MURYJAS Piotr 1 GUTEK Dariusz 2 LASKOWSKI Maciej 3 Narzędzia business intelligence w zarządzaniu współczesnym przedsiębiorstwem transportowym WSTĘP Globalizacja, urbanizacja, wzrost liczby ludności to cechy współczesnego świata, które spowodowały znaczne zwiększenie mobilności osób oraz zapotrzebowania na różnego rodzaju dobra, a tym samym przyczyniły się do wzmożonego popytu na pasażerskie i towarowe usługi przewozowe. Według prognoz podanych przez największy światowy portal statystyczny Statista, wielkość transportu towarowego mierzonego w tonokilometrach zwiększy się do 2020 roku zarówno w Europie jak i w USA, Rosji czy Chinach (tabela 1). Tab. 1. Prognoza zmian wielkości transportu towarowego w tonokilometrach w latach 2010-2020 [13] Region Transport drogowy Transport kolejowy Transport wodny śródlądowy Europa Zachodnia 19,6% 37,4% 21,2% Europa Wschodnia 41,1% 31,8% 56,3% USA 17,1% 19,6% 4,5% Chiny 76,3% 64,9% 85,1% Rosja 50,3% 45,1% 7% Indie 98,9% 84,7% 220% Wśród wyzwań, jakie pojawiają się przed transportem nowej ery, wymienia się [7, s.2]: proliferację kanałów dystrybucji towarów oraz komodyzację usług; wzrost wymagań klientów dotyczących usług transportowych; wysokie koszty stałe utrzymania środków transportu i infrastruktury; duże wahania ceny paliwa; wymagania zrównoważonego rozwoju otoczenia i nowe regulacje prawne, związane ze sposobem świadczenia usług transportowych; wymagania dotyczące bezpieczeństwa realizacji usług transportowych. Aby sprostać tym wyzwaniom i jednocześnie zapewnić zyskowność prowadzonej działalności biznesowej, menedżerowie przedsiębiorstw transportowych poddani są silnej presji na podejmowanie takich decyzji, które zapewnią jeszcze wyższą efektywność procesów związanych z realizacją usług przewozowych i zapewnią wysoką ich dostępność. 1 ANALITYKA W ZARZĄDZANIU WSPÓŁCZESNYM PRZEDSIĘBIORSTWEM TRANSPORTOWYM Ilość danych pozyskiwanych w związku z realizacją usług transportu pasażerskiego i towarowego wzrasta w ogromnym tempie. Źródłami tych danych są np. systemy rezerwacji czy monitorowania przesyłek, zdarzenia zachodzące w łańcuchu dostaw jak również procesy nadzorowane przez różnego rodzaju oprzyrządowanie wyposażone w sensory generujące dane w czasie rzeczywistym. Według badań przeprowadzonych przez International Data Corporation (IDC), wiodącego na świecie dostawcy usług konsultingowych w obszarze technologii informacyjnych (IT ang. Information 1 Politechnika Lubelska, Wydział Elektrotechniki i Informatyki, Instytut Informatyki; 20-618 Lublin; ul. Nadbystrzycka 36B, Tel. +48 81 538-43-49, p.muryjas@pollub.pl 2 Politechnika Lubelska, Wydział Elektrotechniki i Informatyki, Instytut Informatyki; 20-618 Lublin; ul. Nadbystrzycka 36B, Tel. +48 81 538-43-49, d.gutek@pollub.pl 3 Politechnika Lubelska, Wydział Elektrotechniki i Informatyki, Instytut Informatyki; 20-618 Lublin; ul. Nadbystrzycka 36B, Tel. +48 81 538-43-49, m.laskowski@pollub.pl 7697
Technology), ilość danych pod koniec 2020 roku wzrośnie 50-krotnie w porównaniu do początku 2010 roku (rysunek 1). Rys. 1. Prognozowany wzrost ilości danych w latach 2010-2020 [4, s.3] Wraz z ilością danych wzrasta również stopień ich różnorodności i złożoności. Zjawisko eksplozji ilości danych i ich rodzaju zostało określone mianem "big data". Podejmowanie decyzji w tych warunkach staje się zadaniem niezmiernie trudnym i wymaga wsparcia, umożliwiającego efektywne i skuteczne wykorzystanie takiego zasobu. Zdolności umysłu ludzkiego nie pozwalają zidentyfikować wszystkich istotnych dla przedsiębiorstwa danych, wykryć zależności pomiędzy nimi a przede wszystkim stworzyć wielowymiarowy i pełny obraz rzeczywistości. Dlatego też analiza tak olbrzymich zasobów danych wymaga zastosowania specjalistycznych narzędzi IT, które pozwolą przetransformować posiadane dane w użyteczne i wartościowe biznesowo