Buzzwoorden binnen BI Business Intelligence (BI) staat voor het verzamelen van gegevens binnen de eigen onderneming. Het kan omschreven worden als het proces van gegevens omzetten in informatie, dat vervolgens zou moeten leiden tot kennis en aanzetten tot adequate actie. BI heeft als doel competitief voordeel te creëren en organisaties slimmer te kunnen laten werken, het wordt als een waardevolle kerncompetentie beschouwd. In de afgelopen 8 jaar ben ik in mijn rol als BI consultant bijna alleen maar traditionele BI oplossingen tegengekomen. Deze oplossingen leveren informatie om op bepaalde tijden vooraf gedefinieerde vragen in de vorm van rapportages of dashboards te kunnen beantwoorden, gebruikmakend van een onderliggend datawarehouse waarin data uit verschillende bronnen netjes en gestructureerd is verzameld en opgeslagen. BI heeft echter niet stil gestaan, de mogelijkheden en ontwikkelingen binnen BI volgen elkaar, mede door de constante technologische ontwikkelingen, in rap tempo op. Zo is er de laatste jaren de opkomst van Business Analytics naast de traditionele BI, heeft iedereen in BI land het over chique termen als Self-Service BI en Data Discovery, kun je geen gesprek over BI meer voeren zonder dat begrippen als Big Data en Cloud BI de revue passeren en als dat allemaal nog niet genoeg is zijn er tegenwoordig ook mogelijkheden om ongestructureerde data vanuit sociale media te benutten doormiddel van Social BI. Het zijn een hoop mooie termen bij elkaar, maar ik kan me voorstellen dat ze niet bij iedereen meteen een belletje doen rinkelen, of hier en daar met elkaar verward worden. Het doel van dit artikel is om deze buzzwoorden binnen BI één voor één uit te lichten zodat voor de lezer een duidelijk beeld ontstaat van wat ze (kunnen) betekenen. Business Analytics Business Analytics (BA) heeft betrekking op de complete set vaardigheden, technologieën, applicaties en praktijken voor continue iteratieve exploratie en onderzoek van bedrijfsprestaties om het inzicht te vergroten en business planning aan te sturen. Eigenlijk is BA een onderdeel van BI, het gaat verder waar traditionele BI eindigt. Daar waar BI eindigt met een (statisch) rapport dat antwoord geeft op vragen die beginnen met “wat” en “wanneer”, daar gaat BA een stapje verder en kijkt naar het “waarom”, maar ook naar de kans op herhaling of de invloed van een voortzettende trend. BA geeft veel meer de mogelijkheid ad-hoc vragen te stellen aan het systeem en is vaak sterk grafischgeoriënteerd, je verkent hiermee het onbekende. Met BI kijk je vooral terug, terwijl je met BA door gebruik te maken van voorspellende modellen, het loslaten van logaritmes op grote hoeveelheden data en het zoeken van correlaties door het combineren van gestructureerde data uit een datawarehouse met ongestructureerde data uit andere bronnen, kunt komen tot toekomstige voorspellingen. Dit wordt ook wel predictive analysis genoemd. In onderstaande tabel worden de verschillen tussen BI en BA verder toegelicht. Business Intelligence Standaardrapportages: Wat is er gebeurd? Wanneer?
Ad-hoc rapportages: Hoeveel? Hoe vaak? Waar? Query/Drill-down: Wat is precies het probleem? Alerts: Welke acties zijn nodig?
Business Analytics Statistische analyses: Waarom gebeurt dit? Kan het opnieuw gebeuren? Wat vertelt de data ons nog meer? Forecasting: Kan het opnieuw gebeuren? Wat als deze trend zich doorzet? Voorspellende modellen: Wat gebeurt er als we “x” veranderen? Optimalisatie: Wat is het beste dat er kan gebeuren?
