За останні роки в розвитку технологічних засобів бізнес-аналітики відбулися якісні зміни, що позитивно вплинули на можливості розширення використання цих технологій незалежно або у складі систем EPM та BPM і, зокрема, у тих їх елементах, що стосуються ключових показників ефективності. Виділяють такі напрями розвитку технологій ВІ:
- повсюдна BI-технологія (Pervasive BI) – розширення області застосування бізнес-аналітики на бізнес-товариство, включаючи не лише вищих керівників та бізнес-аналітиків, а й менеджерів і виконавців усіх рівнів, а також зовнішніх клієнтів і ділових партнерів;
- мобільна ВІ-технологія (Mobile BI) – забезпечення доступу до засобів оперативного аналізу даних за допомогою мобільних пристроїв;
- технологія дослідження даних (Data Discovery) – інтерактивні дослідницькі процеси аналізу даних за допомогою об’єднання даних різнорідних джерел і виявлення зв’язків між даними;
- динамічна ВІ-технологія (Dynamic BI) – забезпечення в режимі реального часу аналізу великих об’ємів даних, включаючи динамічно змінювані дані і дані різних типів. Цей вид аналітики базується на використанні, зокрема, технології оброблення «in-memory», що передбачає високопродуктивні аналітичні обчислення в оперативній пам’яті, а також технології мережевого доступу до програмного забезпечення (Software-as-a-Service, SaaS);
- технологія «великих даних» (Big Data) – нове покоління технологій і архітектур, що забезпечують економічно ефективний витяг знань (корисної інформації) із дуже великих об’ємів різнорідних даних через високошвидкісні операції отримання, виявлення і аналізу даних.
Розвиток Pervasive BI і динамічної ВІ-технології уможливлює більш повну інтеграцію бізнес-аналітики з системами керування бізнес-процесами BPM. На відміну від систем EPM, у яких дані передаються в ВІ-систему, потім у вигляді ключових індикаторів повідомляються вищому керівництву, і вже у вигляді прийнятих рішень повертаються на нижчі рівні, у BPM-системах відбувається убудовування систем KPI всередину бізнес-процесів, що пришвидчує реакцію на відхилення від їх нормального виконання. Об’єднання технологій BPM, Pervasive BI та Dynamic BI означає можливість їх інтеграції із спеціальними системами моніторингу бізнес-діяльності (Business Activity Monitoring, BAM), що забезпечують контроль бізнес-процесів в реальному часі.
BAM являє собою методологію і технологію, яка уможливлює миттєве розпізнавання бізнес-подій на базі інформації, що надходить від BPM, аналіз подій і вироблення сигналів для осіб, задіяних у бізнес-процесах. Під час оцінювання бізнес-подій у системах BAM встановлюється зв’язок між подіями, застосовуються правила для одержання значень ключових показників ефективності бізнес-процесів. Інформація надається користувачам на інструментальних панелях KPI та у звітах за допомогою порталів і мобільних пристроів.
Один із напрямів розвитку ВІ-технології – це технологія Data Discovery, що забезпечує подальшу «інтелектуалізацію» бізнес-аналітики. Технологія Data Discovery підтримує пошук джерел даних для конкретних цілей; контроль відповідності знайдених джерел зазначеним цілям та доступ до даних у джерелах. З цією метою використовують метадані високого рівню (Discovery Metadata), що містять коротку інформацію про ресурси, задіяні у пошуку.
Платформи інструментів дослідження даних (Data Discovery Platforms, DDP) надають користувачам можливості розміщення різнорідних даних у спеціальному сховищі, створювати динамічні запити за допомогою понять, категорій, ієрархій і логічних полів, визначених у моделі абстракції даних (Data Abstract Model, DAM). Аналітичні можливості забезпечуються використанням логічних виразів, операторів порівняння, операціями неявного об’єднання таблиць та побудови вкладених виразів і підпорядкованих запитів. Враховуючи, що використання технології Data Discovery не потребує поглиблених спеціальних знань і є доступним для кінцевих бізнес-користувачів, ця технологія в перспективі матиме широку область застосування.
Особливостями концепції «великих даних» є те, що неструктуровані дані для аналізу надходять із різних джерел у реальному часі, що уможливлює використання одержаної інформації для прогнозного моделювання. У багатьох випадках неефективно зберігати дуже великі обсяги даних, тому їх аналізують «на льоту» і зберігають не самі дані, а знання (корисну інформацію), яку вдалося з них витягти. На рівні підприємств використання високовартісних технологій «великих даних» є економічно виправданим лише для великих корпорацій.
