Nečistěte data, stavte „čisté“ informační systémy Petr Kučera Komix s.r.o. Radlická 113e, 150 00 Praha 5
[email protected] Abstrakt: Pro řízení firem se ve stále větší míře používají manažerské
informační systémy. S jejich rostoucím významem roste důležitost toho, aby na jejich vstupu byla aktuální a správná data, na jejichž základě vznikají podklady pro rozhodování managementu. Řada firem proto implementuje sofistikované a často drahé nástroje na čištění dat. Někteří manažeři jsou přesto nespokojeni s kvalitou podkladů z analytických výstupů. Po dlouhé implementaci manažerského informačního systému mají reporty, kterým nemohou věřit. Velice často je příčina takového stavu v architektuře a v návrhu základních provozních systémů, zejména tehdy, kdy jsou jednotlivé systémy navrhovány a provozovány jako samostatné izolované entity. Náprava stavu je možná jedině změnou této hlavní příčiny a může být často levnější a hlavně účinnější než drahé a neúčinné čištění dat. Příspěvek upozorňuje na některé chyby v přístupu k budování IS a navrhuje, jak danou situaci zlepšit. Abstract: Company managementand decision making are more and more
dependent on the usage of Management information systems (MIS). The importance of data quality rises together with the increasing importance of MISes. Data should be actual and correct, because the decision making is based on them. Therefore many companies implement sophisticated and often expensive tools for data cleansing. However, some managers are still dissatisfied with the quality of analytical outputs. After a long and expensive implementation of a management information system they get reports they can’t trust. At the hearh of these dificulties is frequently the inadequate architecture and design of executive information systems, especially when they are designed as isolated silos. The only solution is to change this root cause. It can often be cheaper and most effective than expensive and inefficient data cleansing. This article points out some mistakes in the approach to building information systems and suggests how to improve the situation. Klíčová slova: Manažerské informační systémy, MIS, rozhodování, podpora rozhodování, reporting, architektura informačních systémů, řízení firmy, kvalita dat. Keywords: Management Information Systems, MIS, Decision-making, Decision support, reporting, Information Systems Architecture, company management, data quality.
84
SYSTÉMOVÁ INTEGRACE 2 - PŘÍLOHA/2011
Nečistěte data, stavte „čisté“ informační systémy
1. Úvod – proč si pořizujeme MIS? Konkurenční tlak nutí firmy neustále zlepšovat řízení, tlačí na snižování vlastních nákladů a vlastníci samozřejmě požadují po managementu zisk. Kontrolní mechanismy na burzách nebo různá regulativní opatření vytvářejí prostředí, ve kterém jsou firmy nuceny o svém stavu a konání pravidelně referovat. V tomto prostředí pracuje management firem prakticky pod neustálým tlakem na výsledky. Musí vykazovat dobré výsledky jak krátkodobě (čtvrtletní výsledky), tak v dlouhodobém horizontu. Manažerské informační systémy jsou nástrojem, který zajišťuje reporting a podporuje rozhodovací procesy při řízení firmy. Dobře postavený MIS pomáhá nejen při operativním rozhodování, ale měl by být zároveň postaven tak, aby měřil dosahování dlouhodobých cílů a aby vedl všechny pracovníky ve firmě na všech úrovních rozhodování jedním směrem, a to ke splnění strategických cílů. MIS by měl také umožnit sledování postavení dané firmy na trhu a její konkurenceschopnost. Měl by poskytovat nástroje pro analýzu aktuálních problémů, ať vzniklých uvnitř společnosti nebo vně, a měl by umožnit tvorbu a ověřování scénářů a variant pro rozhodování. MIS si tedy pořizujeme proto, že: 1. Chceme zlepšit přehled o tom, co se v naší společnosti děje. 2. Chceme zlepšit kvalitu rozhodování, včas rozpoznat rizika. 3. Chceme zkrátit dobu potřebnou pro rozhodnutí. 4. Chceme být efektivnější. 5. Chceme lépe alokovat naše zdroje. 6. Chceme, aby všichni věděli, zda plníme své cíle, zda jdeme správnou cestou. 7. ....
