BI-РЕШЕНИЯ 2025: МЕТОД МИНИМАКСА КАК ИНСТРУМЕНТ ВЫБОРА

​BI-SOLUTIONS 2025: THE MINIMAX METHOD AS A SELECTION TOOL

Ivan Nikolaev

student, Department of Information Security, Tula State University,

Russia, Tula

Marina Safronova

scientific supervisor, candidate of technical sciences, docent, Tula State University,

Russia, Tula

АННОТАЦИЯ

Данная статья посвящена сравнению популярных BI-систем (Power BI, Qlik, Tableau, Looker и SAP BusinessObjects) по ряду функциональных и эксплуатационных критериев. С помощью метода минимакса произведена нормализация данных и расчёт интегральных показателей эффективности, что позволило определить наиболее сбалансированные решения для бизнеса.

ABSTRACT

This article is devoted to the comparison of popular BI-systems (Power BI, Qlik, Tableau, Looker and SAP BusinessObjects) according to a number of functional and operational criteria. Using the minimax method, data normalisation and calculation of integral performance indicators were performed, which allowed to determine the most balanced solutions for business.

Ключевые слова: бизнес-аналитика, BI-системы, масштабируемость, искусственный интеллект, производительность, интеграция.

Keywords: business intelligence, BI systems, scalability, artificial intelligence, performance, integration.

Введение. Бизнес-аналитика (Business Intelligence, BI) представляет собой комплекс технологий, методов и инструментов, предназначенных для сбора, анализа и представления данных с целью улучшения принятия управленческих решений в организациях. BI-системы позволяют компаниям извлекать ценные инсайты из больших объемов данных, повышая эффективность бизнес-процессов, предсказывая тенденции и обеспечивая конкурентные преимущества [1].

Современные BI-решения включают в себя различные компоненты, такие как системы визуализации данных, хранилища данных, инструменты для отчетности и анализа, а также средства для обработки данных в реальном времени. Разнообразие и высокая функциональность BI-систем позволяют компаниям выбирать решения, соответствующие их специфическим потребностям и бизнес-задачам. Однако, несмотря на широкую распространенность этих систем, не всегда очевидно, какое решение является оптимальным для конкретных условий. Это обусловлено разнообразием доступных BI-платформ, различиями в их функционале, стоимости, легкости интеграции и масштабируемости.

Целью данного исследования является проведение анализа различных BI-решений с целью выделения ключевых факторов, которые влияют на их эффективность в условиях реальных бизнес-задач. Оценка лучших BI-систем будет нормализации нескольких критериев и приведением их в единый интегральный показатель методом минимакса.

Для оценки различных BI-систем в данном исследовании использованы данные, собранные в период с 2019 по 2024 год. Оценки были получены от пользователей, которые непосредственно работали с этими системами, что обеспечивает высокий уровень объективности и практической значимости исследования.

Задачи исследования включают:

• Обзор существующих BI-систем и определение их основных характеристик.
• Разработка и описание критериев оценки BI-систем, включающих как положительные, так и негативные факторы, которые влияют на их применение.
• Применение математической модели для подсчета и анализа эффективности каждой BI-системы по установленным критериям.
• Оценка каждой BI-системы с учетом выявленных факторов

Обзор существующих BI-систем. В исследовании рассматриваются следующие BI-системы: Power BI, Qlik, Tableau, Looker и SAP BusinessObjects.

Power BI

Платформа от Microsoft для анализа и визуализации данных, интегрируется с Office 365 и Azure [2]. Поддерживает облачные и локальные версии, доступна для малого и среднего бизнеса. В 2024 году добавлены функции Metrics Hub и обновленная версия Copilot для мобильных приложений [3, 4]. Платформа активно развивает искусственный интеллект и предсказательную аналитику.

Qlik

Платформа с ассоциативным движком, позволяющим пользователям исследовать данные и выявлять скрытые взаимосвязи [5]. Встроенные функции ИИ и машинного обучения помогают в анализе и прогнозировании [6]. Высокая масштабируемость и интеграция с облачными сервисами делают её подходящей для крупных организаций.

Tableau

Известная платформа для визуализации данных, поддерживающая интеграцию с различными источниками [7]. В 2024 году добавлены функции Tableau Pulse и Table Viz Extension для улучшенной персонализации и встраивания таблиц в дашборды [8, 9]. В будущем планируется усиление использования ИИ и улучшение интерфейса для начинающих пользователей.

Looker

Облачная платформа от Google* для создания отчетов и визуализаций в реальном времени [10]. Интегрируется с BigQuery, поддерживает язык запросов LookML. В 2024 году добавлена интеграция с ИИ Google* для автоматической генерации выводов и прогнозов [11].

