You are on page 1of 114

Nowa twarz

Business Intelligence

Spis treci

Liczba na torturach Robert Jesionek Excel Rulez! Luiza Warno, Orange, Pary Od BI do Big Data Tomasz Soniewski, IDC CEMA Subiektywny przegld rynku BI ijego przyszo Rafa Gabinowski, INFOVIDE-MATRIX Szybciej, wicej, dalej, czyli: dokd zmierza Business Intelligence
Andrzej Miktus i Wojciech Wronka, Infovide-Matrix SA

3 4 8 14

20 26 36 40 46 54

Najnowsze trendy w Business Intelligence Marcin Choiski, BI.PL BI in-memory - nie wszystko zoto co si wieci Marek Grzebyk, Hogart Business Intelligence Big Data Quick Start Guide Patryk Choro, SAS Institute W krainie OSBI Marek Zitek i Sawomir Folwarski, Carrywater Dane to nie tylko liczby Pawe Wrblewski, Findwise Drodzy CEO - uyjcie wiedzy okliencie, ktr macie wsystemach informatycznych!
Jacek Czernuszenko i Micha Modonek, REISS Group

60 64

By w 15% Sawomir Folwarski i Mateusz Ossowski, Carrywater Revenue Intelligence sposobem na zwikszenie rentownoci
Monika Kacprzyk i Micha Jalan, ATOS

70 76 84 92 98 104

Czynniki ryzyka wdraania projektu BI oczami praktyka Magorzata Korycka-Purchaa System BI w GRUPIE ATLAS Robert Korn, SAS Institute ZOZ na poziomie biznesowym Jacek Jaworski, TETA BI CENTER Skuteczne wdroenie systemw CRM rola doradcy Biser Jorgow, Pentegy Efektywne modelowanie biznesu wg Kimball Lifecycle Marcin Choiski, BI.PL

Business Intelligence w komentarzach menederw BI nowej generacji Biser Jorgow, manager, Pentegy S.A. Rozwizania Business Intelligence Marek Martofel, EMC Poland Rola CRM w zmiennej rzeczywistoci Micha Jackowiak, CEO, JADE, A Bull Group Company Rozwizania klasy BI Pawe Gajda, Business Solution Consultant SAP Polska 108 110 111 113

Liczba na torturach

Nie sposb polemizowa z Misiem Yogi, ktry powiedzia, e trudno jest co przewidzie, zwaszcza jeli chodzi o przyszo. A jednak przewidywa trzeba. Dobra prognoza to wicej, ni poowa sukcesu i wie o tym kady, kto cho raz musia przygotowa np. plan sprzeday. Dlatego menederowie lubi raporty. Lubi czyta cyfry i midzy cyframi, cho sami nie cierpi tych raportw przygotowywa. Mwi, eodtego powinien by waciwy system Business Intelligence. Jednak nie zawsze s skorzy do inwestowania w nowoczesne narzdzie tego typu. Przed CIO czsto wic stoi dylemat: lobbowa zakupnem wysokiej jakoci systemu BI, czy wycign z legendarnego i wszystkoliczcego arkusza ile sida? Oczywicie kryterium wyboru znw mog by cyfry, cho znajd si tacy, ktrzy powiedz, eliczbaskutecznie torturowana w Excelu przyzna si do wszystkiego... T publikacj otwieram tekstem Luizy Warno, jak zwykle niepokornej i mylcej niezalenie, ktra pokilku latach publicystycznego milczenia powraca w wietnej formie. Jej tekst jest prowokacyjny, niedla wszystkich poprawny, dla niektrych moe wrcz nie do przyjcia, ale nikogo nie pozostawiajcy wobojtnoci wobec (realnych) realiw rynku wanie o takie teksty otwarciowe walcz redaktorzy. Mam zreszt nadziej, e caa publikacja, w ktrej znalazy si artykuy bardzo mdre i nie zazdrosne odostp do unikalnej, czsto bardzo osobistej wiedzy, okae si dla Pastwa wana. Dlaczego? Bowiatlimenederowie wyranie dostrzegaj konkretne wartoci w biznesowej inteligencji jakkolwiek miaaby ona posta. A jednak, spora cz z nich wci potrzebuje mocnych argumentw ZA. Wierz,eNowatwarz Business Intelligence okae si dla nich przydatna w poszukiwaniu odpowiedzi nawiele ich pyta. Zaproszenie do wsptworzenia tego projektu przyjli naprawd Mdrzy Ludzie, ktrych bardzo ceni. Jestem im bardzo wdziczny za otwarto w dzieleniu si swoj wiedz.

Redaktor

Excel Rulez!
Luiza Warno, Orange, Pary

Czasy si szybko zmieniy i nasza zdolno do adaptacji musi by taka, jak przystao nakameleona. Niestety, firmy z obszaru BI kameleonami nie s, wic pole do popisu pozostaje dlaszybko mylcych CIO.

Ju nie pamitam jak dawno temu napisaam tekst pod tytuem Biznesowa Indolencja czy sposb na inteligentne zarzdzanie*, alezpewnoci mino adnych kilka lat. Wtedy cakiem naturalnie wierzyam w tzw. power of terabytes, czyli moc terabajtw. Wtedy te wiat wydawa si sta otworem przed rozwizaniami klasy Business Intelligence, bo tak wolelimy nazywa super drogie rozwizania w obszarze hurtowni danych. Dzisiaj ju nikt prawie nie uywa nazwy BI. BoBIsi przey zanim zdoadorosn. Na pocztku lat 2000-ych (waciwie, to jak mamy je nazywa? lata osiemdziesite idziewidziesite - to proste, a ten 2000 jako taki niewygodny) propagowaam mocno koncept BI i rozwizania ztego obszaru. Tobyyczasu boom-u rozwiza zobszaru obsugi klienta. Te cae masy danych, ktre trzeba byo przetworzy, aby lepiej raportowa co si dzieje w firmie i z klientami firmy. Boomby rzeczywicie wielki. Fundusze te, wic zaczy wyrasta wielkie dugo-terminowe projekty w obszarze BI. Wielkie hurtownie danych z wysokim poziomem terabajtw. Noioczywicie wysokimi kosztami. Jeszcze wtedy nikt nie myla o real time ale w drugiej poowie lat 2000-ych ju tak. Tylko, e tak naprawd ten real time wBI nigdy nie zdoa si w peni rozwin,... boprzyszy cikie czasy. Klienci zrobili si kapryni. Zaczlizmienia dostawcw (i nie mam tutaj namyli tylko klientw firm telekomunikacyjnych) jak przysowiowe rkawiczki. Kto oferowa taniej, ten by Krlem. Troch przeszkadzay tedwuletnie kontrakty
4

na pocztek, ale te dawao si toznie. Jasama, bdc jeszcze poza macierzyst firm, zrezygnowaam z przeduenia kontraktu (prywatnego!) z Orange Polska, bo Pani ktra mnie do tego przeduenia namawiaa dzwonia do mnie dzie w dzie przed 8 rano i pomimo tego, ej szczerze namawiaam do telefonw w porach po-poudniowych ... nie dawaa za wygran. Pozatym, jej ton gosu by raczej nad wyraz rozkazujcy, ni mile radzcy wic ... podzikowaam Orange Polska! Pniej si unich zatrudniajc Obsuga klienta jest bardzo bliska memu sercu idlatego dzisiaj ju nie wierz w te zaoenia BI, o ktrych tak gorco dyskutowalimy napocztku .... XXI wieku (brzmi znacznie lepiej, nieprawda?!) Czasy si szybko zmieniy. Naprzeomie 2007-2008 zaczy si dzia dziwne rzeczy narynkach finansowych, niezrozumiae dla wikszoci zjadaczy chleba. Spowodowao to, i firmy zaczy traci na wartoci (nie wiedzie dokadnie czemu) i zaczy przyglda si dokadnie temu, jakzarabiaj pienidze i jak jewydaj. Klienci czyli normalni ludzie, rwnie zaczli patrze naco iile wydaj. A w szczeglnoci na rachunki zfirm telekomunikacyjnych, niewane czy chodzio otelefon w domu, czy o komrk. Zacz si kryzys gospodarczy, o ktrym nadal tak gono, aktry tak naprawd oznacza, ezwykli zjadacze chleba (mam nadzieje, e nikogo nie obraam) po prostu chc paci mniej za rzeczy, ktre s dlanich coraz bardziej dostpne. Wtymszczeglnie telefonykomrkowe.

Mamy dzisiaj dwa wiaty. wiat tzw. rozwijajcy si (gdy byam w szkole podstawowej, to uczyli nas o krajach Trzeciego wiata, jako nie zauwayam kiedy ta nazwa znikna) i wiat rozwinity. Wkontekcie puenty, do ktrej mam nadzieje nadal zmierzam, trzeba te dwa wiaty rozrni podkatem jak najbardziej konsumenckim. Ot,dzisiaj w krajach takich jak Chiny czyIndie, czy chociaby kraje poudniowej Ameryki, telefon jest artykuem prawie tak wanym jak woda. Moesz nie mie miski ryu do zjedzenia (imam nadzieje e nie zostan za to stwierdzenie pognbiona), ale telefon komrkowy musisz = chcesz mie. Dlatego wtamtych krajach karty SIM sprzedaj si jak wiee bueczki. Nawet si je tam rozdaje. Botam jest rynek nowego klienta. W wiecie tzw. rozwinitym telefon komrkowy jest ju dobrem zastanym. Nowych klientw nie ma, chyba e odejd od konkurencji. Tegoklienta trzeba teraz utrzyma, czarujc go nowymi ofertami, super obsug etc. Dlaczegowic w Europie tak rzadko mwimy o Business Intelligence? Dlatego, e ten kryzys imylenie okosztach spowodowa, e drogie wutrzymaniu rozwizania BI trac na popularnoci. Niedostarczaj ju value for money. Dzisiaj,kiedy trzeba ci koszty operacyjne IT, kady CIO patrzy najpierw na hurtownie, gdzie wydaje duo pienidzy, a nie jest w stanie uzasadni potrzeby biznesowej. Ju dawno przekonywaam moich kolegw z duej firmy BI (nie wspomn nazwy, aczkolwiek wikszo czytelnikw si domyli), e nie sztuk jest sprzedawa firmie drogie serwery+licencje+utrzymanie. Sztukjest przekona firm do rozwiza, ktre bd t niesamowicie drog infrastruktur wykorzystyway dla korzyci biznesowych, dlaprzynoszenia przychodw i budowania wartoci. Dla oczarowania klienta, ktry

powinien pozosta wierny i nie myle oprzejciu do np. taszej konkurencji. Niestety,rozbiy si moje idee o cian. Dzisiaj nikt z ludzi odpowiadajcych za marketing i sprzeda nie woa dajcie mi dane i to najlepiej w real time. Dzisiaj wyzwania biznesowe s takie, e w krajach rozwinitych saturacja, czyli nasycenie rynku jest powyej, albo blisko 100%. Szwajcaria jest na poziomie 140%, Polska nieco poniej 100. Nikt w Europie nie walczy ju o nowego klienta. Kady walczy o utrzymanie starego. Czyrozwizania BI wdroone w ostatnich 10 latach s w stanie nam to zapewni? Nie, absolutnie nie. I przyznaj si do tego, jako naczelny propagator tych rozwiza. Czasy si bardzo szybko zmieniy i nasza zdolno do adaptacji musi by taka, jak przystao na kameleona. Niestety, firmy zobszaru BI kameleonami nie s, wic pole dopopisu pozostaje dla szybko mylcych CIO. Aczkolwiekprzyznam, e syndrom duych, drogich i dugo-terminowych projektw z obszaru BI nadaldotyka wielu CIO z duym ego. W mojej roli jako Europe CIO podruj duo pokrajach starej Europy, ale te inowej, boArmenia i Modawia s w Europie zgodnie zudziaem w Eurowizji (konkurs piosenki). Zawszenalegam na wizyt wCallCenter iwsklepie na gwnej ulicy miasta. Zawszerozmawiam zludmi. Staram si robi to ad hoc, eby adna z osb nie bya odpowiednio przygotowana na wizyt kogo z tzw. centrali. Sucham i zadaj pytania. Wszdzie problemy s takie same. Zbytwiele systemw. Zbyt wolno dziaaj. Dlaczego osoba obsugujca klienta nie moe mie jednego ekranu z kilkoma funkcjami doobsuenia? Dlaczego to jest takie skomplikowane? Pozostawite pytania bez odpowiedzi, bo dzisiaj znaczca wikszo CIO w duych telekomach niejest przygotowana
5

do otwartej, szczerej dyskusji, czsto bolesnej. Nietylko w Polsce, aleiwstarej Europie, Francji niewyczajc. Byam ostatnio w ramach mojej funkcji na Dominikanie. Dyrektor ds. marketingu perorowa przez ponad 2 godziny, ile to ma fantastycznych idei, ktrych IT nie potrafi wdroy. IT odpierao e Marketing to marzyciele i nie potrafi nawet narysowa roadmapy, zamiast tego robi zdjcia rysunkw z tablicy (to akurat prawda, sama widziaam). A nowy CEO, czyli Prezes napiera echce sprzedawa i robi revenue, czyli dochd. Ijak tu teraz z tego wyj? MajnaDominikanie hurtowni danych, ktra spenia podstawowe zadania operacyjne: klient zapaci, nie zapaci, przekroczy limit etc. Tylko e tymi raportami si biznesu nie wygra. Na rynku jest konkurencja, ktra proponuje fajne nowe telefony, taryfy, opcje etc. Jak wic by lepszym?! Jako CRM uywaj tam rozwizania o nazwie Clementine, ktre przez ostatnie kilka lat zostao wogromnym stopniu lat skastomizowane. Jak co si zmienia wjednym miejscu, to im si zepsuje w innym. Mojanatychmiastowa sugestia bya taka: wymiecie to narzdzie jak najszybciej! ebyzrobiwszystko wg korporacyjnych sugestii, tzn.wybra nowy system - 6 miesicy, wynegocjowa umow kolejne 6 miesicy, wdroy nowy system, utrzymujc przy tym stary kolejne 2lata. Noimamy 3 lata zgowy. Wtymczasie pewnie nadejdzie nowy CEO ihistoria znowu nabierze nowego wiatru wagle. A jamwi im tak: wyczcie stary system, zrbcie wysiek obsugi klienta i sprzeday woparciu oExcel i wdrcie nowe rozwizania bez kastomizacji, porzdkujc przy tym swoje procesy w 6 miesicy! Wfirmie zatrudniajcej 400osb iobsugujcej 3mlnklientw to chyba jest moliwe? Tylko,enikt nie ma odwagi pj tryzykowna droga.
6

Wracajc wic do puenty, dlaczego ten excelrulez. Miaam przyjemno w ostatnim tygodniu (upalne dni w Londynie to unikat) zje lunch z miym, modym czowiekiem o imieniu Arjun. Spotkalimy si jakie 4 lata wczeniej przy projekcie o nazwie central decisioning, ktrydzisiaj nazywa si Compass ju po penym wdroeniu. Arjun by architektem tego rozwizania jako konsultant. Potem poszed do Nokii itam po 2,5 latach ... znw jest konsultantem. Opowiedziami ciekaw histori. Nokiawczasach pocztku XXI wieku zainwestowaa ogromne pienidze w technologieBI ... (niewspomn z nazwy ale wszyscy si domyl). Niestetypo 2010r. rozwizania te okazay si kompletnie nie adekwatne do zmian na rynku. Arjun jedzi duo po Indiach i Chinach, oczywicie jako reprezentant korporacyjnej Nokii. Odkry tam do szybko, eaby reagowa na rynek, azwaszcza potrzeby klienta, nikt nie potrzebuje dyrektyw napywajcych z fiskiej korporacji. W Indiach, przypomnijmy etam jest duo potencjalnych nowych klientw, sprzedawcy maj problem z dostpem do danych, bo kilka razy na dzie nastpuj cicia w dopywie energii elektrycznej. A sprzedawa trzeba dalej. Arjunmiapomc hinduskim sprzedawcom, jak mie dostp dodanych z hurtowni offline, alenadal dostpnych w kostce/cube. Bez prdu i czsto bez dostpu do sieci dane miay by dostpne na telefonach z systemem Symbian. Sprawdzali zewszystkimi dostawcami BI. Iudaoimsi to z ... Excelem. Kosztrozwizania poniej 200tys.USD, co oczywicie byo nie wsmak szefowi IT naGlobalNokia. Arjun ju nie pracuje w Nokia. Jest konsultantem wAnglii, ale poszukuje nowych wyzwa. Gdybykto by zainteresowany. Zapraszam. Szczerze mog go poleci.

Mam nadzieje, ze puenta nasuwa si sama. Czasywielkich i drogich rozwiza pod egid BI si skoczyy. Dzisiaj biznes telekomowy wymaga innego podejcia: elastycznego,

pragmatycznego, atwo realizowalnego. Dlaczego nie Excel? Logikatam jest. Wystarczywiara. Tylko trzeba wielkie ego zostawi wdomu.

* Artyku, o ktrym wspomina Autorka ukaza si w CIO Magazyn Dyrektorw IT w grudniu 2005 roku. Wywoa on dyskusj i kontrowersje nie tylko na amach miesicznika. Przez dugi czas niektrzy konsultanci powoywali si na niego w swoich wystpieniach biznesowych.

Luiza Warno
Od stycznia 2010 r. jest CIO na Europ w Grupie Orange, obejmujc sw dziaalnoci Polsk, Hiszpani, Belgi, Rumuni i Sowacj, a take: Armeni, Modawi, Republik Dominikany. Zanim zostaa CIO, od sieprnia 2008 dowodzia Business Intelligence Domain, z sukcesem scentralizowaa Data Warehouse Solution Grid. Analizy biznesowe s jej najsilniejsz dziedzin. Wczeniej pracowaa w Telekomunikacji Polskiej SA, jako czci Grupy Orange wanie w roli Dyrektora Dziau Analiz. Pracowaa take w Pepsico Int. jako dyrektor na Europ rodkow ds. IT. W tym czasie skutecznie wczaa dofirmowego biznesu nowo przejmowane firmy i wspieraa rozwijajcy si rynek rosyjski. Jej zaplecze edukacyjne jest zrnicowane. Swoje lata studiw spdzia na Uniwersytecie Warszawskim i w Wlk. Brytanii. Ma dyplom magistra prawa Uniwersytetu Leicester. Obecnie mieszka i pracuje w Paryu. Angauje si w dziaania The European Network for Women inLeadership.

Od BI do Big Data
Tomasz Soniewski, IDC CEMA

Warto, to zdecydowanie najistotniejsza cecha wyrniajca dla Big Data zarwno wkontekcie kosztu pozyskania technologii, jak i korzyci, jakie organizacje mog uzyska wwyniku jej stosowania.

Gdy w listopadzie 2003 roku rozpoczynalimy cykl konferencji pod szyldem IDC Business Intelligence Roadshow, na sali zgromadzia si garstka entuzjastw i praktykw oraz dua grupa osb zainteresowanych tym nowym, w tamtym czasie, zjawiskiem na rynku IT. Liczba firm oferujcych usugi wdroeniowe tych systemw bya niewielka, wikszo duych dostawcw nie posiadaa jeszcze systemw BI w swojej ofercie fala przej specjalizowanych firm miaa ruszy dopiero trzy lata pniej. Spord naszych wczesnych partnerw tylko trzy firmy wci dziaaj na rynku pod swoim szyldem to Microsoft, Microstrategy i SAS Institute. Cognos i Hyperion funkcjonuj zato z powodzeniem w strukturach odpowiednio: IBMiOracle. Naszym gwnym celem w tamtym czasie bya edukacja zapozna jak najwiksz ilo managerw IT oraz osb odpowiedzialnych zaanalityk z nowymi technologiami, moliwociami jakie daje analiza danych zsystemw transakcyjnych oraz waciwym wywaeniem potrzeb biznesu i zastosowanych technologii. Prbowalimy pokaza, e analiza danych przydaje si nie tylko w wielkich bankach czy firmach telekomunikacyjnych, aleepraktycznie kada firma o pewnym potencjale danych rdowych moe odnie wymierne korzyci zwdroenia BI. Od tamtych czasw mina prawie dekada. Systemy Business Intelligence (nazywane przez IDC Business Analytics) stay sie powszechnie znanym i wykorzystywanym narzdziem. Wiele firm, nawet relatywnie maych, dostrzega korzyci z zastosowania narzdzi BI i aplikacji analitycznych. Wiedza wdroeniowa i biznesowo-analityczna
8

jest rwnie duo bardziej dostpna. wiatowy rynek analityki biznesowej ma si wci wietnie prognoza opublikowana w raporcie IDC zczerwca 2012 pt. Worldwide Business Analytics Software 20122016 Forecast and 2011 Vendor Shares mwi o redniorocznym 10% wzrocie naprzestrzeni kolejnych 5 lat. Czy jednak firmy wykorzystay w peni potencja tkwicy w BI? Wydaje si, e nie zawsze inie do koca. I wedug mnie nie jest to ichwina poprostu narzdzia, ktre dotychczas byy wuyciu miay okrelone ograniczenia. Wiele znich byo natury technicznej (wolne przetwarzanie, saba jako danych, ograniczona ilo rde), inne natury biznesowej (ograniczony krg odbiorcw analiz, opr zarzdw przed wykorzystywaniem danych). Wreszcie systemy BI skupiay si gwnie na kwestiach finansowych, tylko wniektrych przypadkach schodziy na inne pola, takie jak systemy billingowe, czy CRM. Wwielu przypadkach dane zawarte w systemach analitycznych nie mogy by w peni wykorzystane ze wzgldu na czas potrzebny na ich przetworzenie i analiz. Z wyej wymienionych powodw wiele ciekawych trendw, zjawisk gospodarczych czy zachowa klientw umykao uwadze analitykw, czyosb zarzdzajcych firmami. Lekarstwo na te przypadoci pojawio si wraz z nadejciem idei Big Data czyli rozwiza do przetwarzania wielkich woluminw danych. Cech wyrniajc Big Data jest idea czterech V: Volume (ilo danych), Variety (rnorodno analizowanych danych i informacji), Velocity (przetwarzanie w czasie rzeczywistym) i Value czyli warto jak moemy uzyska z poczenia wszystkich poprzednio wymienionych czynnikw.

Big Data: The Four Vs

Terabytes Structured Batch $

Data volume Data variety Data velocity Value

Petabytes+ Unstructured Streaming $$$$$

Source: IDC, 2011

Volume czyli ilo danych Gdy mylimy o iloci danych, powinnimy zdawa sobie spraw, e jest to pojcie wzgldne. Dlaniektrych sektorw, albo firm du iloci bd tera i petabajty, podczas gdy dla innych moe to by o rzd wielkoci wicej (np. dlabiznesw internetowych oduej skali czy instytucji badawczych). Wiele zaley rwnie od charakteru danych jakie przychodzi nam analizowa. Informacje zawarte w ustrukturyzowanych bazach danych mog by duo wiksze w rozmiarze ni np.archiwa poczty elektronicznej, a mimo to ich przeszukiwanie i analiza bd duo szybsze i mniej skomplikowane. W wielu przypadkach to jednak informacje zawarte w poczcie s duo bardziej wartociowe dla firmy: mog zawiera informacje o niezadowolonych klientach, kontrakty, oferty, projekty techniczne itp.). Jednoczenie przeszukiwanie i analiza takich danych potencjalnie nastrcza najwicej problemw i wymaga relatywnie najwikszej mocy obliczeniowej. Variety czyli rnorodno danych Rnorodno danych poddawanych analizie nie ogranicza si jedynie do podczenia wielu systemw transakcyjnych. W Big Data chodzi o poczenie wielu typw danych wspomnianych wczeniej ustrukturyzowanych i nieustrukturyzowanych, wewntrznych izewntrznych, historycznych i aktualnych. Mieszanina taka moe by bowiem bardzo interesujca z analitycznego punktu widzenia. Dobrym przykadem mog by analizy ustrukturyzowanych danych z systemu ERP poczone z danymi geograficznymi i demograficznymi oraz danymi ze strony internetowej. Dziki temu analityk jest w stanie nietylko zidentyfikowa rda przychodu iwydajno poszczeglnych oddziaw firmy wperspektywie historycznej, ale moe zobaczy dane w szerszym tle: potencjau gospodarczego regionu, statystyk sieciowych i popularnoci konkretnych produktw na stronie firmowej. Dodatkowo, jeli system dziaa w czasie rzeczywistym, biznes moe

stosowa okrelone promocje w celu poprawy wynikw, tudzie promowa okrelone towary na stronie internetowej firmy. Kolejnym przykadem takich pocze jest choby analiza danych pogodowych a zatem danych ustrukturyzowanych ze stacji pogodowych i danych geograficzno-klimatycznych, pochodzcych z obserwacji satelitarnych. Moliwo doczenia tego typu analiz jest jednym z podstawowych kryteriw rozrnienia midzy BigData a klasyczn analityk. Velocity czyli szybko analizy danych Przetwarzanie danych w organizacjach odbywa si wci na rne sposoby od przetwarzania wsadowego (batch processing) gdzie dane adowane s do systemu w okrelonych interwaach, do cigego przepywu danych z systemw transakcyjnych do systemw analitycznych. Chocia pierwszy ze sposobw jest charakterystyczny dla klasycznych systemw opartych na hurtowniach danych, to w wiecie Big Data rwnie jest mocno obecny wanie tak dostarczane s dane doprzetworzenia wrodowisko Hadoop. Podobnie jest w przypadku np. danych pochodzcych zinteligentnych licznikw energii porcje danych adowane s do systemu zazwyczaj co kwadrans. Zkoleicigy dopyw danych, to domena systemw typu CEP (Complex Event Processing), ktre s odpowiedzialne za reagowanie naokrelone zdarzenia, systemw do analizy tekstu iwyszukiwania i innych rozwiza dedykowanych do automatycznej reakcji na zdarzenia i procesy w rodowisku informatycznym (np. wykrywanie naduy wbankowoci). Kluczami do oceny potrzeb wzakresie szybkoci analizy Big Data s procesy biznesowe i wymagania uytkownikw. Dobrym przykadem s np. fundusze hedgingowe inwestujce na rynkach wiatowych
10

wichprzypadku znaczenie maj uamki sekund. Zdrugiejstrony wyszukiwarki sieciowe musz czsto przerobi ogromne woluminy danych, jednak nie musi to si dokonywa w czasie rzeczywistym. Podsumowujc wBig Data liczy si waciwa informacja dostarczona wewaciwym czasie izwaciwym poziomemdokadnoci. Value czyli warto Warto, to zdecydowanie najistotniejsza cecha wyrniajca dla Big Data zarwno wkontekcie kosztu pozyskania technologii, jak ikorzyci jakie organizacje mog uzyska w wyniku jej stosowania. Koszt technologii jest bardzo istotn rnic wporwnaniu zsystemami z przeszoci, poniewa poszczeglne elementy ukadanki BigData istniay od lat tyle, e nie byy powszechnie dostpne dla przecitnej firmy. Wielkie hurtownie danych istniay wsektorze finansowym, telekomunikacyjnym, czyhandlu detalicznym. Monitorowanie wczasie rzeczywistym rwnie byo obecne narynku chociaby wusugach finansowych (trading), przewidywaniu zjawisk pogodowych, czy wykrywaniu naduy. Analizadanych nieustrukturyzowanych w zakresie analizy tekstu rwnie nie jest najnowszym wynalazkiem, podobnie jak superkomputery dozastosowa naukowych. Toco wyrnia obecn sytuacj, toznaczco niszy koszt pozyskania wysokowydajnych technologii obliczeniowych i analitycznych. Jest to efekt spadajcych cen sprztu komputerowego o wysokich parametrach oraz dostpnoci oprogramowania open source wchmurze. Warto odnosi si rwnie do korzyci, jakie osigaj firmy i organy administracji w wyniku implementacji Big Data:

Redukcja kosztw kapitaowych - oprogramowanie, sprzt i inne Wydajno operacyjna oszczdnoci w kosztach pracy wynikajce z bardziej efektywnych metod integracji danych, zarzdzania, analiz i dostarczania do uytkownika Udoskonalenie procesw biznesowych zwikszenie obrotw i/lub zysku dziki nowym lub lepszym sposobom prowadzenia biznesu w zakresie usprawnienia transakcji, zarzdzania spoecznociami klientw czy waciwej dystrybucji usug publicznych (zdrowotnych, edukacyjnych lub spoecznych)

Nieporozumienia zwizane z Big Data Podobnie jak w przypadku chmury, istnieje wiele nieporozumie dotyczcych pojcia Big Data. Wielu dostawcw technologii iusug prbuje wykorzysta marketingowo to pojcie przyczyniajc si do stworzenia szeregu mitw na jego temat. Najpopularniejsze znieporozumie to: - Relacyjne bazy danych (RDBMS) maj ograniczenia skalowalnoci i dlatego nie s czci koncepcji Big Data - Hadoop (czy te inne rodowiska oparte na koncepcji MapReduce), to najlepszy wybr w zakresie technologii Big Data niezalenie od obcie i zastosowania

To prawda, e bazy NoSQL zyskuj na popularnoci we wdroeniach Big Data, jednak standardowe bazy relacyjne nadal graj wan rol na tym rynku. Hadoop jest oczywicie najczciej wymienianym rodowiskiem, ale nie jest ani jedyn form zarzdzania danymi, ani jedyn form implementacji funkcji MapReduce. Wreszcie sama idea Big Data jako czego zupenie nowatorskiego jest faszywa. Koncepcje wykorzystania wielkich woluminw danych byy wykorzystywane od wielu lat. Tym, co rzeczywicie si zmienio, to dostpno tej technologii dziki spadajcym cenom oraz moliwoci odkrywania zalenoci midzy wielkimi zbiorami rnych typw danych pochodzcych zszerokiego spektrum systemw rdowych. Co dalej? Big Data to wci mody i rozwijajcy si rynek. Podobnie jak na rynku Business Intelligence w jego pocztkach, napdzany jest on przez rzesz maych, innowacyjnych firm, ktre prbuj poszerzy i przyspieszy moliwoci dziaania wielkich woluminw danych. Ichgwnymi obszarami dziaalnoci s; organizacja izarzdzanie danymi, analizy i wyszukiwanie informacji. W Big Data zaangaowane s rwnie wielkie midzynarodowe koncerny, ktre postrzegaj Big Data jako kolejny czynnik wzrostu ich biznesu. Dodatkowo due znaczenie dla rynku Big Data maj inicjatywy takie jak Hadoop czy NoSQL, ktre rzucaj wyzwanie tradycyjnym podejciom, obecnym na rynku czsto ju od ponad 30 lat. Ich waciwoci jest take to, e umoliwiaj spoecznoci przeprowadzanie operacji, ktre wydawao si, e nie bd nigdy moliwe bez wysoce wyspecjalizowanego oprogramowania isprztu.
11

- Epoka usystematyzowanych baz danych dobiega koca, schematy tylko przeszkadzaj we wdroeniach Big Data - Wdroenia Big Data potrzebne s tylko w celu przetwarzania analitycznego - Analityka oparta na Big Data, to co zupenie nowego i innego, co nie byo dostpne do czasu stworzenia obecnych technologii

Przed rynkiem Big Data stoi jednak wiele wyzwa. Aby w peni si rozwin, jego uczestnicy bd musieli trafnie odpowiedzie nawikszo z nich. Do najwaniejszych zaliczane s niedobory kadrowe brak wystarczajcej iloci osb z wysokimi umiejtnociami wzakresie zaawansowanych analiz. Uniwersytety i inne placwki naukowe staraj si odpowiedzie natowyzwanie, zwikszajc ilo miejsc na kierunkach powizanych z zaawansowana statystyk i naukami matematycznymi. Niedostatek umiejtnoci wrd zag przedsibiorstw bdzie prowadzi doprac nad rozwojem jednolitych platform dostpu do danych, ktre bd pozwala nawet mniej obeznanym osobom na przeprowadzanie analiz na podstawie wielu rde tak tradycyjnych jak inieustrukturyzowanych. Intuicyjno jego obsugi bdzie kluczem dla sukcesu rynkowego tu obok zaufania do jakoci danych generowanych przez taki system. Firmy, ktre zainwestuj w rozwj infrastruktury Big Data dostan szans nie tylko na poprawienie dziaania swoich dotychczasowych linii biznesowych, ale take stworzenia nowych, opartych na nowych informacjach o trendach konsumenckich lub oferowaniu dostpu dotakich zbiorw innym podmiotom. Wielefirm, zwaszcza wbranach o wielkich ilociach danych pochodzcych od klientw (finanse, telekomunikacja, handel detaliczny, ochrona zdrowia, administracja pastwowa) moe wznaczcy sposb podnie wydajno swojej dziaalnoci i zmodyfikowa procesy biznesowe, bazujc na trendach uzyskanych z repozytoriw BigData.

W kontekcie samego rynku IT, w najbliszym czasie moemy spodziewa si kolejnej fali przej. W latach 2006-2007 producenci narzdzi BI Cognos, Business Objects i Hyperion zostali kupieni przez wielkich dostawcw rozwiza IT odpowiednio: IBM, SAP iOracle. Podobne zjawisko moe nastpi ju wkrtce obiektami przej bd firmy, ktre zademonstruj innowacyjne mechanizmy powizane z Big Data, stan si liderami swoich rynkw i wyka si dobr dynamik przychodw. Klienci takich firm bd poszukiwali rozwiza, ktre przybli ich do ideau analiz w czasie rzeczywistym. Zainteresowaniebdzie ukierunkowane naoprogramowanie umoliwiajce monitorowanie, powiadamianie, analiz i inteligentn automatyk procesw. Jednoczenie kontynuowana bdzie presja na dostawcw serwerw, pamici masowych iurzdze klienci bd oczekiwali dalszego spadku cen przy jednoczesnej poprawie wydajnoci tak, aby by w stanie analizowa coraz szybciej i coraz lepiej. Wielu uytkownikw systemw Business Intelligence twierdzi, epowoduj one worganizacji coraz wikszy gd danych wrd uytkownikw pojawia si coraz wicej potrzeb na coraz bardziej skomplikowane raporty i analizy. W przypadku Big Data zjawisko to zapewne ulegnie znacznemu nasileniu. Systemy Business Intelligence wci bd w firmach potrzebne zaryzykuj stwierdzenie, e bdzie ich coraz wicej, zarwno pod wzgldem iloci firm jak i procentu pracownikw majcych do nich dostp. Jednak prawdziwa transformacja biznesu bdzie wynikaa z waciwego wykorzystania moliwoci, jakie daje nam Big Data.

12

W niniejszym artykule wykorzystany zosta raport IDC IDCs Worldwide Big Data Taxonomy, 2011, October 2011, IDC#231099. W celu uzyskania dostpu do tego raportu i innych z zakresu Business Intelligence, Big Data i analityki biznesowej prosimy o kontakt z Pawem Olechowskim, Account Managerem IDC Polska (polechowski@idc.com, +48 22 548 40 53). 20 wrzenia w Warszawie odbdzie si konferencja IDC Big Data and Business Analytics Forum 2012. Serdecznie zapraszamy do udziau w tym wydarzeniu! Rejestracja: www.events.idc-cema.com lubwww.idcpoland.pl, zakadka Konferencje.

Tomasz Soniewski
Doczy do zespou IDC CEMA w styczniu 2003 roku. Pracuje w dziale zajmujcym si oprogramowaniem, przygotowujc raporty na temat tego rynku w Polsce i regionie Europy rodkowej i Wschodniej. Bra udzia w wielu projektach konsultingowych, w ramach ktrych bada wiele obszarw funkcjonalnych oprogramowania komputerowego. Publikowaartykuy w prasie branowej w Polsce m.in. na temat oprogramowania bezpieczestwa, systemw ERP, orazrozwiza Businesss Intelligence. Jest regularnie cytowany w polskiej prasie; wystpuje jako prelegent na wielu konferencjach, omawiajc zagadnienia zwizane z rynkiem IT. Przed doczeniem do IDC, Tomasz Soniewski pracowa jako specjalista ds. dokumentacji w firmie dostarczajcej oprogramowanie medyczne na rynek amerykaski. Posiada tytu magistra uzyskany w Instytucie Stosunkw Midzynarodowych Uniwersytetu Warszawskiego.

13

Subiektywny przegld rynku BI ijego przyszo


Rafa Gabinowski, INFOVIDE-MATRIX

Cay obszar zwizany z pozyskaniem, kolekcjonowaniem, analiz i wspdzieleniem wiedzy dojrza ju na tyle, aby z centrum uwagi znikna technologia BI, a zastpia j zdolno organizacji do wykorzystania danych i informacji.

W cigu kilkunastu ostatnich miesicy na wiatowym rynku popularno zdobywa kilka innowacyjnych, technologicznych rozwiza, pozwalajcych gromadzi, przetwarza iudostpnia wci rosnc ilo danych. Najwiksz wieo do nieco skostniaej oferty rynkowej wnosz niezaleni dostawcy, ktrzydostrzegli ociao innowacyjn wistniejcych i modernizowanych od lat platformach BI duychdostawcw. Wydaje si, e BI jest ostatni wan technologi, ktra migruje z modelu cikiej wagi. Modelten opiera si na dokonaniu jednorazowego wyboru, zakupie, instalacji i pniejszej eksploatacji technologii. Wikszo systemw zarzdczych klasy ERP/CRM/SCM funkcjonuje w takim modelu, ktry dla IT i uytkownikw ju w krtkiej perspektywie czasu staje si kosztowny i mao elastyczny. Gwnymi bodcami zmian na rynku technologii BI, ktre warto wymieni s: konieczno obsugi zwikszajcego si wolumenu danych i rnorodnoci ich rde (minimalizacja czasu pozyskania zestawie), skrcenie time-to-market (udostpnienie danych lub tematu analitycznego), minimalizacja TCO (Total Cost of Ownership), wzrost znaczenia rozwiza wspierajcych eksploracj danych lub specjalistyczn analiz, wykorzystanie wiedzy zawartej w danych procesach operacyjnych (ptla zwrotna wiedzy, automatyzacja decyzji), narzdzia dla kocowego uytkownika musz by proste, mobilne i przyjazne.
14

Niewielka innowacyjno duych rozwiza wzmacniana jest przez niech IT do wdraania rozwiza innowacyjnych. Zwizane jest to gwnie z wyolbrzymianym ryzykiem organizacyjnym oraz trudnociami w obszarze integracji z ju funkcjonujc w organizacji architektur. Rozwizania BI powinno si rozpatrywa przynajmniej z dwch perspektyw: perspektywa IT - jest to konkretna technologia, wymagajca konkretnych kompetencji w rozwoju i utrzymaniu. Istotn jest kwestia architektury (w skrcie zgodnoci ze standardami w organizacji, otwartoci), perspektywa uytkownikw - BI jest kolejnym rozwizaniem informatycznym (platform, czasami aplikacj), za porednictwem ktrego otrzymuj standardowe raporty, maj moliwo analizy danych. Najwaniejszymi aspektami jest prostota uycia, dostpno, atrakcyjna i czytelna forma wizualizacji. Nadal podstaw skutecznych rozwiza BI (wsparcie w podejmowaniu decyzji) jest posiadanie odpowiedniej jakoci danych. Wydaje si, e ten obszar jeszcze dugo nie znajdzie lepszej formy, niscentralizowane rozwizanie. Wtym miejscu warto nadmieni, e nie chodzi o jedn monolityczn platform, a o federacj dedykowanych komponentw, zarzdzanych irozwijanych wmodelu centralnym. Federacja w tym ujciu wymaga od poszczeglnych komponentw otwartoci, rozumianej jako moliwo interakcji, zarwno na wejciu (np. dostarczenie danych), jaki na wyjciu komponentu (pobranie/przesanie przetworzonych danych). Hermetyczno rozwiza

do niedawna powodowana bya ograniczeniami technologicznymi lub licencyjnymi, ktre bardzo utrudniay moliwo zbudowania rozwojowej architektury. Do niedawna, poniewa presja rynkowa powoduje rozlunienie takiej polityki dostawcw.

analiza danych, budetowanie i prognozowanie, zapewnienie jakoci danych, zapewnienie jakoci informacji, pozyskiwanie danych, w tym ze rde dla organizacji zewntrznych, silnik obliczeniowy/reguowy, udostpnienie danych do innych systemw. Kada z wyej wymienionych usug powinna by realizowana optymalnie do potrzeb i moliwoci organizacji (nawet poszczeglnych dziaw, czykluczowych uytkownikw). Okrelenie kadej zusug np. w ujciu biznesowym (np. The Business Model Canvas Alexander Osterwalder), pozwala efektywnie zarzdza inwestycjami, rozwojem architektury BI i podnosi efektywnoci organizacji.

