BI Connector Hub ile İş Zekası Çözümleri Tek Çatı Altında

BI Connector Hub

Geleneksel iş zekâsı yaklaşımında veriler merkezi bir IT departmanı tarafından kontrol edilir. IT departmanları standart hale getirilmiş, ölçeklenebilir self-servis raporlama süreçleri için sistemler oluştururlar ve son kullanıcılar bu sistemlere bağlanarak kendi işleriyle ilgili sorulara cevaplar arar. Verilerin düzgün bir şekilde hazırlandığından, kaydedildiğinden ve güvenliğinden sorumlu olan IT departmanı, veri kalitesi, tutarlılığı ve sonuçların doğruluğunu da kontrol ederek sistemleri mevcut performansı göz önünde bulundurarak tasarlar.

IT departmanı, sadece kendi ihtiyaçları için değil aynı zamanda gerektiği durumlarda farklı iş birimlerinden gelen entegrasyon taleplerini de karşılayabiliyor.  İş birimleri kendi verilerini sisteme getirmek istedikleri her an IT departmanı ile iletişime geçerek, bu verilerin merkezi sisteme entegre edilmesini sağlamak durumundadır. IT departmanlarının iş birimlerinden gelen verileri entegre etme süresi genellikle uzun zaman alır. Örneğin, iş birimi olarak sizin elinizde bir veri seti var ve bu setini raporlarınıza entegre edip analizlerinizi yapmak istiyorsunuz. Bunun için IT departmanıyla iletişime geçerek bu veriyi entegre etmelerini istemeniz gerekiyor. IT departmanından birisi öncelikle sizinle birlikte veri setinizin analizini yapacak. Daha sonra merkezi sistemde oluşturulmuş veri yapılarına bu veri setini entegre edecek. IT tarafının en hızlı şekilde veri setinizi sistemine entegre ettiğini düşündüğümüzde bile,  bu süre minimum 1 ya da 2 hafta gibi bir zaman alacaktır. Bu süre IT departmanının iş yoğunluğu ve verinin modele entegre etmede yaşanabilecek sıkıntılar göz önünde bulundurulduğunda 2 ile 8 haftalık süreye kadar bile uzayabilir. Özellikle günümüzde hızlı karar verme ve aksiyon almanın çok önemli olduğu bir dönemden geçtiğimizi düşünürsek, iş birimlerinin bu koşulda çalışması, birçok açıdan verimsiz olarak nitelendirilebilir. Merkezi şekilde kontrol edilen sistemlerin en büyük problemlerinden birisi yeni gelen süreçlerin ve verilerin hızlı bir şekilde mevcut sisteme entegre edilememesi diyebiliriz.

geleneksel-is-zekasi

SAP Business Objects Uygulaması

SAP BusinessObjects geleneksel iş zekası uygulamaları içerisinde en çok kullanılan ve ön plana çıkan uygulamalardan bir tanesi diyebiliriz. SAP BusinessObjects üzerinde veriler IT departmanları tarafından Universe olarak adlandırılan semantik katman üzerinde modellenir. Universe üzerinde IT kullanıcıları tarafından verinin veri ambarındaki modelinin metadatasıyla tablolar arasındaki ilişkiler tanımlanır. Tabloların ve alanlarının isimlerini iş birimlerinin anlayacağı hale getirirler. Son kullanıcılar için oluşturulan dimension ve measure dediğimiz objeler sayesinde kendi raporlarını yapmaları sağlanır. Bu oluşturulan objeler örnek olarak bir Web Intelligence raporuna alındığında arka tarafta bir SQL kodu üretir ve veri tabanında bu SQL kodu çalışıp rapora sonuç olarak döner. Bu şekilde son kullanıcılar SQL kodu yazmayı bilmeden SQL ile rapor oluşturmuş olurlar.

business-objects

 

Yeni Nesil İş Zekası

Şu anda günümüzde birçok şirket ve kurum yeni nesil iş zekası uygulamalarını kullanıyor. Bu uygulamalar aynı zamanda “agile” iş zekası uygulamaları olarak da adlandırılıyor. Bu uygulamaların en büyük özelliği çok basit bir ara yüzü olması, yüksek veri görselleme ve veri keşfi yapabilmeleri. Yeni nesil iş zekası uygulamalarında iş birimleri teknik bir kullanıcıya yani IT departmanına ihtiyaç duymadan kendileri veri kaynaklarına bağlanarak hızlıca veri modellerini oluşturup bunlar üzerinden verileri keşfederek görseller ve raporlar oluşturabilirler. Bu sayede iş birimlerindeki kullanıcılar çok hızlı kararlar verip aksiyon alabilirler.

bi-tableau-qlik

 