2. Bez kvalitních dat je to těžké Projekt výstavby MIS je pro IT oddělení, a zejména pro šéfa IT ve společnosti, příležitostí, jak se stát spojovacím článkem mezi vrcholovým managementem, středním managementem a výrobou. Vždy je to projekt, kdy proti sobě stojí požadavky na rozsah a kvalitu výstupů a rozsah zdrojů přidělených k implementaci MISu. Projekt realizace MIS s sebou ale nese pro šéfa IT i veliké riziko. Může odhalit nekoncepčnost budování podnikového IT v celé její nahotě. Jestliže je informační systém vybudován tak, že datové zdroje vytváří na sobě nezávislá sila, může být velikým problémem data z takových zdrojů mezi sebou smysluplně propojit a produkovat věrohodné výstupy. Jestliže jsou chybně navrženy primární databáze, je obtížné jejich data převést do datového skladu a efektivně je zpracovávat. Například, jsou-li zákaznické systémy postaveny „po produktech“ a nesdílí jednu evidenci zákazníků. Tam, kde není evidence opřena o rodné číslo (což se více méně nesmí, protože to zákon o ochraně osobních údajů v řadě případů nedovoluje nebo umožňuje lidem poskytnutí tohoto údaje odepřít), vznikají pak neřešitelné problémy při zjišťování, zda tato skupina záznamů patří jednomu zákazníkovi nebo ne. Tj. IT má pak problém zodpovědět prostý dotaz „ Kolik našich produktů si daný člověk zakoupil?“ a to nemluvím o dotazu „Kolik a jakých produktů si koupila tato rodina?“. To se samozřejmě generálnímu řediteli těžko vysvětluje. Dalším možným problémem při spojování dat z různých datových zdrojů jsou číselníky a registry. Jestliže nemáme v organizaci systém centrálně řízených číselníků a registrů, SYSTÉMOVÁ INTEGRACE 2 - PŘÍLOHA/2011
85
Petr Kučera
nelze číselníky z jedné aplikace namapovat na významově stejné číselníky v aplikaci druhé, kvalita informačního fondu v datovém skladu se opět zhoršuje a ztrácejí se informace. Nacházíme se v situaci, kdy potřebujeme propojit dva n-rozměrné prostory, o kterých víme, že mají některé osy společné, ale bohužel jsme na těch společných osách definovali různá měřítka a nemáme k dispozici funkci, která přepočte jedno měřítko na druhé. Noční můrou datových skladníků a business analytiků jsou decentralizované systémy, kde je sice na každé pobočce provozována táž aplikace, ale s metodikou používání si organizace nedělala až tak velkou hlavu. Základní údaje sice všichni vyplňují shodně, ale různé popisné kategorie, podle kterých se blíže určují záznamy, už metodika striktně nepředepisuje. V aplikaci nejsou centrálně spravované číselníky, takže každá pobočka si postupem času vyvine vlastní „lokální“ verzi metodiky, lokální kategorie, lokální číselníky a do týchž položek v databázi zaznamenává údaje jiného významu. Vůbec nejlepší je, když - v zájmu rychlé a levné implementace - místo zavedení celopodnikových kategorií a jednotných číselníků je vydán pokyn, aby se zpřesňující údaje vepisovaly do pole poznámka. Tam je pak vše. Dalším problémem, se kterým se lze setkat, je špatná práce s časem. Aplikace je postavena tak, že zaznamenává aktuální informaci, ale ne její změny v čase. Příkladem je CRM systém, kde obchodník vyznačuje, jakou pravděpodobnost má daný obchodní případ. Když se pravděpodobnost změní, prostě přepíše daný atribut. Pokud o tom nevznikne záznam, pak se nelze ptát, jak se pravděpodobnost úspěšného uzavření obchodního