Kluczowe aktywnoci procesy zwizane ze wiadczeniem usugi


Opierajc si na naszym dowiadczeniu zauwaamy, i skutecznie dziaajcy BI powinien uwzgldnia podejcie usugowe. Przykadowe usugi, ktre obsugiwane s przez BI w organizacji to: raportowanie obligatoryjne, raportowanie operacyjne, raportowanie zarzdcze,

15

Kada z usug funkcjonuje w istotnym otoczeniu, ktre charakteryzuje si poniszymi cechami: usuga (oferta) to: interaktywno sposb wykorzystania/pracy z usug, np. statyczny raport, drenie danych, eksploracja danych, responsywno sposb uruchamiania, np. na danie, wg harmonogramu, time to market aktualno danych, np. po zamkniciu okresu, real time, jako danych globalnie spjne lub as is, zoono dane (nieprzetworzone), informacja (dane przetworzone algorytmami - wyliczenia), wiedza, klienci uytkownicy, odbiorcy danych i informacji, kanay sposoby dystrybucji i dostarczania informacji, relacje, SLA zasady dostarczania usug, parametry jakociowe, kluczowe zasoby niezbdne komponenty systemowe i kompetencje osb. W zaawansowanym rodowisku technicznobiznesowym, w ktrym dziaaj zoone usugi, kluczowe jest znalezienie zotego rodka, pozwalajcego na szerokie i samodzielne dziaanie uytkownikw, przy jednoczesnej spjnej kontroli bezpieczestwa i stabilnoci dziaania systemw. Znaszej wieloletniej praktyki wynika, e stosowanie zbyt duych ogranicze powoduje szukanie przez uytkownikw rozwiza zastpczych, ktre zreguy nie speniaj korporacyjnych standardw i mog sta si przeszkod wrozwijaniu kultury BI. Znalezieniewaciwej kombinacji czcej elastyczno ifunkcjonalno oraz skoordynowanego rozwoju w gromadzeniu, przetwarzaniu i monitorowaniu uycia danych jest wic dzi gwnym wyzwaniem. Platformy korporacyjne na pewno nie strac na znaczeniu i nadal ich rola w organizacji bdzie rosa. Leczdodatkowe, indywidualne narzdzia, realizujce wybrane funkcjonalnoci, w naturalny
16

sposb przyspieszajce realizacj zadania, bdstaway si standardem. Przed IT stoi wyzwanie konsolidacji platform i narzdzi, ktre daleko wykracza poza obecne standardy architektury. Kwestia otwartoci poszczeglnych komponentw stanie si bardzo istotna, a IT musi na tak przyszo by przygotowane.

Perspektywa IT
Od wielu lat dostpne s mniej lub bardziej dedykowane bazy danych i nic nie wskazuje na to, aby w krtkim czasie w obszarze przechowywania danych zasza jaka radykalna zmiana. W tej chwili dostpne s*: Bazy relacyjne (np. Oracle, IMB DB2, Microsoft SQL, Sybase ASE), Bazy kolumnowe (np. HP Vertica, ParAccel, Sybase IQ, Infobright), Bazy wielowymiarowe (np. Microsoft Analysis Services, IBM TM1, Oracle Essbase), In-memory (np. Microsoft PowerPivot, QlikView, Tableau, Tibco Spotfire, SAP HANA, oraz rozszerzenia do baz relacyjnych Oracle TimesTen, IBM solidDB, MySQL), Inverted index DBMS (jak Attivio, Endeca), Bazy asocjacyjne (jak Saffron Technology i Splunk), Bazy typu NoSQL (jak MongoDB, Cassandra, CouchDB), * wrd wymienionych produktw znajduj si takie, ktre cz kilka klas. Wartym odnotowania faktem jest wzbogacenie oferty rynkowej przez rozwizania wspierajce potrzeb przetwarzania rwnolegego na masow skal. S to rozwizania czce elementy sprztowe oraz programowe (ang. Data Warehouse Appliance). Obecnie wielu wiodcych dostawcw

systemw zarzdzania bazami danych posiada takie specjalizowane rozwizania. Oprcz pionierskiej Teradaty dostpne s Oracle Exadata, IBM Netezza, Microsoft Parallel Datawarehouse czy EMC Greenplum. Data Warehouse Appliance s rozwizaniami kosztownymi, co pozycjonuje je doduych firm i korporacji. Klienci o mniej zasobnym portfelu lub zmniejszymi wymaganiami wydajnociowymi mog ju skorzysta z technologii w modelu usuga jako serwis (ang. Software as a Service) lub chmury. Usugi w tych modelach wiadcz m.in.takie firmy jak Microsoft, SAP, Microstrategy. Mimo ich atrakcyjnoci w stosunku do zakupu oprogramowania i budowy wasnej infrastruktury, mona je traktowa jako wart rozwaenia alternatyw dla specyficznych, punktowych zastosowa. Z wartych odnotowania technologii przechowywania i przetwarzania danych warto podkreli coraz intensywniej eksponowane rozwizania specjalizujce si w wykorzystaniu pamici operacyjnej (in-memory). Mimo, i takie rozwizania dostpne s ju od duszego czasu, za spraw nieznanych do niedawna produktw takich jak QlikView czy Tableau, rwnie Microsoft udostpni swoje ciekawe rozwizanie w produkcie PowerPivot. W kontekcie analityki czasu rzeczywistego, gdzie mamy do czynienia z przeogromn iloci danych wejciowych, klasyczne rozwizania s niewystarczajce. Sukces firmy Google oparty naparadygmacie MapReduce jest obecnie rozwijany w projekcie open-sourceowym fundacji Apache Apache Hadoop (framework). Mimo ogromnego potencjau tego modelu codo rwnolegego przetwarzania wsadowego danych, model ten nie jest w stanie speni wymaga zwizanych ztransakcyjnoci, aktualizacj danych w czasie rzeczywistym oraz dziaa na zbiorach danych (skomplikowanych cze). Wprzypadku potrzeby analizy danych

napywajcych strumieniem (np.miliona zdarze na sekund) ioczekiwanego wyniku analizy wcigu kilku sekund, niezbdna jest odpowiednia architektura przepywu danych. Rozwizanie VoltDB wpoczeniu z Hadoop jest ju w stanie konkurowa z dedykowanym rozwizaniem, np.Cloudscale, ktre uwolnio si od wsadowego przetwarzania danych. Wtakich zastosowaniach jak detekcja naduy (frauddetection), reklama mobilna, usugi lokalizacyjne, czyplatformy handlowe (trade) mamy szans skuteczniezrealizowa.

Perspektywa uytkownika
Wspomniane wyej produkty QlikView i Tableau, w szczeglnie efektywny sposb realizuj postulaty uytkownikw zwizanych z samodzieln eksploracj danych oraz przyjaznych i niezwykle responsywnych narzdzi. Mimo ich niedostatkw pod wzgldem architektury korporacyjnej (szybkouzupeniane przez producentw), srewelacyjn propozycj dla dedykowanych, tematycznych aplikacji analitycznych. Aplikacje takie wyrniaj si zaawansowan wizualizacj danych oraz interakcj z uytkownikiem.

17

Bogactwo form, umoliwiajce lepsz percepcj danych, pozwala na pogrupowanie prezentacji w formie znanych z duych platform BI kokpitw informacyjnych/zarzdczych.

Rozwizania takie coraz czciej staj si komponentem wdraanym w organizacjach jako uzupenienie duych platform BI. Dodatkowym, bardzo wanym atutem, jest ich lekko, zwizana z byskawicznym (w stosunku do duych platform) cyklem wdraania i dostarczania wymiernych korzyci uytkownikom. W dobie upowszechniania si dostpu do internetu oraz rosncej byskawicznie wydajnoci urzdze mobilnych (smartfony i tablety), kady liczcy si dostawca udostpnia swoje wersje rozwiza, czyto z poziomu przegldarki WWW, czy aplikacji uruchamianych bezporednio na urzdzeniach (np.Microstrategy). Dostp z urzdze mobilnych, w naszym przekonaniu, powinien by podyktowany ewidentnymi korzyciami biznesowymi, budujcymi przewag konkurencyjn (np. dla pracownikw w terenie dane s potrzebne tu i teraz, a nie gdy wrc do biura) lub wspierajcymi interakcj zodbiorc produktw, czy usug firmy na skal masow. Ciekawym przykadem tendencji wtym obszarze jest np. rozwizanie RoamBI. rdemdanych dla tego rozwizania moe by arkusz kalkulacyjny (lub korporacyjna platforma BI), ktry w atrakcyjnej formie jedynie wizualizuje udostpnione dane.

Na zakoczenie
Przyszo BI, a w szczeglnoci efektywno wykorzystania danych, aby stay si uyteczn informacj i wiedz w organizacji, w duej mierze zaley od samych organizacji. Oferta rynkowa napierwszy rzut oka wydaje si naprawd bogata. Std bardzo wan kwesti jest, aby umiejtnie wybra z tego bogactwa. W wyborze na pewno pomoe zdefiniowanie i okrelenie usug wraz ze sprecyzowaniem oczekiwanej funkcjonalnoci. Nie naley ba si rnorodnoci technologii wspierajcej prac uytkownikw. Naley zadba opoprawno oraz otwarto architektury.
18

W najbliszym czasie naley si spodziewa, e najwiksi dostawcy dostosuj si z ofert funkcjonaln i licencyjn do potrzeb rynku (wreakcji na wdzierajce si innowacyjne rozwizania) oraz, e nastpi dalsza ekspansja rozwiza wspierajcych uytkownikw w samodzielnoci ieksploracji danych.

Przyzwyczajenia uytkownikw, pynce ze stylu jaki wprowadzi Google ze swoj wyszukiwark (byskawiczna odpowied na zapytania), bdzie co raz bardziej wspierana przez wzrost wydajnoci technologii lub wykorzystanie nowoczesnych idostosowanych silnikw baz danych ipamicioperacyjnej.

Rafa Gabinowski
Jest starszym konsultantem w Grupie Kapitaowej INFOVIDE-MATRIX, ekspertem w dziedzinie rozwiza Business Intelligence.

Powyszy artyku powsta przy merytorycznym udziale konsultantw Infovide-Matrix S.A. i CTPartners S.A.

19

Szybciej, wicej, dalej, czyli: dokd zmierza Business Intelligence


Andrzej Miktus i Wojciech Wronka, Infovide-Matrix SA

Wyobramy sobie sytuacj, w ktrej wchodzimy do centrum handlowego, gdzie wita nas najnowszy utwr ulubionego wykonawcy, a na telebimach widzimy oferty ubra w naszym rozmiarze i ulubionej kolorystyce. Dodatkowo, na ekranie naszego smartfona pojawia si oferta wymarzonej wycieczki, ktrej szukamy ju od tygodnia. Patrzc na dostpne dzisiaj na rynku rozwizania moemy si spodziewa, e w cigu kilku najbliszych lat wdroenie podobnych rozwiza, stanie si faktem.

Business Intelligence to termin okrelajcy klas rozwiza informatycznych, sucych do przetwarzania danych, pochodzcych zrnorodnych rde (np. systemw billingowych, sprzedaowych i systemw obsugi klienta) wspjne informacje majce znaczenie biznesowe (np. segmentacja klientw, rentowno produktw, czy efektywno procesw). Kto zoliwy mgby powiedzie, e BI, toinformatyczny sposb rozwizywania problemw, ktre stworzya informatyka, takich jak niespjno danych przetwarzanych w rnych systemach, czy trudno stworzenia systemw zdolnych sprosta wymaganiom zwizanym z automatyzacj procesw operacyjnych ijednoczenie speniajcych zaawansowane potrzeby dotyczce analizy danych w procesach podejmowania decyzji. To jednak byoby duym uproszczeniem. W istocie, na BI naley patrzy jako na dyscyplin suc budowaniu przewagi informacyjnej, czyli podnoszenia konkurencyjnoci przedsibiorstwa dziki wytworzeniu i zastosowaniu w procesach biznesowych wiedzy pozwalajcej podejmowa trafniejsze decyzje, we waciwym miejscu organizacji i we waciwym czasie. Ten strategiczny wymiar Business Intelligence nabiera szczeglnego znaczenia dzi, kiedy informacje wpywajce na dziaania organizacji pochodz coraz czciej nie tylko z ich wntrza. rdem wartociowej wiedzy pozwalajcej sprawniej obsugiwa klientw, lepiej
20

dopasowywa ofert do ich potrzeb i skuteczniej realizowa procesy innowacyjne, staje si otoczenie organizacji tworzce jej ekosystem biznesowy. Tenowe okazje dla rozwoju organizacji id wparze z rozwojem technologii, ktra coraz lepiej radzi sobie z przetwarzaniem wielkich wolumenw danych, analiz tekstw, dwikw, obrazw iludzkiej mowy. Tak wic, w chwili obecnej kierunki rozwoju narzdzi klasy BI wyznaczaj dwa najwaniejsze trendy: z jednej strony stale zwikszajca si ilo informacji, ktr mona zbiera i przetwarza, zdrugiej -innowacje technologiczne pozwalajce jeudostpnia, przetwarza i analizowa. W cigu ostatnich kilku lat rozpowszechnienie urzdze przenonych, takich jak tablety, smartfony oraz aparaty cyfrowe, poprzedzone istotnym rozwojem internetu i serwisw spoecznociowych, spowodowao wygenerowanie niespotykanej dotd iloci informacji, nioscych ze sob duy potencja oraz istotn warto dla wielu organizacji. Niestety w duej mierze maj one charakter nieustrukturalizowany. Jeli potrafilibymy wszystkie te informacje zebra i przetworzy, stworzylibymy nowe perspektywy dla wielu firm. Wyobramy sobie sytuacj, w ktrej wchodzimy docentrum handlowego, gdzie wita nas najnowszy utwr naszego ulubionego wykonawcy, anaekranach telebimw widzimy oferty ubra

w naszym rozmiarze i ulubionej kolorystyce. Dodatkowo, na ekranie naszego smartfona pojawia si oferta wymarzonej wycieczki, ktrej szukamy ju od tygodnia, czekajcej jedynie na zamwienie wbiurze podry, ktre znajduje si tu za rogiem. Rodzi si pytanie, czy taka perspektywa to jedynie futurystyczna wizja, bdca spenieniem marze kadego marketera, czy te obraz niedalekiej przyszoci? Patrzc na dostpne ju dzisiaj narynku rozwizania moemy si spodziewa, ewcigu kilku najbliszych lat wdroenie podobnych rozwiza, stanie si po prostu faktem.

Narzdzia
Rozpoczynajc przegld technologii BI, wpierwszym rzdzie musimy zaj si zbieraniem, przechowywaniem i przetwarzaniem informacji. Naley mie na uwadze rwnie to, e w cigu ostatnich dwch lat zgromadzono wiksz ilo danych ni w caej dotychczasowej historii, awedug analitykw IDC, w cigu najbliszej dekady, ilo przechowywanych danych moe wzrosn nawet pidziesiciokrotnie. Pytaniezatem, skd taki trend? W warunkach wzmoonej konkurencji firmy chc wiedzie jak najwicej oswoich klientach, a globalna sie iwszechobecne urzdzenia elektroniczne oraz nowe technologie, znacznie to uatwiaj. Dlategote, ten szeroki strumie danych telemetrycznych, oplatajcy swoim zasigiem niemal cay glob, zaczyna pyn i zasila w informacje firmy zcakiem nowych w tym obszarze bran. Zagadnienia zwizane z jej przetwarzaniem najczciej okrela si terminem Big Data. Praktycznie kady liczcy si na rynku producent baz danych, ma w swojej ofercie rozwizania dedykowane do przetwarzania ogromnych wolumenw danych oraz pozyskiwania informacji z danych, ktre nie s uporzdkowane w aden sposb, np. z komentarzy umieszczonych pod towarami w sklepach internetowych.
21

Wanejestjednak to, e mimo znaczcego postpu, jaki dokona si w obszarze rozwoju technologii budowy procesorw, pamici, czydyskw, klasyczne urzdzenia okazuj si zamao wydajne, by sprosta stawianym obecnie wyzwaniom wzakresie iloci danych. Dlatego te konieczna jest zmiana sposobu mylenia, wyznaczajcego nowy kierunek w stron przetwarzania rwnolegego na masow skal. Koncepcjatakich rozwiza nie zostaa wymylona dzi. Obecnie jednak da si zaobserwowa bardzo szybki rozwj rozwiza takiej klasy, nazywanych Data Warehouse Appliance. Rozwizanie to czy elementy sprztowe i systemowe, zoptymalizowane do rwnolegego przetwarzania danych. Pionieremwtej dziedzinie bya Teradata, ktra ju 1984roku, jako pierwsza stworzya tak zaprojektowane narzdzie. Obecnie wielu wiodcych dostawcw systemw zarzdzania bazami danych posiada w swojej ofercie Data Warehouse Appliance. Oprcz wzmiankowanej Teradaty istniej jeszcze rozwizania, takie jak Oracle Exadata, Microsoft Parallel Datawarehouse, IBM Netezza czy EMC Greenplum. W wikszoci z nich wykorzystana jest architektura Sharred Nothing, ktrej zaoenia sformuowa w1986roku Michael Stonebraker. Bazujonenazasadzie, idue zadania atwiej zrealizowa, jeeli podzieli si je na mniejsze iwykona wodpowiedniej kolejnoci. Oczywicie w nurcie przetwarzania rwnolegego, due przetwarzanie dzieli si na mae czci, anastpnie wykonuje przetwarzanie wszystkich na raz. Zaletamitakich urzdze jest ich wysoka wydajno oraz skalowalno, jednak ze wzgldu na ewentualne koszty s to rozwizania skierowane do duych firmi korporacji.

sektora MSP wychodz jednak firmy, ktre wiadcz coraz modniejsze na rynku usugi typu cloud computing. Najpopularniejszy model takiego przetwarzania polega na wykorzystaniu aplikacji Business Intelligence, przechowywanej i udostpnianej przez dostawc za pomoc internetu. Taki model, nazywamy SaaS, czyli oprogramowanie jako usuga. Usugi takie wiadcz m.in. Microsoft, SAP, Microstrategy. W modelu tym, cao zagadnie zwizanych z zarzdzaniem rodowiskiem, aktualizacj oprogramowania i sprztu, wydajnoci icigoci dziaania rodowiska spada na dostawc. Modelten moe by bardzo korzystny iatrakcyjny dla wielu firm, naley jednak pamita, enie jest to rozwizanie pozbawione wad, czyryzyka. Jakpokazay ostatnie wydarzenia na krajowym rynku usug oferowanych w chmurze, kiedyjeden z dostawcw w jej wyniku odnotowa spektakularn awari, dua cz uytkownikw stracia istotnedane.

Przechowywanie i przetwarzanie danych


Dla skutecznego podejmowania decyzji, konieczne jest, aby informacje oparte byy na prawdziwych danych, obrazujcych aktualn rzeczywisto. Ponadto, uzyskanie penego obrazu danych wymaga czstego analizowania ich pod rnym ktem oraz w rnych przekrojach. Rwnie wany jest czas przeznaczony na analiz, ktry powinien by maksymalnie krtki, a co za tym idzie szybki. Dziki rozwojowi rynku hardware, moliwe jest dzisiaj wyposaenie serwerw przetwarzajcych dane w takie iloci, aby analizy prowadzone nawet na gigabajtach danych, mogy by prowadzone w caoci w pamici komputera. Rozwizania tego typu nazywane s obecnie in memory, a ich popularyzacji sprzyja dostpno duej iloci taniej pamici komputerowej i specjalne algorytmy kompresji danych. Pozwalaj one uzyska kompresj rzdu pi do dziesiciu razy. Oznacza to, e dla kadych 10 gigabajtw danych,

Chmura obliczeniowa
Dla maych i rednich firm stworzenie infrastruktury do samodzielnego zbierania i przetwarzania duej iloci danych, zwizane jest czsto ze zbyt duymi nakadami finansowymi. Naprzeciwpotrzebom
22

przechowywanych w pamici dyskowej, rozwizanie typu in memory potrzebuje 1 - 3 gigabajtw pamici RAM. W chwili obecnej na rynku s dwie grupy rozwiza tego typu. Pierwsza grupa, ktrej przedstawicielem jest rozwizanie firmy SAP HANA, jest odpowiednikiem tradycyjnej bazy danych. Danes trzymane w postaci ustrukturyzowanej wpamici RAM specjalnego serwera, stworzonego na potrzeby SAP - HANA i udostpniane za pomoc rnych aplikacji stanowicych warstw raportow. Rozwizanie takie gwarantuje szybko przetwarzania i udostpnienia informacji. Druga grupa narzdzi reprezentowana np. przez QlikView, to narzdzia ktre integruj w jednej aplikacji przechowywanie i przetwarzanie oraz wizualizacj danych. Ich du zalet jest to, e nie wymagaj specjalnie skonstruowanych serwerw, w tym przypadku do ich instalacji wystarczy zwyky serwer z du iloci pamici RAM. Narzdzia te pozwalaj stworzy w krtkim czasie aplikacj, pozwalajc w bardzo intuicyjny sposb analizowa dane. Rozwizanie takie zewzgldu na koszty wdroenia i atwo uytkowania wydaje si idealne dla maych i rednich firm. W przypadku duych organizacji, gdzie kady dzia ma inne potrzeby informacyjne, naleaoby tworzy oddzielne aplikacje dla kadego zespou. Takie podejcie worganizacji, w ktrej zachodz czste zmiany, moe spowodowa trudnoci wutrzymaniu spjnoci danych, przechowywanych w rnych aplikacjach, co bdzie skutkowa znanym problemem chaosu informacyjnego - raporty z rnych dziaw dotyczce tego samego zagadnienia biznesowego bd w sposb znaczcyrne. Naley pamita, e kocowy uytkownik rozwizania typu Business Intelligence widzi dane poprzez narzdzia raportowe. Do chwili obecnej naog oglda on raporty w postaci samej tabelki lub poczonej z wykresem, pozwalajcej na edycje.
23

Proste raporty w formie tabelek i wykresw powoli s wypierane przez rozwizania eksponujce dane w sposb atrakcyjny wizualnie, wyposaone wrnego rodzaju kontrolki, wskaniki, alerty itp. Silna konkurencja wymusia sytuacj, w ktrej praktycznie kady producent oprogramowania raportowego ma w swojej ofercie tzw. dashbordy. Obecnie patrzc na kocow aplikacj uytkownika ciko jest powiedzie, w jakiej technologii jest wykonana, poniewa dostpne funkcjonalnoci tych narzdzi s najczciej bardzo podobne.

Mobilny BI
Firmy oferujce produkty BI od duszego czasu usioway zainteresowa mobilnych uytkownikw swoj ofert. Niestety, ograniczenia technologiczne zwizane z przesyaniem, magazynowaniem i prezentacj danych naniewielkim ekranie telefonu powodoway, e nie byy to rozwizania zbyt interesujce. Jednak pojawienie si na rynku smartfonw i tabletw oraz technologii umoliwiajcych bezprzewodowe przesyanie danych, diametralnie zmienio sytuacj. Prezentacjanajbardziej zoonych raportw przestaa by problemem, poniewa dziki urzdzeniom mobilnym, klient otrzymuje atrakcyjnie wizualnie irwnie czytelne informacje, jak te prezentowane na ekranie komputera. Dzisiaj wzrost mocy obliczeniowej procesorw oraz wiksza wydajno baz danych pozwala naprzedstawienie informacji w taki sposb, ktryuatwia zrozumienie i analiz danych. Narynku zaczynaj dominowa rozwizania umoliwiajce kontekstow analiz, tzw. kokpity, kiedy nazywane menaderskimi, a teraz dostpne dla wikszoci uytkownikw. Niewtpliw zalet kokpitw, czy aplikacji analitycznych jest prezentacja powizanych ze sob zagadnie biznesowych w jednym widoku, w wyjtkowo czytelny i atrakcyjny sposb, co zwiksza uyteczno prezentowanych danych.
24

Dlatego mona przypuszcza, e wikszo producentw BI w przecigu najbliszego roku, jelijeszcze tego nie zrobia, to ju wkrtce udostpni oprogramowanie umoliwiajce przeprowadzenie takich samych analiz na ekranie smartfona, tabletu jak i zwykego komputera. Zbieranie i przetwarzanie ogromnych iloci informacji, ich analiza i prezentacja w czasie rzeczywistym s coraz bardziej realne. Moliwoci technologiczne s coraz wiksze iju wkrtce moemy spodziewa si spenienia futurystycznych wizji twrcw fantastyki naukowej. Dlategobardzo prawdopodobnym jest,

ewniedalekiej przyszoci systemy informatyczne bd nam podpowiada na podstawie naszych dotychczasowych zakupw i informacji zawartych na nasz temat w serwisach spoecznociowych, o tym co i kiedy kupi. Dodatkowo, narzdzie takie pomoe rwnie zadba o nasze zdrowie, przetwarzajc informacje o przebytych chorobach, czystosowanej diecie. Judzisiaj jedna z brytyjskich firm ubezpieczeniowych, specjalizujca si wubezpieczeniach samochodowych, stworzya unikalny produkt przeznaczony dla najbardziej ryzykownej grupy klientw modziey wwieku poniej 30 lat. Istotnym elementem caego rozwizania s urzdzenia telemetryczne, montowane w ubezpieczanych autach. Narzdzietorejestruje przebyt drog, gromadzc ***

informacje nie tylko o przebytych kilometrach, rejonach, w ktrych samochd si porusza ale rwnie oprdkoci i stylu jazdy. Tego typu informacje s poddane zaawansowanej obrbce analitycznej i pozwalaj stworzy bardzo precyzyjny rating ryzyka dla kadego ubezpieczonego, oparty na rzeczywistych danych zbieranych dzie po dniu. Ponadto moliwo wykonywania ratingu nabieco oraz zapewnienie ubezpieczonym dostpu do tych informacji poprzez dedykowany portal, czyni cay proces interaktywnym. Systemnie tylko pozwala efektywnie przyznawa zniki tym kierowcom, ktrzy jed bezpiecznie, alewrcz motywuje kierowcw do zmiany stylu jazdynabezpieczniejszy.

W artykule s zamieszczone ilustracje pochodzce z firm SAP oraz QlickTech prezentujce przykadowe kokpity.

Andrzej Miktus
Ekspert w Dziale systemw Business Intelligence Infivide-Matrix. Posiada kilkunastoletni praktyk w projektowaniu ibudowie zoonych systemw Hurtowni Danych, a zwaszcza due dowiadczenia w zakresie analizy, w tym m.in.: analiza wymaga uytkownika, analiza procesw biznesowych, przygotowanie i prezentacja prototypw, umiejtno i dowiadczenie wwykonywaniu analiz danych oraz analiz jakoci danych. Szeroka znajomo tematyki biznesowej firm telekomunikacyjnych. Specjalizuje si w systemach raportowych od identyfikacji potrzeb uytkownikw do wdroenia gotowego rozwizania. Jestekspertem od rozwizania SAP BusinessObjects. W ramach Infovide-Matrix jest odpowiedzialny za kompetencje wzakresiesystemw Business Intelligence.

Wojciech Wronka
Manager w Dziale Technologii Hurtownianych, odpowiedzialny za dydaktyk i rozwj kompetencji zwizanych z budow Hurtowni Danych, przetwarzaniem i integracj danych. Od czternastu lat bierze czynny udzia w projektowaniu warstw zasilania, ksztatowaniu architektury rozwiza oraz budowaniu strategii rozwoju Hurtowni Danych dla klientw z brany Telco. Specjalizuje si budowie rozwiza w obszaru sterowania zasilaniem, integracji narzdzi ETL, narzdzi kontroli i poprawy jakoci danych, zarzdzania meta-danymi. Szczeglne miejsce w obszarze zainteresowa zajmuj zagadnienia zwizane zprzetwarzaniem rwnolegym i rozwizania klasy Data Warehouse Appliance (Teradata, Microsoft Parallel Data Warehouse, IBM Netezza czy Oracle Exadata).

25

Najnowsze trendy w Business Intelligence z czym to si je, jakczyta menu i co zamwi?


Marcin Choiski, BI.PL

Business Analytics, Big Data, Mobile BI, Cloud BI, Collaborative BI to tylko niektre zlansowanych w ostatnim czasie trendw na rynku rozwiza Business Intelligence. Czytojedynie nowe buzzwords, kreowane celem zwikszenia sprzeday vendorw rozwiza BI, czy moe uyteczne technologie? W niniejszym materiale postaram si pokrtce opowiedzie skd si wziy, czego dotycz oraz kto i kiedy powinien zastanowi sinadichwykorzystaniem.

Business Analytics - nowe stare Business Intelligence i Performance Management


Podczas Gartner BI Summit 2012 w Londynie, Gartner rozpocz na dobre lansowanie nowego terminu - Business Analitics (BA), w miejsce starego, poczciwego Business Intelligence (BI). Wczymzatem BA jest inne (lepsze?) od BI? Zdefinicji termin ten ma pokrywa zarwno aspekty zwizane z dostarczaniem kompleksowych narzdzi analitycznych (BIiData Warehousing), jakiich metodycznym iskutecznym wykorzystaniem, celem lepszego przekadania strategii (planowanie, monitorowanie, optymalizacja) na realne dziaania iwydajno organizacji (Performance Management). Czy ma to jakiekolwiek znaczenie dla samej dziedziny, czy biznesowych zastosowa analityki? Oczywicie praktyczne adne, poza now nomenklatur i kolejnym terminem, ktrego precyzyjnej definicji nikt do koca nie bdzie wstanie poda i kady bdzie mia jego wasne rozumienie. Podobnie jest obecnie z terminem Business Intelligence, ktry jedni rozumiej jako rozwizania do raportowania i analizy danych, inni wczaj w jego zakres rwnie aspekty zwizane z dziedzin Hurtowni Danych (Data Warehousing), a jeszcze inni rozumiej przez niego rwnie praktyczne wykorzystanie analityki w celach biznesowych, czyli dokadnie to, co pod terminem Business Analytics definiuje Gartner.
26

Jak stare jest Business Intelligence?


Skoro mamy mwi o nowociach w BI, towarto te zwrci uwag na to, co byo kiedy. ebyjednak mwi o BI i jego pocztkach, przytocz najpierw jedn (z wielu) definicji tego terminu, ktr uwaam za najbardziej odpowiedni i kompleksow. Business Intelligence to zbir praktyk, metodyk, narzdzi i technologii informatycznych sucych dozbierania i integrowania danych, w celu dostarczania waciwej wiedzy i informacji dowaciwych osb we waciwym czasie. Jeeli przyjmiemy takie rozumienie BI, to okae si (z niewielkim przymrueniem oka), e ju staroytne cywilizacje skutecznie stosoway analityk i monitoroway pewne kluczowe wskaniki wydajnoci. Ponad pi tysicy lat temu Egipcjanie budowali pierwsze tzw. nilomierze, ktre pozwalay im ledzi stan wd Nilu oraz, na podstawie odpowiednich odczytw, prognozowa stan rzeki w kolejnych miesicach. Dziki tym danym byli oni w stanie przewidzie, jakie plony bd w danym roku, a co za tym idzie, jakie podatki mog zosta naoone na posplstwo. Gdyby tylko mieli dostpn technologi monitoringu, to by moe jeden z kokpitw menaderskich gwnego ekonoma Egiptu, wygldaby jak przedstawiono naRysunku 1.

Duo bardziej wspczenie wygldajce zestawienia i raporty powstaway ju w XVIIIwieku. Przykadem moe by swoisty data mashup, prezentujcy na jednym zestawieniu kilka rnych informacji w kontekcie kilku wymiarw (Rysunek 2). Stworzy je w 1821 roku szkocki inynier, grawer i pasjonat polityki gospodarczej William Playfair. Prezentuje ono porwnanie cen kwartau pszenicy z wynagrodzeniem dobrego mechanika wperspektywie czasu (lata 1565-1821) zobrazowanej panowaniem poszczeglnych wadcw w Anglii, ktrego celem byo pokazanie, e pszenica jeszcze nigdy nie bya tak tania wzgldem przecitnych wynagrodze. Inne przykady innowacyjnych form wizualizacji zczasw, kiedy o komputerach jeszcze nikt nawet nie marzy (przedstawione na Rysunku 3.), tobogata wizualizacja kampanii napoleoskiej zwieloma wymiarami na jednym zestawieniu, wykres mapowy (oba autorstwa francuskiego inyniera Charlesa Josepha Minarda), czy wykres radarowy autorstwa Williama Farra (wszystkoXVIIIw.). Oczywicie wraz z rozwojem technologii informacyjnych dotarlimy w ostatnich latach do momentu, gdzie analityka biznesowa danych jest cile zwizana z rozwizaniami informatycznymi, ktre utosamiamy z pojciem Business Intelligence. Kojarzy si nam ona bardziej z kokpitem informacyjnym, jak na Rysunku 4., nizkamiennymi schodkami na brzegu Nilu.

Rysunek 1. Hipotetyczny kokpit menaderski gwnego ekonoma Egiptu sprzed kilku tysicy lat

Rysunek 2. Data mashup - William Playfair 1821 rok.

Rysunek 3. Przykady zaawansowanych form wizualizacji danych z XVIII w.

(Kluczowe) zmiany, zmiany, zmiany


Nie trudno zauway, e jednym z kluczowych czynnikw odpowiedzialnych za rozwj wdziedzinie analityki biznesowej (jako szeroko rozumianego Business Intelligence), jest postp technologiczny (ale rwnie kulturowy icywilizacyjny). Poniej omwione zostay kluczowe zmiany, jakie zaszy w ostatnich dziesicioleciach i latach, ktre miay kluczowy wpyw na rozwj dziedziny Business Intelligence i jej najnowsze trendy.

Rysunek 4. Przykadowy kokpit menaderski 27

Rysunek 5. Ko pamici ferrytowej

Rysunek 6. Taktowanie zegarw w komputerach z lat 90-tych

Prawo Moorea, mwice o podwajaniu si liczby tranzystorw w pojedynczym ukadzie scalonym co dwa lata, ma zastosowanie rwnie dla pamici (zarwno operacyjnej, jakidyskw twardych). Dodatkowo pami ta jest coraz tasza. W1956roku 1 megabajt dysku twardego kosztowa bagatela $10 000, wlatach 80-tych koszt ten spad ju do $200. Wroku 2010 za 1centa mona byo dosta ponad 100 megabajtw. Spada rwnie czas dostpu do pamici (patrz ostatnia rewolucja zwizana zdyskami SDD). Coraz szybsze przetwarzanie danych Jeszcze w latach 90-tych, w erze popularyzacji komputerw klasy PC, mielimy do czynienia zzegarami procesorw taktowanymi z prdkoci 20 MHz. Kto nie pamita przycisku Turbo (Rysunek 6.) np. na komputerach 486, ktre pozwalay zmieni taktowanie zegara z 20 na 40 MHz, celem zapewnienia zgodnoci wstecz zprogramami, ktre dziaay w oparciu o wolniejsze zegary. Kilka lat temu doszlimy do fizycznych granic moliwoci technologii pprzewodnikowych, gdzie przy taktowaniu zegara na poziomie 4GHz prd by w stanie przeby cae 8m. Oznacza to, e pami nie moga by fizycznie dalej, jak 4 cm od procesora, aby prd zdy do pamici dotrze i wrci zwynikami do procesora wczasie jednego taktu. Fakt ten, wraz zproblemami z chodzeniem tak szybko dziaajcych ukadw sprawi, eposiadanie np. 4rdzeni procesora jest obecnie cech najzwyklejszych komputerw klasy PC, anierozwiza serwerowych. Coraz wiksza prdko transmisji danych Dwa miesice temu firma IBM przeprowadzia testy cza, pozwalajcego na transmisj danych z prdkoci 1 Tbit/s, a jeszcze tak niedawno korzystalimy z modemw i czy klasy dial-up,

Rysunek 7. Popularny modem transmisji danych z prdkoci 56 kbit/s

Coraz wicej coraz taszej pamici W kocu lat czterdziestych ubiegego wieku wynaleziono magnetyczn pami ferrytow, ktra by jedn z pierwszych nie-mechanicznych form przechowywania informacji. Pamici tego typu stosowane byy do koca lat 70-tych. Przedstawiona na Rysunku 5. ko, ma wielko strusiego jaja i moe pomieci zaszczytne 28 672 bajty (4096 56-bitowych sw, czyli 229 376 bitw, gdzie kady bit to jeden rdzeferrytowy).
28

dziaajcych z prdkoci 56 kbit/s. Obecnie jestemy w stanie przesya olbrzymie iloci danych praktycznie w czasie rzeczywistym. Postp technologiczny w piguce Obraz podobno wart tysica sw. Rysunek 8. przedstawia postp technologiczny ostatnich dziesicioleci w piguce. Wspczesne pralki maj obecnie lepsze procesory i wicej pamici ni sonda Apollo 11, ktra pozwolia Neilowi Armstrongowi stan na Ksiycu i bezpiecznie wrci na Ziemi.

Rysunek 8. Co ma p...ralka do Apollo 11?

Rysunek 9. Nowa klasa uytkownikw biznesowych

Nie tylko technologia si zmienia Zmiany, z ktrymi mamy obecnie do czynienia, tycz si nie tylko aspektw technologicznych. Na rynku pojawia si obecnie nowa klasa pracownikw, a co za tym idzie uytkownikw biznesowych systemw IT, ktrzy maj zupenie inne kompetencje oraz zupenie inne oczekiwania wobec rozwiza informatycznych. Przecitny uytkownik facebooka potrafi publikowa rnego rodzaju treci, zarzdza uprawnieniami do swoich publikacji, definiowa grupy uytkownikw i przypisywa im odpowiednie role i uprawnienia do niedawna bya to domena jedynie administratorw systemw IT. Przecitny uytkownik iGoogle za to, potrafi zbudowa swj wasny, interaktywny kokpit menaderski. Rzeszeosb o profilu biznesowym buduj wasne strony internetowe i blogi w oparciu i silniki CMS, takie jak WordPress, a dane o ruchu na nich analizuj wrozwizaniach typu Google Analytics.

na due iloci danych, moemy mwi ozbiorach danych o rozmiarach, ktrych analiza i przetwarzanie przekracza moliwoci standardowych systemw baz danych oraz narzdzi analitycznych. Takiepodejcie oznacza oczywicie pynn granic, ktra obecnie powinna znajdowa si w granicach setek terabajtw, czy petabajtw. Termin Big Data nie jest jednak zwizany jedynie z iloci danych, jakie przetwarzamy analitycznie. Jednym z kluczowych aspektw jest tutaj rnorodno tyche danych. Dawniej analizowalimy, gwnie ze wzgldu na dostpne dane rdowe i moliwoci technologiczne, zagregowane dane dotyczce kluczowych transakcji dla danego biznesu (np. pozycje z faktur, czy paragonw). Z czasem i postpem technologicznym bylimy w stanie gromadzi i analizowa dane napoziomie poszczeglnych transakcji (dla rnych procesw biznesowych w organizacji). Technologia RFID, czy popularyzacja sklepw internetowych, pozwoliy nam na analiz tzw. sub-transakcji, czyli zdarze, ktre doprowadziy do transakcji (np. obejrzenie przez klienta produktw A, B i C, przed wybraniem i zakupem produktuB).
29

Big Data Analytics


Jednym z gwnych trendw w zakresie Business Intelligence jest obecnie tzw.Big Data. Oczywicie,jak jest to w przypadku wikszoci aspektw zwizanych z BI, brak jest jednej ipowszechnie uznanej definicji tego terminu. Biorc pod uwag sam nazw, ktra wskazuje

Rysunek 10. Big Data Analytics

kosztem wikszych problemw z zarzdzaniem i utrzymaniem rozwizania; Kolumnowe bazy danych technologia bazodanowa oparta o przechowywanie danych na dyskach w uoeniu kolumnowym, a nie wierszowym (klasyczne RDBMS przechowuj w ssiednich komrkach pamici dane wiersza tabeli). Technologia jest znana od dawna, jednak zostaa spopularyzowana w ramach rozwiza analitycznych, gdzie ze wzgldu na specyfik dostpu do danych (odczyty duej iloci danych w oparciu o filtrowanie po wartoci wybranych kolumn), przy przechowywaniu i kompresowaniu kolumn danych, moliwa jest optymalizacja iloci odczytw z dysku (w dzisiejszych czasach jest to najbardziej znaczce wskie gardo). Problemem tego typu rozwiza jest odpowiednia konfiguracja, celem wykorzystania potencjay technologii;

Obecnie(ijestto fakt rynkowy, a nie badania akademickie) analizuje si rwnie zdarzenia, ktre doprowadziy do sub-transakcji (tzw. light-touch data fragments) np. poprzez analiz cieek (dane GPS), jakimi poruszaj si klienci i to kiedy i w jaki sposb odwiedzaj poszczeglne sklepy. Mona powiedzie, e obecnie Big Data odnosi si do rozwiza, ktre pozwalaj w sposb zintegrowany ledzi wszelkie moliwe dane na temat interakcji klientw z naszym biznesem. Na poziomie biznesowym jest to swoisty transfer technologii, z tej zorientowanej na analiz transakcji, na zorientowan na analiz interakcji. Od strony technologicznej, Big Data nie jest now klas systemw, a raczej zbiorem rnorodnych rozwiza i technologii, ktre wykorzystywane s do analityki duych zbirw danych. Wrd nich moemy wyrni:
30

Dedykowane rozwizania systemy szyte na miar, pod konkretne zastosowania biznesowe; Optymalizacja przy analityce duych zbirw danych wci nieoceniona jest klasyczna optymalizacja, czyli m. in. partycjonowanie, kompresja danych, indeksowanie (np. indeksy bitmapowo-zczeniowe), tabele zorganizowane indeksowo, materializacja (systemy widokw zmaterializowanych dla wybranych tzw. cuboidw), query rewrite itp.

