Nowe spojrzenie na Business Intelligence

Transkrypt

1 Page 1 of 5 ARCHIWUM Nowe spojrzenie na Business Intelligence 7 lipca 2008 Józef Muszyński Od zarządów biznesu płyną Ŝądania coraz to nowych raportów potrzebnych do prawidłowego zarządzania firmą, w odpowiedzi działy IT inwestują w wycinkowe rozwiązania BI i coraz więcej czasu zabiera im czyszczenie danych i opracowywanie raportów - tylko po to, aby znowu pojawiły się Ŝądania zmian, poniewaŝ dostarczane raporty nie załatwiają sprawy. W rezultacie BI jest często postrzegane poprzez stos raportów, których prawie nikt nie czyta. Niekoniecznie musi tak być. Struktura Business Intelligence - W najprostszym ujęciu BI analizuje dane uzyskane z samego biznesu (w przeciwieństwie do takich danych zewnętrznych, jak informacje rynkowe). Taka analiza dostarczana jest na zasadzie "odpowiedzi na pytanie". Ten zaklęty krąg prześladuje wiele organizacji odczuwających brak szybkiego dostępu do istotnych danych analitycznych. W ciągu lat tradycyjne wdroŝenia BI umacniały wraŝenie, Ŝe jest to kosztowne i skomplikowane środowisko. Dlatego teŝ wiele przedsiębiorstw skupiło się na uproszczonych zobrazowaniach graficznych - tzw. pulpitach raportów (dashboard) - które zastępują rzeczywiste systemy BI i zapewniają zarządcom dane biznesowe w czasie rzeczywistym. Jednak takie rozwiązania mogą stwarzać fałszywy obraz kosztów, poniewaŝ pod kaŝdym takim pulpitem kryją się te same trudne podwaliny: wdraŝanie raportów analitycznych i integracje danych, które w sumie zabierają ok. 80% kosztów. Przyczyna braku szybkiego zwrotu z inwestycji BI nie tkwi w samej technologii, ale w zasadniczym rozmijaniu się celów. Dla działu IT Business Intelligence to raporty, narzędzia kwerend, wielowymiarowe analizy, narzędzia OLAP i być moŝe eksploracja danych (data mining). Dla uŝytkownika końcowego zaś oznacza wszystko to, co wspomaga jego proces decyzyjny. Traktowanie BI jako zestawu technologii powoduje, Ŝe wiele organizacji buduje coraz bardziej skomplikowane systemy, które zawodzą w spełnianiu oczekiwań uŝytkowników, podczas gdy realnie potrzebne jest lepsze rozpoznanie i zrozumienie właściwych danych i wymagań biznesowych. Nie naleŝy zaczynać od hurtowni danych czy silników analitycznych - przede wszystkim trzeba zrozumieć i rozpoznać potrzeby biznesowe. WdraŜanie BI staje się niezbędne. Forrester, Gartner, IDC pokazują rosnącą potrzebę tych wdroŝeń w duŝych organizacjach, a coraz większa konkurencyjność wymaga od członków zarządu biznesu, aby byli na bieŝąco zaznajamiani z kluczowymi wskaźnikami wydajności. Słaba implementacja BI nie moŝe jednak spełnić rosnącej potrzeby monitorowania tego, jak przebiegają procesy biznesowe, jak ewoluują potrzeby klientów i jak aktualna praktyka sprzedaŝy odbija się na finansach firmy.

