PROJEKTOWANIE SYSTEMÓW BUSINESS INTELLIGENCE - SZANSE I ZAGROśENIA Wiesław Wolny Bogdan Sadecki Wprowadzenie Jeśli chcesz zbudować statek nie poganiaj ludzi, by zabierali drewno, nie rozdzielaj im zadań i nie wydawaj rozkazów. Zamiast tego naucz ich wsłuchiwać się w przestrzeń i nieskończoność morza. [SAIN00] Warunki rynkowe charakteryzuje duŝa zmienność i konieczność poszukiwania elementów przewagi konkurencyjnej. Konieczne jest stałe obserwowanie przez kadrę zarządzającą kluczowych wskaźników działania przedsiębiorstwa wraz z szybkim podejmowaniem właściwych decyzji biznesowych. MoŜliwość natychmiastowego otrzymania wiarygodnej informacji w oparciu o wszystkie dostępne dane gromadzone przez przedsiębiorstwo stała się kluczowym czynnikiem bezpieczeństwa podejmowanych decyzji. Obecnie na rynku wiele firm realizuje juŝ projekty hurtowni danych i buduje systemy raportowo analityczne klasy Business Intelligence. BI jest zbiorem koncepcji, metod i procesów mających na celu optymalizację decyzji biznesowych [ZAST05]. Rozwiązania BI wykorzystując dane zawarte w zasobach informacyjnych przedsiębiorstwa oraz doświadczenie i wiedzę uczestników biznesu, pozwalają lepiej zrozumieć jego dynamikę. Dzięki BI monitorowanie na bieŝąco zmieniającej się sytuacji pozwala przedsiębiorstwom szybko zaadaptować się i zyskać przewagę konkurencyjną. Oferując narzędzia do eksploracji danych, Business Intelligence pozwala na odkrywanie moŝliwości, identyfikowanie tendencji i intuicyjne wykrywanie zdarzeń istotnych dla biznesu. BI to równieŝ zbieranie i zarządzanie danymi oraz analizowanie i dystrybuowanie informacji.
ROZDZIAŁ III Rys. 1. Systemy Business Intelligence Źródło: [ZAST05] Business Intelligence Pojęcie BI zdobyło sobie popularność w ostatnich kilku latach. Wcześniej duŝo chętniej uŝywano skrótów DSS (Decision Support System) czy EIS (Executive Information System). Obecnie nie proponuje się juŝ samych systemów EIS, lecz rozwiązania znacznie bardziej kompleksowe [RZEW01] Rozproszenie danych o aktualnym stanie przedsiębiorstwa, poziomie zapasów magazynowych, zaawansowaniu produkcji itd., które ma miejsce zwłaszcza w duŝych firmach, uniemoŝliwia skuteczne zarządzanie. Jeszcze trudniej zarządza się w warunkach rozproszonej informacji takimi instytucjami, jak na przykład banki. Brak solidnej informacji o stanie kredytowania setek placówek oraz informacji o procencie złych długów w poszczególnych regionach uniemoŝliwia prowadzenie skutecznej polityki finansowej całej instytucji i moŝe narazić ją na duŝe straty. Warunkiem przydatności systemów BI jest wcześniejsza agregacja informacji, na której dopiero później moŝna przeprowadzać skuteczne analizy statyczne i wariantowe. Podstawą systemu BI jest baza danych: tradycyjna lub wielowymiarowa, która wykorzystuje technologię OLAP lub rozwiązanie pośrednie (tzw. hybrydowe). Rozwiązania korzystające z OLAP pozwalają na wykonywa- 378
ZARZĄDZANIE WIEDZĄ I ROZWIĄZANIA BUSINESS INTELLIGENCE nie analiz finansowych i marketingowych oraz wizualizację ich wyników w czasie rzeczywistym. Wymagają one duŝej ilości pamięci operacyjnej, w której przechowywane są "kostki" bazy wielowymiarowej, co znacznie ogranicza moŝliwości wykonania złoŝonych obliczeń na wielkich bazach danych. Obecnie stosowane są raczej rozwiązania hybrydowe pozwalające na załadowanie części bazy danych do pamięci operacyjnej. Systemy analityczne klasy Business Intelligence często zasilane są z hurtowni danych. Mniejsze systemy klasy OLAP, posługują się własną wielowymiarową bazą danych. Podstawowe funkcje BI (sporządzanie raportów i analiz) moŝna wzbogacić o eksplorację danych (Data Mining) w celu