Şu anda piyasada en çok öne çıkan yeni nesil iş zekası uygulamaları Tableau, Qlik ve Microsoft Power BI. Bu uygulamaların en önemli özelliği daha önceden de belirtiğimiz tamamen çok kolay bir ara yüz sunup son kullanıcıların kendi işlerini görmelerini sağlarlar. Bu uygulamaların hiç birinde merkezi şekilde kontrol edilen bir veri modeli yapısı bulunmamaktadır. Bu sayede kullanıcılar kendilerine ait veriler varsa kendi modellerine çok hızlı bir şekilde entegre edebilirler. Özellikle günümüzde artık verilerin tek bir yerde olmadığını ve çok farklı farklı kaynaklarda verilerin bulunduğunu düşündüğümüzde, bu uygulamalar şirketlere çok büyük esneklik ve hız sağlıyorlar.

veri-tablosu

Ancak son kullanıcıların veri tabanı yapısı, tablolar arasında ilişki kurma ve SQL gibi teknik becerileri olmadığı düşünülürse modellemede yapacakları hatalar yanlış karar vermelerine ve aksiyon almalarına sebep olabilir. Ayrıca veri kalitesi ve veri güvenliği de ayrı bir problem olarak karşımıza çıkıyor. Buna ek olarak, veri modelleri karmaşıklaştıkça bu uygulamalar üzerinden model oluşturmakta zorlaşıyor.

Geleneksel İş Zekası Vs Yeni Nesil İş Zekası

geleneksel-is-zekasi-yeni-nesil

Geleneksel yaklaşımın ve yeni nesil yaklaşımların birbirlerine göre avantaj ve dezavantajları bulunuyor. Geleneksel yaklaşımda hızlı karar verme ve hızlı aksiyon alma problem olurken, yeni nesil yaklaşımda ise verinin güvenilirliği ve karmaşık olan modellerin kullanılması problem haline geliyor. Bu sebeple, şirketler birini diğerine tercih etmiyorlar ya da edemiyorlar. Şu anda birçok şirket ve kurum bu iki yaklaşımı bir arada kullanmaya çalışıyor. Örneğin bir çok şirket hem SAP BusinessObjects gibi geleneksel uygulamanın yanında Tableau, Qlik ve Power BI gibi yeni nesil iş zekası uygulamalarından birisini hatta bir kaçını birlikte barındırıyorlar. Böylelikle her iki yaklaşımın da avantajlarını kullanmaya çalışıyorlar.  Ancak burada karşımıza çıkan en büyük problemlerden bir tanesi yeni nesil iş zekası uygulamalarının SAP BusinessObjects üzerinde oluşturulan SAP Universe’lere erişemiyor ve kullanamıyor olmaları. SAP Universe üzerinde oluşturulan modellerin bire bir aynılarını Tableau, Qlik ve Power BI uygulamalarının üzerinde yeniden oluşturulması gerekiyor. SAP Universe üzerinde çok karmaşık modeller oluşturulabiliyorken, yeni iş zekası uygulamaların üzerinde model karşmaşıklaştıkça problem olmaya başlıyor. Örneğin SAP Universe’lerinin üzerinde “context”, “shotcut join” ve “aggregate awarness” gibi yapılar Tableau, Qlik ve Power BI uygulamalarında bulunmuyor. Bu tarz karmaşık modellerde modern iş zekası uygulamalarında SQL script yazılması ihtiyacı doğuyor. Son kullanıcıların teknik becerilerinin kısıtlı olduğu göz önünde bulundurulduğunda IT tarafından bu işlemlerin yapılmasına ihtiyaç doğuyor.

Karmaşık SAP Universe Örneği:

Diğer bir problem ise her bir uygulama için ayrı bir model oluşturulması. Eğer, bir şirkette bu uygulamaların birkaçının birlikte kullanıldığı düşünülürse Tableau için ayrı, Qlik için ayrı ve Power BI için ayrı modeller yapılması gerekiyor ve bunların hepsinin ayrı ayrı bakımlarının yapılması gerekiyor. Veri ambarında yapılan modelinizi etkileyen en ufak bir değişikliğin bütün bu uygulamalar üzerinde ayrı ayrı yapılması gerekiyor. Bu da şirketlere ekstra iş yükü ve bakım maliyeti getiriyor.

