PRZETWARZANIE ANALITYCZNE PODSTAWĄ ROZWIĄZAŃ INFORMATYCZNYCH KLASY BUSINESS INTELLIGENCE Streszczenie Helena Dudycz Instytut Informatyki Ekonomicznej Akademia Ekonomiczna we Wrocławiu helena.dudycz@ae.wroc.pl Konieczność pozyskiwania przez decydentów potrzebnych informacji we właściwym czasie wymaga zastosowania przetwarzania analitycznego danych. Celem niniejszego artykułu jest wskazanie narzędzi analitycznych stanowiących podstawę rozwiązań informatycznych klasy Business Intelligence (BI). Analizę przeprowadzono zgodnie z zaproponowanym warstwowym modelem architektury funkcjonalnej zaawansowanego systemu informacyjno-analitycznego stanowiącego całościowe podejście do koncepcji BI. Słowa kluczowe: Business Intelligence, zaawansowane systemy informacyjnoanalityczne. 1. Wprowadzenie Od kilkudziesięciu lat informatyka stara się wspierać kaŝdy moŝliwy obszar działalności biznesowej przedsiębiorstwa, co ma odzwierciedlenie zwłaszcza w ostatnim dwudziestoleciu 1, gdzie w wielu organizacjach gospodarczych nastąpił gwałtowny rozwój technologiczny spowodowany (zob. m.in. [KuKo01, s. 15]): wzrastającą globalizacją i konkurencją, głębokimi jednoczesnymi zmianami strukturalnymi poszczególnych branŝ i organizacji, wzrastającą siłą przetargową klientów i dostawców produktów oraz usług, rosnącym popytem na kadrę zdolną do stałego uczenia się. Tym bardziej teraz, stojąc na progu zmian w sposobie prowadzenia biznesu, wywołanych takimi czynnikami jak globalizacja handlu i Internet, szybki dostęp do informacji nabiera priorytetowego znaczenia. Zwłaszcza czasu stał się nieodzownym czynnikiem dokonywania analiz biznesowych, dlatego stanowi on 1 Nicholas G. Carr podaje dane świadczące o znacznym wzroście wydatków kapitałowych na systemy i rozwiązania informatyczne w przedsiębiorstwach amerykańskich: w połowie lat 60-tych stanowiły one jedynie 5%, pod koniec lat 80-tych juŝ 15%, w połowie lat 90-tych 30%, osiągając pod koniec lat 90_tych 50% [Nich04].
274 Zarządzanie wiedzą i rozwiązania Business Intelligence integralny składnik wszystkich aplikacji analitycznych, rozumianych jako system informatyczny udostępniający w sposób zintegrowany informacje uzyskane z wielu źródeł (systemów komputerowych, wskaźników, danych uzupełniających itp.) pozwalający uŝytkownikowi efektywnie prowadzić analizy (np. symulacje, weryfikację wyciągniętych wniosków). Charakterystyczne cechy tych rozwiązań to: informacje pochodzą z wielu źródeł, występuje integracja danych oraz efektywność analiz, czyli moŝliwość uzyskania wyników w krótkim czasie (w ciągu minut, a nie dni) (zob. m.in. [Sypk03, s. 16]). Wymienione właściwości stanowią o tym, Ŝe rozwiązania te są nieodzownym elementem systemów informatycznych klasy Business Intelligence (BI). 2. Potrzeba wdraŝania systemów przetwarzania analitycznego Organizacje gospodarcze korzystają z zróŝnicowanych tematycznie aplikacji, funkcjonujących często na róŝnorodnych platformach, nastawionych na poprawną ewidencję danych i właściwe sporządzanie sprawozdań. Dzisiejsze systemy transakcyjne pomimo tego, Ŝe mają duŝo własnych raportów, nie ułatwiają jednak uŝytkownikom wyszukiwania odpowiedzi na róŝnorodne, niestandardowe pytania dotyczące sfery ekonomicznej i technicznej firmy stawiane przez zarząd i pracowników. Praktyka gospodarcza często pokazuje, iŝ paradoksalnie im przedsiębiorstwo jest lepiej zinformatyzowane tym analizowanie informacji moŝe być bardziej skomplikowane m.in. ze względu na [DuSi03a, s. 89]: ogrom ilości przechowywanych danych, trudność rozpatrywania kilku lub kilkunastu oddzielnych raportów, często pochodzących z róŝnych systemów, dostarczanie najczęściej standardowych raportów i bez względu jak duŝa występuje ich ilość, często zdarza się, Ŝe Ŝaden z nich nie