SlideShare una empresa de Scribd logo
1 de 39
Анализ и визуализация данных на базе технологий Microsoft BI Максим Войцеховский Специалист по бизнес решениям
Кто я такой? Максим Войцеховский Специалист по бизнес решениям Microsoft Россия maximvo@microsoft.com +79055080285 http://proit.voytsekhovsky.ru http://twitter.com/voytsekhovsky ,[object Object]
Руководитель проекта
Консультант
Специалист по технологиям
Специалист по бизнес решениям,[object Object]
“Компьютерыбесполезны. Они могут дать вам только  ответы.” - Pablo Picasso
Что такое бизнес-анализ?
Лучшие инструменты BI
Business Intelligenceсегодня 32% пользователей Excel предпочитают использовать его для сложных аналитических задач Только у 28% потенциальных пользователейBI есть доступ к данным 31% всех проектов по BI частично или полностью не достигают поставленных целей – Business Intelligence Purchase Drivers and Adoption Rates, Gartner – BI Survey 9, BARC – Excel Segmentation Research Разница между создателями и потребителями информации зачастую стирается Сотрудники тратят очень много времени на поиск информации, но не достаточно на ее осмысление Требования меняются настолько стремительно, что традиционным технологиям трудно за ними успевать Agile BI Out of The Box, Forrester Research, Inc., April 22, 2010
Source: Gartner, BI Platforms Magic Quadrant Customer Survey conducted  November 2009 Цена и отсутствие навыков пользователей – 2 основные причины, почему организации не внедряют BI Преграды перед внедрением BI
Основные тренды развития BI Облачные технологии In-Memory BI Самостоятельный анализ данных Мобильные платформы Appliance
Пример:  еженедельные отчеты по продажам подразделения Пример:  общие показатели деятельности компании Пример:  выгрузка из базы продаж по моим заказчикам BI: Сценарии использования Гибкость Персональный BI Управляемость Коллективный BI Синхронизация Корпоративный BI
Microsoft Business Intelligence Most Broadly adopted Productivity & Collaboration Tools SharePoint Scorecards Excel  Workbooks PowerPivot Applications SharePoint Search & Dashboards Analysis  Services Reporting  Services Most widely deployed EIM & BI Platform Integration  Services Master Data  Services Odata Feeds LOB Apps
Демонстрация PowerPivot
Демонстрация SharePoint
Microsoft BI завтра
Сторонниеприложения Reporting Services SharePoint Insights Excel  PowerPivot BI Semantic Model Модель данных Табличная Многомерная Бизнес-логика и запросы MDX DAX Прямойзапрос Доступ к данным ROLAP VertiPaq MOLAP Базы данных LOB Applications Файлы OData Feeds Облачные сервисы BI Semantic Model: Архитектура
Зависит от требований на каждом уровне Модель данных Бизнес логика Доступ к данным и хранилище 2 типа проектов вDenali Многомерный проект –MDX иMOLAP/ROLAP Табличный проект –DAX иVertiPaq/DirectQuery Тип проекта может меняться (Denali Next?) VertiPaqin multidimensional projects, MDX scripts in tabular projects… Зависит от ваших отзывов! Какую модель выбрать?
Модель данных Табличная Familiar model, easier to build, faster time to solution Advanced concepts (parent-child, many-to-many) not available natively in the model… need calculations to simulate these Easy to wrap a model over a raw database or warehouse for reporting & analytics Многомерная Sophisticated model, higher learning curve Advanced concepts baked into the model and optimized (parent-child, many-to-many, attribute relationships, key vs. name, etc.) Ideally suited for OLAP type apps (e.g. planning, budgeting, forecasting) that need the power of the multidimensional model
Бизнес логика DAX Based on Excel formulas and relational concepts – easy to get started Complex solutions require steeper learning curve – row/filter context, Calculate, etc. Calculated columns enable new scenarios, however no named sets or calc members MDX Based on understanding of multidimensional concepts – higher initial learning curve Complex solutions require steeper learning curve – CurrentMember, overwrite semantics, etc. Ideally suited for apps that need the power of multidimensional calculations – scopes, assignments, calc members
Доступ к данным и хранилище VertiPaq In-memory column store… typical 10x compression Brute force memory scans… high performance by default… no tuning required Basic paging support… data volume mostly limited to physical memory MOLAP Disk based store… typical 3x compression Disk scans with in-memory subcube caching… aggregation tuning required Extensive paging support… data volumes can scale to multiple terabytes DirectQuery Passes through DAX queries & calculations… fully exploits backend database capabilities No support for MDX queries… no support for data sources other than SQL Server (in Denali) ROLAP Passes through fact table requests… not recommended for large dimension tables Supports most relational data sources… no support for aggregations except SQL Server indexed views
Что такое “Crescent”? Crescent – интерактивный инструмент анализа и визуализация бизнес-данных.
Highly Visual Design Experience ,[object Object]
Familiar Microsoft Office design patterns
Powerful data layout with banding, callout and small multiples visualizations Rich metadata-driven interactivity Проект“Crescent” ,[object Object]
Drive greater insight through smart and powerful querying
Zero configuration highlighting and filtering
Animated trending and comparisonsPresentation-ready at all times ,[object Object]
Deliver and collaborate through SharePoint
Full screen presentation mode for interactive boardroom session,[object Object]
IT Pros Power Users Developers End Users Sophisticated Design Environment ProductiveAuthoring Visual data representation Re-use of insights Report Viewer Controls Highly Interactive Flexible layout Rich Presentation Rich Design Capabilities Report Designer Project “Crescent” Report Builder Embedded	Operational			Business
Чем не является “Crescent” Crescent is an interactive data exploration and visual presentation experience. Does not replace RB 2.0, 3.0 or BIDS Not a goal to edit or add new interactivity to Dev/IT Pro reports built in RB or BIDS Not a high-end analysis experience  Not a goal to provide complex calculation building Not a cell-based calculation tool Not a forecasting/write back tool Not a replacement for PPS scorecards or ProClarity
2009 2010 2011 “Magic Quadrant for Business Intelligence Platforms”, 27 January 2011 Rita L. Sallam,  The Magic Quadrant is copyrighted September 2, 2009 by Gartner, Inc. and is reused with permission. The Magic Quadrant is a graphical representation of a marketplace at and for a specific time period. It depicts Gartner's analysis of how certain vendors measure against criteria for that marketplace, as defined by Gartner. Gartner does not endorse any vendor, product or service depicted in the Magic Quadrant, and does not advise technology users to select only those vendors placed in the "Leaders" quadrant. The Magic Quadrant is intended solely as a research tool, and is not meant to be a specific guide to action. Gartner disclaims all warranties, express or implied, with respect to this research, including any warranties of merchantability or fitness for a particular purpose. The Magic Quadrant graphic was published by Gartner, Inc., as part of a larger research note and should be evaluated in the context of the entire report.  The Gartner report is available upon request from Microsoft. Результаты инвестиций MS в BI
Обратная связь  Ваше мнение очень важно для нас. Пожалуйста, оцените доклад, заполните анкету и сдайте ее при выходе из зала Спасибо!
Вопросы DB 803 Максим Войцеховский Специалист по бизнес решениям maximvo@microsoft.com http://proit.voytsekhovsky.ru/ Вы сможете задать вопросы докладчику в зоне «Спроси эксперта» в течение часа после завершения этого доклада

