Efekty a rizika Business Intelligence

Efekty a rizika Business Intelligence Jan Pour Katedra informačních technologií VŠE [email protected]

David Slánský Adastra Corporation [email protected]

Abstrakt: Tento článek analyzuje nejdůležitější efekty užití aplikací Business Intelligence (BI) a na druhé straně i rizika a s nimi spojené faktory úspěšnosti jejich projektování a provozu. Vychází nejen z poznatků a problémů popsaných v české a světové literatuře, ale také z reálných situací na relevantních projektech. Vzhledem k tomu, že Business Intelligence je specifickým oborem IS/ICT, avšak má mnoho společných rysů s jinými úlohami IS/ICT, i dále uvedené efekty a faktory budou dvojího druhu – nejen specifické pro Business Intelligence, ale identifikovatelné i v jiných projektech IS/ICT. Klíčová slova: Business Intelligence, OLAP (On-Line Analytical Processing), manažerské aplikace, datové sklady, datová tržiště, rizika projektu, faktor úspěšnosti, efekty aplikací, projekty IS/ICT.

V prostředí stále tvrdší konkurence musí podnikoví analytici a manažeři rozhodovat pod časovým tlakem a současně s vysokou zodpovědností. To znamená, že pro tato rozhodnutí musí mít dostatek relevantních a objektivních informací, které jsou rychle dostupné, s minimální technickou náročností na manipulaci s nimi a přitom s možností rychle formulovat nové požadavky na další informace odpovídající aktuální obchodní nebo výrobní situaci. Řešení uvedených problémů se tak postupně stalo doménou speciálních technologií a aplikací Business Intelligence. Termín Business Intelligence zavedl v roce 1989 Howard J. Dresner, analytik společnosti Gartner Group, který jej popsal jako „sadu konceptů a metod určených pro zkvalitnění rozhodnutí firmy“. Vyzdvihuje zde význam datové analýzy, reportingu a dotazovacích nástrojů, které nabízejí uživateli množství dat a pomáhají mu se syntézou hodnotných a užitečných informací. V současnosti však není pro tento termín zavedena jednotná definice, podporovaná některou z mezinárodních organizací, zabývající se standardy (např. ANSI). Pro další účely tohoto textu proto využijeme definici ze serveru České společnosti pro systémovou integraci na adrese www.cssi.cz : Business intelligence (BI) je sada procesů, aplikací a technologií, jejíchž cílem je účinně a účelně podporovat rozhodovací procesy ve firmě. Podporují analytické a plánovací činnosti podniků a organizací a jsou postaveny na specifických, tzv. OLAP (On-Line Analytical Processing) technologiích a jejich modifikacích. Aplikace BI pokrývají analytické a plánovací funkce většiny oblastí podnikového řízení, tj. prodeje, nákupu, marketingu, finančního řízení, controllingu, majetku, řízení lidských zdrojů, výroby. S řešením projektů a provozem aplikací Business Intelligence je spojena celá řada očekávaných a často i realizovaných efektů, ale na druhé straně i určitých rizik a nebo faktorů, jejichž poznání a cílevědomé ovlivňování má pro dosažení celkové úspěšnosti těchto aplikací v praxi zcela zřetelný význam. Proto se v dalším textu 24

SYSTÉMOVÁ INTEGRACE 2/2004

Efekty a rizika Business Intelligence

tohoto článku pokusíme na základě našich znalostí a zkušeností vymezit alespoň nejdůležitější z nich a poskytnout určitá doporučení, na co se při řešení těchto strategických úloh v informačních systémech primárně zaměřovat.

Efekty řešení Business Intelligence Plánované a sledované efekty BI lze chápat, obdobně jako u jiných informatických aplikací, jako přímo vyčíslitelné, kvantitativní a nebo kvalitativní, jejichž míru můžeme pouze odhadovat a mezi sebou porovnávat. Přímé efekty jsou zejména rozdílové hodnoty v ekonomických, případně obchodních, provozních a dalších ukazatelích před a po zavedení BI aplikací, jako např. rozdíly v zisku, nákladech, počtech získaných a nebo ztracených zákazníků apod. Je samozřejmě hodně problematické tyto rozdíly vázat pouze k uplatnění BI, ale to je obvyklý problém u jakékoli aplikace IS/ICT a očištěné hodnoty těchto rozdílů budou vždy pouze kvalifikovaným odhadem. V každém případě je lze členit především podle oblastí podnikového řízení, od finančního až po řízení výroby. Ostatní efekty, většinou kvalitativního charakteru, lze oceňovat ještě podstatně obtížněji, i když i to je možné a účelné. Můžeme je strukturovat podle různých hledisek, v našem případě je dělíme pouze do dvou následujících skupin: efekty BI pro celkovou výkonnost podniku a kvality řízení, efekty BI pro kvalitu a úroveň IS/ICT podniku a jejího řízení.

