وبلاگ capterra یکی از وبلاگ های فعال در حوزه هوش تجاری است که مقالات خوبی درباره اخبار و تازه های حوزه هوش تجاری منتشر می‌کند. چند روز پیش دیدم که مقاله‌ای درباره تحلیل افزوده (Augmented Analytics) منتشر کرده بود و عنوان کرده بود که طبق پیش بینی گارتنر برای سال ۲۰۲۰، این قابلیت، محرک اصلی خرید نرم افزارهای هوش تجاری در سال‌های پیش رو است. تحلیل افزوده اصطلاح جدیدی برای من بود. و دقیقا مفهوم اش را درک نمی کردم و از آنجاییکه گارتنر اعلام کرده بود که تحلیل افزوده، آینده داده و تحلیل است، مصصمم شدم که از این اصطلاح نسبتا جدید رمزگشایی کنم.

سوال اول و اصلی این بود که تحلیل افزوده چیست؟ و چه فرقی با تحلیل معمولی دارد؟

تحلیل افزوده همان هوش تجاری است که الگوریتم‌های یادگیری ماشین نیز به آن اضافه شده است. می‌دانید که الگوریتم‌های یادگیری ماشین، دسته‌ای از الگوریتم‌ها هستند که الگویی را یاد می‌گیرند و سپس می‌توانند آن الگو را تشخیص بدهند و دوباره تولید کنند. به عنوان مثال عکس یک سیب را به الگوریتم یادگیری ماشین می‌دهیم، بعد از آن عکس سیب تشخیص می‌دهد و می‌تواند عکس سیب را رسم کند.

حالا در فضای هوش تجاری، الگوریتم یادگیری ماشین چه گره‌ای را باز میکند؟ تقریبا تمام کسانی که درگیر پروژ‌ه‌های هوش تجاری هستند، اذعان دارند که آماده کردن داده (Data Preparation) ، یکی از مراحل بسیار زمان بر و تکراری پروژه‌های هوش تجاری است. الگوریتم‌های هوش تجاری در این مرحله به کمک توسعه دهندگان و تحلیل گران میآیند و آنها را از شر بسیاری از کارهای تکراری نجات می‌دهد. به عنوان مثال فرض کنید که ۱۰۰ فایل اکسل دارید که در همه آنها شهر علی آباد به اشتباه سرهم (علیاباد) نوشته شده است. پیشتر تحلیل‌گر یا توسعه دهنده باید زمان زیادی صرف تصحیح این اشتباه می‌کرد. اما الگوریتم‌های یادگیری ماشین مسولیت تصحیح چنین کارهای تکراری و زمانبری را برعهده گرفته اند.

در تحلیل افزوده امکان پرس و جو به زبان طبیعی وجود دارد. به عنوان مثال اگر می‌خواهید قیمت متوسط اجناس را بدانید، فقط کافی که عبارت “Whats the average price of this item” را تایپ کنید. خود الگوریتم‌ عبارت شما را به اس کیو ال تبدیل می‌کند، اجرا می‌کند و نتیجه را برای شما نمایش می‌دهد. (متاسفانه بلاد کفر کلا زبان فارسی را نادیده گرفتند و امکان پرس و جو به زبان فارسی را در سیستم‌های هوش تجاری تعبیه نکردند.)

در حال حاضر و بدون چنین امکانی، برای پاسخ به سوال فوق باید کدهای زیر تایپ شود.

تعریف تحلیل افزوده و پیاده سازی آن، در حال گذراندن دوران طفولیت خود است و تنوع مثال، ابزار، تعریف، کاربرد آن در سطح نت کم بود. در صورتی که اطلاعات بیشتری در مورد تحلیل افزوده دارید و یا اگر پروژه ای در این زمینه انجام دادید، لطفا در پایین این پست تجربه خود را به اشتراک بگذارید.

هوش تجاری چیست؟

چند سال پیش، مسولیت برگزاری جلسات آموزش هوش تجاری در سطح مدیران ارشد در چندین شرکت فعال و مطرح در حوزه ها و صنایع مختلف را بر عهده داشتم. اغلب اوقات قبل از شروع مباحث، جهت تخمین آشنایی افراد با مبحث هوش تجاری، از آنها می‌خواستم تعریف و برداشت خود از هوش تجاری را بیان کنند. خیلی اوقات افراد به ابزارهای هوش تجاری اشاره می کردند و هوش تجاری را معادل “پاور بی آی”، “تبلو” و یا “کلیک ویو” می دانستند. برخی هم  هوش تجاری را معادل برخی مفاهیم موجود در هوش تجاری می دانستند مثلا می گفتند هوش تجاری همان انبار داده است یا همان داشبوردهای مدیریتی است. برخی هم از Cube، Olap و یکپارچه سازی نام می بردند و هوش تجاری را معادل این مفاهیم می دانستند. برخی هم به قسمت تصمیم سازی هوش تجاری اشاره می کردند و معتقد بودند که هوش تجاری یک ابزار تصمیم گیری است.