SAP BusinessObjects (далее - SAP)

Платформа для крупных организаций с интеграцией с SAP ERP. Обеспечивает аналитические и отчетные инструменты для работы с большими объемами данных [12]. В 2024 году улучшена интеграция с SAP Analytics Cloud и аналитика в реальном времени [13]. В будущем планируется улучшение внедрения в гибридных и мультиоблачных средах.

Критерии оценки bi-систем.

Положительные критерии

Функциональность визуализации

Единица измерения: Количество доступных типов визуализаций (графиков, диаграмм, дашбордов).

Описание: Оценка разнообразия и гибкости инструментов для создания различных видов визуализаций данных.

Интеграция с внешними системами

Единица измерения: Количество поддерживаемых источников данных (базы данных, облачные сервисы, ERP/CRM-системы).

Описание: Способность BI-системы подключаться и работать с различными внешними источниками данных.

Удобство пользовательского интерфейса

Единица измерения: Среднее время освоения системы (в часах).

Описание: Время, необходимое пользователю для освоения основных функций системы.

Производительность и масштабируемость

Единица измерения: Время обработки отчёта (в секундах) при увеличении объёма данных на 10%.

Описание: Способность системы эффективно обрабатывать увеличивающиеся объёмы данных без значительного увеличения времени отклика.

Стоимость владения

Единица измерения: Общие годовые затраты на использование системы (в деньгах).

Описание: Включает стоимость лицензий, обучения, поддержки и других расходов, связанных с использованием BI-системы.

Негативные критерии

Сложность настройки

Единица измерения: Среднее количество часов, затраченных на начальную настройку и внедрение системы.

Описание: Время, необходимое для настройки системы под специфические требования организации.

Ограничения по типам данных

Единица измерения: Количество поддерживаемых форматов данных.

Описание: Способность системы работать с различными форматами данных без необходимости их преобразования.

Зависимость от поставщика

Единица измерения: Количество уникальных поставщиков, от которых зависит функционирование системы.

Описание: Уровень зависимости от одного или нескольких поставщиков программного обеспечения, оборудования или услуг.

Сложность обучения пользователей

Единица измерения: Среднее количество часов, необходимых для обучения одного пользователя.

Описание: Время, необходимое для обучения сотрудников основным функциям и возможностям системы.

Скорость работы

Единица измерения: Среднее время отклика системы на пользовательские запросы (в секундах).

Описание: Время, которое система затрачивает на обработку и предоставление результатов по запросам пользователей.

Методология исследования

Описание подхода для анализа BI-систем

Для объективной оценки BI-систем мы применяем метод минимакса, широко используемый в теории игр и принятии решений. Этот метод позволяет определить оптимальное решение в условиях неопределённости, минимизируя возможные потери при наихудших сценариях.

Математическая модель для оценки и подсчёта

Нормализация критериев:

Каждый из выбранных критериев нормализуется с использованием метода минимакса. Для каждого критерия определяются его минимальное и максимальное значения среди всех рассматриваемых BI-систем. Затем значение каждого критерия для конкретной системы преобразуется по формуле:

                                                                                           (1)

где:

 - значение i-го еритерия для j-й BI-системы;

 - минимальное значение i-го критерия среди всех систем;

 - максимальное значение i-го критерия для всех систем.

Взвешивание критериев:

Каждому критерию присваивается вес w_i​, отражающий его значимость в общей оценке. Сумма всех весов должна быть равна 1:

                                                                                                 (2)

где:

 - общее количество критериев оценки систем;

 - вес (значимость) i-го критерия в общей оценке.

Расчёт интегрального показателя:

Интегральный показатель I_j для j-й BI-системы вычисляется как взвешенная сумма нормализованных значений критериев:

                                                                                      (3)

где:

 - интегральная (общая) оценка j-й системы;

 - нормализованное значение i-го критерия для j-й системы (после применения метода минимакса);

 - вес (значимость) i-го критерия в общей оценке.

Оценка и сравнение систем:

BI-системы ранжируются по величине интегрального показателя I_j. Система с наибольшим значением I_j считается наиболее эффективной по совокупности выбранных критериев.

Применение метода минимакса позволяет объективно сравнить BI-системы, учитывая их сильные и слабые стороны по каждому из критериев, и выбрать наиболее подходящее решение для конкретных условий.

Результаты исследования. В данном разделе представлена процедура применения методологии минимакса для каждой из BI-систем, рассматриваемых в исследовании. Каждая система была оценена по 10 выбранным критериям, с учётом нормализации данных и взвешивания факторов.

