Nowa twarz. Business Intelligence

Transkrypt

1 Nowa twarz Business Intelligence 1

2 Spis treści Liczba na torturach Robert Jesionek 3 Excel Rulez! Luiza Warno, Orange, Paryż 4 Od BI do Big Data Tomasz Słoniewski, IDC CEMA 8 Subiektywny przegląd rynku BI i jego przyszłość Rafał Gabinowski, INFOVIDE-MATRIX 14 Szybciej, więcej, dalej, czyli: dokąd zmierza Business Intelligence Andrzej Miktus i Wojciech Wronka, Infovide-Matrix SA 20 Najnowsze trendy w Business Intelligence Marcin Choiński, BI.PL 26 BI in-memory - nie wszystko złoto co się świeci Marek Grzebyk, Hogart Business Intelligence 36 Big Data Quick Start Guide Patryk Choroś, SAS Institute 40 W krainie OSBI Marek Ziętek i Sławomir Folwarski, Carrywater 46 Dane to nie tylko liczby Paweł Wróblewski, Findwise 54 Drodzy CEO - użyjcie wiedzy o kliencie, którą macie w systemach informatycznych! Jacek Czernuszenko i Michał Możdżonek, REISS Group 60 Być w 15% Sławomir Folwarski i Mateusz Ossowski, Carrywater 64 Revenue Intelligence sposobem na zwiększenie rentowności Monika Kacprzyk i Michał Jaślan, ATOS 70 Czynniki ryzyka wdrażania projektu BI oczami praktyka Małgorzata Korycka-Purchała 76 System BI w GRUPIE ATLAS Robert Korn, SAS Institute 84 ZOZ na poziomie biznesowym Jacek Jaworski, TETA BI CENTER 92 Skuteczne wdrożenie systemów CRM rola doradcy Biser Jorgow, Pentegy 98 Efektywne modelowanie biznesu wg Kimball Lifecycle Marcin Choiński, BI.PL 104 Business Intelligence w komentarzach menedżerów BI nowej generacji Biser Jorgow, manager, Pentegy S.A. 108 Rozwiązania Business Intelligence Marek Martofel, EMC Poland 110 Rola CRM w zmiennej rzeczywistości Michał Jackowiak, CEO, JADE, A Bull Group Company 111 Rozwiązania klasy BI Paweł Gajda, Business Solution Consultant SAP Polska 113 2

3 Liczba na torturach Nie sposób polemizować z Misiem Yogi, który powiedział, że trudno jest coś przewidzieć, zwłaszcza jeśli chodzi o przyszłość. A jednak przewidywać trzeba. Dobra prognoza to więcej, niż połowa sukcesu i wie o tym każdy, kto choć raz musiał przygotować np. plan sprzedaży. Dlatego menedżerowie lubią raporty. Lubią czytać cyfry i między cyframi, choć sami nie cierpią tych raportów przygotowywać. Mówią, że od tego powinien być właściwy system Business Intelligence. Jednak nie zawsze są skorzy do inwestowania w nowoczesne narzędzie tego typu. Przed CIO często więc stoi dylemat: lobbować za kupnem wysokiej jakości systemu BI, czy wyciągnąć z legendarnego i wszystkoliczącego arkusza ile się da? Oczywiście kryterium wyboru znów mogą być cyfry, choć znajdą się tacy, którzy powiedzą, że liczba skutecznie torturowana w Excelu przyzna się do wszystkiego... Tę publikację otwieram tekstem Luizy Warno, jak zwykle niepokornej i myślącej niezależnie, która po kilku latach publicystycznego milczenia powraca w świetnej formie. Jej tekst jest prowokacyjny, nie dla wszystkich poprawny, dla niektórych może wręcz nie do przyjęcia, ale nikogo nie pozostawiający w obojętności wobec (realnych) realiów rynku właśnie o takie teksty otwarciowe walczą redaktorzy. Mam zresztą nadzieję, że cała publikacja, w której znalazły się artykuły bardzo mądre i nie zazdrosne o dostęp do unikalnej, często bardzo osobistej wiedzy, okaże się dla Państwa ważna. Dlaczego? Bo światli menedżerowie wyraźnie dostrzegają konkretne wartości w biznesowej inteligencji jakąkolwiek miałaby ona postać. A jednak, spora część z nich wciąż potrzebuje mocnych argumentów ZA. Wierzę, że Nowa twarz Business Intelligence okaże się dla nich przydatna w poszukiwaniu odpowiedzi na wiele ich pytań. Zaproszenie do współtworzenia tego projektu przyjęli naprawdę Mądrzy Ludzie, których bardzo cenię. Jestem im bardzo wdzięczny za otwartość w dzieleniu się swoją wiedzą. Redaktor 3

4 Excel Rulez! Luiza Warno, Orange, Paryż Czasy się szybko zmieniły i nasza zdolność do adaptacji musi być taka, jak przystało na kameleona. Niestety, firmy z obszaru BI kameleonami nie są, więc pole do popisu pozostaje dla szybko myślących CIO. Już nie pamiętam jak dawno temu napisałam tekst pod tytułem Biznesowa Indolencja czy sposób na inteligentne zarządzanie *, ale z pewnością minęło ładnych kilka lat. Wtedy całkiem naturalnie wierzyłam w tzw. power of terabytes, czyli moc terabajtów. Wtedy też świat wydawał się stać otworem przed rozwiązaniami klasy Business Intelligence, bo tak woleliśmy nazywać super drogie rozwiązania w obszarze hurtowni danych. Dzisiaj już nikt prawie nie używa nazwy BI. Bo BI się przeżył zanim zdołał dorosnąć. Na początku lat 2000-ych (właściwie, to jak mamy je nazywać? lata osiemdziesiąte i dziewięćdziesiąte - to proste, a ten 2000 jakoś taki niewygodny ) propagowałam mocno koncept BI i rozwiązania z tego obszaru. To były czasu boom-u rozwiązań z obszaru obsługi klienta. Te całe masy danych, które trzeba było przetworzyć, aby lepiej raportować co się dzieje w firmie i z klientami firmy. Boom był rzeczywiście wielki. Fundusze też, więc zaczęły wyrastać wielkie długo-terminowe projekty w obszarze BI. Wielkie hurtownie danych z wysokim poziomem terabajtów. No i oczywiście wysokimi kosztami. Jeszcze wtedy nikt nie myślał o real time ale w drugiej połowie lat 2000-ych już tak. Tylko, że tak naprawdę ten real time w BI nigdy nie zdołał się w pełni rozwinąć,... bo przyszły ciężkie czasy. Klienci zrobili się kapryśni. Zaczęli zmieniać dostawców (i nie mam tutaj na myśli tylko klientów firm telekomunikacyjnych) jak przysłowiowe rękawiczki. Kto oferował taniej, ten był Królem. Trochę przeszkadzały te dwuletnie kontrakty na początek, ale też dawało się to znieść. Ja sama, będąc jeszcze poza macierzystą firmą, zrezygnowałam z przedłużenia kontraktu (prywatnego!) z Orange Polska, bo Pani która mnie do tegoż przedłużenia namawiała dzwoniła do mnie dzień w dzień przed 8 rano i pomimo tego, że ją szczerze namawiałam do telefonów w porach po-południowych... nie dawała za wygraną. Poza tym, jej ton głosu był raczej nad wyraz rozkazujący, niż mile radzący więc... podziękowałam Orange Polska! Później się u nich zatrudniając Obsługa klienta jest bardzo bliska memu sercu i dlatego dzisiaj już nie wierzę w te założenia BI, o których tak gorąco dyskutowaliśmy na początku... XXI wieku (brzmi znacznie lepiej, nieprawdaż?!) Czasy się szybko zmieniły. Na przełomie zaczęły się dziać dziwne rzeczy na rynkach finansowych, niezrozumiałe dla większości zjadaczy chleba. Spowodowało to, iż firmy zaczęły tracić na wartości (nie wiedzieć dokładnie czemu) i zaczęły przyglądać się dokładnie temu, jak zarabiają pieniądze i jak je wydają. Klienci czyli normalni ludzie, również zaczęli patrzeć na co i ile wydają. A w szczególności na rachunki z firm telekomunikacyjnych, nieważne czy chodziło o telefon w domu, czy o komórkę. Zaczął się kryzys gospodarczy, o którym nadal tak głośno, a który tak naprawdę oznacza, że zwykli zjadacze chleba (mam nadzieje, że nikogo nie obrażam) po prostu chcą płacić mniej za rzeczy, które są dla nich coraz bardziej dostępne. W tym szczególnie telefony komórkowe. 4

