Znaczenie aplikacji Business Intelligence. Meaning of the application Business Intelligence in the enterprise management

Transkrypt

1 Zeszyty Naukowe UNIWERSYTETU PRZYRODNICZO-HUMANISTYCZNEGO w SIEDLCACH Nr 88 Seria: Administracja i Zarz dzanie 2011 dr in. Henryk Wyr bek Uniwersytet Przyrodniczo-Humanistyczny w Siedlcach Znaczenie aplikacji Business Intelligence w zarz dzaniu przedsi biorstwem Meaning of the application Business Intelligence in the enterprise management Streszczenie: Dynamika zmian otoczenia sprawia, e wspó czesne przedsi biorstwa musz szybko i sprawnie wykorzystywa wszystkie mo liwo ci, aby skutecznie prowadzi swoj dzia- alno. Trafnie podj ta decyzja jest uzale niona od dost pno ci, odpowiedniego przystosowania zasobu danych i zawartych w nim informacji. Odpowiedzi na t potrzeb s aplikacje Business Intelligence. W artykule przedstawiono znaczenie aplikacji Business Intelligence w zarz dzaniu przedsi biorstwem. Abstract: Dynamics of changes cause that contemporary enterprises must quickly and efficiently exploit all abilities effectively to conduct activity. Accurately the taken decision will depend on the availability, proper adapting the store of data and information included in it. Applications are a reply to this need Intelligence Business. In the article meaning of the application was described Intelligence Business in the enterprise management. Wst p Business Intelligence jest to szeroka kategoria aplikacji i technologii zbierania, gromadzenia, analizy i dostarczania danych 1. Aplikacje Business Intelligence obejmuj systemy wspomagania decyzji DSS (Decision Suport Systems), systemy pytaj co-raportuj ce Q&R (Query and Reporting), systemy analizy i przetwarzania danych online OLAP (Online Analytical Processing), systemy analizy statycznej, prognozowania i eksploracji danych (Data Mining) 2. Efektem zastosowania narz dzi Business Intelligence jest dost pno do szybkiej informacji na temat najwa niejszych wska ników firmy, takich jak dane o: klientach, konkurencji, 1 J. Kisielnicki, MIS systemy informatyczne zarz dzania, Placet, Warszawa 2008, s B. Liautaud, M. Hammond, e-business Intelligence: od informacji przez wiedz do zysków, Premium Technology, Warszawa 2003, s. 28. ZN nr 86 Seria: Administracja i Zarz dzanie (13)2010

2 68 H. Wyr bek partnerach biznesowych, sytuacji ekonomicznej, operacjach wewn trznych 3. Rozwi zania Business Intelligence przesz y drog od niszowych, bardzo drogich systemów dla wybra ców (naczelnego kierownictwa) do systemów wspomagaj cych podejmowanie decyzji na ka dym szczeblu w przedsi biorstwie. Stopniowo Business Intelligence wykracza poza sam struktur firmy, udost pniaj c swoje zasoby ró nym grupom interesariuszy. Gdyby pokusi si o wskazanie etapu w rozwoju systemów wspomagaj cych podejmowanie decyzji, od którego mo emy mówi o systemach Business Intelligence, to za taki prze omowy moment nale a oby uzna wprowadzenie koncepcji hurtowni danych. Od tego czasu bowiem nowoczesne systemy Business Intelligence korzystaj z hurtowni jako podstawowego ród a danych, dzi ki czemu osi gni to kompletno i integralno danych oraz bardzo szybk reakcj na zapytania u ytkownika. Dzi ki coraz mniejszym kosztom systemów Business Intelligence s one wdra ane w wi kszej liczbie firm oraz obejmuj swym zasi giem wi ksz liczb dzia ów w przedsi biorstwie, tworz c rozwi zania korporacyjne, pomagaj ce zarz dza efektywno ci ca ej firmy. Hurtownia danych Efektywne wykorzystanie narz dzi Business Intelligence jest uzale nione od budowy hurtowni danych (data warehouse) scentralizowanej bazy danych gromadz cej informacje z ró nych systemów transakcyjnych. Dzi ki takiemu po czeniu mo liwe jest uzyskanie kompletnej i przekrojowej informacji bez konieczno ci r cznego scalania danych generowanych w poszczególnych systemach. Hurtownie danych przechowuj informacje o d ugim horyzoncie czasowym, co umo liwia wyszukiwanie trendów na podstawie danych wieloletnich, zwi kszaj c tym samym trafno prognoz. Ponadto, poniewa w hurtowni znajduj si dane historyczne, mo na atwo ustali punkt odniesienia, podczas gdy w systemach transakcyjnych dane s ci gle aktualizowane. Hurtownia danych jest baz uporz dkowan tematycznie, przechowuj c informacje istotne w kontek cie podejmowanych przez przedsi biorstwo decyzji. Baza ta jest oddzielona od baz operacyjnych, dzi ki czemu mo e mie inn budow zoptymalizowan pod k tem szybko ci wyszukiwania, a nie edytowania danych. Taka architektura odci a równie systemy transakcyjne poprzez realizacj operacji raportowania, co do tej pory wp ywa o na bie c prac systemu i cz sto zak óca o realizacj podstawowych funkcji 4. Hurtownia danych stanowi repozytorium danych, które zasila systemy Business Intelligence. Zapytania z systemów Business Intelligence trafiaj do hurtowni, a nie do systemów ród owych. Dzi ki odpowiedniemu zapro- 3 Tam e, s M. Lasek, Data Mining. Zastosowania w analizach i ocenach klientów bankowych, Zarz dzanie i Finanse, Warszawa 2002, s. 32. Seria: Administracja i Zarz dzanie (15)2011 ZN nr 88