2 Page 2 of 5 Podstawy celowej implementacji Większość korporacji z wdroŝonym BI tworzy duŝe hurtownie danych lub zbiory danych w składnicach danych (data marts), gdzie dane wchodzące muszą być oczyszczane, w celu zapewnienia ich integralności i spójności, i w których powiązania między danymi muszą być jasno zdefiniowane, by zapewnić narzędziom analitycznym moŝliwość wystawiania kwerend zagnieŝdŝanych w standardowych raportach. Rozpoczynanie wdroŝenia od modelu architektonicznego zazwyczaj kończy się niepowodzeniem. Technologia BI "uwarstwiona" nad duŝymi stosami danych jest droga i mało efektywna. To tak jakby zbudować fabrykę i dopiero wtedy zastanawiać się, co ona ma produkować. Niestety, taki sposób budowy BI nie jest wyjątkowy. Przede wszystkim trzeba więc rozpoznać potrzeby biznesu, a dopiero potem budować i udoskonalać wspólny model danych oraz zapewnić, aby dane potrzebne z wielu systemów były spójne. Jakość danych i ich integracja nadal pozostają kluczowe i nie ma łatwego sposobu rozwiązania tego problemu. Paweł Rafalski, dyrektor działu Business Intelligence Asseco Business Solutions S.A. Rynek aplikacji Business Intelligence znajduje się w bardzo ciekawym momencie, obserwujemy jego dynamiczny rozwój. Co więcej, badania nad kierunkami rozwoju BI pokazują jednoznacznie, Ŝe zapotrzebowanie na aplikacje wspierające kadrę menedŝerską w zarządzaniu przedsiębiorstwem, będzie wciąŝ rosło. Taka sytuacja wynika z coraz większej dojrzałości polskiej gospodarki. Obecnie na rynku panuje znacznie większa konkurencyjność niŝ w latach 90., kiedy wiele firm zaczynało swoją działalność i praktycznie wszystko sprzedawało na pniu. Teraz obserwujemy fuzje i przejęcia, wygrywają ci, którzy mają dostęp do narzędzi informatycznych skutecznie wspierających menedŝerów w podejmowaniu decyzji. Poszerza się takŝe krąg menedŝerów, którzy korzystają z aplikacji BI. To juŝ nie tylko kadra zarządzająca w duŝych przedsiębiorstwach, ale teŝ w średnich i małych, które chcą się szybciej rozwijać. Dostawcy BI próbują osiągnąć jakość i integrację danych, stosując rozwiązania MDM (Master Data Management). Jednak problem zarządzania, oczyszczania i godzenia danych wychodzi poza BI i dotyka niemal kaŝdego "zakątka" organizacji, a w wielu przypadkach udziałowcom procesów BI brak siły przebicia, by zapewnić działanie MDM w obrębie całego przedsiębiorstwa. Dopóki czyszczenie danych w firmie nie działa globalnie - a jest to proces długotrwały - dopóty najlepszą strategią jest ograniczenie źródeł danych do tych, które "obsługują" dobrze zdefiniowane cele biznesowe. MoŜe to wyeliminować konflikty źródeł i ułatwić integrację oraz czyszczenie danych. Utrzymywanie danych blisko źródła oznacza takŝe, Ŝe są blisko swojego kontekstu i metadanych, to jest tych elementów, które moŝna czasami zgubić, kiedy dane są transformowane w celu zapamiętania w hurtowni danych. ETL (Extract, Transform, Load) - powszechna metoda wyciągania olbrzymich wolumenów statycznych danych z systemów dziedziczonych - kosztuje przy tym bardzo duŝo. Redukcja liczby źródeł danych moŝe zmniejszać obciąŝenie IT, ale jakość danych nadal musi być na pierwszym planie. Niektóre z nich będą zawsze "zanieczyszczone", czasami dlatego, Ŝe pochodzą z zewnętrznych źródeł, innym razem dlatego, Ŝe poszukuje się czegoś trudnego do uzyskania. Jednym z przykładów moŝe być tu np. data urodzenia klienta, który często nie widzi powodów, aby ją podawać i wprowadza coś w stylu 11/11/1111 lub zostawia puste pole. W takich przypadkach trzeba rozwaŝyć, czy rzeczywiście taka informacja jest potrzebna do analizy, a jeŝeli jest, to jak potraktować brakujące dane, aby rezultat miał sens. Taki proces rozumowania powinien być wykonany przed wdroŝeniem zbierania, transformacji, eksploracji danych oraz ich analizy i systemów raportowania. Uproszczenia powinny sięgać teŝ poza dane. NaleŜy równieŝ konsolidować narzędzia BI. Dysponując wieloma z nich, moŝna się spodziewać, Ŝe analitycy z róŝnych wydziałów będą się róŝnić i dostarczać

