Сүүлийн 10 жилийн хугацаанд Business Intelligence (BI) шийдлүүд хурдацтай хөгжиж байгаа бөгөөд дата хэмжээ болоод, төрөл, өсөлтийн хурд (Volume, Variety, Velocity) асар их болж байна. Энэ хэрээр датаг ашиглах боломж улам бүр нэмэгдэж анализыг зөвхөн мэргэжлийн хүмүүсээс гадна сонирхсон хэн ч хийх боломж бүрдэж байна (self-service).

2019 оны хувьд BI, Анализын бизнес өмнөх жилүүдээс илүү өндөр өсөлттэй байхаар байна. Цар хүрээнээс үл хамааран бүх байгууллагууд BI бидэнд хэрэгтэй юу? гэхээс илүүтэйгээр BI-н ямар шийдэл бидэнд тохирох вэ? гэдгийг олох нь илүү оновчтой юм. 2019 оны хувьд дата чанар, дата менежмент болон датаг нээн илрүүлэх /Data Discovery/ (цэвэрлэх, хамгаалах) жил байх болно. Мөн цаашлаад үүлэн тооцоолол болон хиймэл оюун ухааны хөгжил илүү ахисан түвшинд хүрэх жил байх болно.

Үүнтэй холбоотой та бүхэнд 2019 онд тренд болж байгаа 10 BI технологийг танилцуулъя.

1. Дата Чанарын Менежмент (Data Quality Management: DQM)

DQM гэдэг нь дата цуглуулах, гүнзгий анализ хийх, датаг удирдах процессыг хэлдэг. Аливаа дата мэдээллийн хэмжээ, төрөл болон эх үүсвэр олон болохын хэрээр тухайн датаны чанарт илүүтэйгээр анхаарах шаардлага гарч байна. Зураг 1-с харахад аливаа дата мэдээлэл олон байхаас илүүтэй хэр үнэн болон эргээд ашиглагдахуйц байх нь тухайн бизнестээ өндөр ач холбогдолтой болох нь харагдаж байна.

Чанартай дата мэдээлэл нь сайн шинжилгээ болон оновчтой шийдвэрийн гол хүчин зүйл юм. Өнөөдөр байгууллагууд үүний ач холбогдлыг сайн ойлгох болсон учраас DQM-ийн бодлого боловсруулж, байгууллагадаа нэвтрүүлэх, хэрэгжүүлэх газар, нэгжтэй болж байна.

2. Датаг нээн илрүүлэх (Data Discovery)

Датаг нээн илрүүлэх гэдэг нь цуглуулсан датанаасаа бизнес болоод байгууллагын үйл ажиллагаанд үнэ цэнэ өгөхүйц шийдлийг олж авах явдал юм. Үүнийг хэрэгжүүлэхэд бидэнд tool буюу програмын шийдэл их чухал юм. Товчхондоо бол системийн хаа нэгтээ хадгалагдсан датаг дүрсжүүлж, ойлгомжтой болон тодорхой болгохыг хэлнэ. Тиймээс ийм төрлийн програмын шийдэлд дараах шалгуурууд тавигддаг. Үүнд:

• Хэрэглэхэд хялбар
• Уян хатан (Agile and flexible)
• Шинжилгээнд цаг бага зарцуулдаг
• Олон төрлийн болон их хэмжээний өгөгдөл дээр ажиллахуйц зэрэг юм.

3. Хиймэл Оюун ухаан (Artificial Intelligence)

Хиймэл оюун ухааны хэрэглээ өдөр ирэх бүр нэмэгдэж байна. Монгол улсын хувьд хиймэл оюуны хөгжил анхан шатандаа яваа боловч хэрэглээнд амжилттай нэвтрүүлсэн хэд хэдэн жишээ байдаг. Хэдхэн жилийн өмнө л хиймэл оюун ухааныг практикт хэрэглэхэд төвөгтэй байсан бол одоо бэлэн шийдлүүд олноороо гарч ирсэн учраас зөвхөн томоохон байгууллагууд төдийгүй жижиг байгууллагууд ч үйл ажиллагаандаа ашиглах боломжтой болоод байна. Харин үүний хамгийн хэцүү хэсэг нь хангалттай хэмжээний дата цуглуулах болон практикт нэвтрүүлэх мэргэжилтнүүдийн хомсдол юм. Хэрэв танай байгууллага дээрх хоёр асуудлыг шийдсэн бол AI ашиглахад бэлэн болсон байна гэсэн үг. Хэрэв үгүй бол мэргэжлийн байгууллагад хандаж зөвлөгөө тусламж аваарай.