informacje, umożliwiające podejmowanie właściwych decyzji. Jednym ze sposobów zwiększenia efektywności funkcjonowania przedsiębiorstwa transportowego jest implementacja koncepcji zarządzania przez dane (ang. datadriven management), której najistotniejszymi elementami są analityka i business intelligence (BI). Analityczne podejście i BI w zarządzaniu współczesną firmą zostały uznane jako jedna z 10 najlepszych praktyk [11, s. 2]. Badania przeprowadzone przez Deloitte, amerykańską firmę konsultingową o globalnym zasięgu działania, wśród 100 menedżerów z 35 firm z USA, Kanady, Wielkiej Brytanii oraz Chin, potwierdzają rosnące zainteresowanie analityką i jej krytyczne znaczenie w procesach decyzyjnych. Wykorzystanie różnych metod i technik analitycznych, wg opinii 84% respondentów, zwiększyło konkurencyjność zarządzanych przez nich przedsiębiorstw, w tym 25% badanych uznało, iż jest to bardzo duży wzrost pozycji na rynku, a 30% określiło go jako duży [1, s. 5]. O sukcesach, będących rezultatem wdrożenia BI w firmach transportowych, mówi aż 82% ich menedżerów, z czego 41% potwierdza sukces całkowity, a 41% znaczny [2, s. 49]. Korzyści podejścia analitycznego oraz zastosowania business intelligence w zarządzaniu przedsiębiorstwem transportowym można dostrzec w dwóch obszarach: biznesowym (realizacja usług przewozowych) i technicznym (eksploatacja środków transportu). Z punktu widzenia biznesu najważniejsze to [1, s. 4]: skuteczne i efektywne wsparcie procesu podejmowania decyzji poprzez dostarczenie danych umożliwiających stworzenie jednego i spójnego obrazu prowadzonej działalności biznesowej; lepsze wspieranie kluczowych inicjatyw strategicznych; poprawa i wzmocnienie relacji z klientami i partnerami biznesowymi; zwiększenie możliwości identyfikacji ryzyk, związanych z funkcjonowaniem przedsiębiorstwa oraz wyższa zdolność do reagowania na zmiany zachodzące w otoczeniu gospodarczym; poprawa wyników finansowych przedsiębiorstwa; większa zdolność i zwinność w reagowaniu na zmiany trendu na rynku usług transportowych oraz rynkach powiązanych np. rynku paliw; możliwość identyfikowania i tworzenia nowych produktów i usług, umożliwiających wzbogacenie własnej oferty i stanowiących źródła przyszłych przychodów. 7698
Uwzględniając specyfikę działalności przedsiębiorstw transportowych, specjaliści z firmy IBM wskazują ponadto trzy główne obszary, w których analiza danych i BI będą źródłem istotnych i wymiernych korzyści [8, s. 3]. Obszary te dotyczą: analityki zachowań klientów i marketingu lojalnościowego, optymalizacji cen usług transportowych oraz pojemności (lub powierzchni) ładunkowej, optymalizacji i predykcji kosztów utrzymania zasobów niezbędnych do realizacji usług przewozowych. Współczesny klient jest źródłem olbrzymiej ilości danych, które pozostawia w różnych miejscach. Pozyskanie tych danych, nie tylko z systemów informatycznych przedsiębiorstwa, ale również np. z sieci społecznościowych, pozwala stworzyć pełny, 360-stopniowy widok opisujący potrzeby i zachowania takiego klienta. Dokładna ich znajomość stanowi podstawę tworzenia profili klientów, dzięki którym oferta przedsiębiorstwa jest silnie spersonalizowana na konkretnego odbiorcę usług i gwarantuje zaspokojenie jego indywidualnych wymagań. W ten sposób istotnie wzmacniane są więzi biznesowe pomiędzy przedsiębiorstwem i klientem, co prowadzi do zwiększenia jego lojalności w przyszłości. Zastosowanie analityki biznesowej pozwala także lepiej zrozumieć zdarzenia, które miały miejsce w przeszłości, i ich wzajemne zależności. Ocena skuteczności programów lojalnościowych czy identyfikacja wzorców usług oraz klientów prowadzą do pozyskania głębokiej wiedzy na temat ich aktualnej wartości biznesowej dla przedsiębiorstwa. Jednak analityka pozwala dodatkowo dokonać predykcji tej wartości i określić, jakie będą w przyszłości