Efekty BI pro výkonnost podniku a jeho řízení Podle průzkumů Gartner Group je BI implementováno v téměř 80% společností v USA a v 53% společností v Evropě. Toto relativně vysoké procento rozšíření BI je dáno především jejími efekty pro úspěšnost podnikání a výkonnost firmy. Na některé z těchto klíčových efektů, které, na rozdíl od výše uvedených kvantitativních, nejsou na první pohled tak patrné, se pokusíme nyní upozornit. Aplikace BI umožňují díky svým přednostem uživateli lépe pochopit podstatu vlastní obchodní a manažerské činnosti, proniknout do hlubších a složitějších souvislostí obchodu, výroby a dalších oblastí podnikového řízení na základě multidimenzionálního pohledu na informace a tedy i na podnikovou realitu. Umožňují tak i určitý posun k multidimenzionálnímu řízení v reálném čase, kdy uživatel je schopen pracovat bez významného zdržení s informacemi z nejrůznějších pohledů (zákaznických, komoditních, organizačních, ...) a jejich kombinací. Uplatnění časové dimenze nabízí sledování vývojových trendů z nejrůznějších pohledů, resp. ostatních dimenzí a objektivnější predikci budoucího vývoje v poptávce, konkurenci, disponibilních kapacitách apod. Analytická pravidla uplatňovaná v aplikacích BI podle stanovených limitních hodnot jednotlivých ukazatelů a jejich dimenzí umožňují uživatele rychle, přehledně a ve všech potřebných souvislostech upozorňovat na kritické nebo anomálie v prodeji, nákupu, kapacitách apod. Obvyklým omezením řídících procesů a činností je dosáhnout takové úrovně komplexnosti a hloubky jeho řešení, které budou odpovídat povaze řešeného problému a jeho rozsahu. To je většinou dáno dvěma omezujícími SYSTÉMOVÁ INTEGRACE 2/2004

25

Jan Pour, David Slánský

faktory – nedostatkem adekvátních informací a schopností uživatele rychle se orientovat alespoň v těch darech, které má k dispozici. BI nabízí v tomto směru možnosti rychle se pohybovat na různé úrovni detailu informací (agregačních úrovních) odpovídajících právě řešenému problému v řízení (viz funkce spojené s drill down / drill up, slice and dice) a současně poskytovat nepoměrně lepší orientaci v dostupných informacích díky jejich uspořádání specielně pro účely řídících a rozhodovacích aktivit. Rychlost orientace v datech a tedy i v řešených problémech vede k celkové vyšší flexibilitě řízení, rychlosti realizace požadovaných změn v prodejních nebo výrobních zakázkách, ke snižování průběžných dob zakázek apod. S předchozím bodem souvisí i podpora řešení skrytých problémů na základě identifikace složitých závislostí mezi daty, odhalováním podobností mezi např. zákazníky, obchodními případy apod. S BI jsou spojené i jisté kvalifikační efekty. Charakter využívaných aplikací a technologií přirozenou cestou posiluje schopnosti manažerů a dalších podnikových specialistů při řešení svých úloh „multidimenzionálně uvažovat“ a podstatně lépe chápat to, co řídí nebo spravují. BI jsou speciálně připravované aplikace pro řídící pracovníky s předpokladem, že je mohou samostatně využívat a operativně přizpůsobovat svým momentálním potřebám (např. nastavením dimenzí, úrovní agregace hodnot apod.). To s sebou přináší i další efekty ve snížení jejich závislosti na IT pracovnících a jejich kapacitách a naopak snižuje zatížení IT personálu některými téměř rutinními úkoly při úpravách výstupních přehledů, reportů atd.

