BENCHMARKING W SYSTEMACH BUSINESS INTELLIGENCE

Transkrypt

1 BENCHMARKING W SYSTEMACH BUSINESS INTELLIGENCE KRZYSZTOF MICHALAK Zachodniopomorski Uniwersytet Technologiczny w Szczecinie Streszczenie W artykule przedstawione zostały problemy zwi zane z optymalizacj procesów w przedsi biorstwach. Omówiono metod benchmarkingu oraz systemy klasy Business Intelligence. Przedstawiono równie propozycj wykorzystania systemów Business Intelligence we wspomaganiu benchmarkingu. Słowa kluczowe: Business Intelligence, technologie procesowe, optymalizacja procesów, benchmarking, 1. Wprowadzenie Jednym z głównych celów ka dego przedsi biorstwa jest trwanie na rynku. Globalizacja gospodarki przyczynia si do coraz ostrzejszej konkurencji na rynku, co sprawia, e przedsi biorstwa musz stale poszukiwa nowych metod wspomagaj cych zarz dzanie. Wprowadzanie nowych metod ma na celu [1]: zabezpieczenie si przed atakiem nowych konkurentów, wyprzedzenie konkurencji lub wzmocnienie dotychczasowej pozycji, mo liwo zarabiania na nowych rynkach. Chc c nad y za konkurencja coraz wi cej przedsi biorstw odchodzi od klasycznego modelu realizacji zada opartego na funkcjach zast puj c go podej ciem procesowym. Zmiana ta daje mo liwo zastosowania wielu metod maj cych na celu podniesienie efektywno ci przedsi biorstw poprzez optymalizacj procesów. Wprowadza si metody bazuj ce na technologiach procesowych, takie jak Benchmarking (metoda porównywania własnych sposobów działania ze sposobami innych), Activity Based Costing (rachunek kosztów działa ), Target Costing (rachunek kosztów docelowych), Business Process Reengineering (metoda radykalnej reorganizacji procesów), X- engineering (metoda optymalizacji procesów realizowanych na styku organizacji) itd. Efektywne wykorzystanie tych metod wymaga wspomagania przez systemy informatyczne przedsi biorstw. Jednym z rozwi za jest wdra anie dedykowanych systemów maj cych na celu usprawnianie wprowadzania technologii procesowych. Takie podej cie mo e jednak powodowa zb dne nakłady pracy zwi zane z zasilaniem tych e systemów w dane z systemów transakcyjnych. Wa n cech współczesnej gospodarki jest równie to, e charakteryzuje si ona skomplikowan sieci powi za mi dzy przedsi biorstwami. Firmy s powi zane ze swoimi dostawcami, partnerami, klientami a nawet konkurentami. Produkty oferowane klientom s efektem współpracy wielu przedsi biorstw tworz cych wspólnie ła cuch warto ci. Eskalacja tych powi za i rozwój Internetu przyczyniły si do powstania gospodarki elektronicznej. Gospodarka elektroniczna obejmuje wymian produktów i usług, transfer funduszy w publicznych i prywatnych sieciach cyfrowych, ró norodne rodzaje interakcji biznesowych, a tak e takie funkcje jak marketing, zarz dzanie relacjami z klientami, rekrutacj pracowników, rozwój produktów (działalno wytwórcz ), administracj i komunikacj [2].