3 Znaczenie aplikacji Business Intelligence w zarz dzaniu przedsi biorstwem 69 jektowaniu bazy hurtowni, komunikacja z ni jest bardzo szybka, co przek ada si na b yskawiczne uzyskiwanie informacji przez u ytkownika. Aby w pe ni wykorzysta dane zawarte w hurtowni danych, wykorzystuje si OLAP (On Line Analytical Processing) narz dzie umo liwiaj ce wykonywanie analiz oraz wizualizacj ich wyników w czasie rzeczywistym. G ównym ród em danych dla systemów Business Intelligence s systemy transakcyjne: ERP/MRP, CRM, SCM czy call center. Niekiedy dane s pobierane równie z plików Excela, Accessa, programów pocztowych oraz z serwisów internetowych. Dane te musz zosta zebrane w jednym miejscu (w hurtowni danych), by raporty oraz analizy wykonywane na ich podstawie by y kompletne 5. Dane gromadzone w hurtowniach zwykle pochodz z wielu ró nych róde, odmiennie przechowuj cych poszczególne warto ci, w zwi zku z tym musz najpierw przej proces standaryzacji, zwany ETL. Aplikacje ETL Extract, Transform and Load (ETL - ekstrakcja, przekszta canie i adowanie) zajmuj si przekszta caniem danych. Proces rozpoczyna si od ekstrakcji, która polega na wybiórczym wydobywaniu i wczytywaniu danych z systemów transakcyjnych i innych zbiorów danych. Pó niej nast puje przekszta canie, czyli konieczna modyfikacja danych. Jest to na przyk ad konwersja warto ci numerycznych na znakowe, konwersja dat czy walut. Ostatnim etapem jest adowanie oczyszczonych danych do hurtowni. Aplikacje raportuj ce i analityczne Aplikacje raportuj ce i analityczne komunikuj si bezpo rednio z u ytkownikiem i dostarczaj mu przetworzonych danych w po danej formie. Mo emy wyró ni nast puj ce grupy tych aplikacji: narz dzia raportuj ce, narz dzia OLAP, narz dzia do eksploracji danych, aplikacje analityczne, kokpity mened erskie 6. Narz dzia raportuj ce Narz dzia raportuj ce (Q&R - Query & Reporting) oferuj do proste funkcjonalno ci, ale s wykorzystywane na najwi ksz skal (spo ród wszystkich aplikacji Business Intelligence). Ich zadaniem jest odpowiadanie na pytania u ytkownika w rodzaju co si sta o?. Na przyk ad, jaka by a sprzeda danego produktu za zadany okres. Q&R pozwalaj dodatkowo 5 Ch. Todman, Projektowanie hurtowni danych. Zarz dzanie kontaktami z klientami (CRM), Wydawnictwa Naukowo-Techniczne, Warszawa 2003, s B. Liautaud, M. Hammond, e-business Intelligence: od informacji przez wiedz do zysków, Premium Technology, Warszawa 2003, s. 45. ZN nr 88 Seria: Administracja i Zarz dzanie (15)2011

4 70 H. Wyr bek wzbogaca tekst o tabele i wykresy oraz dystrybuowa (automatycznie) spersonalizowane raporty w ca ym przedsi biorstwie. Wyró niamy trzy g ówne rodzaje raportów: standardowe - tworzone wed ug szablonów w powtarzalnych okresach, np. codziennie, co miesi c, co kwarta, dora ne - tworzone samodzielnie przez u ytkownika, z wykorzystaniem intuicyjnych narz dzi, bez potrzeby znajomo ci sk adni j zyka SQL czy te budowy hurtowni danych, wsadowe - generowane o okre lonych porach (np. w nocy), aby nie obci a systemu BI w czasie godzin pracy przedsi biorstwa. Nowoczesne narz dzia raportuj ce oprócz ogl dania statycznych danych pozwalaj na wykonanie dodatkowych operacji - tzw. dr enia w dó i w gór. Dr enie w dó (drill-down) umo liwia przechodzenie do danych bardziej szczegó owych. Na przyk ad przegl daj c warto zakupów danego klienta w okre lonych okresach, mo emy przej do szczegó ów, aby sprawdzi, jakie produkty by y przez niego kupowane. Analogicznie, dr enie w gór (drill-up) pozwala na agregacj danych. Zaawansowane narz dzia raportuj ce wykonuj wi c zadania podobne do zada narz dzi OLAP (omawianych poni ej), ale na mniejszej liczbie wymiarów. Narz dzia OLAP Online Analytical Processing (OLAP) to komputerowe przetwarzanie, które umo liwia u ytkownikowi atwe i selektywne wydobywanie i ogl danie danych z ró nych wymiarów. Analiza OLAP (analiza wielowymiarowa) wykorzystuje koncepcj tzw. kostki OLAP, która posiada wymiary (dimensions), zwane tak e perspektywami, hierarchie (hierarchies) i miary (measures). W rzeczywisto ci taka analiza dotyczy cz sto wielu wymiarów (tak e powy ej trzech), w zwi zku z tym poj cie kostki OLAP (o trzech wymiarach) jest raczej metafor, która ma pomóc w zrozumieniu tego sposobu analizowania danych 7. Analiza danych w wielu wymiarach jest bardzo intuicyjna. Przyk adowo, pytaj c o sprzeda produktu lub grupy produktów, interesuje nas nie tylko ogólna warto sprzeda y, ale równie warto tej sprzeda y w podziale na klientów i w rozbiciu na poszczególne okresy. Obszar, klient i czas to w a- nie wymiary analizy, a sprzeda - miara. Dane zapisywane s w kostce OLAP hierarchicznie. Dzi ki temu mo- emy je analizowa na ró nych poziomach szczegó owo ci, rozpoczynaj c od informacji zagregowanych (np. sprzeda w danym miesi cu) i dochodz c do bardzo szczegó owych, obejmuj cych pojedyncze transakcje (np. transakcja sprzeda y okre lonego produktu, do okre lonego klienta, w danym miesi cu) - s to wcze niej opisane operacje drill-down i drill-up. 7 B. Liautaud, M. Hammond, e-business Intelligence: od informacji przez wiedz do zysków, Premium Technology, Warszawa 2003, s. 59. Seria: Administracja i Zarz dzanie (15)2011 ZN nr 88