skutki podjętych dziś decyzji, związanych np. z utrzymaniem czy wycofaniem z oferty określonej usługi bądź też wprowadzenia nowego systemu premiowania klientów. W przypadku przedsiębiorstw transportowych szczególnie istotne korzyści zastosowania podejścia analitycznego dostrzegalne są w obszarze optymalizacji cen usług przewozowych oraz zajętości powierzchni i/lub pojemności ładunkowej. Niewykorzystane w pełni środki transportu są źródłem utraconych przychodów i jednocześnie powodują, że cena usług przewozowych jest niezadowalająca i dla przedsiębiorstwa (nie gwarantuje oczekiwanego zysku) i dla klienta (jest zbyt wysoka, gdyż nawet przy mniejszym gabarytowo ładunku klient płaci za zajęcie całej powierzchni ładunkowej). Wybór określonej strategii cenowej związany jest z koniecznością przewidywania różnych czynników, które będą wpływać na przedsiębiorstwo i jego otoczenie. Głównymi determinantami tej strategii będą popyt na usługi oraz zachowania konkurencji. Zaawansowane analityki umożliwiają prognozowanie tego popytu, określanie ryzyka wystąpienia zdarzeń decydujących bezpośrednio lub pośrednio o jego wielkości i o cenie usług (np. wzrost cen paliwa) oraz predykcję mocy ich wpływu, a także tworzenie scenariuszy działania adekwatnych do wewnętrznych i zewnętrznych czynników decydujących o dostępności i efektywności usług transportowych. W ten sposób zwiększa się tzw. zwinność przedsiębiorstwa oznaczająca zdolność szybkiego dostosowania się do zmieniającego się otoczenia. Analityka znajduje także istotne zastosowanie w zarządzaniu zasobami niezbędnymi do realizacji przewozów. Zarówno samochód, lokomotywa, statek morski czy powietrzny generują w czasie rzeczywistym olbrzymi strumień danych, które informują o aktualnym stanie technicznym środków transportu. Pozyskanie i analiza tych danych pozwalają uzyskać następujące korzyści [6, s. 2-3]: maksymalizacja długości czasu życia środka transportu oraz jego poszczególnych podzespołów czy części; obniżenie ogólnych kosztów napraw i serwisu; skrócenie czasu napraw i serwisu; zapewnienie wysokiej niezawodności środków transportu; uniknięcie zbędnych przeglądów technicznych; podwyższenie stopnia gotowości środka transportu do realizacji usług, określenie optymalnego planu przeglądów technicznych i napraw oraz ich zakresu. Analiza danych pozyskanych z sensorów zainstalowanych w środkach transportu umożliwia dodatkowo dokonać predykcji zdarzeń, które mogą zakłócić planowany prawidłowy sposób realizacji usług transportowych. Identyfikacja możliwości zagrożenia lub awarii, zanim one wystąpią, zapobiega lub ogranicza ich skutki (np. straty materialne, utrata zaufania klienta), a także zmniejsza 7699
potencjalnie wysokie koszty napraw lub odszkodowań, co jednocześnie zapewnia podniesienie poziomu bezpieczeństwa transportu. Szczególnie użyteczne są tutaj techniki data miningu, stosowane w ramach business intelligence, które na podstawie danych historycznych o eksploatacji środka transportu pozwalają określić prawdopodobieństwo i czas wystąpienia określonego zdarzenia np. awarii układu kierowniczego w samochodzie czy układu sterowania silnikiem. Rezultaty tak zaawansowanych analiz dostarczają informacji będących podstawą podjęcia decyzji zapobiegających takim nieprzewidzianym zdarzeniom. Podsumowując korzyści, osiągane dzięki zastosowaniu analitycznego podejścia do zarządzania przedsiębiorstwem transportowym, należy wskazać jeszcze jedną bardzo istotną. Jest nią tzw. inteligencja lokalizacyjna (LI ang. location intelligence), tj. zdolność do identyfikacji oraz zrozumienia procesów i zdarzeń w aspekcie ich przestrzennej lokalizacji. Pozyskanie danych z systemów GIS i zintegrowanie ich z danymi biznesowymi czy sensorycznymi tworzy nową przestrzeń, umożliwiającą bardziej wszechstronną analizę danych, uwzględniającą miejsca geograficzne ich wygenerowania [9]. 