Ponadto, grono użytkowników nowego Business Intelligence rośnie w ogromnym tempie. Dla przykładu QlikView działa obecnie w ponad 25 tys. firm w 100 krajach. Nie bez znaczenia jest fakt, że do tego grona zaliczają się też największe światowe koncerny. To najlepszy dowód, że przełom już nastąpił a zmiana jest nieodwracalna. W tej sytuacji dostawcom narzędzi i usług z epoki OLAP pozostaje jedynie nie odstawać zbytnio od nowych trendów poprzez lepsze lub gorsze naśladownictwo.

W ostatnim czasie widzimy wiele informacji prasowych, artykułów, tematów konferencji branżowych poświęconych wprowadzeniu bądź planom wprowadzenia przez dostawców BI nowych produktów, modułów, funkcjonalności a prawie wszystko to spod znaku „in-memory”. Niestety coraz częściej można odnieść wrażenie, że mamy do czynienia z naśladownictwem nieudolnym bo sprowadzającym się do skopiowania tylko jednej, najbardziej dostrzegalnej cechy oryginalnej koncepcji, nie zwracając przy tym uwagi na wszystkie inne ważne cechy. Efekt bardzo często można porównać z przykrym wrażeniem rozczarowania jaki towarzyszy zakupowi taniej podróbki, która z zewnątrz wygląda jak produkt oryginalny ale po bliższym spojrzeniu ujawnia słabą jakość a czasami nawet brak podstawowej oczekiwanej funkcjonalności. W przypadku BI „in-memory” tą najbardziej widoczną, spektakularną cechą, która jest najchętniej "podrabiana" to prosty fakt przeniesienia składowania danych lub ich przetwarzania z dysków do pamięci operacyjnej. Oczywiście każdy ma prawo na swój sposób definiować termin "in-memory" (nie jest on opatentowany), ale warto sobie uświadamiać które cechy, technologie i funkcjonalności były powodem sukcesu wiodących narzędzi BI nowej generacji, a które są tylko marketingową etykietką naklejaną na tradycyjne podejście do BI. Proste przeniesienie przetwarzania danych z dysku do pamięci z pewnością przyspiesza działanie wybranych funkcji systemu. Należy tu jednak postawić dwa pytania. Czy samo przyspieszenie reakcji systemu na zapytania użytkowników daje gwarancję powodzenia projektu BI i zadowolenia użytkowników? Oraz czy zastosowana technologia BI przyspiesza cały cykl projektowania, przetwarzania i analizy danych, czy tylko daje lepszy komfort pracy użytkownika końcowego podczas gdy zasilanie i przetwarzania danych jest wciąż długotrwałe i nieelastycznie.

• Według Jamesa Richardsona - analityka rynku BI z Gartner Group - w przepisie na nowoczesne i skuteczne platformy analityczne, czyli takie które przynoszą przełom we współczesnym BI, koniecznie muszą wyróżniać się trzy najważniejsze cechy: Wydajność rozumiana jako szybkość odpowiedzi oraz szybkość przetwarzania dużych wolumenów danych bez eskalacji wymagań sprzętowych (zapewniana przede wszystkim przez asocjacyjne bazy „in-memory” zdolne do przechowywania dużych wolumenów gęsto skompresowanych danych);
• Elastyczność rozumiana jako bardzo wysoka zdolność narzędzia do szybkiego zaadoptowania zmian wymagań i przebudowy zarówno sposobu wizualizacji danych jak i modelu pobierania i przetwarzania danych. Elastyczność powinna występować zarówno w fazie projektowej jak i w trakcie produkcyjnego użytkowania systemu umożliwiając stosowanie zwinnych metodyk wdrożeniowych, tzw. agile; • Prostota rozumiana jako łatwość użytkowania i projektowania systemu, przejrzystość i atrakcyjność interfejsu graficznego, nakierowanie na użytkownika biznesowego, m.in. dostosowanie do wdrożeń tzw. self-service;

Pominięcie któregokolwiek z tych „sekretnych" składników powoduje, że cała „magiczna" mikstura nie działa. Duża szybkość działania aplikacji jaką daje przetwarzanie w pamięci sama w sobie po prostu nie wystarcza do osiągnięcia pełnego sukcesu. Te trzy proste kryteria dobrze tłumaczą zmienne powodzenie dostawców BI w usprawnianiu posiadanych narzędzi poprzez samo turbodoładowanie technologią „in-memory”.

Powolne działanie, mała podatność na zmiany oraz trudność użytkowania to model tradycyjny, oparty o OLAP, dający najmniejsze szanse na pełen sukces inicjatywy BI. System szybki i wydajny ale nieelastyczny i trudny w obsłudze to z dużą pewnością przepis na spektakularną (i szybką!) porażkę. Użytkownicy nielubiący korzystać z systemu, porzucą go bardzo szybko, gdy okaże się, że nie można go także dostosować w przyszłości do ich nowych potrzeb. System szybki, wydajny i elastyczny ale trudny w obsłudze przy odrobinie szczęścia skończy jako skomplikowane i zapewne bardzo kosztowne narzędzie do eksportu danych do Excela, którym użytkownicy będą woleli się posługiwać w ostatnich etapach prezentacji i analizy. Kolejna kombinacja to dobra wydajność i prostota obsługi ale nie idący z nimi w parze brak elastyczności. W takiej konfiguracji użytkownicy z czasem będą zmuszeniu do tworzenia dużej liczby raportów nadrabiających braki elastyczności modelu. Koszt utrzymania i poziom zadowolenia użytkowników nie będą najprawdopodobniej zadowalające.

Z powyższego zestawienia możliwych scenariuszy widać jak duże znaczenie poza szybkością działania, wynikającą wprost z technologii „in-memory”, mają pozostałe wymagane cechy. Elastyczność i prostotę można uzyskać przede wszystkim z jakości projektu i koncepcji narzędzia analitycznego. Dlatego obecność wszystkich wymaganych cech najłatwiej uzyskać w oprogramowaniu projektowanym od samego początku z wykorzystaniem architektury asocjacyjnych baz „in-memory”, od początku zakładającym, że jest przeznaczone przede wszystkim dla użytkownika biznesowego a nie wyłącznie dla programisty SQL.

Obserwując dostępne narzędzia i usługi BI warto bacznie przyglądać się szczególnie tym, które właśnie teraz ulegają swoistej medialnej transformacji - od koncepcji OLAP do tej nowoczesnej. Trwa swoisty marketingowy wyścig dostawców BI w kategorii systemów "najbardziej in-memory". Warto nie zadowalać się prostymi stwierdzeniami a weryfikować opisywane rozwiązania odnoszące się do „przetwarzania w pamięci” właśnie pod kątem elastyczności, prostoty, kosztów posiadania najlepiej w długi horyzoncie czasowym. Pozwoli to łatwo odróżnić rzeczywistych liderów innowacji w BI od nieudolnych naśladowców.

Marek Grzebyk, Dyrektor Zarządzający Hogart Business Intelligence
Źródło: www.businessintelligence.pl