Geleneksel iş zekası uygulamaları çok uzun zamandır piyasada kullanılıyor, SAP BusinessObjects ilk olarak 1990 yılında kullanılmaya başlandığı göz önünde bulundurulduğunda 30 yıllık bir birikim söz konusu. Şirketler yıllarca bu yapılara büyük yatırımlar yaptılar ve ayrıca son kullanıcılar bu yapılarla çok uzun süredir çalıştıkları için buradaki yapılarda kullanılan iş terimlerine çok hakim konumdalar. Yeni nesil iş zekası uygulamasına geçtiklerinde ve yeni yapılar oluşturulduğunda aynı terimler olmayabiliyor ve farklı ara yüzler olduğu için kullanıcıların adaptasyon süreci uzayabiliyor. Şirketler her iki yaklaşımın avantajlarını kullanmak isterlerken artık daha farklı problemlerle karşı karşıya kalıyorlar ve bu yeni problemleri çözmek o kadar da kolay olmuyor.

itelligence’ın 30 Yıllık Deneyiminden Doğan BI Connector Hub

itelligence olarak müşterilerimizin bu yaşamış olduğu problemi gözlemledik ve bu her iki yaklaşımın da birbirleriyle rahatlıkla kullanılabileceğini ve birini diğerine tercih etmelerinin gerekmediği bir ürün geliştirdik, BI Connector Hub.

itelligence BI Connector Hub geleneksel iş zekası uygulaması olan SAP BusinessObjects ile Qlik, Tableau ve Power BI gibi yeni nesil iş zekası uygulamaları arasında bir köprü kuran, bu uygulamaların birlikte çalışmasını sağlayan ve bu farklı dünyaları buluşturan bir web tabanlı uygulamadır.

Bu uygulama sayesinde şirketler artık:

  • Verilere tek bir yerden erişim sağlayarak verilerin güvenlirliği konusunda sorunlar yaşamazlar,
  • SAP Universelerinde yapılmış olan çok karmaşık modellerini yeni nesil iş zekası uyulamalarında kullanabilirler,
  • SAP Universe üzerinde yaratılan modelleri tekrar diğer iş zekası uygulamalarında yaratmaya ihtiyaç duymazlar,
  • Universe üzerinde daha önceden tanımlanmış satır bazlı ya da obje bazlı yetkilendirmeler mevcut ise, bu yetkilendirmeleri kaybetmeden yeni nesil iş zekası uygulamalarında kullanabilirler,
  • Son kullanıcılar yıllardır kullanmış oldukları Universe ve ekranları kullanarak yeni nesil iş zekası uygulamalarını kullanabilirler,
  • Modelde yapılan bir değişikliği universe üzerinde ayrı yeni nesil iş zekası uygulamasında ayrı ayrı yapmalarına gerek kalmaz ve bakım maliyetini düşürmüş olurlar.

bi-connector-hub-2

Son kullanıcılar Tableau, Qlik ve Power BI uygulamalarından Web Data Connector ile BI Connector Hub’a bağlanarak SAP Web Intelligence üzerindeki sorgu paneline benzer bir panel yardımıyla SAP Universe’leri üzerinden istedikleri dimension, measure, ve filtre objelerini seçerek sorgularını oluşturular. Eğer sorguları daha sonra tekrar tekrar kullanacaklarsa, bu sorguları BI Connector Hub üzerinde saklayıp daha sonrada erişim sağlayabilirler. Sorguyu oluşturduktan sonra sorgu paneli üzerinde bulunan yükle butonuna basarak verilerin SAP BusinessObjects sistemi üzerinden Tableau, Qlik veya Power BI uygulamasına aktarılmasını sağlar. Eğer SAP BusinessObjects sisteminden gelen verilerin hacmi çok büyükse içerisinde veriyi küçük parçalara bölerek hızlı bir şekilde yüklenmesini sağlar. Veriler Tableau, Power BI ve Qlik sistemine geldikten sonra kullanıcılar bu sistemler üzerinde diğer veri kaynakları ile nasıl çalışıyorlar ise o şekilde çalışabilirler ve kendi görsellerini ve raporlarını bu veriler üzerinden oluşturular. Böylelikle her iki sistemin en iyi yanlarını kullanmış olurlar.

BI Connector Hub SAP BusinessObjects API lerini ve diğer uygulamaların API’lerini kullanarak tasarlandı. Ön yüzde son React Redux kullanıldı. Redis veri tabanı bulunmakta ve bu veri tabanına kesinlikle hiç bir şekilde veri SAP BusinessObjects üzerinden gelen veri yazılmaz sadece kullanıcıların kaydetmek istediği sorguların saklamak üzere repository amaçlı kullanılan bir veri tabanıdır. Veriler diğer uygulamalara aktarılırken Tableau, Qlik ve PowerBI API’leri üzerinden aktarılırlar.

Mimari:

BI Connector Hub sayesinde hem geleneksel yöntemlerin avantajlarından hemde yeni nesil iş zekası yöntemlerin avantajlarını kullanarak her iki dünyayı tek bir çatı altında buluşturabilirsiniz.

bi-platform-mimari

BI Connector Hub Demoları:

 

 

 

Detaylı bilgi ve demo talebiniz için aşağıdaki formu doldurarak bize ulaşabilirsiniz.




İletişim
İletişim

Sorularınız için bize ulaşabilirsiniz.