Más contenido relacionado

La actualidad más candente

1 c kpi_businesscase
1 c kpi_businesscase1 c kpi_businesscase
1 c kpi_businesscasefinnopolis
 
ATK QlikView for Retail - Krasnopolsky Andrey
ATK QlikView for Retail - Krasnopolsky AndreyATK QlikView for Retail - Krasnopolsky Andrey
ATK QlikView for Retail - Krasnopolsky AndreyMarina Payvina
 
Why to choose Oracle CRM On Demand?
Why to choose Oracle CRM On Demand?Why to choose Oracle CRM On Demand?
Why to choose Oracle CRM On Demand?Pavels Kilivniks
 
01 продукты ами banking v8
01 продукты ами banking v801 продукты ами banking v8
01 продукты ами banking v8finnopolis
 
1 c crm-korp20
1 c crm-korp201 c crm-korp20
1 c crm-korp20finnopolis
 
инструментальные средства управления проектами
инструментальные средства управления проектамиинструментальные средства управления проектами
инструментальные средства управления проектамиAndrew Fadeev
 
Аналитика в управлении персоналом SAP BI
Аналитика в управлении персоналом SAP BIАналитика в управлении персоналом SAP BI
Аналитика в управлении персоналом SAP BImolga-ru
 
QlikView в GfK для синдикативных исследований фармрынка
QlikView в GfK для синдикативных исследований фармрынкаQlikView в GfK для синдикативных исследований фармрынка
QlikView в GfK для синдикативных исследований фармрынкаMarina Payvina
 