Self-Service BI Self-Service BI (SSBI) houdt in dat eindgebruikers zelf in staat zijn bedrijfsinformatie te analyseren en rapportages samen te stellen zonder tussenkomst van IT of andere technische specialisten. Wel blijft men afhankelijk van IT voor het opzetten van bijvoorbeeld een onderliggend datawarehouse of datamart, hiermee wordt ook data governance binnen de organisatie gewaarborgd. Data governance is een kwaliteitscontrole
voor de beoordeling van beheren, gebruiken, verbeteren, toezicht, handhaving en bescherming van organisatorische informatie . Verder is IT ook verantwoordelijk voor het uitrollen en beschikbaar maken van de
query en rapportage tools en de bijbehorende ondersteuning. Het grote voordeel van SSBI is dat eindgebruikers direct kunnen voldoen aan hun eigen informatiebehoefte en deze kunnen delen met andere gebruikers (collaboration). Zo verliezen ze geen tijd met het wachten op gewenste rapportages, ze kunnen direct de gewenste stuurinformatie uit het systeem halen en zo sneller hun besluiten nemen. Een bijkomend voordeel is dat IT minder tijd kwijt is aan het ontwikkelen van allerlei gewenste rapportages uit de business, deze tijd kunnen ze bijvoorbeeld gebruiken voor zaken als innovatie en ontwikkeling. Data Discovery Data Discovery is een BI architectuur gericht op interactieve rapporten en het verkennen van data uit meerdere bronnen. Data Discovery is de afgelopen paar jaar uitgegroeid tot een mainstream architectuur binnen BI, nagenoeg alle grote spelers op de markt zijn hier op ingesprongen. Data Discovery is zo populair omdat het gebruikers in staat stelt veel sneller te ageren, antwoorden op vragen verschijnen onmiddellijk en het is simpel om ze weer weg te gooien ten faveure van een betere vraag. Data Discovery is het intuïtief werken met data met als doel het vinden van zinvolle en belangrijke informatie. Eindgebruikers stellen vragen aan hun data en krijgen (meestal) visueel gepresenteerde resultaten, door het verfijnen van de vragen komen ze uiteindelijk tot hun gezochte antwoorden. Dit in tegenstelling tot traditionele BI waar voor elke vraag een nieuw rapport moet worden ontwikkeld, of een bestaand rapport moet worden aangepast. Data Discovery tools zijn vaak veel simpeler en makkelijker in het gebruik dan traditionele BI tools, ze zijn bedoeld voor eindgebruikers niet voor IT of ontwikkelaars. Ook zijn ze sterk grafisch-georiënteerd, dit komt tot uiting in een breed scala aan visualisaties die gebruikt kunnen worden om tot nieuwe inzichten en ideeën te komen. Data Discovery wordt daarom ook wel visual data mining genoemd. Een nieuwe ontwikkeling binnen het geheel van SSBI en Data Discovery is het vertellen van “data verhalen”, ook wel bekend als storytelling. Gebruikers maken screenshots van de belangrijkste resultaten (grafieken en tabellen) en maken hier een presentatie van met begeleidende tekst. Deze presentatie kan dan binnen de organisatie gecommuniceerd worden. Big Data Men spreekt van Big Data wanneer men werkt met één of meerdere datasets die te groot zijn om met reguliere databasemanagementsystemen onderhouden te worden. De nadruk van Big Data ligt vaak op het ontsluiten van ongestructureerde data afkomstig uit blogs, sociale media (Twitter, Facbook, YouTube, Instagram, etc.) en documenten. De digitalisering van de maatschappij, met name de opkomst van sociale media en het gebruik van mobiele devices, heeft ervoor gezorgd dat er een enorme groei aan gegenereerde data is ontstaan, deze Big Data bevat een schat aan informatie. Echter, door de enorme omvang, de grote hoeveelheid verschillende bronnen en de enorme complexiteit om hier informatie uit te halen, is het niet eenvoudig om Big Data maximaal te benutten. Big Data onderscheidt zich van traditionele analytics op basis van de drie pijlers volume, velociteit en variëteit. Volume staat voor de exponentieel groeiende hoeveelheid beschikbare data die het in potentie mogelijk maakt om over steeds betere informatie