5 Znaczenie aplikacji Business Intelligence w zarz dzaniu przedsi biorstwem 71 Analiza OLAP pozwala na odpowiadanie na pytania: kto?, co?, kiedy?, jak?, dlaczego?, a tak e na wszechstronn analiz scenariuszow ( co, je li? ). Umo liwia prognozowanie przysz ych trendów kszta towania si zjawiska na podstawie danych historycznych. Przyk adowe pytania, na które odpowiedzi dostarczaj narz dzia OLAP: 1. Jak kszta tuje si sprzeda okre lonych produktów, w okre lonych regionach, w okre lonym przedziale czasu? 2. Którzy klienci s najbardziej zyskowni? Które kategorie produktów kupuj? 3. Które produkty s najbardziej/najmniej rentowne? 4. Jaki sk adnik kosztów firmy najmocniej wp ywa na zysk/strat firmy? OLAP jest technologi pozwalaj c na budowanie wielowymiarowych kostek danych na podstawie informacji znajduj cych si w hurtowniach danych. Dane w kostkach pozwalaj na szybkie uzyskiwanie odpowiedzi na z o one zapytania biznesowe. Dane w kostkach s zorganizowane w sposób pozwalaj cy na ich przegl danie i porównywanie jednocze nie poprzez wiele wymiarów, jak i w postaci dwuwymiarowego arkusza danych. Podczas gdy tradycyjny arkusz pozwala na przegl danie i porównywanie danych tylko w postaci dwuwymiarowej, kostki danych pozwalaj na tworzenie niemal niesko czonej ilo ci kombinacji widoków i porówna. OLAP pozwala na skuteczniejsze podejmowanie decyzji poprzez dostarczenie u ytkownikowi mechanizmu, którego podstawow cech jest atwo zadawania zapyta, szybko uzyskiwania odpowiedzi i przejrzysty sposób prezentacji wyników, jakim jest tablica przestawna. Technologi t cechuje wysoka wydajno dost pu do ogromnej ilo ci zagregowanych danych. Mened erowie i analitycy mog w szybki i atwy sposób wykonywa raporty dotycz ce g ównych wspó czynników biznesowych, dokonywa wielu porówna oraz analiz trendów na du ej ilo ci danych. Analizy te mog by wykorzystywane w wielu obszarach biznesowych, mi dzy innymi w zakresie analizy sprzeda y, analiz marketingowych, raportowania finansowego, analiz jako ci, analiz rentowno ci, optymalizacji wykorzystywania zasobów, jak i wielu innych. Zadaniem systemów OLAP jest dostarczanie informacji strategicznej i zaprezentowanie jej kierownictwu firmy. Pozwala to na tzw. dr enie w dó, czyli mo liwo przechodzenia do danych bardziej szczegó owych. Narz dzia OLAP wywodz si z baz danych oraz zaawansowanych modeli matematycznych. Podstaw modelu OLAP s wymiary, czyli dane opisuj ce kluczowe aspekty dzia ania organizacji, takie jak: czas, produkt, us uga, geografia, klient, kana y dystrybucyjne, personel, rodki trwa e, itp. oraz miary, czyli warto ci liczbowe stanowi ce przedmiot analiz, takie jak: sprzeda, liczba sztuk, liczba awarii, liczba reklamacji. Narz dzia do eksploracji danych Eksploracja danych to jedno z t umacze angielskiego terminu data mining. W literaturze spotyka si tak e inne okre lenia: dr enie danych, ZN nr 88 Seria: Administracja i Zarz dzanie (15)2011

6 72 H. Wyr bek odkrywanie wiedzy w bazach danych, zg bianie danych, eksploatacja danych, kopanie w danych, torturowanie danych 8. Pod poj ciem eksploracji danych rozumie si metody statystyczne i metody sztucznej inteligencji, które umo liwiaj znajdywanie (odkrywanie) nieznanych jeszcze zale no ci (prawid owo ci) mi dzy danymi w nagromadzonych zbiorach danych. S to takie metody, które pozwalaj z danych tworzy wiedz (znajdywa zale no ci, wzorce, trendy). Wyró nia si dwa podstawowe rodzaje eksploracji danych: weryfikacja hipotez - stosowana jest w sytuacji, gdy mamy pewne przypuszczenie co do istotnej zale no ci mi dzy pewnymi danymi i chcemy zweryfikowa ten pogl d, odkrywanie wiedzy - stosowane jest wówczas, gdy chcemy sprawdzi, czy mi dzy danymi maj miejsce zwi zki, których cz owiek sam nie jest w stanie wychwyci. Uruchomienie procesów eksploracji danych wymaga danych dobrej jako ci, zintegrowanych, niewypaczonych i stanowi cych reprezentatywn prób. W przeciwnym wypadku mo emy otrzyma wyniki o mniejszej dok adno ci lub po prostu nieprawdziwe. Z wykorzystaniem ró nych metod statystycznych i ekonometrycznych (np. analiza dyskryminacyjna, regresja logistyczna, drzewa klasyfikacyjne, generowanie regu rozmytych, analiza skupie, analiza korespondencji, sieci neuronowe) tworzone s modele, które wykorzystuje si do analizy danych, celem sprawdzenia, czy wyst puj ukryte relacje, prawid owo ci czy te inne zwi zki. Najcz stszym zastosowaniem metod eksploracji danych jest ustalenie optymalnego koszyka klienta oraz precyzyjna segmentacja klientów. Narz dzia te pozwalaj jeszcze dok adniej pozna klientów, ich zwyczaje, upodobania, ryzyko zwi zane z ich obs ug. Dzi ki temu firma jest w stanie zaoferowa im odpowiednie produkty/us ugi i zdoby ich lojalno. Techniki Data Mining oznaczaj proces odkrywania istotnych zale no- ci (korelacji), wzorców i tendencji poprzez przesiewanie du ych ilo ci danych, przechowywanych w repozytoriach za pomoc technik rozpoznawania wzorców, metod matematycznych, statystycznych oraz sztucznej inteligencji (takich jak sieci neuronowe, algorytmy genetyczne). Takie przetwarzanie predykcyjne umo liwia przewidywanie zachowa organizacji, rynku, a tak e modelowanie biznesu, prognozowanie przysz o ci i kreowanie planów. Za pomoc technik i narz dzi eksploracji danych (Data Mining) z danych mo na tworzy wiedz. Umo liwiaj one odkrywanie nieznanych zale no ci mi dzy danymi. Techniki eksploracji danych s u najcz ciej do okre lenia optymalnego koszyka i precyzyjnej segmentacji klientów, czyli do lepszego ich poznania. 8 B. Liautaud, M. Hammond, e-business Intelligence: od informacji przez wiedz do zysków, Premium Technology, Warszawa 2003, s. 69. Seria: Administracja i Zarz dzanie (15)2011 ZN nr 88

