SYSTEMY KLASY BI PLATFORMĄ EFEKTYWNEGO WSPÓŁDZIAŁANIA WSPÓŁCZESNYCH ORGANIZACJI. Piotr Zaskórski

Transkrypt

1 SYSTEMY KLASY BI PLATFORMĄ EFEKTYWNEGO WSPÓŁDZIAŁANIA WSPÓŁCZESNYCH ORGANIZACJI Piotr Zaskórski

2 1. MIEJSCE I ROLA SYSTEMÓW KLASY BI W KSZTAŁTOWANIU STRUKTUR I STRATEGII ZARZĄDZANIA WSPÓŁCZESNYCH ORGANIZACJI. 2. IDENTYFIKACJA CECH WSPÓŁCZESNEJ ORGANIZACJI BIZNESOWEJ. 3. MODEL FUNKCJONOWANIA ORGANIZACJI W ŚRODOWISKU SYSTEMÓW KLASY OLTP - OLAP 4. MODELE TWORZENIA ORGANIZACJI WIRTUALNYCH I SIECIOWYCH 5. WARTOŚCIOWANIE ORGANIZACJI Z UWZGLĘDNIENIEM KRYTERIUM JEJ EFEKTYWNOŚCI I SKUTECZNOŚCI W ASPEKCIE WSPÓŁDZIAŁANIA Z OTOCZENIEM PRZY WYKORZYSTANIU SYSTEMÓW KLASY BI.

3 CECHY ARCHITEKTURY XXI WIEKU HISTORIA: FUNKCJONALNOŚD HIERARCHIA LOKALNOŚD WERTYKALNOŚD TECHNOLOGIA AKCJONARIAT SZTYWNOŚD PRODUKT JAKOŚD PRODUKTU MIERNIK FINANSOWY STABILNOŚD TERAŹNIEJSZOŚD I PRZYSZŁOŚD: INTEGRACJA PŁASKOŚD GLOBALIZACJA SIECIOWOŚD INFORMACJA PARTNERSTWO ADAPTACYJNOŚD KLIENT JAKOŚD CAŁOŚCI CZAS INNOWACYJNOŚD

4 INTEGRACJA INFORMACYJNA SYSTEMÓW DZIAŁANIA CEL WEJŚCIE/X: -KAPITAŁ -LUDZIE -MATERIAŁY -NARZĘDZIA -TECHNOLOGIE -INFRASTRUKTURA SYSTEM DZIAŁANIA = ORGANIZACJA= PROCES{WE, WY, ZSIZ} ZSIZ= {OLTP, OLAP} WYJŚCIE/Y: -PRODUKT -WYRÓB -USŁUGA -PROJEKT -BRAKI -INFORMACJA INFORMACJA O POTENCJALE FIRMY I OTOCZENIU KRYTERIA/CECHY SYSTEMOWE EFEKTYWNOŚĆ SKUTECZNOŚĆ INFORMACJA O WYNIKACH DZIAŁANIA

5 ZSIZ = EWOLUCJA PLATFORMY INTEGRACJI INFORMACYJNEJ IC = INVENTORY CONTROL MRP I = PLANOWANIE I INTEGRACJA POTRZEB MATERIAŁOWYCH MRP II = PLANOWANIE I INTEGRACJA ZASOBÓW PRODUKCYJNYCH/SYSTEMY JIT ERP I = PLANOWANIE I INTEGRACJA WSZYSTKICH ZASOBÓW PRZEDSIĘBIORSTWA (SIED) ERP II = PLANOWANIE I INTEGRACJA RELACJI Z OTOCZENIEM (FINANSE, CRM) DEM = integracja funkcji i struktur = Dynamic Enterprise Modelling = SYSTEM BAAN IV SYSTEMY CAD/CASE/CIM/CAQ/INTEGRACJA PROJEKT- WYTWARZANIE BI = {OLAP, SE, DSS, AI}