2 WYBRANE NARZĄDZIA BUSINESS INTELLIGENCE WSPOMAGAJACE ZARZĄDZANIE WSPÓŁCZESNYM PRZEDSIĘBIORSTWEM TRANSPORTOWYM 2.1 Wymagane funkcjonalności systemów BI w zarządzaniu przedsiębiorstwem Pozyskanie i zgromadzenie danych z różnych źródeł powiązanych z procesami transportu towarów i osób jest pierwszym etapem prowadzącym do stworzenia jednego i pełnego obrazu sposobu funkcjonowania przedsiębiorstwa transportowego. Jednak prawdziwą wartość biznesową dla menedżerów stanowi informacja, jaką mogą oni uzyskać z tych danych. Współczesne technologie informatyczne tworzą doskonałe warunki, w których surowe dane przekształcane są do postaci użytecznej w procesach decyzyjnych. Istotnym narzędziem, wspierającym tę transformację, są systemy BI, których funkcjonalności umożliwiają m.in. [10, s. 384]: opracowanie strategii działania, uwzględniającej aktualne i prognozowane warunki ekonomiczne, społeczne, prawne, ekologiczne świadczenia usług transportowych; tworzenie scenariuszy realizacji strategii przedsiębiorstwa z wykorzystaniem np. drzew decyzyjnych; budowanie modeli symulacyjnych opisujących wpływ różnych czynników (wewnętrznych i zewnętrznych) na rezultaty przyjętej lub symulowanej strategii działania; planowanie działań operacyjnych wynikających z przyjętej strategii; kontrolowanie stopnia osiągania celów biznesowych przy użyciu tzw. kluczowych wskaźników wykonania (KPI); tworzenie tzw. kokpitów menedżerskich (ang. dashborads), umożliwiających graficzną prezentację stopnia osiągania celów przedsiębiorstwa oraz zarządzanie ich kontentem informacyjnym; proaktywne alertowanie i powiadamianie osób zainteresowanych w sytuacji wystąpienia zdarzeń wymagających podjęcia natychmiastowych działań; dostęp do zaawansowanych technik i metod analitycznych, prognostycznych, optymalizacji i drążenia danych; tworzenie interaktywnych raportów, umożliwiające pozyskanie danych o różnym stopniu szczegółowości; właściwą dystrybucję informacji, niezbędnych do realizacji strategii oraz procesów operacyjnych (właściwy odbiorca informacji, właściwa informacja wymagana przez odbiorcę, właściwy czas dostarczenia informacji, wymagana przez odbiorcę postać informacji); publikowanie informacji na platformie komunikacji z pracownikami i otoczeniem przedsiębiorstwa (klientami czy partnerami biznesowymi). W warunkach globalizacji procesów biznesowych oraz wysokiej mobilności w obszarze transportu istotnego znaczenia nabiera funkcjonalność systemów BI dotycząca inteligencji lokalizacyjnej. Według badań przeprowadzonych w latach 2010-2013 przez Dresner Advisory Services, niezależnego 7700
amerykańskiego audytora w obszarze implementacji rozwiązań IT w biznesie, 52% respondentów uznało, iż location intelligence ma krytyczne lub bardzo duże znaczenie dla prowadzonej przez nich działalności [3, s. 19]. Systemy business intelligence tworzone są z uwzględnieniem specyfiki procesów zachodzących w danym przedsiębiorstwie i potrzeb informacyjnych jego menedżerów. Dlatego też na rynku rozwiązań IT, wspomagających podejmowanie decyzji, nie spotyka się gotowych produktów, które można zainstalować na komputerze i natychmiast je eksploatować. Systemy tej klasy tworzone są przy użyciu dedykowanych i zaawansowanych narzędzi BI, umożliwiających integrację dotychczas wykorzystywanych systemów transakcyjnych i przetworzenie danych w nich zgromadzonych do postaci informacji, stanowiącej podstawę procesów decyzyjnych. 