用大數據平台,反之若企業決定由資訊人員主要負責資料準備時則採用商業智慧平台。當然企業可以同時採用大數據平台和商業智慧平台,依照不同部門的需求建議分析人員最適合的平台,例如:若分析人員有 80% 皆為專業人員,想自主探勘與分析時,建議導入大數據平台;反之若分析人員有 80% 皆非專業人員,卻只是想建立自主報表和儀表版時,建議導入商業智慧。

總結企業考慮該導入大數據平台或商業智慧平台,最好從資料準備是由業務單位或資訊單位為負責單位考量,接著在設立一個跨部門的專案團隊,結合資訊單位的資訊人員和業務單位的分析人員,討論目前企業目前最關注的議題,將資料轉換為資訊,接著將資訊匯整知識的過程中找出適合企業運作的資料處理模式。

相關資源