Határtalan jelentések

Minőségi munka hatékonyabban

Határtalan jelentések Áttekintés A vállalat neve: PepsiAmericas Iparági szektor: élelmiszer-kereskedelem Megoldási terület: üzleti intelligencia Microsoft megoldás: SQL Server 2000

Amikor az értékesítési adatok összegzéséről volt szó, a PepsiAmericas közép-európai részlegének kereskedelmi vezetői is kénytelenek voltak belátni, hogy az adatok még nem jelentenek információt is. Hiába rögzítettek részletesen minden kereskedelmi tranzakciót a vállalat ERP-rendszerében, az adatok csoportosítása, elemzése rendkívül nehézkesen ment. Mindez alapjaiban megváltozott, amikor működésbe lépett a Microsoft SQL Server 2000 adatbázis-kezelőre, valamint annak adatkinyerő és -transzformációs eszközeire alapuló, saját fejlesztésben létrehozott és négy ország értékesítési adatait konszolidáló üzleti intelligencia (business intelligence, BI) rendszer. Ennek köszönhetően immár minden közép- és felsővezető számára időben és a kívánt formában állnak elő a napi, heti és havi jelentések, és mód van a kereskedelmi adatok sokrétű, kívánt szempontok szerinti elemzésére is. Közép-európai jelenlét A Pepsico franchise rendszerben működő palackozó és értékesítő partnerei között a legnagyobb a PepsiAmericas. Kilenc országot átfogó tevékenységi területe kiterjed az Egyesült Államok bizonyos részeire, a karibi térségre, valamint Közép-Kelet-Európa országaira (Magyarország, Csehország, Lengyelország, Szlovákia). A vállalat több száz terméket értékesít több ezer partnerének – miközben késhegyre menő küzdelmet folytat konkurenseivel az FMCG-piac versenynek talán leginkább kitett szegmensében. E küzdelem sikeres megvívásához a vállalat vezetőinek minél naprakészebb és minél pontosabb információkra van szükségük, hogy időben felismerjék a kedvezőtlen folyamatokat, észleljék a tervektől való elmaradást és minél hamarabb be tudjanak avatkozni.

Ha kevés az információ A PepsiAmericas az SAP vállalatirányítási rendszerét használja ügyvitelének támogatására: ebben kezelik az értékesítési, a logisztikai, a bér- és munkaügyi, valamint a pénzügyi folyamatokat. A költséghatékonyság jegyében a magyarországi adatközpontban fut a négy

ország SAP-rendszere. Egyetlen rendszer szolgálja ki a magyar, a cseh és a szlovák leányvállalatot. A lengyel leányvállalat SAPkörnyezete külön rendszert kapott: ennek oka, hogy ez egymaga nagyjából ugyanannyi tranzakciót bonyolít le, mint a másik három együttvéve. Az SAP rendszer részletesen tartalmazza a tranzakciós adatokat, de ebből nagyon nehezen lehetett előállítani azokat a jelentéseket, amelyekre a helyi és regionális közép- és felsővezetésnek az értékesítési folyamatok áttekintéséhez szüksége volt. "Létezett ugyan egy rendszer, amit leginkább regionális adatkonszolidáló és jelentéskészítő adatbázisnak lehetett volna nevezni, de ez nem volt igazi adattárház", ismerteti az előzményeket Csippán János, a PepsiAmericas üzleti intelligencia csoportjának vezetője. Egy viszonylag kis adatbázisról volt szó, amelybe már eleve aggregált adatokat töltöttek be az SAP értékesítési moduljából. Ráadásul az adatbetöltés nem automatikusan folyt: nagyon sok kézi beavatkozásra volt szükség, szöveges és táblázatos állományokból töltötték fel az adatbázist. Ugyanakkor nem csak a betöltés ment nehézkesen, hanem a kinyerhető

"Ha az adatok elemi részletezettséggel vannak az adattárházban, nem lehet olyat kérni, amit azért ne lehetne teljesíteni, mert nem állnak rendelkezésre a szükséges adatok" Csippán János, a PepsiAmericas BI csapatának vezetője

információk köre is erősen korlátozott volt: jóformán csak azt lehetett megtudni, hogy egy adott időszakban melyik országban melyik termékből mennyit adtak el és ez milyen bevételt hozott. "Ezek ugyan rendkívül lényeges adatok, de a hatékony piaci jelenléthez, az éles versenyben való helytálláshoz ennél jóval többre volt szükség", indokolja Csippán János, hogy miért is kezdett bele 2002-ben a PepsiAmericas egy új, négy országra kiterjedő üzleti intelligencia rendszer kialakításába.

