Do 2020 r. ponad 75 proc. dużych i średnich organizacji na świecie będzie wdrażać zaawansowane narzędzia analityczne.
Spowodowane jest to rosnącą w lawinowym tempie ilością danych. Przybywa też zmiennych, które musi uwzględniać menedżer w podejmowaniu decyzji. Do selekcji i analizy danych wykorzystywane są coraz bardziej zaawansowane techniki, choć głównym zadaniem systemów klasy BI pozostaje uporządkowanie, eksploracja i wizualizacją danych. – Zwykle odbywa się to za pomocą stosunkowo prostych technik statystycznych i ekonometrycznych. Analityk, korzystający z systemu Business Intelligence, jest w stanie wykryć wzorce i powiązania pomiędzy danymi, a następnie wyciągać miarodajne wnioski – podkreśla Marcin Przekop, zarządzający w firmie nPowered.
Idąc o krok dalej, warto się zastanowić, czy można zastąpić analityka algorytmem, który zauważy powiązania, których człowiek nie był w stanie dostrzec. – Jest to temat nadal bardzo świeży, zahaczający o tematykę machine learning i sztucznej inteligencji, ponieważ właśnie w tym kierunku rozwijają się narzędzia klasy BI – podkreśla Marcin Przekop. Wtóruje mu Janusz Bogaciński, ekspert PwC. – Jeśli ktoś ma mały i prosty biznes, to może zrobić sobie narzędzia typu BI, używając tylko Excela. Przy większych firmach w grę wchodzą już zaawansowane, kosztowne metody analizy – dodaje. Podkreśla jednak, że jednym z zauważalnych trendów jest tzw. mobilne BI, czyli umożliwienie menedżerom interaktywnego oglądania potrzebnych informacji na tablecie czy w telefonie. – Istotne jest przede wszystkim, jakie mamy dane źródłowe. Jeśli będą „śmieciowe", to żadne zaawansowane narzędzia nie pomogą i dane wyjściowe wniosą niewiele wartości dodanej – podkreśla. Warto przy tym zauważyć, że większość standardowych systemów ERP dodaje moduły analityczne, nazywane najczęściej właśnie modułami BI. – Można zatem powiedzieć dwojako: wszyscy potrzebują, ale też prawie wszyscy mają, albo nie potrzebują dodatkowych systemów BI, bo klasyczny ERP przez moduł BI zapewnia tę funkcjonalność – potwierdza Tomasz Laszuk, prezes Indata Solution.
W ostatnich latach mocno rozwinęły się badania nad sztuczną inteligencją. Wśród ciekawych technik, które według ekspertów są bardzo perspektywiczne, wymienia się inteligencję roju, czyli algorytmy inspirowane zdecentralizowanym, zbiorowym zachowaniem prostych jednostek. Ich zastosowanie może być szerokie, począwszy od biologii, poprzez sieci komunikacyjne, przetwarzanie obrazu i dźwięku, eksplorację danych, na rozwiązywaniu zaawansowanych problemów optymalizacyjnych skończywszy. Trwają też badania nad algorytmami wykorzystującymi mechanizmy dziedziczenia, mutacji, selekcji i krzyżowania oraz nad algorytmami immunologicznymi.
– W tworzeniu systemów BI wykorzystuje się pewne gotowe mechanizmy silników, które pozwalają na zbieranie danych z „n" systemów do jednego repozytorium danych i na tej podstawie tworzone są algorytmy prezentacji danych – mówi Monika Lagun, prezes Positive Power, spółki z grupy Indata. Dodaje, że kluczem do tworzenia systemów BI są informacje na temat ilości baz, z których pobierane są dane, i ich poprawność, częstotliwość aktualizacji oraz uspójnienie danych w jednej bazie.