Efekty BI pro kvalitu informatiky a jejího řízení Efekty Business Intelligence mají výrazný dopad i na úroveň samotného informačního systému. Pomíjíme zcela zřejmý fakt, že se její implementací většinou posiluje celková funkcionalita a technologická úroveň podnikové informatiky. Zdůrazníme však další z jejich podstatných pozitiv. BI řešení přinášejí i podstatné integrační efekty, a to podporou integrace dezintegrovaných informačních zdrojů (z věcného či lokálního hlediska). Problémy integrace současných vysoce heterogenních zdrojů, tj. dat a aplikací v informačních systémech jsou v současnosti prakticky nejaktuálnější. Datové sklady a datová tržiště nejsou samozřejmě jedinou cestou řešení tohoto problému, nicméně je jednou z nich a v souvislosti s dosažením i ostatních zde uváděných efektů to může být cesta velmi racionální. Řízení podnikové informatiky má, obdobně jako ostatní oblasti podnikového řízení, stále více komplexní a multidimenzionální charakter, postavený na celé soustavě analytických a plánovacích ukazatelů (metrik) sledovaných na základě nejrůznějších dimenzí (projekty, aplikace, dodavatelé ICT, uživatelé, resp. uživatelské útvary a další). To se uplatňuje i v měření jednotlivých procesů (jejich doby, počtu výpadků a chyb, pracnosti, spotřeby zdrojů apod.) Lze říci, že i v řízení informatiky se stále více měří, počítá, vyhodnocuje,.., než připravují „textové zprávy“. To dokazuje stále širší uplatnění metodik a referenčních modelů jako je COBIT, ITIL a další. Aplikace BI právě pro práci s ukazateli uvedeného typu přinášejí i do této manažerské sféry své specifické efekty a racionalizují jak řízení jednotlivých projektů, tak celého provozu. 26



Z uvedených příkladů je patrné, že Business Intelligence může řízení podniku i jeho informatiku zásadně pozitivně ovlivnit. Jako s jakýmkoli jiným projektem je však i s BI spojena celá řada rizik, jejichž zvládnutí či nezvládnutí určuje výslednou úspěšnost řešení. Právě na některé z těchto faktorů úspěšnosti BI řešení chceme v další části článku alespoň ve stručnosti upozornit.

Rizika a faktory úspěšnosti BI řešení Faktorem úspěšnosti se v této publikaci rozumí takové nastavení vlastností nebo parametrů řešení a jejich kombinací, příp. uplatnění dalších předpokladů a přístupů, které povedou ke splnění definovaných cílů BI řešení a k dosažení požadovaných efektů. Faktorů úspěšnosti je celá škála s různým významem a dopadem na výsledné řešení úloh. Ty z nich, které mají rozhodující vliv se zde označují jako kritické faktory úspěšnosti a jsou tak v souladu s jejich původním vymezením. Vzhledem k tomu, že faktory úspěšnosti v sobě ve velmi komprimované formě zahrnují všechny osvědčené postupy a zkušenosti, je tak jejich poznání a využití jednou z dobrých cest ke zvýšení efektivity projektování a provozování aplikací BI. Faktorem úspěšnosti lze tedy rozumět takový faktor nebo situaci, jehož neošetření vede k riziku neúspěšného ukončení projektu (nebo k riziku neúspěšného provozu a rozvoje řešení BI). Za úspěšný tady budeme považovat takový projekt, kdy jsou splněny následující cíle:

Projekt je dodán v požadovaném a schváleném čase. Projekt je dodán v rámci požadovaných a schválených zdrojů – finančních, lidských a dalších. Projekt je vnímán koncovými uživateli (zejména sponzorem projektu a managementem firmy) za úspěšný, tj. jsou ochotni jeho výsledky používat a jsou ochotni nadále spolupracovat s implementačním týmem. Tuto situaci lze také pojmenovat výrazem „projekt splnil očekávání“. Úspěšným poté bude takový provoz a rozvoj řešení BI, který bude splňovat následující vlastnosti: Řešení je běžně provozováno bez chyb a výpadků. Řešení uspokojuje požadavky koncových uživatelů tak, jak byly definovány na počátku projektu, popřípadě v průběhu změnových řízení. Ekonomický přínos řešení je stejný jako byl očekáván při definici projektu nebo vyšší. Existuje několik možných pohledů na členění těchto faktorů. V našem případě se dělí na 3 základní skupiny, a to: faktory úspěšnosti spojené s aplikačním prostředím, tj. charakterem, způsobem a zejména procesy řízení dané společnosti, možnostmi a nároky jejího okolí (vlastníků, obchodních partnerů, státních institucí, ..), stavem a problémy jejího informačního systému, stavem datových zdrojů apod., faktory úspěšnosti spojené s disponibilními zdroji, tj. technologickými nástroji, standardními aplikacemi, službami poskytovanými dodavateli, externími datovými zdroji apod.