5 Mamy dzisiaj dwa światy. Świat tzw. rozwijający się (gdy byłam w szkole podstawowej, to uczyli nas o krajach Trzeciego Świata, jakoś nie zauważyłam kiedy ta nazwa zniknęła) i świat rozwinięty. W kontekście puenty, do której mam nadzieje nadal zmierzam, trzeba te dwa światy rozróżnić pod katem jak najbardziej konsumenckim. Otóż, dzisiaj w krajach takich jak Chiny czy Indie, czy chociażby kraje południowej Ameryki, telefon jest artykułem prawie tak ważnym jak woda. Możesz nie mieć miski ryżu do zjedzenia (i mam nadzieje że nie zostanę za to stwierdzenie pognębiona), ale telefon komórkowy musisz = chcesz mieć. Dlatego w tamtych krajach karty SIM sprzedają się jak świeże bułeczki. Nawet się je tam rozdaje. Bo tam jest rynek nowego klienta. W świecie tzw. rozwiniętym telefon komórkowy jest już dobrem zastanym. Nowych klientów nie ma, chyba że odejdą od konkurencji. Tego klienta trzeba teraz utrzymać, czarując go nowymi ofertami, super obsługą etc. Dlaczego więc w Europie tak rzadko mówimy o Business Intelligence? Dlatego, że ten kryzys i myślenie o kosztach spowodował, że drogie w utrzymaniu rozwiązania BI tracą na popularności. Nie dostarczają już value for money. Dzisiaj, kiedy trzeba ciąć koszty operacyjne IT, każdy CIO patrzy najpierw na hurtownie, gdzie wydaje dużo pieniędzy, a nie jest w stanie uzasadnić potrzeby biznesowej. Już dawno przekonywałam moich kolegów z dużej firmy BI (nie wspomnę nazwy, aczkolwiek większość czytelników się domyśli), że nie sztuką jest sprzedawać firmie drogie serwery+licencje+utrzymanie. Sztuką jest przekonać firmę do rozwiązań, które będą tę niesamowicie drogą infrastrukturę wykorzystywały dla korzyści biznesowych, dla przynoszenia przychodów i budowania wartości. Dla oczarowania klienta, który powinien pozostać wierny i nie myśleć o przejściu do np. tańszej konkurencji. Niestety, rozbiły się moje idee o ścianę. Dzisiaj nikt z ludzi odpowiadających za marketing i sprzedaż nie woła dajcie mi dane i to najlepiej w real time. Dzisiaj wyzwania biznesowe są takie, że w krajach rozwiniętych saturacja, czyli nasycenie rynku jest powyżej, albo blisko 100%. Szwajcaria jest na poziomie 140%, Polska nieco poniżej 100. Nikt w Europie nie walczy już o nowego klienta. Każdy walczy o utrzymanie starego. Czy rozwiązania BI wdrożone w ostatnich 10 latach są w stanie nam to zapewnić? Nie, absolutnie nie. I przyznaję się do tego, jako naczelny propagator tych rozwiązań. Czasy się bardzo szybko zmieniły i nasza zdolność do adaptacji musi być taka, jak przystało na kameleona. Niestety, firmy z obszaru BI kameleonami nie są, więc pole do popisu pozostaje dla szybko myślących CIO. Aczkolwiek przyznam, że syndrom dużych, drogich i długo-terminowych projektów z obszaru BI nadal dotyka wielu CIO z dużym ego. W mojej roli jako Europe CIO podróżuję dużo po krajach starej Europy, ale też i nowej, bo Armenia i Mołdawia są w Europie zgodnie z udziałem w Eurowizji (konkurs piosenki). Zawsze nalegam na wizytę w Call Center i w sklepie na głównej ulicy miasta. Zawsze rozmawiam z ludźmi. Staram się robić to ad hoc, żeby żadna z osób nie była odpowiednio przygotowana na wizytę kogoś z tzw. centrali. Słucham i zadaję pytania. Wszędzie problemy są takie same. Zbyt wiele systemów. Zbyt wolno działają. Dlaczego osoba obsługująca klienta nie może mieć jednego ekranu z kilkoma funkcjami do obsłużenia? Dlaczego to jest takie skomplikowane? Pozostawię te pytania bez odpowiedzi, bo dzisiaj znacząca większość CIO w dużych telekomach nie jest przygotowana 5