2 116 Benchmarking w systemach Business Intelligence Bior c pod uwag t skomplikowan paj czyn powi za pomi dzy firmami oraz konieczno ci głego optymalizowania całego ła cucha warto ci nale y szuka najlepszych metod oraz rozwi za informatycznych wspomagaj cych realizacj tego celu. Odpowiedzi na te potrzeby s metody procesowe umo liwiaj ce podnoszenie jako ci procesów oraz rozwój systemów informatycznych umo liwiaj cych integracj danych z wielu przedsi biorstw tworz cych ła cuch warto ci. Mowa tu o systemach klasy Business Intelligence, które dzi ki szerokiemu zakresowi działania mo na wykorzysta do wspierania metod procesowych np. benchmarkingu. 2. Benchmarking przedsi biorstwa Globalizacja gospodarki przyczynia si do zaostrzania konkurencji pomi dzy firmami na niespotykan dot d skal. Utrzymanie si na konkurencyjnym rynku wymaga ci głego doskonalenia procesów. Jedn z metod wspomagaj cych podnoszenie jako ci procesów jest benchmarking. Jako pierwsi metod t stosowali Japo czycy w latach pi dziesi tych. W Stanach Zjednoczonych liderem we wprowadzaniu benchmarkingu była firma Xerox. David T. Kearns były dyrektor Xerox a definiował benchmarking, jako ci gły proces oceny produktów, usług i praktyk, w odniesieniu do najsilniejszych konkurentów lub firm uznawanych za liderów przemysłu [6]. Benchmarking nie polega na wymy laniu procesów od nowa, lecz na obserwowaniu, w jaki sposób s one realizowane przez wiod ce przedsi biorstwa na rynku a nast pnie wdra anie dobrych praktyk we własnej organizacji. Inaczej mówi c benchmarking to konstruktywne rozwa anie alternatyw pochodz cych z zewn trz [7]. Proces benchmarkingu składa si z nast puj cych etapów: 1. Wybór przedmiotu benchmarkingu, 2. Analiza własnych metod post powania, 3. Wybór partnera benchmarkingu, 4. Zebranie danych, 5. Analiza danych, 6. Okre lenie procesów wymagaj cych poprawy, 7. Wdro enie programu poprawy, 8. Utrwalenie programu poprawy. Benchmarkingowi mo na podda wła ciwie wszystko, co daje si zmierzy. Ze wzgl du na to, e takie porównywanie jest czasochłonne i kosztowne przedsi biorstwa najcz ciej decyduj si na poddanie benchmarkingowi procesy stanowi ce podstaw ich działalno ci, czyli takie, które cz sto decyduj o pozycji przedsi biorstwa na rynku. Przy wyborze przedmiotu benchmarkingu cz sto bierze si te pod uwag te procesy, które kształtuj wizerunek przedsi biorstwa w oczach jego klientów, co jest zgodne z cał filozofi podej cia procesowego, w którym najwa niejsze jest zadowolenie klienta. Po wybraniu przedmiotu benchmarkingu nale y przeprowadzi dokładn analiz własnego sposobu post powania. Przydatne jest budowanie szczegółowej mapy czynno ci w celu wła ciwego zrozumienia procesów i mechanizmów zachodz cych w przedsi biorstwie. Nast pnie wyznacza si jednostki pomiaru i miejsca, w których pomiary s dokonywane w celu porównania ich ze wska nikami partnerów. Kolejny etap to dobór partnera benchmarkingu. Nale y wybiera takich partnerów, którzy przedmiot benchmarkingu traktuj, jako podstaw swej egzystencji i s liderami rynku. Przy wyborze nale y bra równie pod uwag takie czynniki jak: gotowo do benchmarkingu oraz

3 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 22, porównywalno. W zale no ci od tego gdzie b dziemy szuka partnerów do porównywania mo na wyró ni benchmarking: 1. Benchmarking wewn trzny, 2. Benchmarking z konkurencj, 3. Benchmarking funkcyjny, 4. Benchmarking rodzajowy. W benchmarkingu wewn trznym porównywanie ogranicza si do jednego przedsi biorstwa. Partnerów szuka si w innych działach, filiach lub oddziałach zagranicznych. Ograniczenie si do zbierania informacji we własnym przedsi biorstwie daje mo liwo łatwego i prostego zestawiania danych. Sam dost p do informacji równie nie jest trudny, poniewa nie stanowi one tajemnicy. Wad tego typu porównywania jest ograniczony k t widzenia, cz sto si okazuje, e nie porównujemy si z liderami rynku. W przypadku benchmarkingu z konkurencj mamy mo liwo jednoznacznego okre lenia pozycji własnego przedsi biorstwa wobec konkurencji. Znacznie trudniejsze jest natomiast pozyskiwanie informacji oraz ich zestawianie celem porównania. Kolejny typ benchmarkingu dotyczy porównywania funkcji przedsi biorstwa. W wielu przedsi biorstwach niestanowi cych dla siebie konkurencji realizowane s podobne funkcje (np. magazynowanie lub zaopatrzenie). Stosunkowo łatwo mo na wskaza liderów rynkowych w danej dziedzinie. Poniewa przedsi biorstwa te nie s konkurentami, wi c du o łatwiej jest uzyska informacje. Trudno mo e sprawi natomiast samo porównywanie danych mi dzy innymi ze wzgl du na to, e pochodz one z ró nych systemów informatycznych zarz dzania. Rozwini ciem benchmarkingu funkcyjnego jest benchmarking rodzajowy polegaj cy na porównywaniu procesów zachodz cych w obr bie ró nych dziedzin w zupełnie odmiennych bran- ach[5]. Kolejny etap zbieranie danych mo e by realizowany za pomoc wywiadu, ankiet lub te czasowej integracji pracowników w procesy realizowane u partnera benchmarkingu. Informacje mog by równie zbierane ze ródeł zewn trznych takich jak: roczniki statystyczne, czasopisma danej firmy, wywiady z klientami oraz dostawcami. Etap ten jest bardzo trudny w przypadku benchmarkingu z konkurencj ze wzgl du na to, e du a cz informacji mo e stanowi tajemnic firmy i nie b dzie mo na ich uzyska. Po zebraniu niezb dnych danych mo na przyst pi do ich analizy. Analizowane dane powinny składa si z dwóch elementów [5]: 1. Dane liczbowe (wyniki), 2. Opis procesów (praktyka). Oba elementy s wa ne w procesie benchmarkingu. Dane liczbowe pozwalaj ustali pozycj przedsi biorstwa wobec partnerów. Natomiast opis procesów umo liwia okre lenie ró nic w sposobach działania. Maj c takie informacje mo na przyst pi do opracowywania planów poprawy procesów i wdra ania zmian. Wszystkie wymienione etapy s czasochłonne i wymagaj du ych nakładów pracy. St d te konieczne staje si wspomaganie ich przez zaprojektowane do tego celu narz dzia informatyczne. Systemy takie powinny dawa mo liwo integracji danych z wielu ródeł a nast pnie przeprowadzania analiz umo liwiaj cych nie tylko porównanie wska ników, ale i sposobów realizacji procesów. Cz ciowo takie kryteria spełniaj systemy klasy Business Intelligence. Zintegrowanie