Data Warehouse Appliances zintegrowane rozwizania obejmujce z reguy prekonfigurowany sprzt, system operacyjny, system zarzdzania baz danych, referencyjny model danych, aplikacje analityczne; Rozwizania in-memory narzdzia pozwalajce na analiz duej iloci danych w pamici operacyjnej, czsto na maszynie uytkownika kocowego. Z reguy s to rozwizania klasy Data Discovery, zapewniajce du swobod uytkownikom biznesowym,

W praktyce, w szczeglnoci w Polsce, niewiele firm moe i w praktyce korzysta z tak duych zbiorw danych i bd to z reguy telekomy, banki, ubezpieczenia i instytucje finansowe, czy due sieci handlowe. Zanim zdecydujemy si zapaci zaanalizy Big Data, zweryfikujmy czy nasze dane s rzeczywicie Big, czy mamy odpowiednie dane rdowe oraz czy mamy odpowiedni potrzeb oraz business-case.

Rysunek 11. Mobile Business Intelligence wodotyrysk, czy uyteczna technologia

Mobile BI analityka w kieszeni analityka


Od kilku lat mobilne aplikacje BI znajduj si w czowkach prognoz na przyszo sposobu korzystania z rozwiza BI. Wydaje si by to wpeni uzasadnionym i logicznym trendem, biorc pod uwag rosnce wykorzystanie tabletw i smartfonw oraz ich coraz wiksze moliwoci technologiczne. Parametry takie jak 800 MHz, 64GB, ekran 960x640 px, 17 milionw kolorw, s obecnie dostpne dla przecitnego uytkownika smartfona, a jeszcze relatywnie niedawno byy nieosigalne dla klasycznych komputerw. Dodatkowo o powszechnoci wykorzystania urzdze mobilnych moe wiadczy fakt, ewgdanych Apple w 2012 roku 92% firm z listy Fortune 500 przetestuje lub wdroy iPady. Mimo to, wg raportu BARC The BI Survay 10, tylko 8% firm przyznaje si do korzystania zmobilnego dostpu do swoich raportw i analiz. Faktem jest, e gwnymi zainteresowanymi s wysocy rang menaderowie i czonkowie zarzdw, ktrzy z reguy oczekuj gotowych informacji na yczenie od swoich analitykw. Zdrugiej strony prawie 30% respondentw BARC potwierdzio plany wdroenia mobilnego BI, aGartner prognozuje wzrost wykorzystania tegotypu rozwiza w tempie 40% CAGR. Na rynku ju od paru lat jest dostpnych wiele mobilnych aplikacji analitycznych (w szczeglnoci rozwizania zintegrowane z wiodcymi platformami BI, czy rozwizania takie jak RoamBI). Z pewnoci wiele pracy jest jeszcze do wykonania w obszarze form wizualizacji danych, ktre powinny by lepiej dopasowane do moliwoci urzdze mobilnych w szczeglnoci rozmiarw ich ekranw orazinterfejsw. Na pewno warto rozway skorzystanie zmobilnego BI, ale jedynie w przypadku gdyistnieje dla tego typu rozwiza odpowiednie uzasadnienie i business case w naszej organizacji.

Rysunek 12. Cloud Business Intelligence

Cloud BI bujanie w obokach, czypraktyczne rozwizania


Coraz wicej firm w Polsce i na wiecie decyduje si na rozwizania w chmurze, czy w modelu SaaS (Software as a Service). Rozwizania te zpewnoci daj moliwo zredukowania kosztw i swoistego outsourcingu infrastruktury (rwnie BI) w skali dopasowanej do aktualnych potrzeb organizacji. Mimo to, nie s to jeszcze rozwizania w naszym kraju bardzo popularne, a stosowanie ich nabiera najwikszego sensu w chwili, gdy pena infrastruktura systemw informatycznych organizacji znajduje si w chmurze (prywatnej lubpublicznej). W teorii rozwizania oparte o chmur s coraz bardziej stabilne, wydajne, bezpieczne i godne zaufania. Przeczy temu jednak fakt, e awaria jednego z gwnych dostawcw rozwiza cloudowych w Polsce sprawia, e kilka popularnych serwisw internetowych na pewien czas przestao dziaa, a cz ich danych zostaa bezpowrotnie utracona. Decydujc si na rozwizanie BI w chmurze warto zwrci szczegln uwag na aspekty integracyjne. Praktyczne zastosowanie maj obecnie gwnie chmury prywatne. Rozwizania BI dostpne jako typowy SaaS to wci jeszcze nisza.
31

BI dla mas, czyli rozpowszechnienie zastosowania BI


Wg danych TDWI, w 2009 roku adopcja rozwiza Business Intelligence (liczona jako uytkownikw korzystajcych z BI co najmniej raz w tygodniu dowszystkich majcych licencje) bya na poziomie 24%. Dane te nie ulegy znaczcej poprawie w ostatnich latach, co oznacza, e jest bardzo wiele do zrobienia w obszarze rozpowszechnienia wykorzystania BI. Jest to kluczowe, poniewa warto jak generuj tego typu rozwizania, powstaje wanie w momencie, w ktrym uytkownik biznesowy podejmuje lepsz decyzj, dziki dostpowi do odpowiedniej informacji. Aby zwikszy adopcj BI naley wzi pod uwag nowe oczekiwania uytkownikw biznesowych i to jak si oni zmieniaj. Self-service, DIY (Do It Yourself), czyli wicej wadzy w rkach uytkownika Uytkownicy biznesowi maj coraz wiksze wymagania, ale take coraz wiksze umiejtnoci, ktre warto zutylizowa. Jak ju wspomniaem wczeniej, opisujc now generacj uytkownikw biznesowych, ich umiejtnoci i kompetencje ksztatuj takie rozwizania jak facebook (nazywam to efektem facebooka). Ich oczekiwania wzgldem dostpu do informacji ksztatuj za to takie rozwizania jak Google, gdzie z wykorzystaniem jednego pola tekstowego (obecnie nie musimy przecie nawet wciska Szukaj) kady moe przeszuka cay Internet pod ktem wybranych sw kluczowych, czy zapyta w cigu uamka sekundy. Oczekiwania wzgldem intuicyjnoci iergonomii interfejsw uytkownika oparte s ostandardy wyznaczane przez takie firmy, jak Apple. Coraz popularniejsze jest ostatnio stwierdzenie proste jak Apple, szybkie jak Google. Mamy do czynienia ze swoist demokratyzacj informacji, gdzie tak naprawd kady moe by
32

i staje si tzw. Chief Data Officerem. Trendten wspieraj narzdzia klasy Data Discovery, ktre daj olbrzymi swobod uytkownikom biznesowym w analiz danych. Korzystajc z tego typu rozwiza, warto jednak uwaa na sytuacj, w ktrej kady ma swojego przysowiowego excela i swoj wersj prawdy. Social media i Collaborative BI Social Media pojawia si w ujciu trendw BI wdwch kontekstach. Jeden z nich to analiza danych na temat aktywnoci spoecznoci, zwizanych z nasz organizacj i jej produktami. W szczeglnoci w USA, konta firm na serwisach spoecznociowych, takich jak twitter, czy facebook s kopalni wiedzy i powstaj dedykowane rozwizania do analizy tego typu danych. Zanimjednak zdecydujemy si na wdroenie tego typu narzdzia, warto zweryfikowa, czy posiadamy odpowiednie dane do analizy. Inny obszar BI, gdzie pojawia si kontekst Socia Media, to sama konstrukcja narzdzi klasy analitycznych, ktra powinna zachca do wsppracy i dzielenia si wiedz pomidzy uytkownikami (tzw. collaborative BI, social BI), takjak robi to portale spoecznociowe. Coraz wicej narzdzi BI korzysta z koncepcji zaczerpnitych z Web 2.0 (tworzenie treci, komentarze, ocena wartoci treci, wiki, fora, ankiety, itp.) i warto ewaluowa narzdzie pod tymktem przed zakupem. Consumerization of Enterprise Software Dawniej rozwizania klasy Enterprise, awszczeglnoci ich interfejsy uytkownika, byy bardzo skomplikowane i zoone. Odwrotnasytuacja miaa miejsce w przypadku rozwiza sprzedawanych uytkownikom domowym, gdzie przede wszystkim liczya si prostota i intuicyjno rozwizania, tak aby

kady mg sobie z nim poradzi. Obecnie mamy do czynienia (nie tylko w kontekcie Business Intelligence) z trendem upraszczania interfejsw w rozwizaniach dla biznesu, ktre staj si coraz atwiejsze w obsudze. Jeszcze raz mona tutaj powtrzy szybkie jak Google, proste jak Apple.

Rysunek 13. BI dla mas

Nowe wymagania dla systemw BI wzmiennym rodowisku


Nie tylko sami uytkownicy i ich wymagania si zmieniaj, ale zmiany dotycz take praktycznie wszystkich innych aspektw kontekstu biznesowego dziaania systemw Business Intelligence. Need for speed & Agilty Coraz waniejszy dla uytkownikw kocowych jest szybki i elastyczny dostp do aktualnych informacji i analiz. Ronie rwnie zaawansowanie i poziom skomplikowania generowanych zapyta. Dodatkowo, mamy do czynienia z coraz wiksz iloci i rnorodnoci analizowanych danych. Business Intelligence staje si czci codziennego biznesu, gdzie kluczow rol gra cige planowanie, monitorowanie i optymalizacja, zgodnie z zasadami zarzdzania wydajnoci (Performance Management). Odpowiedzi na konieczno wykorzystania BI wczasie rzeczywistym s architektury on-demand, czy rozwizania klasy Real-Time Data Warehousing. Poniewa klasyczne rozwizania BI s trudne wutrzymaniu, a ich rozwj czsto jest kosztowny i czasochonny, potrzebne jest zdefiniowanie dla nich nowego cyklu ycia. Potrzebny jest take odpowiedni i zrwnowaony rozwj, gdy rozwizanie BI to nie tylko system informatyczny, ale przede wszystkim procesy z nim zwizane oraz ludzie, ich kompetencje oraz kultura organizacyjna (Rysunek 14).

Rysunek 14. Skadowe rozwizania BI

Nowe dane Wspomniane ju coraz to nowe typy danych, jakie s analizowane, dotycz m. in.: danych, ktre pozwalaj na modelowanie powiza i sieci spoecznych wrd klientw (np. dane telekomunikacyjne) coraz szerzej stosowane s analizy sieci spoecznych - SNA (ang. Social Network Analysis); danych geolokalizacyjnych, pozwalajcych czy klasyczne analizy danych lokalizacyjnych z analizami klasy GIS (tzw. rozwizania Location Intelligence); danych nieustrukturalizowanych oraz danych czciowo ustrukturalizowanych, takich jak dokumenty tekstowe, wiadomoci e-mail, publikacje w Internecie, komentarze na forach; danych zewntrznych dla organizacji dane demograficzne, dane branowe (benchmarking), dane lokalizacyjne; danych o zachowaniach i preferencjach klientw np. tzw. clickstreams ze stron WWW i sklepw internetowych.
33

Rysunek 15. Nowe dane

jest budowanie centrw kompetencji BI (BICC), ktre ze wzgldu na sw natur integruj osoby zarwno o profilu biznesowym, jak i IT, zapewniajc ich (moliwie) efektywn wspprac. Praca u podstaw Ze wzgldu na wiele zmian i pojawiajcych si nowych, czsto zaawansowanych koncepcji, tymbardziej naley zadba o podstawy systemw analitycznych, czyli wysokiej jakoci dane. Kluczowejest tutaj dbanie o jako systemw rdowych oraz procesw biznesowych irozwizywanie problemw moliwie blisko rda, a nie na etapie integracji danych. Dobr praktyk jest wdraanie rozwiza do zarzdzania kluczowymi danymi referencyjnymi w organizacji - systemy klasy MDM (ang. Master Data Management). Dbanaley rwnie o jako samych aplikacji Business Intelligence, jako e to wanie one s interfejsem dla uytkownikw biznesowych.

Rysunek 16. Wsppraca biznesu i IT

Wsppraca biznesu i IT Bardzo wan kwesti dla wspczesnych rozwiza BI jest zapewnienie pynnej wsppracy biznesu oraz IT. IT powinno mie moliwie szerokie rozumienie dziaa biznesu oraz jego potrzeb. Biznes powinien by za to w peni wiadomy wpywu wymaga, ktre s definiowane, na skomplikowanie i koszt dziaa po stronie IT. Dobr praktyk jest przekazywanie moliwie szerokich kompetencji na styku biznesu i IT stronie biznesowej. Zaangaowanie biznesu wbudow rozwizania sprawia, e bdzie ono lepiej odpowiadao na jego potrzeby, a jako wspautor, biznes bdzie mniej skory do narzekania, a bardziej nastawiony na konstruktywn prac. Ze wzgldu na opisane wczeniej zmiany w charakterze nowych uytkownikw biznesowych, coraz wiksza ich liczba przejmuje kompetencje BI, ktre wczeniej byy w rkach IT, ktry to trend powinien by wpeni wspierany przez IT. Jak najlepsz praktyk
34

Co jest tak naprawd najwaniejsze?


Rynek rozwiza Business Intelligence idzie do przodu i odpowiada na coraz to nowe wymagania biznesu. Warto jednak zwrci uwag, e czsto nowe trendy i nazwy rozwiza s definiowane przez vendorw tylko po to, aby ich klienci, ktrzy zawsze id z duchem innowacji i musz mie wszystkie nowoci, wydali jeszcze wicej pienidzy na ich rozwizania. W ferworze doboru nowych narzdzi analitycznych dla naszego biznesu pamitajmy przede wszystkim o naszym business-case i tym, czy inwestycja spina si biznesowo. Aby wdroy zaawansowane rozwizanie musimy by te pewni, e posiadamy odpowiednio zaawansowane kompetencje. Dobryanalityk jest w stanie dociera do zaawansowanych informacji z wykorzystaniem najprostszych narzdzi i zaawansowana

technologia z pewnoci wesprze jego dziaania. Zdrugiejstrony sabemu analitykowi nie pomoe nawet najbardziej zaawansowane rozwizanie. Warto odwoa si tutaj do przykadu XIX-wiecznego francuskiego fizyka Armanda Fizeau, ktry w 1849 roku, przy wykorzystaniu prymitywnych elementw, takich jak szko, lustro (zwierciado), rdo wiata i koo zbate by wstanie obliczy prdko wiata (pomyli si tylko o 2%). Jego dowiadczenie (Rysunek 17.) polegao na puszczaniu zajczka na oddalone o niecae 10 km lustro (zwierciado) poprzez szczelinki wkole zbatym. Nastpnie rozkrca on koo do takiej prdkoci, przy ktrej zajczek znika (dla obserwatora za koem zbatym), poniewa wiato, ktre przeszo przez szczelink, odbio

Rysunek 17. Dowiadczenie Fizeau

si od zwierciada i wrcio, robio to wtakim czasie, e trafiao ju nie w szczelink, awypustek koa zbatego, ktre wykonao cz obrotu. Znajcwielko szczelinki i wypustka, prdko obrotu koa oraz odlego lustra, Fizeau obliczy prdko wiata bez adnej skomplikowanej technologii, za to z genialnympomysem.

Marcin Choiski Pasjonat wszystkiego co zwizane z Hurtowniami Danych, Business Intelligence (BI) oraz zaawansowan analiz i odkrywaniem wiedzy w danych. Czowiek, ktry wierzy, e wiaty biznesu i IT da si pogodzi, anawetzapewni pomidzy nimi synergi. Dowiadczenie zdobywa m.in. prowadzc projekty wdroe Hurtowni Danych i systemw Business Intelligence, w tym duy projekt dla znaczcego, zagraniczonego operatora telekomunikacyjnego, kierujc pracami w midzynarodowym projekcie badawczym z zakresu Data Mining, czykierujc rozwojem kilku produktw klasy BI. Zaoyciel i redaktor naczelny portalu BI.PL, wiceprezez w firmie Innotion Sp. z o. o. Prywatnie pasjonat futbolu amerykaskiego, zawodnik druyny Warsaw Eagles.

35

BI in-memory - nie wszystko zoto co si wieci


Marek Grzebyk, Hogart Business Intelligence

Zasadnicza zmiana na rynku BI staa si faktem, take w Polsce. Sukces innowacyjnych platform analitycznych opartych o technologie przetwarzania w pamici sta si tak jaskrawy, e coraz wicej dostawcw tradycyjnego BI chce opatrzy swoje produkty znakiem in-memory. Jednak nie wszystko zoto co si wieci. Tradycyjne narzdzia analityczne, juczsto uzbrojone w przetwarzanie w RAMie, dynamik wzrostu i satysfakcj klienta wci nie mog dorwna pionierom nowej generacji BI. Czy sama technologia in-memory jestrzeczywicie lekiem na wszystkie bolczki tradycyjnego BI?

Dzi bez wtpienia mona powiedzie, eostatnie lata wiatowego rynku BI stay pod znakiem zasadniczej przemiany w stosowanych technologiach oraz w wiadomoci i poziomie oczekiwa uytkownikw biznesowych. ledzcpublikacje branowe i teksty marketingowe dostawcw BI rzadkoci s dzi materiay, ktre nie wspominayby cho na marginesie o in-memory, czy trendzie Data Discovery. Znamienne jest to, e bardzo czsto s to wypowiedzi firm, ktre jeszcze kilka lat temu deprecjonoway znaczenie imoliwo szerokiego stosowania wanie tych technologii. Tazmianastanowiska jest bezporedni konsekwencj wiatowego sukcesu takich produktw jaknp.QlikView orazfaktu, e s one coraz czciej przyjmowane przez uytkownikw BI jako nowy standard jakoci oraz nowy wzorzec koncepcji systemw analitycznych wprzedsibiorstwie. Ponadto, grono uytkownikw nowego BI ronie wogromnym tempie. Dlaprzykadu QlikView dziaa obecnie w ponad 25 tys. firm w 100 krajach. Nie bez znaczenia jest fakt, edo tego grona zaliczaj si te najwiksze wiatowe koncerny. Tonajlepszy dowd, eprzeom ju nastpi, a zmiana jest nieodwracalna. W tej sytuacji dostawcom narzdzi iusug z epoki OLAP pozostaje jedynie nie odstawa zbytnio od nowych trendw poprzez lepsze lub gorsze naladownictwo. W ostatnim czasie widzimy wiele informacji prasowych, artykuw, tematw konferencji
36

branowych powiconych wprowadzeniu bd planom wprowadzenia przez dostawcw BI nowych produktw, moduw, funkcjonalnoci, a prawie wszystko to spod znaku in-memory. Niestety coraz czciej mona odnie wraenie, e mamy do czynienia z naladownictwem nieudolnym, bo sprowadzajcym si do skopiowania tylko jednej, najbardziej dostrzegalnej cechy oryginalnej koncepcji, nie zwracajc przy tym uwagi nawszystkie inne wane cechy. Efektbardzo czsto mona porwna z przykrym wraeniem rozczarowania, jakitowarzyszy zakupowi taniej podrbki, ktrazzewntrz wyglda jak produkt oryginalny, alepo bliszym spojrzeniu ujawnia sab jako, aczasami nawet brak podstawowej oczekiwanej funkcjonalnoci. W przypadku BI in-memory t najbardziej widoczn, spektakularn cech, ktra jest najchtniej podrabiana, to prosty fakt przeniesienia skadowania danych lub ich przetwarzania zdyskw do pamici operacyjnej. Oczywicie kady ma prawo na swj sposb definiowa termin in-memory (nie jest on opatentowany), ale warto sobie uwiadamia, ktre cechy, technologie ifunkcjonalnoci byy powodem sukcesu wiodcych narzdzi BI nowej generacji, a ktre s tylko marketingow etykietk naklejan na tradycyjne podejcie do BI. Proste przeniesienie przetwarzania danych z dysku do pamici z pewnoci przyspiesza dziaanie wybranych funkcji systemu. Naley tu jednak postawi dwa pytania. Czy samo przyspieszenie reakcji systemu na zapytania uytkownikw daje

gwarancj powodzenia projektu BI izadowolenia uytkownikw? Oraz czy zastosowana technologia BI przyspiesza cay cykl projektowania, przetwarzania i analizy danych, czy tylko daje lepszy komfort pracy uytkownika kocowego podczas gdy zasilanie i przetwarzania danych jest wci dugotrwae i nieelastycznie. Wedug Jamesa Richardsona - analityka rynku BI z Gartner Group - w przepisie na nowoczesne iskuteczne platformy analityczne, czyli takie ktre przynosz przeom we wspczesnym BI, koniecznie musz wyrnia si trzy najwaniejsze cechy: Wydajno rozumiana jako szybko odpowiedzi oraz szybko przetwarzania duych wolumenw danych bez eskalacji wymaga sprztowych (zapewniana przede wszystkim przez asocjacyjne bazy in-memory zdolne do przechowywania duych wolumenw gsto skompresowanych danych); Elastyczno rozumiana jako bardzo wysoka zdolno narzdzia do szybkiego zaadoptowania zmian wymaga i przebudowy zarwno sposobu wizualizacji danych jak i modelu pobierania i przetwarzania danych. Elastyczno powinna wystpowa zarwno w fazie projektowej, jak i w trakcie produkcyjnego uytkowania systemu, umoliwiajc stosowanie zwinnych metodyk wdroeniowych, tzw. agile; Prostota rozumiana jako atwo uytkowania i projektowania systemu, przejrzysto i atrakcyjno interfejsu graficznego, nakierowanie na uytkownika biznesowego, m.in. dostosowanie do wdroe tzw. self-service; Pominicie ktregokolwiek z tych sekretnych skadnikw powoduje, e caa magiczna mikstura nie dziaa. Dua szybko dziaania aplikacji, jak daje przetwarzanie w pamici, samawsobie po prostu nie wystarcza do osignicia penego sukcesu. Te trzy proste kryteria dobrze tumacz zmienne powodzenie dostawcw BI

wusprawnianiu posiadanych narzdzi poprzez samo turbodoadowanie technologi in-memory. Powolne dziaanie, maa podatno na zmiany oraz trudno uytkowania to model tradycyjny, oparty o OLAP, dajcy najmniejsze szanse na peen sukces inicjatywy BI. System szybki i wydajny, ale nieelastyczny itrudny w obsudze, to z du pewnoci przepis naspektakularn (i szybk!) porak. Uytkownicynielubicy korzysta z systemu, porzuc go bardzo szybko, gdy okae si, eniemona go take dostosowa w przyszoci do ich nowych potrzeb. System szybki, wydajny ielastyczny, ale trudny wobsudze przy odrobinie szczcia, skoczy jako skomplikowane i zapewne bardzo kosztowne narzdzie do eksportu danych do Excela, ktrym uytkownicy bd woleli si posugiwa wostatnich etapach prezentacji ianalizy. Kolejna kombinacja, to dobra wydajno iprostota obsugi, ale nie idcy z nimi w parze brak elastycznoci. W takiej konfiguracji uytkownicy z czasem bd zmuszeniu do tworzenia duej liczby raportw nadrabiajcych braki elastycznoci modelu. Kosztutrzymania i poziom zadowolenia uytkownikw nie bd najprawdopodobniej zadowalajce. Z powyszego zestawienia moliwych scenariuszy wida, jak due znaczenie poza szybkoci dziaania, wynikajc wprost z technologii in-memory, maj pozostae wymagane cechy. Elastyczno i prostot mona uzyska przede wszystkim z jakoci projektu i koncepcji narzdzia analitycznego. Dlatego obecno wszystkich wymaganych cech najatwiej uzyska w oprogramowaniu projektowanym odsamego pocztku z wykorzystaniem architektury asocjacyjnych baz in-memory, od pocztku zakadajcym, e jest przeznaczone przede wszystkim dla uytkownika biznesowego, aniewycznie dla programisty SQL.
37

Obserwujc dostpne narzdzia i usugi BI warto bacznie przyglda si szczeglnie tym, ktre wanie teraz ulegaj swoistej medialnej transformacji - od koncepcji OLAP do tej nowoczesnej. Trwa swoisty marketingowy wycig dostawcw BI w kategorii systemw najbardziej in-memory. Warto nie zadowala si prostymi

stwierdzeniami, a weryfikowa opisywane rozwizania odnoszce si do przetwarzania wpamici wanie pod ktem elastycznoci, prostoty, kosztw posiadania najlepiej wdugim horyzoncie czasowym. Pozwoli to atwo odrni rzeczywistych liderw innowacji w BI odnieudolnych naladowcw.

Marek Grzebyk
Dyrektor Zarzdzajcy HOGART BUSINESS INTELLIGENCE Zarzdza w Grupie Hogart pionem rozwiza Business Intelligence opartym o najnowsz generacj narzdzi analitycznych QlikView. Wsptworzy koncepcj wprowadzenia produktu QlikView na polski rynek, definiowa strategi sprzeday dla tego rozwizania, a take doprowadzi do podpisania kilku najpowaniejszych kontraktw wdroeniowych QlikView wPolsce. Zwizany z Grup Hogart od 1996, pocztkowo kierowa dziaem rozwoju oprogramowania i wsparcia technicznego dla produktw Oracle/JDEdwards. Zyska wieloletnie dowiadczenie w zarzdzaniu projektami IT wfirmach polskich imidzynarodowych, a take w dziedzinie rozwoju aplikacji oraz narzdzi analityczno-raportowych. AbsolwentWydziauZarzdzania Akademii Ekonomicznej w Krakowie.

38

Nikt w Europie nie walczy ju o nowego klienta. Kady walczy o utrzymanie starego. Czyrozwizania BI wdroone w ostatnich 10latach s w stanie nam to zapewni? Nie,absolutnie nie. Iprzyznaj si do tego, jakonaczelny propagator tych rozwiza.
Luiza Warno, Orange

39

Big Data Quick Start Guide


Patryk Choro, SAS Institute

Na silnie nasyconym rynku, gdzie klient ma realn moliwo wyboru, umiejtno zwikszenia trafnoci podejmowanych decyzji zaledwie o pojedyncze procenty moe decydowa o sukcesie lub porace.

Czym jest Big Data?


W wiecie analityki pojawio si nowe pojcie, nowy kierunek big data. W skrcie pojcie to oznacza tendencj do poszukiwania iwykorzystania wartoci biznesowej, drzemicej wdostpnych coraz wikszych wolumenach danych. Pochodzone z niezliczonej liczby miejsc, czsto spoza organizacji, z obszarw do tej pory zupenie niekwalifikowanych jako rda informacji istotnych dla podejmowania waciwych decyzji biznesowych (jak np. media spoecznociowe). To naturalna kolej rozwoju biznesu i ewolucja, ktrej de facto naleao si spodziewa. W publikacjach i literaturze odnale moemy take dodatkowe okrelenie rwnowane w wielu aspektach z ide big data jest to High Performance Analytics. W przeszoci wystarczaa wiedza o dziaaniu organizacji, poszukiwalimy przewag biznesowych w dobrej organizacji procesw biznesowych (np.produkcyjnych) poprzez wdroenia systemw ERP oraz raportowanie operacyjne. Kolejnym krokiem byo poszukiwanie trendw w posiadanych zbiorach danych, analizowanie przyczyn zachodzcych wydarze tak rozwija si obszar wdroe systemw Business Intelligence i tak powstaway pierwsze hurtownie danych. Wizaosi to take z ewolucj platform baz danych izaczy powstawa specjalizowane narzdzia analityczne suce odkrywaniu takichwzorcw. Wtedy wkroczylimy w er konkurowania analityk (ang. competing on analytics). Zaczlimy przewidywa zachowania naszych klientw (np.prognozowanie prawdopodobiestwa odejcia klienta, tzw. churn) oraz optymalizowa nasze
40

dziaania, szczeglnie acuchy logistyczne oraz dziaania marketingowe oraz cenniki naszych usug i produktw. To jednak we wspczesnym wiecie nie wystarcza. Pojawiaj si nowe trendy, gdzie analizie poddajemy take dane niestrukturalne - przykadem jest tzw. text mining lub analiza wizerunku w mediach spoecznociowych, ktre znaczco rozszerzaj zakres wiedzy niezbdnej do podejmowania waciwych decyzji biznesowych. Ze wzgldu na zoono systemw ekonomicznych, w ktrych funkcjonuj najwiksze firmy trzeba zauway, e acuch wartoci, jaki chc one dostarcza klientom znaczco si wydua. Wtejchwili zwyke promowanie produktu ju nie wystarcza. Poszukujemy cigego wznoszenia si w piramidzie identyfikowanej przez experience economy1 zmierzajc w kierunku dostarczania nie tylko usug i produktw, ale kompletnego zestawu dowiadcze, ktre pozwalaj na oczekiwanie wyszych mar i lojalnoci od naszych klientw. Takie rozbudowanie acucha wartoci rozszerza zakres informacji, z ktrymi na co dzie musimy si zmierzy w procesie podejmowaniu decyzji. Z drugiej strony oferta, ktr kierujemy narynek, produkt lub usuga, jest coraz bardziej zoona, ulega silnej personalizacji, jest wynikiem wsppracy wielu ludzi i podmiotw. Zoony produkt i usuga opracowywana wspersonalizowany sposb to take dodatkowy

1 Experience economy autorstwa Josepha Pine II oraz Jamesa H. Gilmore

Identyfikacja/nazwanie problemu

Zebranie danych

Eksploracja danych

Transformacje & wybr danych

Budowa modelu

Ocena modelu

Uruchomienie modelu

Ocena wynikw

Wzrasta liczba wiadcze pomocy medycznej. Czemu?

Naley podda analizie wszystkie roszczenia z hurtowni danych.

Przeprowadmy analiz w odniesieniu do zmian populacji. Moe wzrost jest pochodn przyrostu naturalnego?

Czy wzrost bezrobocia jest przyczyn wzrostu liczby roszcze?

Czy lokalne programy pomocy powoduj migracje populacji?

Czy dostp do wiadcze determinuje liczb roszcze?

Jakie s konsekwencje zjawiska dla wynikw finansowych udzielonych polis?

Czy wystpiy jakie zjawiska rodowiskowe?

Czy bieca sytuacja kryzysu ekonomicznego moe mie wpyw?

Copyright 2012, SAS Institute Inc. All rights reserved.

rdo: SAS Institute

aspekt zwikszajcy ilo informacji z tym zwizanych. Dodatkowo pamitajmy, e informacje te nie pochodz tylko z wntrza naszej organizacji (gdzie teoretycznie moemy nad ni zapanowa, wpywa na jej struktur i proces pozyskiwania), ale take spoza firmy. Trzeba umie do nich si dostosowa, jeeli chcemy z nich skorzysta. Podsumujmy nasze nowe rodowisko funkcjonowania: wysoki wolumen danych wynikajcy ze zoonoci procesw, personalizacji oferty i tendencji dopasowania oferty nawet do najmniejszych grup klientw, nieznane pochodzenie, struktura i zawarto danych, ktrych bdziemy chcieli uy w analizach, dua zmienno danych w czasie wica si z dynamik i zoonoci modeli ekonomicznych, w jakich funkcjonuj przedsibiorstwa. Pojawia si jeszcze jedno zjawisko analiza informacji i danych jest ju powszechna worganizacjach. W dowolnym miejscu podejmowania decyzji pracownicy biznesowi oczekuj moliwoci analizy szerokiego zakresu danych, oczekuj zaawansowanych metod analitycznych i umiej z nich skorzysta. Czywarto?Tak. Na silnie nasyconym rynku, gdzie klient ma realn moliwo wyboru, umiejtno zwikszenia trafnoci podejmowanych decyzji zaledwie o pojedyncze procenty (bez wzgldu jak rzeczywicie wskanik ten zostanie obliczony)

moe decydowa o sukcesie lub porace. Firmymusz by przygotowane do tego, aby na kadym kroku poszukiwa dodatkowych korzyci, oszczdnoci lub przewag. rdem niezbdnej wiedzy s i bd bardzo due wolumeny danych z wielu nieskorelowanych rde dodatkowo, czego nauczylimy si ju wspierajc systemami informatycznymi zaawansowan analityk, niemog to by dane zagregowane. Waciwwiedz uda si pozyska tylko zdanychdetalicznych. Przeledmy przykadowy proces wnioskowania jest on osadzony w standardowym przepywie od sformuowania problemu, poprzez zebranie koniecznych danych, przygotowanie modelu analitycznego i ocen wnioskw z niego wynikajcych. Jak wida na przykadzie powyej przeprowadzenie skutecznego wnioskowania wspierajcego rozwizanie sformuowanego na pocztku problemu biznesowego wie si z jednej strony z wykorzystaniem szeregu informacji, wymaga moliwoci poszukiwania korelacji pomidzy zbiorami danych nigdy dotd nie krzyowanymi oraz jest procesem czsto zmieniajcym stawiane hipotezy i wymagajcym czstego opracowywania nowych zestaww danych wspierajcych analiz danego scenariusza. Istniejce rodowiska hurtowni danych, analityczne i raportowe s w stanie wspiera ten proces, lecz dynamika jak s w stanie dostarczy nie bdzie dla pracownikw biznesowych wystarczajca. Wkraczamy w er big data i naley si do niej przygotowa.
41

Oczekiwania uytkownikw
Kade dziaanie majce na celu rozbudow lubrozwj rodowisk informatycznych powinno by realizowane w wietle korzyci, jakie dane rozwizanie ma dostarcza organizacji. Bezporednio powinno oddziaywa na procesy biznesowe oraz uytkownikw, a porednio dodatnio przekada si na realizacj strategii firmy i osiganie przez ni wzrostu. Wiemy ju w jaki sposb zmienia si sposb pracy pracownikw biznesowych firm. Ale jakie s ich szczegowe oczekiwania? Jako punkt wyjcia naley przeanalizowa, w jaki sposb zmienia si ich oczekiwanie dotyczce interakcji z informacjami i danymi. Standardowe podejcie do procesu analitycznego nie zmienia si i nadal skada si z nastpujcych po sobie krokw zamknitych w cykl.

Kolejno formuowane jest zagadnienie biznesowe lub hipoteza, dla ktrej szuka bdziemy potwierdzenia. Nastpnie identyfikowane i przygotowywane s dane, ktre zostan wykorzystane do analizy, budowany jest model analityczny. Po jego ocenie i uruchomieniu nastpuje zebranie wnioskw i moe to bezporednio prowadzi do sformuowania kolejnych hipotez, jak pokazuje to przytoczony wczeniej przykad. Mapujc pokazany proces na rzeczywiste zaangaowanie zasobw ludzkich i sprztowych znaczca cz zuywana jest na cykliczne powtarzanie iteracji w obszarze zbierania iprzygotowania danych do budowy modelu. Naetapie jego oceny dochodzimy do wnioskw, e konieczne jest zrezygnowanie z zastosowanych agregacji (wykorzystanie danych detalicznych), rozszerzenie wybranej prbki danych do uruchomienia modelu, doczenie nowych miar iwymiarw dla poprawienia spodziewanej jakoci przeprowadzanej analizy. W aktualnie istniejcych rodowiskach hurtowni danych i systemw analitycznych zamknicie takiej iteracji jest pracochonne i wymaga czasu. Na to w biecej sytuacji nie mona sobie pozwoli. Gwn potrzeb i celem uytkownikw biznesowych jest przeniesienie iloci realizowanych iteracji w obszar budowy modelu i wnioskowania na jego podstawie (czyli patrzc na przytoczony diagram przeniesienie ciaru dziaa z prawej na lew stron cyklu). To w tych etapach cyklu analitycznego znajduje si warto biznesowa ito na tych etapach pracownicy firm pozyskuj unikaln, nieznan dotychczas, wiedz ofunkcjonowaniu biznesu, zjawiskach na niego si przekadajcych i czynnikach koniecznych douwzgldnienia w przyszych dziaaniach. Oczekiwaniem analitykw jest z jednej strony moliwo nieograniczonego testowania swoich

Ocena wynikw/ wnioski

Identyfikacja/ nazwanie problemu Zebranie danych

Uruchomienie modelu

Eksploracja danych

Ocena modelu
Budowa modelu

Transformacja & wybr danych

ht 2012, SAS Institute Inc. All rights reserved.

rdo: SAS Institute

42

hipotez, ale take dostp do szerokiego zestawu funkcji i narzdzi analitycznych. Kadra pracownicza, ktra jest odpowiedzialna za podejmowanie decyzji biznesowych i jest wyksztacona w zakresie analityki, statystyki i pracy ze zbiorami danych oczekuje, e firma (potencjalnie dzia IT) dostarczy im moliwo wykorzystania nabytych umiejtnoci z korzyci dla efektw swojej pracy. Oczekuj natychmiastowej reakcji wykorzystywanych narzdzi na stawiane przed nimi zadania: wczania nowych danych do analiz bez wzgldu na ich wolumen moliwoci wykorzystania w analizie danych detalicznych (w kocu nie jest znany czynnik biznesowy, ktrego poszukuj analitycy) praktycznie natychmiastowego odpowiadania na stawiane pytania, wynikw uruchamianych analiz i moliwoci oceny wnioskw wynikajcych ze zbudowanych modeli Podsumowujc mona powiedzie, e analitycy i pracownicy biznesowi organizacji oczekuj przeniesienia ciaru z pracy z danymi na prac koncepcyjn i taka idea przywieca budowie rodowisk realizujcych koncepcj big data. Nieograniczonej swobody w analizie danych. Jest jeszcze jedna nowa tendencja wkraczajca do wiata biznesu wymagajca zaadresowania uytkownicy oczekuj dostpu do informacji ianaliz w kadym miejscu i o kadym czasie. Jestto powodowane upowszechnieniem mobilnego dostpu do sieci komputerowych i pojawieniem si rozwinitych urzdze mobilnych (smartphone, tablet). Jeeli chcemy, aby uytkownicy bylizadowoleni z dostarczonego dla nich rodowiska analitycznego zadbajmy take o ten aspekt idokonajmy wyboru narzdzi dajcych synergi dostpu do analiz bez wzgldu na wykorzystywane do tego urzdzenie komputer stacjonarny, laptop, tablet lub telefon.