6 do otwartej, szczerej dyskusji, często bolesnej. Nie tylko w Polsce, ale i w starej Europie, Francji nie wyłączając. Byłam ostatnio w ramach mojej funkcji na Dominikanie. Dyrektor ds. marketingu perorował przez ponad 2 godziny, ile to ma fantastycznych idei, których IT nie potrafi wdrożyć. IT odpierało że Marketing to marzyciele i nie potrafią nawet narysować roadmapy, zamiast tego robią zdjęcia rysunków z tablicy (to akurat prawda, sama widziałam). A nowy CEO, czyli Prezes napierał że chce sprzedawać i robić revenue, czyli dochód. I jak tu teraz z tego wyjść? Mają na Dominikanie hurtownię danych, która spełnia podstawowe zadania operacyjne: klient zapłacił, nie zapłacił, przekroczył limit etc. Tylko że tymi raportami się biznesu nie wygra. Na rynku jest konkurencja, która proponuje fajne nowe telefony, taryfy, opcje etc. Jak więc być lepszym?! Jako CRM używają tam rozwiązania o nazwie Clementine, które przez ostatnie kilka lat zostało w ogromnym stopniu lat skastomizowane. Jak coś się zmienia w jednym miejscu, to im się zepsuje w innym. Moja natychmiastowa sugestia była taka: wymieńcie to narzędzie jak najszybciej! Żeby zrobić wszystko wg korporacyjnych sugestii, tzn. wybrać nowy system - 6 miesięcy, wynegocjować umowę kolejne 6 miesięcy, wdrożyć nowy system, utrzymując przy tym stary kolejne 2 lata. No i mamy 3 lata z głowy. W tym czasie pewnie nadejdzie nowy CEO i historia znowu nabierze nowego wiatru w żagle. A ja mówię im tak: wyłączcie stary system, zróbcie wysiłek obsługi klienta i sprzedaży w oparciu o Excel i wdróżcie nowe rozwiązania bez kastomizacji, porządkując przy tym swoje procesy w 6 miesięcy! W firmie zatrudniającej 400 osób i obsługującej 3 mln klientów to chyba jest możliwe? Tylko, że nikt nie ma odwagi pójść tą ryzykowna droga. Wracając więc do puenty, dlaczego ten excel rulez. Miałam przyjemność w ostatnim tygodniu (upalne dni w Londynie to unikat) zjeść lunch z miłym, młodym człowiekiem o imieniu Arjun. Spotkaliśmy się jakieś 4 lata wcześniej przy projekcie o nazwie central decisioning, który dzisiaj nazywa się Compass już po pełnym wdrożeniu. Arjun był architektem tego rozwiązania jako konsultant. Potem poszedł do Nokii i tam po 2,5 latach... znów jest konsultantem. Opowiedział mi ciekawą historię. Nokia w czasach początku XXI wieku zainwestowała ogromne pieniądze w technologie BI... (nie wspomnę z nazwy ale wszyscy się domyślą). Niestety po 2010 r. rozwiązania te okazały się kompletnie nie adekwatne do zmian na rynku. Arjun jeździł dużo po Indiach i Chinach, oczywiście jako reprezentant korporacyjnej Nokii. Odkrył tam dość szybko, że aby reagować na rynek, a zwłaszcza potrzeby klienta, nikt nie potrzebuje dyrektyw napływających z fińskiej korporacji. W Indiach, przypomnijmy że tam jest dużo potencjalnych nowych klientów, sprzedawcy mają problem z dostępem do danych, bo kilka razy na dzień następują cięcia w dopływie energii elektrycznej. A sprzedawać trzeba dalej. Arjun miał pomóc hinduskim sprzedawcom, jak mieć dostęp do danych z hurtowni offline, ale nadal dostępnych w kostce/cube. Bez prądu i często bez dostępu do sieci dane miały być dostępne na telefonach z systemem Symbian. Sprawdzali ze wszystkimi dostawcami BI. I udało im się to z... Excelem. Koszt rozwiązania poniżej 200 tys. USD, co oczywiście było nie w smak szefowi IT na Global Nokia. Arjun już nie pracuje w Nokia. Jest konsultantem w Anglii, ale poszukuje nowych wyzwań. Gdyby ktoś był zainteresowany. Zapraszam. Szczerze mogę go polecić. 6

7 Mam nadzieje, ze puenta nasuwa się sama. Czasy wielkich i drogich rozwiązań pod egidą BI się skończyły. Dzisiaj biznes telekomowy wymaga innego podejścia: elastycznego, pragmatycznego, łatwo realizowalnego. Dlaczego nie Excel? Logika tam jest. Wystarczy wiara. Tylko trzeba wielkie ego zostawić w domu. * Artykuł, o którym wspomina Autorka ukazał się w CIO Magazyn Dyrektorów IT w grudniu 2005 roku. Wywołał on dyskusję i kontrowersje nie tylko na łamach miesięcznika. Przez długi czas niektórzy konsultanci powoływali się na niego w swoich wystąpieniach biznesowych. Luiza Warno Od stycznia 2010 r. jest CIO na Europę w Grupie Orange, obejmując swą działalnością Polskę, Hiszpanię, Belgię, Rumunię i Słowację, a także: Armenię, Mołdawię, Republikę Dominikany. Zanim została CIO, od sieprnia 2008 dowodziła Business Intelligence Domain, z sukcesem scentralizowała Data Warehouse Solution Grid. Analizy biznesowe są jej najsilniejszą dziedziną. Wcześniej pracowała w Telekomunikacji Polskiej SA, jako części Grupy Orange właśnie w roli Dyrektora Działu Analiz. Pracowała także w Pepsico Int. jako dyrektor na Europę Środkową ds. IT. W tym czasie skutecznie włączała do firmowego biznesu nowo przejmowane firmy i wspierała rozwijający się rynek rosyjski. Jej zaplecze edukacyjne jest zróżnicowane. Swoje lata studiów spędziła na Uniwersytecie Warszawskim i w Wlk. Brytanii. Ma dyplom magistra prawa Uniwersytetu Leicester. Obecnie mieszka i pracuje w Paryżu. Angażuje się w działania The European Network for Women in Leadership. 7