2.2 Narzędzia budowy systemów business intelligence Współczesne systemy BI budowane są przy wykorzystaniu narzędzi dostarczanych przez takich producentów jak SAP, Oracle, IBM, SAS i Microsoft, uznawanych za liderów sprzedaży rozwiązań analitycznych i BI w 2013 roku [5]. Na rysunku 2 zaprezentowano tzw. magiczny kwadrat firmy Gartner Group, światowego lidera w ocenie rozwiązań IT wspierających biznes, który prezentuje czołowych producentów platform BI oraz ich pozycję na rynku. Rys. 2. Gartner Magic Quadrant dla platform analitycznych oraz BI [12] Opisywana uprzednio funkcjonalność location intelligence została zaimplementowana na platformach liderów w produkcji narzędzi analitycznych i BI (rysunek 3). Jej duże znaczenie potwierdza raport Gartner Group z 2014 roku, w którym po raz pierwszy w ocenie tych narzędzi zastosowano kryterium dotyczące integracji danych biznesowych z danymi przestrzennymi, ich analizy i możliwości prezentacji w formie adekwatnej do ich natury (tj. w postaci różnego typu map) [12]. 7701
Rys. 3. Implementacja funkcjonalności location intelligence na platformach analitycznych oraz BI [3, s.12] Czołowa czwórka dostawców narzędzi analitycznych i BI oferuje następujące wybrane produkty: SAP SAP BusinessObjects BI Platform (platforma integracji danych z wielu strukturalnych, semi-strukturalnych i niestrukturalnych źródeł danych, rozbudowane funkcjonalnie analityczne pakiety, personalizacja informacji i jej dystrybucji); SAP BusinessObjects Dashboards i SAP BusinessObjects Design Studio (interaktywna wizualizacja danych), SAP BusinessObjects Web Intelligence (proaktywne raportowanie), SAP BusinessObjects Mobile App i SAP BusinessObjects Explorer Mobile App (budowa mobilnych aplikacji do wizualizacji i drążenia danych), SAP BusinessObjects Analysis, edition for Microsoft Office (analityczne środowisko SAP wbudowane w MS Excel i MS PowerPoint, umożliwiające analizę danych i ich wizualizację), SAP BusinessObjects Analysis, edition for OLAP (eksploracja i analiza danych wielowymiarowych); Oracle Oracle Business Intelligence Foundation Suite (wielowymiarowa analiza danych, interaktywne kokpity menedżerskie i raporty, integracja i wizualizacja danych przestrzennych z danymi biznesowymi, mobilny dostęp do analitycznych danych, raportów i kokpitów), Oracle Advanced Analytics (analityka predykcyjna, data mining); IBM IBM Cognos (platforma zaawansowanego analitycznego przetwarzania, drążenia i wizualizacji danych) i IBM SPSS (analiza statystyczna i predykcyjna oraz data mining); SAS SAS Visual Analytics (interaktywna analiza danych, wizualna eksploracja danych, zintegrowana analityka i raportowanie), SAS Analytics Pro (statystyczna analiza danych i ich graficzna prezentacja), SAS Enterprise Miner (modelowanie deskrypcyjne i predykcyjne). Wśród innych, wyróżnionych w raporcie Gartner Group, producentów rozwiązań analitycznych i BI, należy wymienić: TIBCO Spotfire, które w swej ofercie posiada Spotfire Analytics Platform (analiza i eksploracja danych, projektowanie kokpitów menedżerskich i interaktywnych aplikacji analitycznych, analityka predykcyjna, analityka danych przestrzennych), Spotfire Cloud (Analytics Platform w chmurze), Spotfire Desktop (analiza statystyczna danych oraz wizualizacja), Spotfire Mobile Metrics (definiowanie i wizualizacja wartości KPI oraz drążenie danych z wykorzystaniem urządzeń mobilnych), Spotfire Advanced Analytics (analityka predykcyjna i modelowanie statystyczne, analityka danych geolokacyjnych, integracja danych i aplikacji z różnych źródeł, automatyzacja zadań analitycznych i dystrybucji ich rezultatów), Spotfire Data Sources (interfejsy dostępu do heterogenicznych źródeł danych); 7702