Power BI:

Нормализованные показатели демонстрируют высокую интеграцию с внешними системами (5,86), удобство интерфейса (5,78) и умеренную стоимость владения (5,61). Относительно низкие значения отмечены по функциональности визуализации (5,22) и сложности начальной настройки (5,21). Интегральный индекс 5,57 выводит Power BI на второе место как сбалансированное решение для быстрого внедрения при умеренных издержках.

Qlik Sense:

Максимальные баллы зафиксированы по стоимости владения (6,07) и интеграции (6,04); высокими остаются скорость работы (5,80) и гибкость форматов данных (5,65). Слабее выглядят сложность настройки (5,04) и зависимость от поставщика (4,89). Итоговый индекс 5,56 удерживает Qlik на третьей позиции, подчёркивая сильные стороны — ассоциативный движок и развитые ETL-возможности.

Tableau:

Рекордная скорость отклика движка Hyper (6,37) и гибкость в работе с форматами (5,90) компенсируют средние показатели интеграции (5,71) и совокупных затрат (5,37). Низкое разнообразие «коробочных» визуализаций (4,96) снижает итоговый результат. Интегральный индекс 5,55 практически совпадает с Qlik, подтверждая статус Tableau как флагмана интерактивной визуализации.

Looker:

Лидирующий результат по интеграции (6,42) обеспечен глубокой связкой с Google BigQuery*. Однако низкие баллы по визуализации (4,21), скорости (4,26) и стоимости владения (4,37) ограничивают конкурентоспособность. Интегральный индекс 5,12 помещает Looker на пятую позицию; сервис выгоден компаниям, уже использующим Google Cloud* и готовым оптимизировать TCO.

SAP:

Платформа демонстрирует лучшие результаты по стоимости владения (7,00), функциональности визуализации (6,67), удобству интерфейса (6,33) и производительности (6,00). Слабее всего проявлен критерий «ограничения по типам данных» (4,67). Интегральный показатель 5,82 обеспечивает SAP первое место, подтверждая статус комплексного корпоративного решения для клиентов экосистемы SAP.

Таблица 1.

Финальная оценка по каждому из критериев для каждой системы

Сравнение и анализ результатов. Сводные значения интегрального показателя (см. таблицу 1) демонстрируют, что SAP (I = 5,82) незначительно опережает Power BI (I = 5,57), Qlik Sense (I = 5,56) и Tableau (I = 5,55). Looker (I = 5,12) уступает конкурентам, формируя нижнюю границу рейтинга. Разброс менее 0,7 пункта подтверждает высокую зрелость исследуемого рынка: все решения отвечают базовым требованиям корпоративной аналитики и дифференцируются главным образом по деталям реализации.

Ключевые наблюдения по положительным критериям

• Функциональность визуализации. Максимум продемонстрировала SAP (6,67), что обусловлено богатой библиотекой корпоративных визуализаций. Tableau (4,96) и Power BI (5,22) уступают по числу «коробочных» шаблонов, однако превосходят по интерактивности.
• Интеграция с внешними системами. Looker (6,42) лидирует благодаря тесной связке с Google Cloud*. Qlik (6,04) и SAP (5,17) предлагают широкие коннекторы, но SAP менее гибка при подключении к SaaS‑сервисам.
• Удобство пользовательского интерфейса. Наименьшая кривая обучения отмечена у SAP (6,33) и Power BI (5,78); Qlik требует привыкания к ассоциативному движку.
• Производительность и масштабируемость. Лучшая устойчивость показателя наблюдается у SAP (6,00) и Power BI (5,38), подтверждая оптимизацию движков обработки запросов.
• Стоимость владения. Минимальные совокупные издержки отмечены у SAP (7,00) благодаря пакетному лицензированию для клиентов SAP. Looker (4,37) демонстрирует наибольшие расходы из‑за тарифов облачного хранения.

Ключевые наблюдения по отрицательным критериям

• Сложность настройки. Tableau (5,65) и Looker (5,68) требуют значительных усилий при внедрении. Power BI (5,21) отличается более низким порогом.
• Ограничения по типам данных. Tableau (5,90) и Qlik (5,65) наиболее гибки при работе с нестандартными форматами. SAP (4,67) ограничена преимущественно корпоративными форматами SAP.
• Зависимость от поставщика. Максимальный vendor‑lock‑in зафиксирован у Power BI (6,03). Минимум – Qlik (4,89) благодаря мультиоблачной модели.
• Скорость работы. Лучшую среднюю задержку отклика показала Tableau (6,37); Looker (4,26) – наименьшую.

Обобщённый рейтинг

1. Корпоративные лидеры — SAP и Power BI, предлагающие сбалансированный функционал при умеренных издержках.
2. Инновационные аналитические движки — Qlik Sense и Tableau, акцентирующиеся на исследовательской аналитике и высокой скорости визуализации.
3. Облачный natively‑connected сервис — Looker, гибкий в построении запросов, но требующий оптимизации стоимости владения.