Бизнес-аналитика для FMCG: презентация решения ATK Qlik for FMCG
Бизнес-аналитика для FMCG: презентация решения ATK Qlik for FMCGБизнес-аналитика для FMCG: презентация решения ATK Qlik for FMCG
Бизнес-аналитика для FMCG: презентация решения ATK Qlik for FMCGMarina Payvina
 
Бизнес-аналитика FMCG-дистрибутора ГК Мегаполис с Qlik Sense
Бизнес-аналитика FMCG-дистрибутора ГК Мегаполис с Qlik SenseБизнес-аналитика FMCG-дистрибутора ГК Мегаполис с Qlik Sense
Бизнес-аналитика FMCG-дистрибутора ГК Мегаполис с Qlik SenseMarina Payvina
 
Power BI для аналитики данных из 1С: практический опыт
Power BI для аналитики данных из 1С: практический опытPower BI для аналитики данных из 1С: практический опыт
Power BI для аналитики данных из 1С: практический опытMarina Payvina
 
ATK Qlik for Pharma: лучшие практики аналитики для фармацевтических компаний
ATK Qlik for Pharma: лучшие практики аналитики для фармацевтических компанийATK Qlik for Pharma: лучшие практики аналитики для фармацевтических компаний
ATK Qlik for Pharma: лучшие практики аналитики для фармацевтических компанийMarina Payvina
 

La actualidad más candente (19)

Проектный опыт внедрения Service Desk на примере Альфа Банк Казахстан
Проектный опыт внедрения Service Desk  на примере Альфа Банк КазахстанПроектный опыт внедрения Service Desk  на примере Альфа Банк Казахстан
Проектный опыт внедрения Service Desk на примере Альфа Банк Казахстан
 
BI Pre-Sale
BI Pre-SaleBI Pre-Sale
BI Pre-Sale
 
1 c kpi_businesscase
1 c kpi_businesscase1 c kpi_businesscase
1 c kpi_businesscase
 
ATK QlikView for Retail - Krasnopolsky Andrey
ATK QlikView for Retail - Krasnopolsky AndreyATK QlikView for Retail - Krasnopolsky Andrey
ATK QlikView for Retail - Krasnopolsky Andrey
 
Bitrix24
Bitrix24Bitrix24
Bitrix24
 
Why to choose Oracle CRM On Demand?
Why to choose Oracle CRM On Demand?Why to choose Oracle CRM On Demand?
Why to choose Oracle CRM On Demand?
 
01 продукты ами banking v8
01 продукты ами banking v801 продукты ами banking v8
01 продукты ами banking v8
 
1 c crm-korp20
1 c crm-korp201 c crm-korp20
1 c crm-korp20
 
инструментальные средства управления проектами
инструментальные средства управления проектамиинструментальные средства управления проектами
инструментальные средства управления проектами
 
Oracle On Demand General
Oracle On Demand GeneralOracle On Demand General
Oracle On Demand General
 
Аналитика в управлении персоналом SAP BI
Аналитика в управлении персоналом SAP BIАналитика в управлении персоналом SAP BI
Аналитика в управлении персоналом SAP BI
 
Vivantek
VivantekVivantek
Vivantek
 
QlikView в GfK для синдикативных исследований фармрынка
QlikView в GfK для синдикативных исследований фармрынкаQlikView в GfK для синдикативных исследований фармрынка
QlikView в GfK для синдикативных исследований фармрынка
 
Бизнес-аналитика для FMCG: презентация решения ATK Qlik for FMCG
Бизнес-аналитика для FMCG: презентация решения ATK Qlik for FMCGБизнес-аналитика для FMCG: презентация решения ATK Qlik for FMCG
Бизнес-аналитика для FMCG: презентация решения ATK Qlik for FMCG
 
Бизнес-аналитика FMCG-дистрибутора ГК Мегаполис с Qlik Sense
Бизнес-аналитика FMCG-дистрибутора ГК Мегаполис с Qlik SenseБизнес-аналитика FMCG-дистрибутора ГК Мегаполис с Qlik Sense
Бизнес-аналитика FMCG-дистрибутора ГК Мегаполис с Qlik Sense
 
Power BI для аналитики данных из 1С: практический опыт
Power BI для аналитики данных из 1С: практический опытPower BI для аналитики данных из 1С: практический опыт
Power BI для аналитики данных из 1С: практический опыт
 
Art bank
Art bankArt bank
Art bank
 
ATK Qlik for Pharma: лучшие практики аналитики для фармацевтических компаний
ATK Qlik for Pharma: лучшие практики аналитики для фармацевтических компанийATK Qlik for Pharma: лучшие практики аналитики для фармацевтических компаний
ATK Qlik for Pharma: лучшие практики аналитики для фармацевтических компаний
 