جالب ترین تعریف را، مدیر فروش یکی از شرکت ها داشت. به شوخی گفت: “هوش تجاری چیزی که ما را در تجارت با هوش می کنه. می فهمیم کی بخریم، کی بفروشیم و چطور بیشتر سود کنیم. کلا یه چیزی که پولدارمون میکنه.” بعد هم اضافه کرد که ” هوش ریاضی و هوش هیجانی قبلا شنیده بودیم. الان هم هوش تجاری اومده و البته اصل هم همین. چیزی که پولدارمون کنه.” دوست عزیز، مشخصا هیچ ذهنیتی از هوش تجاری نداشت و فقط برداشت شخصی اش را از عبارت “هوش تجاری” بیان کرده بود. اما برداشت اش برای من جالب بود و به نظرم به مفهوم واقعی هوش تجاری بسیار نزدیک بود. در ادامه به تعریف هوش تجاری از دیدگاه های مختلف می پردازم و بررسی می‌کنم که چرا این تعریف برای من جالب بود.

موسسه گارتنر معتقد است که”هوش تجاری” مجموعه ای از ساختارها، ابزارها و برنامه های کاربردی است که امکان دسترسی و تحلیل اطلاعات را فراهم می‌کند و از این جهت فرآیند تصمیم گیری و کارایی کلی سازمان را بهبود می‌بخشد.

هر چند که تعریف گارتنر معتبر و مورد قبول است. اما بیشتر به زیرساخت فنی و تکنولوژی هوش تجاری اشاره می‌کند و جنبه‌ مدیریتی هوش تجاری را در نظر نگرفته است. توربن در کتاب “هوش تجاری، یک رویکرد مدیریتی” این جنبه از هوش تجاری را نیز در نظر گرفته و معتقد است که هوش تجاری یک رویکرد مدیریتی مبتنی بر داده است.

به نظر من تعریف دقیق هوش تجاری ترکیبی از دو تعریف بالا است. هوش تجاری در واقع یک رویکرد مدیریتی است که بر اساس آن مدیران سازمان نه بر اساس حدس و گمان بلکه بر اساس داده‌های واقعی موجود در داخل یا خارج سازمان، فکر می‌کنند و تصمیم می‌گیرند. اما بر اساس کدام داده‌ها؟ این داده‌ها چگونه، از کجا و طی چه فرآیندی جمع آوری می‌شوند و در کجا یکپارچه می‌شوند. اینجا است که تعریف گارتنر به کار میآید و هوش تجاری را مجموعه ای از ساختارها، ابزارها و برنامه‌های کاربردی می داند که امکان دسترسی، جمع آوری و یکپارچه سازی داده‌ها را فراهم می‌کند. “پاور بی آی”، “تبلو”، “کلیک ویو”، “انبار داده”، “داشبورد مدیریتی”، “Cube”، “Olap” … همه جزئی از همان ساختار، ابزار و برنامه های کاربردی هستند که امکان جمع آوری و یکپارچه کردن داده را فراهم می‌کنند اما به هیچ وجه معادل هوش تجاری نیست و فقط به یک وجه آن اشاره می‌کنند.

برگردیم به دوست عزیزی که معتقد بود “هوش تجاری چیزی که ما را در تجارت باهوش می‌کنه. می فهمیم کی بخریم، کی بفروشیم و چطور بیشتر سود کنیم.” به کلمه “چیزی” دقت کنید. هر چند که دوست عزیز دقیقا باز نکرد که “چیزی” دقیقا، چیست. اما می‌توانم حدس بزنم که در چارچوب هوش تجاری “چیزی” فقط می‌تواند معادل داده باشد. مدیر شرکت با دانستن داده‌های مانند میزان فروش سال‌ها و ماه‌ها قبل، میزان فروش محصول توسط رقبا در کل کشور، میزان تقاضا برای خرید محصول در کشورهای دیگر و …. و در کنار هم قرار دادن آنها می‌تواند بهترین زمان فروش و مناسب‌ترین خریدار را انتخاب کرده و بهترین سود کسب کند.