7 Znaczenie aplikacji Business Intelligence w zarz dzaniu przedsi biorstwem 73 OLAP i hurtownie danych to dwie pokrewne technologie. O ile zapytania i raporty do tradycyjnych baz danych pokazuj to, co aktualnie w nich si znajduje, to OLAP odpowiada na pytanie, dlaczego dane s takie, jakie s. U ytkownik mo e formu owa hipotez o wp ywie relacji poszczególnych czynników na okre lone zdarzenie, jak i weryfikowa jej poprawno zadaj c seri zapyta. Data Mining ró ni si od OLAP tym, e zamiast weryfikowa poprawno hipotezy, jest stosowany do generowania nowych hipotez. Hurtownia danych jest narz dziem oczyszczania i konsolidowania danych korporacyjnych, jej tworzenie nie jest wymogiem w budowie Data Mining, czyli narz dzi eksploracji, które mog by wykonywane bezpo rednio na bazach transakcyjnych, poprzez przeniesienie ich do bazy danych typu tylko do odczytu (read only). Data Mining mo e by zastosowane w celu rozwi zania pi ciu typów zada, tj. klasyfikacji, przewidywania, szacowania, klastrowania i asocjacji. Wi kszo problemów biznesowych mo na zg bi stosuj c jedno z tych pi ciu zada, ka de z nich mo e by wykonane przy wykorzystaniu jednego lub wi cej algorytmów Data Mining 9. Aplikacje analityczne Aplikacje analityczne zawieraj predefiniowane rozwi zania (gotowe miary i techniki analityczne, tzw. analityki) dla danego obszaru funkcjonalnego przedsi biorstwa. Maj one tak e wbudowane mechanizmy alertów, które na bie co ledz stan ró nych zmiennych i w razie potrzeby automatycznie informuj o ich przekroczeniu. Przy zastosowaniu gotowych aplikacji skraca si czas wdro enia. Mo na równie skorzysta z najlepszych praktyk innych firm. Aplikacje te wspieraj podstawowe obszary firmy, takie jak: klienci, produkty i us ugi, a cuch dostaw, zasoby ludzkie oraz finanse. Kokpity mened erskie Kokpity mened erskie to dzisiejsze wcielenie systemów informowania kierownictwa (EIS - Executive Information Systems). S to aplikacje analityczne, daj ce naczelnemu kierownictwu narz dzia do dopasowywania czynno ci operacyjnych do strategii firmy, monitorowania metryk biznesowych oraz zarz dzania wydajno ci przedsi biorstwa. Kokpity prezentuj kluczowe wska niki biznesowe z punktu widzenia strategii ca ej organizacji, dzi ki czemu pozwalaj u ytkownikom skoncentrowa si na dzia aniach, które maj najwi kszy wp yw na strategi firmy. Takie dopasowanie dzia a do strategii zwi ksza efektywno ca ej organizacji poprzez lepsze i skuteczniejsze decyzje. Kokpity mog by dostosowywane do zmian, jakie zachodz w strategii firmy, aby zawsze odzwierciedla bie c sytuacj. Za pomoc kokpitów mo liwe jest monitorowanie kluczowych wska ników wydajno ciowych (KPI). Kokpity wykorzystuj równie mechanizm alertów, powiadamiaj cy o przekroczeniach poziomów pewnych zmiennych i pozwalaj cy na podj cie b yskawicznej reakcji. Dzi ki temu mo na zapo- 9 A.R. Simon, S.L. Shaffer, Hurtownie danych i systemy informacji gospodarczej. Zastosowanie w handlu elektronicznym, Oficyna Ekonomiczna, Kraków 2002, s. 29. ZN nr 88 Seria: Administracja i Zarz dzanie (15)2011

