Deductor

Продукт
Разработчики: Loginom Company (ранее BaseGroup Labs Аналитические технологии)
Технологии: BI,  Data Mining,  OLAP

Deductor является аналитической платформой, т.е. основой для создания законченных прикладных решений. Реализованные в Deductor технологии позволяют на базе единой архитектуры пройти все этапы построения аналитической системы: от создания хранилища данных до автоматического подбора моделей и визуализации полученных результатов.

Deductor предоставляет аналитикам инструментальные средства, необходимые для решения самых разнообразных аналитических задач: корпоративная отчетность, прогнозирование, сегментация, поиск закономерностей – эти и другие задачи, где применяются такие методики анализа, как OLAP, Knowledge Discovery in Databases и Data Mining. Deductor является идеальной платформой для создания систем поддержки принятия решений.

Решаемые задачи

Реализованные в Deductor технологии могут использоваться как в комплексе, так и по отдельности для решения широкого спектра бизнес-проблем:

  • Системы корпоративной отчетности. Готовое хранилище данных и гибкие механизмы предобработки, очистки, загрузки, визуализации позволяют быстро создавать законченные системы отчетности в сжатые сроки.
  • Обработка нерегламентированных запросов. Конечный пользователь может с легкостью получить ответ на вопросы типа "Сколько было продаж товара по группам в Московскую область за прошлый год с разбивкой по месяцам?" и просмотреть результаты наиболее удобным для него способом.
  • Анализ тенденций и закономерностей, планирование, ранжирование. Простота использования и интуитивно понятная модель данных позволяет вам проводить анализ по принципу "что-если", соотносить ваши гипотезы со сведениями, хранящимися в базе данных, находить аномальные значения, оценивать последствия принятия бизнес-решений.
  • Прогнозирование. Построив модель на исторических примерах, вы можете использовать ее для прогнозирования ситуации в будущем. По мере изменения ситуации нет необходимости перестраивать все, необходимо всего лишь дообучить модель.
  • Управление рисками. Реализованные в системе алгоритмы дают возможность достаточно точно определиться с тем, какие характеристики объектов и как влияют на риски, благодаря чему можно прогнозировать наступление рискового события и заблаговременно принимать необходимые меры к снижению размера возможных неблагоприятных последствий.
  • Анализ данных маркетинговых и социологических исследований. Анализируя сведения о потребителях, можно определить, кто является вашим клиентом и почему. Как изменяются их пристрастия в зависимости от возраста, образования, социального положения, материального состояния и множества других показателей. Понимание этого будет способствовать правильному позиционированию ваших продуктов и стимулированию продаж.
  • Диагностика. Механизмы анализа, имеющиеся в системе Deductor, с успехом применяются в медицинской диагностике и диагностике сложного оборудования. Например, можно построить модель на основе сведений об отказах. При ее помощи быстро локализовать проблемы и находить причины сбоев.
  • Обнаружение объектов на основе нечетких критериев. Часто встречается ситуация, когда необходимо обнаружить объект, основываясь не на таких четких критериях, как стоимость, технические характеристики продукта, а на размытых формулировках, например, найти продукты, похожие на ваши с точки зрения потребителя.

Это только небольшой список решаемых задач. Фактически речь идет о любых задачах, где требуется консолидировать данные, отобразить их различными способами, построить модели и применить полученные модели к новым данным.

Состав системы

Deductor состоит из пяти частей:

  • Studio – программа, реализующая функции импорта, обработки, визуализации и экспорта данных. Deductor Studio может функционировать и без хранилища данных, получая информацию из любых других источников, но наиболее оптимальным является их совместное использование. В Deductor Studio включен полный набор механизмов, позволяющий получить информацию из произвольного источника данных, провести весь цикл обработки (очистку, трансформацию данных, построение моделей), отобразить полученные результаты наиболее удобным образом (OLAP, диаграммы, деревья…) и экспортировать результаты на сторону.
  • Viewer – рабочее место конечного пользователя. Позволяет отделить процесс построения сценариев от использования уже готовых моделей. Все сложные операции по подготовке сценариев обработки выполняются аналитиками-экспертами при помощи Deductor Studio, а Deductor Viewer обеспечивает пользователям простой способ работы с готовыми результатами, скрывает от них все сложности построения моделей и не предъявляет высоких требований к квалификации сотрудников.
  • Warehouse – многомерное хранилище данных, аккумулирующее всю необходимую для анализа предметной области информацию. Использование единого хранилища позволяет обеспечить непротиворечивость данных, их централизованное хранение и автоматически обеспечивает всю необходимую поддержку процесса анализа данных.
  • Server – служба, обеспечивающая удаленную аналитическую обработку данных. Позволяет автоматически обрабатывать данные и переобучать модели на сервере, оптимизирует выполнение сценариев за счет кэширования проектов и использования многопоточной обработки.
  • Client – клиент доступа к Deductor Server. Обеспечивает доступ к серверу из сторонних приложений и управление его работой.