Skadniki rodowiska big data


Powyej omwilimy perspektyw uytkownikw rodowisk realizujcych koncepcj big data. Warto zagadnieniu przyjrze si take z perspektywy dziaw IT odpowiedzialnych za zapewnienie istnienia i sprawnego funkcjonowania takiego rodowiska. AktualnieIT jest rwnoprawnym partnerem dla pracownikw biznesowych w budowaniu przewag konkurencyjnych przedsibiorstwa i partycypuje wodpowiedzialnoci za osiganie przez nie zyskw. Dziki podejmowaniu dziaa optymalizacyjnych w aspekcie kosztowym, efektywnoci systemw i usug, przyszociowym planowaniu rozwoju infrastruktury sprztowej i systemowej oraz dowiadczeniu merytorycznym pracownikw, dziaIT nie jest tylko jednostk usugow, alewchodzi w skad arsenau strategicznego nacoraz bardziej konkurencyjnym rynku. Zagadnienia i aspekty obrazujce oczekiwania analitykw mona podda strukturalizacji iwyodrbni 4 gwne role w ptli procesu analitycznego: manager w obszarze biznesowym podejmuje decyzje na bazie wnioskw z analiz, ocenia procesy i okrela potencja korzyci biznesowych, eksplorator danych odpowiada za procesy udostpnienia danych dla procesw analizy, ewentualnie wzbogaca dane o dodatkowe wyliczane miary, definiuje powizania pomidzy zbiorami danych pozwalajce na ich korelowanie w trakcie analiz, analityk biznesowy formuuje i testuje hipotezy biznesowe; odpowiada za zbudowanie, uruchomienie i ocen dziaania modelu analitycznego lub badania statystycznego prowadzonego na danych; wyciga wnioski z uzyskanej wiedzy,
43

projektant analityk przygotowuje wizualizacje i raporty uatwiajce uzyskanie wymaganych informacji z analiz, korzysta z wynikw pracy analitykw biznesowych tworzc cyklicznie wykonywane analizy na potrzeby wsparcia procesw biznesowych. Zwrmy uwag, e rol eksploratora danych z powodzeniem realizowa moe departament odpowiedzialny za IT w organizacji. De facto coraz czciej okazuje si, e w zadaniach tej klasy kluczowe jest dowiadczenie informatyczne i znajomo narzdzi transformacji i skadowania danych uzupenione wiedz o systemach rdowych. Budowa systemu informatycznego realizujcego koncepcj big data powinna by realizowana w wietle powyszych rl. System analityczny powinien posiada narzdzia adresujce poszczeglne z powyszych rl i speniajce ich specyficzne potrzeby, midzy innymi: by efektywny i elastycznych w zakresie adowania duych wolumenw danych oraz wykonywania na nich zcze i wzbogacania (eksplorator danych) posiada komplet funkcji analitycznych bdcych narzdziami w pracy analitykw biznesowych szybko odpowiada na zadawane pytania i realizowane analizy usprawniajc prac analitykw i projektantw umoliwia tworzenie interaktywnych analiz danych dostarczanych take na urzdzenia mobilne (projektant analityk) Z perspektywy rozwiza technologicznych aktualnie dostpne na rynku s narzdzia realizujce trzy koncepcje: przetwarzanie danych w pamici (ang. in-memory)
44

przetwarzanie danych realizowane przez silnik bazy danych (ang. in-database) przetwarzanie rwnolege realizowane przez sie komputerw (ang. grid computing) Kade z powyszych rozwiza skupia si na maksymalizacji korzyci z jednego, konkretnego aspektu stosowanej architektury, a co za tym idzie ma swoje mocne i sabe strony. Przetwarzanie wpamici potencjalnie dostarcza wiksz wydajno i krtsze czasy przeliczania zada imodeli, za to realizacja analityki w powizaniu z baz danych (szczeglnie w przypadku dedykowanego sprztu bazodanowego, tzw.ang.appliance) daje optymalizacj wykorzystania mocy sprztu rwnoczenie dlaprzetwarzania danych oraz ich analizy. Pamitajmy take, e wiele dostawcw rozwiza wspierajcych ide big data oferuje swoje produkty w powizaniu z konkretnym dostawc sprztu, niekiedy bdc nim rwnoczenie. Zbudowanie systemu analitycznego na bazie takich rozwiza to strategiczna decyzja uzaleniajca organizacj od jednego dostawcy sprztu irwnoczenie uniemoliwiajca skorzystanie zju posiadanej infrastruktury. Tu take musimy pamita o przeprowadzeniu oceny zdolnoci rodowiska do elastycznego skalowania i oceni koszty jego rozbudowy. Oferta SAS czy korzyci wszystkich wskazanych strategii technologicznych, dajc moliwo zarwno wykorzystania mocy serwerw do wykonywania oblicze bezporednio w ich pamici, jak i skorzystania z udostpnianych przez serwery baz danych funkcji analitycznych. Wodniesieniu do rozwiza SAS warto zwrci uwag nadodatkowy aspekt jest to moliwo budowy wzw przetwarzania danych z wykorzystaniem sieci komputerw (ang. grid computing). Dajetomoliwo dowolnego skalowania rozwizania wraz ze zmianami potrzeb biznesowych

oraz dodatkowo gwarantuje odporno rodowiska na ewentualne awarie. Wszystkie te strategie zczone zostay w jedn spjn architektur, przez co moliwe jest dostarczenie uytkownikom kocowym jednego systemu analitycznego odpowiednio wykorzystujcego mocne strony kadej ze strategii przetwarzania dla zwikszenia wydajnociplatformy.

Skuteczny pomost pomidzy IT a biznesem


Wszystkie przedstawione powyej zagadnienia naley wzi pod uwag w momencie konstruowania strategii dostarczenia w organizacji systemu analitycznego wspierajcego nowe podejcie do analizy danych big data. Departament IT moe wykorzysta posiadane dowiadczenie z budowy i utrzymania istniejcych systemw analitycznych w formowaniu tej strategii. Powstajce platformy powinny uzupenia korporacyjne hurtownie danych. Ich architektura

logiczna, wykorzystane do ich budowy narzdzia oraz procesy biznesowe zwizane z zarzdzaniem zmian w tych rodowiskach wymagaj dobrze zaplanowanej i przemylanej rozbudowy, aby mc skutecznie realizowa wymaganie dynamicznego analizowania nowych hipotez biznesowych. Systemy big data suce analizie wielkich wolumenw danych wzbogac istniejce hurtownie o nowe funkcjonalnoci udostpniane uytkownikom. Ich zalki ju znajduj si worganizacjach w formie rozproszonych repozytoriw tworzonych bezporednio przez analitykw. To co naley teraz zrobi, to dostarczy im wysokiej klasy rozwizanie informatyczne, aby mogli utylizowa z jego pomoc drzemicy w nich potencja kreacji nowych rozwiza biznesowych. IT moe z powodzeniem dostarczy t warto, tworzc unikalny pomost midzy technologi abiznesem i rozbudowujc istniejce architektury hurtowni danych o nowe komponenty realizujce ide big data.

Patryk Choro
Senior Account Executive, SAS Institute Studiowa na Politechnice Warszawskiej na kierunku Systemy Informatyczne Wspomagania Decyzji. Zagadnieniami Business Intelligence zajmuje si od 2004 roku, zdobywajc dowiadczenie w kierowaniu projektami wdroe hurtowni danych. Wlatach 2009-2011 by odpowiedzialny za zesp wdroeniowy systemw Business Intelligence w Infovide-Matrix. Aktualniezajmuje si budowaniem strategii wdroe systemw analitycznych dla kluczowych klientw SAS Institute.

SAS Institute jest wiatowym liderem w zakresie analityki biznesowej oraz najwikszym niezalenym dostawc
oprogramowania Business Intelligence. Firma istnieje od 1976 r. i zatrudnia ponad 13 000 pracownikw na caym wiecie. Z rozwiza SAS korzysta 60 000 przedsibiorstw i instytucji w ponad 130 krajach. W Polsce SAS Institute dziaa od 1992 r., obecnie zatrudnia ponad 200 osb. Rozwizania i oprogramowanie SAS adresowane s do wszystkich sektorw gospodarki, m.in. bankowoci, ubezpiecze, telekomunikacji, energetyki, przemysu, handlu oraz sektora administracji publicznej. www.sas.com/poland

45

W krainie OSBI
Marek Zitek i Sawomir Folwarski, Carrywater

Gwnym powodem sabego rozpowszechnienia narzdzi klasy Business Intelligence opartych o licencj Open Source (OSBI), nie s braki w funkcjonalnociach tego oprogramowania jest nim obawa przed nowym, nie do koca poznanym rozwizaniem, ktre nie posiada ustabilizowanego ekosystemu wsparcia w Europie rodkowo Wschodniej, w tym oczywicie wPolsce. Nagrod za pokonanie strachu i wybr rozwiza OSBI s nie tylko realne oszczdnoci finansowe, lecz rwnie laur innowatora, ktry nie boi si nowych wyzwa.

Podejmowanie decyzji stanowi krwioobieg kadej organizacji dotyka wszystkich komrek i wpywa na caociowe funkcjonowanie firmy. Tlenem, niezbdnym pierwiastkiem doprawidowego funkcjonowania ukadu krenia s aktualne, skategoryzowane dane, ilustrujce w przejrzysty sposb szanse i zagroenia na drodze rozwoju organizacji. Systemy BI w tej analogii odpowiedzialne s za dostarczanie tlenu do przedsibiorstwa. Porcje wieego powietrza organizacje mog zdobywa na kilka sposobw. Wielkie koncerny informatyczne proponuj organizacjom dostarczenie tlenu w takich orodkach jak Saint-Tropez, Cannes, Baden Baden, czy Aspen pene wsparcie, wygoda, relaks, Presti (przez due P), oczywicie wszystko za odpowiedni stawk. Mimo olbrzymiego wsparcia, rozwizania te maj te wady stosunkowo nisk elastyczno w dostosowaniu do indywidualnych potrzeb organizacji, stosunkowo dugi czas pomidzy kolejnymi wersjami, powoln reakcj na zgaszane przez uytkownikw bdy lub propozycje usprawnie. Ofert komercyjn uzupeniaj rozwizania BI klasy orodkw Interlaken, Planica czy Zakopane gdzie rwnie trzeba paci, aleju nie tak sono: przede wszystkim presti jest mniejszy, czasami ograniczone s funkcjonalnoci. Najpowaniejsz barier w tym przypadku wydaje si by brak gwarancji (niezalenie od zapewnie dostawcw) dalszego, dynamicznego rozwoju oprogramowania tej klasy.
46

Alternatyw jest wypoczynek z OSBI, ktry moe mie charakter dwojaki: albo decydujemy si na organizacj wycieczki z przewodnikiem, ktry dokadnie wie co i jak i przeprowadzi nas bezpiecznie przez wszystkie etapy, naktrych bdziemy go potrzebowa (wariant COSS Commercial Open Source Software1), albo ruszamy na wypraw samodzielnie (wybr FOSS Free Open Source Software) gdzie ryzyko jestznacznie wiksze, niektre szlaki s nieoznaczone, a w razie gdy si zgubimy nieatwo o pomoc. Wwariancie FOSS moemy odkry wicej - ale tylko dziki wasnej determinacji, sporemu powiceniu iprzy penej wiadomoci, e wybr ten wfinalnym rozliczeniu moe by droszy ni COSS np.gdy nasze wewntrzne zasoby informatyczne wdraajce rozwizania s drosze ni konsultanci zewntrzni lub po prostu czas powicony na nauk i rozpoznanie jest dugi. Krystaliczne powietrze tajgi syberyjskiej nawyspie Olchon, paskowy Roraima w sercu Wenezuelskiej dungli, czy okolice lodowego jeziora Jkulsrln s wstanie dostarczy powietrza, co najmniej takiej samej jakoci, przy bardzo podobnym ryzyku (w przypadku COSS), jak rozwizania wpeni

1 Szczegowe rnice midzy pojciami Commercial Open Source Software, a Free Open Source Software zostay opisane i zestawione na str. 48

komercyjne. Strach przed wypraw zawsze istnieje, szczeglnie do miejsc, o ktrych wczeniej nie syszelimy. Jednak pomoc moemy odnale w community, grupie ludzi, ktrzy rozwizuj problemy z pasji dla samej chci ich rozwizania. Communities maj rne wielkoci, schematy funkcjonowania, czy warunki dostpu doefektw swoich prac. Ich fenomen to immanentna cecha oprogramowania Open Source, ktry czsto ma olbrzymi potencja i rwnie czsto nie jest doceniany. W przypadku FOSS nie ma gwarantowanych czasw usunicia bdw i SLA, jednak czsto bdy/braki traktowane s jako wyzwania, a czasy ich usuwania pozostawiaj daleko w tyle komercyjne rozwizania. Zawszete moemy wynaj patnych przewodnikw (wwariancie COSS) wtedy, gdy czeka nas przebycie trudniejszego szlaku, gdzie nasz dzia IT nie jest w stanie poradzi sobie z problemem lub nie jest w stanie go rozwiza w zadanym ograniczeniu czasowym.

Zaangaowanie caej organizacji istotnym czynnikiem sukcesu


Przygoda z OSBI moe wymaga duego zaangaowania organizacji w proces wdroenia irozwoju tego oprogramowania. OSBI zazwyczaj wymagaj wikszego zaangaowania informatykw danej organizacji, w opozycji do rozwiza w peni komercyjnych gdzie znacz cz implementacji przejmuj zewntrzni konsultanci. Zdowiadcze Carrywater wynika e, odpowiednie zaangaowanie ze strony organizacji w proces rozwoju systemu IT pomaga we waciwym wdroeniu i penym wykorzystaniu moliwoci, jakie daje oprogramowanie. Takie podejcie samo w sobie stanowi spor gwarancj sukcesu. Inneczynniki sukcesu opisane s w drugim naszym artykule By w 15%. Potrzeb wsppracy na linii biznes-IT, szczeglnie w rozwizaniach zwizanych z BI podkrelono w raporcie 10 najwaniejszych trendw w BI w 2012 r.: IT and business users continue to dance around alignment Companies with enlightened IT staffs and business leaders who recognize the business impact of IT are achieving spectacular results from BI projects. In these organizations, IT no longer tries to squash business-driven BI projects, theyre asking how they can support and improve them. These organizations will continue to see gains from their alignment efforts. Butinless enlightened environments, BIstill represents abattleground for control. And, unfortunately, ITjust isnt in a position towin.
(rdo: Raport Tableau: Top 10 Trends in Business Intelligence for 2012)

Wybr rozwizania
Nie bez znaczenia przy wyborze oprogramowania Open Source jest posta mentora - osoby/ firmy, ktra zna rynek rozwiza i potrafi pomc wwyborze optymalnej cieki. Mentor (zwewntrz lub z otoczenia organizacji) pomaga w zmianie paradygmatu postrzegania rozwiza opartych o Open Source wskazuje wybr, ktry wypeni potrzeby organizacji, a take speni narzucone limity czasowe i finansowe. Pomocnym czynnikiem w wyborze OSBI jest rwnie wysoka elastyczno dostosowania do indywidualnych potrzeb organizacji wyraona np. w atwoci integracji z ju uywanymi systemami IT lub liczbie spersonalizowanych dodatkw, ktre uatwiaj korzystanie z narzdzi finalnym odbiorcom. Majc wiadomo tych ogranicze moemy miao rozpoczyna fascynujc i umiarkowanie tani podr w wiat systemw BI opartych na licencji Open Source.

COSS (POSS) vs. FOSS


O ile w przypadku komercyjnych rozwiza rodzajw licencji s dziesitki, w przypadku OSBI sposoby licencjonowania moemy podzieli nadwie gwne grupy:
47

A. Commerical Open Source Software, zwane rwnie Prioperitary Open Source Software (COSS lub POSS, nie funkcjonuje jeszcze utarte tumaczenie na jzyk polski tego sposobu licencjonowania, wic na potrzeby niniejszego artykuu posikowa bdziemy si skrtem COSS). Ten sposb licencjonowania gwarantuje wsparcie wdroenia i utrzymania poprzez wyspecjalizowane firmy, najczciej posiadajce prawa kodu oprogramowania. S to patne rozwizania, ktrych koszt jest jednak niewspmiernie niszy w porwnaniu do rozwiza w peni komercyjnych.

B. Free and Open Source Software (FOSS) licencja w peni otwarta, rzadziej wystpujca (przynajmniej dla systemw BI). Rozwizania w tym wariancie nie maj zagwarantowanego wsparcia, nie wystpuj adne koszty zwizane z licencjonowaniem. Zdecydowanie si na FOSS wie si z koniecznoci posiadania zasobw IT zdolnych do obsugi takich rozwiza. Nomenklatura uyta w nazewnictwie licencjonowania moe by nieco mylca. Wie si to z tym, e rde COSS naley szuka w modelach rozwoju oprogramowania typu shareware lub FOSS wanie.

Cechy Koszt

COSS/POSS Co do zasady oprogramowanie jest bezpatne, jednak obowizuj opaty tzw. support fee Mona skorzysta z pomocy wyspecjalizowanych firm

FOSS Oprogramowanie jest bezpatne, nie ma opat support fee, botaka usuga nie jest dostpnawtym modelu Wdroenia i utrzymania dokonuje si siami wasnych zasobw Software rozwijany raczej samorzutnie, niekoniecznie w sposb kontrolowany funkcje biznesowe dostpne zopnieniami Ograniczony dostp do interesujcych funkcjonalnoci, chocia istnieje moliwo dokupienia rozwiza opartych na COSS Lakoniczna, czsto niepena

Wsparcie wdroeniowe iutrzymaniowe

Rozwj oprogramowania

Software rozwijany do regularnie, wraz z potrzebami uytkownikw biznesowych

Dodatkowe funkcjonalnoci

Bardzo duo dodatkowych funkcjonalno zwikszajcych atrakcyjno rozwizania

Dokumentacja

Pena, rzetelna

48

Kluczowe korzyci: oszczdnoci


Gwnym powodem, ktry skania organizacje do wyboru narzdzi Open Sourcowych (nie tylko BI) s koszty, a dokadniej - potrzeba ich ograniczenia. Naley wyranie podkreli, e narzdzia BI oparte na licencjach Open Source (nawet FOSS) nie s darmowe tak, jak w przypadku produktw komercyjnych istotne pozostaj koszty sprztu, wdroenia, utrzymania, rozwoju, i wsparcia. Zdecydowan przewag rozwiza BI opartych na Open Source stanowi niszy koszt czny, wynikajcy przede wszystkim z braku opat licencyjnych. Korzyci takie, jak szybko eliminowania bdw w oprogramowaniu iwdraaniu nowych funkcjonalnoci dziki rozbudowanym communities s widoczne i cenne, jednak w znacznie mniejszym stopniu przyczyniaj si do rosncej pozycji OSBI. W przypadku rozwiza komercyjnych stopie skomplikowania modeli finansowych opisujcych sposoby licencjonowania czsto uniemoliwia ich rzeteln analiz, nawet gdy porwnaniu podlegaj tylko dwa parametry funkcjonalno i cena. Troch inaczej rzecz si ma w przypadku OSBI. Poszukujcy rozwizania informatycznego

typu Open Source nie musi powica czasu na analizy cen, typw, okresw, czy te marketingowo podkrcanych pakietw licencji. Porwnuje tylko funkcjonalnoci, ktre de facto s wystandaryzowane. Dziki temu mona oszczdzi czas potrzebny do wyboru optymalnego rozwizania. Jest to oszczdno troch ukryta, czsto nie brana pod uwag, a jednak przygotowanie RFP, a w szczeglnoci analiza iporwnanie ofert potrafi mocno obciy budet departamentu IT. Rozwizania oparte na licencjach Open Source, w tym OSBI, maj coraz wiksze znaczenie wmoliwociach redukcji kosztw zwizanych z IT. Dynamik i powag zmian w tym kierunku podkrelaj najwiksi wiatowi gracze naprzykad IBM, ktry w tym roku zrezygnowa z rozwiza ORACLE Siebel implementujc Open Sourceowy SugarCRM. Jak ilustruje wykres z raportu Lowering the Cost of the Business Intelligence with Open Source przygotowanego przez Third Nature, najwiksze oszczdnoci wynikajce z wdroenia OSBI ujawniaj si wraz ze skal wykorzystania systemu. Na wykresie zestawiono rednie koszty rozwiza oferowanych przez czterech gwnych

due

$87 000 $1 586 826 $87 000 $310 257 $30 000 $66 592 $0 $500 000 $1 000 000 $1 500 000 $2 000 000

rednie

3-letni redni koszt opensource 3-letni redni koszt komercyjny

mae

rdo: Raport Lowering the Cost of the Business Intelligence with Open Source Third Nature 49

dostawcw komercyjnych z kosztami Pentaho (jednego z liderw OSBI). W przypadku gdy licencje wykorzystywane s przez 25 uytkownikw (wdroenie mae) oszczdnoci w horyzoncie 3-letnim ksztatuj si na poziomie 50%, ale dla organizacji z 500 uytkownikami (wdroenie due) oszczdnoci s pitnastokrotne! Nawet przy zaoeniu identycznych nakadw na wdroenia rozwiza BI komercyjnych i Open Sourceowych najwikszy spadek kosztw wida wraz ze wzrostem liczby uytkownikw. Przewaga ta jest niejako oczywista, bo bierze si z braku opat za pojedyncze licencje, przez to wraz ze wzrostem liczby uytkownikw koszt kracowy maleje dynamicznie.

Jaspersoft To kolejna ciekawa propozycja platformy BI z rynku open source. Podobnie jak w przypadku Pentaho, zaimplementowano tu rozwizania Apache Hadoop (ze wsparciem dla baz NoSQL) oraz HTML-5 dla rodowiska iOS, w szczeglnoci dla iPadw. Od2010 roku Jaspers umoliwi dostp do swoich usug w chmurze w modelach SaaS i PaaS. SpagoB Dostawc platformy SpagoB jest woska firma konsultingowa Engineering Group, ktra na jej bazie tworzy rozwizania dostosowane do potrzeb konkretnych organizacji. Oprogramowanie to jest przewanie uywane w maych rodowiskach rednio 50 uytkownikw, baza danych opojemnoci 50 GB.

Liderzy OSBI
Na rynku istnieje kilkanacie ciekawych rozwiza Business Intelligence dziaajcych w oparciu olicencj Open Source. Spord nich na szczegln uwag zasuguj: Pentaho Najbardziej rozpowszechnione rozwizanie klasy OSBI. Jest ju na tyle dojrzae, e zaczo pojawia si w prestiowych porwnaniach softwareu, np.wmagic quadrant Gartnera. Szczeglnzaletjest niska cena licencji icoza tym idzie niskie TCO. Klienci Pentaho s zadowoleni z dziaania rozwizania i dostrzegaj cig popraw jakoci. Oprogramowanie jest stale rozwijane, ostatnio np. wzbogacio si omoliwoci raportowania zoptymalizowanego pod iPady. Pentaho to jeden z liderw OSBI dostrzegajcy przysze trendy iwpisujcy je w swoje rozwizania. Tak byo gdy dostarczy funkcjonalnoci dla integracji wasnego ETL i BI zHadoop, uzupeniajc rozwizania oobsug baz NoSQL, wszystko po to, aby zapewni wsparcie dla analizy danych pochodzcych z duych irnorodnychrde.
50

Dla kogo OSBI?


Wydaje si, e szczegln uwag na narzdzia Open Sourceowe powinny zwrci instytucje ze sfery budetowej, w ktrych najwaniejszym kryterium w przetargu jest cena oraz organizacje pozarzdowe, ktre od zawsze musz si troszczy w wyjtkowy sposb o koszty. Naturalnym odbiorc OSBI s te oczywicie przedsibiorstwa, szczeglnie te, w ktrych presja na zdobycie przewag konkurencyjnych jest dua, a budety podlegaj znacznym redukcjom. Jakpokazuj zestawienia, przy wdroeniu OSBI oszczdza si na jednostkowym koszcie na uytkownika im wiksze wdroenie, tym wiksze oszczdnoci. Open Sourceowe rozwizania BI maj dobre perspektywy rozwoju. Dynamik wzrostu liczby ich wdroe na wiecie potwierdza wiele midzynarodowych raportw. rde takiej sytuacji mona upatrywa nawet w zmianach makroekonomicznych w skali globalnej: obserwuje si wzrost zainteresowania OSBI w Chinach

iIndiach gdzie zachodnie prawa autorskie nie s przyjanie odbierane, a rzeszom informatykw atwiej jest pracowa na rozwizaniach opartych na otwartym dostpie do kodu. Kryzys, cho dalecy jestemy od naduywania tego pojcia, w sposb znaczcy odciska pitno na budetach wielu departamentw IT, co w naturalny sposb skania je do wyboru rozwiza mniej kapitaochonnych opartych na modelach OSBI i SaaS.

Problemy we wdraaniu OSBI


Jak wynika z analiz przeprowadzonych przez Carrywater, korzyci wynikajce z zastosowania rozwiza OSBI nie s w peni uwiadomione czonkom zarzdw przedsibiorstw podejmujcych kluczowe decyzje dotyczce infrastruktury IT. Powodw takiego stanu rzeczy jest kilka: agresywna polityka sprzedaowa firm oferujcych komercyjne rozwizania i ich historyczna obecno, przywoany na wstpie strach przed brakiem odpowiedniego wsparcia czy dalszego rozwoju oprogramowania lub propagowana pozornie nisza wiarygodno OSBI. Przeciwnicy rozwiza Open Sourceowych maj kilka argumentw. Wikszo z nich zamyka si wironicznej, anglosaskiej maksymie: You get what you pay for jakoby niska cena wpywaa na jako. Nic bardziej mylnego rynki dynamicznie ewoluuj, a z nimi modele ksztatujce oprogramowanie. Coraz wicej niskokosztowych modeli biznesowych udowadnia przydatno oferowanych rozwiza oferujc wicej za mniej, zachowujc przy tym wysok jako. Kolejn przeszkod dla popularyzacji OSBI jest system wynagradzania dyrektorw IT. Szefowie departamentw IT uwanie analizuj moliwoci dalszego rozwoju i cieki awansu wewntrz inazewntrz organizacji. Najczstszympytaniem kolejnego pracodawcy jest: Portfelem, ojakim budecie zarzdza Pan ostatnio?. Jesttonajatwiejszy krok kategoryzacji kandydatw.

Zakada si, e im wikszy budet, tym wikszy stopie skomplikowania rodowiska, skumulowana odpowiedzialno i czsto to wanie ta odpowied determinuje proponowany poziom stanowiska oraz wynagrodzenia. Midzy innymi dlatego, rzadko ktry manager IT chce zarzdza mniejszym budetem. Wdroenie OSBI jednoznacznie implikuje chudszy portfel do kontrolowania. Tajemnic poliszynela jest, e wikszy budet danego projektu, czy departamentu przekada si na wiksz wadz organizacyjn. Pochodn wynagradzania jest te stopie realizacji planu. Bardzo czsto niewykonanie budetu traktowane jest jako bd w planowaniu. Uatwieniem dla OSBI byby odwrotny sposb wynagradzania, w ktrym wdraanie mniej kapitaochonnych rozwiza (nawet w stosunku do planu) jest nagradzane. W kontekcie tak funkcjonujcych systemw motywacyjnych, nie dziwi fakt, e na biurkach zarzdu najczciej lduj przygotowane przez dyrektorw IT propozycje kurortw na Malediwach czy plaach Barbadosu, oczywicie w wersji allinclusive z przelotem prywatnym odrzutowcem. Zmiana orientacji na wybr niskokosztowych rozwiza i premiowanie takich wyborw jest szans na wzrost dynamiki rozwoju OSBI, atym samym na zauwaalne obnienie kosztw dziaalnoci IT. **** Szersze zastosowanie narzdzi opartych olicencj Open Source moliwe jest tylko dziki zmianie mentalnoci decydentw. To ambitne zadanie, czsto wymagajce od organizacji zaangaowania podmiotw zewntrznych. Stdtezauwaalny jest popyt na usugi polegajce natak zwanym podwjnym sprawdzaniu (double check). Zarzd zgaszajcy si do integratora lub firmy konsultingowej z potrzeb zbadania alternatywnych rozwiza ni te zaproponowane przez departament IT to ju nie egzotyczna usuga.
51

Cel wdroenia systemu BI jest jeden zdobycie danych, ktre w ustrukturyzowanej formie pozwol na uzyskanie przewag konkurencyjnych. Preferencje kadej organizacji s unikatowe, rny stopie akceptacji ryzyka, rne budety,

etc. To od kluczowych decydentw zaley, czyfirma zdecyduje si na drogi orodek SPA, czywypraw niskokosztow, przynoszc te same drogocenne dane, dodatkowo zapewniajc opini odkrywcw wrd zaprzyjanionych firm.

Marek Zitek (Marek.Zietek@carrywater.com) Sawomir Folwarski (Slawomir.Folwarski@carrywater.com)


Carrywater Group S.A. jest firm konsultingow, ktra od ponad 15 lat skutecznie wspiera organizacje w definiowaniu iosiganiu celw strategicznych. Doradzamy w obszarze biznesowym i IT. Prowadzc projekty doradcze wykorzystujemy kompetencje zarzdzania projektami wysokiej jakoci produkty dostarczamy szybko i efektywnie. Firma poszukuje nowych rozwiza i inwestuje w innowacyjne przedsiwzicia zarwno zachcajc pracownikw do zgaszania pomysw, jakiproponujc Klientom wspprac w modelu Ventures.

52

wiatowy rynek analityki biznesowej ma si wci wietnie prognoza opublikowana wraporcie IDC z czerwca 2012 pt.WorldwideBusiness Analytics Software 20122016 Forecast and 2011 Vendor Shares mwi oredniorocznym 10% wzrocie naprzestrzeni kolejnych 5 lat.
Tomasz Soniewski, IDC

53

Dane to nie tylko liczby


Pawe Wrblewski, Findwise

Ogromna wikszo informacji skadowanych w firmach nie pochodzi z baz danych. Storaczej dokumenty zawierajce tekst, ktry czsto jest bardzo istotny. Nie ma jednak najmniejszego sensu skadowanie tak duych iloci tekstu, jeeli z wiedzy w nim zgromadzonej nie da si korzysta.

Business Intelligence wielu kojarzy si jedynie z przetwarzaniem na ogromn skal rnorodnych liczb. W wikszoci podrcznikw, prezentacji i przykadw dominuj wyniki sprzeday w podziale na rne segmenty, kraje, sprzedawcw, sklepy, regiony i tak dalej. Surowe dane podlegaj agregacji pod ktem rnych kryteriw, przeprowadzana jest analiza statystyczna: wyliczenia sum porednich i cakowitych, wyliczanie procentowych udziaw w caoci, mierzenie rednich, median, odchyle standardowych, budowanie modelw predykcyjnych z wykorzystaniem liniowej lub wielomianowej regresji. I to wszystko na ma, redni oraz naprawd ogromn skal. Od wielu lat mechanizmy i algorytmy, systemy i rozwizania s skutecznie rozwijane tak, e ju mao kto podwaa wiarygodno stwierdzenia, e nie ma podejmowania wiadomych i dobrych decyzji bez skutecznej analizy danych. Jednak naleaoby zada sobie pytanie, czy ten matematyczny wiat cyfr, liczb i wylicze daje waciwy obraz rzeczywistoci, czy z ca pewnoci moemy stwierdzi, e przy podejmowaniu decyzji wzilimy pod uwag peen zakres dostpnej dla nas informacji? Tymczasem z kad sekund przybywa informacji w formie elektronicznej. Dokumenty, prezentacje, umowy, raporty, emaile, zdjcia, czy filmy wprost wylewaj si z naszych komputerw. Wlistopadzie ubiegego roku odbyo si sympozjum organizowane przez Gartnera dotyczce zarzdzania informacj w firmach. W gwnym materiale konferencyjnym znalazo si nastpujce stwierdzenie:
54

Do roku 2015, organizacje zdolne do zintegrowania wysoce wartociowych, rnorodnych i nowych typw danych w spjnej infrastrukturze zarzdzania informacj osign o 20% lepszy wynik finansowy od swoich konkurentw w danej brany. 1 Bum. Jest to bardzo mocne stwierdzenie. Niesposb teraz polemizowa z t treci, ani wnika w sposoby wyliczenia takiej wartoci. Przyjmijmy wic zatem roboczo, e tak moe by, co zreszt intuicyjnie zgadza si z przekonaniem, e bez analizy rnorodnych danych i informacji trudno o podejmowanie dobrych decyzji, bo niby na jakiej podstawie? Przecie ignorujc ca tre wytworzon przez kolegw i koleanki z firmy iprbujc wyway dawno otwarte drzwi poprzez robienie wszystkiego samemu, mnoy si koszty i nie osiga wysokiej jakoci pracy. To wszystko, jak kamyczek do kamyczka przekada si na nieefektywno caej organizacji, ktra zaczyna si topi w oceanie wytworzonych przez siebie igromadzonych informacji.

Marzenie o wiecie idealnym


Czytajc ten wstp mona pomyle sobie, efajnie tak sobie napisa o integracji wysoce wartociowych i nowych typw danych, ale jak

Ted Friedman, Regina Casonato: A Framework for Creating Value From Information Assets: The Key to Information Management Success; Gartner Symposium Nov 2011;

to zrobi? Proponuj zatem na pocztku troch pomarzy. Zacznijmy od prostego spostrzeenia, e z rnorodn treci w sposb naturalny radzi sobie Internet. Czy do Facebooka nie da si wrzuci waciwie wszystkiego? Nie wane czy jest to link do fajnego artykuu, czy zaproszenie na jakie wydarzenia, czy zdjcie, filmik czy plik. Wsposb naturalny szybko zorientujemy si kto co lubi, czego nie lubi i sami chccy lub niechccy wcigamy si w wir wymiany wysoce wartociowych i nowych typw danych. Dlaczego nie miaoby tak by w przedsibiorstwie? Z drugiej strony tak przyzwyczailimy si do wyszukiwarki w Internecie, e nie syszaem, aby kto skary si, e czego nie mona tam znale. Nawet, jeeli istnieje co takiego, toraczej bylibymy skonni win za to obarczy dan stron internetow, e zostaa nieprofesjonalnie przygotowana, poniewa wyszukiwarka jej nieyka. Tutaj przypomina mi si historia starszej pani, ju po 70-ce, ktrej tumaczyem jak do przegldarki internetowej wprowadzi prosty adres strony, ktr bya zainteresowana. Kiedytowytumaczyem, nie krya szczerego zdziwienia, poniewa do tej pory sdzia, e aby mie dostp do jakichkolwiek stron internetowych, to w miejscu adresu naley koniecznie wpisa google.pl. Zatem, jeeli w Internecie wiat wyglda tak licznie i tam wietnie radzimy sobie z rnorodn informacj codziennie wykorzystujc j w naszej pracy, to dlaczego nie miaoby tak by wewntrz firmy, w wiecie za firewallem? Czy nie byoby lepiej, gdyby istnia tam nie tylko tradycyjny intranet, ale caa galaktyka rnych stron iserwisw z wyszukiwark na czele?

traktowany jest jako nowa forma supa ogoszeniowego, planszy na ktrej dzia komunikacji wewntrznej, kadry i zarzd publikuje swoje odezwy do pracownikw. Plikiprzechowywane s na niemiertelnych udziaach sieciowych, gdzie kady dokument ma przynajmniej 20 rnych wersji. Czsto odnalezienie istotnych informacji wymaga nie lada ekwilibrystyki wsppracy z kilkoma rnymi systemami, z ktrych kady ma dugie iskomplikowane formularze do wypenienia, zanim wyrzuci istotne dla nas wyniki. A najtrudniejsze jest to, e aby co odnale najpierw naley wiedzie, gdzie to moe by. Zupenie odwrotnie ni wInternecie! Firma Findwise w tym roku przeprowadzia ankiet na temat wyszukiwania w przedsibiorstwach, jej wyniki na podstawie odpowiedzi ponad 500respondentw z caego wiata2 pokazuj, efirmy nie s przygotowane do wprowadzenia tego typu zmian. Nie ma co tutaj narzeka na polskie warunki, po prostu w tej chwili, cho wiele o tym si mwi (75% uznaje wyszukiwanie jako krytyczny element sukcesu), to jednak nie podejmowane s konkretne dziaania. Brak strategii, budetu i ludzi, ktrzy mieliby si zaj tym zadaniem. Ale nie bdziemy przecie rezygnowa z naszych marze, tylko dlatego, ewtej chwili nie jest zbyt wesoo! Zatemzaczynami krok po kroku.

Po pierwsze strategia
Rozmawiajc o strategii musimy mie wiadomo, e dziaalno kadego zdrowego przedsibiorstwa mona podsumowa jako maksymalizacja zysku

Brutalna rzeczywisto
Pomimo tego, e mamy ju drug dekad XXIwieku, to mentalnie wiele firm tkwi jeszcze wpoprzednim stuleciu. Portal intranetowy
2 Raport jest przygotowany do cignicia ze strony http://blog.findwise.com/the-enterprise-search-and- findability-report-2012-is-ready/

55

przy minimalizacji kosztw. Zatem zadaniem najwaniejszym bdzie dla nas opracowanie iwyliczenie, ile da si zyska na wprowadzeniu proponowanych przez nas zmian. Sprawa prosta nie jest, poniewa, eby pokaza, ile mona poprawi, trzeba najpierw zacz mierzy skuteczno i wydajno poszczeglnych procesw biznesowych. W zalenoci od specyfiki prowadzonego biznesu przykadw mona mnoy wiele i tak dla procesu sprzeday mona mierzy ile czasu dziennie pracownicy szukaj informacji okliencie i produktach w systemach firmy, aby mc skutecznie poczy jedno z drugim; ile rednio czasu potrzebuje pracownik call centre, eby odnale informacje o ktre pyta klient; jakdugo pracownicy szukaj konkretnego dokumentu wintranecie. Dobra strategia powinna zawiera w odniesieniu do zidentyfikowanych procesw biznesowych nasze cele: zwikszenie sprzeday o 15% poprzez lepiej celowane oferty handlowe, zwikszenie satysfakcji uytkownika o 5% poprzez szybsz i dokadniejsz obsug telefoniczn, odnalezienie informacji w intranecie w 75% przypadkw poprzez wprowadzenie maksymalnie dwuczonowego zapytania i trzy kliknicia. Koniec kocw teprocenty powinny oznacza bardzo konkretne pienidze do zdobycia. No, oczywicie znacznie wiksze pienidze ni inwestycja we wprowadzane zmiany. Kolejnym niezbdnym elementem strategii jest plan. Dlatego poza celami dobrze jest wyznaczy sobie drog poprzez bardzo konkretne krtkoterminowe projekty, usprawniajce dziaanie organizacji oraz bardziej dugoterminowe inicjatywy, ktre zapewni rozwj i cig popraw organizacji w zakresie ogarniania naszych informacji. Nieodcznie wie si z tym planowanie zasobw i budetu na realizacj nakrelonych wizji wraz z mechanizmami pozwalajcymi na monitorowanie i kontrol
56

przebiegu wprowadzanych zmian. Oczywiste? Todlaczego tak nie jest?