8 74 H. Wyr bek biec eskalacji negatywnych zjawisk, a tak e szybko wykry nowe trendy czy nadarzaj ce si okazje biznesowe. Kokpity wspieraj koncepcje zarz dzania, takie jak: Zrównowa ona Karta Wyników (BSC - Balanced Scorecard), Six Sigma czy TQM. E-business intelligence Dzi ki wykorzystaniu internetu oraz technologii intra- i ekstranetowych powstaj systemy e-business Intelligence (ebi), które maj jeszcze wi kszy zakres funkcjonalno ci. Rozwi zania e-business Intelligence mog przybiera ró ne formy, do których nale 10 : aplikacje raportuj ce i analityczne dost pne przez przegl dark internetow, ekstranety e-business Intelligence, rozwi zania analityczne dla handlu elektronicznego. Aplikacje raportuj ce i analityczne dost pne przez przegl dark internetow Czo owi producenci narz dzi Business Intelligence (np. BusinessObjects, Cognos, SAS, Hyperion) oferuj dost p przez WWW do narz dzi raportuj cych i analitycznych (w ramach korporacyjnego intranetu). Rozwi zania te pozwalaj na znaczne zmniejszenie kosztów, skracaj czas wdra ania i daj wi ksz elastyczno. Aplikacje bazuj ce na przegl darkach internetowych s proste w u yciu, w zwi zku z tym szkolenia u ytkowników s krótkie, a wi c i tanie (wi kszo u ytkowników pracuje ju w internecie). Koszty wdro enia oraz pó niejszego utrzymania systemu s równie minimalizowane przez fakt, e nie ma konieczno ci instalowania oprogramowania oraz pó niejszych uaktualnie na stacjach klienckich. Dystrybucja raportów oraz zarz dzanie uprawnieniami równie zostaj uproszczone. Szybkie i atwe jest dodawanie do systemu kolejnych grup u ytkowników, np. z innych dzia ów. Poza tym u ytkownicy mog wykonywa zaawansowane analizy, wymagaj ce du ej mocy obliczeniowej. Ekstranety e-business Intelligence Umo liwiaj one klientom, dostawcom i partnerom firm szybki dost p do informacji, dzi ki czemu przyczyniaj si do wzrostu wydajno ci w ca ym a cuchu warto ci. Przyspieszenie cyklów decyzyjnych i wzrost wydajno ci mo e mie miejsce jedynie wówczas, gdy wspó pracuj ce strony maj ci g y dost p do informacji. Przyk adowo w przypadku dostaw dok adnie na czas (JIT - just-in-time) dostawca mo e otrzyma dost p nie tylko do aktualnych pozycji magazynowych, ale równie do ca ego zestawu narz dzi raportowych i analitycznych, które pomog mu lepiej zoptymalizowa dostawy. 10 J. Kisielnicki, MIS systemy informatyczne zarz dzania, Placet, Warszawa 2008, s Seria: Administracja i Zarz dzanie (15)2011 ZN nr 88

9 Znaczenie aplikacji Business Intelligence w zarz dzaniu przedsi biorstwem 75 Klienci i dostawcy danej firmy mog otrzyma dost p do ró nego rodzaju statystyk, np. za jak warto kupili produkty w danej firmie, jaki by redni czas dostawy, liczba reklamacji, kto kupuje dostarczane przez nich produkty, jak kszta tuje si ich sprzeda w porównaniu do konkurencji itd. Rozwi zania analityczne dla handlu elektronicznego Narz dzia e-business Intelligence znajduj zastosowanie m.in. w poni szych obszarach handlu elektronicznego: zaawansowana analiza nat enia ruchu internetowego, zaawansowane ledzenie cie ek poruszania si u ytkownika po serwisie, zaawansowana analiza kontaktów z klientami, dok adna segmentacja 11. Zaawansowana analiza nat enia ruchu internetowego Do podstawowych metod mierzenia nat enia ruchu internetowego nale analiza liczby odwiedzin i wy wietlanych witryn (informacje o witrynach, które odwiedza internauta, klikni te linki, czas ogl dania stron (kiedy i jak d ugo), typ przegl darki itd.). Efekty tej analizy s wykorzystywane do pozyskiwania reklamodawców, identyfikacji najbardziej i najmniej popularnych cz ci serwisu, wyszukiwania b dów w serwisie oraz poprawy jego funkcjonowania. Narz dzia e-business Intelligence pomagaj upora si z olbrzymi ilo- ci danych wykorzystywanych przy takich analizach, oferuj c raportowanie i analizy, z mo liwo ci przechodzenia do danych szczegó owych i zagregowanych. Zaawansowane ledzenie cie ek poruszania si u ytkownika po serwisie Narz dzia analityczne z tej grupy pozwalaj na ledzenie tego, co robi w serwisie najbardziej cenni klienci, któr dy przechodz klienci kupuj cy najbardziej zyskowne produkty, czy te jak poruszaj si klienci, którzy ostatecznie rezygnuj z zakupów. Dane te s wykorzystywane do optymalizacji witryny, segmentacji klientów, stosowania sprzeda y wi zanej oraz odnajdywania przeszkód w kupowaniu. Zaawansowana analiza kontaktów z klientami Zaawansowana analiza kontaktów z klientami obejmuje po czenie wska nika konwersji, analiz danych o zarejestrowanych u ytkownikach (wiek, hobby, miejsce zamieszkania itp.), analiz cie ek poruszania si u ytkowników oraz analiz dokonanych transakcji (produkty, kategorie). Dzi ki temu mo liwe jest ustalanie wzorców zachowa klientów (cz sto odwiedzin, rednia wielko zakupów, kategorie kupowanych produktów), identyfikacja lojalnych klientów, segmentacja klientów (wed ug zainte- 11 A.R. Simon, S.L. Shaffer, Hurtownie danych i systemy informacji gospodarczej. Zastosowanie w handlu elektronicznym, Oficyna Ekonomiczna, Kraków 2002, s. 83. ZN nr 88 Seria: Administracja i Zarz dzanie (15)2011