контур.Erp
контур.Erpконтур.Erp
контур.Erp
 

Similar a Анализ и визуализация данных на базе платформы Microsoft bi

OSPconf. Big Data Forum 2015
OSPconf. Big Data Forum 2015OSPconf. Big Data Forum 2015
OSPconf. Big Data Forum 2015Ilya Gershanov
 
Microsoft. Анна Даскал. "Решения Microsoft для финансового сектора"
Microsoft. Анна Даскал. "Решения Microsoft для финансового сектора"Microsoft. Анна Даскал. "Решения Microsoft для финансового сектора"
Microsoft. Анна Даскал. "Решения Microsoft для финансового сектора"Expolink
 
Не вся аналитика одинаково полезна - Ренат Семаков
Не вся аналитика одинаково полезна - Ренат СемаковНе вся аналитика одинаково полезна - Ренат Семаков
Не вся аналитика одинаково полезна - Ренат Семаковweb2win
 
Технологии Microsoft для "Интернета Вещей"
Технологии Microsoft для "Интернета Вещей"Технологии Microsoft для "Интернета Вещей"
Технологии Microsoft для "Интернета Вещей"Quarta-Embedded
 
современные требования потребителей к системам бизнес аналитики
современные требования потребителей к системам бизнес аналитикисовременные требования потребителей к системам бизнес аналитики
современные требования потребителей к системам бизнес аналитикиExpolink
 
Доклад "Реализация требований современных информационно-насыщенных бизнес-арх...
Доклад "Реализация требований современных информационно-насыщенных бизнес-арх...Доклад "Реализация требований современных информационно-насыщенных бизнес-арх...
Доклад "Реализация требований современных информационно-насыщенных бизнес-арх...Serge Dobridnjuk
 
Informatica for Data Warehouse Optimisation and Data Lake Use-cases
Informatica for Data Warehouse Optimisation and Data Lake Use-casesInformatica for Data Warehouse Optimisation and Data Lake Use-cases
Informatica for Data Warehouse Optimisation and Data Lake Use-casesIlya Gershanov
 
Проект "Интеллектуальный помощник руководителя"
Проект "Интеллектуальный помощник руководителя"Проект "Интеллектуальный помощник руководителя"
Проект "Интеллектуальный помощник руководителя"Vesto93
 
Query hunter презентация для КОНКУРСА РУССКИХ ИННОВАЦИЙ
Query hunter  презентация для КОНКУРСА РУССКИХ ИННОВАЦИЙQuery hunter  презентация для КОНКУРСА РУССКИХ ИННОВАЦИЙ
Query hunter презентация для КОНКУРСА РУССКИХ ИННОВАЦИЙqueryhunter
 
QueryHunter project overview for lenovo
QueryHunter   project overview  for lenovoQueryHunter   project overview  for lenovo
QueryHunter project overview for lenovoqueryhunter
 
Большие данные и бизнес-аналитика: как найти пользу?
Большие данные и бизнес-аналитика: как найти пользу?Большие данные и бизнес-аналитика: как найти пользу?
Большие данные и бизнес-аналитика: как найти пользу?Marina Payvina
 
Informatica Пронет (v.0.3)
Informatica   Пронет (v.0.3)Informatica   Пронет (v.0.3)
Informatica Пронет (v.0.3)Natasha Zaverukha
 
Dsml for business.full version
Dsml for business.full versionDsml for business.full version
Dsml for business.full versionDmitry Guzenko
 
Предпроектная работа над сайтом
Предпроектная работа над сайтомПредпроектная работа над сайтом
Предпроектная работа над сайтомNimax
 
Top big data architecture patterns by Igor Chub
Top big data architecture patterns  by Igor ChubTop big data architecture patterns  by Igor Chub
Top big data architecture patterns by Igor Chub.NET User Group Dnipro
 
Современные тенденции развития платформ бизнес-аналитики, обзор мнений ведущи...
Современные тенденции развития платформ бизнес-аналитики, обзор мнений ведущи...Современные тенденции развития платформ бизнес-аналитики, обзор мнений ведущи...
Современные тенденции развития платформ бизнес-аналитики, обзор мнений ведущи...Prognoz
 
OSPconf Big Data Forum 2014 Ilya Gershanov
OSPconf Big Data Forum 2014 Ilya GershanovOSPconf Big Data Forum 2014 Ilya Gershanov
OSPconf Big Data Forum 2014 Ilya GershanovIlya Gershanov
 

Similar a Анализ и визуализация данных на базе платформы Microsoft bi (20)