Po drugie informacje
Termin zarzdzania informacj nie dla wszystkich jest jasny i nie zawsze dokadnie wiadomo, ocownim tak naprawd chodzi. Dlategoproponuj przyjrze si podstawowym elementom. Najwaniejsz rzecz w zarzdzaniu jest zarzdzanie. A to oznacza, e trzeba pochyli si nieco nad sposobem, w jaki organizujemy informacj w firmie. W wielu miejscach pojawio si ju stanowisko CIO, co w polskich warunkach mona przeoy na czonka zarzdu odpowiedzialnego za przetwarzanie informacji. I to wanie od CIO powinno wymaga si strategicznych wizji i okrelenia kierunku rozwoju organizacji odpowiadajc na wymogi wspczesnoci. Idc dalej, trzeba powiedzie, e CIO powinien mie siln ekip, ktra ju na nieco niszym poziomie jest w stanie przekuwa strategi na konkretne posunicia w poszczeglnych obszarach zarzdzania informacj. Tutaj na pierwszym planie wysuwaj si procesy biznesowe, czyli de facto podzia rl i obowizkw w firmie, zdefiniowanie kolejnoci wykonywania zada przy przetwarzaniu, dostpie i analizie danych. Take w tym obszarze wan rol wydaje si by Information Manager (a jake!), ktry powinien podejmowa kluczowe decyzje co do bardzo konkretnych zmian zachodzcych w tym mikro-wiecie. Niezawodnym kryterium dla niego winno by zawsze zgodno ze strategi rozwoju, do ktrej zreszt powinien skutecznie wnosi o niezbdne zmiany i korekty, bowiat si szybko zmienia. W kontekcie zarzdzania informacj nie sposb nie wspomnie o bezpieczestwie. Zwykle dzieje si tak, e nie wszyscy powinni wszystko wiedzie,

chocia bardzo by chcieli. Dlategomusz istnie polityki dostpu do informacji, czyli kto co ma obejrze. Jednak eby to byo moliwe musimy zdefiniowa przynajmniej dwie rzeczy: role uytkownikw i klasy dokumentw/ informacji. Oile nie tak trudno jest posegregowa uytkownikw pod katem penionych przez nich rl, o tyle znacznie trudniej jest dokona klasyfikacji rodzaju przetwarzanej treci. Polityka zabezpiecze, to w najprostszym wydaniu to poczenie w pary rl uytkownikw i klas dokumentw, nadajc tym parom prawa do odczytu, zapisu, usuwania lubwogle pozbawiajc dostpu. Wychodzc od klasyfikacji przetwarzanej treci warto pokusi si o pjcie kilka krokw dalej i zbudowa firmowy model metadanych itaksonomi. Chocia brzmi to gronie, totak naprawd polega na zdefiniowaniu, jakiedodatkowe informacje powinny by doczone do przetwarzanej treci, eby lepiej j analizowa, wyszukiwa i w kocu lepiej j zrozumie. Warto te si przyoy do zbudowania sownictwa, ktre pozwoli nam na lepsz komunikacj wewntrz firmy, bez niepotrzebnych nieporozumie.

ealbo pojawi si niezadowolenie z zawiedzionych ambicji, albo rzeczywicie zaczniemy podchodzi docaego zagadnienie troch bardziej powanie. Od jakiego ju czasu czoowi dostawcy technologii Business Intelligence dostrzegaj konieczno pochylenia si nad danymi tekstowymi,lubinaczej niestrukturalnymi. Itak SASwykupi firm Teragram, dziki ktrej do swojej gamy rozwiza wprowadzi ciekawe narzdzia analizy lingwistycznej. IBM posiada swj Content Analytics oraz od niedawna produkty przejtej firmy Vivisimo, Microsoft oferuje zaawansowane narzdzie do wyszukiwania pod mark FAST Search Server for SharePoint 2010. HP te prbuje wej w t nisz poprzez oferowanie rozwiza Autonomy, brytyjskiej firmy, ktr naby w zeszym roku za niebagateln kwot 11mld dolarw. Oracle take nie chce zosta w tyle ipoza swoim dotychczasowym produktem Secure Enterprise Search mona skorzysta z platformy Endeca, ktra take niedawno zostaa przejta. Mwicowyszukiwaniu nie mona nie wspomnie oGoogle, ktry take ma produkt do indeksowania i wyszukiwania rnorodnych danych wewntrz przedsibiorstw Google Search Appliance. Jeeli dodamy do tego cay pakiet dojrzaych ju rozwiza klasy open source, jak SolR czy Elastic Search, to mona si nieco pogubi w caej tej ofercie. Jednak kade z tych rozwiza ma swoje mocne i sabsze strony, a wybr moe zwiza zdanym dostawc na duszy czas. Dlatego wany to wybr. Waciwie kady z wymienionych wyej produktw da si wbudowa w infrastruktur informatyczn przedsibiorstw na zasadzie usug. Mona pokusi si nawet o now redefinicj SaaS Search as aService. W ten sposb technologia wyszukiwania moe by wpita niejako w tle do rnorodnych aplikacji biznesowych tak, e uytkownicy nie bd mieli pojcia, e jest to silnik wyszukiwania. Wana tutaj jest pewna zmiana mylenia o tych technologiach. Nie jest to tylko pole z zapytaniem,
57

Po trzecie - technologia
Tak naprawd, dopiero posiadajc okrelon wizj strategiczn oraz majc pod kontrol rda informacji mona przystpi do wdraania systemw informatycznych, bo generalnie zarzdzanie baaganem powoduje jeszcze wikszy baagan. Tutaj nie jestem w stanie pohamowa pokusy i napisz, e nader czsto jest to ignorowane. Z reguy bowiem napite terminy, budety, brak ludzi sprawia, e przystpuje si doprostego wdraania wyszukiwarki, ktre ma zazadanie zadouczyni ambicji bycia firm, ktraw nowoczesny sposb przetwarza rnorodne informacje. Jednak nie odrobione lekcje i tak trzeba bdzie nadrobi i szybko si mona przekona,

przycisk szukaj i lista wynikw. Aplikacje mog wtle zadawa bardziej lub mniej skomplikowane zapytania, a szybko odpowiedzi poniej 1s sprawi, e widok poszczeglnych elementw ekranu uytkownika moe uzyska spersonalizowany, atrakcyjny graficznie i dynamiczny charakter. Jestto technologia bardzo wdziczna, dajce spore pole do popisu dla tych, ktrzy potrafi jskutecznie wdraa.

pierwszych szybko uciekamy, a na tych drugich z przyjemnoci pozostajemy. Nie maabsolutnie adnego powodu, eby portale firmowe zniechcay swoim wygldem i mechanizmami dostpu do korzystania z nich! Tymczasem dzia wiedzy dotyczcy uytecznoci serwisw internetowych ju jest do dojrzay z pewn iloci specjalistw w tej brany. Lata dowiadcze i bada sprawiy, e nie jest wiedz tajemn jak dobiera kolory przyciskw, jak budowa ukad strony, gdzie umieszcza podstawowe elementy sterowania stron. Jeeli bdziemy chcieli skorzysta z dobrodziejstw tego obszaru wiedzy praktycznej, to zyskamy wiele i zwikszymy bardzo modny ostatnio i wany wspczynnik adopcji (ang. system adoption) rozwizania informatycznego i zmiany w firmie.

Lingwistyka
Pracujc z danymi tekstowymi nie sposb uciec od zagadnie lingwistycznych. Po prostu, eby mc syntetyzowa wiedz zawart w dokumencie, trzeba umie ten tekst najpierw zrozumie. Lingwistyka komputerowa to ju dojrzaa dziedzina wiedzy, dziki ktrej jestemy w stanie wydobywa z tekstu sowa kluczowe, imiona i nazwiska ludzi, nazwy firm lub miejscowoci, daty itd. Jestemy w stanie wyszukiwa z uwzgldnieniem form fleksyjnych wyrazw, z wykorzystaniem prostych relacji pomidzy pojciami, jak synonimy lub bardziej skomplikowanych z wykorzystaniem taksonomii dziedzinowych lub ontologii. Wiedza zawarta w dokumentach moe by klasyfikowana automatycznie jak rwnie automatycznie tagowana wraz z wykryciem tonu wypowiedzi (np.pozytywna, negatywna, neutralna), a wszystko po to, eby lepiej odnajdywa interesujce nasinformacje. Ciekawym rozwizaniem jest take moliwo zadawania zapyta w jzyku naturalnym, cowpoczeniu z systemami rozpoznajcymi mow moe nam da w efekcie inteligentnego bota, serwujcego nam dan informacj.

Findability = Odnajdywalno
Ogromna wikszo informacji skadowanych wfirmach nie pochodzi z baz danych. S to raczej dokumenty zawierajce tekst, ktry czsto jest bardzo istotny. Nie ma jednak najmniejszego sensu skadowanie tak duych iloci tekstu, jeeli zwiedzy w nim zgromadzonej nie da si korzysta. A bez odpowiednich narzdzi po prostu staje si to niemoliwe. Ale wydaje mi si, e nie wnarzdziach tkwi sekret sukcesu, ale wsposobie ich wykorzystywania. Mona przecie do upadego biega z motkiem i gwodziami starajc si zbudowa dom, ale bez planu, umiejtnoci, rodkw, zasobw staje si to mao realne. Dowiadczenie Findwise w pracy z ponad 100 klientami nad projektami zwizanymi z wyszukiwaniem pokazuje, e niezbdnymi elementami sprawnego nawigowania pooceanie informacji to przede wszystkim mylenie strategiczne i dugoterminowe o tym przedsiwziciu, sprawne zarzdzanie informacj, umiejtne wdroenie technologii wyszukiwania z elementami dostosowania mechanizmw

Rzecz ostatnia, acz najwaniejsza uytkownicy


Kady uytkownik Internetu wie, e s strony co wygldaj le i takie co wygldaj dobrze. Z tych
58

lingwistycznych oraz dbao o przejrzysto i uyteczno interfejsu aplikacji. Wszystko to razem nosi do prost nazw Findability czyliOdnajdywalno po naszemu.

Dlatego ycz, aby do 2015 roku wszyscy osignli o 20% lepszy wynik finansowy od swoich konkurentw z brany poprzez lepsz Odnajdywalno informacji! Ups! Wszyscy nie mog by lepsi, bo niby od kogo? :-)

Pawe Wrblewski Od przeszo 8 lat zajmuje si rozwizaniami informatycznymi z zakresu wyszukiwania i analizy informacji tekstowej. Jest jednym z pierwszych propagatorw zastosowania mechanizmw lingwistyki komputerowej wanalizie danych w przedsibiorstwach i instytucjach zwizanych z bezpieczestwem publicznym. Od stycznia 2012 roku odpowiada za rozwj szwedzkiej firmy Findwise na terenie polski, ktrej celem jest dostarczanie usug konsultingowych i wdroeniowych w celu usprawniania procesu wiadomego podejmowania decyzji wykorzystujc najnowoczeniejsze narzdzia wyszukiwania i analizy danych tekstowych. Prywatnie szczliwy m Anny pracujcej jako adiunkt na Politechnice Warszawskiej, z ktr udaje si nie tylko wychowywanie trzech crek, ale take wsppraca na gruncie innowacyjnych rozwiza opartych na wyszukiwaniu.

59

Drodzy CEO - uyjcie wiedzy okliencie, ktr macie wsystemach informatycznych!


Jacek Czernuszenko i Micha Modonek, REISS Group

Zrealizowane w ostatnich dwch dekadach wdroenia systemw informatycznych klasy ERP przyniosy w wielu firmach popraw zarzdzania procesami biznesowymi i zarzdzania finansami. Potem przysza fala wdroe systemw CRM, ktre miay usprawni zarzdzanie relacjami z klientami i potencjalnym klientami. Firmy zaczy gromadzi bardzo wiele danych operacyjnych i uywa ich do podejmowania decyzji operacyjnych. Pojawiy si systemu DSS (Decision Support Systems) i MIS (Management Information System), ktre miay wspiera Zarzdy w podejmowaniu decyzji strategicznych.

w ubezpieczeniach: Jacy klienci i w jakich sytuacjach generuj najwicej szkd wymagajcych wypaty odszkodowania? w bankowoci: Jak klienci zarzdzaj swoimi finansami? Jakie produkty naley im zaoferowa? Czy mona udzieli kredytu nowemu klientowi? w przemyle: Ktre urzdzenia s najwiksz przyczyn awarii? w ochronie zdrowia: jakie choroby i w jakich sytuacjach wymagay w danym szpitalu specjalistycznego leczenia? w e-commerce: w jakich momentach klient rezygnuje z zakupu w moim sklepie internetowym?

Od hurtowni danych do Business Intelligence


Od wielu lat wiodce przedsibiorstwa wdraaj usiebie hurtownie danych zbierajce dane zrnych systemw i umoliwiajce spojrzenie nafirm oraz klienta w wielu rnych wymiarach. Niestety w wielu przypadkach CEO nie uzyskuj za pomoc tych narzdzi informacji, ktre s dla nich tak krytyczne do zarzdzania firm. Dane dalejpozostaj danymi, a nie zostaj przeksztacone w informacj umoliwiajc podejmowanie strategicznych decyzji. Std te pojawiy si narzdzia wspierajce Business Intelligence, ktre umoliwiaj analitykom przetwarza zgromadzone dane w wiedz iznajdowa odpowiedzi na pytania Zarzdu, np. w telekomunikacji: Gdzie naley rozbudowywa sie telefonii komrkowej? Czy klient zamierza rozwiza umow?
60

Business Intelligence - zbdny wydatek czyinwestycja konieczna w kryzysie


W wielu branach i w wielu firmach ponoszone s wielomilionowe inwestycje w projekty, ktrych efekt czsto nie znajduje uznania w oczach obecnych i przyszych klientw danej firmy. Narzdzia Business Intelligence pozwalaj przed rozpoczciem prac wdroeniowych np. nad nowym produktem oceni potencjaln skal uywania danego produktu przez klienta. Szczeglnie istotne jest to w bankowoci, ubezpieczeniach, telekomunikacji czy e-commerce. Nim rozpoczniemy prace nad nowymi projektami lub produktami warto sign do danych gromadzonych w firmie. A danych w kadej firmie generowanych jest niezwykle duo. Cige proby dziaw informatyki o konieczno zakupu kolejnych dyskw czy macierzy dyskowych

do hurtowni danych wprawia wielu CEO i CFO wirytacj, gdy w kryzysie liczy si kada wydatek. A c dopiero konieczno poniesienia znacznie wikszych inwestycji w rozwizania Business Intelligence. Moe naley spojrze na ten fakt znieco innej strony, bo ...

Wyzwaniem stao si przeprowadzenie oblicze na duych ilociach danych i czas pozyskania informacji. Aby sprosta temu w Business Intelligence pojawiy si zupenie nowe koncepcje takie jak Big Data czy technologia Hadoop, ktre maj na celu pomc zmierzy si firmom z zupenie nowymi realiami.

Business Intelligence pozwalaj rozumie biznes


Narzdzia Business Intelligence pozwalaj nam siga gboko w dane i analizowa rne scenariusze na podstawie dotychczasowych danych zebranych w firmie. Uzyskane informacje na temat zachowania klientw, wykorzystania sieci telekomunikacyjnej czy energetycznej, itp. umoliwiaj firmom zwikszy ich przychody jak ite zmniejszy koszty operacyjne czy te ograniczy inwestycje. Moe si te zdarzy, e firma nie chce pozyska ryzykownych klientw wtedy te modele predykcyjne pozwalaj nam szybko okreli ryzyko udzielenia kredytu danej osobie, czy te sprzedania mu subsydiowanego smartfonu. Dziki temu firma unika wielomilionowych strat.

CEO i jego liczby


Najczciej zwyko si czy CFO z liczbami, ktre w firmie s przygotowywane i analizowane. Jednake gwnym wacicielem i uytkownikiem tych informacji powinien by CEO. To dane zebrane w rnych systemach operacyjnych, przetworzone iudostpnione w narzdziach Business Intelligence daj CEO niezwyke narzdzie i krytyczne informacje wywiadowcze do walki o klienta.

Zarzdzanie Business Intelligence


Nic tak nie irytuje kadego CEO ni sprzeczne dane otrzymane z rnych czci organizacji np. zpionufinansw i z pionu sprzeday dane dotyczce aktywacji, liczby nowych klientw. Nazadane pytanie o przyczyn rozbienoci CEO zwykle uzyskuj informacj, e poszczeglne komrki organizacyjne przyjmuj rne definicje klienta, czy te produktu. Dojrzao zarzdzania danymi w firmie moemy podzieli na kilka poziomw rozwoju Business Intelligence: Poziom 0: Chaosu - Poszczeglne osoby przygotowuj wasne dane wg wasnych definicji Poziom 1: Podstawowych danych - Organizacja rozumie poszczeglne dane z systemw operacyjnych Poziom 2: Analiz - Rozproszone zespoy umiej wyciga z danych informacje o sytuacji biznesowej
61

Bez Business Intelligence nie wchod we-commerce czy media spoecznociowe (Business Intelligence szczeglnie cenne w e-commerce czy mediach spoecznociowych)
Nowe elektroniczne kanay kontaktu z klientami stawiaj przed CEO zupenie nowe wyzwania. Z jednej strony obecni i potencjalni klienci zostawiaj wiele ladw swojej obecnoci iswoich poszukiwa na stronach internetowych czy facebookowych firm czy te w sklepach internetowych, ale z drugiej strony trzeba dane poprawnie zebra i umiejtnie skorzysta. Ilo gromadzonych danych wzrosa wielokrotnie, ale warto tych danych jest nieoceniona.

Poziom 3: Zarzdzany - Organizacja stosuje wsplne definicje informacji i posiada strategi business intelligence Poziom 4: Biznes oparty na narzdziach Business Intelligence - Gwne decyzje biznesowe podejmowane s na podstawie analiz opartych o dane posiadane przez firm.

Ujednolicenie definicji spowoduje znaczne zmniejszenie nieporozumie nawet na poziomie zarzdu oraz zmniejszy koszt wielokrotnego liczenia tych samych danych i ich wzajemnego uzgadniania. Jednake najwaniejsze jest zachowanie spjnoci danych i moliwo analizy trendw. 3. Centralizacja przechowywania danych iinformacji Kolejnym krokiem do osignicia dobrego poziomu Business Intelligence jest wdroenie centralnej hurtowni danych do ktrej bd trafiay dane z wielu rnych rde (systemw). Waciwe zaprojektowanie hurtowni pozwoli dokonywa bardzo zoonych analiz w rnych przekrojach. Dla kadego CEO kluczowy jest fakt, ezgromadzone w hurtowni danych dane iinformacje s unikalne dla tej firmy i adnej jej konkurent nie jest w stanie tych danych pozyska i nie jest wstanie przewidywa dziaa podejmowanych przez dan firm. 4. Wsplne narzdzia do Business Intelligence Kiedy ju rozpoczniemy budow hurtowni danych warto od razu zastanowi si nad narzdziami do Business Intelligence, ktre w firmie bd wykorzystywane. Niestety w wielu firmach czsto si zdarza, e controlling kupuje wasne narzdzia do Business Intelligence, dzia informatyki kupuje inne narzdzia, a dzia analiz biznesowych kupuje odpowiadajce im systemy. W firmach wiele licencji na oprogramowanie duplikuje si, gdynikt w firmie nie skoordynowa zakupw narzdzi BI. Wydatki te s w wikszoci przypadkw znaczce, ale Zarzdy nie maj wystarczajcej wiedzy, abypodj decyzj o narzdziach BI. Warto wskaza jedn osob/jedn jednostk organizacyjn, ktra posiada wiedz i moe podj

Kroki do osignicia dobrej jakoci informacji w oparciu o Business Intelligence.


Wielu CEO zadaje sobie pytanie: co musi wfirmie si sta, abym otrzymywa informacje niezbdne do zarzdzania firm. Wartookreli cele istrategibusiness intelligence, ktrechcemyzrealizowa. 1. Strategia Business Intelligence Pierwszym krokiem powinno by okrelenie Strategii Business Intelligence, ktra musi by strategi pomocnicz dla strategii realizowanej przez firm i Zarzd. Musimy okreli, jaki poziom szczegowoci analiz i przewidywa jest dla firmy konieczny, aby mona byo efektywnie t firm zarzdza. Strategia powinna te wzi pod uwag rozwj wiedzy organizacji w obszarze BI. 2. Zasady Governance Business Intelligence: Kolejnym krokiem do osignicia dobrego poziomu dojrzaoci Business Intelligence w firmie jest wdroenie zasad governance dla business intelligence. Jedna z komrek organizacyjnych wfirmie np. controlling, czy dzia analiz, powinna zosta odpowiedzialna za przygotowanie iutrzymywanie definicji poszczeglnych danych wfirmie np. aktywny klient, jak liczymy udzia klienta B2B w cakowitej sprzeday firmy, jakiekoszty bierzemy pod uwag w kosztach nowego produktu.
62

decyzj o waciwych narzdziach (biorc te pod uwag oczekiwania innych uytkownikw BI). 5. Centrum Kompetencji Business Intelligence W obszarze Business Intelligence najczciej odchodzi si od podziau na zespoy biznesowe zajmujce si danym obszarem biznesowym izespoy informatyki odpowiedzialne za systemy z danego obszaru biznesowego. Obszar Business Intelligence wymaga bowiem wiedzy zarwno biznesowej jak rwnie technologicznej. Jest to jeden z najbardziej wymagajcych obszarw, gdzie bez wiedzy technicznej ani te bez wiedzy biznesowej nie da si efektywnie pracowa. To do tych ludzi CXO powinni zwraca si z nurtujcymi pytaniami dotyczcymi np.zyskownoci klientw czy produktw, zachowa klientw, efektywnoci sieci sprzeday. W tymobszarze mona te spojrze w przyszo i z modeli predykcyjnych przewidzie ryzyko odejcia klienta, przewidzie ryzyko fraudu przy sprzeday do nowego nieznanego klienta. Tewszystkie analizy bior swj pocztek wmilionach bajtw zapisanych danych w hurtowni i dziki wykorzystaniu narzdzi matematycznych zaimplementowanych w systemach business intelligence pozwalaj odkrywa i przewidywa.

Podsumowanie: wiadomo celw iwykorzystywanie informacji i wiedz wfirmie bdzie kluczowe do sukcesu firmy w trudnych czasach.
Przez ostatnie dwie dekady przyzwyczailimy si do cigych wzrostw sprzeday i nowych biznesw. Kryzys, ktrego teraz dowiadczamy bdzie wymaga od firm podejmowania waciwych decyzji. Decyzji wiadomie podejmowanych na podstawie realnych danych o produktach iklientach kadej z firm. W takich sytuacjach pomoc przynosi Business Intelligence. Dzikinim CXO s w stanie podejmowa dobre decyzje iprowadzi firm bezpiecznie przez trudny czas. Istotne jest te, aby CEO stawiali organizacji jasne cele i dzielili si swoj wiedz z reszt pracownikw. Ludzie potrzebuj rozumie zarwno cel dokd firma zmierza, jakiinformacje operacyjne i analizy, oparte ounikalnedane, ktres ogromn rozwinitych firm. Tychinformacji nie ma konkurent - chtnie byje pozna, ale najwaniejsze, aby CXO ztychinformacji sami czsto korzystali. Business Intelligence to kompas, ktry pokazuje CEO kierunek nawet przy najgorszej pogodzie.

Jacek Czernuszenko i Micha Modonek


S dowiadczonymi konsultantami w dziedzinie Business Intelligence, zarzdzania programami oraz zarzdzania zmian w zakresie procesw biznesowych oraz technologii. Prowadzili wiele projektw oraz programw wsektorach telekomunikacji, nowych technologii, energetyki oraz ochrony zdrowia. Mona si z nimi skontaktowa pod adresem: jacek.czernuszenko@reissgroup.eu oraz michal.mozdzonek@reissgroup.eu

63

By w 15%
Sawomir Folwarski i Mateusz Ossowski, Carrywater

Okoo 70% wdroe systemw Business Intelligence (BI) koczy si niepowodzeniem. Zpozostaych 30% po upywie roku tylko poowa jest uywana.1 Waciwe przygotowanie wdroenia systemu BI i dobre zarzdzanie projektem pozwoli by w 15%.

Krok 0 - jak uzasadni, e to si opaca


Wdraajc system BI jak w przypadku kadego innego rozwizania IT przedsibiorstwa licz na zwrot z inwestycji. Kluczem do wykazania odpowiedniej stopy zwrotu jest umiejtno obliczenia wartoci informacji, ktre bd pozyskiwane dziki wdroonemu systemowi. Jest kwesti bezdyskusyjn, e dostp do dobrej jakoci i uporzdkowanej informacji pozwala lepiej i sprawniej prowadzi biznes: zwikszy lub utrzyma przychody firmy (np. przez obnienie retencji klientw), jeszcze czciej obniy koszty (np. poprzez optymalizacj kosztw marketingu czy wykrycie fraudw). Problematyczne w wielu firmach jest wykazanie moliwych korzyci ipowizanie ich z wdroeniem systemu BI oraz przeliczenie tego na pienidze. Przy odpowiednich zaoeniach moliwe jest oszacowanie wartoci informacji przede wszystkim poprzez wskazanie, ktre procesy w firmie bd funkcjonoway sprawniej dziki szybszym i trafniejszym decyzjom podejmowanym w oparciu informacje dostarczane na czas i w odpowiedniej formie.

przeku je w precyzyjne wymagania. Niestety uytkownik biznesowy czsto nie posiada wiedzy dotyczcej moliwoci systemw, co gorsze, nie do koca jest te wiadomy, jakie funkcjonalnoci s mu potrzebne. Najczciej najlepsze wymagania biznesowe spywaj dopiero na etapie testw akceptacyjnych, gdy zwykle dopiero wtedy uytkownik widzi system i zaczyna rozumie comgby dosta, gdyby wczeniej wiedzia jakto dziaa. Dowiadczenia Carrywater pokazuj take, e naley z rezerw podchodzi, do tego, cooferenci prezentuj na etapie wyboru narzdzia. Jeden ze znanych nam wynikw Proof of Concept (PoC) pokaza, e rozwizanie, ktre na etapie prezentacji ofert wyrastao na lidera, byo zupenie niedopracowane. System pracowa niestabilnie, aprzy wikszej iloci danych zupenie si zawiesza (nawet do tego stopnia, e wymaga reinstalacji). Inne rozwizania poddane PoC take daway wydajno kilkukrotnie nisz ni obiecywana wofertach. Z powyszych wzgldw rekomendujemy podzielenie wdroenia na etapy i to najlepiej poprzedzone pilotaem, czy choby Proof of Concept. Wymierne korzyci przynosi uruchomienie systemu, ktrego zakres dziaania jest ograniczony, ale ktry pracuje w realnych (charakterystycznych dla danej organizacji) warunkach i na prawdziwych danych.

Lepiej szybciej, ni dokadnie


Gdy decyzja o wdroeniu rozwizania BI zostanie podjta naley skoncentrowa si na analizie potrzeb, ktre system ma zaspokaja, a nastpnie

1 Poniszy materia oparty zosta na dowiadczeniach autorw z rnych wdroe, w ktrych mielimy okazj uczestniczy od samego pocztku do momentu zakoczenia, a pniej obserwowa ich losy po kilku miesicach i kilku latach.

64

W efekcie, przeprowadzana nastpnie analiza szczegowa, a w szczeglnoci zebrane wymagania s duo bardziej wartociowe, gdy odnosz si do dowiadcze z realnym systemem. Co wane, szczegowa analiza powinna obj tylko kolejny, nieduy etap, poktrym powinna nastpi weryfikacja efektw. Na tej samej zasadzie cay zakres wdroenia powinien by realizowany wmoliwie krtkich etapach. Kolejnym wanym elementem jest udostpnianie uytkownikom rozwizania nawet, gdy nie zostao zrealizowane 100% danego etapu. Dotakiego wydawa by si mogo, niezgodnego z zasadami sztuki podejcia skaniaj nas dowiadczenia, ktre pokazuj, e: testujc i dopracowujc rozwizanie tracony jest cenny czas, w trakcie ktrego zmienia si otoczenie i jest coraz bardziej prawdopodobne, e uruchomimy co, co wietnie dziaa, ale jest ju nieaktualne, nie ma lepszego testu i nauki jak rzeczywista praca z danym narzdziem, po kilku dniach pracy uytkownicy maj wiele pomysw na usprawnienia i modyfikacje,

dziaw i dyskusja o tym czyja prawda jest prawdziwsza jest nieunikniona. Z tych powodw zawsze duo czasu i energii trzeba powieci na popraw jakoci danych oraz precyzyjne ujednolicenie definicji podstawowych poj (jak choby sprzeda, klient). Zignorowanie tej kwestii moe sprawi, i uytkownicy systemu zostan ofiarami zasady GIGO (garbage in, garbage out). Warto jednak pamita, e nie da si doprowadzi danych do stanu idealnej jakoci oraz, e nie opaca si doprowadza danych doprawie idealnej jakoci, gdy koszty przejcia z jakoci danych na poziomie 99% do 99,9% sniewspmiernie wysze ni uzyskania jakoci napoziomie 99%, gdy startujemy zpoziomu 90%. Czarne skrzynki mog by puste Bogactwo rozwiza klasy BI jest obecnie ogromne: od systemw dostarczanych przez najwikszych graczy, jak Oracle, IBM, SAP, czy Microsoft, przez mniejsze firmy jak Informatica, SAS, QlikView, do zupenie niszowych rozwiza. Od tradycyjnego modelu licencjonowania per CPU/Core przez Cloud Computing, SaaS (software as a service) po rozwizania open source. Zawsze mona te w oparciu o baz danych zleci budow dedykowanego systemu BI od podstaw. Nie ma tu jednej zotej rady, kady potrzebuje czego troch innego, kada firma ma zastan pewn architektur, okrelony model wsppracy z dostawcami, jako zorganizowane utrzymanie systemw oraz uoone relacje IT-Biznes. Alewanie analiza tych elementw powinna stanowi punkt wyjcia do wyboru rozwizania. Z dowiadcze Carrywater jednoznacznie wynika, e bez wzgldu na to, ktra oferta zostanie wybrana, system BI musi by otwarty naczste zmiany i to zarwno te, ktrych nadejcia spodziewamy si w dalszej przyszoci, jakitakie,
65

czasem problemy, nad ktrymi dugo pracuje si na etapie budowy rozwizania, okazuj si mao istotne przy rzeczywistej pracy. Jako danych jest zawsze w zakresie Spieszc si z wdroeniami nie mona zapomnie o najwaniejszym, naszym zdaniem elemencie systemw BI jakoci danych. Kady, kto otrzyma raport, analiz czy wykres, ktre nawet bez wchodzenia w szczegy bd budziy wtpliwoci czy pokazuj prawd, szybko zrazi si do systemu i nie bdzie chcia go uywa. Zdrugiej strony systemy BI zawsze integruj dane i pokazuj je uytkownikom z rnych

ktre w momencie wdraania nie s brane pod uwag. Zdecydowanie odradzamy systemy, do ktrych z jednej strony wprowadzane s dane, azdrugiej wychodzi gotowy model dataminingowy lub wrcz gotowa decyzja iniewiadomo co si dzieje w rodku (czarna skrzynka). Generalnie najlepiej sprawdzaj si rozwizania ktre: bdzie mona rozwija we wasnym zakresie lub przekaza do rozwoju innemu dostawcy, atwo daj si rozszerzy o nowe moduy czy nowe elementy zwikszajce wydajno, pozwalaj organizacji na w miar samodzieln konfiguracj lub zmiany dziaania (posiadaj dokumentacj), pozwalaj na integracj z dowolnymi innymi systemami. Wybierajc System BI warto wzi pod uwag powysze postulaty. Rozwizania, ktre je speniaj, a s niedoceniane w Polsce, to systemy Commercial Open Source, ktre dodatkowo s tanie (opisujemy je dokadniej wnaszym artykule: W krainie OSBI). O procesie wyboru dostawcy, negocjacjach iumowie mona by napisa osobny artyku lub ksik. W trakcie jednych z negocjacji, wktrych Carrywater penio rol doradcy, dziki dobremu przygotowaniu do rozmw udao si doprowadzi do podpisania umowy z dostawc, ktrej warto bya nisza o ok. 50% od pierwotnej oferty, azakres pozosta praktycznie bez zmian. Kiedy umowa? Wszystkie wyej wymienione zagadnienia powinny suy do przygotowania RFP. Okrela ono zakres i funkcjonalnoci systemu, podzia wdroenia na etapy i kolejno ich realizacji
66

oraz preferowane technologie (jedn lub kilka). Rwnolegle warto teprzygotowa kryteria oceny i projekt umowy. Dlaczego naley mie projekt umowy gdy nie ma jeszcze RFP, nie zostaa wybrana lista potencjalnych dostawcw, nie ma pyta do RFP i odpowiedzi, nie spyny oferty, nie zostaa przeprowadzona ewaluacja ofert, nie wybrano krtkiej listy dostawcw, nie negocjowano ceny, nie wybrano dostawcy i nie zaczto uzgadnia znim umowy. Jeliproces wyboru oferty zostanie przeprowadzony tak, e do negocjacji treci umowy dochodzi na kocu, wtedyto dostawca ma silniejsz pozycj negocjacyjn inie musi godzi si np. na trudne zapisy umowy okarach, warunkach odbioru, warunkach odstpienia itp. W Carrywater zwykle umow zaczamy do RFP i zaznaczamy, i musi by ona zaakceptowana, aby mona byo zoy ofert. Kto zaprotestuje przecie elementem umowy jest zakres, cena iharmonogram, atobdzie znane dopiero jak skoczy si wybr i negocjacje ofert. Tak,alecena to jedna tabela, a zakres iharmonogram, tozaczniki. Umowymog liczy kilkadziesit stron bez zacznikw, gdymusz zawiera opis wszystkich niezbdnych warunkw, praw iobowizkw. Zagroenia dla systemw BI po wdroeniu Warto pamita, e samo wdroenie systemu BI nie oznacza osignicia sukcesu. Jest niezmiernie wane, aby o niego odpowiednio dba, bo czsto w przedsibiorstwach zdarza si, e uytkownicy systemu z czasem przestaj go uywa. Przyczyn takiego stanu rzeczy moe by kilka: psucie danych w systemach rdowych lub drobne zmiany, nasycenie danymi,

brak wiedzy wrd uytkownikw, powstawanie systemw podbiurkowych. Psucie rda Specyfik systemw BI jest to, i spywaj donich dane ze wszystkich innych systemw IT funkcjonujcych w przedsibiorstwie. Jeli wic dane wejciowe bd niskiej jakoci (np. niespjne) system BI bdzie generowa bdne raporty, a jegouytkownicy bd si zniechca do korzystania z niego. Niestety, zawsze pojawiaj si zmiany wsystemach rdowych, przy ktry zapomniano o BI. Dla przykadu: zmienio si biznesowe znaczenie jakiego pola (np. w polu nr. stacjonarny zaczlimy wpisywa nr GG, a zapomniano, e pewne analizy opieray si o strefy numeracyjne dawne numery kierunkowe), dodano nowe informacje bez zmiany starych (np. pomocnicze pole podtyp zamwienia, na ktrym bazuje wyznaczenie kanau sprzeday). Projektujc procesy IT w firmie naley pamita, byproces zarzdzania zmian zawiera krok polegajcy na weryfikacji wpywu kadej zmiany w systemach rdowych na systemy BI. Miejsce tego etapu w procesie oraz jego przebieg zaley od zasad panujcych w danym przedsibiorstwie. Warto jednak rozway dwuetapow analiz wpywu zmiany na system BI. Pierwszy etap toweryfikacja, czy zmiana w systemach rdowych moe wpyn negatywnie na funkcjonowanie systemu BI poprzez jego awari lub utrat jakoci danych. Drugi etap to analiza, jakie korzyci biznesowe mona uzyska dostosowujc system BI do zmian w systemach rdowych.

Nasycenie danymi Jest silna tendencja do wprowadzania do systemw BI wszystkich moliwych danych bez wzgldu na to czy s potrzebne, jak dugo s potrzebne, na jakim poziomie s potrzebne (detaliczne czy zagregowane). Systemy staj si przeadowane danymi, ociae, a uytkownicy gubi si lub nie mog doczeka na wyniki raportw lub analiz. Naley o tym pamita przy analizie wymaga funkcjonalnych, uwaajc by wymagania miay uzasadnienie, czyli by nie skupia si na tym co jest potrzebne uytkownikom, ale take do czego to jest potrzebne. Ponadto, definiujc wymagania niefunkcjonalne warto zadba o mechanizmy retencji danych, dziki ktrym wraz z upywem lat system pozbywa si najstarszych danych detalicznych, ewentualnie pozostawiajc danezagregowane. Brak wiedzy wrd uytkownikw Brak wiedzy wrd uytkownikw dotyczcy moliwoci systemw BI jest powszechny. Cogorsze, to choroba nieuleczalna, ktrej objawy powracaj co pewien czas. Uytkownicy si zmieniaj lub szybko zapominaj jaka bya pena funkcjonalno ich systemu, gdy w biecej pracy uytkuj zwykle jedynie cz dostpnych moliwoci. Ciekawym pomysem, ktry pozwala temu zapobiec s cykliczne szkolenia dla biznesu organizowane najlepiej przez IT lub dostawc rozwizania. Niechodzi oszkolenie z narzdzia, aleszkolenie z tego, cojest dostpne w systemie ijak ztegokorzysta. Rozwizania podbiurkowe Gdy w przedsibiorstwie pojawia si choby jeden z powyszych problemw, system BI przestaje spenia swoj rol i dziay biznesowe
67

organizacji pozbawione s odpowiedniej jakoci danych, ktrych jednak nie przestaj potrzebowa. Czsto wic zdarza si, e biznes tworzy sobie wasne podbiurkowe rozwizania do raportowania ianaliz danych. By tego unikn, kade wdroenie, kada zmiana powinna by komunikowana uytkownikom, co wicej, niezbdne jest pokazanie planw naprzyszo (roadmapy).

**** Wierzymy, e zastosowanie przedstawionych tu dobrych praktyk znacznie pomoe we waciwym przygotowaniu wdroenia systemu BI oraz wdobrym zarzdzaniu projektem, jakrwnie pozwoli unikn niektrych problemw pojawiajcych si ju po wdroeniu systemu.

Sawomir Folwarski (Slawomir.Folwarski@carrywater.com) Mateusz Ossowski (Mateusz.Ossowski@carrywater.com)


Carrywater Group S.A. jest firm konsultingow, ktra od ponad 15 lat skutecznie wspiera organizacje w definiowaniu iosiganiu celw strategicznych. Doradzamy w obszarze biznesowym i IT. Prowadzc projekty doradcze wykorzystujemy kompetencje zarzdzania projektami wysokiej jakoci produkty dostarczamy szybko i efektywnie. Firma poszukuje nowych rozwiza i inwestuje w innowacyjne przedsiwzicia zarwno zachcajc pracownikw do zgaszania pomysw, jakiproponujc Klientom wspprac w modelu Ventures.

68

Wspczesne pralki maj obecnie lepsze procesory i wicej pamici, ni sonda Apollo11, ktra pozwolia Neilowi Armstrongowi stan na Ksiycu ibezpieczniewrci naZiemi.
Marcin Choiski, BI.pl

69

Revenue Intelligence sposobem na zwikszenie rentownoci


Monika Kacprzyk i Micha Jalan, ATOS

Analizujc wspzawodnictwo firm na rynku, niezalenie od brany, obserwuje si dziaania majce na celu usprawnienie finansowej i operacyjnej efektywnoci przedsibiorstw. Dzieje si tak dlatego, i posiadanie nowoczesnego pakietu produktw i usug dopasowanych do potrzeb klientw nie jest wystarczajce do utrzymania pozycji na rynku.