4. Таамаглах болон Зөвлөх Анализын Програм (Predictive And Prescriptive Analytics)

Ихэнх байгууллагууд өнгөрсөн үеийн дата мэдээлэл дээр тулгуурлан ямарваа нэг асуудалд юу болов?, яагаад болов? гэх статик асуултуудад хариулт авч байгаа. Харин цаашид юу болох? болон үүнд ямар шийдэл оновчтой вэ? гэх асуултуудад хариулт авахад бидэнд Таамаглах болон Зөвлөх Анализын шийдэл арга тус болно. Таамаглах анализын хувьд одоо байгаа буюу өнгөрсөн үеийн дата дээр тулгуурлан дата олборлолт (data mining) хийх замаар ирээдүйг таамаглах арга техник юм. Мэдээж энд датаны чанар, хэмжээ болон төрлөөс шалтгаалан таамаглал зөрөхийг үгүйсгэхгүй. Тиймээс бид эрсдэл болон урьдач нөхцөлүүдийг зайлшгүй оруулах шаардлагатай. Байгууллагуудын хувьд хэрэглэгч, бүтээгдэхүүн, түншүүдээ илүү сайн ойлгох зэрэгт ашиглаж байна.

Энэ нь тухайн байгууллага нь ямар салбарт үйл ажиллагаагаа явуулдаг байхаас хамааран ялгаатай байх бөгөөд жишээлбэл: Нислэгийн компаниуд хэзээ, ямар үнээр тасалбараа борлуулах нь илүү оновчтой байх талаар таамаглах бол зочид буудлуудын хувьд хугацаа болон эрэлтээс хамааран үнэ ялгаатай тогтоох зэрэг юм.

Зөвлөх Анализын програм бол ирээдүйд ямар шийдвэр гаргах нь илүү оновчтойг тодорхойлох явдал юм. Simulation, Complex event process, neural network, heuristic analysis, machine learning зэрэг илүү төвөгтэй арга техникүүдийг шаарддаг. Энэ нь шийдвэр гаргалтыг сайжруулах төдийгүй таамагласан үр дүнд илүү гүйцэд хүрэх явдал юм.

5. Холбогдсон Үүлнүүд (Connected Clouds)

Үүлэнд зөвхөн өгөгдөл хадгалах болон тооцоолон бодохоос гадна дата сан, дата загварчлал, аппликэйшн процесс, анализ загварчлал зэрэг олон үйлчилгээг нэг дороос авах боломжтой болсон. Гартнерын гаргасан судалгаанд 2019 онд нийт байгууллагуудын 70% нь үйл ажиллагаандаа үүлийг ашиглах болно гэж хариулсан бол энэ тоо 2016 онд ердөө 10% байсан. Өнөөдрийн байдлаар үүлэн технологийн бүх төрлийн үйлчилгээ үзүүлж буй Amazon, Oracle, Google, Microsoft компаниудын үйлчилгээг тун боломжийн үнээр хэрэгтэй үедээ авч ашиглах боломжтой болсон.

“Орчин үед ихэнх байгууллагууд Мэдээллийн Технологи хариуцсан Захирлын албан тушаалыг заавал байлгадаг болсон. Тэгвэл мэдээлэл, дата анализын ач холбогдол нэмэгдэхийн хэрээр Дата хариуцсан Захирал, Анализ Хариуцсан Захирал гэх албан тушаалууд шинээр бий болж байна.”

6. Дата Засаглал (Data Governance)

DGI (Data Governance Institute) нь “Дата засаглал” гэдгийг “өгөгдөлтэй хамаатай шийдвэр гаргах эрх мэдэл” хэмээн тодорхойлсон байдаг. Өөрөөр хэлбэл тодорхой стандартын дагуу өгөгдлийг зохион байгуулж удирдах арга техник болон бодлогыг хэлж болно. Дата ашиглалт, түүний хэрэгцээ шаардлага өндөр болсон өнөө үед датаг зөв зүйтэй. ашиглахтай холбоотой бодлого давхар яригдах ёстой. Нэг үгээр дата засаглал нь байгууллагуудад технологи ашиглан бизнесийн үнэ цэнэ бий болгоход чиглэгдсэн үйл ажиллагаа юм. Бизнесийн орчин нөхцөл байнга өөрчлөгдөж байдаг учраас дата засаглал болон технологи даган хувьсан өөрчлөгдөж байх ёстой. Орчин үед бизнесийн хэрэгцээ болон технологийн зөрүүг багасгах шийдлүүд олноор гарч ирсэн учраас байгууллагууд бизнесийн хэрэгцээндээ тохируулан технологийг зөв сонгож ашиглах нь чухал юм.