در چند مقاله گذشته به بررسی ابزار هوش تجاری در مایکروسافت پرداختیم. در این مقاله به جمع بندی کلی این ابزارهای با کمک نقشه ذهنی (Mind Map) می پردازیم.
ابزارهای هوش تجاری مایکروسافت را از یک منظر می توان به دو دسته کلی ابزارهای سلف سرویس و سرویس ها تقسیم کرد. ابزارهای سلف سرویس هوش تجاری برای استفاده عموم، شرکت های کوچک و افرادی که تخصص کافی در زمینه آی تی و نرم افزار ندارند، طراحی شده است. دسته دوم سرویس های مایکروسافت است که همراه با اس کیو ال سرور نصب می شود. این دسته از سرویس خصوص متخصصان آی تی و شرکت های بزرگ است. هر دو دسته در نقشه ذهنی زیر مشخص شده اند.
هوش تجاری سلف سرویس به دو دسته هوش تجاری در اکسل و پاور بی آی تقسیم می شود.
سرویس های مایکروسافت در زمینه هوش تجاری هم به سه سرویس اصلی ، SSIS, SSRS , و SSAS تعلق دارد.
برای نمایش گزارش های هوش تجاری بر روی موبایل نیز موبایل ریپورت پابلیشر مورد استفاده قرار می گیرد.

نقشه ذهنی ابزارهای فوق را در تصویر زیر مشاهده می کنید. با کلیک بر روی هر قسمت به مقاله مرتبط هدایت می شوید.

Power Pivot , Power View , Power Query , Power

در مقاله قبلی به بررسی ابزارهای هوش تجاری مایکروسافت پرداختیم و گفتیم مایکروسافت به دنبال توسعه هوش تجاری برای کاربران عادی بود و از آنجاییکه، پیشتر میلیون ها کاربر اکسل را در سراسر دنیا جذب کرده بود، تصمیم گرفت که امکانات هوش تجاری را به اکسل اضافه کند. هوش تجاری با کمک چهار ابزار پاور کوئری، پاور پیوت، پاور ویو و پاور مپ به اکسل اضافه شد. در ادامه این مقاله به بررسی هر کدام از این ابزارها می پردازیم.

پاور کوئری

برخی معتقدند که پاور کوئری نسخه سلف سرویس SSIS است. در صورتی که با سرویس SSIS کار کرده باشید می دانید که این سرویس وظیفه جمع آوری داده ها از منابع مختلف و یکپارچه کردن آنها را بر عهده دارد. به صورت مشابه، با کمک پاور کوئری می توانیم به منابع داده ای مختلف وصل شده و داده های مختلف را در یک شیت اکسل با هم ترکیب کنیم. به عنوان مثال فرض کنید قصد دارید که گزارشی از سرانه فروش محصول شرکت در هر استان تهیه کنید. می دانید که سرانه فروش از تقسیم مقدار فروش در هر استان بر جمعیت آن استان به دست می آید. بنابراین برای تهیه این گزارش به دو جدول اطلاعاتی نیاز دارید:۱- مقدار فروش محصول که باید از واحد آی تی شرکت تهیه کنید. ۲-جمعیت هر استان که باید از اینترنت پیدا کنید. بعد از پیدا کردن این دو جدول، با کمک ابزار پاور کوئری می توانید این اطلاعات را با هم ترکیب کرده و سرانه را محاسبه کنید.

پاور پیوت

مشابه پاور کوئری، برخی معتقدند که پاور پیوت نسخه سلف سرویس SSAS است. در صورتی که با SSAS کار کرده باشید، می دانید که SSAS وظایفی چون ارتباط بین جداول، تعریف شاخص کلیدی عملکرد، پرسپکتیو، سلسه مراتب … را بر عهده دارد. (اگر با اصطلاحاتی مانند پرسپکتیو، سلسه مراتب و شاخص کلیدی عملکرد آشنا نیستید، نگران نباشید، در مقالات آتی به تفضیل در مورد آنها صحبت خواهیم کرد.) به طور مشابه، پاور پیوت نیز دقیقا چنین وظیفه ای بر عهده دارد. فرض کنید در مثال بالا قصد دارید سرانه فروش در هر استان را در سال ها و ماه های مختلف با هم مقایسه کنید. برای چنین کاری در ابتدا باید سلسه مراتب زمان (مثلا سال، ماه، روز) را تعریف کنید و بعد سرانه فروش را به سلسه مراتب زمان وصل کنید. تمام این کارها از تعریف سلسه مراتب گرفته تا اتصال سلسه مراتب به سرانه فروش در پاور پیوت امکان پذیر است.

پاور ویو و پاور مپ

از نظر مفهومی، پاور ویو و پاور مپ، مشابه سرویس SSRS است. همانطور که سرویس SSRS وظیفه گزارش گیری از داده ها و نمایش گرافیکی آن را بر عهده دارد، پاور ویو و پاور مپ هم وظیفه نمایش داده ها در قالب داشبوردهای مدیریتی یا نمودارهای گرافیکی متنوع را بر عهده دارند.

