GlowByte запустила ИИ-миграцию отчетов Qlik и Power BI на FineBI 7
GlowByte запустила новое направление — миграцию систем бизнес-аналитики (BI) с помощью ИИ-агентов Morphism AI. О запуске продукта было объявлено на ежегодной конференции GlowByte Fine Day, которая прошла в пятницу, 23 октября.
Продукт будет полезен компаниям, которые переходят с QlikView, Qlik Sense и Power BI на FineBI 7, в первую очередь тем, у которых накопились сотни и тысячи отчетов и ручной перенос может занимать месяцы.
Продукт будет полезен компаниям, которые переходят с QlikView, Qlik Sense и Power BI на FineBI 7, в первую очередь тем, у которых накопились сотни и тысячи отчетов и ручной перенос может занимать месяцы.
Платформа принимает файлы отчетов и извлекает из них структуру: скрипты загрузки, модель данных, показатели, страницы, визуализации и правила доступа. По этой структуре она автоматически строит витрины данных на открытом инструменте dbt (data build tool — инструмент для описания и запуска расчетов витрин данных) и дашборды FineBI 7. Витрины создаются в PostgreSQL, Trino, StarRocks или ClickHouse, в плоской модели или Data Vault.
Типовые конструкции переносятся по каталогу правил, нетиповые разбирает ИИ-модель (большая языковая модель). По оценке GlowByte, более 85% визуализаций Power BI переносятся автоматически — напрямую или с заменой на близкий аналог. Для Power BI проработаны все 469 функций языка формул DAX: для каждой определено, переносится ли она точно, с заменой или требует доработки. Каждый объект отчета получает оценку еще до начала переноса, поэтому объем ручной работы и бюджет проекта можно оценить заранее.
ИИ-модель не видит данные заказчика — только структуру отчетов. Для проверки результата платформа генерирует синтетические данные. На них исходная система рассчитывает эталон, а новые витрины и дашборды — свой результат, после чего значения сравниваются. Типовые расхождения тоже исправляются по правилам. Для остальных ИИ-модель предлагает исправление, а специалист принимает его, отклоняет или дорабатывает сам.
Проект выполняется в четыре шага:
ИИ-модель не видит данные заказчика — только структуру отчетов. Для проверки результата платформа генерирует синтетические данные. На них исходная система рассчитывает эталон, а новые витрины и дашборды — свой результат, после чего значения сравниваются. Типовые расхождения тоже исправляются по правилам. Для остальных ИИ-модель предлагает исправление, а специалист принимает его, отклоняет или дорабатывает сам.
Проект выполняется в четыре шага:
- Анализ. Отчеты разбираются и описываются в единой спецификации переноса. Каждый объект получает оценку, а связанные отчеты объединяются в волну с общими витринами.
- Витрины данных. Логика загрузки переносится в dbt и сверяется с исходной системой на синтетических данных.
- Дашборды. Визуализации, показатели и фильтры переносятся в FineBI 7 с сохранением раскладки страниц и проверяются по значениям.
- Поставка. Заказчик получает проект витрин, пакет дашбордов и протокол сверки. Комплект разворачивается на тестовом стенде в контуре заказчика, и там же сверка повторяется на его данных. Расхождения на этом этапе разбирает специалист.
“
Миграция BI обычно упирается в два вопроса: сколько это будет стоить и придется ли передавать данные внешним ИИ-сервисам. Мы ответили на оба. ИИ-модель работает только со структурой отчетов, а результат проверяется на синтетических данных. Объем ручной работы виден до старта: заказчик с первого дня знает, что перенесется автоматически, а где потребуется специалист, — комментирует Дмитрий Куроедов, технический директор практики Business Intelligence в GlowByte.