8 Od BI do Big Data Tomasz Słoniewski, IDC CEMA Wartość, to zdecydowanie najistotniejsza cecha wyróżniająca dla Big Data zarówno w kontekście kosztu pozyskania technologii, jak i korzyści, jakie organizacje mogą uzyskać w wyniku jej stosowania. Gdy w listopadzie 2003 roku rozpoczynaliśmy cykl konferencji pod szyldem IDC Business Intelligence Roadshow, na sali zgromadziła się garstka entuzjastów i praktyków oraz duża grupa osób zainteresowanych tym nowym, w tamtym czasie, zjawiskiem na rynku IT. Liczba firm oferujących usługi wdrożeniowe tych systemów była niewielka, większość dużych dostawców nie posiadała jeszcze systemów BI w swojej ofercie fala przejęć specjalizowanych firm miała ruszyć dopiero trzy lata później. Spośród naszych ówczesnych partnerów tylko trzy firmy wciąż działają na rynku pod swoim szyldem to Microsoft, Microstrategy i SAS Institute. Cognos i Hyperion funkcjonują za to z powodzeniem w strukturach odpowiednio: IBM i Oracle. Naszym głównym celem w tamtym czasie była edukacja zapoznać jak największą ilość managerów IT oraz osób odpowiedzialnych za analitykę z nowymi technologiami, możliwościami jakie daje analiza danych z systemów transakcyjnych oraz właściwym wyważeniem potrzeb biznesu i zastosowanych technologii. Próbowaliśmy pokazać, że analiza danych przydaje się nie tylko w wielkich bankach czy firmach telekomunikacyjnych, ale że praktycznie każda firma o pewnym potencjale danych źródłowych może odnieść wymierne korzyści z wdrożenia BI. Od tamtych czasów minęła prawie dekada. Systemy Business Intelligence (nazywane przez IDC Business Analytics) stały sie powszechnie znanym i wykorzystywanym narzędziem. Wiele firm, nawet relatywnie małych, dostrzega korzyści z zastosowania narzędzi BI i aplikacji analitycznych. Wiedza wdrożeniowa i biznesowo-analityczna jest również dużo bardziej dostępna. Światowy rynek analityki biznesowej ma się wciąż świetnie prognoza opublikowana w raporcie IDC z czerwca 2012 pt. Worldwide Business Analytics Software Forecast and 2011 Vendor Shares mówi o średniorocznym 10% wzroście na przestrzeni kolejnych 5 lat. Czy jednak firmy wykorzystały w pełni potencjał tkwiący w BI? Wydaje się, że nie zawsze i nie do końca. I według mnie nie jest to ich wina po prostu narzędzia, które dotychczas były w użyciu miały określone ograniczenia. Wiele z nich było natury technicznej (wolne przetwarzanie, słaba jakość danych, ograniczona ilość źródeł), inne natury biznesowej (ograniczony krąg odbiorców analiz, opór zarządów przed wykorzystywaniem danych). Wreszcie systemy BI skupiały się głównie na kwestiach finansowych, tylko w niektórych przypadkach schodziły na inne pola, takie jak systemy billingowe, czy CRM. W wielu przypadkach dane zawarte w systemach analitycznych nie mogły być w pełni wykorzystane ze względu na czas potrzebny na ich przetworzenie i analizę. Z wyżej wymienionych powodów wiele ciekawych trendów, zjawisk gospodarczych czy zachowań klientów umykało uwadze analityków, czy osób zarządzających firmami. Lekarstwo na te przypadłości pojawiło się wraz z nadejściem idei Big Data czyli rozwiązań do przetwarzania wielkich woluminów danych. Cechą wyróżniającą Big Data jest idea czterech V: Volume (ilość danych), Variety (różnorodność analizowanych danych i informacji), Velocity (przetwarzanie w czasie rzeczywistym) i Value czyli wartość jaką możemy uzyskać z połączenia wszystkich poprzednio wymienionych czynników. 8

9 Big Data: The Four Vs Terabytes Data volume Petabytes+ Structured Data variety Unstructured Batch Data velocity Streaming $ Value $$$$$ Source: IDC, 2011 Volume czyli ilość danych Gdy myślimy o ilości danych, powinniśmy zdawać sobie sprawę, że jest to pojęcie względne. Dla niektórych sektorów, albo firm dużą ilością będą tera i petabajty, podczas gdy dla innych może to być o rząd wielkości więcej (np. dla biznesów internetowych o dużej skali czy instytucji badawczych). Wiele zależy również od charakteru danych jakie przychodzi nam analizować. Informacje zawarte w ustrukturyzowanych bazach danych mogą być dużo większe w rozmiarze niż np. archiwa poczty elektronicznej, a mimo to ich przeszukiwanie i analiza będą dużo szybsze i mniej skomplikowane. W wielu przypadkach to jednak informacje zawarte w poczcie są dużo bardziej wartościowe dla firmy: mogą zawierać informacje o niezadowolonych klientach, kontrakty, oferty, projekty techniczne itp.). Jednocześnie przeszukiwanie i analiza takich danych potencjalnie nastręcza najwięcej problemów i wymaga relatywnie największej mocy obliczeniowej. Variety czyli różnorodność danych Różnorodność danych poddawanych analizie nie ogranicza się jedynie do podłączenia wielu systemów transakcyjnych. W Big Data chodzi o połączenie wielu typów danych wspomnianych wcześniej ustrukturyzowanych i nieustrukturyzowanych, wewnętrznych i zewnętrznych, historycznych i aktualnych. Mieszanina taka może być bowiem bardzo interesująca z analitycznego punktu widzenia. Dobrym przykładem mogą być analizy ustrukturyzowanych danych z systemu ERP połączone z danymi geograficznymi i demograficznymi oraz danymi ze strony internetowej. Dzięki temu analityk jest w stanie nie tylko zidentyfikować źródła przychodu i wydajność poszczególnych oddziałów firmy w perspektywie historycznej, ale może zobaczyć dane w szerszym tle: potencjału gospodarczego regionu, statystyk sieciowych i popularności konkretnych produktów na stronie firmowej. Dodatkowo, jeśli system działa w czasie rzeczywistym, biznes może 9

10 stosować określone promocje w celu poprawy wyników, tudzież promować określone towary na stronie internetowej firmy. Kolejnym przykładem takich połączeń jest choćby analiza danych pogodowych a zatem danych ustrukturyzowanych ze stacji pogodowych i danych geograficzno-klimatycznych, pochodzących z obserwacji satelitarnych. Możliwość dołączenia tego typu analiz jest jednym z podstawowych kryteriów rozróżnienia między Big Data a klasyczną analityką. Velocity czyli szybkość analizy danych Przetwarzanie danych w organizacjach odbywa się wciąż na różne sposoby od przetwarzania wsadowego (batch processing) gdzie dane ładowane są do systemu w określonych interwałach, do ciągłego przepływu danych z systemów transakcyjnych do systemów analitycznych. Chociaż pierwszy ze sposobów jest charakterystyczny dla klasycznych systemów opartych na hurtowniach danych, to w świecie Big Data również jest mocno obecny właśnie tak dostarczane są dane do przetworzenia w środowisko Hadoop. Podobnie jest w przypadku np. danych pochodzących z inteligentnych liczników energii porcje danych ładowane są do systemu zazwyczaj co kwadrans. Z kolei ciągły dopływ danych, to domena systemów typu CEP (Complex Event Processing), które są odpowiedzialne za reagowanie na określone zdarzenia, systemów do analizy tekstu i wyszukiwania i innych rozwiązań dedykowanych do automatycznej reakcji na zdarzenia i procesy w środowisku informatycznym (np. wykrywanie nadużyć w bankowości). Kluczami do oceny potrzeb w zakresie szybkości analizy Big Data są procesy biznesowe i wymagania użytkowników. Dobrym przykładem są np. fundusze hedgingowe inwestujące na rynkach światowych w ich przypadku znaczenie mają ułamki sekund. Z drugiej strony wyszukiwarki sieciowe muszą często przerobić ogromne woluminy danych, jednak nie musi to się dokonywać w czasie rzeczywistym. Podsumowując w Big Data liczy się właściwa informacja dostarczona we właściwym czasie i z właściwym poziomem dokładności. Value czyli wartość Wartość, to zdecydowanie najistotniejsza cecha wyróżniająca dla Big Data zarówno w kontekście kosztu pozyskania technologii, jak i korzyści jakie organizacje mogą uzyskać w wyniku jej stosowania. Koszt technologii jest bardzo istotną różnicą w porównaniu z systemami z przeszłości, ponieważ poszczególne elementy układanki Big Data istniały od lat tyle, że nie były powszechnie dostępne dla przeciętnej firmy. Wielkie hurtownie danych istniały w sektorze finansowym, telekomunikacyjnym, czy handlu detalicznym. Monitorowanie w czasie rzeczywistym również było obecne na rynku chociażby w usługach finansowych (trading), przewidywaniu zjawisk pogodowych, czy wykrywaniu nadużyć. Analiza danych nieustrukturyzowanych w zakresie analizy tekstu również nie jest najnowszym wynalazkiem, podobnie jak superkomputery do zastosowań naukowych. To co wyróżnia obecną sytuację, to znacząco niższy koszt pozyskania wysokowydajnych technologii obliczeniowych i analitycznych. Jest to efekt spadających cen sprzętu komputerowego o wysokich parametrach oraz dostępności oprogramowania open source w chmurze. Wartość odnosi się również do korzyści, jakie osiągają firmy i organy administracji w wyniku implementacji Big Data: 10