Egyszerűség és költséghatékonyság Az új megoldás kiválasztásánál több alternatíva is szóba jött. Az SAP vállalatirányítási rendszer miatt az egyik magától értetődő lehetőség az SAP Business Warehouse (BW) modul bevezetése lett volna. Két ok miatt azonban mégsem emellett döntöttek. Az egyik ok, hogy a vállalatnál nem volt meg a rendszer kiépítéséhez és működtetéséhez szükséges szakértelem. A másik ok az volt, hogy akkoriban még rengeteg egyedi fejlesztésű komponens működött a PepsiAmericas SAP-rendszerében, ezért a BW bevezetése is csak akkor lehetett volna sikeres, ha hasonlóan sok egyedi fejlesztést hajtanak végre benne – ez pedig nem csupán a rendszer kialakítását drágította volna meg, hanem utána a működtetését, karbantartását és fejlesztését is. A meglévő "adattárház-kezdeményt" sem lett volna érdemes továbbfejleszteni, ám annak technológiai alapjai jó esélyt kínáltak egy nagyobb tudású rendszer kialakítására. A külső gyártótól származó elemző- és megjelenítőeszközt már megszokták a felhasználók, így azt nem akarták lecserélni. A front end mögé viszont kellett egy megbízható, kellőképpen méretezhető adatbázis-kezelő, valamint az adatok kinyerésére, átalakítására és betöltésére szolgáló eszközök. Mindezeket a jellemzőket megtalálták a Microsoft SQL Server 2000 adatbázis-kezelőben, amely a már korábban is működő regionális konszolidációs adatbázis hátteréül is szolgált. Ennek is köszönhetően a vállalaton belül megvolt hozzá a megfelelő szakértelem; ez azért is fontos volt, mert a PepsiAmericas szerette volna a feladat minél nagyobb részét házon belül megoldani, mint ahogyan a későbbi üzemeltetéshez sem akart külső segítséget igénybe venni. Ezt sikerült is megvalósítani: a folyamatos üzemeltetést három belső szakember végzi (hardver szinttől egészen az adatbetöltések felügyeletéig), és a fejlesztéshez is csak két-három külső szakértőre volt szükség. Szempont volt természetesen a költségek minél alacsonyabb szinten való tartása is: ennél a

megoldásnál az újabb szoftverlicencek beszerzése sem terhelte jelentősen a vállalat költségvetését. "A Microsoft SQL Server 2000 eszközei, kiegészülve a külső gyártótól származó elemzőszoftverrel pontosan olyan költséghatékonyságú és tudású rendszert kínáltak számunkra, amilyenre szükségünk volt", mesél a döntés hátteréről Csippán János.

Szervezeti feladatok Az adattárház kialakítása nem a szigorúan vett informatikai fejlesztéssel, hanem az üzleti folyamatok és a felhasználói igények felmérésével vette kezdetét. "A legalacsonyabb vezetői posztoktól a csúcsmenedzsmentig nagyon alaposan felmértük, hogy kinek milyen jelentésekre, és azokon belül milyen adatokra van szüksége, és vajon ezek az adatok megtalálhatók-e a tranzakciós rendszerben", mondja a BI csapat vezetője. Kiderült, hogy ha a kialakítandó adattárházban leképezik az értékesítési folyamatot, akkor gyakorlatilag minden jelentési igényt ki tudnak elégíteni. A folyamat három fő lépésből áll (megrendelés, kiszállítás, számlázás), amelyekhez a vállalatirányítási rendszerben meghatározott dokumentumok tartoznak. A teljes értékesítési folyamatot ezeken keresztül emelték át az adattárházba, mégpedig a dokumentumok elemi szintjén: minden egyes sor önálló rekordot jelent az adattárházban. "Üzletileg és műszakilag is nagyon fontos döntés volt, hogy az adattárházban nem aggregált adatokkal dolgozunk, hanem az elemi tranzakciós adatokkal. Így nincs az adatoknak olyan szintje, amit ne lehetne visszakeresni az adattárházból: minden benne van, és nem fordulhat elő, hogy egy bizonyos szintre lefúrva már nem lehet tovább részletezni az adatokat, és vissza kell nyúlni értük a tranzakciós rendszerbe. Ezzel a megoldással ráadásul minden előre nem látható jelentéskészítési igényre is fel tudunk készülni. Előre soha nem tudható, hogy az üzleti felhasználóknak milyen adatokra lesz szüksége; az adattárházból viszont csak olyan adatokat lehet kinyerni, amelyeket előtte bele tettünk. Ha az adatok elemi szinten vannak az adattárházban, nem lehet olyat kérni, amit azért ne lehetne teljesíteni, mert nem állnak rendelkezésre a szükséges részletezettségű adatok", mesél a rugalmasság szem előtt tartásának fontosságáról Csippán János. Mint minden adattárház-projektnél, a PepsiAmericasnál is szükség volt bizonyos adattisztításra az adatbázis feltöltése előtt. Mivel a projekt indulásakor a négy érintett országban még külön SAP-rendszerek működ-tek, sem az ügyfelekre és termékekre vonatkozó törzsadatok,