27


faktory úspěšnosti spojené s řízením úloh BI, tj. s jejich řídícími procesy, organizací, metodikami, metrikami, včetně relevantních vazeb na procesy a další součásti celého systému řízení podnikové informatiky. Strukturu a vazby faktorů úspěšnosti z uvedeného pohledu členění dokumentuje následující schéma.

Parametry úloh řízení, produktů a služeb BI

Faktory úspěchu úloh řízení a řešení BI

Aplikační prostředí BI

Zdroje BI

- úroveň řízení podniku, - externí prostředí podniku - úroveň infrastruktury IS/ICT, - úroveň datových zdrojů, - úroveň řízení IS/ICT

- úroveň dodavatelů služeb BI , - kvalita disponibilních produktů BI (databázové systémy, ETL, nástroje kvality dat, klientské nástroje, ..)

Řízení BI - strategie BI, - plánování BI, -… - řízení projektů BI, - řízení provozu aplikací BI

Obrázek 1: Struktura faktorů úspěšnosti BI V další tabulce uvádíme souhrnný přehled hlavních faktorů úspěšnosti řešení BI projektů a aplikací, které vyplynuly z dostupných publikací, studií a zejména z praktických zkušeností při realizaci BI projektů v tuzemsku i zahraničí. Jednotlivé faktory jsou vztaženy k výše vymezeným třem skupinám jejich působnosti.

28


Řízení úloh BI

Disponibilní zdroje

Faktor úspěšnosti

Aplikační prostředí


1.

Existence silného sponzora

X

2.

Existence potřeby BI řešení v podniku a ochota na něm kooperovat

X

3.

Firemní kultura – schopnost akceptovat změnu

X

4.

Firemní kultura – ochota k zavádění nových technologií, flexibilita vztahů organizačních a personálních struktur vzhledem k novým technologiím

X

Firemní kultura – uvědomění si ceny dat pro úspěšnost a konkurenceschopnost firmy

X

6.

Existence vize a strategie aplikací BI v podnikovém řízení

X

7.

Identifikace přidané hodnoty v aplikacích BI, jasná specifikace očekávaných cílových efektů

X

8.

Volba přístupu k budování řešení (globální, přírůstkový, ..)

X

X

9.

Volba vhodné architektury řešení BI a její zasazení do celkové aplikační architektury IS/ICT podniku

X

X

10 .

Volba vhodné technologie pro BI (datové sklady, ETL, manažerské aplikace, nástroje data miningu)

11 .

Nastavení splnitelných cílů BI řešení, po definovaných etapách řešení a zavádění BI

X

12 .

Jasná definice rozsahu projektu BI – podle oblastí řízení a/nebo organizačních jednotek

X

13 .

Délka získání financí (úměrná doba pro získání potřebných finančních zdrojů pro BI projekt)

14 .

Délka trvání projektu (úměrná potřebám a možnostem podniku)

X

15 .

Alokace dostatečných zdrojů (personálních, finančních, technických, ...)

X

16 .

Kvalitní řídící výbor projektu, jeho kompetence vzhledem k vedení firmy a zkušenost a výkonnost

X

17 .

Kompetentní dodavatel BI produktů a služeb - jeho zkušenosti, spektrum služeb, produktové portfolio

X

18 .

Změnové řízení pro BI aplikace a projekty – úroveň přesnosti změnových procedur, jejich realizace v praxi, způsob kontroly a měření

X

19 .

Řízení rizik a kvality řešení, vyhodnocování a předcházení rizikům, úroveň systému kontrol kvality, procedury pro řešení problémových situací

X

5.


X

X

X

X

X

X X

X

29

Řízení úloh BI

Faktor úspěšnosti

Disponibilní zdroje

Aplikační prostředí


20 .

Data zdrojových systémů – jejich kvalita, validita, integrita, ...

21 .

Existence metadat – jejich kvalita, způsob správy a využití, integrace i s jinými aplikacemi

X

22 .

Zajištění kvality dat – nastavení procedur pro průběžné zajištění kvality dat, využití adekvátních, kvalitních nástrojů pro řešení kvality dat

X

X

23 .

Včasná identifikace relevantních a dostatečných personálních, finančních i technologických zdrojů

X

X

24 .

Ochota a motivace uživatelů používat BI řešení

25 .

Výkonnost řešení - doba odezvy, schopnost spravovat narůstající objemy dat v datovém skladu a tržištích

26 .