wyszukiwania regularnych wzorców oraz współzaleŝności pomiędzy danymi. Od niedawna, dzięki rozwojowi e-biznesu, systemy te moŝna zasilać danymi wpisanymi przez klientów sklepów internetowych w formularze zamówień. Projekty hurtowni danych przyczyny niepowodzeń Projekty hurtowni danych bardzo często kończą się niepowodzeniem (przekroczeniem budŝetu, czasu itp.). Biorąc pod uwagę takie ryzyko obserwuje się coraz większe zastanawianie przed zaimplementowaniem hurtowi danych. Wykaz czynności do oceny ryzyk w projekcie hurtowni danych wg Craiga Utley a prezesa firmy specjalizującej się w hurtowniach danych [UTLE04]: Polityka przedsiębiorstwa jest główną przyczyną niepowodzeń w projektowaniu hurtowni danych, jest takŝe najtrudniejsza do rozwiązania (zasoby, wizja projektu). Często udaje się zakończyć działania sukcesem dzięki pozyskaniu wsparcia lidera. Hurtownia danych powinna być inicjatywą działów biznesowych, a nie IT. Zwiększenie zaangaŝowania uŝytkowników zwłaszcza tych końcowych jest jednym z elementów sukcesu w tworzeniu hurtowni danych. Dobrze jest angaŝować ich w procesie budowy, aby móc weryfikować to czy odpowiada ona potrzebom. Niezmiernie waŝnym elementem jest takŝe szkolenie. Składnice danych projekt moŝe znaleźć się w niebezpieczeństwie, jeŝeli od razu będzie się dąŝyło do pełnej hurtowni całego przedsiębiorstwa spełniającej wszystkie wymagania. Skupienie wysiłku na etapach pośrednich moŝe zapewnić sukces. Dobrze jest tworzyć najpierw składnice danych i następnie łączyć je w hurtownie danych. Na rynku sukcesem kończyły się działania firm tworzących w szybkim tempie hurtownie danych, ale rozpoczynając od pojedynczych składnic. Przeładowane kostki stanowią istotny problem ze względu na przeładowanie informacyjne i trudność przeglądania. Kostki zazwyczaj stosuje się w raportowaniu i w analizach. NaleŜy ograniczać liczbę wymiarów w kostkach do ośmiu. Jednym ze sposobów tworzenia łatwych do przeglądania kostek jest bu- 379
ROZDZIAŁ III dowanie prostych kostek i łączenie ich w większe. UŜytkownicy powinni powiedzieć jak chcą widzieć strukturę danych i jakie wartości chcą wyliczać. Nieprawidłowe lub niepełne wskaźniki KPI (key performance indicators - kluczowy wskaźnik wydajności). Wskaźniki te róŝnią się w poszczególnych firmach. Tutaj takŝe naleŝy konsultować dobór z końcowym uŝytkownikiem. Znajomość wskaźników KPI kluczowych dla organizacji pozwala zbudować skuteczną i uŝyteczną hurtownię danych. Ograniczony lub kiepski dostęp do danych naleŝy stosować odpowiednie narzędzia kliencie, dostarczając właściwy poziom moŝliwości analitycznych poszczególnym uŝytkownikom. NaleŜy pamiętać takŝe o włączeniu uŝytkowników do testowania i wyboru narzędzi kluczowe z punktu widzenia akceptacji i uŝycia hurtowni danych. Słaba jakość danych uŝytkownicy muszą bazować na poprawnych danych w hurtowni. Sukcesem kończy się przeglądanie wszystkich danych pochodzących z systemów źródłowych, zidentyfikowanie problemów z danymi i ewentualne ich usunięcie (jak nie u źródła to w procesie ETL). Niewystarczające finansowanie. Kolejnym istotnym czynnikiem zapewniającym sukces hurtowni danych jest właściwe budŝetowanie projektu. Zazwyczaj oszacowanie budŝetu jest za niskie. NaleŜy zaimplementować wszystkie części projektu. Projekty hurtowni danych są zazwyczaj ryzykownym przedsięwzięciem. Sukces lub poraŝka zaleŝy od kilku czynników. Projekty HD zakończą się powodzeniem, jeŝeli uda się uniknąć błędów tych najbardziej znanych. Szanse i zagroŝenia Business Intelligence Business Intelligence oferuje bardzo duŝo, jednak większość przedsiębiorstw nadal nie potrafi strategicznie wykorzystywać tego