MS BI
MS BI MS BI
MS BI
 
OSPconf. Big Data Forum 2015
OSPconf. Big Data Forum 2015OSPconf. Big Data Forum 2015
OSPconf. Big Data Forum 2015
 
Microsoft. Анна Даскал. "Решения Microsoft для финансового сектора"
Microsoft. Анна Даскал. "Решения Microsoft для финансового сектора"Microsoft. Анна Даскал. "Решения Microsoft для финансового сектора"
Microsoft. Анна Даскал. "Решения Microsoft для финансового сектора"
 
Не вся аналитика одинаково полезна - Ренат Семаков
Не вся аналитика одинаково полезна - Ренат СемаковНе вся аналитика одинаково полезна - Ренат Семаков
Не вся аналитика одинаково полезна - Ренат Семаков
 
Технологии Microsoft для "Интернета Вещей"
Технологии Microsoft для "Интернета Вещей"Технологии Microsoft для "Интернета Вещей"
Технологии Microsoft для "Интернета Вещей"
 
современные требования потребителей к системам бизнес аналитики
современные требования потребителей к системам бизнес аналитикисовременные требования потребителей к системам бизнес аналитики
современные требования потребителей к системам бизнес аналитики
 
Доклад "Реализация требований современных информационно-насыщенных бизнес-арх...
Доклад "Реализация требований современных информационно-насыщенных бизнес-арх...Доклад "Реализация требований современных информационно-насыщенных бизнес-арх...
Доклад "Реализация требований современных информационно-насыщенных бизнес-арх...
 
Informatica for Data Warehouse Optimisation and Data Lake Use-cases
Informatica for Data Warehouse Optimisation and Data Lake Use-casesInformatica for Data Warehouse Optimisation and Data Lake Use-cases
Informatica for Data Warehouse Optimisation and Data Lake Use-cases
 
Проект "Интеллектуальный помощник руководителя"
Проект "Интеллектуальный помощник руководителя"Проект "Интеллектуальный помощник руководителя"
Проект "Интеллектуальный помощник руководителя"
 
Query hunter презентация для КОНКУРСА РУССКИХ ИННОВАЦИЙ
Query hunter  презентация для КОНКУРСА РУССКИХ ИННОВАЦИЙQuery hunter  презентация для КОНКУРСА РУССКИХ ИННОВАЦИЙ
Query hunter презентация для КОНКУРСА РУССКИХ ИННОВАЦИЙ
 
QueryHunter project overview for lenovo
QueryHunter   project overview  for lenovoQueryHunter   project overview  for lenovo
QueryHunter project overview for lenovo
 
Большие данные и бизнес-аналитика: как найти пользу?
Большие данные и бизнес-аналитика: как найти пользу?Большие данные и бизнес-аналитика: как найти пользу?
Большие данные и бизнес-аналитика: как найти пользу?
 
Informatica Пронет (v.0.3)
Informatica   Пронет (v.0.3)Informatica   Пронет (v.0.3)
Informatica Пронет (v.0.3)
 
Dsml for business.full version
Dsml for business.full versionDsml for business.full version
Dsml for business.full version
 
Предпроектная работа над сайтом
Предпроектная работа над сайтомПредпроектная работа над сайтом
Предпроектная работа над сайтом
 
РИФ 2016, Предикативная аналитика
РИФ 2016, Предикативная аналитикаРИФ 2016, Предикативная аналитика
РИФ 2016, Предикативная аналитика
 
Top big data architecture patterns by Igor Chub
Top big data architecture patterns  by Igor ChubTop big data architecture patterns  by Igor Chub
Top big data architecture patterns by Igor Chub
 
Intrus 2007 - SaaS
Intrus 2007 - SaaSIntrus 2007 - SaaS
Intrus 2007 - SaaS
 
Современные тенденции развития платформ бизнес-аналитики, обзор мнений ведущи...
Современные тенденции развития платформ бизнес-аналитики, обзор мнений ведущи...Современные тенденции развития платформ бизнес-аналитики, обзор мнений ведущи...
Современные тенденции развития платформ бизнес-аналитики, обзор мнений ведущи...
 