zawiera dokładnie tej informacji, która jest w danej chwili potrzebna, czasochłonność generowania raportów, gdzie czynność ta dodatkowo obcią- Ŝa działające systemy transakcyjne. Podejmowanie trafnych decyzji gospodarczych i sprawne zarządzanie wymaga natychmiastowego dostępu do całości danych. Natomiast pozyskiwanie informacji na podstawie wielu raportów pochodzących z systemów transakcyjnych ma istotne wady: czas tworzenia raportów jest długi, a uŝywanie danych transakcyjnych jako źródła informacji nie jest efektywne, gdyŝ nie są one usystematyzowane i wyczyszczone, czyli pozbawione błędów oraz dostęp do danych musi być zorganizowany w taki sposób, aby dane mogły być wykorzystywane w procesie decyzyjnym, a to wymaga moŝliwości tworzenia analiz obejmujących całość organizacji. Przed problemem stworzenia dobrego systemu raportów i dystrybucji informacji stoi większość organizacji gospodarczych. Odpowiedzią na dzisiejsze
Przetwarzanie analityczne podstawą rozwiązań informatycznych klasy 275 potrzeby decydentów w zakresie uzyskiwania odpowiednich informacji w odpowiednim czasie są rozwiązania informatyczne budowane według koncepcji Business Intelligence 2. Aplikacje te słuŝą do analizy wszystkich obszarów działalności przedsiębiorstwa - od analizy finansów, sprzedaŝy, produkcji po analizy klientów, zaopatrzenia, marketingu, dystrybucji, itd. Pozwalają nie tylko skutecznie mierzyć biznes, ale równieŝ skutecznie go planować. Sam termin BI zdaniem autorki oznacza rozwiązanie systemowe wynikające ze ścisłej współpracy biznesu z informatyką i stanowiące zbiór metod oraz procesów mających na celu ulepszanie decyzji biznesowych, wykorzystując dane zawarte we wszystkich zasobach przedsiębiorstwa oraz doświadczenie i wiedzę uczestników biznesu w celu dokładnego zrozumienia jego strategii oraz celów, gdzie dostarczone kompleksowe rozwiązania informatyczne pozwalają zarówno na zbieranie, przetwarzanie i zarządzanie danymi, jak i analizowanie oraz dystrybuowanie informacji. BI ma na celu zapewnienie decydentom odpowiedniej jakości informacji do podejmowania decyzji we właściwym czasie i miejscu. Wymaga to zastosowania odpowiednich rozwiązań zarówno informatycznych, jak i dotyczących struktury organizacyjnej oraz procesów działalności przedsiębiorstwa. 3. Warstwa przetwarzania analitycznego w systemach klasy BI System informatyczny klasy BI jest to rozwiązanie zapewniające zestaw technologii oraz produktów pozwalających na podstawie danych pochodzących z róŝnych źródeł (wewnętrznych, np. bazy transakcyjne, dokumentacja wewnętrzna i zewnętrznych, np. statystyki krajowe i zagraniczne, Internet, dostawcy, klienci), zbierać i udostępniać uŝytkownikowi personalizowaną informację dostosowaną do specyficznych jego wymagań z uwzględnieniem konkretnych dziedzin działalności gospodarczej oraz wspomagających podejmowanie strategicznych decyzji biznesowych. A zatem tworzenie systemów informatycznych klasy BI ma za zadanie wspierać kadrę zarządzającą w przedsiębiorstwie dostarczając im niezbędne informacje przede wszystkim do podejmowania decyzji strategicznych (np. prognozowanie i planowanie strategii biznesowej, przewidywanie skutków planowanych inwestycji, analiz wielowymiarowych). Dodatkowo rozwiązania te charakteryzują się m.in. łatwym (ale i zarazem bezpiecznym) dostępem do potrzebnych informacji, obsługą procesów związanych z analizą i dystrybucją raportów w obrębie przedsiębiorstwa oraz kooperantów. 2 Rozwiązania informatyczne klasy BI są rozumiane róŝnie: jedni interpretują je bardzo szeroko, gdzie oprócz rozwiązań analitycznych są równieŝ hurtownie danych i takie elementy, jak narzędzia Microsoft Office, inni zaś jako systemy BI podają jedynie narzędzia do przetwarzania analitycznego danych.