te beschikken. Velociteit heeft alles te maken met de snelheid waarmee data wordt gecreëerd, ontsloten en geanalyseerd. Bedrijven willen steeds vaker gebruik maken van realtime informatie om zo hun concurrenten voor te blijven. Onder variëteit wordt verstaan de talrijke nieuwe informatiebronnen die tegenwoordig beschikbaar zijn om te analyseren, denk hierbij aan GPS-signalen afkomstig van mobiele devices, surfgedrag op websites, informatie over het gebruik van apps en gebruikersberichten op online platforms. Ons dagelijks leven wordt steeds meer beïnvloed door de explosie aan data om ons heen. Het lijkt voor bedrijven in onze huidige informatiemaatschappij dan ook zaak om hierin mee te gaan. Onderzoeken hebben
uitgewezen dat data-driven organisaties betere financiële en operationele resultaten boeken dan organisaties die hun beslissingen niet op data baseren. Social BI Social BI kan bedrijven helpen sociale media te interpreteren, voorspellingen te doen en hierop te anticiperen, bijvoorbeeld door in te spelen op emoties zoals angst, euforie, nieuwsgierigheid en hebberigheid. Ook geeft het inzicht in het standpunt van consumenten ten opzichte van producten of merken, door wie of wat consumenten worden beïnvloed en hoe gesprekken op sociale media invloed hebben op de bedrijfsresultaten. Social BI valt onder de noemer Big Data, het gaat hier om ongestructureerde data afkomstig uit sociale media. Inzicht in deze data geeft een completer beeld van de bedrijfsperformance en maakt het eerder mogelijk om veranderingen te signaleren. Ook kan het gedrag van consumenten en organisaties op sociale media worden gemeten. Dit kan leiden tot het doen van voorspellingen op basis van sentimentanalyse, het aanscherpen van klantsegmenteringen op basis van extra beschikbare persoonsgegevens en het identificeren van belangrijke promotors. Verder kunnen bedrijven nieuwe ideeën opdoen en ontevreden klanten opsporen op basis van gebruikersberichten op online platforms. Cloud BI Cloud BI, of BI in the Cloud, is de BI variant van cloud computing. Een definitie van cloud computing is het consumeren van kant-en-klare online ICT diensten bij externe leveranciers en daarvoor betalen naar gebruik. De afgelopen jaren heeft zich een trend ingezet waarbij wordt gemigreerd van on-premises oplossingen (infrastructuur en software geïnstalleerd op de lokale omgeving) naar de Cloud. Cloud applicaties worden doorgaans aangeboden via een pay-per-use constructie (betaal voor wat je gebruikt) of via een abonnement. Er bestaan, net zoals bij Cloud Computing, verschillende modellen voor de implementatie van Cloud BI: IaaS (Infrastructure as a Service), PaaS (Platform as a Service) en SaaS (Software as a Service). Met BI-IaaS maakt een organisatie gebruik van een volledig beheerde infrastructuur, inclusief besturingssysteem, waarop het BI landschap draait. Er hoeft dus geen hardware aangeschaft te worden en er is een hoge schaalbaarheid. Bij BIPaaS wordt een BI platform beschikbaar gesteld, inclusief het beheer van standaard BI software, maar moeten applicaties zelf ontwikkeld worden. Er hoeft geen hardware en software te worden aangeschaft, er is hoge mate van schaalbaarheid en flexibiliteit en de verantwoordelijkheid voor performance issues en upgrades ligt bij de leverancier. Een bijkomend voordeel ten opzichte van BI-IaaS is dat BI-PaaS multi-tenant is, dit houdt in dat meerdere organisaties (huurders) gebruik maken van dezelfde instantie van de software, dit scheelt in de kosten. Het BI-SaaS model is de overtreffende trap van BI-PaaS, leveranciers bieden naast een BI platform ook diensten om BI oplossingen te realiseren en beheren. BI-SaaS wordt daarom ook wel Managed BI Services of BI as a Service (BIaaS) genoemd. Bedrijven kunnen zich volledig concentreren op het analyseren van informatie in plaats van op het verzamelen van gegevens. En naast schaalvoordeel vanwege multi-tenancy vallen ook de kosten van applicatiebeheer lager uit aangezien het