OSPconf Big Data Forum 2014 Ilya Gershanov
OSPconf Big Data Forum 2014 Ilya GershanovOSPconf Big Data Forum 2014 Ilya Gershanov
OSPconf Big Data Forum 2014 Ilya Gershanov
 

Más de Максим Войцеховский

Сравнение возможностей SPS 2010 по редакциям
Сравнение возможностей SPS 2010 по редакциямСравнение возможностей SPS 2010 по редакциям
Сравнение возможностей SPS 2010 по редакциямМаксим Войцеховский
 
Управление проектами и бизнес-анализ
Управление проектами и бизнес-анализУправление проектами и бизнес-анализ
Управление проектами и бизнес-анализМаксим Войцеховский
 
Пример построения системы электронного обучения на платформе Microsoft
Пример построения системы электронного обучения на платформе MicrosoftПример построения системы электронного обучения на платформе Microsoft
Пример построения системы электронного обучения на платформе MicrosoftМаксим Войцеховский
 
Информационные технологии как инструмент повышения производительности труда в...
Информационные технологии как инструмент повышения производительности труда в...Информационные технологии как инструмент повышения производительности труда в...
Информационные технологии как инструмент повышения производительности труда в...Максим Войцеховский
 
Обзор Microsoft Dynamics CRM 4.0 для бизнес руководителей
Обзор Microsoft Dynamics CRM 4.0 для бизнес руководителейОбзор Microsoft Dynamics CRM 4.0 для бизнес руководителей
Обзор Microsoft Dynamics CRM 4.0 для бизнес руководителейМаксим Войцеховский
 

Más de Максим Войцеховский (14)

Статистика по России. 1998 - 2015
Статистика по России. 1998 - 2015Статистика по России. 1998 - 2015
Статистика по России. 1998 - 2015
 
SAP Process Mining by Celonis
SAP Process Mining by CelonisSAP Process Mining by Celonis
SAP Process Mining by Celonis
 
Результаты Russian Microsoft BI Technical Conference 2010
Результаты Russian Microsoft BI Technical Conference 2010Результаты Russian Microsoft BI Technical Conference 2010
Результаты Russian Microsoft BI Technical Conference 2010
 
Сравнение возможностей SPS 2010 по редакциям
Сравнение возможностей SPS 2010 по редакциямСравнение возможностей SPS 2010 по редакциям
Сравнение возможностей SPS 2010 по редакциям
 
Office 2010 Suite And Version Comparison Guide
Office 2010 Suite And Version Comparison GuideOffice 2010 Suite And Version Comparison Guide
Office 2010 Suite And Version Comparison Guide
 
Сравнение версий Office 2003 vs 2007 vs 2010
Сравнение версий Office 2003 vs 2007 vs 2010Сравнение версий Office 2003 vs 2007 vs 2010
Сравнение версий Office 2003 vs 2007 vs 2010
 
Управление проектами и бизнес-анализ
Управление проектами и бизнес-анализУправление проектами и бизнес-анализ
Управление проектами и бизнес-анализ
 
Обзор Microsoft BI для семинара Berner&Stafford
Обзор Microsoft BI для семинара Berner&StaffordОбзор Microsoft BI для семинара Berner&Stafford
Обзор Microsoft BI для семинара Berner&Stafford
 
Обзор Акселераторов для Microsoft Dynamics CRM
Обзор Акселераторов для Microsoft Dynamics CRMОбзор Акселераторов для Microsoft Dynamics CRM
Обзор Акселераторов для Microsoft Dynamics CRM
 
Пример построения системы электронного обучения на платформе Microsoft
Пример построения системы электронного обучения на платформе MicrosoftПример построения системы электронного обучения на платформе Microsoft
Пример построения системы электронного обучения на платформе Microsoft
 
Информационные технологии как инструмент повышения производительности труда в...
Информационные технологии как инструмент повышения производительности труда в...Информационные технологии как инструмент повышения производительности труда в...
Информационные технологии как инструмент повышения производительности труда в...
 
Обзор Microsoft Dynamics CRM 4.0 для бизнес руководителей
Обзор Microsoft Dynamics CRM 4.0 для бизнес руководителейОбзор Microsoft Dynamics CRM 4.0 для бизнес руководителей
Обзор Microsoft Dynamics CRM 4.0 для бизнес руководителей
 
Обзор платформы Microsoft BI
Обзор платформы Microsoft BIОбзор платформы Microsoft BI
Обзор платформы Microsoft BI
 
Обзор решений Microsoft по EPM
Обзор решений Microsoft по EPMОбзор решений Microsoft по EPM
Обзор решений Microsoft по EPM
 