276 Zarządzanie wiedzą i rozwiązania Business Intelligence Uwzględniając rozwiązania informatyczne oraz potrzeby BI, autorka oraz Robert Sierocki zaproponowali warstwowy model architektury funkcjonalnej rozwiązań informatycznych, określany przez nich jako zaawansowany system informacyjno-analityczny (ZSIA) stanowiący całościowe podejście do architektury systemu klasy BI (zob. m.in. [DuSi03a], [DuSi03b]). ZSIA stanowią szerokie połączenie technologii i aplikacji umoŝliwiających zbieranie, łączenie, gromadzenie, selekcję, analizę i czytelną prezentację, pochodzącej z róŝnych źródeł informacji biznesowej na potrzeby konkretnych dziedzin działalności gospodarczej przedsiębiorstwa według koncepcji BI (por. [DuSi03a, s. 90]). Są to rozwiązania kompleksowe realizujące proces przetwarzania danych w wiedzę biznesową. Zadaniem ich jest zarówno analiza wcześniej zaistniałych faktów gospodarczych, jak i przewidywanie (prognozowanie) przyszłych zdarzeń przy zaistnieniu określonych warunków w przyszłości. W modelu architektury funkcjonalnej ZSIA występuje warstwa przetwarzania analitycznego (rys. 1), którą szerzej omówiono w dalszej części niniejszego artykułu. Ź r ó d ł a d a n y c h W a r s t w a I : i n t e g r a c ja i s k ł a d o w a n ie W a r s t w a I I : p r z e t w a r z a n i e a n a li t y c z n e W a r s t w a I I I : u d o s t ę p n ia n i e w y n i k ó w W e w n ę t r z n e ź r ó d ła d a n y c h W a r s t w a I V : a d m i n i s tr a c ja E T L H u r t o w n ia d a n y c h P o d s t a w o w e n a r z ę d z ia a n a li t y c z n e Z a a w a n s o w a n e n a r z ę d z ia a n a li t y c z n e P o r t a l e i n f o r m a c y jn e Z e w n ę t r z n e ź r ó d ła d a n y c h A g r e g a c j e O L A P A p li k a c je a n a li t y c z n e A u t o m a t y c zn a d y s t r y b u c ja Z a a w a n s o w a n y S y s te m I n f o r m a c y j n o - A n a lit y c z n y Rys. 1. Model warstwowy architektury funkcjonalnej zaawansowanych systemów informacyjno-analitycznych Źródło: [DuSi03a, s. 92].
Przetwarzanie analityczne podstawą rozwiązań informatycznych klasy 277 4. Narzędzia przetwarzania analitycznego Narzędzia warstwy przetwarzania analitycznego mają na celu zaspokojenie potrzeb róŝnych grup uŝytkowników, w tym zarówno osób samodzielnie projektujących raporty i analizy (np. analitycy), jak i osób korzystających juŝ z przygotowanych raportów (np. prezesi zarządów, dyrektorzy finansowi). Przejdziemy do krótkiej analizy warstwy analitycznej w modelu warstwowym architektury funkcjonalnej ZSIA stanowiącego rozwiązanie informatyczne koncepcji BI, w ramach której wyróŝniono: podstawowe narzędzia analityczne, zaawansowane narzędzia analityczne oraz aplikacje analityczne (rys. 1). Podstawowe narzędzia analityczne są najpowszechniej stosowaną formę przetwarzania analitycznego, w ramach którego występują: narzędzia generowania zapytań i raportowania (Query&Report Q&R), eksploracja OLAP (pakiety front-end do dynamicznej analizy danych zawartych w agregacjach OLAP), arkusze kalkulacyjne oraz narzędzia wizualizacji danych. Narzędzia generowania zapytań i raportowania są najbardziej podstawowym narzędziem analizy danych zawartych najczęściej w hurtowni danych. Narzędzia typu Q&R uzupełniają systemy odpowiadając na pytania np. Co się stało? Jaki poziom osiągnęła sprzedaŝ w danym miesiącu? Jak otrzymane wyniki mają się w porównaniu do poprzedniego okresu? Istnieją dwa rodzaje raportowania (zob. m.in. [Uffo02]): standardowy oraz ad hoc. Raporty standardowe (predefinowane) są to raporty dotyczące wielkości sprzedaŝy lub innych kluczowych dla biznesu danych liczbowych dotyczących poszczególnych dni, tygodni, miesięcy itp. Projektant tych raportów bazując na zdefiniowanym środowisku pojęć biznesowych przygotowuje zestaw raportów, które moŝna sparametryzować tak, aby uŝytkownik w momencie jego uruchomienia, wybierał wartości dostępne z listy lub wprowadzał samodzielnie określone wartości w polu wyboru. Następnie tak przygotowane raporty udostępnia się uŝytkownikom w sieci lokalnej lub poprzez ich publikację w portalu, którzy uruchamiają je na Ŝądanie lub określają harmonogram ich realizacji tj. o określonej porze lub cyklicznie. Raport standardowy moŝe zostać