Panujce na rynkach kryzysowe nastroje powoduj, e managerowie reorganizuj procesy i struktury szukajc oszczdnoci. Wsparcie dla tych dziaa stanowi systemy klasy business intelligence umoliwiajce dokadny pomiar kondycji procesw biznesowych, precyzyjne kalibrowanie strategii oraz wszelkiego rodzaju analizy. Jednym z nich, nakierowanym na operacyjn dziaalno przedsibiorstw s systemy Revenue Assurance. Maj one za zadanie podniesienie efektywnoci procesw w firmie poprzez eliminacj lub zmniejszenie strat do akceptowalnego przez organizacj poziomu. Zgodnie z definicj Telemanagement Forum Revenue Assurance to Metody podnoszce jako danych i procesw, wpywajce na zwikszenie zyskw, przychodw oraz przepyww pieninych. Wedug metodyki wykorzystywanej w Atos poprzez Revenue Assurance (RA) rozumiane s wszelkie wykonywane przez podmiot czynnoci zmierzajce do zapewnienia, i procesy, operacje iprocedury prowadz do maksymalizacji przychodu. Podejcie takie opiera si na powizaniu zagadnie dotyczcych struktury organizacyjnej firmy, realizowanych procesw iwykorzystanej technologii (systemw IT). (Rys.1) Tylkotakieujcie umoliwia dokadne zrozumienie i kontrolowanie caego procesu generowania przychodw. Sukces w zwikszaniu zyskw lub, inaczej mwic, zmniejszanie skali moliwej utraty przychodw, jest moliwy gdy narzdzia, procesy, zmiany w organizacji i inne dziaania bd ze sob skorelowane, a nie realizowane w sposb niezaleny od siebie.
70

Oczywicie zagadnienie Revenue Assurance wprzypadku firm telekomunikacyjnych nie jest nowoci. Wikszo z telekomw zatrudnia zesp ekspertw, ktrzy realizuj zadania zwizane zzabezpieczeniem przychodw, chocias one inaczej interpretowane przez rne zespoy. Mimoobecnoci Revenue Assurance worganizacji utrata przychodw wynosi rednio 1% cakowitych przychodw firmy (zgodnie zbadaniami Telemanagment Forum z 2008 roku przeprowadzonych u 14 operatorw). Utrata bya zidentyfikowana na podstawie rzeczywistych danych. Inne badania przeprowadzone przez Telemanagment Forum w roku 2010 pokazuj midzy innymi, e rednio 1,12 % przychodw nie moe by zafakturowane (maksymalna warto toa 6,42%).

RA Org

Processes Concept
Hardware

Tooling

RA V.Org SLA

Rys. 1. Elementy implementacji Revenue Assurance

W aktualnej sytuacji rynkowej realizacja podstawowych funkcji zabezpieczenia przychodw to za mao. W czasach kryzysu icigej tendencji obniania kosztw niezbdne jest rozszerzenie zakresu Revenue Assurance onowe funkcjonalnoci: monitorowanie i analiza nowych obszarw utraty przychodw zwizanych ze zmian modelu biznesowego, kreowaniem zoonych ofert wykorzystujcych coraz bardziej zaawansowane technologie. Jednoczenie, lojalno klientw maleje wprost proporcjonalnie do wzrostu oczekiwa i percepcji praw; klienci chc decydowa o sposobie konstrukcji pakietu usug, sposobie zapaty, warunkach obowizywania usug. Dla telekomw, przy istniejcej konkurencji oraz saturacji rynku, aktualne oczekiwania klientw s wysokie, a wprzyszoci bd jeszcze wysze. Konieczne jest wic tworzenie nowych ofert poprzez poczenie usug typu data, voice i video zarwno w stacjonarnej i komrkowej ofercie oraz zachcanie klientw do aktywnego korzystania znowych propozycji. Powszechno internetu oraz popularno portali spoecznociowych jest rdem ogromnego popytu na mobilne usugi

transmisji danych dostpne zawsze niezalenie od miejsca i czasu. Firmy wic potrzebuj 360-stopniowego widoku na przychody, koszty i mare oraz proaktywnych dziaa w caej organizacji. Przytakim podejciu wymagane s dziaania takiejak: minimalizacja strat wynikajcych ze sabej integralnoci danych, optymalizacja zalenoci pomidzy systemami, wsparcie relacji z klientem, lepsze ukierunkowanie na jego potrzeby, monitorowanie i cilejsza kontrola w czasie rzeczywistym wszystkich aspektw zwizanych z procesami generowania przychodw, minimalizacja zagroe zwizanych z bezpieczestwem sieci i zastosowanymi rozwizaniami, minimalizacja zagroe zwizanych z kanibalizacj ju oferowanych usug obnienie kosztw operacyjnych i wyeliminowanie przestojw serwisowych.

From...

...To
Pre-paid / Postpaid billing

Voice Postpaid

Voice Pre-paid

Per type of service Per type of customer

Data Postpaid

Data Pre-paid

Triple-Play services

Real-Time Payment

Mobile

Fixed

Internet

Mobile, Fixed or Internet Multi-Network, Multi-Service

Per Network, Per Service

Increase Flexibility Reduce Costs

Rys. 2. Zmiana produktu wymuszona oczekiwaniami klientw 71

All Services All users

Nowe technologie wchodzce na rynek telekomunikacyjny nios ze sob potencjalne zagroenia utraty przychodw. Zespoy odpowiedzialne za Revenue Assurance majc dostp do narzdzi oraz danych (wymaganie krytyczne!), wykorzystujc sprawdzone standardy oraz praktyczne dowiadczenia, powinny realizowa nie tylko funkcje monitorowania i raportowania, aletake proaktywnego udziau w realizacji procesw biznesowych oraz szerzenia wiedzy worganizacji. Przykadowe wyzwania stawiane przed Revenue Assurance to: Aktywny udzia w definiowaniu usug, dopasowanie oferowanych usug do profilu klienta, wsparcie przy okreleniu rentownoci lub zmiany modelu biznesowego. Wsparcie w zarzdzaniu kanaami sprzeday. Wedug rnych bada szacowane jest, e operatorzy wydaj okoo 10-15% swojego budetu na wszelkie prowizje dla porednikw oraz patnoci zwizane z obsug sprzeday. W tej sytuacji kady drobny bd w procesie moe prowadzi do znacznej utraty przychodw. Monitorowanie on-line procesw generowania przychodw w przypadku wiadczenia usug rozliczanych w trybie rzeczywistym (usugi konwergentne). W tym przypadku wyzwaniem dla Revenue Assurance jest zoone rodowisko, interfejsy oraz realizowane procesy, dynamicznie zmieniajca si charakterystyka usug, kontrolowanie zmian na koncie klienta, brak moliwoci odzyskania utraconych lub bdnych transakcji. M-payments/E-commerce. Aktywny udzia w procesie generowania przychodw z tytuu korzystania przez klientw z usug (np. ciganie muzyki, patnoci za parkingi/usugi, bankowe aplikacje na smartfony) poprzez uzyskiwanie czci dochodw z transakcji. Zgodnie z metodyk Revenue Assurance (wykorzystywan przez Atos) procesy s
72

analizowane pod ktem utraconych korzyci, ktre mog przyjmowa ponisze formy: Rzeczywiste straty pojawiaj si wtedy, gdy klient wykorzysta dostarczon usug i nie zosta za ni odpowiednio obciony, np. bdy w systemach wyceniajcych usug na podstawie zoonego systemu taryf i promocji. Niewykorzystane moliwoci strata potencjalnego dochodu spowodowana niedostarczeniem, nieaktywnoci usugi/ serwisu. Przykadem moe by tu zwoka w aktywacji dostpu do usug. Zwikszone koszty sprzeday koszty wynikajce z bdnego wyliczania opat nalenych firmie z tytuu udostpniania swojej infrastruktury. W przypadku firm telekomunikacyjnych takie ryzyko pojawia si dla usug roamingowych i interconnect. W celu identyfikacji powyszych luk Revenue Assurance implementuje mierniki/wskaniki wewntrz oraz rwnolegle do procesw biznesowych. Ich wyniki przekadane s na konkretne wartoci pienine, co z jednej strony jest silnym impulsem motywujcym dousuwania luk w procesach, z drugiej strony jest solidnym uzasadnieniem dla obecnoci inicjatywy wprzedsibiorstwie. Inicjatywa Revenue Assurance musi obj swoim zasigiem cae przedsibiorstwo, zaczynajc od najwaniejszych dla biznesu domen organizacji, tak aby obj cay proces generowania dochodu od wytworzenia produktu, poprzez jego sprzeda i fizyczne dostarczenie, koczc na zapewnieniu uzyskania patnoci. Jako punkt wyjcia rozpatrywane s: Finanse obsuga finansowo ksigowa (ksiga gwna), celem jest dostarczenie w wymaganym czasie dokadnej, penej i poprawnej informacji o dochodzie i kosztach do ksigi gwnej. Dziaania operacyjne bezporedni kontakt z klientem, przyjmowanie zamwie, wszelkiego

rodzaju zgosze, aktywacja usug, ocena wiarygodnoci klienta (ocena ryzyka nie uzyskania opaty za usugi), wsppraca z innymi firmami (interconnect, roaming, content).

Marketing budowa ofert. Technologia dostarczenie usugi, dokumentacja aktywnoci klienta, dostarczanie logw aktywnoci do systemw odpowiedzialnych za wyliczanie obcie, fakturowanie. Wyznaczenie celw Revenue Assurance jest zalene od rynku, na ktrym dziaa organizacja, dojrzaoci organizacji, a take wytycznych zarzdu. Przykadowo, rozwijajce si rynki posiadajce duy potencja rozwoju (moliwo zdobywania nowych klientw) charakteryzuj si tym, edziaajce na nich firmy nastawione s na jak najszybsze dostarczenie usug na jak najwiksz skal. Na drugi plan schodz procesy i jako systemw implementujcych usugi dla klienta. Rachunek ekonomiczny dyktuje inne wymagania dla rynkw dojrzaych, nasyconych produktem, gdzie oferta jest zwykle bardzo zoona, wtedy wikszy nacisk kadziony jest na zmniejszanie kosztw operacyjnych, co skutkuje koniecznoci podniesienia jakoci procesw wewntrznych. Z oceny rynku, sytuacji przedsibiorstwa na tle konkurentw oraz jego strategii wynikaj cele dla zespou Revenue Assurance. Soneimplementowane jako wtki w globalnie zarzdzanym procesie. Kady z wtkw jest inicjowany, a potem utrzymywany przez cztery cyklicznie nastpujce po sobie fazy. Projektowanie zgodnie z ustalonymi globalnie w skali przedsibiorstwa priorytetami modelowane s kontrole. Rozumie si przez to przede wszystkim ustalenie celu kontroli czyli wykrywanie bdw post factum, zapobieganie ich wystpienia lub poprawa. Przekada si to na podejcie do realizacji samej kontroli. Moliwe s tu midzy innymi porwnanie danych (odzwierciedlajcych

konkretn aktywno) uzyskanych z rnych wzw procesu przetwarzania (tzw. rekoncyliacja) lub analiza trendw. Inne, bardziej pro-aktywne techniki to definiowanie regu i polityk oraz wprowadzenie nadzoru prowadzony przez wykwalifikowany, wiadomy zagroe zesp. Dobrze zaprojektowana kontrola musi dostarcza komplet informacji niezbdnych do rozpoczcia dziaa naprawczych. Poza specyfikacj problemu powinna dostarcza informacje o jego skali, uciliwoci, co pozwoli okreli priorytet problemu i wymagane rodki do jego rozwizania. Okrelany jest rwnie tryb pracy kontroli czstotliwo, zakres danych (wielko prbki).

Implementacja powinna rozpocz si razem z implementacj usugi, ktra ma by oferowana w przyszoci klientowi. Dziaanie operacyjne uruchomienie kontroli powinno nastpi tu przed lub najpniej w momencie uruchomienia usugi dla klienta. Monitorowanie odbywa si w kliku przestrzeniach. Po pierwsze poziom ryzyka utraty korzyci dla caego przedsibiorstwa okrelany na podstawie wynikw poszczeglnych kontroli. Nastpnie skuteczno samej kontroli oraz skuteczno usuwania zagroe przez ni zidentyfikowanych w systemach i procesach. Na podstawie tych wskanikw mona wyestymowa rentowno inicjatywy Revenue Assurance. Proces koordynowany jest przez dedykowany zesp ekspertw. W zalenoci od wielkoci organizacji moe zajmowa si tylko zadaniami Revenue Assurance, bd moe by wirtualn jednostk skupiajc specjalistw, ktrzy peni role zgodne z metodyk Revenue Assurance, przynalec jednoczenie w strukturze organizacyjnej do zespow operacyjnych. Do obowizkw zespou poza wspomnianymi aktywnociami naley rwnie publikowanie wynikw, rozpowszechnianie dobrych praktyk poprzez fora czy centra kompetencyjne.
73

Przykad implementacji technicznej kontroli dla firmy telekomunikacyjnej


Rynek gosowej telefonii bezprzewodowej ksztatuje si w Polsce od pocztku lat 90. Rynek jest bardzo nasycony, tote w celu budowania wyrubowanych ofert przedsibiorstwo musi nieustannie dy do minimalizacji kosztw zwizanych z dostarczaniem usugi. Rozpatrujc taki scenariusz, zesp Revenue Assurance zarekomendowaby uszczelnienie procesu generowania i procesowania zdarze zwizanych z poczeniami gosowymi. Poniej znajduje si uproszczony szkic architektury odpowiedzialnej za generowanie i przetwarzanie zdarze reprezentujcych poczenia gosowe.

Rys. 4. Uproszczony szkic architektury infrastruktury w firmie telekomunikacyjnej

Jak wida topologia infrastruktury sieciowej, na ktrej opiera si biznes przedsibiorstwa telekomunikacyjnego jest zoona. Jest ona utrzymywana przez zespoy specjalistw, z ktrych kady odpowiedzialny jest za jeden z etapw przetwarzania lub generowania informacji. Dostarczanie wysokiej jakoci usugi przez kady z zespow nie gwarantuje, e kade z pocze zostanie poprawnie odwzorowane na fakturze. Globalna kontrola nad caym procesem przepywu i generowania informacji jest jednym ze sposobw
74

podniesienia wiarygodnoci systemu. Jest ona implementowana poprzez definiowanie punktw kontrolnych. Ich ide jest zbieranie informacji, ktre nastpnie s transformowane do postaci umoliwiajcej porwnanie ich ze sob (poczenia gosowe, przesy danych, czas trwania, wolumeny przesanych danych). Uproszczony schemat powyej pozwala zdefiniowa 7 punktw kontrolnych (oznaczone na rysunku na zielono) i co najmniej 6 kontroli polegajcych na rekoncyliacji danych midzy punktami. W rzeczywistoci liczba

kontroli jest wiksza. Zarzdzanie nimi i analiza wynikw przez nie dostarczanych musi by dobrze zaplanowana i wspierana technologicznie. System zabezpieczenia przychodw powinien dostarcza wielowymiarow perspektyw na wyniki dziaania punktw kontroli, umoliwiajc ogln weryfikacj kondycji procesw oraz identyfikacj bdw i pniejsz analiz majc na celu znalezienie rda bdw. Dodatkowo monitoring musi odbywa si w trybie Real Time lub Near Real Time, co pozwala na szybk reakcj naprawcz. Stanowi to due wyzwanie dla technologii,

poniewa kady z elementw sieciowych generuje due wolumeny danych dokumentujcych zdarzenia. Implementacja skutecznego systemu Revenue Assurance to dobra inwestycja, gwarantujca szybki zwrot poniesionych nakadw. Pozwala identyfikowa niedoskonaoci w istniejcych procesach oraz eliminowa bdy na pocztkowym etapie budowania nowych. Wartoci dodan zprojektw w tym zakresie jest aktualna wiedza na temat najwaniejszych systemw i procesw wprzedsibiorstwie.

Monika Kacprzyk
Od ponad 12 lat zajmuje si implementacj oraz utrzymaniem systemw wykorzystywanych przez operatorw telekomunikacyjnych, od 5 lat pracuje w Atos. W tym czasie uczestniczya w projektach implementacji i utrzymania systemw Revenue Assurance, Business Intelligence, Analytical CRM. Dysponuje dowiadczeniem oraz wiedz z zakresu: procesw biznesowych obszaru rozlicze realizowanych w firmach telekomunikacyjnych, zarzdzania zespoami rozwoju i utrzymania funkcjonalnoci, rozwoju systemw zarwno w definiowaniu wymaga biznesowych jak i systemowych a take wdraaniu systemw.

Micha Jalan
Architekt rozwiza Business Intelligence. Posiada wieloletnie dowiadczenie w pracy w midzynarodowych zespoach. Zajmowa kluczowe role w projektach dla firm z sektora telekomunikacyjnego i FMCG. Obecnie prowadzi projekt wdraajcy rozwizanie Revenue Assurance w jednej z firm telekomunikacyjnych. Pracuje w Atos od 2 lat.

Wedug danych firmy Gartner, Atos to jedna z najwikszych spek wiadczcych usugi informatyczne w Europie. Atos posiada w swoim portfolio wszystkie elementy rozwizania biznesowego obejmujce projekt, budow i uruchomienie orazutrzymanie systemu. Podstaw podejcia biznesowego Atos jest ustanawianie dugoterminowych wizw partnerskich przyczyniajcych si do sukcesu dziki uzyskiwaniu wzajemnych korzyci. Roczne przychody spki wynosz okoo 8,7 mldeuro, a firma zatrudnia ponad 74 tys. pracownikw w 48 krajach. Baza przychodw firmy w 60% ma charakter powtarzalny istabilny pochodz one z wieloletnich kontraktw z zakresu outsourcingu i konserwacji aplikacji. Wsppraca z Atos to bezpieczne rozwizanie na przyszo, oparte na wieloletnim dowiadczeniu midzynarodowej firmy, stosujcej wycznie najwyszej klasy technologie. Moliwo korzystania z wiedzy specjalistw z caego wiata iwykorzystywania sprawdzonych metodyk pozwala z powodzeniem realizowa nawet najbardziej zoone projekty. Revenue Assurance jest bardzo istotnym elementem oferty dla rynkw telekomunikacyjnych. Usugi proponowane przez Atos obejmuj takie zagadnienia jak Revenue Assurance, zarzdzanie naduyciami (Fraud Management), zarzdzanie ryzykiem, wsparcie przy analizie nowych modeli biznesowych, analiz cen i mary (Marging Analitycs), analiz kanaw sprzeday iumwz partnerami/dilerami, analiz powizanych procesw biznesowych i architektury technicznej systemw.

75

Czynniki ryzyka wdraania projektu BI oczami praktyka


Magorzata Korycka-Purchaa

Wdraanie BI mona porwna do nawigowania po rzece informacji. Poszczeglne rda zasilajce gwny nurt pozwalaj coraz szybciej pyn, jednak tylko dokadne zaplanowanie trasy pozwoli na ominicie mielizn i niebezpiecznych wirw.

Celem wdroenia Business Intelligence (BI) jest zapewnienie wadzom firmy oraz upowanionym grupom odbiorcw uporzdkowanej, aktualnej ipenej informacji, a take promowanie metod inarzdzi do pozyskiwania danych i zarzdzania nimi. W duych korporacjach trudno wyobrazi sobie wdroenie BI bez Hurtowni Danych. Hurtownia umoliwia wykonywanie przekrojowych analiz na danych zestandaryzowanych iprzetransformowanych w wielowymiarow baz, zebranych z rnych informatycznych systemw dziedzinowych, obsugujcych poszczeglne czynnoci operacyjne, niejednokrotnie rwnie ze rde zewntrznych. BI ma by lekarstwem na mizeri informacyjn towarzyszc bogactwu danych umiejscowionych wrnych systemach. Wdraanie BI w firmie to przedsiwzicie zoone, dugofalowe i z tego powodu obarczone duym ryzykiem. Wedug mnie gwnymi czynnikami ryzyka projektu BI s: 1. Brak strategii BI 2. Jako danych 3. Rozwizania organizacyjne 4. Konieczno wsppracy z rnymi pionami firmy

sprecyzowan wizj sposobu wspomagania przez BI rnorodnych potrzeb biznesowych firmy, wdraa j maymi krokami, dostarczajc poszczeglnym dziaom gotowych funkcjonalnoci. Wdraanie Bi mona porwna do nawigowania po rzece informacji. Poszczeglne rda zasilajce gwny nurt pozwalaj coraz szybciej pyn, jednak tylko dokadne zaplanowanie trasy pozwoli na ominicie mielizn i niebezpiecznych wirw. Naleaoby przestrzec przed budowaniem ogromnego modelu danych obejmujcego wszystkie istniejce dane w firmie. Bdzie to proces bardzo pracochonny i jednoczenie zbyt trudny do implementacji wobec wci zmieniajcych si wymaga biznesowych i dokonywanych przeobrae organizacyjnych. Wydaje si, edobrym rozwizaniem jest podejcie hybrydowe, tzn. budowanie tematycznych hurtowni danych, ale w reimie okrelonych wymaga pozwalajcych na atwe wczenie ich do docelowego modelu. Wprzypadku, kiedy hurtownia korporacyjna jest ju dojrzaa architektonicznie i narzdziowo, budowa niezalenych hurtowni powinna by sporadyczna i wynika tylko z nadzwyczajnych okolicznoci biznesowych. Strategiczn decyzj jest rozpoczcie prac nad stworzeniem sownikw, mogcych wypenia rol wymiarw w modelu gwiazdy lub patka niegu w hurtowni, o ile w firmie nie zosta jeszcze zaimplementowany Master Data Management (MDM).

Strategia BI
Pomylne wdraanie inteligencji korporacyjnej wymaga opracowania strategii, aby majc
76

Jako Danych
Nie mona przeceni wagi zagadnienia jakoci danych zasilajcych Hurtowni Danych. Zaniechanie prac nad zarzdzaniem jakoci danych w pocztkowym okresie trwania projektu moe sta si przyczyn bdnych raportw, awkonsekwencji braku zaufania do dostarczanych informacji i tym samym przyczyn niepowodzenia projektu. A skala zagroenia jest ogromna.

1. Aktualno 2. Zmienno w czasie 3. Relacyjno (hierarchiczno), np. dla sownika jednostek oznacza to informacj o jednostce nadrzdnej 4. Przejrzysto jasne kryteria poszczeglnych danych 5. Standaryzacja zapisu na poziomie hase sownika 6. Rozbudowane informacje dodatkowe (np. informujce w sowniku produktw o numerze konta, na ktrym odnotowane zostan przychody ze sprzeday tego produktu). Takich informacji dodatkowych moe by bardzo duo. Pojawia si pytanie, dlaczego systemy dziedzinowe nie mogyby korzysta z takiego wzorcowego sownika? Oczywicie jest to podejcie jak najbardziej uzasadnione, poniewa wtedy wszystkie systemy korzystayby z identycznych sownikw, niezalenie, czy byby to system klasy ERP, czysystem analityczny. Nazwijmy tesowniki danymi referencyjnymi. W dojrzaych organizacjach podejmowane s prby wdraania centralnej bazy danych referencyjnych. Dodatkowym wanym zadaniem takiej bazy jest pilnowanie spjnoci pomidzy poszczeglnymi sownikami. Wiele firm konsultingowych cao zagadnie zwizanych zzarzdzaniem centraln baz danych referencyjnych (wraz z narzdziami informatycznymi, procesami utrzymania oraz wskazaniem odpowiedzialnoci za poszczeglne kategorie biznesowe) nazywa Master Data Management (MDM). Korzyci wynikajce z wdroenia MDM sbezdyskusyjne, m.in.: 1. Zdefiniowana odpowiedzialno biznesowa za poszczeglne dane referencyjne
77

Jako danych MDM


Kada firma posiada ogromn ilo danych w systemach ERP, finansowo ksigowych, nawszystkich PC-tach w firmie, niepowizanych systemowo serwerach, dyskach sieciowych, bymoe rozproszonych gdzie w chmurze. Jednym z wikszych zagroe dla projektu budowy BI w firmie jest korzystanie z rnych technologii, standardw, definicji i procesw wrnych systemach informatycznych. Sytuacja komfortowa ma miejsce, jeeli BI zasilane jest zjednego systemu dziedzinowego. Jeeli jednak BI wykorzystuje dane z kilku miejsc, niejednokrotnie z kilkudziesiciu systemw - wtedy problemy spjnoci danych i ujednolicania sownikw narastaj lawinowo. Zazwyczaj spotykamy si zsytuacj, w ktrej niepowizane relacyjnie systemy korzystaj ze swoich wasnych, rnych od siebie, sownikw jednostek organizacyjnych, produktw, klientw, itd. Problem pojawia si jednak, gdy chcemy poczy informacje z rnych systemw - wtedy pojawia si konieczno przemapowania poszczeglnych sownikw najeden wzorcowy. Bdzie on znaczco rny od tych uywanych w systemach dziedzinowych, poniewa absorbuje w sobie wszystkie potrzeby poszczeglnych systemw dziedzinowych idodatkowo uwzgldnia potrzeby Hurtowni Danych. Cechy wymagane od takiego wzorcowego sownika to

2. Identyczne dane w systemach dziedzinowych i analitycznych, co wpywa na atwiejszy proces integracji danych z rnych systemw, a to przekada si zarwno na jako danych w systemach analitycznych, jak rwnie na szybko dostarczania analiz biznesowych przez systemy analityczne. 3. Centralne zarzdzanie baz danych referencyjnych i ich dystrybucj do wszystkich systemw informatycznych w firmie oznacza atwiejsze procedury i optymalizacj zasobw, ktre byyby potrzebne do utrzymania wielu sownikw w wielu systemach. 4. Spjno pomidzy sownikami 5. atwiejsze wdraanie nowych systemw

do operatorw systemw dziedzinowych informacji o bdnie wprowadzonych danych z daniem ich poprawy. Podczas zasilania hurtowni przeprowadza si nie tylko reguy kontrolne dotyczcej jednego pola, ale take badania kontekstowe dotyczce powiza danych jednego zdarzenia z danymi dotyczcymi innego zdarzenia. Ma to miejsce, gdy systemy dziedzinowe nie wsppracuj ze sob i dane mog nie by spjne.

Jako danych ptla zwrotna


Zarzdzanie jakoci danych nie uda si bez zaangaowania dziaw odpowiedzialnych zaprocesy biznesowe. Hurtownia, majc opracowane narzdzia i korzystajc ze sownikw regu kontroli, moe generowa raporty obdnie wprowadzonych danych. Ito jest jeden z elementw ptli zarzdzania jakoci. Drugi, rwnie wany, to opracowanie przez dzia operacji procedur obowizujcych operatorw inakadajcych na nich obowizek poprawy bdnie wprowadzonych danych. Trzecitomonitorowanie jakoci danych. Tylkoczypotrafimy mierzy jako danych aby mc oceni popraw jakoci w perspektywie jednostki organizacyjnej, czasu czy systemu, z ktrego dane pochodz? I tutaj wchodzimy na grunt miernikw jakoci danych.

Jako danych reguy kontroli


Podczas zasilania hurtowni danymi naley wprowadzi ich kontrol. Dobrym rozwizaniem jest wprowadzenie sownika regu poprawnoci danych. Sownik ten powinien by aktualizowany przez biznesowych wacicieli danych. Wprowadzenie sownika regu kontrolnych wykorzystywanego w procesie zasilania hurtowni ma nastpujce zalety: 1. Moe by aktualizowany przez waciciela danych, a wic przez osoby najlepiej znajce zagadnienie od strony biznesowej, 2. Sownik moe by wykorzystywany przez systemy dziedzinowe, staje si czci MDM 3. Uwalnia administratorw hurtowni od mudnego i kosztownego aktualizowania regu w procesach ETL 4. Sformalizowanie regu pozwala na zautomatyzowanie wykonywania statystyk bdnych danych i tworzenia z nich struktur wielowymiarowych podczas zasilania hurtowni 5. Umoliwia stworzenie mechanizmw pozwalajcych na automatyczne zwracanie
78

Jako danych mierniki


Jest to temat bardzo trudny, ale bez jego rozwizania nie mona sobie wyobrazi hurtowni, ktra mogaby by pewnym narzdziem wrkach biznesu. Oczywicie s rne analizy irne wymagania co do kompletnoci i jakoci danych. W badaniach statystycznych wymagania jakociowe bd inne ni w raportach finansowych, zawsze jednak biznes musi mie wiadomo, zjakim poziomem jakoci danych ma do czynienia.

Mierniki powinny posiada nastpujce cechy: 1. Prawidowo odzwierciedla stan faktyczny, tzn odpowiednio zmienia si wraz ze zmian jakoci 2. Powinny by addytywne, tzn. w prosty sposb agregowa na rnych poziomach 3. Powinny by skalowalne W zasadzie trudno znale gotowe rozwizania, literatura fachowa nie dostarcza gotowych definicji. W dodatku wprowadzenie miernikw bezwykorzystania narzdzi hurtowni byoby trudne do zaiplementowania. Mierniki powinny wylicza si na podstawie statystyk bdw dla poszczeglnych danych tworzc struktury wielowymiarowe, ktre mona ledzi wg zdefiniowanych wymiarw, np. dla jednostek organizacyjnych, operatorw, w odpowiednich przedziaach czasowych, dlaproduktw, itp. Mona te konstruowa wskaniki pozwalajce naranking jednostek wedug jakoci wprowadzonych danych i publikowa go w firmowym newsletterze. Taki zabieg ma niesychan moc oddziaywania na kierownictwo jednostek i praktyka pokazuj, e jest wspaniaym narzdziem w walce o jako danych. Nikt przecie nie lubi oglda si na ostatnich miejscach wrankingu.

numeru PESEL, ktry po bliszej analizie okaza si by numerem PESEL operatora, a nie klienta. Zdarzasite wybieranie przez operatorw pierwszych wartoci ze sownikw referencyjnych wcelu przyspieszenia wprowadzania danych. Z reguy dotyczy to danych, ktre w procesach operacyjnych nie s kluczowe, maj za zasadnicze znaczenie wprocesach analitycznych.

Jako danych dane teleadresowe


W firmach wdraajcych systemy klasy CRM lub inne bazujce na danych osobowych iteleadresowych pojawiaj si problemy czenia informacji o danym kliencie, pracowniku lub firmie wsppracujcej, pochodzcej z rnych systemw informatycznych, zwaszcza gdy procedury obowizujce nie wymagaj od klienta bdcego osob fizyczn podawania numeru PESEL. Jeeli systemy ERP nie posuguj si sownikami ulic, nazw miejscowoci, imion lub posuguj si sownikami wasnymi, wtedy zadanie staje si bardzo trudne. Wiadomo, e wprowadzenie nazwiska nie moe by weryfikowane i tutaj te powstaje wiele bdw operatorskich. Nie spotkaam w swojej praktyce jednego, pastwowego rejestru teleadresowego, speniajcego wymagania procesu czyszczenia i deduplikacji danych teleadresowych. Naley mie nadziej, e ostatni spis ludnoci uzupeni ipoprawi jako rejestrw GUS-owskich. Niemusz chyba wspomina, e sowniki teleadresowe powinny sta si czci MDM, wtedy problem identyfikacji byby znakomicie uproszczony. Dodatkow trudnoci w identyfikacji klientw s zmiany adresu czy nazwiska lubwprowadzanie przez administracj zmiany nazw ulic. Mona przyj dwie strategie dotyczce czyszczenia i deduplikacji danych o klientach: 1. Powierzy czyszczenie danych firmie zewntrznej posiadajcej odpowiednie
79

Jako danych profilowanie


Profilowanie danych jest narzdziem analitycznym pozwalajcym na wykrycie zaburze statystycznych w danych zasilajcych hurtowni, a trudnych do wykrycia podczas wprowadzania danych do systemu ERP. Stosowanie tej metody pozwala na wychwycenie nieprawidowoci danych pozornie speniajcych wszystkie reguy poprawnoci syntaktycznej i semantycznej. Jako przykad mona poda przypadek wystpujcego w pewnej bazie statystycznie zbyt czsto konkretnego

narzdzia, moc obliczeniow oraz niezbdne dowiadczenie 2. Zainwestowa w narzdzia i budowa kompetencje we wasnej firmie 3. Rozwizanie hybrydowe Outsousing procesu czyszczenia i deduplikacji daje szybkie rezultaty, pozwala uzyska efekt biznesowy np. w segmentacji klientw instytucjonalnych wszybkim czasie. Sprawa zaczyna by dyskusyjna, jeeli chodzi o dane klientw indywidualnych. Jestto baza bardzo wraliwa, due firmy oferujce czyszczenie posiadaj moce obliczeniowe ulokowane poza Europ, gdzie nie obowizuje tak rystrykcyjna ochrona danych osobowych izawsze warto zaznaczy w umowie brak zgody na przetwarzanie danych poza granicami Europy. Jestem zdania, e budowa kompetencji w dziedzinie czyszczenia danych w duej firmie nie jest dla niej zbyt wielkim obcieniem, apozwala na zabezpieczenie strategicznej, zpunktu widzenia kadego biznesu, bazy klientw oraz stwarza moliwo wiadomego podejcia do poprawy jakoci danych teleadresowych iosobowych. Istniej na rynku dobre narzdzia do czyszczenia danych, opanowanie ktrych pozwala na wczenie czyszczenia w automaty zasilajce hurtowni, a nawet wczenie kontroli danych podczas wprowadzania ich do systemu ERP. Takie rozwizanie jest moliwe jedynie wtedy, gdy zbudujemy kompetencje w firmie iwpeni panujemy nad procesem. Przetwarzajc dane osobowe naley zwrci baczn uwag naobowizujce prawo, aby nie uy danych klienta niezgodnie z przeznaczeniem, na ktre klient wyrazi zgod. Naley szczeglnie ostronie podej do problemu czenia danych oklientach wramach spek kapitaowych, a take wzbogacajc dane o klientach z zewntrznych baz danych lub zaawansowanych technik data-mining. Wdroenia procesu deduplikacji klientw daje zupenie nowy obraz prowadzonego biznesu ijest
80

nieoceniony z punktu widzenia wiedzy natemat klienta i jego wartoci dla firmy, moliwoci tworzenia programw dosprzedaowych i akcji marketingowych, a take wykrywania oszustw. Podsumowujc aspekt jakoci danych w firmie pragn podkreli, e zarzdzanie jakoci to nie tylko narzdzia informatyczne kontrolujce jako, ale cay zesp procedur tworzcych ptl zarzdzania jakoci. Istotnym jest to, aby obserwacja jakoci skutkowaa wczaniem kolejnych danych referencyjnych do Centralnej Bazy Referencyjnej, aby odpowiedzialno za te bazy powierza osobom kompetentnym oraz aby sowniki te byy uywane przez systemy klasy ERP. Wtedy skrceniu ulegn procesy zasilania hurtowni, poprawi sie jako biecych danych i skrci si czas dostarczenia informacji biznesowi. Krtki czas zasilania umoliwi wdroenie hurtowni operacyjnej, dziaajcej w procesie on-line coraz czciej wymaganej dla zaspokajania potrzeb dziaa operacyjnych, zwaszcza dziaw sprzeday. Nie we wszystkich aspektach BI wymaga magazynowania danych w hurtowni. W niektrych przypadkach wystarczy pobra dane z systemu ERP, przetworzy, wykona analizy i raporty bez zatrzymywania danych w hurtowni. W ten sposb mona np. wspomaga proces tworzenia bilansu wokresie sprawozdawczym.

Rozwizania organizacyjne
BI powinien by centralnym orodkiem informacji w firmie. Aby orodek ten mg dobrze funkcjonowa wane jest jego umiejscowienie wramach struktury organizacyjnej. W literaturze orodek ten nazywany jest w skrcie BICC (Business Intelligence Competency Center). BICC jest cznikiem pomidzy wiatem biznesu iinformatyki, musi wic posiada kompetencje zobu dziedzin. Dzia IT w firmie rozwija i utrzymuje dziaajc infrastruktur i systemy gromadzce dane, BICC za potrafi interpretowa zgromadzone

dane, czy dane z rnych rde wewntrznych firmy oraz rde zewntrznych i prezentowa dane w formie okrelonej przez biznes. BICC posiada te kompetencje informatyczne, ale ograniczone jedynie do narzdzi BI, administrowania Hurtowni Danych (bazami danych, matadanymi), zarzdzania licencjami BI, obsugi procesw ETL, raportowania izaawansowanych analiz. Granice midzy IT i BICC dadz si cile wytyczy: Dzia IT ma obowizek wystawi inerfejs do hurtowni lub udostpni usugi, wsppracowa w zakresie jakoci danych, dostarczy infrastruktur. BICC ma obowizek formuowania wymaga odnonie systemw ERP w zakresie standardw ewidencji danych, jest odbiorc interfejsw lub usug zwizanych z zasilaniem hurtowni, wsppracuje w zakresie praw dostpu i bezpieczestwa informacji oraz respektuje standardy dotyczce sprztu. Umiejscowienie BICC w ktrym z pionw biznesowych lub finansowym nie jest wskazane, gdy mogoby doprowadzi do osabienia wsparcia pozostaych obszarw. Opierajc si na wasnych dowiadczeniach uwaam, e BICC powinien stanowi osobny pion w firmie, w przypadku za grup kapitaowych - napoziomie zarzdzania grup, w cisym powizaniu i wsparciu czonkw Zarzdu. Jesttopodejcie na polskim rynku nieczsto spotykane. Wielokrotnie byam wiadkiem tracenia dorobku BI w wielu firmach poprzez cige spory z dziaem IT opodzia kompetencji. Jest to zrozumiae, poniewa BICC jest kontrolerem danych zapisywanych w systemach ERP i IT czuje si bez przerwy inwigilowane. Dzia IT pragnie zawaszczenia wszystkich kompetencji informatycznych w firmie podnoszc problem ichrozproszanie i tym samym braku optymalizacji zatrudnienia. Jest to bdne rozumowanie, poniewa nawet jeeli hurtownia budowana jest narzdziami tej samej firmy cosystemy ERP,

np.firmy Oracle, to kompetencje informatyczne s zupenie inne. Modele budowane napotrzeby hurtowni s wielowymiarowe, sposoby przetwarzania specyficzne dla masowego, a nietransakcyjnego sposobu, dodatkowo dochodzi caa filozofia dotyczca zarzdzaniem metadanymi. Jako przykad niezrozumienia lub te braku zainteresowania dyrektorw IT spraw wdraania rozwiza BI jest toczca sie wspoecznoci CIOForum Group Members dyskusja wywoana pytaniem Can you use ONE WORD to desribe the biggest challenge facing todays CIOs ?. Wodpowiedzi pojawiaj si najczciej wyzwania zwizane z przetwarzaniem wchmurze, zmianami szeroko pojtymi, optymalizacj kosztw, wirtualizacj, tylko jedna osoba zwrcia uwag na dostarczanie informacji jako wyzwanie dla szefa IT, za nikt nie podj tematu BI lubMDM. Jesttozrozumiae, bonowe osignicia technologiczne usprawniajce dziaanie systemw i obniajce koszty dziau IT zawsze bd priorytetem dla szefa IT, zwykle tego si odniegooczekuje. Uwaam, e przy odrobinie dobrej woli kompetencje pomidzy IT a BICC daj si atwo rozdzieli i mona z sensem wsppracowa z korzyci dla jakoci danych i zadowoleniu wszystkich pionw w firmie z informacji spjnej, aktualnej i prawidowej.

Wsppraca z rnymi dziaami firmy


Wsppraca z dziaami firmy jest kluczowa wprojekcie budowy i rozwoju BI. Jej istot jest: 1. Zrozumienie potrzeb i zaproponowanie sposobu na wsparcie potrzeb biznesowych przy pomocy BI. Ustalenie sposobu budetowania zaplanowanych prac. 2. Definiowanie poj biznesowych, cise ustalenie sposobu wyliczania wskanikw i miernikw
81

3. Wsppraca na etapie tworzenia nowych produktw, procesw obsugowych i uzgodnienie wymaga na sposb ewidencji w systemie ERP 4. Propagowanie wiedzy na temat narzdzi BI i wsplne opracowywanie nowatorskich rozwiza optymalnie odpowiadajcych potrzebom biznesowym 5. Ustawiczne szkolenie wytypowanych osb z biznesu na temat nowoci: nowych raportw, przegldarek wielowymiarowych lub funkcjonalnoci udostpnionych w BI W rzeczywistoci wsppraca jest jednym znajtrudniejszych wyzwa. Kierownictwo dziaw biznesowych niekiedy boi si wkraczania w swoje kompetencje, dzielenia wiedz biznesow, utraty kontroli nad raportowaniem, udostpnienia wasnych baz danych. Nie do przecenienia jest zrozumienie caoci idei BI przez wadze firmy

i wspieranie przez czonkw zarzdu wdraania kolejnych etapw budowania inteligencji korporacyjnej.

Podsumowanie
Omwione powyej czynniki ryzyka wybraam jako najwaniejsze, co nie oznacza, e inne nie wystpuj. W budowaniu BI wana jest cierpliwo i wiara, e wykonujemy prac, ktrama sens i ktra ma szans przeobrazi biznes. Niestety czasami w firmach zbyt wiele czasu traci si na prby budowania silosowych rozwiza wposzczeglnych departamentach, co rozprasza zasoby i opnia rozwizania zmierzajce do solidnego i logicznego budowania korporacyjnej inteligencji, czyli Business Intelligence. Niemniejjednak ycz wszystkim powodzenia i wytrwaoci w tym trudnym, ale jake satysfakcjonujcym dziele wdraania BI.