11 Redukcja kosztów kapitałowych - oprogramowanie, sprzęt i inne Wydajność operacyjna oszczędności w kosztach pracy wynikające z bardziej efektywnych metod integracji danych, zarządzania, analiz i dostarczania do użytkownika Udoskonalenie procesów biznesowych zwiększenie obrotów i/lub zysku dzięki nowym lub lepszym sposobom prowadzenia biznesu w zakresie usprawnienia transakcji, zarządzania społecznościami klientów czy właściwej dystrybucji usług publicznych (zdrowotnych, edukacyjnych lub społecznych) Nieporozumienia związane z Big Data Podobnie jak w przypadku chmury, istnieje wiele nieporozumień dotyczących pojęcia Big Data. Wielu dostawców technologii i usług próbuje wykorzystać marketingowo to pojęcie przyczyniając się do stworzenia szeregu mitów na jego temat. Najpopularniejsze z nieporozumień to: - Relacyjne bazy danych (RDBMS) mają ograniczenia skalowalności i dlatego nie są częścią koncepcji Big Data - Hadoop (czy też inne środowiska oparte na koncepcji MapReduce), to najlepszy wybór w zakresie technologii Big Data niezależnie od obciążeń i zastosowania - Epoka usystematyzowanych baz danych dobiegła końca, schematy tylko przeszkadzają we wdrożeniach Big Data - Wdrożenia Big Data potrzebne są tylko w celu przetwarzania analitycznego - Analityka oparta na Big Data, to coś zupełnie nowego i innego, co nie było dostępne do czasu stworzenia obecnych technologii To prawda, że bazy NoSQL zyskują na popularności we wdrożeniach Big Data, jednak standardowe bazy relacyjne nadal grają ważną rolę na tym rynku. Hadoop jest oczywiście najczęściej wymienianym środowiskiem, ale nie jest ani jedyną formą zarządzania danymi, ani jedyną formą implementacji funkcji MapReduce. Wreszcie sama idea Big Data jako czegoś zupełnie nowatorskiego jest fałszywa. Koncepcje wykorzystania wielkich woluminów danych były wykorzystywane od wielu lat. Tym, co rzeczywiście się zmieniło, to dostępność tej technologii dzięki spadającym cenom oraz możliwości odkrywania zależności między wielkimi zbiorami różnych typów danych pochodzących z szerokiego spektrum systemów źródłowych. Co dalej? Big Data to wciąż młody i rozwijający się rynek. Podobnie jak na rynku Business Intelligence w jego początkach, napędzany jest on przez rzeszę małych, innowacyjnych firm, które próbują poszerzyć i przyspieszyć możliwości działania wielkich woluminów danych. Ich głównymi obszarami działalności są; organizacja i zarządzanie danymi, analizy i wyszukiwanie informacji. W Big Data zaangażowane są również wielkie międzynarodowe koncerny, które postrzegają Big Data jako kolejny czynnik wzrostu ich biznesu. Dodatkowo duże znaczenie dla rynku Big Data mają inicjatywy takie jak Hadoop czy NoSQL, które rzucają wyzwanie tradycyjnym podejściom, obecnym na rynku często już od ponad 30 lat. Ich właściwością jest także to, że umożliwiają społeczności przeprowadzanie operacji, które wydawało się, że nie będą nigdy możliwe bez wysoce wyspecjalizowanego oprogramowania i sprzętu. 11

12 Przed rynkiem Big Data stoi jednak wiele wyzwań. Aby w pełni się rozwinął, jego uczestnicy będą musieli trafnie odpowiedzieć na większość z nich. Do najważniejszych zaliczane są niedobory kadrowe brak wystarczającej ilości osób z wysokimi umiejętnościami w zakresie zaawansowanych analiz. Uniwersytety i inne placówki naukowe starają się odpowiedzieć na to wyzwanie, zwiększając ilość miejsc na kierunkach powiązanych z zaawansowana statystyką i naukami matematycznymi. Niedostatek umiejętności wśród załóg przedsiębiorstw będzie prowadził do prac nad rozwojem jednolitych platform dostępu do danych, które będą pozwalać nawet mniej obeznanym osobom na przeprowadzanie analiz na podstawie wielu źródeł tak tradycyjnych jak i nieustrukturyzowanych. Intuicyjność jego obsługi będzie kluczem dla sukcesu rynkowego tuż obok zaufania do jakości danych generowanych przez taki system. Firmy, które zainwestują w rozwój infrastruktury Big Data dostaną szansę nie tylko na poprawienie działania swoich dotychczasowych linii biznesowych, ale także stworzenia nowych, opartych na nowych informacjach o trendach konsumenckich lub oferowaniu dostępu do takich zbiorów innym podmiotom. Wiele firm, zwłaszcza w branżach o wielkich ilościach danych pochodzących od klientów (finanse, telekomunikacja, handel detaliczny, ochrona zdrowia, administracja państwowa) może w znaczący sposób podnieść wydajność swojej działalności i zmodyfikować procesy biznesowe, bazując na trendach uzyskanych z repozytoriów Big Data. W kontekście samego rynku IT, w najbliższym czasie możemy spodziewać się kolejnej fali przejęć. W latach producenci narzędzi BI Cognos, Business Objects i Hyperion zostali kupieni przez wielkich dostawców rozwiązań IT odpowiednio: IBM, SAP i Oracle. Podobne zjawisko może nastąpić już wkrótce obiektami przejęć będą firmy, które zademonstrują innowacyjne mechanizmy powiązane z Big Data, staną się liderami swoich rynków i wykażą się dobrą dynamiką przychodów. Klienci takich firm będą poszukiwali rozwiązań, które przybliżą ich do ideału analiz w czasie rzeczywistym. Zainteresowanie będzie ukierunkowane na oprogramowanie umożliwiające monitorowanie, powiadamianie, analizę i inteligentną automatykę procesów. Jednocześnie kontynuowana będzie presja na dostawców serwerów, pamięci masowych i urządzeń klienci będą oczekiwali dalszego spadku cen przy jednoczesnej poprawie wydajności tak, aby być w stanie analizować coraz szybciej i coraz lepiej. Wielu użytkowników systemów Business Intelligence twierdzi, że powodują one w organizacji coraz większy głód danych wśród użytkowników pojawia się coraz więcej potrzeb na coraz bardziej skomplikowane raporty i analizy. W przypadku Big Data zjawisko to zapewne ulegnie znacznemu nasileniu. Systemy Business Intelligence wciąż będą w firmach potrzebne zaryzykuję stwierdzenie, że będzie ich coraz więcej, zarówno pod względem ilości firm jak i procentu pracowników mających do nich dostęp. Jednak prawdziwa transformacja biznesu będzie wynikała z właściwego wykorzystania możliwości, jakie daje nam Big Data. 12