przygotowany w postaci tabularycznej lub graficznej. MoŜe równieŝ zawierać inne obiekty typy OLE zdefiniowane wcześniej przez projektanta raportów. Natomiast raporty ad hoc są tworzone w przypadku pojawienia się zapytania dotyczącego szczegółów zawartych w danych. UŜytkownik korzysta z przygotowanego środowiska do budowy raportów i zadawania zapytań do baz danych udostępnionych wcześniej przez administratora. Bazując na udostępnionych tabelach i kolumnach, uŝytkownik generuje zapytanie do źródłowych baz danych, którego efektem jest wygenerowany raport. Z reguły raporty ad-hoc, które okazują się przydatne więcej niŝ jednemu uŝytkownikowi stają się z cza-
278 Zarządzanie wiedzą i rozwiązania Business Intelligence sem raportami predefinowanymi i mogą być udostępniane większej grupie uŝytkowników. Występuje równieŝ moŝliwość wybrania postaci graficznej w celu czytelniejszej prezentacji danych. Kolejnym elementem w grupie podstawowe narzędzia analityczne są analizy wielowymiarowe OLAP, gdzie uŝytkownik, przeprowadza analizę na udostępnionej bazie wielowymiarowej (kostce MOLAP lub ROLAP) albo korzysta z gotowych raportów zdefiniowanych na bazie kostki, które odświeŝają się w momencie ich generowania i dzięki temu zawierają dane aktualne z dokładnością do czasu odświeŝenia kostki wielowymiarowej. Analizowanie kostki polega na wykonywaniu operacji OLAP takich jak: zmiana poziomu szczegółowości danych (ang. drill-down, drill-up), zmiana przekrojów analizowanych danych (ang. slice and dice), wyszukiwanie wartości ekstremalnych (ang. exceptions), prezentowanie wyników w postaci wykresów, kontekstowe przechodzenie do danych szczegółowych (ang. drill-through). Technologia OLAP pozwala uŝytkownikom przeprowadzać kompleksowe analizy danych poprzez szybki dostęp do wielowymiarowych widoków przedsiębiorstwa. OLAP umoŝliwia nie tylko uzyskać odpowiedź na pytania, "kto?", "co?" i "kiedy?", ale równieŝ "co jeśli?" i "dlaczego?". Aplikacje OLAP pozwalają na prognozowanie przyszłości oraz odkrywanie zaleŝności na podstawie danych historycznych, które nie mogą być zauwaŝone bezpośrednio z surowych danych [Pend02]. WaŜne jest, aby aplikacje OLAP dostarczały zarządzającym przedsiębiorstwem informacji, których potrzebują oni do podejmowania efektywnych decyzji dotyczących strategii organizacji. Kluczowym wskaźnikiem dobrej aplikacji OLAP jest dostarczenie potrzebnej informacji w jak najkrótszym czasie. Następny element stanowią arkusze kalkulacyjne dające moŝliwość tworzenia modeli automatycznie generujących cykliczne raporty, które zawierają typowe informacje dostarczane przez system informatyczny dla potrzeb zarządzania. Korzystając z interfejsów dostępu do baz danych (np. ODBC) oraz mechanizmów ekstrakcji danych dostarczanych przez języki zapytań (SQL, QBE, GQBE) moŝna zdefiniować schematy selekcjonowania i agregowania danych. Raz zredagowane algorytmy ekstrakcji danych są na bieŝąco automatycznie uaktualniane. Umiejscowienie tego narzędzia w architekturze wynika po części z jego powszechności występowania i stosowania w przedsiębiorstwach. Ostatnim wyróŝnionym elementem w podstawowych narzędziach analitycznych są narzędzia wizualizacji danych, które słuŝą zwiększeniu przejrzystości i czytelności prezentowanych informacji. Większość narzędzi analitycznych oferuje proste moŝliwości graficznej ilustracji zaleŝności między danymi, ale ich potencjał jest niewielki w porównaniu ze specjalizowanymi pakietami, gdzie obrazy graficzne są nieocenionym narzędziem kadry kierowniczej przedsiębior-
Przetwarzanie analityczne podstawą rozwiązań informatycznych klasy 279 stwa (szerzej zagadnienie wizualizacji danych jako narzędzia wspomagającego podejmowanie decyzji zostało omówione w [Dudy98]). Dobry program wizualizacji o duŝych moŝliwościach tworzenia i manipulowania grafiką jest nieocenionym pomocnikiem analityka i kierownika przedsiębiorstwa (zob. [Łako01, s. 35]). Dla potrzeb prezentacji w specjalizowanych programach graficznych występuje zbiór wykresów, schematów i map pozwalających na jednoczesną ilustrację wielu metryk, co z kolei umoŝliwia menedŝerom uzyskanie jednego spójnego widoku danych w postaci wielu miar biznesowych. Dla uŝytkowników końcowych