10 76 H. Wyr bek resowa, wieku, cz stotliwo ci zakupów, zyskowno ci). Maj c takie dane, mo liwe jest równie prezentowanie zindywidualizowanych reklam i produktów zbie nych z zainteresowaniami u ytkownika. Dok adna segmentacja Dzi ki zastosowaniu narz dzi eksploracji danych mo liwe jest wykrywanie wspólnych cech klientów. W efekcie otrzymujemy bardzo dok adn segmentacj klientów, obejmuj c ich wzorce zachowa oraz warto, obliczan np. na podstawie czasu wizyt, ich cz stotliwo ci, wielko ci i cz stotliwo ci zakupów, potencjalnych korzy ci/ zysków. Szczegó owa segmentacja mo e zosta wykorzystana do optymalizacji bazy klienckiej - dziel c klientów na aktywnych, rednio aktywnych i ma o aktywnych mo liwe jest przeprowadzenie ukierunkowanej akcji marketingowej 12. Znaczenie aplikacji Business Intelligence w zarz dzaniu przedsi biorstwem Z powy szej analizy wynika, i konieczne staje si poszukiwanie takich rozwi za, które z jednej strony, w zintegrowany sposób wspomaga yby wszystkie procesy zwi zane z pozyskiwaniem, zarz dzaniem i dystrybucj wiedzy wewn trz organizacji, z drugiej za dawa yby mo liwo tworzenia nowych sieci relacji. Ma to na celu tak e przekszta cenie wiedzy pojedynczych pracowników i firm wspó pracuj cych z organizacj, aby powsta a wiedza korporacyjna, któr inaczej mo na nazwa inteligencj firmy. Temu w a nie maj s u y systemy Business Intelligence. Ich zadaniem jest zbieranie, przechowywanie, udost pnianie danych oraz zarz dzanie wiedz przy wykorzystaniu ró norodnych narz dzi analitycznych. Inteligentna analiza danych jest uzyskiwana poprzez techniki OLAP i Data Mining oraz technologi hurtowni danych. W za o eniu systemy Business Intelligence powinny usprawnia zarz dzanie wiedz organizacji na trzech poziomach przedstawionych w tabeli 1. Dotychczasowa identyfikacja za o e koncepcji Business Intelligence wykazuje du y zwi zek i podobie stwo do systemów wspomagaj cych zarz dzanie, których identyfikacja i zadania równie wynikaj z podzia u na zaprezentowane 3 poziomy zarz dzania wiedz w organizacji. Nowe technologie teleinformatyczne wymuszaj zmiany w podej ciu mened era do zarz dzania firm. Systemy Business Intelligence ró ni si od dotychczasowych modeli wspomagania decyzji technologi oraz sposobem wspomagania decyzji. Zmiany po stronie technologii obejmuj przede wszystkim hurtownie danych, zaawansowane techniki analityczne, techniki wizualizacji danych oraz systemy ucz ce si. Synergia wymienionych rozwi za stwarza inteligentne rodowisko do podejmowania decyzji w organizacji. 12 Tam e, s. 18. Seria: Administracja i Zarz dzanie (15)2011 ZN nr 88

11 Znaczenie aplikacji Business Intelligence w zarz dzaniu przedsi biorstwem 77 Tabela 1. Zadania aplikacji Business Intelligence Table 1. Tasks of Business Intelligence applications Poziom zarz dzania Operacyjny Taktyczny Strategiczny Zadania BI Analizy wykonywane ad hoc, informacje na temat bie cych operacji, stanu finansów, sprzeda y, wspó pracy z dostawcami, odbiorcami, klientami itp. Podstawy podejmowania decyzji w zakresie marketingu, sprzeda y, finansów, zarz dzania kapita em. Optymalizacja przysz ych dzia a i modyfikacja czynników finansowych, technologicznych przy realizacji celów strategicznych. Precyzyjne wyznaczanie celów i ledzenie ich realizacji, wykonywanie ró nych zestawie porównawczych, prowadzenie symulacji rozwoju, prognozowanie przysz ych wyników przy okre lonych za o eniach. ród o: B. Liautaud, M. Hammond, e-business Intelligence: od informacji przez wiedz do zysków, Premium Technology, Warszawa 2003, s. 16. Source: B. Liautaud, M. Hammond, e-business Intelligence: od informacji przez wiedz do zysków, Premium Technology, Warszawa 2003, p.16. Systemy Business Intelligence dotycz ró nych osób w firmie (kierownictwo, pracowników, klientów, partnerów biznesowych) i sposobu podejmowania decyzji. Za o eniem koncepcji Business Intelligence jest 13 : indywidualizacja wiedzy dla osób podejmuj cych decyzje, tworzenie nowych dyscyplin w procesie podejmowania decyzji, rozpoznawanie nowych umiej tno ci niezb dnych dla pracowników wiedzy, powstawanie rynków elektronicznych. Systemy Business Intelligence stanowi swoist kombinacj danych, informacji, procesów, narz dzi i technologii s u cych inteligentnej analizie danych. Do cech systemów Business Intelligence, decyduj cych o powstawaniu umiej tno ci analitycznych w organizacjach, nale przede wszystkim: mo liwo prowadzenia ró norodnych analiz i prognoz (udost pnianie narz dzi planistycznych, wielomodu owych kart wyników, automatów wysy aj cych poczt elektroniczn, przesy anie informacji ostrzegawczych), mo liwo eksploracji danych, obs uga wielu u ytkowników w firmie i poza ni, otwarto i wi ca si z tym zgodno ze standardami firmowymi i rynkowymi, obs uga rozproszonych zasobów danych, 13 Ch. Todman, Projektowanie hurtowni danych. Zarz dzanie kontaktami z klientami (CRM), Wydawnictwa Naukowo-Techniczne, Warszawa 2003, s. 29. ZN nr 88 Seria: Administracja i Zarz dzanie (15)2011