Реализованная в Deductor архитектура позволяет добиться максимальной гибкости при создании законченного решения. Благодаря данной архитектуре можно собрать в одном аналитическом приложении все необходимые инструменты анализа и реализовать автоматическое выполнение подготовленного сценария.

Технологическая платформа включает средства, позволяющие максимально сократить время разработки, быстро создавать и выводить на рынок новые прикладные решения и в короткие сроки адаптировать их в соответствии с изменяющимися требованиями предприятий. Возможности платформы обеспечивают не только высокую скорость первоначальной разработки продукта, но и его быструю адаптацию в дальнейшем.

Создание законченного решения занимает очень мало времени. Достаточно получить данные, определить сценарий обработки и задать место для экспорта полученных результатов. Наличие мощного набора механизмов обработки и визуализации позволяет двигаться по шагам, от наиболее простых способов анализа к более мощным. Таким образом, первые результаты пользователь получает практически сразу, но при этом можно легко наращивать мощность решения.

Новый взгляд на данные

Deductor позволяет совершенно по-новому взглянуть на данные, выжимая из них максимум ценной информации. Он объединяет все необходимые для анализа инструменты и предоставляет пользователям огромные возможности:

  • Мощная аналитическая платформа;
  • Современные самообучающиеся механизмы анализа;
  • Единое хранилище данных;
  • Единый пользовательский интерфейс для любых механизмов анализа;
  • Пакетное выполнение сценариев обработки;
  • Удаленная аналитическая обработка;
  • Отделение работы аналитика от конечного пользователя;

Поддержка принятия решений стала неотъемлемой частью любой современной информационной системы, но большое количество унаследованных программ и высокая стоимость аналитического инструментария сдерживает распространение систем данного класса. С помощью Deductor эта проблема решается. Теперь благодаря доступной цене этого продукта мощные аналитические системы доступны большинству компаний.



ПРОЕКТЫ (225) ИНТЕГРАТОРЫ (8) СМ. ТАКЖЕ (239)
ОТРАСЛИ (30) ГЕОГРАФИЯ

ЗаказчикИнтеграторГодПроект
- Яшма-Золото
Softline (Софтлайн)2017.02Описание проекта
- МигКредит
Loginom Company (ранее BaseGroup Labs Аналитические технологии)2015.04Описание проекта
- СКБ-Банк
Loginom Company (ранее BaseGroup Labs Аналитические технологии)2014.11Описание проекта
- МДМ Банк
Без привлечения консультанта или нет данных2014.11Описание проекта
- Мир книги
Loginom Company (ранее BaseGroup Labs Аналитические технологии)2014.10Описание проекта
- Чувашский государственный университет им.И.Н.Ульянова (ЧГУ)
Без привлечения консультанта или нет данных2014.10Описание проекта
- Дубна Университет природы, общества и человека
Без привлечения консультанта или нет данных2014.10Описание проекта
- Курганский государственный университет
Без привлечения консультанта или нет данных2014.10Описание проекта
- Транснефть АК
Manzana Group (Манзана Эс Эм)2014.09Описание проекта
- Азбука-Аттикус Издательская группа
Без привлечения консультанта или нет данных2014.09Описание проекта
- Нано-Финанс
Без привлечения консультанта или нет данных2014.09Описание проекта
- Банк Россия
Loginom Company (ранее BaseGroup Labs Аналитические технологии)2014.09Описание проекта
- МТС Беларусь
Loginom Company (ранее BaseGroup Labs Аналитические технологии)2014.09Описание проекта
- VIP Сервис (Випсервис)
Без привлечения консультанта или нет данных2014.08Описание проекта
- ТГК-6
Без привлечения консультанта или нет данных2014.08Описание проекта
- Росвек
Без привлечения консультанта или нет данных2014.08Описание проекта
- ВымпелКом ПАО
Без привлечения консультанта или нет данных2014.06Описание проекта
- Связь-Банк
Loginom Company (ранее BaseGroup Labs Аналитические технологии)2014.06Описание проекта
- БиоПласт (Helyx Хеликс)
Без привлечения консультанта или нет данных2014.06Описание проекта
- Лаура, ГК
Без привлечения консультанта или нет данных2014.05Описание проекта
- МС Банк Рус (Банк Капитал Москва) MC Bank Rus
Loginom Company (ранее BaseGroup Labs Аналитические технологии)2014.05Описание проекта
- Wargaming
Без привлечения консультанта или нет данных2014.05Описание проекта
- Металлинвестбанк
Loginom Company (ранее BaseGroup Labs Аналитические технологии)2014.04Описание проекта
- ДомоЦентр
Loginom Company (ранее BaseGroup Labs Аналитические технологии)2014.03Описание проекта
- СуперСтрой (Трест СКМ)
Без привлечения консультанта или нет данных2014.02Описание проекта
- Infosaga (Инфосага)
Без привлечения консультанта или нет данных2014.02Описание проекта
- Виктория Сеть магазинов
Loginom Company (ранее BaseGroup Labs Аналитические технологии)2014.02Описание проекта
- Нова-Тур
Loginom Company (ранее BaseGroup Labs Аналитические технологии)2014.01Описание проекта
- Автофрамос (Renault)
Loginom Company (ранее BaseGroup Labs Аналитические технологии)2014.01Описание проекта
- МегаФон
Loginom Company (ранее BaseGroup Labs Аналитические технологии)2014.01Описание проекта