Таблица 2.

Выводы относительно сильных и слабых сторон каждой системы

Заключение. Применение минимакс‑нормализации для оценки пяти BI‑систем показало, что при близких интегральных значениях решения фокусируются на разных сегментах рынка. SAP демонстрирует наилучший интегральный результат за счёт сильной ориентации на корпоративный сектор и оптимального TCO для клиентов SAP. Power BI и Qlik Sense предлагают сопоставимый уровень эффективности, но адресуют разные сценарии: Power BI – быстрому развертыванию и интеграции с Microsoft‑экосистемой, Qlik – ассоциативному анализу и сложным ETL‑процессам. Tableau сохраняет лидерство в области интерактивной визуализации, в то время как Looker ориентирован на облачную архитектуру и гибкость запросов, требуя дополнительной оптимизации затрат.

Результаты исследования могут служить основой при выборе BI‑платформы с учётом инфраструктуры, масштаба и стратегических целей организации. В перспективе планируется расширение выборки за счёт open‑source‑решений и включение дополнительных критериев, таких как безопасность данных и пользовательский опыт мобильного доступа.

*(По требованию Роскомнадзора информируем, что иностранное лицо, владеющее информационными ресурсами Google является нарушителем законодательства Российской Федерации – прим. ред.)

Список литературы:

1. Что такое бизнес-аналитика? Преобразование данных в бизнес-интуицию // CIO. – 20.01.2023. – URL: https://www.cio.com/article/272364/business-intelligence-definition-and-solutions.html?utm=hybrid_search (дата обращения: 14.04.2025);
2. Power BI // Microsoft. – URL: https://www.microsoft.com/ru-ru/power-platform/products/power-bi/?market=ru (дата обращения: 14.04.2025);
3. Сводка функций Power BI за май 2025 года // Microsoft. – 19.05.2025. – URL: https://powerbi.microsoft.com/en-us/blog/ (дата обращения: 20.05.2025);
4. Что нового в мобильных приложениях для Power BI // Microsoft. – 21.04.2025. – URL: https://learn.microsoft.com/en-us/power-bi/consumer/mobile/mobile-whats-new-in-the-mobile-apps (дата обращения: 20.05.2025);
5. Обосновывайте каждое решение в самых сложных условиях // Qlik. – URL: https://www.qlik.com/us/products/qlik-cloud-analytics (дата обращения: 22.05.2025);
6. МАШИННОЕ ОБУЧЕНИЕ БЕЗ КОДА. Предсказательная сила для каждого аналитика // Qlik. – URL: https://www.qlik.com/us/products/qlik-predict (дата обращения: 22.05.2025);
7. Tableau. Принимайте более эффективные решения с помощью гибкой аналитической платформы на базе искусственного интеллекта // Tableau. – URL: https://mkt.tableau.com/ (дата обращения: 03.03.2025);
8. Теперь доступна версия 2024.1: Tableau Pulse, Metrics Layer, Viz Navigation и многое другое // Tableau. – 22.02.2024. – URL: https://www.tableau.com/blog/release-tableau-pulse-metrics-layer-viz-navigation (дата обращения: 22.05.2025);
9. Доступна версия Tableau 2024.3: Tableau Cloud Manager, расширение Table Viz, пространственные параметры и многое другое // Tableau. – 15.10.2024. – URL: https://www.tableau.com/blog/release-tableau-cloud-manager-tables-viz-extension-spatial-parameters (дата обращения: 22.05.2025);
10. Анализируйте управляемые данные, делайте выводы и создавайте приложения на основе искусственного интеллекта // Looker. – URL: https://cloud.google.com/looker (дата обращения: 23.05.2025)*;
11. Gemini в Looker - интеллектуальный BI на основе искусственного интеллекта для всех // Google Cloud. – 10.04.2024. – URL: https://cloud.google.com/blog/en/products/data-analytics/introducing-gemini-in-looker-at-next24 (дата обращения: 23.05.2025)*;
12. Пакет SAP BusinessObjects Business Intelligence. Что такое SAP BusinessObjects Business Intelligence? // SAP BusinessObjects Business Intelligence. – URL: https://www.sap.com/products/technology-platform/bi-platform.html (дата обращения: 03.03.2025);
13. Использование последних инноваций SAP в области данных и аналитики // SAP BusinessObjects Business Intelligence. – 06.03.2024. – URL: https://news.sap.com/2024/03/latest-sap-data-and-analytics-innovations-sap-data-unleashed/ (дата обращения: 23.05.2025).