3 Page 3 of 5 róŝne wyniki, nawet wyprowadzone z tych samych danych. Marcin Sokołowski, Senior Marketing Manager, CEE, Epicor Software Poland BI to mechanizmy mające na celu zamianę danych firmowych na uŝyteczną informację i dostarczenie jej właściwym ludziom w odpowiednim czasie. Są to równieŝ narzędzia umoŝliwiające dalszą obróbkę i analizę danych. Jednak BI to nie tylko system informatyczny. Jak zwykle w takich przypadkach system informatyczny pomaga osiągnąć określone cele, ale do jego efektywnego wykorzystania potrzebna jest pewna kultura organizacyjna, opracowanie, wdroŝenie i - co najwaŝniejsze - przestrzeganie procedur działania. Bez tego narzędzia BI będą bezuŝyteczne, a prezentowane dane nieprawdziwe. Zwykle system BI jest kolejnym krokiem po wdroŝeniu systemu ERP. Coraz bardziej popularne stają się branŝowe portale korporacyjne przeznaczone dla określonych uŝytkowników (dyrektor finansowy, kierownik produkcji, prezes). Są one zbudowane na podstawie narzędzi BI, publikowane na wewnętrznej stronie internetowej (Web Parts), prezentując wskaźniki, zestawienia i wszystkie informacje niezbędne do podjęcia decyzji. Takie rozwiązanie pozwala na dostęp do najbardziej aktualnych danych, które ściągają się automatycznie po odświeŝeniu strony. Co równieŝ waŝne, uŝytkownik moŝe sam zdecydować, jakie dane chce widzieć i w jakiej formie. Nie ma problemu, Ŝeby dyrektor zarządzający na jednym ekranie widział zestawienia prezentujące np. aktualny poziom naleŝności, wartość produkcji w toku czy ostatnich 10 największych zamówień. Firmy, które wdroŝyły najprostszy nawet system klasy ERP i osiągnęły taką wielkość, Ŝe uzyskanie informacji na temat podstawowych wskaźników firmy staje się coraz trudniejsze lub wręcz niemoŝliwe, powinny rozwaŝyć wdroŝenie systemu klasy BI. Wiele najmniejszych firm wspiera się arkuszami kalkulacyjnymi w tym zakresie. Od pewnej wielkości zarządzanie firmą bez systemu klasy BI staje się po prostu niemoŝliwe. Rynek systemów BI będzie rósł i to bardzo dynamicznie, prawdopodobnie szybciej niŝ rynek systemów ERP. Wraz z rosnącą świadomością kadry zarządzającej systemy BI są coraz częściej wdraŝane jednocześnie z systemem ERP, co pozwala na uzyskanie prawdziwych korzyści w krótkim czasie. Innym powszechnym błędem jest przekonanie, Ŝe wszystkie dane muszą znaleźć się w hurtowni danych, zanim będą mogły być analizowane. Jednak dzisiejsze narzędzia BI mogą sięgać do dowolnych magazynów danych. Hurtownie danych i inne archiwalne magazyny danych mają swoje zastosowanie. Istnieje jednak potrzeba przechowywania danych w dowolnym miejscu, niezaleŝnie czy jest to hurtownia danych, baza danych czy pamięć buforowa. NajwaŜniejsze jest określenie, jakie narzędzie musi być uŝyte do poszczególnych typów danych. BI bliŝej procesów biznesowych Zarówno dostawcy, jak i uŝytkownicy mówią często o tzw. operacyjnym BI. Oznacza to zazwyczaj analizę równoległą do procesów biznesowych, taką jak identyfikacja nadzwyczajnej aktywności dostawcy, która moŝe oznaczać zmianę cen lub planów wytwórczych, czy odnotowanie wyŝszej niŝ oczekiwana sprzedaŝy produktów o niskiej marŝy, co moŝe wskazywać na problemy w marketingu, sprzedaŝy czy dystrybucji. Proponuje się więc silniki BI, które podczepiane do róŝnego rodzaju procesów i przepływów zadań będą monitorować anomalie i zmiany w trendach, a nawet uŝywanie silników reguł biznesowych do automatyzacji procesów dostosowawczych, zamiast tylko generowania alarmów. Ma to być warstwa, która obejmie wszystkie aplikacje. Zamiast dodawania warstwy BI, bardziej efektywne moŝe być dodawanie funkcjonalności BI do aplikacji. Taka funkcjonalność zapewni bieŝące analizy wyników procesów wykonywanych przez te