13 W niniejszym artykule wykorzystany został raport IDC IDC s Worldwide Big Data Taxonomy, 2011, October 2011, IDC# W celu uzyskania dostępu do tego raportu i innych z zakresu Business Intelligence, Big Data i analityki biznesowej prosimy o kontakt z Pawłem Olechowskim, Account Managerem IDC Polska (polechowski@idc.com, ). 20 września w Warszawie odbędzie się konferencja IDC Big Data and Business Analytics Forum Serdecznie zapraszamy do udziału w tym wydarzeniu! Rejestracja: lub zakładka Konferencje. Tomasz Słoniewski Dołączył do zespołu IDC CEMA w styczniu 2003 roku. Pracuje w dziale zajmującym się oprogramowaniem, przygotowując raporty na temat tego rynku w Polsce i regionie Europy Środkowej i Wschodniej. Brał udział w wielu projektach konsultingowych, w ramach których badał wiele obszarów funkcjonalnych oprogramowania komputerowego. Publikował artykuły w prasie branżowej w Polsce m.in. na temat oprogramowania bezpieczeństwa, systemów ERP, oraz rozwiązań Businesss Intelligence. Jest regularnie cytowany w polskiej prasie; występuje jako prelegent na wielu konferencjach, omawiając zagadnienia związane z rynkiem IT. Przed dołączeniem do IDC, Tomasz Słoniewski pracował jako specjalista ds. dokumentacji w firmie dostarczającej oprogramowanie medyczne na rynek amerykański. Posiada tytuł magistra uzyskany w Instytucie Stosunków Międzynarodowych Uniwersytetu Warszawskiego. 13

14 Subiektywny przegląd rynku BI i jego przyszłość Rafał Gabinowski, INFOVIDE-MATRIX Cały obszar związany z pozyskaniem, kolekcjonowaniem, analizą i współdzieleniem wiedzy dojrzał już na tyle, aby z centrum uwagi zniknęła technologia BI, a zastąpiła ją zdolność organizacji do wykorzystania danych i informacji. W ciągu kilkunastu ostatnich miesięcy na światowym rynku popularność zdobywa kilka innowacyjnych, technologicznych rozwiązań, pozwalających gromadzić, przetwarzać i udostępniać wciąż rosnącą ilość danych. Największą świeżość do nieco skostniałej oferty rynkowej wnoszą niezależni dostawcy, którzy dostrzegli ociężałość innowacyjną w istniejących i modernizowanych od lat platformach BI dużych dostawców. Wydaje się, że BI jest ostatnią ważną technologią, która migruje z modelu ciężkiej wagi. Model ten opiera się na dokonaniu jednorazowego wyboru, zakupie, instalacji i późniejszej eksploatacji technologii. Większość systemów zarządczych klasy ERP/CRM/SCM funkcjonuje w takim modelu, który dla IT i użytkowników już w krótkiej perspektywie czasu staje się kosztowny i mało elastyczny. Głównymi bodźcami zmian na rynku technologii BI, które warto wymienić są: konieczność obsługi zwiększającego się wolumenu danych i różnorodności ich źródeł (minimalizacja czasu pozyskania zestawień), skrócenie time-to-market (udostępnienie danych lub tematu analitycznego), minimalizacja TCO (Total Cost of Ownership), wzrost znaczenia rozwiązań wspierających eksplorację danych lub specjalistyczną analizę, wykorzystanie wiedzy zawartej w danych procesach operacyjnych (pętla zwrotna wiedzy, automatyzacja decyzji), narzędzia dla końcowego użytkownika muszą być proste, mobilne i przyjazne. Niewielka innowacyjność dużych rozwiązań wzmacniana jest przez niechęć IT do wdrażania rozwiązań innowacyjnych. Związane jest to głównie z wyolbrzymianym ryzykiem organizacyjnym oraz trudnościami w obszarze integracji z już funkcjonującą w organizacji architekturą. Rozwiązania BI powinno się rozpatrywać przynajmniej z dwóch perspektyw: perspektywa IT - jest to konkretna technologia, wymagająca konkretnych kompetencji w rozwoju i utrzymaniu. Istotną jest kwestia architektury (w skrócie zgodności ze standardami w organizacji, otwartości), perspektywa użytkowników - BI jest kolejnym rozwiązaniem informatycznym (platformą, czasami aplikacją), za pośrednictwem którego otrzymują standardowe raporty, mają możliwość analizy danych. Najważniejszymi aspektami jest prostota użycia, dostępność, atrakcyjna i czytelna forma wizualizacji. Nadal podstawą skutecznych rozwiązań BI (wsparcie w podejmowaniu decyzji) jest posiadanie odpowiedniej jakości danych. Wydaje się, że ten obszar jeszcze długo nie znajdzie lepszej formy, niż scentralizowane rozwiązanie. W tym miejscu warto nadmienić, że nie chodzi o jedną monolityczną platformę, a o federację dedykowanych komponentów, zarządzanych i rozwijanych w modelu centralnym. Federacja w tym ujęciu wymaga od poszczególnych komponentów otwartości, rozumianej jako możliwość interakcji, zarówno na wejściu (np. dostarczenie danych), jak i na wyjściu komponentu (pobranie/przesłanie przetworzonych danych). Hermetyczność rozwiązań 14

15 do niedawna powodowana była ograniczeniami technologicznymi lub licencyjnymi, które bardzo utrudniały możliwość zbudowania rozwojowej architektury. Do niedawna, ponieważ presja rynkowa powoduje rozluźnienie takiej polityki dostawców. Kluczowe aktywności procesy związane ze świadczeniem usługi Opierając się na naszym doświadczeniu zauważamy, iż skutecznie działający BI powinien uwzględniać podejście usługowe. Przykładowe usługi, które obsługiwane są przez BI w organizacji to: raportowanie obligatoryjne, raportowanie operacyjne, raportowanie zarządcze, analiza danych, budżetowanie i prognozowanie, zapewnienie jakości danych, zapewnienie jakości informacji, pozyskiwanie danych, w tym ze źródeł dla organizacji zewnętrznych, silnik obliczeniowy/regułowy, udostępnienie danych do innych systemów. Każda z wyżej wymienionych usług powinna być realizowana optymalnie do potrzeb i możliwości organizacji (nawet poszczególnych działów, czy kluczowych użytkowników). Określenie każdej z usług np. w ujęciu biznesowym (np. The Business Model Canvas Alexander Osterwalder), pozwala efektywnie zarządzać inwestycjami, rozwojem architektury BI i podnosić efektywności organizacji. 15