Tableau Software, oferujące narzędzia Tableau Desktop do zaawansowanej analizy, prognozowania i wizualizacji danych, Tableau Server platforma do gromadzenia, integracji i przetwarzania in-memory danych oraz projektów, kokpitów menedżerskich w Tableau Desktop, Tableau Reader narzędzie umożliwiające wyświetlanie i interakcję w raportach analitycznych oraz Tableau Online serwer Tableau do pracy w chmurze; Microstrategy, dostarczające produkty: MicroStrategy Analytics Platform (Analytics Desktop i Analytics Enterprise, zapewniające dostęp do wielu źródeł danych, umożliwiające deskrypcyjną i predykcyjną analizę danych oraz interaktywną ich wizualizację i Analytics Express narzędzia analityczne w chmurze) oraz Microstrategy Mobile (narzędzie tworzenia analitycznych aplikacji mobilnych); Information Builders, którego flagowy produkt analityczny to WebFOCUS Business Intelligence Platform, będący kompletnym środowiskiem do wykonywania analiz zarówno statystycznych jak i predykcyjnych, tworzenia interaktywnych raportów i ich dystrybucji, wizualnego odkrywania danych, przetwarzania danych przestrzennych, budowy analitycznych aplikacji desktopowych i mobilnych; QlikTech oferujące produkty QlikSense (narzędzie do samodzielnego tworzenia wizualizacji i odkrywanie danych przez użytkownika bez wsparcia ze strony deweloperów IT) oraz QlikView (kompletna platforma do budowy zaawansowanych aplikacji analitycznych, wykorzystujących zaawansowane algorytmy analizy statystycznej i predykcji, rozmaite techniki aktywnej wizualizacji i drążenia danych). Zaprezentowane powyżej narzędzia stanowią bardzo interesującą ofertę dla tych przedsiębiorstw z branży transportu, które poszukują niezawodnych rozwiązań IT, wspierających procesy decyzyjne. Jednak należy wyraźnie podkreślić, iż wybór tego narzędzia stanowi dopiero pierwszy krok w procesie tworzenia systemu BI. Ostateczny sukces wdrożenia takiego systemu uzależniony będzie od stopnia przygotowania menedżerów przedsiębiorstwa do wykorzystania business intelligence i ich zdolności do stworzenia kultury organizacyjnej, sprzyjającej implementacji analitycznego podejścia w zarządzaniu przedsiębiorstwem. WNIOSKI Wysoce konkurencyjny rynek usług przewozowych wymaga poszukiwania nowych możliwości zwiększenia konkurencyjności przedsiębiorstw transportowych. Osiągnięcie tego celu możliwe jest poprzez zastosowanie narzędzi IT, które tworzą warunki do realizacji idei analitycznego podejścia do zarządzania firmą. Funkcjonalności tych narzędzi pozwalają zbudować systemy business intelligence, które przekształcają dane korporacyjne w wartościowe biznesowo informacje, stanowiące podstawę procesów decyzyjnych. Dlatego też coraz więcej przedsiębiorstw transportowych decyduje się na wdrożenie business intelligence, dostrzegając wymierne korzyści jakie ono przynosi oraz upatrując w nim istotnego wsparcia dla lepszego zrozumienia procesów zachodzących wewnątrz firmy i jej otoczeniu oraz związków między nimi, a także prognozowania przyszłych warunków funkcjonowania. Streszczenie Zwiększenie efektywności świadczenia usług transportowych możliwe jest dziś poprzez lepsze wykorzystanie olbrzymiej ilości danych, generowanych w przedsiębiorstwie jak i jego otoczeniu. Realizacja tego postulatu wymaga jednak nie tylko ich pozyskania, odpowiedniego przetworzenia i wizualizacji wyników, ale przede wszystkim zbudowania dojrzałej kultury organizacyjnej, sprzyjającej realizacji nowej koncepcji zarządzania wykorzystującej business intelligence (BI). W artykule zaprezentowano znaczenie analitycznego podejścia do zarządzania współczesnym przedsiębiorstwem transportowym. Scharakteryzowano business intelligence jako nowoczesną ideę, przyczyniającą się do zdobycia przewagi konkurencyjnej oraz korzyści jego wdrożenia. Ponadto wskazano narzędzia IT wiodących producentów oraz ich funkcjonalności, które umożliwiają budowę systemów BI, wykorzystujących dane biznesowe i dane przestrzenne oraz umożliwiających ich transformację do postaci informacji użytecznej w procesach decyzyjnych. 7703