případu v čase měnila. Stejným způsobem se často zachází i s odhadovanou cenou. Chce-li management časové změny sledovat, je třeba informace vzorkovat a jejich změny v čase evidovat v datovém skladu, což samozřejmě zkomplikuje jeho implementaci. Klíčovým požadavkem při implementaci projektu MIS je to, aby byl stavěn od samého počátku shora, od požadavků na výstupy a od požadavků managementu na způsob řízení společnosti. Musí být zřejmé, jaké jsou klíčové indikátory, které řízená společnost sleduje, jak se vypočtou, jak jsou interpretovány. Musí být jasné cíle a metriky, které měří, zda se k cíli blížíme nebo ne. Musí být jasně definováno, jaké informace jsou pro řízení jednotlivých oblastí ve společnosti relevantní. Je třeba, aby obě strany tj. jak IT, tak management měly jasno, v jakých vzájemných vztazích jednotlivé veličiny jsou. Často se setkáváme s přístupem, kdy společnost projekt budování MIS považuje za IT projekt, přičemž se ale jedná především o projekt, jehož předmětem je způsob řízení společnosti. Projekt, jehož zadání je ve tvaru: „Udělejte datový sklad a každému vedoucímu reporty, jaké si řekne!“ zákonitě selže. Selže i tehdy, jestliže se začne stavět tak, že IT odborníci dle své úvahy vytáhnou důležitá data z podnikových databází a nad nimi vytvoří reporty a dashboardy. Hned po první prezentaci výstupů se dostanou do kolečka neustálých požadavků na změnu, případně kritiky obsahu výstupů. Cesta, kdy vznikají stovky reportů, které se liší často jen pohledem na data nebo způsobem jejich agregace, vede k nepřehlednému systému, který je obtížně udržovatelný a pro uživatele nesrozumitelný. Přistoupíme-li k definici MISu od shora, od požadovaného způsobu řízení firmy, od požadavků lidí, kteří mají na základě poskytovaných informací rozhodovat, můžeme záhy zjistit, že bez úpravy primárních produkčních systémů nebo metodik nelze daným požadavkům vyhovět, protože se požadované informace neevidují, nebo se evidují kategorie, které jsou moc obecné – např. ovoce, ale ne hruška, jablko atd. O změnách některých hodnot v čase a sledování jejich trendů jsme se již zmiňovali.
86
SYSTÉMOVÁ INTEGRACE 2 - PŘÍLOHA/2011
Nečistěte data, stavte „čisté“ informační systémy
Máme-li budovat důvěru ve výstupy MISu, je třeba také přesně a srozumitelně popsat význam jednotlivých údajů a jejich vazby. Není nic horšího než situace, kdy různá oddělení pracují s parametrem stejného názvu, ale jeho výpočet a význam se v odděleních liší. To není úkol primárně pro IT, ale pro ty, kteří s daty pracují na business úrovni. Častou příčinou toho, že v primárních systémech nejsou relevantní data, je fakt, že je uživatelé prostě při změně reality nezmění. Většina čtenářů jistě alespoň slyšela o tom, že výstupy z CRM nejsou moc spolehlivé, protože na aktuálnost a správnost dat se nelze spolehnout. Obchodníci jsou pak označování za nezvladatelnou skupinu, jejímž podstatným zájmem je co nejvíce utajit, co dělají. Co s takovým stavem? Tohle žádná sofistikovaná čistící technologie asi nenapraví, nebo ano? Jednou z cest, jak zajistit lepší relevanci dat, je úprava provozních aplikací tak, aby aktualizace dat byla snadná a v situacích, kdy díky znalosti vazeb mezi údaji, byla vynucovaná či automatizovaná. Uvedu příklad. Vezměme si již zmíněného obchodníka. Jestliže má při aktualizaci pipe-line projít