4 118 Benchmarking w systemach Business Intelligence w nich modułu wspomagaj cego benchmarking umo liwiłoby sprawniejsze i mniej kosztowne przeprowadzenie benchmarkingu w przedsi biorstwie. 3. Systemy Business Intelligence Nowoczesna gospodarka charakteryzuje si skomplikowan sieci powi za. Dostarczenie gotowego wyrobu do ko cowego u ytkownika wymaga realizacji wielu procesów w firmach wchodz cych w skład ła cucha warto ci. Z punktu widzenia gotowego wyrobu lub usługi mo emy stwierdzi, e przedsi biorstwa wchodz ce w skład ła cucha warto ci s ze sob bardzo ci le powi zane. Je eli jednak przyjrzymy si tym przedsi biorstwom pod k tem stosowanych systemów informatycznych to okazuj si, e najcz ciej nie ma ju tak cisłych relacji. Ka de przedsi biorstwo mo e u ywa innego systemu informatycznego. Systemy te najcz ciej ko cz si wraz z granic przedsi biorstwa, przez co kłopotliwe jest przeprowadzanie analiz całego ła cucha warto ci w kontek cie optymalizacji procesów. Analizowanie ła cucha warto ci i ulepszanie procesów jest jednak niezb dne w dobie globalizacji i silnej konkurencji na rynku. Problem integracji danych na potrzeby takich wła nie analiz staraj si rozwi zywa systemy Business Intelligence. Systemy Business Intelligence powstały w wyniku wdro enia w organizacji specyficznej filozofii i metodologii odwołuj cej si do pracy z informacj i wiedz, otwartej komunikacji, dzielenia si wiedz oraz holistycznego, analitycznego spojrzenia na procesy biznesowe w organizacji [2]. Ide systemów BI jest integracja danych pochodz cych z wielu ródeł oraz ich wielowymiarowa analiza. Wyniki w postaci ró norodnych zestawie dostarczane przez systemy BI maj na celu podniesienie efektywno ci podejmowanych decyzji. Ogólna budowa systemów klasy Business Intelligence przedstawiona jest na rysunku 1. ródło: Opracowanie własne na podstawie [2]. Rys. 1. Budowa systemu Business Intelligence ródła danych dla systemów BI stanowi systemy transakcyjne funkcjonuj ce w przedsi biorstwach. Poniewa systemy te mog zapisywa dane w ró ny sposób konieczna jest ich standaryzacja zanim trafi one do hurtowni danych. Modułem, który zajmuje si standaryzowaniem danych jest ETL (Extract, Transform and Load). Zadaniem tego modułu jest ekstrakcja danych z systemów transakcyjnych nast pnie przekształcanie danych i ładowanie do hurtowni danych. Dane zawarte w hurtowni stanowi repozytoria, do których kieruj swoje zapytania aplikacje raportuj ce