Magorzata Korycka-Purchaa Dowiadczona Top Manager IT, aktualna czonkini Rady Programowej Klubu CIO. W latach 1993-1997 odpowiadaa w PZUSA za projektowanie i wdraanie systemw informatycznych obsugujcych zdarzenia ubezpieczeniowe. W latach 1998 - 2010 jako Dyrektor Biura Zarzdzania Informacj PZU SA, od 2001 r. take wPZU ycie SA kierowaa budow Hurtowni Danych, odpowiadaa za wdraanie systemw raportowania, aplikacji analitycznych i zaawansowanych analiz statystycznych bazujcych na danych zgromadzonych whurtowni. Jest absolwentk Wydziau Matematyki i Mechaniki Uniwersytetu Warszawskiego.

82

System szybki i wydajny, ale nieelastyczny i trudny w obsudze, to z du pewnoci przepis na spektakularn (i szybk!) porak.
Marek Grzebyk, Hogart Business Intelligence

83

System BI w GRUPIE ATLAS


Robert Korn, SAS Institute

Informacje o GRUPIE ATLAS


Zaoona w 1991 roku przez trjk dzkich przedsibiorcw firma Atlas (www.atlas.com.pl) w cigu kilku lat osigna pozycj lidera brany chemii budowlanej w Polsce. Dynamiczny rozwj spki zaowocowa powstaniem GRUPY ATLAS, w skad ktrej wchodzi obecnie 16 fabryk przetwarzajcych surowce pochodzce z 5 wasnych kopalni gipsu, anhydrytu i piasku kwarcowego w sumie 19 podmiotw gospodarczych, wtym5zagranicznych. Sztandarowymi produktami GRUPY ATLAS s wyroby do prac glazurniczych, natomiast pena paleta wszystkich wyrobw przekracza liczb200. S w niej midzy innymi systemy ocieple, samopoziomujce podkady podogowe, tynki szlachetne, systemy izolacji w zakresie hydroitermoizolacji tarasw, dachw i fundamentw (rwnie papy, fugi). GRUPA ATLAS dysponuje najwikszym w Polsce potencjaem surowcowym i produkcyjnym w technologii gipsu - wytwarza wszystko z wyjtkiem pyt gipsowo-kartonowych ibloczkw. Marka ATLAS jest rozpoznawana i polecana przez ponad 80% Polakw. Zajmuje 1 miejsce nalicie 108 marek, z ktrych Polacy s najbardziej dumni. Tak wysoka pozycja marki ATLAS wynika nie tylko z najwyszej jakoci dostarczanych przez firm produktw, wyrnia j rwnie pozytywne emocjonalne zabarwienie - jest postrzegana jako w peni polska, nowoczesna i bliska kademu Polakowi. Wiarygodno marki ATLAS wspierana jest wizerunkiem firmy - lidera polskich przemian gospodarczych, korporacji przestrzegajcej zasad i odpowiedzialnej spoecznie. W tej ostatniej dziedzinie GRUPA ATLAS bardzo aktywnie pomaga osobom chorym, a szczeglnie dzieciom poprzez finansowanie Fundacji Dobroczynnoci Atlas. Ponadto pod patronatem firmy funkcjonuje galeria Atlas Sztuki, ktra w rankingu tygodnika Polityka zostaa dwukrotnie uznana za najlepsz polsk galeri prywatn. Rwnie bardzo dobrze
84

kojarzone s z mark ATAS imprezy sportowe, szczeglne organizowane w sponsorowanej przez GRUP ATLAS hali widowiskowo-sportowej ATLAS Arena w odzi. Powysze dziaania, realizowane konsekwentnie od wielu lat doprowadziy do powstania bardzo silnej relacji z partnerami iklientami GRUPY ATLAS, ktrzy s najlepszymi gwarantami jej siy i pozycji lidera. Wypracowanie i realizacja tak skutecznej strategii to zasuga wacicieli, zarzdu i managementu GRUPY ATLAS. Celem jest nie tylko utrzymanie pozycji lidera napolskim rynku, ale rwnie dalszy dynamiczny rozwj Grupy poprzez inwestycje na Biaorusi iotwie, w Rumunii oraz w Rosji i na Ukrainie.

Geneza projektu BI w GRUPIE ATLAS


Zarzd GRUPY ATAS by od pocztku wiadomy faktu, e jako podejmowanych decyzji zaley od dostpnoci i jakoci informacji zarzdczej. Wiksza jako tych decyzji pozwala budowa przewag konkurencyjn, co w przypadku lidera rynku jakim jest GRUPA ATLAS oznacza m.in.cige doskonalenie procesw operacyjnych i wykorzystywanie szans rynkowych poprzez skuteczne dziaania marketingowe i sprzedaowe. wiadomo ta w powizaniu z dynamicznym wzrostem iloci spek w GRUPIE ATLAS irnorodnoci wykorzystywanych przez nie systemw informatycznych oraz rozszerzeniem asortymentu produktw i sieci dystrybucji poza Polsk doprowadzia do podjcia decyzji okoniecznoci inwestycji w kompleksowe rozwizanie Business Intelligence dla caej Grupy. Potwierdza to dr Konrad Marchlewski, Wiceprezes ds. Finansowych Grupy ATLAS: Potrzeba biznesowa w Grupie ATLAS wynikaa z faktu, e Grupa coraz bardziej rosa. Kupowalimy nowe spki, rozrastaa si nasza dziaalno, zatrudnialimy coraz wicej ludzi. W pewnym momencie ilo informacji, jak dysponowalimy bya coraz wiksza tak, epotrzebowalimy jednej platformy informatycznej, gdzie zgromadzimy te wszystkie informacje

ibdziemy w stanie je skutecznie i szybko analizowa i dostarcza w odpowiednie miejsce, tak szybko jakto jest moliwe. Jako kluczow potrzeb, zdefiniowano kompleksowe wsparcie nowoczesnego procesu planowania optymalizujcego wykorzystanie wszystkich zasobw produkcyjnych dostpnych wGrupie i poczonego z cigym prognozowaniem oraz monitorowaniem jego wykonania. Drugim obszarem wymagajcym wsparcia byo zintegrowanie procesw raportowania w caej Grupie poprzez konsolidacj danych z kilku systemw ERP. Koniecznestao si wdroenie kompleksowego narzdzia informatycznego umoliwiajcego automatyczny proces gromadzenia i integrowania danych pochodzcych z rnych systemw transakcyjnych oraz przyspieszenia procesu konsolidacji sprawozda finansowych. Analiza potencjalnych korzyci z wdroenia nowego oprogramowania wykazaa szerokie pole do wykorzystania oprogramowania typu Business Intelligence w kluczowych obszarach dziaalnoci Grupy. Moliwoci szczegowego planowania imonitorowania realizacji, jak rwnie optymalizacja i kontrola planowanych zlece produkcyjnych, unifikacja informacji zarzdczej wramach Grupy, czy wsparcie procesu konsolidacji sprawozda finansowych dedykowanym narzdziem, przesdziy o podjciu w 2009 roku decyzji o rozpoczciu przygotowywania do projektu wyboru i wdroenia oprogramowania klasy BI.

narynku w segmencie oprogramowania BI oraz dowiadczenie zespou wdroeniowego i potencja wiedzy biznesowej konsultantw merytorycznych. Ten ostatni aspekt by szczeglnie wany wperspektywie zoonych modeli analitycznych, takich jak dla przykadu model (TKW) Technicznego Kosztu Wytworzenia, czy modele konsolidacyjne. Wybr SAS Institute wynika z naszych wczeniejszych analiz rynku. Wytypowalimy trzy firmy, ktre dostarczaj podobne rozwizania. Analizowalimy jakie maj dowiadczenia, a przede wszystkim jak wiedz dysponuj. Nie chodzi wycznie o oprogramowanie, ale przede wszystkim - jaka wiedza, jacy ludzie za tym stoj, jakie wsparcie moemy uzyska. Jaka ekspertyza jest dostarczana razem z oprogramowaniem, tak aby to nie byo wdroenie oprogramowania, ale wdroenie zupenie nowego rozwizania. - podsumowuje Wiceprezes Konrad Marchlewski.

Zakres projektu BI w GRUPIE ATLAS


Wdroenie systemu BI w GRUPIE ATLAS objo procesy planowania i budetowania, konsolidacji isprawozdawczoci finansowej orazzaawansowanej analityki i raportowania wewszystkich gwnych obszarach biznesowych. Niektre z tych procesw zostay bardziej szczegowo przedstawioneponiej.

Obszar planowania i budetowania


Planowanie i budetowanie objo plan inwestycji i wynagrodze, jak rwnie plan marketingowy i handlowy oraz plan produkcji i TKW, z ktrych powstawa budet oraz plan mary i plan ksigi gwnej. Uproszczony przepyw informacji pomidzy tymi planami obrazuje poniszy schemat. W wyniku wdroenia systemu BI pracownicy GRUPY ATLAS wykorzystuj w procesie planowania i budetowania swoje umiejtnoci
85

Wybr rozwizania BI w GRUPIE ATLAS


Gwnymi kryteriami, ktrymi kierowaa si GRUPA ATLAS dokonujc wyboru rozwizania to stopie, w jakim oprogramowanie dostawcy uatwia iprzypiesza dostp do informacji oraz poziom, wjakim spenia wymagania funkcjonalne i pozafunkcjonalne opisane w SIWZ. Ponadto wanym kryterium bya pozycja firmy wdroeniowej

Rys 1. Zakres biznesowy projektu BI w GRUPIE ATLAS

Rys 2. Uproszczony schemat procesu planowania

pracy z MS Excel, gdy formularze budetowe udostpniane s poprzez interfejs Excelowy lub internetowy. SystemBI wspiera prac planistw poprzez unikalny system prognoz i podpowiedzi,
86

automatyczny zapis danych i raportowanie bez czasochonnej konsolidacji. Zarzdzanie procesem planowania i budetowania jest znacznie uatwione przez automatyczn dystrybucj formularzy wedug

dowolnej hierarchii (hierarchia organizacyjna, produktowa, mpk itp.) i wedug metody grad lub dgra, wielopoziomow akceptacj i kontrol procesw planistycznych, jak rwnie automatyczn aktualizacj formularzy przez uytkownikw biznesowych i automatyczny przepyw danych pomidzy modelami. System BI wykorzystuje w procesie budetowania Intranet, jakrwnie wewntrzny system powiadomie, alertw i komentarzy. Na uwag zasuguje fakt, i podczas kalkulacji planowanego TKW nastpuje proces pobierania receptur z systemw produkcyjnych oraz cen surowcw z moduu aktualnie obowizujcych ofert. Wspomniane receptury s rozwijane zgodnie z przebiegiem wieloetapowego procesu wytwrczego z uwzgldnieniem przepywu pproduktw pomidzy poszczeglnymi zakadami produkcyjnymi oraz spkami wramach Grupy. Taksilna integracja z systemami rdowymi umoliwia badanie planowanego TKW (jegowraliwoci) pod ktem stosowania zamiennikw surowcowych, jak rwnie zmian poziomw ich cen. Model TKW umoliwia symulacje caociowych wynikw, gdy planowane TKW stanowi podstaw do kalkulacji kosztw produkcji wykazywanych w planowanym rachunku wynikw. Jednoczenie wspomniany model TKW umoliwia kalkulacj planowanych cen transferowych stosowanych wobrbie Grupy oraz kalkulacj mary realizowanej pomidzy poszczeglnymi podmiotami Grupy, jak rwnie mary skonsolidowanej. Proces planowania realizowany w systemie SAS BI umoliwia rwnie cis integracj planowania sprzeday i produkcji. Oznacza ona planowanie sprzeday w poszczeglnych regionach i kanaach dystrybucji z jej alokacj na kluczowych patnikw. Dane sprzedaowe s podstaw dla planu produkcji, ale w procesie tym wykorzystywany jest automatyczny proces alokacji planowanych wielkoci sprzedaowych na poszczeglne zakady

produkcyjne dziaajce w Grupie na bazie rzeczywistych danych sprzedaowych. Rzeczywiste dane sprzedaowe s analizowane pod ktem miejsca produkcji poszczeglnych produktw i stanowi baz takiej alokacji. W wyniku tej analizy otrzymuje si baz danych czc miejsca sprzeday i produkcji, co stanowi podstaw do procesw optymalizacyjnych w zakresie caego acucha dostaw.

Obszar konsolidacji
Proces konsolidacji w GRUPIE ATLAS obejmuje wszystkie zagadnienia wynikajce z ustawy osprawozdawczoci finansowej opublikowane w rozporzdzeniach ministra finansw. Podobnie jak w przypadku systemu do planowania ibudetowania uytkownicy systemu BI do procesu konsolidacji wykorzystuj powszechnie znany interfejs Excelowy, w ktrym istnieje moliwo wprowadzania danych do systemu BI ze sprawozda finansowych spek Grupy, jakiautomatycznego generowania skonsolidowanych sprawozda finansowych (bilans, rachunek wynikw, przepywy pienine oraz zestawienie w skonsolidowanym kapitale), raportw oraz not dodatkowych. Raportyiskonsolidowane sprawozdania mog by rwnie automatycznie generowane w MS Word i Power Point, umoliwiajc tworzenie raportw kwartalnych i rocznych zgodnie z wymaganiami ustawowymi, jak rwnie wymaganiami MSSF oraz US GAAP. Wdroenie systemu pozwolio ujednolici polityk rachunkowoci w spkach podporzdkowanych i wprowadzi szereg udoskonale i uatwie w procesie konsolidacji takich jak: uzgodnienie i automatyczna eliminacja sald i obrotw pomidzy spkami powizanymi w Grupie, ksigowanie korekt kapitaowych konsolidacyjnych oraz innych ksigowa konsolidacyjnych przez uytkownikw biznesowych, wprowadzanie sprawozda jednostek powizanych w dowolnej walucie, konsolidacj spek w walucie jednostki dominujcej oraz przewalutowanie
87

nainne waluty. Osoby odpowiedzialne za proces konsolidacji finansowej otrzymay moliwo raportowania procesu ksigowania korekt konsolidacyjnych na kadym etapie procesu, tworzenia jednostkowych sprawozda finansowych spek podporzdkowanych, skonsolidowanych raportw w podziale na segmenty grupy (prezentacja przychodw, kosztw, zyskw istrat, nakadw na rodki trwae, amortyzacji iinnych pozycji wymaganych przez IAS 14) orazwinnych perspektywach (np. produkty). Ponadto system umoliwia prowadzenie uporzdkowanej

dokumentacji konsolidacyjnej (np. stan wasnoci ihistoria nabywania i sprzeday udziaw w grupie) na potrzeby wasne oraz zewntrznego audytu.

Obszar raportowania i analiz


Obszar raportowania i analiz wymaga zbudowania specjalistycznych modeli analitycznych we wszystkich obszarach acucha dostaw GRUPY ATLAS. Gwne modele analityczne stworzone przez SAS Institute to:

Model dostawcw Model kontraktw Model klienta Model projektw inwestycyjnych Model nalenoci Model rachunku kosztw Model mary skonsolidowanej Model technicznego kosztu wytworzenia (TKW) Model badania efektywnoci doradcy handlowego

Model zamwie Model sprzeday Model efektywnoci sprzeday Model zobowiza Model ksigi gwnej Model mary jednostkowej Model dekompozycji mary (od I do IV) Model efektywnoci mieszalnikw

Obszar umw prowizyjnych


W systemie BI SAS Institute zbudowa model analityczny pozwalajcy na zarzdzanie relacjami z partnerami handlowymi poprzez generowanie i zarzdzanie umowami prowizyjnymi. System umoliwia ewidencjonowanie umw i parametrw okrelajcych algorytmy obliczajce wysoko prowizji oraz jej form (wysoko targetw, progw prowizyjnych, wartoci obrotw itp.) jak rwnie zapewnia moliwo generowania tekstw umw
88

prowizyjnych (peny tekst umowy w formacie PDF lub DOC). System pozwala na cykliczne naliczanie prowizji (dla wszystkich lub wybranych umw) oraz na jej prognozowanie w perspektywie przyszych okresw. System dostarcza rwnie indywidualne raporty prowizyjne do uytku wewntrznego lub dla partnerw oraz raporty zbiorcze wszystkich kosztw prowizyjnych.

Projekt wdroenia systemu BI w GRUPIE ATLAS w liczbach

Liczba spek Grupy objtych wdroeniem Liczba systemw rdowych Liczba tabel zasilajcych hurtowni Liczba tabel w hurtowni Liczba wymiarw Liczba modeli planistycznych Liczba procesw transferu danych Liczba zdefiniowanych struktur OLAP Ilo uytkownikw Ilo administratorw Codzienny przyrost danych Okno czasowe penego przyrostowego adowania hurtowni i obszarw tematycznych

14 6 150 250 60 7 400 30 70 1 1 GB 1h

Rys 3. Architektura systemu BI 89

Gwne korzyci z wdroenia systemu BI wGRUPIE ATLAS


Wdroony przez SAS Institute system BI efektywnie wspomaga procesy zarzdzania w GRUPIE ATLAS. Uzyskane rezultaty pozwoliy na usprawnienie wielu dziaa operacyjnych i zarzdczych Grupy wobszarze operacyjnym, strategicznym i handlowym. Kluczowa dla efektywnego funkcjonowania caej organizacji jest moliwo podejmowania szybkich decyzji na podstawie dokadnych, rzetelnych i aktualnych informacji. Wdroone rozwizanie umoliwio efektywne wykorzystanie danych gromadzonych w systemach transakcyjnych oraz ich atw i szybk konsolidacj. Wyjtkowe funkcjonalnoci analityczne systemu SAS BI pozwalaj na zoptymalizowanie wielu decyzji w obszarze operacyjnym, na przykad poprzez optymalizacj zasobw produkcyjnych wplanowanych zleceniach produkcyjnych. W ocenie Wiceprezesa Konrada Marchlewskiego korzyci z wdroenia systemu BI firmy SAS s nastpujce: Zmiany s w wielu obszarach. Z punktu widzenia controllingu, to jest zasadnicza zmiana. Wczeniej controlling koncentrowa si na zbieraniu danych, dzisiaj koncentruje si na ich analizie iprognozowaniu przyszoci. Z punktu widzenia zarzdu, najwyszego kierownictwa, managerw spki uzyskali oni atwy dostp do informacji i samodzielno w ich uzyskiwaniu. Za pomoc zbudowanych, podstawowych raportw, najwysi managerowie s w stanie do szybko wyszuka potrzebne sobie informacje, a nawet zrobi analizy. Z punktu widzenia zarzdzania wacicielskiego zmiana jest jakociowa, poniewa bdziemy posiada wszystkie informacje w jednym miejscu iw jednym standardzie, bez wzgldu na to w jakim kraju znajduje si spka, jakich uywa standardw rachunkowoci, jaki ma plan kont, itd. Dodatkow korzyci jest standaryzacja jzyka biznesowego, ktrym si posugujemy. Ten jzyk wszed do powszechnego obiegu. W ten sam sposb rozumiemy mar, mar pierwsz, drug, trzeci, EBITDA, wynik finansowy, kapita pracujcy itd. Wczeniej czsto rozmawialimy rnymi jzykami wzalenoci od kultury informacyjnej poszczeglnych spek.

Robert Korn
Sales Director, SAS Institute Posiada bogate dowiadczenie menederskie, penic uprzednio funkcje zarzdcze w spkach Scala Polska oraz Invensys Intelligent Automation.

SAS Institute jest wiatowym liderem w zakresie analityki biznesowej oraz najwikszym niezalenym dostawc
oprogramowania Business Intelligence. Firma istnieje od 1976 r. i zatrudnia ponad 13 000 pracownikw na caym wiecie. Z rozwiza SAS korzysta 60 000 przedsibiorstw i instytucji w ponad 130 krajach. W Polsce SAS Institute dziaa od 1992 r., obecnie zatrudnia ponad 200 osb. Rozwizania i oprogramowanie SAS adresowane s do wszystkich sektorw gospodarki, m.in. bankowoci, ubezpiecze, telekomunikacji, energetyki, przemysu, handlu oraz sektora administracji publicznej. www.sas.com/poland

90

Ogromna wikszo informacji skadowanych w firmach nie pochodzi z baz danych, alezdokumentw zawierajcych czsto bardzoistotny tekst. Nie ma jednak najmniejszego sensu skadowanie tak duych iloci tekstu, jeeli z wiedzy w nim zgromadzonej nie da sikorzysta.
Pawe Wrblewski, Findwise

91

ZOZ na poziomie biznesowym


Jacek Jaworski, TETA BI CENTER

Znacznie zwikszona dokadno danych, szybko uzyskiwania potrzebnych informacji, moliwo kontroli kosztw z dnia na dzie, a nade wszystko moliwo podejmowania decyzji w oparciu o wiarygodne i aktualne dane to najwaniejsze korzyci, jakie SZPZLO Warszawa-Brdno zyska dziki wdroeniu systemu TETA Business Intelligence.

Informatyzacja opieki zdrowotnej w Polsce wystartowaa na dobre, a jej kontynuacja jest pilna i nieuchronna. Ten proces cywilizowania polskiej suby zdrowia i podnoszenia jej standardw wszystkim nam moe przynie wiele korzyci. Jednake w tej optymistycznej wizji pojawiaj si rwnie cienie to koszty projektw informatycznych, ktre dla wszystkich firm s znaczne, a dla biaej brany mog stanowi powan barier. Mamy dzi jednak dodyspozycji rodki unijne, ktre przed wieloma jednostkami opieki zdrowotnej s w stanie otworzy, jeli nie ogromne, to przynajmniej spore moliwoci. Caeszczcie! mona by powiedzie, bowyzwajest sporo.

je przepisywaam i obrabiaam wgokrelonych potrzeb. To bya mczca, niewdziczna inaraona na bdy praca, ktra w dodatku trwaa zdecydowanie duej, ni wszyscy bymy tego chcieli. Oczywicie nie mielimy ani moliwoci wystarczajco dokadnej kontroli kosztw, ani przygotowania raportw na oczekiwanym poziomie szczegowoci. Od momentu zamknicia miesica w ksigowoci do chwili, kiedy raport trafia na biurko Dyrektora mija tydzie. W tej chwili ten sam proces zajmuje nam 15minut i wymaga kilku przysowiowych klikni nakomputerze. Co sprawio, e SZPZLO Warszawa-Brdno podj si inwestycji w system controllingowy i osign spory sukces, zilustrowany przytoczonym wyej przykadem? Przyczyn i motywacji byo kilka. Do kluczowych nale: wspomniane wymogi raportowania na potrzeby NFZ, dostosowanie sido potrzeb reformy suby zdrowia w zakresie zarzdzania kosztami, konieczno zarzdzania organizacj na podstawie rzetelnej informacji, atake o czym wspominaj pracownicy SZPZLO Warszawa-Brdno wieloletnie marzenie Dyrektora, by posiada profesjonalne narzdzie controllingowe, ktre uatwioby mu zarzdzanie.

Projekt marzenie
Wymogi NFZ wobec jednostek opieki medycznej, choby w zakresie raportowania, s coraz wiksze i bardzo trudno je realizowa bez wsparcia nowoczesnych systemw informatycznych. Zarzdzanie organizacj w oparciu o raporty finansowe generowane rcznie, a przez to podatne na ludzkie bdy, bywa w praktyce bardzo ryzykowne. Rwnie praca informatyka czyanalityka finansowego, posugujcego si arkuszem kalkulacyjnym i przez tydzie opracowujcego w nim raport ksigowy zminionego miesica, bywa wrcz koszmarem. Agnieszka Fabijaska, Specjalista ds. Controllingu w SZPZLO Warszawa-Brdno, tak wspomina czasy, gdy jeszcze nie korzystaa z profesjonalnego narzdzia controlingowego: Pracowalimy wtedy na Excelu. Musiaam wszystkie dane importowa zsystemu Finansowo Ksigowego, potem rcznie
92

Wiedzie, by zarzdza
Ale nie, nie mylimy znaczenia sowa controlling! W peni zdaj sobie spraw, e nie chodzi okontrol pracownikw tumaczy z umiechem Micha Kawecki, Dyrektor SZPZLO WarszawaBrdno, ekonomista z wyksztacenia. Controlling wprowadzamy po to, by kade stanowisko pracy mc w kadym momencie oceni pod ktem ekonomicznym. By mc planowa, koordynowa


Cele wdroenia systemu TETA Business Inteligence w SZPZLO Warszawa Brdno: 1. Wsparcie budetowej metody zarzdzania przedsibiorstwem, tzn. umoliwienie stworzenia zintegrowanego systemu planowania oraz monitorowania wykonania planw. Cel ten zrealizowano poprzez: a) Dostarczenie aplikacji TETA Business Intelligence, jako narzdzia wspomagajcego proces budetowania oraz analiz danych planistycznych, b) Udostpnienie w Hurtowni Danych wybranych danych z posiadanych przez SZPZLO Warszawa-Brdno systemw dziedzinowych, c) Wsparcie przez Konsultantw UNIT4 TETA BI Center Sp. z o.o. w realizacji wybranych prac wdroeniowych (przede wszystkim w asycie przy budowie i parametryzacji w aplikacji TETA Business Intelligence wybranych struktur planistycznych). 2. Wsparcie SZPZLO Warszawa-Brdno w realizacji rnorodnych analiz i raportw w zakresie wybranych danych z systemu TETA FK BP. Cel ten zrealizowano poprzez: a) Dostarczenie aplikacji TETA Business Intelligence, jako narzdzia wspomagajcego proces budetowania i analiz wielowymiarowych, b) Udostpnienie w Hurtowni Danych wybranych danych z posiadanych przez SZPZLO Warszawa-Brdno systemw dziedzinowych.

i kontrolowa przebieg procesw finansowych na drodze do osignicia wyznaczonych celw, akiedy dzieje si co zego, gdy podejrzewamy jaki bd lubnieprawidowo aby mc reagowa natychmiast, nie czekajc, a sprawy si skomplikuj. Jako osoba zarzdzajca potrzebuj stale aktualnej informacji ekonomicznej, aby mc podejmowa decyzje na podstawie prawdziwych i aktualnych danych, a nie na podstawie tego, co mi si wydaje, albo co stracio swoj aktualno miesic temu. W SZPZLO Warszawa-Brdno zasady controllingu wprowadzane s wraz z narzdziami informatycznymi, ktre wspomagaj ten obszar dziaania. Dyrektor Micha Kawecki z caych si

popiera ten projekt: Uwaam, e jest to bardzo potrzebne, jeli si chce mie rzeteln i aktualn informacj o finansach organizacji oraz aby informacja ta w jak najmniejszym stopniu bya naraona na ludzkie bdy. W osigniciu jednego idrugiego pomocny jest nam system informatyczny TETA Business Intelligence. Zanim SZPZLO Warszawa-Brdno wdroy narzdzie TETA Business Intelligence, dostp Dyrektora do informacji zarzdczej by mocno utrudniony. Danedocieray do mnie z bardzo duym opnieniem wspomina Micha Kawecki - atwo sobie wyobrazi frustracj dyrektora, ktry bilans roczny w formie raportu otrzymuje
93

Na 6 Anna Dyko, pracownik IT w SZPZLO Warszawa-Brdno, Koordynator Wdroenia Projektu System TETA Business Partner dziaa u nas od 1997 r., jest systemem zintegrowanym i pozwala na duy stopie automatyzacji w zarzdzaniu procesami. Przez dugi czas korzystalimy z moduw: KadryiPace, Finanse i Ksigowo, Gospodarka Materiaowa, rodki Trwae i rodki Niskocenne. Brakowao nam jednak moduu, ktry wspieraby podejmowanie decyzji zarzdczych. Dlatego zdecydowalimy si poszerzy pakiet o Controlling. Zakupilimy take serwer, ktry umoliwi nam wdroenie tego nowego elementu. W tej chwili znajduje si na nim Hurtownia Danych, powstajca poprzez import danych z systemu Finansowo - Ksigowego. Dziki temu koleanka zajmujca si controllingiem moe dla Dyrektora placwki przygotowywa wszelkie potrzebne analizy i raporty. Obecnie system importuje dane z rnych lokalizacji i z rnych rodzajw jednostek. Mamy pi budynkw na terenie Warszawy. Oprcz poradni, wktrych pracuje biay personel i wiadczy usugi medyczne dla pacjentw, mamy take trzy apteki idwa sklepy medyczne. W tej chwili z systemu korzystaj trzy osoby: dyrektor, ksigowa oraz specjalistka ds.controllingu. I cho na razie nie ma potrzeby poszerzania tego grona, to istnieje moliwo, bywsystemie pracowao jednoczenie 7 osb. Jestem zadowolona zarwno z tego systemu, jak izprzebiegu projektu wdroenia. Nie mam take zastrzee do wsparcia pracownikw firmy UNIT4 TETA BI Center. Przeciwnie, nasza wsppraca jest klarowna i konkretna: czego potrzebujemy - zgaszamy potrzeb - otrzymujemy wsparcie stosowne do wyzwania. Jak inaczej mona to oceni, jeli nie na 6?

w maju. A przecie decyzje obciajce budet trzeba podejmowa od stycznia. Byem w takiej sytuacji i przeywaem z tego powodu wielki stres, zastanawiajc si przez cztery miesice, czypoprzedni rok zamknem zyskiem czy strat. Teraz jest inaczej. Spostrzega to nie tylko Dyrektor, ale take Specjalista ds. Controllingu, Agnieszka Fabijaska: System pozwala czuwa nad dziaalnoci caej organizacji, mona na bieco dociera do informacji o tym, e np. w ktrej przychodni zaczto zuywa wicej prdu, e w innej przyjmuje si mniej pacjentw albo generuje wiksze koszty w obszarze zlecanych bada laboratoryjnych.
94

Kade z takich zdarze wida w systemie, co pozwala bez zwoki podj stosowne dziaania naprawcze lub wyjaniajce. Dyrektor dokada te wasne spostrzeenia: Korzyz automatyzacji procesw controllingowych jest te taka, e np. do obsugi aptek nie musz zatrudnia trzech osb, by zajmoway si przepywem dokumentw. Wystarczy jedna, ktrazpomoc systemu informatycznego naleycie te sprawy porzdkuje. TETA Business Intelligence pozwala dokadnie okreli koszty jednostkowe kadego stanowiska

pracy. Dziki temu uytkownik zyskuje wiedz o tym, jaki jest np. redni koszt zabiegu realizowanego przez tzw. biay personel. Jestemy obecnie na etapie dochodzenia do takich moliwoci mwi Dyrektor Kawecki - Wymaga to wprowadzenia zmian w wielu obszarach, cznie ze znacznym rozszerzeniem planu kont oraz itojest chyba najwiksze wyzwanie skutecznym egzekwowaniem skrupulatnego wprowadzania danych do komputera przez wszystkich uczestnikw procesw.

iskrupulatnoci w pracy z systemem, aby dane, wprowadzane do systemu byy w stu procentach prawdziwe. Dostawcy i kontrahenci za, poza wszelkimi zasadami dobrej wsppracy, musz take spenia wymagania formalne i techniczne, ktre niesie za sob system informatyczny; jest to np.wymg wystawienia faktury w formie elektronicznej. Gdy partner zewntrzny nie moe speni tych wymaga, wywouje to natychmiastowe koszty po mojej stronie, na co oczywicie nie chc sobie pozwala.

Daje i wymaga
Mwic partem controlling jest w stanie da kademu dyrektorowi dobr i przydatn informacj zarzdcz, ale najpierw wymaga od wszystkich uytkownikw, by rzetelnie wprowadzali dane do systemu informatycznego. Wdroenie zasad controllingu w duym stopniu podnosi wymagania nie tylko wobec pracownikw placwki, ale take wobec naszych dostawcw i kontrahentw tumaczy Micha Kawecki Pracownicy s zobligowani do duej systematycznoci

Lekarzu, ulecz si sam


Kada zmiana niesie za sob trudnoci, wrd ktrych do najwikszych zaliczy mona prac nad modyfikacj ludzkich przyzwyczaje. Brana medyczna nie jest tu adnym wyjtkiem iDyrektor Micha Kawecki posiada wiadomo tego problemu: Przeamanie przyzwyczaje mentalnociowych u wszystkich pracownikw wnaszej brany jest duym wyzwaniem. Wymagatoprzekonania ludzi do nowego stylu pracy; zarwno pielgniarek i lekarzy, jak rwnie

System na Ach! Agnieszka Fabijaska, Specjalista ds. Controllingu w SZPZLO Warszawa-Brdno To, co w systemie spowodowao moje Ach!, to przede wszystkim szybko jego dziaania, a dziki temu take moliwo szybkiego realizowania poszczeglnych czynnoci w procesie zarzdzania organizacj. Czym bardzo atrakcyjnym jest take moliwo wielowymiarowego analizowania poszczeglnych obiektw, poradni czy aptek. Bardzo atwo mona zestawia ze sob rne dane, kopiowa je, sumowa iporwnywa, a wszystko to dosownie w cigu paru chwil. Daje to niesamowite moliwoci analityczne iprzekada si na trafno decyzji podejmowanych przez Dyrektora.

95

zaopatrzeniowcw, osb w rejestracji, ksigowoci a nawet informatykw. Bd popeniony na samym pocztku procesu, przy wpisywaniu informacji dotyczcej leku, strzykawki czy rodkw opatrunkowych, skutkuje nieprawdziw informacj zarzdcz, na podstawie ktrej, jako dyrektor placwki bd pniej podejmowa decyzje. Wdroenie systemu pracy o takiej odpowiedzialnoci jest trudne, alemytorobimy, a ja osobicie gboko wierz wsens ipowodzenie projektu.

Skok na finanse i kompetencje


Zarzdzanie organizacj z wykorzystaniem zasad controllingu, to spenienie podstawowego elementu reformy suby zdrowia, jakim jest zarzdzanie kosztami. Trudno jednak jest taka, e jak si atwo domyle brakuje na to rodkw finansowych. Dyrektor Micha Kawecki martwi si o finansowanie projektu, ale od razu znajduje te istotne pozytywy: Na szczcie system TETA mona wdraa moduami, a niekoniecznie wszystko naraz to spore uatwienie w naszym procesie informatyzacji. W wypadku SZPZLO Warszawa-Brdno duy skok zarwno technologiczny, jak ikompetencyjny moliwy by do osignicia dziki rodkom ze

struktur Unii Europejskiej. Na tym jakociowym skoku korzystaj wszyscy: pacjenci, osoby zarzdzajce organizacj, ale take pracownicy zaangaowani w realizacj projektu. Dyrektordodaje te z pewn dum: Ta ostatnia grupa (mam na myli Kierownika IT oraz Specjalist ds. Controllingu) bdc od pocztku zaangaowana w przedsiwzicie informatyzacji, zyskuje ogromne kompetencje osobiste. Te osoby staj si nagle posiadaczami wiedzy o funkcjonowaniu organizacji, ktrej czsto nawet ja nie posiadam. Tak, dziki informatyzacji, kompetencje schodz w d hierarchiizarzdczej SZPZLO Warszawa-Brdno jest przykadem tego, jak wanym elementem zarzdzania jest determinacja kierownictwa w deniu doosigania celw. Dyrektor Micha Kawecki od pocztku wiedzia, czego w sensie biznesowym potrzebuje, a konsultanci firmy z obecnej firmy UNIT4 TETA BI Center, przeprowadzajc analiz potrzeb, dodatkowo te oczekiwania uszczegowili. Fundusze unijne pomogy zrealizowa cele, ocobyoby trudno bez tego elementu finansowania. Wysoko ocenione wsparcie dostawcy systemu byo cennym katalizatorem sukcesu wprojekcie, ktry wci jest rozwojowy.

Jerzy Kiebowicz
Prezes UNIT4 TETA BI Center Sp. z o.o. Niezmiernie satysfakcjonujcy jest dla nas fakt, i SZPZLO Warszawa-Brdno jest zadowolone z rozwizania, ktre wdroylimy. System TETA Business Intelligence jest nowoczesny pod wzgldem technologicznym i na tyle elastyczny, e jego obsuga staje si dla uytkownikw wrcz intuicyjna. Dodatkow jego wartoci jest take wysoka skalowalno, dziki ktrej SZPZLO Warszawa-Brdno w razie potrzeby bdzie mg bez adnych problemw rozbudowa narzdzie o nowe analizy dla kolejnych obszarw zarzdzania. Moliwoci te doskonale wpisuj si woczekiwania naszego Klienta. Trzeba te wyranie podkreli, ewszystkie osoby zaangaowane w projekt postronie SZPZLO Warszawa-Brdno, posiaday profesjonalne podejcie do pracy i bardzo si angaoway w nasze wsplne wyzwanie. Kady, kto cho raz uczestniczy w tego typu przedsiwziciu wie, e jest to postawa nie do przecenienia, ktra w sposb kluczowy przyczynia si do ostatecznego sukcesu. www.tetabic.eu

foto Maksymilian Mleczek

96

Drodzy CEO - uyjcie wiedzy o kliencie, ktrmacie w systemach informatycznych!


Jacek Czernuszenko i Micha Modonek, REISS Group

97

Skuteczne wdroenie systemw CRM rola doradcy


Biser Jorgow, Pentegy

Wedug danych GUS (raport z 2011 r.: Spoeczestwo informacyjne w Polsce. Wyniki bada statystycznych z lat 2006 2010) w 2009 r. zaledwie co dziesite przedsibiorstwo w Polsce stosowao system CRM, podobny poziom utrzymywa si w roku 2010.

redni krajow w znacznym stopniu przekroczyy w 2009 r. firmy z brany zajmujcej si produkcj i dystrybucj energii elektrycznej, gazu i ciepa (26%). Podobnie byo w roku 2010 (29%). Czyzatem polskie firmy wykorzystuj moliwoci jakie niesie za sob inwestycja w systemy klasy CRM? Warto rwnie odpowiedzie sobie na pytanie, czego obecnie firmy oczekuj od tego typu systemw i czy proces wdroenia moe by skutecznie przeprowadzony i przyjazny dla odbiorcy kocowego?

wykorzystywanymi w codziennej dziaalnoci organizacji, np.: platformami sprzedaowymi, systemami biecej obsugi Klienta, czy te serwisowo-reklamacyjnymi. Podstawowym oczekiwaniem firm wzgldem systemw CRM pozostaje sprawna i intuicyjna obsuga coraz wikszej liczby procesw zwizanych zobsugklienta. Kolejn przesank przemawiajc za wdroeniem systemu CRM z punktu widzenia oczekiwa biznesowych w firmie, powinna by moliwo kompleksowego podejcia do procesu obsugi klienta. Wielozadaniowo systemw klasy CRM powinna polega na penej obsudze procesw specyficznych dla danej brany, takich jak: przedsprzeda (czasemczasochonna i skomplikowana), sprzeda, planowanie, monitorowanie (np.:monitorowanie wykonania budetu na danym portfelu klientw), zarzdzanie sprzeda (np.: jako funkcja nadzoru menaderskiego, umoliwiajca biece podejmowanie i korygowanie decyzji sprzedaowych) oraz raportowanie (przede wszystkim moliwo tworzenia tzw. dynamicznych raportw na danie). Podstawowym wymaganiem, ktre powinno by brane pod uwag w momencie rozwaania przez firm inwestycji w system CRM jest skonsolidowanie rozproszonych w wielu systemach, czy te dziaach odpowiedzialnych za obsug klienta (np.: call center, dzia reklamacji czy techniczny) informacji o Klientach. Istotne jest, aby proces zbierania danych odbywa si w peni automatycznie, bez potrzeby dodatkowej kontroli.

Czego biznes oczekuje od systemw CRM?