12 78 H. Wyr bek szybko dostarczania informacji potencjalnym u ytkownikom oraz du a czytelno danych (zastosowanie technik wizualizacji danych). Systemy Business Intelligence pozwalaj na analiz danych w ró nych obszarach funkcjonowania organizacji, a w szczególno ci zaprezentowanych w tabeli 2. Tabela 2. Obszary analizy danych przez systemy Business Intelligence Table 2. Areas of the data analysis through systems Business Intelligence Finansowy Obszar Marketingowy Obs ugi klientów Zarz dzania produkcj Logistyki Analizy danych p acowych i osobowych Zadania Badanie kosztów i przychodów, analiza rachunku wyników i bilansu analiza rentowno ci, analiza rynków finansowych, system controlingu. Analiza przychodu, rentowno i mar y sprzeda y, planu sprzeda y, czasu zamówie, konkurencji, kursów gie dowych. Analiza kontaktów z klientami, rentowno ci klientów, stymulowanie zachowa i satysfakcji klienta, itp. Badanie dynamiki produkcji, porównywanie wyników mi dzy wydzia ami, identyfikacja problemów, opó nionych zlece, itp. Identyfikacja partnerów i zarz dzanie w ca ym a cuchu powstawania warto ci dodanej. Zestawienie sk adników p acowych z punktu widzenia struktury firmy zatrudnionych pracowników, wynagrodzenia, danych osobowych, analiza p ac, sposobu zatrudnienia, itp. ród o: B. Liautaud, M. Hammond, e-business Intelligence: od informacji przez wiedz do zysków, Premium Technology, Warszawa 2003, s. 42. Source: B. Liautaud, M. Hammond, e-business Intelligence: od informacji przez wiedz do zysków, Premium Technology, Warszawa 2003, p. 42. Prawdopodobnie nie mo na przygotowa wszystkich gotowych zapyta i analiz. W zwi zku z tym rozwi zania z zakresu Business Intelligence powinny umo liwia u ytkownikowi dokonywanie w asnych definicji raportów oraz tworzenie zapyta ad hoc. Formu owanie takich kwerend dokonuje si dynamicznie, zwykle dzi ki narz dziom OLAP. Pozwala to u ytkownikowi na du swobod w zakresie budowy specyficznych raportów i analiz. Analiza stosowanych rozwi za Business Intelligence pozwala na wskazanie wad i zalet tych systemów, co przedstawiono w tabeli 3. Seria: Administracja i Zarz dzanie (15)2011 ZN nr 88

13 Znaczenie aplikacji Business Intelligence w zarz dzaniu przedsi biorstwem 79 Tabela 3. Wady i zalety systemów Business Intelligence Table 3. Advantages and disadvantages of Business intelligence systems Zalety skrócenie czasu analizy i podejmowania decyzji, atwo uzyskania ró nych informacji, raportów tymczasowych, zbiorczych, szczegó owych, zagregowanych, kompleksowo systemu i uzyskiwanych informacji, krótki czas odpowiedzi na zapytania u ytkownika, konsolidacja danych, alokacja i dr enie danych, analityczny charakter uzyskiwanych informacji z ich wnikliw interpretacj, wydobywanie informacji ukrytych, atwa lokalizacja stanów newralgicznych w firmie, np. z punktu widzenia kosztów, czasu dostawy, obs ugi klientów, itp., dost p do informacji aktualnych i estymowanych, mo liwo rozbudowy systemu i oddzia ywanie u ytkownika na proces jego modelowania, dywersyfikacja róde danych. Wady wysokie koszty szkolenia u ytkowników, konieczno posiadania du ej wiedzy na temat technik analitycznych (systemy generuj ogromne ilo ci danych, w zwi zku z czym u ytkownik mo e mie powa ne problemy z ich interpretacj ), stosunkowo kosztowne i d ugie wdro- enie, wysokie wymagania sprz towe i programowe, wra liwo systemu na s ab jako i niespójno danych, wysokie koszty nadzoru i rozwoju systemu. ród o: B. Liautaud, M. Hammond, e-business Intelligence: od informacji przez wiedz do zysków, Premium Technology, Warszawa 2003, s. 60. Source: B. Liautaud, M. Hammond, e-business Intelligence: od informacji przez wiedz do zysków, Premium Technology, Warszawa 2003, p. 60. Korzy ci z aplikacji Business Intelligence Zastosowanie narz dzi Business Intelligence przynosi organizacji szereg korzy ci i wspomaga dzia anie niemal wszystkich obszarów dzia alno ci organizacji. Przekszta cenie danych w informacje zast puje zgadywanie i domys y wnioskami opartymi na faktach. Business Intelligence usprawnia ponadto komunikacj pomi dzy departamentami firmy dane s sprowadzane do wspólnego mianownika i istnieje jedno ród o prawdy. Poniewa informacje s wiarygodne, terminowe i dostarczone w odpowiedniej formie, organizacja mo e w szybki sposób reagowa na zmian warunków finansowych, preferencji odbiorców czy te operacji w a cuchu dostaw. Ka da firma powinna prognozowa swoje decyzje na bazie danych historycznych zebranych w ró norodnych przekrojach, uwzgl dniaj c przy tym wszelkie dodatkowe informacje gospodarcze, takie jak raporty analityków, opinie ekspertów. Na podstawie prognozy mo na opracowa kilka alternatywnych scenariuszy strategii biznesowej. Powinny one by nast pnie pod- ZN nr 88 Seria: Administracja i Zarz dzanie (15)2011