4 Page 4 of 5 aplikacje. Jest to powód, dla którego ERP, SCM i inne aplikacje biznesowe zagnieŝdŝają coraz więcej analityki w transakcjach, którymi zarządzają. Jednak uŝytkownicy rozwiązań ukierunkowanych na aplikacje muszą mieć na uwadze ich ograniczenia. Aplikacje, które monitorują poszczególne procesy, mogą być bezpośrednio uŝyteczne dla poszczególnych menedŝerów uŝywających tych aplikacji, ale te same procesy mogą takŝe wymagać monitorowania ze strony oprogramowania, które pracuje na wielu platformach. Jednym ze sposobów uzyskania takiego operacyjnego wglądu jest wykorzystanie dashboardów. Ale róŝne "pulpity raportów" stosują odmienne metryki, uniemoŝliwiając wspólne rozumienie tego co przedstawiają. Problem leŝy w tym, jak są one zazwyczaj wdraŝane: czy jako produkt, którego metryki pomiarowe nie są czytelne dla IT; czy jako narzędzia zakupione na poziomie wydziałów przez niecierpliwych uŝytkowników. W kaŝdym z tych przypadków rezultatem jest niespójny wgląd w to, co się wydarzyło w przedsiębiorstwie. Krzysztof Siwiec, menedŝer ds. rozwoju biznesu BCC Business Intelligence (BI) jest pojęciem bardzo szerokim. Najbardziej ogólnie moŝna przedstawić je jako skomplikowany proces przekształcania danych pochodzących z róŝnych obszarów funkcjonowania przedsiębiorstwa w informacje i wiedzę. Podstawą dzisiejszych systemów BI jest hurtownia danych. Dzięki niej menedŝerowie dostają jeden spójny system raportowania w skali przedsiębiorstwa. Informacje zostają zgromadzone w jednym systemie i uporządkowane w sposób ułatwiający ich zrozumienie. Mimo rozwoju narzędzi BI, wielu ludziom do dziś kojarzą się wyłącznie z hurtownią danych. A przecieŝ istnieją i są coraz częściej uŝywane zaawansowane systemy informacyjne, np. systemy powiadamiania kierownictwa (Executive Information Systems), systemy wspomagania decyzji (Decision Support Systems) czy systemy informacji geograficznej (Geographic Information Systems). Łączą one zalety prostej hurtowni danych z bardziej zaawansowanymi funkcjami analizy danych, technikami prezentacji danych lub wnioskowaniem na podstawie danych. Dziś dla wielu firm scentralizowany, przejrzysty system raportowania, z którego korzysta duŝa część pracowników firmy i który pozwala na jednoznaczne rozumienie prezentowanych wskaźników, jest czymś normalnym. Sięgają więc po bardziej zaawansowane rozwiązania BI. Standardem jest dbałość o przedkładanie celów strategicznych w firmach nad cele taktyczne. Tego typu zadania wspomagane są często poprzez proste narzędzia BI w postaci kart prezentujących graficznie kluczowe wskaźniki efektywności działania przedsiębiorstwa. Ułatwiają one podejmowanie szybkich i trafnych decyzji. Analizy danych masowych to kolejne miejsce, w którym rozwiązania BI mogą wesprzeć uŝytkownika. Przykładem niech będą analizy sprzedaŝy w celach marketingowych. Przedsiębiorstwa coraz częściej swoje decyzje opierają na wiedzy o własnym biznesie, zbudowanej na danych zgromadzonych w hurtowni danych, a przeobraŝonych w wielowymiarowe informacje przez BI. Wraz ze zwiększającymi się oczekiwaniami firm liczba funkcji oferowanych przez systemy Business Intelligence rośnie z roku na rok. Najwięksi gracze branŝy IT zauwaŝyli wzrost znaczenia tych systemów, stąd głośne niedawno przejęcia. I tak, w roku 2006 Microsoft przejął firmę ProClarity. Oracle, by wzmocnić swoją pozycję w zakresie BI, zakupił Hyperion Solutions. IBM na przełomie roku 2007/2008 przejął firmę Cognos. Wreszcie SAP pod koniec roku 2007 przejął jednego z liderów BI, firmę Business Objects, by poszerzyć swoją ofertę.