Business intelligence tools in management of contemporary transportation enterprise Abstract The efficiency increase of transport services is possible today through the better use of the huge amount of data generated in the enterprise and its environment. The realization of this postulate, however, requires not only the data acquisition, its appropriate processing and visualization, but first of all the creation of mature organizational culture, which conduces to the implementation of new management concept using business intelligence (BI). The article presents the importance of analytical approach to the management of contemporary transport enterprise. The business intelligence as a modern idea, which contributes to gain the competitive advantage and the benefits of its realization have been here discussed. Furthermore, the IT tools of leading producers and their functionalities, which enable designing and implementation of BI systems using business and spatial data and make possible to transform data into useful form of information in decision-making, have been pointed. BIBLIOGRAFIA 1. Davenport T. H., The Analytics Advantage. We re just getting started, Deloitte Analytics 2013, http://www2.deloitte.com/content/dam/deloitte/global/documents/deloitte-analytics/dttlanalytics-analytics-advantage-report-061913.pdf 2. Dresner H., Wisdom of Crowds Business Intelligence Market Study, Dresner Advisory Services, LLC, 2013, http://www.informationbuilders.com/tracker/email/new/pdf/2013_wisdom_of_crowds_bi_market_ study.pdf 3. Dresner H., Ericson J., Wisdom of Crowds Location Intelligence Market Study, Dresner Advisory Services, LLC, 2014, http://sapbusinessobjectsbi.com/wpcontent/themes/sapbi/library/images/2014-wisdom-of-crowds-location-intelliegnce-report.pdf 4. Gantz J., Reinsel D., The digital universe in 2020: Big Data, Bigger Digital Shadows, and Biggest Growth in the Far East, IDC 2012, http://www.emc.com/collateral/analyst-reports/idc-the-digitaluniverse-in-2020.pdf 5. Gartner, Gartner Says Worldwide Business Intelligence and Analytics Software Market Grew 8 Percent in 2013, Gartner Group Press Release, Stamford 2014, http://www.gartner.com/newsroom/id/2723717 6. Kaduwela V., Inbasekaran R., Leveraging Analytics in Transportation to Create Business Value, SAS Global Forum 2012 Proceedings, http://support.sas.com/resources/papers/proceedings12/383-2012.pdf 7. IBM, Moving Forward Harnessing data to improve business outcomes in travel and transportation, IBM Big Data and Analytics White Paper, 2012, http://www-01.ibm.com/common/ssi/cgibin/ssialias?subtype=wh&infotype=sa&appname=snde_gb_gn_usen&htmlfid=gbw0316 8USEN&attachment=GBW03168USEN.PDF 8. IBM, Big data and analytics in travel and transportation, IBM Big Data and Analytics White Paper, 2013, http://public.dhe.ibm.com/common/ssi/ecm/en/gbw03215usen/gbw03215usen.pdf (dostęp 29.09.2014). 9. Milton S., Location Intelligence The Future Looks Bright, Forbs Magazine 2010, http://www.forbes.com/sites/stevemilton/2011/10/11/location-intelligence-the-future-looks-bright 10. Muryjas P., Wawer M., Business intelligence narzędziem budowy i realizacji strategii przedsiębiorstwa, [w:] Rosa G., Smalec A., Gracz L., Marketing przyszłości. Trendy. Strategie. Instrumenty. Marketing w działalności podmiotów rynkowych, Zeszyty Naukowe Uniwersytetu 7704
Szczecińskiego nr 662, Ekonomiczne Problemy Usług nr 74, Szczecin 2011. [ISSN 1640-6818, ISSN 1896-382X], str. 373-386. 11. Nulogx, Is Your Transportation At Its Best? The Top 10 Transportation Management Best Practices, 2010, http://www.technologyevaluation.com/research/white-paper/the-top-10- Transportation-Management-Best-Practices.html 12. Sallam R.L., Tapadinhas J., Parenteau J., Yuen D., Hostmann B., Magic Quadrant for Business Intelligence and Analytics Platforms, Gartner Group 2014, http://www.gartner.com/technology/reprints.do?id=1-1qlgacn&ct=140210&st=sb (dostęp 29.09.2014). 13. Statista Portal, Forecast for global freight transport by region and mode of transportation 2010 and 2020 (in billion tonne kilometers), http://www.statista.com/statistics/272321/forecast-for-globaltransportation-of-cargo 7705