5 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 22, i analityczne. Ostatni warstw systemów BI stanowi warstwa prezentacji, która ma za zadanie przedstawianie wyników u ytkownikom w dogodnej dla nich formie. Ci gły rozwój systemów BI przyczynił si do wyró nienia wielu modeli, które przedstawione s na rysunku 2. ródło: [2]. Rys. 2. Mapa rozwoju najwa niejszych modeli BI Minihurtownie danych słu do przeprowadzania analiz ad hoc oraz przygotowywania zestawie porównawczych. Dane gromadzone s na ró nych poziomach szczegółowo ci, ale ograniczaj si zazwyczaj do jednego zagadnienia tematycznego. Modele te swoim zasi giem obejmuj zwykle jeden dział przedsi biorstwa. W ski zasi g sprawia, e systemy BI bazuj ce na minihurtowniach danych ograniczaj si do wspomagania jedynie decyzji operacyjnych. W systemach BI opracowanych na bazie hurtowni danych dane ródłowe mog pochodzi ze wszystkich systemów informatycznych stosowanych w przedsi biorstwie. W porównaniu z systemami opartymi na minihurtowaniach danych modele te maj znacznie szerszy zasi g, poniewa wspomagaj one podejmowanie decyzji operacyjnych, taktycznych i strategicznych w całej firmie. Systemy czasu rzeczywistego przeznaczone s do monitorowania bie cej działalno ci przedsi biorstwa oraz wykrywania zakłóce. Systemy te charakteryzuj si tym, e w odró nieniu od tradycyjnych hurtowni danych zapytania s kierowane do istniej cych systemów transakcyjnych. Nie ma potrzeby budowania hurtowni danych, poniewa s one pobierane za pomoc mechanizmu Enterprise Information Integration EII. Zalet tego rozwi zania jest dost p do zawsze aktualnych danych. Kierowanie zapyta bezpo rednio do działaj cych w przedsi biorstwie systemów transakcyjnych mo e mie jednak niekorzystny wpływ na szybko działania. Problemem mo e równie by brak dost pu do danych historycznych, które mog by usuwane z systemów transakcyjnych w celu poprawy szybko ci ich działania. Zasi g tych systemów jest ograniczony do wybranego fragmentu działalno ci firmy Podobnie jak w przypadku minihurtowni danych zadaniem tych systemów jest wspomaganie decyzji operacyjnych. Systemy z rozbudowan analityk prognostyczn BI-PA słu do prognozowania scenariuszy

6 120 Benchmarking w systemach Business Intelligence zdarze. W modelach tych wykorzystywane s mi dzy innymi: sieci neuronowe, drzewa decyzyjne, analizy koszyka, itd. w celu odkrywania ukrytych trendów w danych historycznych i na ich podstawie prognozowania, co stanie si w przyszło ci. Systemy BI-PA stale porównuj przewidywane scenariusze z rzeczywistymi danymi pochodz cymi z systemów transakcyjnych. Swoim zasi giem obejmuj, co prawda w ski fragment działalno ci firmy, ale wspomagaj decyzje operacyjne, taktyczne i strategiczne. Korporacyjne systemy BI wspieraj zarz dzanie korporacjami. Ich zasi g oddziaływania jest bardzo szeroki, poniewa obejmuj one wszystkie przedsi biorstwa tworz ce ła cuch warto ci. Systemy te najcz ciej funkcjonuj w Internecie st d te okre lane s, jako Internet Business Intelligence. Schemat takiego systemu przedstawiony jest na rysunku 3. ródło: [2]. Rys. 3. P tla Internet Business Intelligence Rozszerzenie systemu BI na wszystkie przedsi biorstwa tworz ce ła cuch warto ci jest bardzo korzystne, poniewa w analizach uwzgl dniane jest ju nie tylko przedsi biorstwo, ale równie jego otoczenie, partnerzy czy dostawcy. Zadaniem tych systemów jest wspieranie decyzji operacyjnych, taktycznych i strategicznych. Kolejnym modelem systemów BI s portale BI. Słu one do zarz dzania tre ci i dokumenta-