14 80 H. Wyr bek dane symulacji ró nych efektów w ró norodnych scenariuszach zachowania otoczenia gospodarczego. Kiedy najlepsza strategia dzia ania zostaje wyznaczona, nale y opracowa sposób, w jaki prze o y si j na indywidualne zadania poszczególnych obszarów funkcjonalnych oraz ludzi w niej zatrudnionych. Trzeba stworzy system motywacyjny nakierowany na promowanie zachowa wspieraj cych now strategi. Nast pnie nowa strategia i zadania przedstawiane zostaj pracownikom firmy, inwestorom i w a cicielom. Logicznym nast pstwem u ywania systemów ewidencyjnych i planistycznych staje si wykorzystanie aplikacji wspieraj cych zarz dzanie strategiczne firm. Mo na je podzieli na kilka klas rozwi za : 1. Hurtownie danych stanowi ce swoist pami firmy. 2. Analityczne aplikacje s u ce do planowania biznesu i symulowania ró nych scenariuszy zachowa rynku. 3. Aplikacje wspieraj ce komunikowanie i nadzór realizacji celów strategicznych i operacyjnych w firmie, w tym wspieraj ce realizacj Strategicznej Karty Wyników, 4. Wyspecjalizowane systemy do zarz dzania wiedz, pozwalaj ce m.in. na planowanie rozwoju organizacji, cie ek kariery oraz szkole i kompetencji pracowników, a tak e nadzór realizacji wykonania tych planów. Systemy te stanowi tak e repozytorium specyficznej dla danej firmy wiedzy najlepszych praktyk biznesowych, zrealizowanych projektów, wskazówek starszych do wiadczonych pracowników, studiów przypadku itd. 5. Systemy wyszukuj ce w Internecie wg zadanej logiki nieustrukturyzowanych informacji gospodarczych (np. raportów analityków). 6. Osobiste, inteligentne rodowisko pracy wspieraj ce realizacj zada danego pracownika oraz narz dzie jego dialogu z organizacj w nieustaj cej dyskusji nad realizacj strategii firmy 14. Konieczno szybkiego reagowania powoduje, e powy sze rozwi zania s wspierane przez systemy zarz dzania relacjami z klientem CRM, jak równie systemy zarz dzania a cuchem dostaw SCM. W praktyce s one stosowane równolegle z systemami Business Intelligence, tworz c wspólnie rodowisko zwi kszaj ce efektywno ekonomiczn i konkurencyjno firmy. Systemy Business Intelligence daj organizacji mo liwo szybkiego i skutecznego wykorzystywania informacji oraz transformowania ich w u yteczn wiedz, która pozwoli realizowa cele biznesowe. Szczególnie widoczne jest to na przyk adzie nowej generacji systemów Business Intelligence, obejmuj cej portal korporacyjny. Rozbudowane koncepcje portali korporacyjnych s miejscem dost pu i wymiany informacji, wspieraj cym prac wszystkich pracowników firmy, ponadto umo liwiaj budowanie zaawansowanych relacji ze wszystkimi podmiotami powi zanymi z dan organizacj. 14 Tam e, s. 83. Seria: Administracja i Zarz dzanie (15)2011 ZN nr 88

15 Znaczenie aplikacji Business Intelligence w zarz dzaniu przedsi biorstwem 81 Podsumowanie W erze informacji, charakteryzuj cej si wzrostem znaczenia informacji, nadmiarem danych, globalizacj gospodarek i bardzo szybkimi zmianami otoczenia, przedsi biorstwa poszukuj systemów wspomagaj cych podejmowanie trafnych decyzji, opartych na faktach, które przek adaj si na efektywne zarz dzanie przedsi biorstwem. Cel ten mo e by osi gni ty poprzez dostarczanie ka demu pracownikowi informacji o w a ciwym zakresie, we w a ciwej formie i we w a ciwym czasie. Kluczowym elementem takiego rozwi zania jest natychmiastowy dost p do ca o ci danych dotycz cych dzia alno ci przedsi biorstwa. Z chwil zastosowania internetu oraz pochodnych technologii mamy do czynienia z systemami e-business Intelligence, których funkcjonalno jest jeszcze szersza, obejmuj c dost p do aplikacji analitycznych przez przegl dark internetow, zaawansowan wymian informacji w a cuchu warto ci oraz dog bn analiz sprzeda y internetowej. Sukces w biznesie w du ej cz ci zale y dzi od posiadania w a ciwej informacji, a w szerszym kontek cie od posiadania wiedzy w odpowiednim miejscu i czasie. Procesy biznesowe generuj coraz to wi ksze ilo ci danych, w coraz mniejszych odcinkach czasu. Musz one by gromadzone i odpowiednio przetwarzane tak, aby zamieni y si w mierzaln i przydatn warto, jak jest informacja. Jej posiadanie pozwala na poszukiwanie nowych mo liwo ci realizacji procesów biznesowych, a co za tym idzie szybkie reagowanie na zmiany i szybsze podejmowania decyzji. Business Intelligence to koncepcja zarz dzania, która pozwala na uporz dkowanie informacji w celu usprawnienia procesu biznesowego. Infrastruktura ta to narz dzia pozyskiwania, oczyszczania, czenia, analizowania danych, a nast pnie udost pniania przetworzonych informacji w celu podejmowania szybkich i trafnych decyzji mened erskich. Systemy Business Intelligence mog wspiera inne wdra ane systemy i ró ne inicjatywy strategiczne przedsi biorstwa, takie jak: CRM, SCM, DW, biznes elektroniczny, daj c dost p do wiedzy statycznej i dynamicznej. Powstaje ona ad hoc na podstawie zapyta i informacji uzyskiwanych z hurtowni danych, które integruj dane z ró nych róde, oferuj c przy tym wielowymiarow i spersonalizowan informacj, pozwalaj c na szybkie wyszukiwanie i dystrybuowanie ró norodnych zasobów wiedzy. Nieprzewidywalno i tempo zmian w dzisiejszym wiecie s bardzo du e. Gospodarka nigdy przedtem nie by a tak zmienna jak dzi. Zmienno sta a si zjawiskiem powszechnie obecnym i nieuniknionym. Kluczowa staje si zatem umiej tno szybkiej adaptacji do zmian. Kwestia zdolno ci adaptacyjnych ma znaczenie, gdy popatrzymy na to w kontek cie firm, które mimo szybkich zmian dynamicznie si rozwijaj. Dzisiaj kluczem do przetrwania i sukcesu na rynku jest umiej tne zarz dzanie wiedz w organizacji, a w konsekwencji wyprzedzenie konkurencji. ZN nr 88 Seria: Administracja i Zarz dzanie (15)2011

16 82 H. Wyr bek Bibliografia Kisielnicki J., MIS systemy informatyczne zarz dzania, Placet, Warszawa Lasek M., Data Mining. Zastosowania w analizach i ocenach klientów bankowych, Zarz dzanie i Finanse, Warszawa Liautaud B., Hammond M., e-business Intelligence: od informacji przez wiedz do zysków, Premium Technology, Warszawa Simon A.R., Shaffer S.L., Hurtownie danych i systemy informacji gospodarczej. Zastosowanie w handlu elektronicznym, Oficyna Ekonomiczna, Kraków Todman Ch., Projektowanie hurtowni danych. Zarz dzanie kontaktami z klientami (CRM), Wydawnictwa Naukowo-Techniczne, Warszawa Seria: Administracja i Zarz dzanie (15)2011 ZN nr 88