beheren van datawarehouses veel standaardactiviteiten bevat die gedeeld kunnen worden. Naast schaalbaarheid en flexibiliteit heeft Cloud BI nog een aantal grote voordelen. Cloud BI applicaties zijn net zoals andere Cloud applicaties vaak gemakkelijker voor de eindgebruiker, dit resulteert in minder ondersteuning van IT en lagere kosten. Ook zijn Cloud applicaties snel en makkelijk uit te rollen omdat er geen nieuwe hardware of software installaties benodigd zijn. Een ander groot voordeel is de toegankelijkheid, Cloud BI applicaties kunnen via elke webbrowser en via elk mobiele device worden benaderd. Naast voordelen kleven er natuurlijk ook potentiële risico’s aan Cloud BI, deze liggen onder andere op het vlak van beveiliging. Denk hierbij aan ongeoorloofde toegang tot gegevens door derden, of het niet verzorgen van back-ups. Om dit te voorkomen is er tegenwoordig databeschermingswetgeving die onder andere voorziet in naleving van privacy en veilige dataopslag. Een ander zorgpunt is afhankelijkheid van de leverancier (vendor lock-in). Kan de organisatie nog wel terug als de BI oplossing eenmaal in de Cloud staat? Of kan er overgestapt worden naar een andere leverancier? Ook zijn er risico’s op het gebied van beschikbaarheid en continuïteit. Zijn er garanties dat de BI oplossing van een organisatie altijd up-and-running en toegankelijk is? Bestaat deze Cloud dienst over een aantal jaren eigenlijk nog wel?
Cloud BI brengt dus grote voordelen met zich mee, een overstap naar de Cloud kan zich uitbetalen in flinke kostenbesparingen. Toch wegen voor veel organisaties de nadelen zwaarder dan de voordelen en zijn ze huiverig de stap naar de Cloud te zetten, ze willen graag de regie in eigen hand houden.
Stefan Koppejan - 2014
Referenties Het verschil tussen Business Intelligence en Analytics (2014) - Pieter Hendrikx http://www.thenextview.nl/blog/verschil-business-intelligence-analytics BI en BA: what's in a name? (2011) http://www.business-analytics.biz/nieuws/105 Business Intelligence Versus Business Analytics--What's the Difference? (2006) - Rock Gnatovich http://www.cio.com/article/2448992/business-intelligence/business-intelligence-versus-business-analytics-what-s-the-difference-.html Self-service business intelligence (2013) - Pete Swabey http://www.information-age.com/technology/information-management/123457131/self-service-businessintelligence self-service business intelligence (BI) (2012) http://searchbusinessanalytics.techtarget.com/definition/self-service-business-intelligence-BI What is Data Discovery? (2014) - Jeremy Kolb http://www.applieddatalabs.com/content/what-data-discovery What is big data? (2012) - Edd Dumbill http://radar.oreilly.com/2012/01/what-is-big-data.html Wat elke marketer moet weten over Big Data (2013) - Katherine Kucherenko http://www.marketingfacts.nl/wat-elke-marketeer-moet-weten-over-big-data Negen goeie redenen voor social media analytics (2010) - Ir. Edwin Peters http://www.computable.nl/artikel/opinie/business_intelligence/3682088/1277145/negen-goeie-redenenvoor-social-media-analytics.html What's the Buzz? Social Media and Business Intelligence Do Mix (2014) - Arbuda Dave http://insights.wired.com/profiles/blogs/what-s-the-buzz-social-media-and-business-intelligence-do-mix Cloud-BI: wat is het precies? (2012) - Brian Gentile http://www.computable.nl/artikel/opinie/cloud_computing/4507474/2333364/cloudbi-wat-is-hetprecies.html BI in de cloud: regen of zonneschijn? (2011) - Frank Habers http://www.xr-magazine.nl/artikelen/1036/business-intelligence/bi-de-cloud-regen-zonneschijn Cloud BI: Going where the data lives (2014) - Nancy Gohring http://www.computerworld.com/article/2491281/business-intelligence/cloud-bi-going-where-the-datalives.html Negen risico's cloud computing (2014) http://www.accountant.nl/Accountant/Nieuws/Negen+risicos+cloud+computing.aspx
Bent u al op de hoogte van de nieuwe Europese databeschermingswetgeving? (2014) – Birgit Bunt http://www.marqit.nl/newsitem/13024