Анализ и визуализация данных на базе платформы Microsoft bi

  • 1.
  • 2. Анализ и визуализация данных на базе технологий Microsoft BI Максим Войцеховский Специалист по бизнес решениям
  • 3.
  • 7.
  • 8. “Компьютерыбесполезны. Они могут дать вам только ответы.” - Pablo Picasso
  • 11. Business Intelligenceсегодня 32% пользователей Excel предпочитают использовать его для сложных аналитических задач Только у 28% потенциальных пользователейBI есть доступ к данным 31% всех проектов по BI частично или полностью не достигают поставленных целей – Business Intelligence Purchase Drivers and Adoption Rates, Gartner – BI Survey 9, BARC – Excel Segmentation Research Разница между создателями и потребителями информации зачастую стирается Сотрудники тратят очень много времени на поиск информации, но не достаточно на ее осмысление Требования меняются настолько стремительно, что традиционным технологиям трудно за ними успевать Agile BI Out of The Box, Forrester Research, Inc., April 22, 2010
  • 12. Source: Gartner, BI Platforms Magic Quadrant Customer Survey conducted November 2009 Цена и отсутствие навыков пользователей – 2 основные причины, почему организации не внедряют BI Преграды перед внедрением BI
  • 13. Основные тренды развития BI Облачные технологии In-Memory BI Самостоятельный анализ данных Мобильные платформы Appliance
  • 14. Пример: еженедельные отчеты по продажам подразделения Пример: общие показатели деятельности компании Пример: выгрузка из базы продаж по моим заказчикам BI: Сценарии использования Гибкость Персональный BI Управляемость Коллективный BI Синхронизация Корпоративный BI
  • 15. Microsoft Business Intelligence Most Broadly adopted Productivity & Collaboration Tools SharePoint Scorecards Excel Workbooks PowerPivot Applications SharePoint Search & Dashboards Analysis Services Reporting Services Most widely deployed EIM & BI Platform Integration Services Master Data Services Odata Feeds LOB Apps
  • 18.
  • 20. Сторонниеприложения Reporting Services SharePoint Insights Excel PowerPivot BI Semantic Model Модель данных Табличная Многомерная Бизнес-логика и запросы MDX DAX Прямойзапрос Доступ к данным ROLAP VertiPaq MOLAP Базы данных LOB Applications Файлы OData Feeds Облачные сервисы BI Semantic Model: Архитектура
  • 21. Зависит от требований на каждом уровне Модель данных Бизнес логика Доступ к данным и хранилище 2 типа проектов вDenali Многомерный проект –MDX иMOLAP/ROLAP Табличный проект –DAX иVertiPaq/DirectQuery Тип проекта может меняться (Denali Next?) VertiPaqin multidimensional projects, MDX scripts in tabular projects… Зависит от ваших отзывов! Какую модель выбрать?
  • 22. Модель данных Табличная Familiar model, easier to build, faster time to solution Advanced concepts (parent-child, many-to-many) not available natively in the model… need calculations to simulate these Easy to wrap a model over a raw database or warehouse for reporting & analytics Многомерная Sophisticated model, higher learning curve Advanced concepts baked into the model and optimized (parent-child, many-to-many, attribute relationships, key vs. name, etc.) Ideally suited for OLAP type apps (e.g. planning, budgeting, forecasting) that need the power of the multidimensional model
  • 23. Бизнес логика DAX Based on Excel formulas and relational concepts – easy to get started Complex solutions require steeper learning curve – row/filter context, Calculate, etc. Calculated columns enable new scenarios, however no named sets or calc members MDX Based on understanding of multidimensional concepts – higher initial learning curve Complex solutions require steeper learning curve – CurrentMember, overwrite semantics, etc. Ideally suited for apps that need the power of multidimensional calculations – scopes, assignments, calc members
  • 24. Доступ к данным и хранилище VertiPaq In-memory column store… typical 10x compression Brute force memory scans… high performance by default… no tuning required Basic paging support… data volume mostly limited to physical memory MOLAP Disk based store… typical 3x compression Disk scans with in-memory subcube caching… aggregation tuning required Extensive paging support… data volumes can scale to multiple terabytes DirectQuery Passes through DAX queries & calculations… fully exploits backend database capabilities No support for MDX queries… no support for data sources other than SQL Server (in Denali) ROLAP Passes through fact table requests… not recommended for large dimension tables Supports most relational data sources… no support for aggregations except SQL Server indexed views
  • 25.
  • 26. Что такое “Crescent”? Crescent – интерактивный инструмент анализа и визуализация бизнес-данных.
  • 27.
  • 28. Familiar Microsoft Office design patterns
  • 29.
  • 30. Drive greater insight through smart and powerful querying
  • 32.
  • 33. Deliver and collaborate through SharePoint
  • 34.
  • 35. IT Pros Power Users Developers End Users Sophisticated Design Environment ProductiveAuthoring Visual data representation Re-use of insights Report Viewer Controls Highly Interactive Flexible layout Rich Presentation Rich Design Capabilities Report Designer Project “Crescent” Report Builder Embedded Operational Business
  • 36. Чем не является “Crescent” Crescent is an interactive data exploration and visual presentation experience. Does not replace RB 2.0, 3.0 or BIDS Not a goal to edit or add new interactivity to Dev/IT Pro reports built in RB or BIDS Not a high-end analysis experience Not a goal to provide complex calculation building Not a cell-based calculation tool Not a forecasting/write back tool Not a replacement for PPS scorecards or ProClarity
  • 37. 2009 2010 2011 “Magic Quadrant for Business Intelligence Platforms”, 27 January 2011 Rita L. Sallam, The Magic Quadrant is copyrighted September 2, 2009 by Gartner, Inc. and is reused with permission. The Magic Quadrant is a graphical representation of a marketplace at and for a specific time period. It depicts Gartner's analysis of how certain vendors measure against criteria for that marketplace, as defined by Gartner. Gartner does not endorse any vendor, product or service depicted in the Magic Quadrant, and does not advise technology users to select only those vendors placed in the "Leaders" quadrant. The Magic Quadrant is intended solely as a research tool, and is not meant to be a specific guide to action. Gartner disclaims all warranties, express or implied, with respect to this research, including any warranties of merchantability or fitness for a particular purpose. The Magic Quadrant graphic was published by Gartner, Inc., as part of a larger research note and should be evaluated in the context of the entire report.  The Gartner report is available upon request from Microsoft. Результаты инвестиций MS в BI
  • 38. Обратная связь Ваше мнение очень важно для нас. Пожалуйста, оцените доклад, заполните анкету и сдайте ее при выходе из зала Спасибо!
  • 39. Вопросы DB 803 Максим Войцеховский Специалист по бизнес решениям maximvo@microsoft.com http://proit.voytsekhovsky.ru/ Вы сможете задать вопросы докладчику в зоне «Спроси эксперта» в течение часа после завершения этого доклада
  • 41.
  • 42.
  • 43.
  • 44.
  • 48. Visual Reports Scorecard with integrated map The “Australian Sparkline” 39

