BUSINESS INTELLIGENCE В УМОВАХ ІНТЕЛЕКТУАЛІЗАЦІЇ АНАЛІТИЧНИХ ІНФОРМАЦІЙНИХ СИСТЕМ

Анотація

Системи Business Intelligence (BI) тривалий час залишалися основним інструментом підтримки управлінських рішень завдяки використанню стандартизованих метрик, узгодженої семантичної логіки та артефактів у вигляді звітів і дашбордів. Такий підхід забезпечував відтворюваність аналітичних результатів і порівнюваність показників у межах повторюваних управлінських циклів. Водночас інтелектуалізація аналітичних систем, зростання обсягів і різноманітності даних, а також поширення ітеративних і контекстно-залежних управлінських запитів зумовлюють появу обмежень артефактно-орієнтованої парадигми BI. Ці обмеження проявляються на різних етапах аналітичного ланцюга дані - інтерпретація, зокрема на рівнях інтеграції та якості даних, жорсткості наперед визначеної аналітичної логіки, масштабування кількості артефактів і складності їх підтримки, а також розриву інтерпретації між користувачем і аналітичною моделлю. У статті здійснено теоретико-аналітичний розгляд ролі BI в умовах інтелектуалізації аналітичних систем та систематизовано ключові обмеження традиційних BI-підходів із урахуванням вимог оперативності, гнучкості та керованості аналітичних результатів. На основі цього запропоновано гібридну концепцію BI–RAG, у межах якої BI-артефакти зберігаються як канонічне представлення стандартизованих метрик і слугують джерелом істини для повторюваних управлінських сценаріїв. Тоді як retrieval-augmented generation (RAG) розглядається як діалоговий інтерфейс доступу до аналітичної інформації. RAG-орієнтований підхід використовується для контекстного пояснення результатів, навігації до релевантних BI-артефактів, формалізації ітеративних запитів та підтримки доказового принципу інтерпретації на основі релевантних джерел знань. Наукову новизну роботи становить формалізація гібридної моделі взаємодії у вигляді Use-Case діаграми, референсної архітектури BI–RAG та узагальненої процесної моделі опрацювання управлінського запиту. Запропонована процесна модель демонструє, що введення етапу попередньої взаємодії з RAG-інтерфейсом може скорочувати кількість процесних кроків між запитом користувача та доступом до релевантної аналітичної інформації у випадках, коли запит може бути задоволений шляхом пояснення або маршрутизації до наявного BI-представлення. Отримані результати мають теоретичне значення для розвитку підходів до організації аналітичних екосистем і практичну цінність для проєктування гібридних рішень доступу до аналітики з урахуванням вимог data governance та керованості змін.

Ключові слова: аналітичні інформаційні системи, системи підтримки прийняття рішень, аналітика даних, штучний інтелект,  retrieval-augmented generation (RAG), прийняття рішень на основі даних, аналітичні екосистеми.