wizualizacje mogą być dostępne poprzez dedykowane narzędzie klienckie lub z wykorzystaniem przeglądarki internetowej. Kolejną grupą w warstwie przetwarzania analitycznego są zaawansowane narzędzia analityczne, obejmujące pakiety statystyczne, Data Mining oraz Text Mining. Pakiety statystyczne, zawierające metody statystyczne, optymalizacyjne czy teŝ ekonometryczne, pomagają zarówno w stosowaniu podstawowych, standardowych narzędzi statystycznych, jak i bardziej specjalistycznych analiz (np. analizy czynnikowe, testy istotności), które są niezbędne do uzyskania odpowiedzi na postawione przez decydentów zapytania. Stanowią rozwiązanie wykorzystywane w prognozowaniu np. z wykorzystaniem analizy danych gromadzonych w przedsiębiorstwie, z uwzględnieniem czynników wewnętrznych i zewnętrznych. UmoŜliwiają m.in. tworzenie wielu róŝnych prognoz jednocześnie, wykorzystanie zarówno ilościowych, jak i jakościowych predykatów, automatyczny dobór najlepszych modeli analitycznych. Data Mining czyli drąŝenie danych jest oparte na zaawansowanych algorytmach statystycznych i sztucznej inteligencji. Oznacza proces odkrywania i analizy, automatycznie lub półautomatycznie, duŝych ilości danych w celu odkrywania znaczących wzorców i reguł. Jest wykorzystywany przede wszystkim do [Zale04]: klasyfikacji, estymacji, prognozowania, odkrywania reguł asocjacyjnych, grupowania na podstawie podobieństwa, analizy skupień, opisywania i wizualizacji danych. Zastosowanie tego typu narzędzi umoŝliwia m.in. przewidywanie zachowań organizacji oraz rynku, modelowanie biznesu, prognozowanie przyszłości oraz tworzenie planów. Ostatnim elementem wskazanym w ramach grupy zaawansowanych narzędzi analitycznych jest Text Mining. Obejmuje dowolne metody przetwarzania danych nieustrukturalizowanych w postaci tekstowej. Obecnie najczęściej występują następujące operacje [Chmi01, s. 186-188]: wyszukiwanie informacji (tworzenie inteligentnych systemów zadawania zapytań, które są w stanie zrozumieć i wykonywać polecenia uŝytkowników zadawane w języku naturalnym), grupowanie dokumentów (pozwala na automatyczne budowanie grup tematycznych w duŝych zbiorach dokumentów),
280 Zarządzanie wiedzą i rozwiązania Business Intelligence ekstrakcja wyraŝeń (automatyczne odnajdywanie w treści dokumentów słów najbardziej dla nich istotnych, np. nazwy firm), automatyczne tłumaczenie (dokonanie transakcji dokumentu pomiędzy najbardziej rozpowszechnionymi językami świata), automatyczne generowanie streszczeń (przygotowanie konspektu z dowolnego dokumentu podsumowującego jego zawartość). Ostatnią czyli trzecią grupę w warstwie przetwarzania analitycznego są aplikacje analityczne, które stanowią dedykowane rozwiązania. Są to (zob. równieŝ [DuSi03c, s. 95]): dziedzinowe (koncentrujące się na rozwiązywaniu problemów w ramach określonych obszarów działalności przedsiębiorstwa np. logistyka magazynowa), problemowe (wąsko ukierunkowane na jedną lub kilka szczegółowych metod np. analiza płynności finansowej), branŝowe (wyspecjalizowane we wspomaganiu zagadnień, które mają miejsce w określonych branŝach, np. bankowość), jako nadbudowa systemów ERP (stanowiące bardziej zaawansowane rozwinięcie analitycznej funkcjonalności tych systemów) kompleksowe (oparte na określonych koncepcjach zarządzania przedsiębiorstwem np. Balanced Scorecard). Przedstawione narzędzia przetwarzania analitycznego właściwie dobrane mogą wspomóc uŝytkowników biznesu, aby przebrnąć przez ogrom danych w celu wydobycia z nich najistotniejszych informacji. 4. Podsumowanie Koncepcja BI jest niezaleŝna od platformy sprzętowej, systemu operacyjnego oraz bazy danych. Informacje potrzebne do analiz mogą pochodzić z wielu róŝnych systemów informatycznych funkcjonujących w przedsiębiorstwie. Celem jest dąŝenie do integracji wszelkich procesów analitycznych na poziomie całego przedsiębiorstwa i elastycznej dystrybucji tych wyników do wszystkich zainteresowanych. Literatura [Carr04] [Dudy98] Carr N. G.: Why IT Doesn t Matter? 2004 (wersja internetowa: www.nicholasgcarr.com/articles/matter.html). Dudycz H.: Wizualizacja danych jako narzędzie wspomagania zarządzania przedsiębiorstwem. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław 1998.