5 Page 5 of 5 WdraŜanie ad hoc dashboardów, KPI (Key Performance Indicators), raportów itp. jest sygnałem ostrzegawczym, Ŝe strategia BI obejmująca całą organizację zawodzi, albo jej wcale nie ma. Lokalni analitycy mogą łatwo wprowadzać do przedsiębiorstwa rozwiązania bazujące na Webie lub powszechne dostępne narzędzia biznesowe. Microsoft Excel od dawna uŝywany jest jako osobiste narzędzie analityczne, tworzące wiele oglądów tej samej informacji, a będzie jeszcze gorzej, jeŝeli przedsiębiorstwa wdroŝą nowy Excel, który zawiera funkcje BI nabyte przez Microsoft wraz z firmą analityczną ProClarity w roku RóŜni analitycy finansowi mają swoje inne formularze Excela do kalkulowania odmiennych pozycji. Łatwiej wprowadzić spójną technologię BI, opierając się na Web Services, powszechnie stosowanych standardach i API oraz nowych koncepcjach, takich jak SOA. Te nowe podejścia pomagają takŝe konsolidować narzędzia BI w przedsiębiorstwie, aby mogły być one wspólnym silnikiem analitycznym dla typowych procesów, takich jak finanse i produkcja. Nie tylko łatwiej jest uŝywać wspólnego silnika BI dla wielu aplikacji, łatwiej jest teŝ zapewnić bardziej dynamiczne podejście w prezentowaniu tych technologii uŝytkownikom. Narzędzia BI mogą być dostępne dla uŝytkowników za pośrednictwem portalu przedsiębiorstwa. Zamiast tworzyć kwerendy i wykonywać raporty, moŝna np. opracowywać aplikacje BI, które analizują specyficzne dla biznesu obszary i pozwalają zespołom biznesowym budować własne kwerendy w biegu, za pomocą prostych narzędzi uŝywających menu i ramek kontrolnych. Patrząc w przyszłość, wydaje się, Ŝe przedsiębiorstwa powinny poszukiwać narzędzi analitycznych operujących na danych niestrukturalizowanych, które pomogą nadać sens danym tekstowym i innym informacjom w zewnętrznych bazach danych. Takie narzędzia - z których większość jest na razie w fazie projektowej - dopełniają analizę ilościową BI, analizą jakościową. Prosty przykład: rekordy call center mogą być analizowane pod kątem powiązań z problemem konkurencyjności oferty, w celu rozpoznania, na przykład, co jest bardziej atrakcyjne dla nowych klientów, lub który wyrób robi dobre wraŝenie na duŝej liczbie klientów. Prenumerata Redakcja Regulamin Kontakt Reklama Ochrona Prywatności Warszawa ul. Jordanowska 12 tel.: (+48 22) fax: (+48 22) copyright 2008 IDG Poland SA