2009

Principy business intelligence

Business Intelligence - principy, efekty, předpoklady OKsystem, 26/11/2009 Jan Pour katedra IT, VŠE / ITG, s.r.o. ([email protected] , [email protected] )

Snímek 1


Agenda

1. 2. 3. 4. 5. 6.

Proč Business Intelligence ? Základní principy Business Intelligence BI řešení – komponenty, vazby Potenciální efekty Podstatné předpoklady úspěchu Závěry

Snímek 2

Proč BI?: BI má místo v podnikové informatice


Vlastníci, management Podniková informatika

Business Intelligence ERP e_Business Zákazníci

CRM

Prodej, nákup, sklady

Finance, Controlliing, ..

Zdroje (personál, majetek),

e_Business

Řízení podnikového obsahu, ECM

Obchodníci, referenti, obchodní zástupci, kontaktní centrum Snímek 3

Dodavatelé, obchodní partneři


Proč BI?: Poptávka po BI  priority manažerů v investicích do IT - na základě celosvětového průzkumu společnosti Gartner: o od roku 2006 – do roku 2009 vždy na 1. místě Business Intelligence, o na druhém místě podnikové aplikace, až na dalších místech technologie (vers. vlastní průzkum v ČR – priority opačné),  v současné ekonomické situaci - meziroční nárůst tržeb v BI – 7,9 % (celkově v IT – 2,2 %) (zdroj: Gartner),

Snímek 4

Principy: Transakční a analytické podnikové úlohy Prodeje zboží Číslo zboží

Název zboží

Jedn.

Prodej. zakázka

Kč


Transakce (přidání zakázek - záznamů, aktualizace dat, vytváření obchodních dokumentů, ..)

Obchodní referentka

v čase

podle místa

podle zákazníků

podle zboží

Ukazatel „tržby v Kč“

podle obchodníků

Manažer, analytik

Analýzy, plány podle zakázek

podle prodejen

Snímek 5

(podnikových ukazatelů – např. tržeb podle dimenzí např. zákazníků, zakázek, ..)


Principy: Smysl a základní charakteristiky BI  řeší problémy transakčních systémů (nedostatek nebo nedostupnost analytických informací),  pokrývají analytické a plánovací funkce většiny oblastí podnikového řízení,  jsou postaveny na principech multidimenzionálních pohledů na podniková data, nabízejí vysokou flexibilitu řešení,  mají zajistit komplexní a konsolidované informace pro řízení,  mají nabídnout vizualizované informace s rychlou orientací v nich,  individualizace řešení

Snímek 6


Principy: Transformace dat pro BI Analytická databáze

Zdrojová databáze

Zákazníci

Prodeje zboží

ETL (Extract, Transform Load) Personál

Teritoria

Tržby Zboží Prodejci

Skladové zásoby Zakázky

další dimenze tabulky

ky

í čn za ni

závod 1

je

ot dn

ga or

ukazatelé (např. prodej určité komodity, stav zaměstnanců, dosažené tržby)

např. 30.9.

31.10.

30.11. 31.12.

čas

Snímek 7

PRVEK TABULKY vyjadřuje hodnotu stav zaměstnanců k 31.12 v závodě 1


BI řešení: Komponenty BI a jejich vazby Operativní úložiště dat (ODS, Operational Data Store)

Produkční databáze (e-Business)

Produkční databáze (ERP)

Datové tržiště (Marketing)

Reporting

Portály

Datové tržiště (Finance)

ETL

Dočasné úložiště dat (DSA, Data Staging Area)

Analytické aplikace ETL

Centrální podnikový datový sklad

Excel Access OLAP databáze

Produkční databáze (…)

Datové tržiště Řízení kvality dat Správa metadat Snímek 8

Analytické nástroje


BI řešení: Zdrojové systémy, ETL, DSA  Zdrojové systémy – většinou transakční OLTP aplikace – vytvářejí primární nebo produkční databáze – zdroj dat pro BI  DSA – Data Staging Area - zejména pro účely řešení kvality dat (čištění, konsolidace, ..), snížení dopadu provozu BI na výkon zdrojových systémů. Obsahuje data netransformovaná, detailní, nekonsistentní, bez dimenze času  ETL – Extraction, Transformation, Loading - prostředky výběru, transformace a přenosu dat z produkčních databází do databází BI, příp. jiných (datové pumpy)