16 Każda z usług funkcjonuje w istotnym otoczeniu, które charakteryzuje się poniższymi cechami: usługa (oferta) to: interaktywność sposób wykorzystania/pracy z usługą, np. statyczny raport, drążenie danych, eksploracja danych, responsywność sposób uruchamiania, np. na żądanie, wg harmonogramu, time to market aktualność danych, np. po zamknięciu okresu, real time, jakość danych globalnie spójne lub as is, złożoność dane (nieprzetworzone), informacja (dane przetworzone algorytmami - wyliczenia), wiedza, klienci użytkownicy, odbiorcy danych i informacji, kanały sposoby dystrybucji i dostarczania informacji, relacje, SLA zasady dostarczania usług, parametry jakościowe, kluczowe zasoby niezbędne komponenty systemowe i kompetencje osób. W zaawansowanym środowisku technicznobiznesowym, w którym działają złożone usługi, kluczowe jest znalezienie złotego środka, pozwalającego na szerokie i samodzielne działanie użytkowników, przy jednoczesnej spójnej kontroli bezpieczeństwa i stabilności działania systemów. Z naszej wieloletniej praktyki wynika, że stosowanie zbyt dużych ograniczeń powoduje szukanie przez użytkowników rozwiązań zastępczych, które z reguły nie spełniają korporacyjnych standardów i mogą stać się przeszkodą w rozwijaniu kultury BI. Znalezienie właściwej kombinacji łączącej elastyczność i funkcjonalność oraz skoordynowanego rozwoju w gromadzeniu, przetwarzaniu i monitorowaniu użycia danych jest więc dziś głównym wyzwaniem. Platformy korporacyjne na pewno nie stracą na znaczeniu i nadal ich rola w organizacji będzie rosła. Lecz dodatkowe, indywidualne narzędzia, realizujące wybrane funkcjonalności, w naturalny sposób przyspieszające realizację zadania, będą stawały się standardem. Przed IT stoi wyzwanie konsolidacji platform i narzędzi, które daleko wykracza poza obecne standardy architektury. Kwestia otwartości poszczególnych komponentów stanie się bardzo istotna, a IT musi na taką przyszłość być przygotowane. Perspektywa IT Od wielu lat dostępne są mniej lub bardziej dedykowane bazy danych i nic nie wskazuje na to, aby w krótkim czasie w obszarze przechowywania danych zaszła jakaś radykalna zmiana. W tej chwili dostępne są*: Bazy relacyjne (np. Oracle, IMB DB2, Microsoft SQL, Sybase ASE), Bazy kolumnowe (np. HP Vertica, ParAccel, Sybase IQ, Infobright), Bazy wielowymiarowe (np. Microsoft Analysis Services, IBM TM1, Oracle Essbase), In-memory (np. Microsoft PowerPivot, QlikView, Tableau, Tibco Spotfire, SAP HANA, oraz rozszerzenia do baz relacyjnych Oracle - TimesTen, IBM soliddb, MySQL), Inverted index DBMS (jak Attivio, Endeca), Bazy asocjacyjne (jak Saffron Technology i Splunk), Bazy typu NoSQL (jak MongoDB, Cassandra, CouchDB), * wśród wymienionych produktów znajdują się takie, które łączą kilka klas. Wartym odnotowania faktem jest wzbogacenie oferty rynkowej przez rozwiązania wspierające potrzebę przetwarzania równoległego na masową skalę. Są to rozwiązania łączące elementy sprzętowe oraz programowe (ang. Data Warehouse Appliance). Obecnie wielu wiodących dostawców 16

17 systemów zarządzania bazami danych posiada takie specjalizowane rozwiązania. Oprócz pionierskiej Teradaty dostępne są Oracle Exadata, IBM Netezza, Microsoft Parallel Datawarehouse czy EMC Greenplum. Data Warehouse Appliance są rozwiązaniami kosztownymi, co pozycjonuje je do dużych firm i korporacji. Klienci o mniej zasobnym portfelu lub z mniejszymi wymaganiami wydajnościowymi mogą już skorzystać z technologii w modelu usługa jako serwis (ang. Software as a Service) lub chmury. Usługi w tych modelach świadczą m.in. takie firmy jak Microsoft, SAP, Microstrategy. Mimo ich atrakcyjności w stosunku do zakupu oprogramowania i budowy własnej infrastruktury, można je traktować jako wartą rozważenia alternatywę dla specyficznych, punktowych zastosowań. Z wartych odnotowania technologii przechowywania i przetwarzania danych warto podkreślić coraz intensywniej eksponowane rozwiązania specjalizujące się w wykorzystaniu pamięci operacyjnej (in-memory). Mimo, iż takie rozwiązania dostępne są już od dłuższego czasu, za sprawą nieznanych do niedawna produktów takich jak QlikView czy Tableau, również Microsoft udostępnił swoje ciekawe rozwiązanie w produkcie PowerPivot. napływających strumieniem (np. miliona zdarzeń na sekundę) i oczekiwanego wyniku analizy w ciągu kilku sekund, niezbędna jest odpowiednia architektura przepływu danych. Rozwiązanie VoltDB w połączeniu z Hadoop jest już w stanie konkurować z dedykowanym rozwiązaniem, np. Cloudscale, które uwolniło się od wsadowego przetwarzania danych. W takich zastosowaniach jak detekcja nadużyć (fraud detection), reklama mobilna, usługi lokalizacyjne, czy platformy handlowe (trade) mamy szansę skutecznie zrealizować. Perspektywa użytkownika Wspomniane wyżej produkty QlikView i Tableau, w szczególnie efektywny sposób realizują postulaty użytkowników związanych z samodzielną eksploracją danych oraz przyjaznych i niezwykle responsywnych narzędzi. Mimo ich niedostatków pod względem architektury korporacyjnej (szybko uzupełniane przez producentów), są rewelacyjną propozycją dla dedykowanych, tematycznych aplikacji analitycznych. Aplikacje takie wyróżniają się zaawansowaną wizualizacją danych oraz interakcją z użytkownikiem. W kontekście analityki czasu rzeczywistego, gdzie mamy do czynienia z przeogromną ilością danych wejściowych, klasyczne rozwiązania są niewystarczające. Sukces firmy Google oparty na paradygmacie MapReduce jest obecnie rozwijany w projekcie open-source owym fundacji Apache Apache Hadoop (framework). Mimo ogromnego potencjału tego modelu co do równoległego przetwarzania wsadowego danych, model ten nie jest w stanie spełnić wymagań związanych z transakcyjnością, aktualizacją danych w czasie rzeczywistym oraz działań na zbiorach danych (skomplikowanych łączeń). W przypadku potrzeby analizy danych 17