البته دقت کنید که تمرکز اصلی پاور مپ بر روی نقشه است و پاور ویو بیشتر به داشبوردهای مدیریتی می پردازد.

در نهایت گزارش ها و داشبوردهای مدیریتی آماده شده را می توان از طریق شیرپوینت، آفیس ۳۶۵ و یا پاور بی آی به صورت آنلاین یا تحت شبکه در اختیار کاربران نهایی قرار داد.

در اینجا می توانید با نحوه نصب پاور کوئری، پاور پیوت، پاور ویو و پاور مپ در اکسل آشنا شوید.

در مقاله قبلی ابزارهای هوش تجاری مایکروسافت را نام بردیم و از بین آنها به بررسی سرویس‌های SSIS, SSAS و SSRS پرداختیم. در ادامه مقاله قبلی، در این مقاله به بررسی ابزار هوش تجاری در نرم افزار اکسل می‌پردازیم.

همانطور که می‌دانید، اکسل یکی از قدرتمندترین و پرکاربردترین، نرم‌افزارهای موجود در بسته آفیس مایکروسافت است و اولین بار در دهه ۹۰ میلادی با هدف ساماندهی، نگهداری و پردازش داده‌ها منتشر شد. طراحی مناسب به اضافه کاتالیزور نیاز کاربران موجب جذب میلبون‌ها کاربر در سراسر جهان شد. کار با این نرم افزار بسیار ساده است و همین سادگی باعث شده تا کاربران با سطوح مختلف دانش کامپیوتر بتوانند به سادگی با این نرم افزار کار کنند. اکسل در عین سادگی بسیار قدرتمند است و می‌تواند محدوده متنوعی از کارها، از ثبت و ویرایش داده‌های روزانه گرفته تا سیستم‌های حسابداری، انبارداری، وضعیت پیشرفت پروژه، رسم نمودار و … را انجام دهد.

از طرف دیگر در نظر داشته باشید که مایکروسافت در سال‌های اخیر به شدت بر روی ابزارهای هوش تجاری سرمایه گذاری کرده است و سرویس‌های قدرتمندی مانند SSIS, SSAS‌ و SSRS را توسعه داده است. هر چند در قدرت این سه سرویس شکی وجود ندارد، اما دقت داشته باشید که این سرویس برای متخصصان کامپیوتر و برنامه نویسان توسعه داده شده است و کار با آنها برای کاربران عادی، اگر غیر ممکن نباشد، مطمئنا مشکل و زمان بر است. در نتیجه در سال‌های اخیر، توسعه ابزارهای هوش تجاری برای کاربران عمومی به چالش بزرگی برای مایکروسافت تبدیل شده بود.

حال این دو واقعیت را کنار هم قرار دهید. اول اینکه مایکروسافت قصد دارد یک ابزار هوش تجاری برای کاربران عادی توسعه دهد که ساده و قدرتمند باشد. یادمان نرود که هوش تجاری یعنی سروکله زدن با داده و تبدیل آن به اطلاعات. دوم اینکه در حال حاضر مایکروسافت یک ابزار قدرتمند و پرطرفدار جهت نگهداری داده‌ها به اسم اکسل دارد.

مایکروسافت هم همان تصمیمی را گرفت که شما الان به آن فکر می کنید. این که اکسل به گونه‌ای تغییر کند که علاوه بر کارایی کنونی، امکانات هوش تجاری را نیز داشته باشد. برای رسیدن به این هدف، مایکروسافت ابزارهای زیر را در قالب Adds-on به اکسل اضافه کرد.

Power Query, Power Pivot, Power View, Power Map

این که این ابزارها چه قابلیت‌هایی دارند، چه کاری انجام می‌دهند، هر کدام چه وجه هوش تجاری را به اکسل اضافه می‌کنند، موضوعاتی است که در مقاله بعدی بررسی می‌شود.

در آخر هم یادآوری کنم، آن دسته از ابزارهای هوش تجاری که قابل استفاده کاربران عادی باشد و کاربران عادی بتوانند بدون نیاز واحد آی تی گزارش‌های مورد نیاز خود را تهیه کنند، هوش تجاری سلف سرویس (Self-Service) نامیده می‌شود. هوش تجاری در اکسل در دسته ابزارهوش تجاری سلف سرویس قرار دارد.

در بازار پررونق ابزارهای هوش تجاری سلف سرویس، مایکروسافت صرفا به هوش تجاری در اکسل اکتفا نکرده است و به موازات آن به توسعه نرم افزار پاور بی آی (Power Bi) پرداخته است. نرم افزار پاور بی‌آی در مقاله دیگری مورد بررسی قرار می‌گیرد.