Przetwarzanie analityczne podstawą rozwiązań informatycznych klasy 281 [DuSi03a] [DuSi03b] [DuSi03c] [Chmi01] [KuKo01] [Łako01] [Pend02] [Sypk03] [Uffo02] Dudycz H., Sierocki R.: Przegląd funkcjonalności zaawansowanych systemów informacyjno-analitycznych. [w:] Pozyskiwanie wiedzy i zarządzanie wiedzą. Red. M. Nycz i M. Owoc. Prace Naukowe Akademii Ekonomicznej Wrocław, 2003, nr 975, s. 89-99. Dudycz H., Sierocki R.: Miejsce zaawansowanych systemów informacyjno-analitycznych w rozwoju systemów informacyjnych przedsiębiorstw. [w:] Nowoczesne technologie informacyjne w zarządzaniu. Red. E. Niedzielska, H. Dudycz i M. Dyczkowski. Prace Naukowe Akademii Ekonomicznej Wrocław, 2003, nr 986, s. 314-323. Dudycz H., Sierocki R.: Zaawansowane systemy informacyjnoanalityczne jako realizacja koncepcji Business Intelligence. [w:] Informatyka narzędziem zarządzania w XXI wieku. Red. Jerzy Kisielnicki. Wydawnictwo Polsko-Japońskiej WyŜszej Szkoły Technik Komputerowych Warszawa 2003, s. 91-98. Chmielarz W.: Tendencje rozwoju narzędzi automatycznego wyszukiwana danych (data mining). [w:] Systemy wspomagania organizacji 2001. Red. J. Gołuchowski i H. Sroka. Wydawnictwo Akademii Ekonomicznej w Katowicach, Katowice 2001, s. 182-190. Kubiak B. F., Korowicki A.: Zdolność organizacji do zmian i jej wpływ na zastosowania technologii informacji. [w:] Human- Computer Interaction 2001. Red. B. F. Kubiak i A. Korowicki. Gdańśk 2001, s. 13-23. Łakomy M.: Inteligencja w biznesie. [w:] Zarządzanie informacją, ComputerWorld Raport, 2001, czerwiec, s. 32-35. Pendse N.: The OLAP Report: What is OLAP? 2002. Business Intelligence Ltd.(wersja internetowa: http://www.olapreport.com/fasmi.htm). Sypko W.: Przymiarki do analizy. ComputerWord, 2003, nr 40, s. 16-18. van Ufford D. Q.: Business Intelligence. The Umbrella Term. November 2002 (wersja internetowa: http://www.cs.vu.nl/stage/werkstuk/werkstuk-quarles.doc). [Zale04] Zalech W.: Narzędzia Business Intelligence. Gazeta IT, 2004, nr 2.
282 Zarządzanie wiedzą i rozwiązania Business Intelligence ANALYTICAL PROCESSING IS VERITABLE COMPONENT OF THE CONCEPTION BUSINESS INTELLIGENCE Today s transactional information systems provide the enterprises with all the important information. But now the problem is finding the most efficient way of using this information in order to optimize decision making. New kind of information solution is advanced analytical information system, which base on idea of BI. The article contains the characterizes analytical processing in advanced analytical information system for support business management. Key words: Business Intelligence, aadvanced analytical information systems, analytical processing.