seznam svých příležitostí položku po položce, téměř na každou kliknout a upravit její pravděpodobnost, případně jinou stavovou hodnotu, jedná se o časově náročnou operaci, navíc nudnou a z pohledu obchodníka naprosto neproduktivní (tím nic neprodá). Jestliže mu jeho pipe-line zobrazíme na jedné obrazovce, případy ve stejném stavu shromáždíme do jednoho místa a umožníme mu myší přesouvat případy z jedné skupiny do druhé, udělá tutéž operaci jako předtím ve zlomku času. Jestliže využijeme znalosti vazeb mezi událostmi a daty, pak můžeme provádět některé změny hodnot automaticky – zaznamená-li ERP systém objednávku, pak CRM automaticky převede odpovídající obchodní případ do stavu objednáno se 100% pravděpodobností objednání. Je-li zákazníkovi zaslána nabídka, je automaticky v souladu s interními pravidly upraven i stav příležitosti v CRM. Jedná se tedy opět o řešení na úrovni primárních systémů a jejich integrace, ne na úrovni MIS. Nakonec bych rád uvedl ještě jeden způsob, jak udržet data čistá. S daty je třeba kontinuálně pracovat, a to na všech úrovních. Je třeba ve společnosti vytvořit kulturu, kdy pracovníci na všech úrovních sledují, co se děje, jak plní své cíle. Pak je jakákoliv podstatná nekonzistence dat odhalena tím pracovníkem, který má k dané problematice, danému procesu bezprostřední vztah. Jakmile je odhalena, je zjednána náprava, protože všichni vědí, že kvalita řízení a rozhodování ve společnosti je závislá na tom, aby všichni pracovali se správnými daty. Samozřejmě i zde platí, že se tohoto stavu dosáhne daleko lépe a snadněji, jestliže prezentace dat bude přehledná, srozumitelná, každý člověk bude mít k dispozici ta data, která potřebuje, a nebude zahlcován velkým množstvím reportů. V případě, že něco nesedí nebo je třeba zjistit příčiny odchylek, musí být možno snadno analyzovat zdrojová data, a to pokud možno bez přivolání IT odborníka.
3. Závěr Shrneme-li výše uvedený text, pak můžeme použít hesla: „Při návrhu MIS vycházíme od požadavků na řízení firmy.“ „Lepší než čistit data, je zajistit, aby čistá již vstupovala a nekazila se.“ „Prezentace musí být přehledná a srozumitelná, všemi chápaná stejně.“.
SYSTÉMOVÁ INTEGRACE 2 - PŘÍLOHA/2011
87
Petr Kučera
„Kvalitní uživatelské rozhraní a vysoká míra automatizace zlepší přístup koncového uživatele k používání jak MIS, tak produkčních systémů.“ Na závěr bych rád ještě přidal poznámku. MIS to není jen o reportingu. MIS je A. kvalitních datech ve společnosti, o tom, že primární IT systémy jsou správně navrženy, že sbírají relevantní data; B. MIS je o analýze chování organizace, lidí, kteří ji tvoří, a vlivech jejich okolí; C. MIS je o komunikaci uvnitř organizace, o rozhodování na základě věcných a správných podkladů, o sdílených hodnotách a cílech, o určité kultuře.
4. Literatura
[5] [6]
KOTLER PHILIP, CASLIONE JOHN A.: Chaotika, CPRESS, ISBN 978-80-251-2599-1 MAYER JORG, SCHAPER MARCUS: Data to Dollars: Supporting top management with next-generation executive information systems, McKinsey on Business Technology, 2010 KUČERA PETR: Předvídání přítomnosti, Sborník konference Systémová integrace 2009 KUČERA PETR: Manažerské systémy pro dobu rychlých změn, Sborník konference Systémová integrace 2010 Firemní literatura SAS Firemní literatura IBM
88
SYSTÉMOVÁ INTEGRACE 2 - PŘÍLOHA/2011
[1] [2]
[3] [4]