rozwiązania. Analitycy Gartner Group zidentyfikowali najczęstsze błędy w implementacjach BI oraz najwaŝniejsze sposoby ich uniknięcia [ZOLC05]. Wyniki badań ankietowych przeprowadzonych przez firmę Partner wśród 130 dyrektorów w informatycznych firmach w ponad 30 krajach pokazały chęć zainwestowania-podwyŝszenia wydatków na BI o ponad 6% rocznie. Wraz z odchodzeniem przez firmy od polityki cięcia kosztów, CIO zauwaŝają, Ŝe strategiczne wykorzystanie BI, połączone z koncentracją na poprawie jakości i skuteczności procesów biznesowych, będzie najbardziej znaczącym elementem w dostarczaniu wsparcia informatycznego dla rozwoju biznesu w latach 2005-2008. Instytucje zapytane, do czego będą uŝywały aplikacji BI, najczęściej odpowiadają, Ŝe jest (będzie) lepsze podejmowanie decyzji. MoŜna jednak powiedzieć, Ŝe większość przedsiębiorstw w ciągu ostatnich 5 lat nie poczyniła postę- 380
ZARZĄDZANIE WIEDZĄ I ROZWIĄZANIA BUSINESS INTELLIGENCE pów w jakości podejmowanych decyzji. Ogromna presja spowodowana koniecznością cięcia kosztów i usprawnianiem procesów wywołała większe zainteresowanie BI. Ciągle biznes traktuje BI głównie taktycznie. Niewielka część dostrzega, Ŝe kluczowym elementem sukcesu jest wpisanie BI w kulturę firmy. Analitycy Gartner Group wyróŝnili 7 kluczowych błędów związanych z wdraŝaniem Business Intelligence: Pierwszy błąd wizja, Ŝe wystarczy zbudować hurtownię danych, a firma się dostosuje. Dane są podstawą dla BI, jednakŝe niezmiernie istotny jest równieŝ rodzaj hurtowni danych i sposób jej prowadzenia. Bardzo często są one tworzone przez działy IT z niewielkim lub Ŝadnym zaangaŝowaniem biznesowym, przez co ich uŝytkownicy uwaŝają je za mało wartościowe. Drugi błąd - menedŝerowie znajdują się za zasłoną arkuszy. Bardzo wielu pracowników ukrywa się za arkuszami danych, poniewaŝ przyzwyczaili się do nich i poniewaŝ wiedzą, jak sterować liczbami tak, aby szefowie byli w pełni zadowoleni. Trzeci błąd - problematyczna jakość danych. Przewiduje się (Gartner), Ŝe do 2007 r. tylko ponad połowa projektów hurtowni danych będzie akceptowana w ograniczonym stopniu lub będzie odrzucana z powodu braku staranności w tworzeniu standardów jakości danych. Wiele firm wciąŝ nie dostrzega problemów z jakością danych, koncentrując się na identyfikacji, wyodrębnianiu i ładowaniu danych. Czwarty błąd - projekty BI muszą ewoluować. Współczesny biznes wymaga, aby projekty były stosunkowo krótkie, proste i natychmiast się zwracały. MoŜe to jednak często prowadzić do błędnego oceniania projektów. Stosowanie tych samych schematów za kaŝdym razem, uniemoŝliwia ewoluowanie projektów, a budowanie tych samych ograniczeń w nowych systemach jest jednym z największych wrogów sukcesu. Piąty błąd - dostawca aplikacji (nasz) zapewni nam najlepsze rozwiązanie. Za często zakłada się, Ŝe rozwiązanie typu "one-stop shop" będzie najbardziej opłacalne z punktu widzenia kosztów i jednocześnie najlepsze dla biznesu. Aby nie popełnić błędu zawsze naleŝy porównać kilka ofert najlepszych w danej dziedzinie dostawców. Szósty błąd - wykorzystanie outsourcingu (moŝliwość). Przewiduje się (Gartner), Ŝe do 2006 r. mniej niŝ 10% firm, w których outsourcing moŝe być elementem strategii, będzie w stanie całościowo korzystać z outsourcingu aplikacji i operacji BI. Według firmy tej, powinno się zdefiniować swoje kluczowe kompetencje i moŝliwości BI, aby oszacować, co mogą robić u siebie, a co zlecić firmie zewnętrznej, unikając pokusy przekazywania w outsourcing wszystkiego. Siódmy błąd wystarczy zestaw narzędzi. Elementem wieńczącym cały projekt powinien być zestaw narzędzi do zarządzania. Firmy powinny najpierw 381