6 Podstawowe cechy współczesnych ZSIZ Wielodziedzinowośd /wieloaspektowośd Integracja rozproszonych organizacji i usług informacyjno-zadaniowych Wielodostępowośd/rozproszenie użytkowników Uniwersalnośd/parametryzacja Skalowalnośd/globalnośd/złożonośd Otwartośd/rozwojowośd Modularnośd/parametryzowane komponenty Aktywnośd/planowanie/prognozowanie/wnioskowanie Jednolity interfejs użytkownika

7 GŁÓWNE KOMPONENTY ZSIZ INTERFEJS UŻYTKOWNIKA/WARSTWA BIZNESOWA WSPOM AGANIE W PEŁNYM CYKLU ZARZĄDZ ANIA APLIKACJE UŻYTKOWE ZOBRAZOWANIE GRAFICZNE/ RAPORTY/ZESTAWIENIA WYMIANA DOKUMENTÓW ELEKTRONICZNYCH BAZA DANYCH = EWIDENCJA INFRASTRUKTURA TELEKOMUNIKACYJNA /TELEINFORMATYCZNA

8 GŁÓWNE KOMPONENTY ORGANIZACYJNE BI PAKIET = DZIEDZINA/OBSZAR ZASTOSOWAO MODUŁ = ZESTAW POWIĄZANYCH SESJI OBIEKT FUNKCJONALNY = OBIEKT INFORMACYJNY TABLICA = FIZYCZNY PLIK SESJA = WYKONANIE FUNKCJI JEDNOLITY JĘZYK UŻYTKOWNIKA = INTERFEJS MIĘDZY SESJĄ a UŻYTKOWNIKIEM ZOOM = OKNO DIALOGOWE

9 PLATFORMA PRACY GRUPOWO-SIECIOWEJ DANE OPERACYJNE/ TRANSAKCYJNE OLTP DANE ANALITYCZNE OLAP OLAP DM {AGREGACJE, ANALIZY} wg kryterium CZASU MIEJSCA PRZEDMIOTU STOPNIA AGREGACJI OBSZAR U PROCESÓW ZADAŃ FUNKCJI POSTAĆI INNE

10 WARTOŚCIOWANIE DZIAŁAO BIZNESOWYCH Koszty, Efekty/efektywnośd i wartości wskaźnikowe, Wskaźniki ekonomiczne i techniczne działao produkcyjno-biznesowych, Graniczny Punkt Rentowności, Margines bezpieczeostwa, Finanse i Budżetowanie.

11 Funkcje rachunku kosztów FUNKCJA DOWODOWA FUNKCJA ANALITYCZNA FUNKCJA EWIDENCYJNA FUNKCJA INFORMACYJNO- STATYSTYCZNA, Organizacja ucząca się FUNKCJE RACHUNKU KOSZTÓW FUNKCJA PLANISTYCZNA FUNKCJA CENOWA FUNKCJA KONTROLNA FUNKCJA OPTYMALIZACYJNA

12 PLN STEROWANIE WIELKOŚCIĄ PRODUKCJI = ILE? PRZYCHÓD/EFEKT BRUTTO KOSZTY STRATA EFEKT-NETTO/ZYSK WIELKOŚĆ PRODUKCJI

13 ZARZĄDZANIE MARGINESEM BEZPIECZEOSTWA PRZYCHÓD K ZYSK 0 WIELKOŚĆ PRODUKCJI/ WIELKOŚĆ PROJEKTU L MARGINES BEZPIECZEŃSTWA STRATA M F

14 OBIEKTYWIZACJA I KREOWANIE STRATEGII KONKURENCJI STRATEGIA KONKURENCJI ŹRÓDŁA PRZEWAGI KONKUREN CYJNEJ BI PRZEWAGA KONKURE NCYJNA OBSZAR KONKURE NCJI POZYCJA KONKUREN CYJNA = dźwignia zasobów