18 Bogactwo form, umożliwiające lepszą percepcję danych, pozwala na pogrupowanie prezentacji w formie znanych z dużych platform BI kokpitów informacyjnych/zarządczych. Rozwiązania takie coraz częściej stają się komponentem wdrażanym w organizacjach jako uzupełnienie dużych platform BI. Dodatkowym, bardzo ważnym atutem, jest ich lekkość, związana z błyskawicznym (w stosunku do dużych platform) cyklem wdrażania i dostarczania wymiernych korzyści użytkownikom. W dobie upowszechniania się dostępu do internetu oraz rosnącej błyskawicznie wydajności urządzeń mobilnych (smartfony i tablety), każdy liczący się dostawca udostępnia swoje wersje rozwiązań, czy to z poziomu przeglądarki WWW, czy aplikacji uruchamianych bezpośrednio na urządzeniach (np. Microstrategy). Dostęp z urządzeń mobilnych, w naszym przekonaniu, powinien być podyktowany ewidentnymi korzyściami biznesowymi, budującymi przewagę konkurencyjną (np. dla pracowników w terenie dane są potrzebne tu i teraz, a nie gdy wrócę do biura) lub wspierającymi interakcję z odbiorcą produktów, czy usług firmy na skalę masową. Ciekawym przykładem tendencji w tym obszarze jest np. rozwiązanie RoamBI. Źródłem danych dla tego rozwiązania może być arkusz kalkulacyjny (lub korporacyjna platforma BI), który w atrakcyjnej formie jedynie wizualizuje udostępnione dane. Na zakończenie Przyszłość BI, a w szczególności efektywność wykorzystania danych, aby stały się użyteczną informacją i wiedzą w organizacji, w dużej mierze zależy od samych organizacji. Oferta rynkowa na pierwszy rzut oka wydaje się naprawdę bogata. Stąd bardzo ważną kwestią jest, aby umiejętnie wybrać z tego bogactwa. W wyborze na pewno pomoże zdefiniowanie i określenie usług wraz ze sprecyzowaniem oczekiwanej funkcjonalności. Nie należy bać się różnorodności technologii wspierającej pracę użytkowników. Należy zadbać o poprawność oraz otwartość architektury. 18

19 W najbliższym czasie należy się spodziewać, że najwięksi dostawcy dostosują się z ofertą funkcjonalną i licencyjną do potrzeb rynku (w reakcji na wdzierające się innowacyjne rozwiązania) oraz, że nastąpi dalsza ekspansja rozwiązań wspierających użytkowników w samodzielności i eksploracji danych. Przyzwyczajenia użytkowników, płynące ze stylu jaki wprowadził Google ze swoją wyszukiwarką (błyskawiczna odpowiedź na zapytania), będzie co raz bardziej wspierana przez wzrost wydajności technologii lub wykorzystanie nowoczesnych i dostosowanych silników baz danych i pamięci operacyjnej. Rafał Gabinowski Jest starszym konsultantem w Grupie Kapitałowej INFOVIDE-MATRIX, ekspertem w dziedzinie rozwiązań Business Intelligence. Powyższy artykuł powstał przy merytorycznym udziale konsultantów Infovide-Matrix S.A. i CTPartners S.A. 19

20 Szybciej, więcej, dalej, czyli: dokąd zmierza Business Intelligence Andrzej Miktus i Wojciech Wronka, Infovide-Matrix SA Wyobraźmy sobie sytuację, w której wchodzimy do centrum handlowego, gdzie wita nas najnowszy utwór ulubionego wykonawcy, a na telebimach widzimy oferty ubrań w naszym rozmiarze i ulubionej kolorystyce. Dodatkowo, na ekranie naszego smartfona pojawia się oferta wymarzonej wycieczki, której szukamy już od tygodnia. Patrząc na dostępne dzisiaj na rynku rozwiązania możemy się spodziewać, że w ciągu kilku najbliższych lat wdrożenie podobnych rozwiązań, stanie się faktem. Business Intelligence to termin określający klasę rozwiązań informatycznych, służących do przetwarzania danych, pochodzących z różnorodnych źródeł (np. systemów billingowych, sprzedażowych i systemów obsługi klienta) w spójne informacje mające znaczenie biznesowe (np. segmentacja klientów, rentowność produktów, czy efektywność procesów). Ktoś złośliwy mógłby powiedzieć, że BI, to informatyczny sposób rozwiązywania problemów, które stworzyła informatyka, takich jak niespójność danych przetwarzanych w różnych systemach, czy trudność stworzenia systemów zdolnych sprostać wymaganiom związanym z automatyzacją procesów operacyjnych i jednocześnie spełniających zaawansowane potrzeby dotyczące analizy danych w procesach podejmowania decyzji. To jednak byłoby dużym uproszczeniem. W istocie, na BI należy patrzyć jako na dyscyplinę służącą budowaniu przewagi informacyjnej, czyli podnoszenia konkurencyjności przedsiębiorstwa dzięki wytworzeniu i zastosowaniu w procesach biznesowych wiedzy pozwalającej podejmować trafniejsze decyzje, we właściwym miejscu organizacji i we właściwym czasie. Ten strategiczny wymiar Business Intelligence nabiera szczególnego znaczenia dziś, kiedy informacje wpływające na działania organizacji pochodzą coraz częściej nie tylko z ich wnętrza. Źródłem wartościowej wiedzy pozwalającej sprawniej obsługiwać klientów, lepiej dopasowywać ofertę do ich potrzeb i skuteczniej realizować procesy innowacyjne, staje się otoczenie organizacji tworzące jej ekosystem biznesowy. Te nowe okazje dla rozwoju organizacji idą w parze z rozwojem technologii, która coraz lepiej radzi sobie z przetwarzaniem wielkich wolumenów danych, analizą tekstów, dźwięków, obrazów i ludzkiej mowy. Tak więc, w chwili obecnej kierunki rozwoju narzędzi klasy BI wyznaczają dwa najważniejsze trendy: z jednej strony stale zwiększająca się ilość informacji, którą można zbierać i przetwarzać, z drugiej -innowacje technologiczne pozwalające je udostępniać, przetwarzać i analizować. W ciągu ostatnich kilku lat rozpowszechnienie urządzeń przenośnych, takich jak tablety, smartfony oraz aparaty cyfrowe, poprzedzone istotnym rozwojem internetu i serwisów społecznościowych, spowodowało wygenerowanie niespotykanej dotąd ilości informacji, niosących ze sobą duży potencjał oraz istotną wartość dla wielu organizacji. Niestety w dużej mierze mają one charakter nieustrukturalizowany. Jeśli potrafilibyśmy wszystkie te informacje zebrać i przetworzyć, stworzylibyśmy nowe perspektywy dla wielu firm. Wyobraźmy sobie sytuację, w której wchodzimy do centrum handlowego, gdzie wita nas najnowszy utwór naszego ulubionego wykonawcy, a na ekranach telebimów widzimy oferty ubrań 20