Příjemné uživatelské rozhraní BI aplikací

27 .

Seznámení uživatelů s řešením, zajištění odpovídající přípravy uživatelů

28 .

Průběžná podpora uživatelů, řízení uživatelských požadavků

29 .

Jednoduchost řešení a minimalizace nároků na administraci

30 .

Sdílení informací mezi uživateli, podnikovou informatikou a příp. externím dodavatelem

X

X

X X

X

X X

X X X

X

X

Tabulka 1 - Rozdělení faktorů úspěšnosti podle jejich vazby na skupiny jejich působnosti Vymezit a analyzovat všechny uvedené faktory je nad možnosti rozsahu tohoto článku. Proto k tomuto přehledu doplníme pouze několik poznámek. Existence silného sponzora je víceméně klišé v oblasti informatiky. Vzhledem k cenám jednotlivých řešení je nezbytné, aby každý projekt byl uvnitř firmy podporován a „evangelizován“ osobou se značnou mírou vlivu a rozhodovacími pravomocemi. Každý úspěšný projekt Business Intelligence potřebuje takovou osobu ve firmě, která kromě podpory a propagace nasazovaného řešení zajišťuje finanční stránku, stará se o prosazení případných procesních změn a v neposlední řadě prioritizuje a koordinuje jednotlivé projekty. Pouhá existence sponzora ale většinou nestačí. Jeho důležitou vlastností je stoprocentní zapálení (commitment) pro projekt. Výzkumy mnoha nezávislých institucí ukazují, že existence silného sponzora je 30



víceméně dělícím prvkem mezi úspěšným a neúspěšným projektem. Např. studie The Data Warehouse Institute říká, že 67% úspěšných projektů mělo velmi „zapáleného“ sponzora, zatímco „trochu zapálený“ sponzor znamenal pouze 30% úspěšných projektů. Jedním z klíčových předpokladů pro úspěšné řešení a využití BI aplikací je vůbec existence jejich potřeby z pohledu cílové skupiny uživatelů, tj. manažerů, podnikových analytiků a specialistů. Tato potřeba je dnes vyvolána spíše individuálním zájmem jednotlivců buď čistě odborným a nebo zájmem na úspěchu samotné firmy. Lze však reálně předpokládat, že s jejich rozšiřováním bude využití BI stále častěji otázkou tlaku okolí a konkurence. S předchozí otázkou souvisí i další pro BI specifický předpoklad kvalitního řešení, a to ochota kooperovat ze strany budoucích uživatelů. Při jeho posuzování je třeba brát v úvahu zásadní rozdíl oproti aplikacím jako je ERP, kde převážnou většinu uživatelů představují pracovníci střední a provozní úrovně řízení. Spolupráce na projektu je tady spíše záležitostí pracovní discipliny a jasného projektového řízení. V případě BI jsou však uživateli vesměs vysoce kreativní lidé, s vysokými kompetencemi. Pak v této situaci skutečně můžeme hovořit o „ochotě na projektech BI kooperovat“ jako významném předpokladu úspěchu. Řešení těchto projektů je tak ze strany uživatelů otázkou především zájmu a invence, než běžné pracovní discipliny. Vzhledem k tomu, že Business Intelligence je oblast zabývající se výhradně prací s daty, je klíčovým faktorem úspěchu jakékoliv práce spojené právě s BI, aby si organizace uvědomila cenu dat a možnosti z práce s daty vyplývající. Bez tohoto uvědomění si nemá smysl uvažovat o žádném projektu z oblasti BI, neboť je předem předurčen k neúspěchu. S cenou dat samozřejmě souvisí výpočet návratnosti investic projektů BI a další finanční i nefinanční ohodnocení podobných projektů. Vzhledem k náročnosti jakéhokoliv IS/ICT projektu je zřejmé, že by takový projekt měl přinést přidanou hodnotu svým zákazníkům nebo uživatelům. Přidaná hodnota bývá často spojována s návratností investic (ROI), avšak tento faktor úspěšnosti je nutno vnímat poněkud šířeji. Přidanou hodnotou projektu se rozumí nejen jeho finanční návratnost, ale zejména efekty, jež se nedají exaktně vyčíslit a na které jsme upozornili v první části tohoto článku. Jestliže celkové řešení nebo jakákoliv jeho část nemají identifikovánu přidanou hodnotu již v době jejich plánování, nelze očekávat, že implementační projekt bude úspěšný. Dalšími významnými faktory ovlivňujícími BI je stav a úroveň informačního systému a provozovaných informačních a komunikačních technologií, a to především zajištění dat pro BI - jejich dostupnost a kvalita. Data ze zdrojových systémů jsou vždy předmětem projektu Business Intelligence a jako taková nejvíce ovlivňují komplexnost, délku a tím pádem i finanční náročnost projektu. Z celkové množiny kritických faktorů úspěchu je ošetření zdrojových dat jedním z nejdůležitějších. Mezi hlavní problémy spojené s ošetřením dat ze zdrojových systémů patří: Popis zdrojových systémů (metadata). Kvalita dat. Dostupnost dat.