15 ANALIZA WARTOŚCI W SYSTEMACH BI ANALIZA PARETO-LORENTZA SKUMULOWANY ZYSK A B C RANGA WKŁADU RANGA PRODUKTU WG ZYSKU INŻYNIERIA WARTOŚCI TAK TRZYMAĆ ODRZUCIĆ ZMNIEJSZYĆ KOSZTY ZWIĘKSZYĆ SPRZEDAŻ RANGA PRZYCHODU 15

16 ZBIERANIE DANYCH I GLOBALNA OCENA WSKAŹNIKÓW QFD Ranga cechy wg klientów Ranga cechy wg sprzedawców Ocena ważności Wymagania klientów (i) W A R T O Ś C I PARAMETRY TECHNICZNE OCENA KONKURENCJA A SPEŁNIENIE WYMAGAŃ Ważność parametrów technicznych Znaczenie parametrów techn. [%] Cechy krytyczne Docelowa wartość parametrów techn. Z WYLICZENIA PROCENTOWY UDZIAŁ W PUNKTACJI GLOBALNEJ WG OCENY EKSPERTÓW WG OCENY EKSPERTÓW Porównanie z konkurencją Wskaźnik techn. trudności wykonania KONKURENCJA A SPEŁNIENIE CECH WG OCENY EKSPERTÓW

17 INTEGRACJA INFORMACYJNO CZASOWO - PRZESTRZENNA ZSIZ {DANE/INFORMACJA/WIEDZA, f(z)} = IC + MRP I/II + ERP I/II + DEM = OLTP OLAP = ETL {OLTP} DM = A{OLAP}

18 PERSPEKTYWA KOSTEK OLAP OG/ZT/OW PODMIOT G E O G R A F I A ŚRODEK MATERIAŁOWY MAGAZYN REGION KOMÓRKA ORGANIZACYJNA

19 ZSIZ PLATFORMĄ X-ENGINEERINGU X-ENGINEERING INTERNET ZSIZ PROCES

20 TRZY PYTANIA X-ENGINEERINGU JAK POWINNA SIĘ ZMIENIAD organizacja/firma, ABY EFEKTYWNIE FUNKCJONOWAD? W CZYIM INTERESIE? Z CZYJĄ POMOCĄ?

21 @ERP PLATFORMĄ WSPÓŁDZIAŁANIA ORGANIZACJI ROZPROSZONYCH e-commerce e-crm WWW /FRONT-END B2B/TRANSAKCJE B2C/SKLEPY INTEGRACJA ORGANIZACJI ROZPROSZONYCH GROUP DSS B2P/ BUSINESS TO PARTNER e-scm

22 KOMUNIKACJA/ ZAPYTANIA/ANALIZA DANYCH/ OLAP DM OGÓLNY MODEL WSPÓŁDZIAŁANIA WSPÓŁCZESNYCH ORGANIZACJI {ORGANIZACJA} UŻYTKOWNIK ŚRODOWISKO TECHNOLOGICZNE METADANE BIZNESOWE ON-LINE TRANSACTION PROCESSING EKSTRAKCJA DANYCH SELEKCJA FAKTÓW POTRZEBY WSPÓŁDZIAŁANIA REPOZYTORIUM DANYCH bieżących i historycznych Visual Studio PRZYGOTOWANIE DANYCH DO SZYBKIEJ ANALIZY

23 MODELOWANIE PLATFORMY WSPÓŁDZIAŁANIA {ORGANIZACJE AUTONOMICZNE} SYSTEMY BI MODEL ORGANIZACJI INTELIGENTNEJ PODMIOT KOORDYNUJĄCY CENTRUM KOMPETENCJI WYMAGANIA OGRANICZENIA WIEDZA I NARZĘDZIA

24 ANALIZA I WSPOMAGANIE DECYZJI System wspomagania procesów planistycznych DSS = p {OLAP= f(oltp)} PRZESZŁOŚĆ MODEL RETROSPEKTYWNY OLAP X-ENGINEERING PRZYSZŁOŚĆ MODEL PROSPEKTYWNY PROGNOZOWANIE DATA MINING