Od jakiego czasu rozwizania CRM jako samodzielne aplikacje praktycznie nie wystpuj. Realia i specyfika prowadzenia biznesu wymogy na systemach tego typu konieczno cisej integracji z innymi rozwizaniami informatycznymi

Podsumowujc jakie oczekiwania maj firmy przed wdroeniem CRM: Pena integracja z pozostaymi systemami wykorzystywanymi w firmie Konsolidacja wszystkich informacji o kliencie w jednym miejscu (historia wsppracy, wyniki finansowe, potrzeby, ryzyka) Wdroenie takiego systemu CRM, ktry umoliwi jego pniejsz rozbudow w atwy sposb.

98

Istotnym wymaganiem technicznym w stosunku do systemw klasy CRM jest moliwo wzgldnie atwej rozbudowy systemu o moduy funkcjonalne, na ktre pojawia si zapotrzebowanie wraz z rozwojem firmy. Wane jest, aby decyzja orozbudowie systemu i zwizane z ni wdroenie zostay zrealizowane jako rozszerzenie, bez koniecznoci generowania zbdnych kosztw zwizanych z powan przebudow obecnejplatformy.

Kiedy wdroenie CRM mona komunikowa jako sukces?


Wdroenie CRM stanowi niemae wyzwanie zarwno dla pracownikw, ktrzy bd korzysta z tego narzdzia, jak i dla caej firmy, ktra staje przed koniecznoci korekty w podejciu i realizacji swoich procesw biznesowych. Naley zatem odpowiednio si do takiego projektu przygotowa, zainwestowa czas i oddelegowa odpowiednich ludzi, aby pokierowa nim waciwie i finalnie osign zamierzony cel. Warunkiem koniecznym udanego wdroenia jest spenienie wszystkich (lub zdecydowanej wikszoci) oczekiwa o charakterze funkcjonalnym i technicznym (omawianych w pierwszej czci artykuu). Jednake, aby firma moga uzna proces wdroenia systemu CRM za sukces, musz by spenione dodatkowe warunki o charakterze projektowym i biznesowym. Wdroenie systemu CRM powinno przebiega zgodnie z zaoonym na wstpie harmonogramem, a koszty projektu powinny zmieci si wzakadanym budecie (mowa tu nie tylko okosztach zwizanych z usugami ewentualnego dostawcy, ale rwnie o kosztach pracy oddelegowanych do projektu pracownikw iwszystkich pozostaych skadnikach kosztw, t.j.utrzymanie, licencje, itp.). Pomimo, e warunki te wydaj si oczywiste i stanowi kanon dobrze zarzdzanego projektu, w praktyce bardzo rzadko bywaj spenione.

Kolejnym, niezwykle istotnym warunkiem powodzenia, jest wdroenie takiego systemu, ktry bdzie przyjazny dla uytkownika iaktywnie wykorzystywany zarwno przez kadr menadersk, jak i pracownikw. Tym samym wdroona platforma, poza satysfakcj pracownikw i zarzdu, powinna spowodowa stopniow popraw jakoci obsugi Klientw organizacji (np.:poprzez zmniejszenie liczby reklamacji, czasu ich rozwizywania, itp.) oraz doprowadzi do wzrostu sprzeday i rentownoci Klientw z portfela firmy. Warto, aby poziom spenienia wszystkich powyszych warunkw zmierzy wokrelonym odstpie czasu od momentu wdroenia CRM - czsto na wiarygodn ocen zwrotu z takiej inwestycji potrzeba wicej czasu (w przypadku duych firm kilku lat) z uwagi na to, e taka ocena opiera si zarwno na kryteriach ilociowych, jak i jakociowych. W celu bardziej obrazowej prezentacji skutecznego zarzdzania wdroeniem CRM, naley bliej przyjrze si jego najwaniejszym etapom. Mwimy w tym przypadku o dwch modelach wdroeniowych - zarwno produktu dedykowanego, zbudowanego od podstaw wg specyficznych wymaga zamawiajcego, jak rwnie zakupu gotowego systemu i jego dostosowaniu do potrzeb konkretnej organizacji.

Etap I: Przygotowanie koncepcji


Przed podjciem decyzji o rozpoczciu projektu i zaangaowaniu zewntrznego doradcy, firma powinna wskaza bardzo dokadnie wszystkie potrzeby, ktrych zaspokojenie ley u podstaw podjcia decyzji o wdroeniu CRMu. Brak takiej analizy moe skutkowa konsekwencjami w postaci inwestycji w kosztowne rozwizanie, ktre nie bdzie uywane. Dlatego wane jest, aby analiz wymaga firma przeprowadzia we wasnym zakresie tylko menederowie i pracownicy posiadaj najszersz wiedz nt. faktycznych potrzeb
99

firmy i brany, ktr reprezentuj. Niezbdnym elementem etapu przygotowania koncepcji jest zaproponowanie metody mierzenia efektywnoci przyszego wdroenia CRM, czyli m.in. sposobu w jaki ocenimy zwrot z tej inwestycji i kryteriw jakociowych, wg ktrych bdziemy ocenia powodzenie projektu wdroeniowego. Warto w tym miejscu wskaza najczstszy problem i zagroenie, przed ktrym staj firmy na etapie przygotowania koncepcji systemu CRM. Zdarza si nie raz, efirmy niedostatecznie wnikliwie zastanawiaj si nad tym, ktre procesy specyficzne dla ich brany chc obsugiwa w ramach wdraanego systemu CRM, sugerujc si np. atrakcyjnoci popularnego rozwizania dostpnego na rynku lub dziaajcego u konkurencji. Przy takim podejciu firma ryzykuje poniesienie wysokich kosztw wdroenia systemu, ktry pniej nie wniesie odczuwalnej wartocidodanej.

Etap III: Wybr dostawcy


Kluczowym w caym procesie wdroeniowym jest wybr dostawcy rozwizania. W momencie zebrania wszystkich odpowiedzi na zapytanie ofertowe, wybieramy 2-3 dostawcw, ktrych oferty s najciekawsze. Ich lista nie powinna by dusza ze wzgldu na ryzyko znacznego wyduenia procesu wyboru, a tym samym wzrostu ostatecznego kosztu projektu. Selekcja dostawcw powinna odbywa si podczas warsztatw, spotka prezentacyjnych z wersj demonstracyjn systemu lub prototypu i negocjacji warunkw handlowych, ktre powinny zakoczy si ostateczn decyzj owyborze konkretnego dostawcy. Oprcz kosztw wdroenia, tzn. kosztw licencji, usug i sprztu, naley koniecznie wzi pod uwag koszty utrzymania systemu (serwis, drobny rozwj, etc., ktre razem z kosztami wdroenia tworz cakowity koszt projektu), jak rwnie potencja osobowy, kompetencje merytoryczne pracownikw danego dostawcy oraz jego dowiadczenia w realizacji podobnych projektw wdroeniowych.

Etap II: Przygotowanie wymaga funkcjonalnych i technicznych


Na tym etapie firma powinna powoa dedykowany zesp projektowy lub te wskaza osoby, ktre poza obowizkami operacyjnymi bd rwnie odpowiada za wdroenie CRMu (m.in. wsppracowa z dostawc zewntrznym). Najlepiej, jeli osoby takie posiadaj odpowiednie dowiadczenie w tym zakresie, ktre moe pochodzi np.: z podobnych projektw tego typu zrealizowanych u poprzedniego pracodawcy. Celem tego etapu jest przygotowanie na podstawie koncepcji z Etapu I zestawu szczegowych wymaga potrzebnych do stworzenia zapytania ofertowego (tzw. RFP - Request For Proposal)). Jeeli firma nie posiada odpowiedniego dowiadczenia, mona przygotowa zapytanie oinformacj (tzw. RFI Request For Information) we wsppracy z doradc zewntrznym. Odpowiedzi na RFI pomog pniej przygotowa waciwe RFP.
100

Etap IV: Budowa i wdroenie CRM


W momencie dokonania wyboru dostawcy naszego przyszego systemu CRM, istotnym elementem warunkujcym powodzenie wdroenia jest wczesne zaangaowanie do wsppracy przy projekcie wybranych departamentw (najczciej bd to: IT, sprzeda, marketing). Dobra wsppraca czonkw zespou wdroeniowego z rnych komrek organizacyjnych jest jednym z warunkw powodzenia projektu. W momencie zakupu gotowego rozwizania, lepiej skoncentrowa si na tych funkcjonalnociach, ktre s ju dostpne i bd praktycznie wykorzystywane na co dzie. Wany jest wybr takich moduw, ktre odpowiadaj logice procesw biznesowych i bdzie je mona atwo dostosowa do specyfiki prowadzonej przez nas dziaalnoci.

Naley take pamita o zaangaowaniu uytkownikw kocowych ju na etapie projektowania rozwizania. Uatwi to pniej testy akceptacyjne i sprawi, e CRM nie bdzie przez pracownikw odbierany jako system narzucony odgrnie, czy z zewntrz. Rwnie wane, szczeglnie w przypadku duych wdroe, jest podzielenie caego projektu na atwo zarzdzalne etapy. Po kadym z nich naley zaplanowa wystarczajco duo czasu na testy akceptacyjne iszkolenia. Kade wdroenie nowych funkcjonalnoci w ramach kolejnych etapw powinno by poprzedzone odpowiednim cyklemszkole.

Bdy popeniane na etapie budowy i wdroenia funkcjonalnoci: Moduy wykorzystywane przez wikszo bran: - Podstawowym moduem jest tzw. Kartoteka Klienta. Miejsce, w ktrym przechowywane s wszystkie informacje n t. klienta (jego dane teleadresowe, firmy i osoby powizane, podgld produktw, usug, wnioskw, umw, itp.) - Drugim podstawowym moduem s Kontakty modu oferujcy moliwo zarzdzania dniem pracy sprzedawcy lub doradcy klienta (rodzaj zaawansowanego kalendarza). Popeniane bdy:

Etap V: Serwis i szkolenia


Naley pamita, e wdroenie systemu CRM jest procesem, ktry waciwie nigdy si nie koczy. System bdzie stale rozwijany i udoskonalany. Proces ten powinien si odbywa na zasadzie generowania uwag i propozycji zmian przez uytkownikw kocowych, ktrzy czsto najtrafniej wskazuj w jaki sposb dan funkcjonalno udoskonali. W tym przypadku dobrze jest zapewni sobie stay kontakt z dostawc lub te powierzy te kompetencje swoim dowiadczonym pracownikom, ktrzy brali udzia we wdroeniu. W kontekcie serwisowania wdroonego systemu naley pamita o tzw. umowie SLA (Service Level Agreement) gwarantujcej firmie odpowiedni poziom wsparcia technicznego dobrze, gdy stron realizujc umow jest dostawca systemu. Najczciej w tego typu umowie dostawca, w zamian za miesiczn opat ryczatow, zobowizuje si do reagowania w okrelonym reimie czasowym na zgoszenia bdw i pytania pojawiajce si w trakcie uytkowania systemu. Wszystkie zmiany powinny by odpowiednio komunikowane i poprzedzone szkoleniami uytkownikw kocowych.

- Wdroenie zaawansowanych funkcjonalnoci automatyzujcych prac tam, gdzie mogaby by ona realizowana manualnie. - Budowanie bardzo zaawansowanej logiki biznesowej, ktra bdzie wykorzystywana w niewielu przypadkach. Zdarza si, e wdraana funkcjonalno zwyczajnie nie jest potrzebna uytkownikom kocowym i staje si tylko przeszkod w ich pracy. - Implementacja skomplikowanych interfejsw do innych systemw (np. zawsze online, chocia mona zastosowa offline w okrelonych odstpach czasu).

Rola doradcy zewntrznego w procesie wdroenia CRM


Funkcjonuj dwa podejcia do zaangaowania doradcy zewntrznego w procesie wdroenia CRM. W pierwszym podejciu, wsppraca z doradc rozpoczyna si dopiero na etapie budowy i wdroenia systemu jest to rozwizanie wykorzystywane rzadziej. W drugim podejciu, praktykowanym przede wszystkim przez rednie i due firmy
101

5 najwaniejszych czynnikw udanego wdroenia CRM: 1. Bezporednie i stae wsparcie z poziomu zarzdu 2. Dogbne rozpoznanie i analiza procesw biznesowych podlegajcych obsudze w CRM 3. Przemylany i wyczerpujcy proces wyboru doradcy i dostawcy wdroeniowego 4. Wczesne zaangaowanie przyszych uytkownikw kocowych 5. Przygotowanie umowy w zakresie serwisu i rozwoju systemu CRM

o rozbudowanej strukturze, doradca zewntrzny angaowany jest do wsppracy ju na etapie tworzenia koncepcji systemu i wymaga do niego. W takich przypadkach doradca, ktry wspiera firm w wyborze systemu CRM i tworzeniu wymaga idostawca wdroeniowy to dwie niezalene firmy. Rozwj systemw w danej organizacji jest procesem cigym i zoonym. Najbardziej istotnym wyzwaniem, przed ktrym stoi organizacja jest obecnie odpowied na pytanie czy i jakie procesy za porednictwem systemu CRM chcemy optymalizowa? Dlatego tak istotne jest, aby byy to procesy najwaniejsze z biznesowego punktu widzenia. Wybrane finalnie narzdzie powinno nie tylko wspiera bezporedni obsug klienta i prac operacyjn doradcw, ale rwnie (co nie jest bez znaczenia) powinno sprosta biecym wyzwaniom, ktre stawia przed nami zmieniajce si otoczenie biznesowe.

Biser Jorgow
Specjalizuje si w systemach klasy CRM. Jest menederem w midzynarodowej firmie konsultingowej Pentegy realizujcej kompleksowe projekty doradcze i informatyczne dla firm i organizacji z rnych sektorw gospodarki. Oferta Pentegy obejmuje osiem gwnych grup usug: rozwizania CRM, karty i patnoci elektroniczne, doradztwo biznesowe, doradztwo IT, rozwizania dla HR, rozwizania mobilne i internetowe, integracja systemw oraz Software Delivery.

102

Kade przedsibiorstwo jest posiadaczem ogromnej iloci danych. Szkoda, e tak niewiele z nich zdaje sobie spraw, e to jest wanie caa ich inteligencja. Bo trzeba jeszcze umie z niej dobrze korzysta.
Luiza Warno (2005), Orange

103

Efektywne modelowanie biznesu wg Kimball Lifecycle,


czyli jak w peni wykorzysta potencja wdroenia Business Intelligence.
Marcin Choiski, BI.PL

Sukces wdroenia Business Intelligence zaley od bardzo wielu czynnikw, jednak odpowiednie przeoenie potrzeb biznesu na uyteczny, wydajny i elastyczny analityczny model danych jest elementem krytycznym, majcym znaczcy wpyw na praktycznie kady aspekt prowadzonego programu BI, a w szczeglnoci na jego przyszo.

Prawda jest taka, e BI nie mona kupi. Oczywicie mona naby licencje wiodcych na rynku platform. Mona skorzysta z usug dowiadczonego integratora. Mona te zatrudni ludzi z odpowiednim dowiadczeniem i know-how, jednak o tym, e wdroylimy w naszej organizacji BI, bdziemy mogli zakomunikowa dopiero wtedy, gdy zapewnimy cige dziaanie oraz synergi tercetu: skutecznie wdroonej technologii, wypracowanych procesw analitycznych iraportowych oraz przede wszystkim ludzi oodpowiednich kompetencjach analitycznych.

Jak wic dogodzi biznesowi?


Przede wszystkim naley zrozumie potrzeby i wymagania uytkownikw. Przewanie bd oni oczekiwa dostarczenia rozwizania w peni odpowiadajcego charakterystyce ich pracy idanego biznesu, prostego i szybkiego jak Google (Skoro mona przeszuka zasoby Internetu w uamku sekundy z wykorzystaniem jednego pola tekstowego, to czemu nie miaoby by to rwnie atwe iwydajne w rodowisku mojej organizacji?) oraz elastycznego i dopasowujcego si do zmiennego otoczenia. Dobry system BI musi odpowiada na powysze potrzeby, na co skada si caa masa czynnikw. Jeden z nich - odpowiedni analityczny model danych, wydaje si by kluczowym oraz majcym znaczcy wpyw na wikszo pozostaych elementw ukadanki BI.

Wszystko zaley od uytkownikw, czylibiznesu


BI jest inwestycj i musi przynosi realne korzyci. W odrnieniu od klasycznych, operacyjnych systemw IT, gdzie do atwo mona policzy ROI, czy inne wskaniki zwrotu, najwiksza cz korzyci z wdroenia Business Intelligence jest niewymierna, albo przynajmniej trudna dopoliczenia. Warto generowana jest tutaj przez uytkownikw biznesowych, ktrzy korzystajc z BI, buduj worganizacji now kultur podejmowania (lepszych) decyzji w oparciu o analiz danych. Nietrudno zauway, e sukces naszego wdroenia BI bdzie zalea gwnie od chci i umiejtnoci biznesu do wykorzystania potencjau Business Intelligence.
104

Optymalny model danych do analizy


Najbardziej zgodny z ludzk intuicj postrzegania wiata (biznesu) jest model wielowymiarowy (wykorzystywany m. in. w narzdziach OLAP). E.F.Codd w 1993 roku zauwaa, e jest z reguy pewna liczba wymiarw, z perspektywy ktrych wybrany zbir danych moe by analizowany. Tazoona perspektywa, Wielowymiarowy Obraz Pojciowy, wydaje si by sposobem, w jaki wikszo ludzi biznesu naturalnie postrzega

swoje przedsibiorstwo. Dodatkowo, poza swoj intuicyjnoci, wielowymiarowy model danych posiada inn, niezwykle wan zalet - pozwala w prosty sposb formuowa zaawansowane zapytania analityczne oraz doskonale nadaje si do optymalizacji pod ktem nawet najbardziej zoonych zapyta (zarwno dla baz danych typu SQL, jak i rozwiza przetwarzajcych dane wpamici RAM).

Modelowanie wielowymiarowe
Kada Hurtownia Danych z prawdziwego zdarzenia (skadnic danych, zawierajcych kopie danych zsystemw operacyjnych na potrzeby raportowe nie nazywamy Hurtowni Danych), bdca podstaw systemu BI, powinna by oparta odedykowany, skrojony na miar danego biznesu, wielowymiarowy model danych. Zgodnie z teori, e nie ma nic za darmo (no free lunch theorem), nasuwa si wniosek, e skoro dedykowany wielowymiarowy model danych ma same zalety, to zapewne jego stworzenie jest kosztowne iskomplikowane. I rzeczywicie, jak to w yciu bywa, modelujc biznes konsultant BI bdzie musia znale rozwizanie dla wielu zoonych zagadnie. Przykadowo: Jak zamodelowa heterogeniczn hierarchi organizacyjn danego przedsibiorstwa - Wymusi sta gboko wymiaru, skorzysta ztabeli mostkowej, czyli przechodniego domknicia relacji, czy moe wydzieli osobny wymiar podlegoci w hierarchii?; albo Jak, dla zmieniajcej si co roku kategoryzacji asortymentu, umoliwi raportowanie porwnawcze pomidzy dowolnymi kategoryzacjami za ostatnie 3lata?

na prawd jedyna na wiecie) metodyka tzw.KimballLifecycle (czy jak j nazywa sam autor - Ralph Kimball - Business Dimensional Lifecycle), ktra to daje kompletny zestaw technik, narzdzi inajlepszych praktyk budowy, utrzymania irozwoju kompletnych rozwiza BI, ze szczeglnym uwzgldnieniem aspektw wielowymiarowego modelowania danych, jako kluczowego aspektu kadego programu BI. Zakada ona, e przede wszystkim naley wsucha si wpotrzeby biznesu, dogbnie je zrozumie i od tego zacz budow rodowiska analitycznego (std czon Business wnazwie), dane naley modelowa wielowymiarowo (Dimesnsional), a program BI prowadzi iteracyjnie, w oparciu o kolejne, mae, ale za to atwo zarzdzalne i gwarantujce sukces kroki (Lifecycle).

rda wiedzy
Wiedz na temat Kimball Lifecycle najatwiej czerpa z cyklu kultowych ju publikacji Ralpha Kimballa i konsultantw z jego Kimball Group: The Data Warehouse Lifecycle Toolkit (traktujcy caociowo o prowadzeniu projektw i programw BI), The Data Warehouse Toolkit (omawiajcy szczegowo aspekty modelowania wielowymoarowego), czy The Data Warehouse ETL Toolkit (omawiajcy aspekty zwizane zintegracj danych z systemw rdowych iprocesami ETL). Niestety nie doczekalimy si jeszcze polskich tumacze wymienionych pozycji (majcych rednio 600-700 stron), wic konieczne jest ich sprowadzanie, np. z Amazon.com. Innym wartociowym sposobem na poznanie metodyki Kimballa jest cykl jego warsztatw - tzw. Kimball University. Nie trzeba tutaj wysya pracownikw, czy samemu wybiera si do USA. Warsztaty te organizowane s w rnych czciach wiata, m.in.zterokrotnie gociy ju w Polsce. Wtym roku rwnie bdzie mona uczestniczy wszkoleniu Dimensional Modelign in Depth, ktre planowane jest na padziernik w Warszawie.

Kimball Lifecycle
Mimo, e stworzenie modelu wielowymiarowego jest czsto zagadnieniem mocno zoonym, nie musi by ono bardzo kosztowne. Na szczcie istnieje usystematyzowana, sprawdzona (i tak

Marcin Choiski
Zaoyciel i redaktor naczelny portalu BI.PL, wiceprezes w firmie Innotion Sp. z o. o.

105

W A R S Z TAT Y

Dimensional Modeling in Depth


Zapraszamy na warsztaty prowadzone przez guru Business Intelligence i hurtowni danych:

Ralpha Kimballa i Margy Ross.


wiatowe autorytety w Polsce

- skorzystaj!
Czas i miejsce:

Ralph Kimball

Warszawa, Hotel Sofitel Victoria, 23-26.10.2012


Wicej informacji:

Paulina opaciska, SPS Poland, 22 44 888 88, email: plopacinska@sps.pl


Program szkolenia, rejestracja:

Kimball University jest organizacj stworzon przez Ralpha Kimballa, twrc koncepcji hurtowni danych, wiatowej sawy eksperta oraz autora bestsellerowych ksiek w obszarze Business Intelligence i zastosowa hurtowni danych. Kimball University dostarcza praktyczn wiedz najwyszej jakoci, w oparciu o bogate dowiadczenie projektowe wykadowcw i ksiki przez nich napisane.

www.sps.pl/KU

106

Business Intelligence
w komentarzach menederw

107

BI nowej generacji
Biser Jorgow, manager, Pentegy S.A.

Niezalenie od wszystkich, w szczeglnoci modnych, trendw w obszarze BI, warto tych narzdzi ley wkombinacji dwch podstawowych elementw: - prawidowym zrozumieniu potrzeb informacyjnych klienta - wiedzy i dowiadczeniu zespou wdroeniowego (wewntrznego lub zewntrznego). Spenienie pierwszego warunku sprowadza si do tego, e w organizacji niezbdna jest osoba, ktranie tylko doskonale rozumie biece potrzeby, alepotrafi rwnie prawidowo przewidzie przysze potrzeby w zakresie BI. Osobatakapowinna posiada niektre cechy typowe dla wizjonera, cow poczeniu ze wsparciem ze strony najwyszej kadry zarzdzajcej moe zaowocowa przyjciem przez ca organizacj spjnej wizji rozwoju BI. Drugi warunek oznacza, e warto narzdzi BI nie ley w narzdziach IT, z ktrych kade posiada swoje mniej lub bardziej istotne wady, ale wpoczeniu korzyci jakie oferuje narzdzie zwiedz idowiadczeniem zespou wdroeniowego. W ostatnim czasie duo mwi si o kierunkach rozwoju BI. Mona nawet usysze, e mamy dzisiaj do czynienia z wyksztacaniem si BI nastpnej generacji. Niezalenie od tego, ile w tym prawdy, mona wyrni kilka gwnych trendw, ktre zostan zweryfikowane w praktyce w najbliszych latach:

Analiza danych w chmurze (publicznej lub prywatnej)


Czyli udostpnianie rozwiza BI w formie Software as a Service (SaaS). Nie jest to trend, ktry przyjmie si jednakowo w kadej brany. Widzdue ograniczenia w szczeglnoci wsektorze finansowym, gdzie poufno danych mabardzo due znaczenie i jest elementem budowania wizerunku. Rwnie stanowisko regulatora rynku finansowego moe nie by przychylne przetwarzaniu w chmurze. Poza tym, cz firm zwyczajnie bdzie si obawia udostpniania danych zewntrznym podmiotom.

Przetwarzanie coraz wikszej iloci danych


Chodzi tu nie tylko o wiksz ilo informacji zwizan z bardziej szczegowym monitorowaniem biznesu, ale rwnie o to, e zbierane iprzetwarzane s dane rne jakociowo od tych, ktre miay do dyspozycji firmy choby kilka lat temu. Rosnca liczba danych nie stanowi, moim zdaniem, wikszego wyzwania dla firm, poniewa ceny sprztu w rodzaju dyskw i macierzy nie rosn, a wykorzystywane obecnie rozwizania s w wikszoci przypadkw atwo skalowalne. Inna jako danych poddawanych analizie moe rzeczywicie oznacza zmiany w BI, ale bd si one prawdopodobnie sprowadzay do integracji znowymi i coraz liczniejszymi rdami danych.

108

BI jako rdo prognoz dotyczcych rozwoju biznesu w najbliszej przyszoci


Dotychczas BI dostarczao podsumowa danych historycznych. Dzisiaj zapowiada si odwrcenie tego stanu rzeczy poprzez dostarczenie dobrej jakoci prognoz opartych na modelach matematycznych istatystycznych. Pomimo licznych zapowiedzi dot. materializowania si tego trendu, nie widz jeszcze zastosowania takich narzdzi wpraktyce biznesowej. Przewidywanie przyszoci nadal nie naley do mocnych stron BI i obietnice w tym zakresie s mocno na wyrost. Nadal najwaniejsze i najtrudniejsze w BI pozostaj wybr i zebranie waciwych danych. Szybkie prognostyczne modele BI powinny przelicza dane historyczne codziennie, co czasami w ostatecznym rozrachunku moe okaza si mao opacalne.

Zmiany w warstwie prezentacji BI


Wszystkie dostpne na rynku gotowe narzdzia posiadaj jakie ograniczenia. W praktyce uytkownicy potrzebuj najczciej prostych pulpitw (dashboard-w), czyli zestawienia wykresw, tabel i wskanikw, ale wunikalnym dla kadej brany i klienta ukadzie. Oznaczato,moimzdaniem, e najlepsza jest warstwa prezentacji zbudowana pod specyficzne potrzeby klienta. Jednym z etapw budowy takiej dedykowanej warstwy powinno by zawsze przygotowanie prototypu przyszego rozwizania.

Dostp mobilny oraz integracja BI zmediami spoecznociowymi


Rosnca dynamicznie liczba tzw. smarfonw i mobilno pracownikw narzucaj t form dostpu do danych. Oznacza to jedynie uatwienie dostpu i skrcenie czasu dostpu do danych i ich analizy, aleniezmienia zasad funkcjonowania BI.

109

Rozwizania Business Intelligence


Marek Martofel, EMC Poland

Historycznie, narzdzia klasy Business Intelligence powstaway w celu uatwienia tworzenia raportw biznesowych w oparciu o informacje zgromadzone w relacyjnych lub hierarchicznych bazach danych. Z biegiem czasu ich funkcjonalno rozszerzono oprowadzenie analiz ad hoc, wyszukiwanie trendw ukrytych w danych, oraz gromadzenie ianaliz w bazach wielowymiarowych. Obecnie mamy do czynienia z trzeci fali systemw BI, w ktrej najwaniejsz zmian wstosunku do wczeniejszych systemw jest to, e do ich zada nie naley ju raportowanie ianaliza przeszoci, lecz gwnie przewidywanie przyszoci na podstawie wykrytych trendw i tendencji. Zmianyobjy te rda danych wykorzystywane do analiz nie s to ju wycznie standardowe relacyjne, czy wielowymiarowe bazy danych, ktre mog przechowywa jedynie informacje przewidziane przez ich projektantw wmodelu danych, ale poczenie baz danych oraz gigantycznych, rozproszonych zbiorw informacji zawierajcych dane nieustrukturyzowane. Wanejest te, e analiz danych prowadzi si bez wytyczonego z gry kierunku ani zadanego cile celu. Jest to wic w wikszym stopniu dziaalno badawcza, ni tradycyjna analiza oparta na statystyce i klasycznych metodach matematycznych. Jej celem jest przede wszystkim przewidywanie, reagowanie na zdarzenia i sytuacje nietypowe, bdce odstpstwem od zwykego porzdku rzeczy. Jest to cakowite przeciwiestwo tradycyjnej analizy statystycznej, ktrej celem jest wykrywanie zwizkw i korelacji typowych. Naprzykad, gdyby producenci elektroniki wykryli iprzewidzieli ryzyko fluktuacji pogodowych wAzji mogliby zmodyfikowa stan zapasw tak aby ochroni si przed zakceniami poziomu produkcji. Dlatego z wyszukiwaniem i wykrywaniem ukrytych powiza wiele przedsibiorstw wie bardzo due nadzieje. Korelacja czynnikw na pozr dalekich od siebie pozwala na pozyskanie nieosigalnej dotd wiedzy i prowadzi do czsto zaskakujcych wnioskw. Analiza duych zbiorw danych obecnie posiada swoj specyfik jak i zestaw stabilnych, bardzo sprawnych narzdzi. Zrozumiae jest, e niektrych trendw nie da si wykry analizujc tylko ma prbk danych. Na przykad bezcelowa byaby analiza dziaania Internetu na podstawie kilkusekundowego zapisu przepywajcych przeze danych by odpowiedzie na pytanie jakzachowuj si jego uytkownicy, cho danych byoby relatywnie duo. Z drugiej strony, opuszczenie np. miliona rekordw moe nie znieksztaci wynikw analizy, bowiem jest to tylko drobny promil przetwarzanych informacji. Dlategodoprzechowywania i przetwarzania tego typu informacji stosuje si specjalne narzdzia, rozproszone systemy plikw i przetwarzanie bazujce na dystrybucji zada tworzone zarwno w modelu open source jak iplatformy komercyjne. Wiodc rol w tego rodzaju dziaalnoci odgrywaj produkty powstae przy udziale Apache Foundation, a w szczeglnoci narzdzia projektu Apache Hadoop. Wikszo komercyjnych firm dostarczajcych oprogramowanie i sprzt z uwag obserwuje rozwj tego wanie trendu nazywanego Big Data. Znaczna wikszo, z mniejszym lub wikszym powodzeniem produkuje i dystrybuuje wasne oprogramowanie bazujce na Apache Hadoop. Jednak prawdziwymi zwycizcami bd ci, ktrym skutecznie uda si poczy oba wiaty, danych relacyjnych i nieustrukturyzowanych. Toogromna szansa dla firm otwartych na adopcj innowacji, gdy fali budowy systemw Big Data nieda si ju zatrzyma.
110

Rola CRM w zmiennej rzeczywistoci


Micha Jackowiak, CEO, JADE, A Bull Group Company

Zmienna rzeczywisto czasem z lekk przesad uznawana jest za wyjtkowo trudn. Na pewno wymaga ona od biznesu wicej, licz si refleks ipewno w dziaaniu, jednak nie skazuje nas naporak a wrcz przeciwnie - wytwarza sytuacj, wktrej atwiej i szybciej mona osign przewag konkurencyjn. Zgodnie z najbardziej naturalnym prawem, wokrelonych warunkach najlepiej odnajduj si jednostki najszybciej przystosowujce si inajchtniej korzystajce z dostpnych narzdzi, tzw. Innowatorzy. StdInnowator w obszarze CRM w duej mierze oznacza kogo, kto panuje nad zmiennoci, prdkoci i nadmiarem informacji. Wefekcie koncentruje si na dostarczeniu produktu, ktry odbiorcy da poczucie wysokiej jakoci i wiedzy, indywidualnego podejcia oraz stosunkowo konkurencyjnej ceny. W tymkierunku moim zdaniem idzie filozofia zarzdzania relacjamiz klientami. Pamitam moment, gdy CRM by nowym narzdziem, kiedy badania pokazyway e tylko 20-30% wdroe koczy si powodzeniem. Wmoim przekonaniu wikszo z badanych nie bya gotowa na wdroenie ani wewntrznie / organizacyjnie, ani w sensie wykorzystania siy narzdzia. Nie byy do tego przygotowane kanay komunikacji ani infrastruktura. Teraz w dobie dojrzaego e-commerce oraz selfservice system CRM, cokolwiek firma wdraajca moe pod tym pojciem rozumie, jest nieodzowny. Paradoksalnie CRM przejmuje funkcj, jak dawniej w gospodarce niewidzialnej rki (z ang. invisible hand), ktry bdzie trzyma Klienta w stanie miego zaskoczenia, ale pomoe mu take porzdkowa informacje i porusza si wrd nich. Podpowie, czego potrzebuje, jak ma to znale, kupi w dobrej cenie i jak moe uzyska satysfakcj z bezpiecznego uytkowania. Takie podejcie obowizuje dzi bez wzgldu na typ produktu, czy usugi, jak wiadczymy i jest niezbdnym czynnikiem konkurencyjnoci firmy. Na co dzie wsppracuj z gigantami bran FMCG czy telekomunikacyjnej, ktrzy mog powiedzie o sobie, e odnieli sukces. Od konkurencji bardzo wyranie odrniaj si rozumieniem elastycznego iaktywnego korzystania z narzdzi IT. Ich CRM-y speniaj standardy, licz, monitoruj, automatyzuj, ale s wanie ich i nie bd pasoway do adnej innej firmy. Utrzymania takiego stanu rzeczy oczekuj od dostawcy rozwizania, wymagaj rozwijania narzdzi zawsze najszybszych, najnowoczeniejszych, kooperujcych z tkank caej organizacji. CRM najczciej nie wyrcza ludzi w ich pracy, tylko dostarcza informacji do szybszego i lepszego podejmowaniadecyzji. Przegldaem ostatnio raport Deloitte Global Powers of the Consumer Products 2012, w ktrym pooono nacisk na konieczno zainwestowania producentw i sprzedawcw (niezalenie odzajmowanego sektora) w narzdzia analityczne pozwalajce lepiej pozna oczekiwania iupodobania Konsumentw. Sdz, ejest tosuszna prognoza, cho by moe napawajca obaw w obliczu kryzysowej niepewnoci niektrych rynkw. Jednak przedsibiorcy wwikszoci nie kupi tych informacji, musz sami pozna swoich Klientw, zbudowa ich obraz w swoich systemach. Musz to zrobi szybko i stosunkowo niskimi kosztami wejcia. Dlatego dostawcy rozwiza wychodz naprzeciw swoim Klientom, przeciwdziaaj przepacaniu iniewaciwemu korzystaniu z oprogramowania, stosuj nowoczesne metodyki wdroe. Upowszechni si wreszcie (by obecny od dawna) model cloud computing, pokrywania kosztw infrastruktury oraz licencji wformie abonamentw.
111

Specyfika mojej brany pozwala mi na penienie niezwykle ciekawej roli pomocy w automatyzacji isystematyzowaniu dziaa firmom, ktre koncentruj si na realizacji zmiennych potrzeb Konsumentw. Idziemy w kierunku narzdzi, ktre zarwno przedsibiorcom jak i ich klientom dadz poczucie bezpieczestwa i spjnoci wydarze. Tak rozumiem spoeczn i proklienck rol CRM-u. Tymsamymbiznes przyjmie postaw upraszczania rzeczywistoci wasnej i Konsumenta.

112

Rozwizania klasy BI
Pawe Gajda, Business Solution Consultant SAP Polska

Obecnie obserwujemy wzrost zainteresowania rozwizaniami z zakresu wspomagania decyzji biznesowych (Business Intelligence, BI). Aplikacje i narzdzia BI s uniwersalne, maj szeroki zakres funkcjonalnoci, przydatnych zarwno w duych przedsibiorstwach przemysowych, jak i maych firmach z sektora MP. Umoliwiaj integracj zoonych procesw biznesowych, pozwalaj naszybk reakcj na wszelkie zmiany zachodzce na paszczynie operacyjnej, jak rwnie wotoczeniu biznesowym. Dziki nim firma ma moliwo ledzenia na bieco stanu realizacji danego procesu oraz byskawicznego reagowania na zdarzenia poprzez elastyczne modyfikowanie zmian w procesach. Istotne jest rwnie pozyskanie informacji zewntrznej, ktra moe w istotny sposb wpywa na podejmowane decyzje. W duych firmach, korporacjach rozwizania BI s rozproszone wewntrz organizacji i stanowi osobn platform integracji informacji biznesowej midzy rnymi dziaami. W firmach redniej wielkoci korzystaj z nich przede wszystkim dziay finansowe, controlingowe, marketingu i sprzeday. Natomiast wfirmach z sektora MP gwnymi beneficjentami BI jest zarzd i kontrola finansowa. Uytkownicy Business Intelligence mog otrzymywa tylko informacj spersonalizowan, w zalenoci od swoich potrzeb ipoziomudecyzyjnoci. Klienci dostrzegaj korzyci wynikajce zzastosowania rozwiza BI, ktre daj przewag konkurencyjn i pozwalaj rozwija si wobszarach, ktrych do tej pory nie byy prze nich eksploatowane. Narzdzia BI daj si rwnie atwo zaimplementowa w dotychczasowym rodowisku technologicznym IT. Wan cech jest atwe, intuicyjne korzystanie z aplikacji, aby odbiorcy mogli sami przeszukiwa zasoby biznesowe (podobnie jak w Google), bez koniecznoci zwracania si do dziaw IT, co przyspiesza decyzyjno izaufanie do informacji. Najwikszym beneficjentem rozwiza klasy BI s firmy sektora FMCG i Retail, w ktrych analiza rentownoci, kanaw sprzeday, konkurencyjnoci dystrybucji na poszczeglnych rynkach ma strategiczne znaczenie. Drugim obszarem jest bankowo, firmy finansowe i ubezpieczeniowe oferujce specjalizowane produkty lub usugi, dopasowane pod ktem klienta biznesowego. Dlatego bardzo istotna staje si analiza rentownoci i zyskownoci w perspektywie dynamicznych zmian w otoczeniu rynkowym. W dobie lawinowego przyrostu informacji biznesowej, gromadzonych w systemach IT, ogromnego znaczenie nabiera przyspieszenie dostpu do gromadzonych wolumenw danych. Decyzje biznesowe s obcione coraz wikszym ryzykiem, wymagaj wic nie tylko szybkiej informacji, ale take sprawnej i wiarygodnej analizy i dystrybucji. Wanie zaawansowane narzdzia analityczne, wspomagane innowacyjnymi sposobami przetwarzania danych staj si niezbdne dla dalszego rozwoju przedsibiorstw. Rozwizania klasy BI umoliwiaj tworzenie imodelowanie analizy procesw biznesowych i finansowych oraz budowanie w intuicyjny sposb raportw, kokpitw menederskich oraz pozyskiwania informacji ad- hoc. Dzikiinnowacyjnym rozwizaniom firmy maj moliwo monitorowania kluczowych wskanikw dziaalnoci firmy niemal w czasie rzeczywistym.

113

Warto w tym miejscu zwrci uwag narewolucyjn technologi przetwarzania informacji w pamici, tzw.In-memory, zmieniajc sposb dziaania aplikacji BI itworzc nowe horyzonty dla tworzenia aplikacji biznesowych. Technologia In-memory pozwala analizowa dane transakcyjne i analityczne wczasie rzeczywistym, przetwarza je i nastpnie dokona wizualizacji w najbardziej przyjaznej formie wcigu kilku sekund. Przyspieszenie przetwarzania danych wprowadza now jako wprzebieg procesw biznesowych, za rozwizania BI przestaj by narzdziem stricte analitycznym, a staj si biznesowym narzdziem operacyjnym. To wiesirwnie zrosncym wykorzystaniem rozwiza mobilnych, obsugujcych obecnie wikszo procesw wprzedsibiorstwach iinstytucjach. Uytkownik wyposaony wurzdzenie mobilne typu tablet lub smartfon, w dowolnym czasie i miejscu majc dostp doInternetu lub sieci 3G, moe uzyska byskawicznie przetworzon iwiarygodn informacj celem podjcia decyzjibiznesowych.

114

You might also like