ROZDZIAŁ III zbudować trwałą i stabilną infrastrukturę BI. Później powinny stworzyć podejście sieciowe, w którym te nowe technologie są w stanie współpracować z innymi technologiami BI wewnątrz organizacji i poza nią. Rekomendowane działania Gartner Group: pewność, Ŝe zarząd chce wydać pieniądze na BI, stworzenie jednolitej struktury BI, podniesienie bieŝących kwalifikacji i ciągłe ulepszanie inicjatyw BI. Rekomendowane działania SAS. Przede wszystkim organizacje róŝnią się od siebie rynkiem, na jakim działają, kompetencjami kadry, dojrzałością procesów, kulturą czy zbudowaną lub odziedziczoną po poprzednikach infrastrukturą techniczną. W ramach organizacji róŝne departamenty mogą mieć róŝną dojrzałość. Te właśnie róŝnice są równieŝ bardzo istotne w kontekście pytania o skuteczne wdraŝanie rozwiązań Business Intelligence. Dojrzałość jest zdolnością organizacji do wykorzystania informacji jako strategicznego zasobu. Dojrzałe organizacje potrafią wykorzystać informację podczas definiowania swojej strategii, a później osiągać swoje strategiczne i taktyczne cele poprzez jej uŝycie do uzyskania przewagi konkurencyjnej. Poziomy dojrzałości 1. Poziom operacji - jest typowym dla nowo powstałych, szybko rozwijających się organizacji, skupionych na rozwiązywaniu problemów "tu i teraz". Informacja jest "własnością" jednostek i kaŝdy ma swoją "wersję prawdy". Brak jest planów długofalowych i standardów w zakresie informacji, a ona sama niewiele wnosi dla przedsiębiorstwa jako całości. 2. Poziom konsolidacji - organizacja na tym etapie ma pewne rozwiązania funkcjonalne lub działowe, a informacja jest zgromadzona w działowych czy funkcjonalnych bazach danych. Informacja w danej jednostce jest spójna i zarządzana przy uŝyciu lokalnych standardów i narzędzi. Jest tzw. efekt silosów informacyjnych. Największym ich problemem jest niewielka kontrola nad procesami informacyjnymi w skali całej organizacji. Przejście z tego etapu na kolejny jest największym wyzwaniem, ściśle związanym ze skutecznością wdraŝania rozwiązań typu Business Intelligence. 3. Poziom integracji - silosy informacyjne w tym etapie zostają zintegrowane w jeden pełny obraz firmy i powstaje zintegrowane środowisko informacyjne. Firma jest świadoma wagi jednolitego zdefiniowania danych i informacji na poziomie ogólno-firmowym. Wersja prawdy jest jedna i realna ocena funkcjonowania oparta o mierzalną informację. Dostęp do informacji jest powszechny i jednolity, a procesy informacyjne są powtarzalne. 4. Poziom optymalizacji - na tym poziomie organizacja jest w stanie monitorować rynek i bardzo szybko dostosować się do jego wymagań. Informacja jest elementem mierzenia, dostosowywania i ulepszania procesów biznesowych, pozwalając na podejmowanie decyzji w oparciu o fakty. Poziom ten 382
ZARZĄDZANIE WIEDZĄ I ROZWIĄZANIA BUSINESS INTELLIGENCE koncentruje się nad doskonaleniem i rozwojem procesów, jak teŝ dalej idącym zrozumieniem i nadąŝaniem za potrzebami klientów i partnerów. Organizacja ma jasny obraz całego biznesowego łańcucha wartości i jest w stanie poprawiać swoje procesy, eliminując nieefektywność i straty. Dotyczy to m.in. rentowności produktu i klienta, efektywności działań marketingowych, produktywności kadry, efektywności dostaw, satysfakcji klienta i innych miar. Technologia (infrastruktura) jest tylko jednym z wymiarów, w ramach których moŝliwe są próby oszacowania poziomu rozwoju tej czy innej organizacji. Istotna jest jej zdolność do adaptacji, stabilność, skalowalność i moŝliwości integracji. Jednak niemniej waŝne są inne czynniki, takie jak postawa i umiejętności pracowników, kultura organizacji, procesy, standardy. Ryzyko projektu