<< < 1 2 3 4 5 6 7 8 > >>


Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2015 год
2016 год
2017 год
Текущий год

  Qlik (QlikTech) (64, 428)
  Прогноз (36, 301)
  SAP SE (94, 297)
  IBM (67, 289)
  Loginom Company (ранее BaseGroup Labs Аналитические технологии) (2, 226)
  Другие (776, 1029)

  IBM (13, 38)
  Qlik (QlikTech) (3, 32)
  РИСКФИН (1, 21)
  SAP SE (7, 16)
  Oracle (8, 13)
  Другие (41, 60)

  БизнесАвтоматика НПЦ (1, 38)
  Qlik (QlikTech) (2, 26)
  SAP SE (9, 24)
  Oracle (5, 8)
  IBM (5, 7)
  Другие (42, 56)

  SAP SE (6, 13)
  Объединенное кредитное бюро (ОКБ) (4, 13)
  Qlik (QlikTech) (3, 10)
  БизнесАвтоматика НПЦ (1, 10)
  IBM (7, 9)
  Другие (31, 49)

  Qlik (QlikTech) (2, 10)
  SAS Institute Inc. (САС Институт) (6, 8)
  Oracle (4, 8)
  БизнесАвтоматика НПЦ (1, 8)
  SAP SE (5, 5)
  Другие (34, 42)

Распределение базовых систем по количеству проектов, включая партнерские решения

За всю историю
2015 год
2016 год
2017 год
Текущий год

  QlikView - 380 (353, 27)
  Prognoz Platform - 292 (283, 9)
  Deductor - 225 (225, 0)
  IBM Cognos - 153 (57, 96)
  SAP BusinessObjects - 92 (45, 47)
  Другие 1093

  Visary (Визари АИС) - 38 (38, 0)
  QlikView - 18 (18, 0)
  Qlik Sense - 8 (8, 0)
  SAP BusinessObjects - 8 (2, 6)
  SAP NetWeaver Business Warehouse (SAP BW/4HANA) - 4 (4, 0)
  Другие 70

  Visary (Визари АИС) - 10 (10, 0)
  ОКБ: Скоринг Бюро - 8 (6, 2)
  Qlik Sense - 6 (6, 0)
  QlikView - 4 (3, 1)
  SAP Business Intelligence (SAP BI) - 4 (2, 2)
  Другие 67

Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2015 год
2016 год
2017 год
Текущий год

  Qlik (QlikTech) (1, 25)
  Аксистем / Axistem Group (2, 9)
  IBM (1, 8)
  Pentaho (1, 1)
  Oracle (1, 1)
  Другие (4, 4)

  Qlik (QlikTech) (1, 18)
  Anaplan (1, 2)
  Pentaho (1, 1)
  Infor (1, 1)
  IBM (1, 1)
  Другие (3, 3)

  БАРС Груп (1, 3)
  Qlik (QlikTech) (1, 3)
  Anaplan (1, 3)
  Диасофт (Diasoft) (1, 2)
  Pentaho (1, 2)
  Другие (2, 3)

  Qlik (QlikTech) (1, 9)
  БАРС Груп (1, 2)
  Infor (1, 2)
  Anaplan (1, 2)
  IBM (1, 1)
  Другие (4, 4)

Распределение базовых систем по количеству проектов, включая партнерские решения

За всю историю
2015 год
2016 год
2017 год
Текущий год

  QlikView - 353 (353, 0)
  Deductor - 225 (225, 0)
  IBM Cognos TM1 - 40 (40, 0)
  Ranet OLAP - 26 (11, 15)
  Anaplan Smart Business Platform - 21 (21, 0)
  Другие 111

  QlikView - 25 (25, 0)
  IBM Cognos TM1 - 8 (8, 0)
  КлиК-Управление: торговля - 8 (8, 0)
  Anaplan Smart Business Platform - 1 (1, 0)
  Deductor - 1 (1, 0)
  Другие 5

  QlikView - 18 (18, 0)
  Anaplan Smart Business Platform - 2 (2, 0)
  Оптимум OLAP - 1 (1, 0)
  IBM Cognos TM1 - 1 (1, 0)
  Infor BI - 1 (1, 0)
  Другие 3

  Anaplan Smart Business Platform - 3 (3, 0)
  QlikView - 3 (3, 0)
  БАРС.Alpha BI - 3 (3, 0)
  Pentaho BI - 2 (2, 0)
  Flextera BI - 2 (2, 0)
  Другие 3

  QlikView - 9 (9, 0)
  Anaplan Smart Business Platform - 2 (2, 0)
  Infor BI - 2 (2, 0)
  БАРС.Alpha BI - 2 (2, 0)
  DiAna: Digital Analytics Pro - 1 (1, 0)
  Другие 4