"Vehettünk volna külön ETL (extract, transform, load) eszközt, de felesleges lett volna, mert a DTS tökéletesen megfelel a céljainknak" Csippán János a PepsiAmericas BI csapatának vezetője

sem az értékesítési folyamatok nem voltak egységesítve, a vállalat erőfeszí-téseket tett mindezek definiálására és szabványosítására. Ilyen megvalósult törekvés volt a szerteágazó termékkör kategorizálása vagy a vevők 4-szintű értékesítési csatornába történő besorolása. A jelentéskészítési igények miatt a napi működéshez nem szükséges új törzsadatokkal is kiegészítették a tranzakciós rendszert. Ilyen volt például a regionális kulcsügyfelek konszolidált listája. Az összes áruházlánc egyes tagjai, mind külön-külön ügyfélnek számítanak a tranzakciós rendszer szempontjából, de a regionális vezetés számára elengedhetetlen információ, hogy a teljes térségre kiterjedően a vállalat mennyit forgalmaz ezeken a láncokon keresztül.

Adatok és jelentések Az adattárház 2004 októberében kezdte meg működését; addigra már két évre visszamenően is feltöltötték adatokkal. Azóta a PepsiAmericas minden értékesítési adata bekerül ebbe; a legnagyobb adattábla mintegy 300 millió rekordot tartalmaz, a teljes adattárházban pedig 800 millió tényrekordot tárolnak – a teljes adatbázis több mint 200 gigabájt nagyságú. A csillagsémában megvalósított adattárház feltöltésére teljes egészében az SQL Server 2000-ben megtalálható DTS (Data Transformation Services) modult használja a PepsiAmericas. "Vehettünk volna külön ETL (extract, transform, load) eszközt, de felesleges lett volna, mert a DTS tökéletesen megfelel a céljainknak", mondja Csippán János.

A DTS képességeit viszont alaposan kihasználják: alkalmaznak ActiveX szkripteket, állománymozgató eljárásokat, meghívnak tárolt eljárásokat, és vannak SQL jobokkal időzített feladatok is. A végrehajtott műveletek között vannak pusztán technikai jellegű, mechanikus lépések (például kicsomagolni egy tömörített állományt), de vannak komoly intelligenciát feltételező eljárások is: például eldönteni, hogy egy vevőtörzs változott-e a korábbi állapothoz képest; ha igen, hogyan; és ezt miként kell tárolni az adatbázisban. "Az ETL-feladatok túlnyomó többségét automatizálni tudtuk, és csak minimális mértékben van szükség manuális beavatkozásra vagy külön megírt szkriptekre", teszi hozzá a PepsiAmericas BI vezetője. Az eredeti munka magas minőségét mutatja, hogy az indulás óta a betöltési folyamatok, a csillagsémák és a dimenziók kezelése 95 százalékban változatlan, a fennmaradó 5 százalék pedig az elkerülhetetlen hibajavítás. Ritkán, de előfordulhatnak olyan adategyüttállások, amelyekre még nem volt példa. A rendszer rugalmasságát mutatja, hogy ilyen esetekben sem omlik össze: a számára értelmezhetetlen rekordokat "félreteszi", hogy majd egy szakember átnézze őket, a hibátlan rekordokat pedig betölti az adattárházba. A törzsadatok gyors és sűrű változása miatt kiemelt figyelmet kell szentelni azok karbantartására. A tranzakciós rendszert nem zavarja meg, ha egy terméknél nincs minden paraméter beállítva, de jelentéseket készíteni így nem lehet, magyarázza Csippán János. Legkésőbb a