budowy hurtowni danych Hurtownie danych obejmujące swoim zasięgiem działania całą firmę są bardzo złoŝone pod względem swojej struktury. Wraz ze złoŝonością przedsięwzięcia rośnie ryzyko jego niepowodzenia. Chcąc doprowadzić projekt do szczęśliwego zakończenia naleŝy, co jest powszechnie znane, ściśle współpracować z przyszłymi uŝytkownikami, sensownie planować technicznie i merytorycznie, iteracyjnie wdraŝać system. Współpraca z uŝytkownikami na poziomie zarządów, kadry kierowniczej ze względu na ograniczenia czasowe i róŝne inne jest wyjątkowo skomplikowana. Drugim sposobem ograniczenia ryzyka jest precyzyjne zdefiniowanie architektury hurtowni danych juŝ na samym początku prac. Chodzi o odniesienie całego zakresu funkcjonalnego do strategii działania oraz o zaplanowanie architektury technicznej całego systemu. Jest to etap bardzo Ŝmudnej pracy, w wyniku której powstaje jedynie dokumentacja. Jest on jednak bardzo waŝny ze względu na jakość planu realizacji przedsięwzięcia, która jest proporcjonalna do wiedzy na jego temat. Dobrze zaplanowana architektura pozwoli na znaczną poprawę wydajności w realizacji kolejnych fragmentów hurtowni danych (fundament do budowy kolejnych systemów). Hurtownie danych są systemami bardzo złoŝonymi, obejmują bardzo szeroki zakres potrzeb informacyjnych. Z zakresem tym nie da się walczyć czy unikać go. Skutecznym jest podejście polegające na podzieleniu etapów projektowania i realizacji na kilka kawałków i realizowaniu ich po części. UŜytkownik otrzymujący juŝ gotowy element całości chętniej angaŝuje się we współpracę, współtworzenie dalszych jego części, co zazwyczaj ma swój pozytywny koniec. 383
ROZDZIAŁ III Przyrosty funkcjonalności systemu powinny być tak zdefiniowane, aby dało się kaŝdy nich zaprojektować, zaimplementować i wdroŝyć w terminie nie przekraczającym trzech miesięcy. Wnioski Koncepcja Business Intelligence, moŝna powiedzieć, jest niezaleŝna od platformy sprzętowej, systemu operacyjnego oraz bazy danych. Informacje, które są potrzebne do analiz w przedsiębiorstwie, mogą pochodzić z wielu róŝnych systemów informatycznych w nim funkcjonujących. Celem jest integracja wszelkich procesów analitycznych na poziomie całego przedsiębiorstwa wraz z jak najbardziej elastyczną dystrybucją rezultatów do wszystkich zainteresowanych i uprawnionych. Efektywne wprowadzenie rozwiązań Business Intelligence wymaga od wdra- Ŝających ogromnej i specyficznej wiedzy dziedzinowej oraz duŝego doświadczenia. Potrzebna jest dobra, jednoczenie poparta doświadczeniami koncepcja zarządzania wiedzą, umiejętność przełoŝenia potrzeb biznesowych na mechanizmy informatyczne oraz nowoczesna i starannie dobrana technologia. Przedsiębiorstwo chcące samodzielnie zdobyć niezbędne kompetencje w akresie Business Intelligence musi się liczyć z duŝymi kosztami, co często okazuje się nieopłacalne z ekonomicznego punktu widzenia wysoką jakość świadczonych usług. Szczęśliwe zakończenie projektu to, o czym juŝ wspomniano, ścisła współpraca z przyszłymi uŝytkownikami, sensowne planowanie technicznie i merytoryczne, iteracyjne wdraŝanie systemu. Literatura: [SAIN00] Saint-Exupery A.: The Wisdom of the Sands, motto jednego z wystąpień na kongresie Business Intelligence, Hamburg, 2000 [ZAST05] Zastosowania Business Intelligence. http://www.businessintelligence.pl/ zastosowania.htm, 2005-05 [RZEW01] Rzewuski M.: Polowanie na klienta, PCkurier, 23. 2001 [UTLE04] Utleń C.: Hurtownie danych jak zwiększyć szanse powodzenia, Systemy IT, 09.2004 [ZOLC05] śółcińska W.: Szanse sukcesu i zagroŝenia poraŝką w BI, CIO Magazyn Dyrektorów IT, http://cio.cxo.pl/artykuly/47114.html, 2005-05 384