7 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 22, cj wspieraj c prac zespołow. Systemy te integruj informacje, aplikacje i usługi WWW. Poniewa w portalach BI znaczna cz danych pochodzi ze stron WWW bardzo wa n rol odgrywa technika web mining polegaj ca na ekstrakcji wzorców i informacji z dokumentów WWW. W ramach web mining na szczególn uwag zasługuj : web content mining (dr enie zawarto ci stron internetowych), web structure mining (dr enie struktury stron internetowych), web usage mining (web log mining) (dr enie zachowa u ytkowników) [3][4]. Swoim zasi giem obejmuj wydzielone społeczno ci w ramach firmy. Systemy te wspieraj decyzje operacyjne, taktyczne i strategiczne. Ostatnim modelem s sieci BI. Słu one do budowy sieci ekspertów i zarz dzania kapitałem społecznym przedsi biorstwa. W systemach tych wa n rol b d odgrywa techniki eksploracji danych czwartej generacji, czyli techniki umo liwiaj ce dr enie danych generowanych przez mobilne urz dzenia, grupy dyskusyjne, czaty on-line, oraz web farming (systematyczne dostarczanie i ulepszanie ródeł informacji w sieci), technologia inteligentnych agentów i zawansowane techniki odpowiedzialne za zarz dzanie tre ci i dokumentacj. Globalny zasi g tych systemów obejmuje ró ne społeczno ci. W systemach tych wspomagane s decyzje operacyjne, taktyczne i strategiczne. Szeroki zakres oddziaływania korporacyjnych systemów BI, a w szczególno ci integracja w nich danych wielu przedsi biorstw daje podstawy do wykorzystania tych systemów w celu wspomagania optymalizacji procesów przy pomocy benchmarkingu. 4. Wykorzystanie systemów Business Intelligence do benchmarkingu Przedsi biorstwa powinny d y do ci głego doskonalenia swoich procesów. Jedn z metod wspomagaj cych optymalizacj realizowanych zada jest jak ju wcze niej wspomniano benchmarking. Naturalnym podej ciem jest próba wspomagania przeprowadzania benchmarkingu przez systemy informatyczne przedsi biorstwa. Takie etapy jak: analiza własnych metod post powania, wybór partnera benchmarkingu, zebranie danych, analiza danych, okre lenie procesów wymagaj cych poprawy mo na i powinno si wspomaga komputerowo. Etap analizy własnych metod post powania cz sto mo na przeprowadzi wykorzystuj c dotychczasowe systemy informatyczne funkcjonuj ce w przedsi biorstwie. Systemy te mog dostarczy niezb dnych wska ników procesów oraz opisu metod post powania. W przypadku wyboru partnera benchmarkingu pomocne mo e si okaza skorzystanie z internetowych giełd benchmarkingowych. Jedn z nich jest The Benchmarking Exchange ( Za pomoc tej witryny mo liwe jest znalezienie firm zainteresowanych porównywaniem dla okre lonych przedmiotów benchmarkingu. W kolejnych etapach w przypadku benchmarkingu wewn trznego gdzie porównywanie si dotyczy działów lub filii jednego przedsi biorstwa mo e równie okaza si, e niezb dnych danych dostarcz systemy informatyczne funkcjonuj ce w przedsi biorstwie zwłaszcza w sytuacji, gdy mamy do czynienia z jednym zintegrowanym systemem zarz dzania. Zdecydowanie wi cej trudno ci pojawia si w przypadku benchmarkingu z konkurencja, funkcyjnego lub rodzajowego. Zasadniczy problem dotyczy integracji danych z wielu systemów oraz takiej ich transformacji, aby mo na je było porównywa. Na rynku funkcjonuj systemy Business Intelligence, do których zada nale y mi dzy innymi integracja danych. Systemy te skierowane s pocz wszy od pojedynczych działów przedsi biorstwa poprzez całe przedsi biorstwa a do du ych korporacji obejmuj c swoim zasi giem wszyst-

8 122 Benchmarking w systemach Business Intelligence kich uczestników ła cucha warto ci bior cych udział w wytwarzaniu produktów lub usług. Przeprowadzenie benchmarkingu w du ych korporacjach, na które składa si wiele przedsi biorstw uczestnicz cych w ła cuchu warto ci mo e przynie ogromne korzy ci. Dlatego te celowe jest integrowanie metod procesowych w korporacyjnych systemach BI. Chodzi tu ju nie tylko o sam benchmarking. Maj c na uwadze podnoszenie jako ci procesów organizacji nale y stosowa takie metody jak: 1. Kompleksowe zarz dzanie jako ci (TQM), 2. Systemy dostaw na styk (JIT), 3. Rachunek kosztów działa (ABC). Chc c wykorzysta systemy BI do wspomagania benchmarkingu nale y pami ta o dwóch zasadniczych elementach niezb dnych do przeprowadzenia porównania mapach procesów, które szczegółowo opisuj sposób realizacji zada oraz danych liczbowych opisuj cych warto ci mierzonych wska ników. Propozycja takiego systemu przedstawiona jest na rysunku 4. Rys. 4. Integracja benchmarkingu w systemach Business Intelligence ródło: Opracowanie własne na podstawie [2].