havi zárás előtt minden új termék minden egyes jellemzőjét be kell állítani, hogy azt be lehessen sorolni a megfelelő csoportokba. Az adattárházban fellelhető információkat háromféleképpen érhetik el a felhasználók. A BI-részleg az előre definiált dimenziók mentén előállít 8-10 OLAP-kockát, amelyekből a felhasználók olyan jelentéseket készítenek, amilyeneket akarnak: különféle szempontok alapján lekérdezhetik az adatokat, trendeket elemezhetnek, vagy akár lefúrhatnak az elemi adatok szintjéig. Egy másik módszer az ad hoc lekérdezéseké: az adattárházon felépítettek olyan katalógusokat, amelyek üzleti fogalmakkal írják le az adatmodellt, hogy abból a felhasználók eseti jelentéseket állíthassanak össze. Ezek a lekérdezések közvetlenül a relációs adatbázison futnak. Végül a harmadik megoldás az, amikor a BI-csapat munkatársai a fel-használói kérés alapján kigyűjtik az adatokat, és azokat Excel-táblázatban adják át a felhasz-nálónak további elemzésre. Az OLAP-kockák között vannak olyanok, amelyeket naponta, hetente vagy havonta kell előállítani. A napi kockák készítéséhez elegendő 15-30 perc, így előállíthatók a munkaidő kezdete előtt, de a havi jelentések előállítására szolgáló OLAP-kocka felépítése – amely vevők és termékek szintjén 2003 óta tartalmazza az összes napi adatot – még a nemrégiben végrehajtott hardverfrissítés után is öt órát vesz igénybe.

Előnyök több szinten Jelenleg már több mint száz felhasználója van a PepsiAmericas négy országra kiterjedő üzleti intelligencia rendszerének. A legtöbb felhasználó az értékesítési vezetők különböző szintjeiből kerül ki. A területi vezetők az értékesítés első vonalában dolgozó munkatársak tevékenységét tudják elemezni: a minden részletre kiterjedő elektronikus adatrögzítésnek köszönhetően kiderül, hogy ki mikor kezdte a számára kijelölt napi túrát, hány üzletet látogatott meg, mennyi időt töltött egy-egy helyen, mennyi megrendelést vett fel, és mikor fejezte be a munkát. A felsőbb vezetői réteg elemezheti, összevetheti és értékelheti a különböző értékesítési csatornák teljesítményét, az egyes promóciók hatásait földrajzi egységekre, nagyvevőkre és termékekre lebontva. Nagyon lényeges eleme az adattárháznak, hogy nem csak a tényadatokat tartalmazza, hanem a terveket is, emel ki egy újabb lényeges momentumot Csippán János. Könnyen kideríthető, hogy a tervekhez, illetve a tavalyi tényadatokhoz képest hogyan áll a vállalat, mi lesz az eredmény, ha így

folytatódik a hónap – ezen ismeretek birtokában pedig könnyebb eldönteni, hogy hol és milyen módon érdemes beavatkozni. A korábbi, kezdetleges rendszerhez képest óriási előrelépés, hogy nem csak az eladott termékek számát, hanem a belőlük származó bruttó nyereséget is számolni tudják a vezetők. Ez köszönhető egyrészt annak, hogy az egyes termékek mellett azok előállítási költsége is szerepel; másrészt pedig itt mutatkozik meg az összes elemi adat átemelésének igazi haszna, hangsúlyozza Csippán János. Az olyan FMCG termékeknél, mint az üdítőital is, a vevőnek felszámolt nettó ár bonyolult számítások eredménye lehet. Vannak promóciós időszakok, termékek, külön kedvezmények vonatkoznak a kulcsvevőkre, és lehet még számtalan egyéb kondíció, amelyekre a puszta nettó árból nem lehetne a későbbiekben visszakövetkeztetni. Így viszont azt is elemezni lehet, hogy bizonyos kedvezmények az egyes vevőtípusoknál milyen hatással vannak az eladásokra, megéri-e egy-egy kedvezményt fenntartani vagy felajánlani az eladások növelése érdekében. Az értékesítésen kívül a marketing is felhasználója az üzleti intelligencia rendszernek, például egy új termék bevezetési kampányának nyomon követéséhez. A kampány kezdetén meghatározzák a tervszámokat: például a kijelölt ötezer vevőnél négy hét alatt kell elterjeszteni a terméket. A napi jelentésekből jól nyomon lehet követni, ahogy egyre több lesz a visszatérő (a termékből már legalább másodszor rendelő) vevő, és ezzel párhuzamosan fogy az új vevők aránya. Két hét után a tényadatokat össze lehet vetni a tervszámokkal, és könnyen ki lehet deríteni, milyen vevői szegmensekben vagy mely földrajzi területeken kell beavatkozni, hogy elérjék a kitűzött célokat. "Az adattárház kínálta elemzési lehetőségek már több ízben is komoly mértékben hozzájárultak egy-egy termékbevezetési kampány sikeréhez", említ egy rendkívül fontos üzleti előnyt Csippán János.