7. Аюулгүй байдал (Security)

Дата ашиглалт яригдаж байгаа бол нөгөө талд дата аюулгүй байдлын талаар зайлшгүй ярих ёстой. 2018 оны байдлаар өгөгдлийн алдагдлаас болж ихээхэн хохирол амссан байгууллага дунд томоохон компаниудаас эхлээд жижиг бизнес, зарим улсын засгийн газрууд хүртэл багтсан байна. Өнгөрсөн жилүүдэд өгөгдлийн баазын аюулгүй байдал гол сэдвүүдийн нэг байсан шиг энэ жил ч гол сэдэв байх болно. Өнөөдрийн байдлаар өгөгдлийн аюулгүй байдлыг 100% хангах шийдэл хараахан байхгүй боловч эрсдэлийг буруулах боломж байгаа. Засгийн газар, банк санхүүгийн байгууллага зэрэг тухайн байгууллагын онцлогоос хамаараад нийтийн клауд бус хувийн клауд ашиглах нь түгээмэл. Гэвч өгөгдлийн аюулгүй байдлаа өөрсдөө хангах нь зардал өндөртэй мэргэжлийн өндөр ур чадвар шаардах учраас хувийн клауд болон нийтийн клаудын хослуулан ашиглах нь түгээмэл болж байна. Зарим байгууллагууд үйл ажиллагааны системээ нийтийн клаудад байршуулж хэрэглэгчдэд бүтээгдэхүүн үйлчилгээгээ хүргээд, өгөгдлөө хувийн клауд дээрээ хадгалах загварыг ашиглаж байна.

8. CDO, CAO-ийн хэрэгцээ (Chief Data Officer, Chief Analytics Officer)

Дата анализ нь бизнесийн үйл ажиллагааны салшгүй чухал хэсэг болж байна. Орчин үед ихэнх байгууллагууд Мэдээллийн Технологи хариуцсан Захирлын албан тушаалыг заавал байлгадаг болсон. Тэгвэл мэдээлэл, дата анализын ач холбогдол нэмэгдэхийн хэрээр Дата хариуцсан Захирал, Анализ Хариуцсан Захирал гэх албан тушаалууд шинээр бий болж байна.

Дата хариуцсан захирлын үүрэг бол байгууллагын хэлтэс нэгж болгоныг датагаар хангах системийг бий болгох, мөн байгууллагынхаа дата хэрэглэдэг ажилтан бүрд үнэн зөв, цэгцтэй, ашиглахад бэлэн датагаар хангах үүрэгтэй юм. Түүнчлэн эрэлт хэрэгцээ нэмэгдэж байгаа өөр нэг албан тушаал бол Анализ хариуцсан захирал юм. Дата хариуцсан захирлаас ялгарах гол үүрэг нь бэлэн болсон датаг ашиглан анализ хийж изнес хэрэглээнд нэвтрүүлэх явдал юм.

9. Бизнес Интелиженсийн Хамтын Ажиллагаа (Collaborative Business Intelligence)

Байгууллагууд үйл ажиллагаандаа BI нэвтрүүлэх нь үнэн зөв мэдээллээр хангаж шийдвэр гаргахад тусалж байгаа Өөр нэг давуу тал нь байгууллагын нэгж бүрийн хамтын ажиллагааг сайжруулж байдаг. Байгууллага томрох тусам хэлтэс газруудын уялдаа холбоо, хамтын ажиллагаа багасаж бие даасан байдалд шилждэг. Үүнд давуу тал байгаа ч сул тал нь хамтын ажиллагаа сулрах талтай. Тэгвэл BI нь байгууллагынхаа хэлтэс нэгж бүрийг байгууллагынхаа үйл ажиллагааг нэг цонхоор харж тус бүрийн уялдаа холбоог ойлгоход тустай юм.

“2021 он гэхэд хэрэглэгчийн үйлчилгээний 15%-ийг хиймэл оюун ухаан гүйцэтгэх болно”
– Gartner

10. Хэрэглэгчийн Туршлага (Consumer Experience)

Бизнесүүд хэрэглэгчийн үйлчилгээг сайжруулах, бүтээгдэхүүн үйлчилгээний борлуулалтыг өсгөхөд дата ашиглах нь улам бүрэн нэмэгдэж байна. Хэрэглэгчийн шаардлага өдөр ирэх бүр нэмэгдэж байдаг тул тэдний шаардлагыг ойлгохын тулд дата анализ хийх зайлшгүй шаардлага байна.