25 REGUŁY OLAP wg CODDA WIELOWYMIAROWE WIDOKI PRZEZROCZYSTOŚD DOSTĘPNOŚD WYDAJNOŚD ARCHITEKTURA KLIENT-SERVER RÓWNORZĘDNOŚD WYMIARÓW MACIERZE RZADKIE WIELODOSTĘP OPEROWANIE WIELOMA WYMIARAMI INTUICYJNE MANIPULOWANIE DANYMI ELASTYCZNE RAPORTOWANIE NIEOGRANICZONŚD WYMIARÓW I AGREGACJI

26 Przetwarzanie danych (2)

27 Business Intelligence - architektura Informacja Wiedza Wnioski Działanie Wyniki Systemy źródłowe DM Kostka OLAP ETL Hurtownia danych DM Kostka OLAP Użytkownicy: - Raporty - Zapytania do bazy - Analizy OLAP -Budżetowanie - Data Mining

28 Ilość agregacji ZAGROŻENIA = Problem eksplozji danych (4 poziomy dla wymiaru) Ilość wymiarów

29 METODY DATA MINING EKSPLORACYJNA ANALIZA DANYCH = TWORZENIE HIPOTEZ NA PODSTAWIE OGLĄDANYCH DANYCH W CELU POSZUKIWANIA WZORCA = WYKRESY ROZRZUTU

30 METODY DATA MINING MODELOWANIE OPISOWE = MODEL CAŁOŚCIOWEGO ROZKŁADU PRAWDOPODOBIEOSTWA, ZWIĄZKI MIĘDZY ZMIENNYMI, KLASY, SEGMENTY, SKUPIENIA (KLASTRY)

31 METODY DATA MINING MODELOWAMIE PREDYKCYJNE = PRZEWIDYWANIE WARTOŚCI, MODELE REGRESJI, KLASYFIKACJI DANYCH (OBIEKTÓW) NP. DRZEWA DECYZYJNE, b- DRZEWA i tp.

32 METODY DATA MINING ODKRYWANIE WZORCÓW I REGUŁ = WEDŁUG WYBRANEGO ASPEKTU, PODOBIEOSTWO SKOJARZEO

33 METODY DATA MINING WYSZUKIWANIE WG ZAWARTOŚCI/WZORCA = TEKSTY, OBRAZY, SZEREGI CZASOWE, DOWOLNE DANE, PODOBIEOSTWO DO WZORCA

34 OLAP DATA MINING OLAP WIEMY, CZEGO NIE WIEMY DATA MINING NIE WIEMY, CZEGO NIE WIEMY np. IBM INTELLIGENT MINER FOR DATA SAS ENTERPRICE MINER ORACLE 9i DATA MINING

35 DSS = SYSTEMY WSPOMAGANIA DECYZJI Baza Modeli np. DM Baza danych Moduł zarządzania bazą modeli Interfejs dostępu do Internetu i korporacyjnego intranetu System zarządzania bazą modeli Interfejs dostępu do zewnętrznych baz danych Interfejs dostępu do innych systemów komputerowych Zewnętrzna baza danych Moduł dialogowy

36 SYSTEMY EKSPERCKIE = DM(OLAP) Maszyna wnioskująca Moduł objaśniający Baza wiedzy Moduł pozyskiwania wiedzy Interfejs użytkownika BAZY I HURTOWNE DANYCH Inżynier wiedzy Ekspert Użytkownik

37 Systemy sztucznej inteligencji SSI System łączności z użytkownikiem System Zarządzania Bazą Danych BAZY I HURTOWNIE DANYCH Oprogramowanie aplikacji System Zarządzania Bazą Wiedzy

38 SUKCES WSPÓŁCZESNEJ ORGANIZACJI OTWARCIE NA OTOCZENIE I POWSZECHNOŚĆ STOSOWANIA BI 38