31


Projekt BI nelze prakticky řešit bez existence metadat, resp. projekt se pak značně prodlužuje, zejména ve své analytické fázi. Stejně jako v případě metadat, i zajištění kvality dat je faktorem mimořádně důležitým. Kvalitou dat lze rozumět zejména objektivní a korektní popis reálné situace datových zdrojů. Každý projekt BI by měl v rámci své analytické, vývojové a zejména testovací fáze obsahovat kroky, zaměřující se na zkoumání a zajištění kvality dat. Příčinou rizika je fakt, že určitá data jsou natolik nekvalitní, že nejsou vůbec použitelná v řešení BI, protože jejich využívání by vedlo k nekorektní podpoře rozhodovacího procesu organizace. Příkladem mohou být data o potenciálních zákaznících, kdy identifikační a kontaktní údaje neumožňují jednoznačnou identifikaci zákazníka a z toho důvodu s ním neumožňují pracovat. Zde uvedené faktory úspěšnosti nejsou úplným výčtem a popisem možných problémů, se kterými se lze při budování či provozování řešení Business Intelligence potkat, jedná se však o v praxi ověřený výčet těch nejvíce nebezpečných a také nejčastěji se vyskytujících. Cílem této části tak bylo vytvořit především základní představu pro řešitele úloh BI o reálných rizicích BI projektů, tato rizika kategorizovat a popsat.

Závěry: BI projekty a aplikace se s ohledem na jejich povahu chápou jako specifické úlohy v informačních systémech, také s často specifickými efekty, riziky a faktory úspěšnosti. Trendem pozorovatelným na obou zúčastněných stranách těchto úloh – odběratelské i dodavatelské - je tyto efekty, rizika i faktory úspěšnosti zahrnovat do svých projektových metodik a počítat s nimi při přípravné, realizační i provozní etapě řešení BI. Vedle procesních pojetí a přístupů k řešení BI proto pokládáme racionální využití uvedených efektů, rizik a faktorů za jádro úspěšných řešení.

Literatura: 1.

Humphries, M. a kol.: Datawarehousing – návrh a implementace, Computer Press, 2001, ISBN 80-7226-560-1 2. Inmon, B : Building the data warehouse, John Wiley and Sons, 1999 3. Jacobson, R.: Microsoft SQL Server 2000 Analysis Services – Step by Step, Microsoft Press, 2000, ISBN 0-7356-0904-7 4. Kimball, R.: The Data Warehouse Toolkit - Practical Techniques for Building Dimensional Data Warehouses, John Wiley, 1998 5. Lacko, L.: Datové sklady, analýza OLAP a dolování dat, Computer Press, 2003 6. Pour, J.: Analytické aplikace směřují k vyšší dostupnosti, Systémová integrace, 4/2003 7. Pour, J. a kol.: Informační systémy a elektronické podnikání, VŠE, 2002, 2. vydání, VŠE Praha, ISBN 80-245-0227-5 8. Slánský, D.: Řízení podnikové informatiky s využitím technologií datových skladů, DP, VŠE, 2000, 9. Thomsen, E.: OLAP Solutions, Building Multidimensional Information Systems, John Wiley, 2002, ISBN 0-471-40030-0 10. Učeň, P.: Metriky v informatice, Grada, 2001

32



11. Vieira, R.: SQL Server 2000, Programujeme profesionálně, Computer Press, 2001, ISBN 80-7226-506-7

WWW www.cssi.cz http://www.dw-institute.com www.olapreport.com www.databaseassociates.com http://www.business-intelligence.co.uk www.adastra.cz www.oracle.com http://www.microsoft.com/business/bi/default. asp


ČSSI Data warehousing institute OLAP Report US konzultační firma pro BI BI Adastra Oracle BI - Microsoft

33


34




35

Efekty a rizika Business Intelligence

Recommend Documents