Notas del editor

  1. Key Point: Set industry & customer context and kick off the presentation with some universal truths about the marketSlide Storyboard:Before we talk about Microsoft BI, lets take a look at what is going on in the industry and what we are hearing from our customers As we talk to customers and industry experts a couple of key themes repeatedly emerge:First, knowledge workers spend too much time looking for and not enough time analyzing information. We have all experienced this. Think back to your past few weeks, how much time did you spend searching for or asking others for data vs analyzing the information that was already available to you? Of all the people who could be using information more effectively to make better decisions, only 28% of users have any meaningful access to this data.Second, users who we traditionally think of as ‘Consumers’ of information are no longer just satisfied with consuming information that is provided to them whether it is in the form of web based reports or spreadsheets. As people entering the workforce today are much more comfortable working with data and tools like Excel, their expectations on what they can do with data is not just about information consumption but also about having the ability to analyze and produce their own insights from the information and share that out with others. As evidence of this, the usage of “PivotTables” in Excel has increased significantly over the past 5 years. 5 years ago, Pivot Tables was an excel function only the really advanced Excel users were comfortable using, now due to improvements in the tool as well as a general increase in experience working with data, over a third (32%) of Excel users are comfortable using the tool for ‘Advanced Analysis. If you think about the number of Excel users in the world (>300m), that 32% is a significant number.The third trend we see is not something new. This has been true for IT for many years now and is not particularly limited to just BI. This is about business requirements changing too fast for IT to keep up. The most obvious BI example of this is when IT created a report and then the end users want to immediately change it e.g. add a new role / column, a new dimension or KPI or just change the layout / formatting. Given how dynamic business needs are, approx. 31% of BI initiatives partially or don’t meet the business goals originally set. That is a THIRD of all BI initiatives don’t really meet business goals. That is a fairly large number and we need to find ways to reduce it.Transition:So how did we get here? To better understand the causes behind the current state of business intelligence, we need to understand how business intelligence has evolved within organizations in the past 10 years. Other related trends:Data Explosion: Global Data Rate of growth is at about 30% every year. It is estimated to hit 1ZetaByets ( 1 followed by 21 zeros ) this year Millennial Coming into workforce & Consumerization of ITShift From Information Technology to Business Technology
  2. Source: Gartner, BI Platforms Magic Quadrant Customer Survey conducted November 2009N=799Multiple responses allowedBI = Business Intelligence