Még nagyobb rugalmasság A jelenlegi rendszer kielégíti a mostani igényeket, de az adattárház üzemeltetői már látják a korlátokat is. Az egyik ilyen korlát az OLAP-kockák elemzési rugalmasságában van: a jelenlegi (nem Microsoftos) eszköz csak előre kialakított hierarchiák mentén teszi lehetővé az elemzést – nem lehet például szabadon variálni a termék-, vevő- és földrajzi szinteket, említ egy hiányosságot Csippán János. Szeretnének javítani a rendszer teljesítményén is, mert öt óra egyetlen OLAP-kocka előállítására – még ha azt

További információ Amennyiben termékeinkkel, szolgáltatásainkkal kapcsolatban bármilyen kérdése, problémája van, kérjük, keresse fel ügyfélszolgálatunkat az alábbi elérhetôségeken: Honlap: http://www.microsoft.com/hun/ ugyfelszolgalat Tel.:

267-4636

E-mail:

[email protected]; [email protected]

Microsoft Business Intelligence

csak havonta kell is frissíteni – túlságosan hosszú idő. A továbblépés lehetőségeinek felderítésére megvizsgálták, hogy az általuk használt szoftverek új változatai milyen lehetőségeket kínálnak. A Microsoft Magyarország a már említett havi kocka előállítására felvállalt egy pilotprojektet, amelyben az SQL Server 2005-öt és annak adatelemző eszközeit használták fel. Először az adatokat tették át az SQL Server 2005-be, majd a korábbi kockát ugyanazokkal a dimenziókkal lemodellezték Microsoft SQL Server Analysis Services (a Microsoft OLAP kiszolgálója) alatt, majd megvizsgálták, hogy az Excel 2007 eszközei milyen elemzéseket tesznek lehetővé. A kísérlet meggyőző eredményeket hozott: a korábbi öt óra helyett a Microsoft eszközeivel

alig több mint két óra alatt előállítható volt ugyanaz az OLAP-kocka. Kiderült az is, hogy a Microsoft új elemző-eszközei lehetővé teszik a hierarchiák tetszés szerinti variálását és számos új lehetőséget kínálnak a felhasználóknak a már jól ismert Excel-környezetben. "Egyértelműen kiderült számunkra, hogy egy teljes egészében Microsoft-eszközökből felépülő üzleti intelligencia rendszer alkalmas lehet a PepsiAmericas adattárház-igényeinek kielégítésére. Egyelőre még nincs döntés a rendszer lecseréléséről, de ha a felmerülő új igényeket nem tudjuk a jelenlegi környezetben hatékonyan megvalósítani, akkor tudjuk, hogy nyugodtan elindulhatunk ebbe az irányba", foglalja össze a pilotprojekt lényegét Csippán János.

http://www.microsoft.hu/bi

ÜGYFÉLPROFIL A PepsiAmericas Central European Group Közép-Európa egyik meghatározó üdítőital palackozója és forgalmazója

ÜZLETI HELYZET Az SAP vállalatirányítási rendszerből származó adatokat csak manuális munkával lehetett összegyűjteni és elemzésre előkészíteni, ráadásul az elemzési lehetőségek is korlátozottak voltak

MEGOLDÁS A Microsoft SQL Server 2000 hatékony megoldást jelentett az üzleti intelligencia rendszer alapjainak kidolgozására, valamint az elemi adatok transzformációs és betöltési folyamatainak végrehajtására

ELÕNYÖK • többdimenziós OLAP-kockák elemzésének lehetősége • értékesítési adatok napi, heti és havi bontású nézete, összevetése a tervszámokkal • egyedi lekérdezések támogatása • gyors fejlesztés, egyszerű üzemeltetés