Snímek 9


BI řešení: Datový sklad a datová tržiště

 Datový sklad (Data Warehouse) – integrovaný, stálý a časově rozlišený souhrn dat, uspořádaný pro podporu potřeb managementu. Obsahuje data konsolidovaná, konsistentní, s časovou dimenzí  Datové tržiště (Data Mart) – „malý“ datový sklad určený pro omezený okruh uživatelů – organizační útvar, oblasti řízení. Přispívá ke snížení doby prvotní implementace, nákladů, lepší orientaci uživatelů v datech, provozním charakteristikám

Snímek 10


BI řešení: OLAP databáze, ODS, datová kvalita

 ODS – Operational Data Store – analytická databáze aktualizovaná s minimálním zpožděním. Analytická databáze pro taktické úlohy (profily zákazníků, stav služeb a účtů). Obsahuje data aktuální, konsistentní, detailní, bez dimenze času.  OLAP databáze – On-line Analytical Processing – jedna nebo několik souvisejících OLAP kostek – většinou již zahrnují předzpracované agregace dat podle definovaných hierarchických struktur dimenzí a jejich kombinací, další dimenze tabulky

ky

t no ed

j ní

č

závod 1

za ni

ga

or

ukazatelé (např. prodej určité komodity, stav zaměstnanců, dosažené tržby)

např. 30.9. čas

Snímek 11

31.10.

30.11. 31.12.

PRVEK TABULKY vyjadřuje hodnotu stav zaměstnanců k 31.12 v závodě 1


BI řešení: Presentace informací  reporty (statické, dynamické) – zpřístupňované na portálech, mailem, .., dnes cca 70 % uživatelů BI,  kancelářské prostředky (Excel, Access), dnes cca 70 – 80 % uživatelů analytických aplikací,  specializované nástroje (ProClarity, PPS, Oracle Discoverer),  vyvíjené aplikace (MDX)

Snímek 12


Efekty: Efekty BI v užití i informatické  charakter efektů BI: o obtížněji měřitelné, dosahované v delším časovém horizontu, o naopak mající obvykle strategický charakter a vliv na kvalitu řízení a celé podnikové informatiky,  efekty z užití BI: o komplexnost řešení manažerských úloh adekvátní jeho rozsahu na základě konsolidace datových zdrojů (konsistentní reporting), o vysoká dostupnost a flexibilita – v pohledech na data, úrovni detailu, výpočtech, výběru (filtrování) dat, o řešení skrytých problémů - identifikace skrytých závislostí mezi daty, identifikace problémů a příležitostí  efekty informatické: o jedna z cest integrace podnikové informatiky s přidanou (analytickou hodnotou) Snímek 13


Předpoklady: Hlavní předpoklady úspěchu BI

 je nutné respektovat úroveň řízení firmy, firemní kulturu, existenci potřeby BI aplikací - (otázka priorit, tlaku okolí..),  je třeba zajistit, aby uživatel byl co nejvíce vtažen do řešení (invence / metodika),  je třeba většinou budovat datový sklad postupně, iterativně,  je nutné reálně zhodnotit kvalitu a heterogenitu produkčních datových zdrojů,  je třeba počítat s tím, že transformační procesy a procesy zajištění kvality dat budou spotřebovávat ohromné zdroje (cca 60 – 80 % celého řešení),  často je rozhodující existence tzv. silného sponzora (manažera prosazujícího BI ve firmě),

Snímek 14


Závěry:

 BI – faktor konkurenceschopnosti firmy a kvality celé podnikové informatiky – otevřená otázka priorit v rozvoji podnikové informatiky,  podstatně vyšší dostupnost nástrojů a aplikací pro BI a vzájemné konvergence, integrace BI do ostatních typů aplikací (ERP, CRM, ..),  BI – bude postupně zasahovat nejen management, ale širokou uživatelskou sféru

Snímek 15

2009

Recommend Documents