9 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 22, Wprowadzanie benchmarkingu w korporacjach w ramach systemów Business Intelligence ma wiele zalet, w ród których mo na wymieni : 1. Mo liwo wspomagania całego procesu przez systemy Business Intelligence poprzez umieszczenie w tych systemach informacji o sposobie realizacji procesów, punktach pomiaru procesów oraz zmierzonych warto ciach. 2. Wykorzystanie standardowych modułów tworzenia raportów, w które wyposa one s systemy BI w celu przeprowadzania analiz wspomagaj cych benchmarking. 3. Łatwo w dost pie do danych poniewa ka da ze współpracuj cych organizacji bierze udział we wspólnym ła cuchu warto ci produktu lub usługi, wi c naturalnie b dzie jej zale ało na podnoszeniu jako ci swoich procesów. Organizacje te nie konkuruj ze sob, lecz współpracuj st d te łatwiej im wymienia si informacjami. Wad przeprowadzania benchmarkingu w ramach korporacji mo e by to, e nie zawsze porównujemy si z najlepszym. Porównujemy si, co prawda z najlepszym w ramach konkretnej korporacji niekoniecznie oznacza to jednak, e d ymy do dorównania liderowi rynkowemu. Nale y jednak zaznaczy, e cz przedsi biorstw pomija etap doboru partnera benchmarkingu przyjmuj c za punkt odniesienia kryteria nagród przyznawanych za szczególne osi gni cia w dziedzinie benchmarkingu np. Malcolm Baldrige Quality Award w Stanach Zjednoczonych, European Business Excellence Award w Europie, czy te nagrod Deminga w Japonii. 5. Uwagi ko cowe Ci głe d enie do ulepszenia realizowanych zada jest naturalnym procesem w ka dym przedsi biorstwie. Jest te niezb dne w globalnej gospodarce, która charakteryzuje si ostr konkurencj. Przedsi biorstwa, które nie b d starały si dorówna najlepszym na rynku nie maj szansy na przetrwanie. Kopiowanie pomysłów od liderów rynkowych jest jedn z wielu metod wprowadzania usprawnie. Niezb dna jest wiedza o własnych sposobach działania oraz ró nicach, jakie wyst puj u partnera benchmarkingu. Analiza własnych metod post powania, dokonywanie pomiarów procesów oraz porównywanie tych danych z danymi pochodz cymi od partnerów benchmarkingu powinno si wspomaga komputerowo. Dlatego te w artykule przedstawiono propozycj zintegrowania metody benchmarkingu z korporacyjnymi systemami Business Intelligence. Dzi ki du emu zasi gowi zbierania danych systemy te mog dostarcza niezb dnej wiedzy, które procesy nale y zmienia oraz w jaki sposób, aby osi gn popraw. Bibliografia 1. Afauh A., Tucci Ch. L.: Biznes internetowy strategie i modele, Oficyna ekonomiczna, Kraków Celina M., Ziemba E.: Strategie i modele gospodarki elektronicznej, Wydawnictwo Naukowe PWN, Warszawa Kantardzic M.: Data Mining: Concepts, Models, Methods and Algorithms, John Wiley & Son,New York Thuraisingham B.: Web Data Mining and Applicationsin Business Intelligence and Counter-terrorism, Auerbach Publications, Bendell T., Boulter L.: Benchmarking, Wydawnictow Profesjonalnej Szkoły Biznesu, Kraków 2000.

10 124 Benchmarking w systemach Business Intelligence 6. Camp R. C.: Benchmarking: The Search for Industry Best Practice that Lead to Superior Performance, ASQC Quality Press, Milwaukee Muller R., Rupper P.: Process Reengineering, Wydawnictwo ASTRUM, Wrocław BENCHMARKING IN BUSINESS INTELLIGENCE SYSTEMS Summary In this paper were presented the problems of optimization processes in enterprises. Later were discussed Benchmarking and Business Intelligence systems. Finally there was introduced a proposal to use Business Intelligence in supporting benchmarking. Keywords: Business Intelligence, process technologies, process optimization, benchmarking Katedra In ynierii Systemów Informacyjnych Wydział Informatyki Zachodniopomorski Uniwersytet Technologiczny w Szczecinie kmichalak@wi.ps.pl