Proč a kdy selhávají klasické MIS. Petr Kučera, KOMIX s.r.o. Seminář CI Únor 2009, VŠE Praha

Copyright © 2007 KOMIX Copyright s.r.o. © 2009 KOMIX s.r.o.

Proč a kdy selhávají klasické MIS Petr Kučera, KOMIX s.r.o. Seminář CI Únor 2009, VŠE Praha 1.

Selhávají MIS nebo manažeři?

Copyright © 2009 KOMIX s.r.o.

• Každou chvíli čteme zprávy o tom, že určitá společnost ohlásila překvapivou ztrátu • Že se propadly akcie • Automobilky/banky/… žádají vládu o pomoc • Jsou to často velké společnosti se sofistikovanými informačními systémy, s popsanými procesy, definovanými metrikami, controllingem, ERP, CRM, DW, MIS, …. • Selhává informační systém? Manažeři? Auditoři? Firemní kultura?

2.

Selhávají IS nebo manažeři? • Proč „překvapení“? Propad poptávky po určitém druhu zboží Nový konkurent/produkt/trend na trhu Propad ceny akcií Ekonomická krize Havárie elektrárny


– – – – –

• Lze se na takové „překvapení“ připravit? • Lze je předvídat? • Dá se to řídit?

3.

„Překvapení“ není bez varování • Galveston, Texas, 8. září 1900 odpoledne


– Největší přírodní katastrofa v historii USA – Hurikán zničil město a zabil 8000 lidí

• Varování: – – – –

28. srpna ostrovy Cape Verde Silná bouře s několika obětmi Tato bouře přeletěla Atlantik, cestou zesílila 8. září dorazila do Glavestonu

4.

„Překvapení“ není bez varování 13. březen roku 2000 Prasknutí internetové bubliny Zničená hodnota 7 bilionů $ Statisíce lidí ztratily práci. Miliony Američanů ztratily část svých úspor v penzijních fondech . • Statisíce dětí nemohlo začít studovat na soukromých školách, protože jejich rodiče nebyli schopni studium zaplatit. • Varování byla patrná v průběhu několika let předtím .


• • • • •

5.

Reakce


• Do předpovědi počasí byly investovány obrovské prostředky. • Sbíráme a v real-time vyhodnocujeme data z celé planety. • Vypracovali jsme sofistikované modely, které umožňují vývoj počasí predikovat. • Proč se něco podobného neudělá s byznysem?

6.

Protože to nejde! Proč to nejde:


1. Překvapení v businessu jsou prostě součástí reality. 2. V obchodním světě prostě nejsou data, která bychom mohli sledovat/měřit a využít je k nějaké předpovědi. 3. Dat je příliš moc, nedá se to vyhodnotit. 4. Neznáme způsob jak podobné věci predikovat, tak proč to zkoušet?

7.

Opravdu to nejde? Realita

• • •


1. Vždy se našel někdo, kdo problém předvídal a vydělal na tom. 2. Data zcela jistě existují. 3. Pro správné rozhodnutí v konkrétním případě je třeba poměrně málo dat. 4. Vždy existují varovné příznaky předcházející akutnímu problému. Problém je složitější než počasí, s fyzikou se nevystačí. Faktory ovlivňující počasí měříme kontinuálně, ekonomická data vzorkujeme v dlouhých intervalech. Sledujeme většinou velice omezený sortiment dat

8.


Architektura klasického MIS

9.

Data pro rozhodování musí zahrnovat i externí zdroje


• Stávající systémy pracují s daty, která vypovídají převážně o minulosti • Vypovídají převážně o stavu uvnitř organizace • Zdrojem jsou většinou databáze – strukturovaná data Chybí: • Data o chování konkurence • Trendech na trhu • Chování zákazníků • Změnách legislativy Převážně nestrukturovaná data vznikající vně organizace

10.

Zásadní problém je množství dat


• Strukturovaných dat máme k dispozici velké objemy, ale umíme je prezentovat tak, abychom získali nějaké charakteristiky, z nichž umíme usuzovat na stav reality. • Užíváme grafy, tabulky, počítáme různé koeficienty, pracujeme s trendy. • S nestrukturovanými daty to takto nejde! • Objemy dat jsou mnohem větší než strukturovaných, neznáme jejich vnitřní strukturu, obtížně definujeme, co chceme nalézt. • Obvykle jsme schopni definovat zdroje relevantních dat a nějaké charakteristiky toho, co nás zajímá. • Právě problém výběru relevantních informací z těchto heterogenních zdrojů řeší nástroje CI.

11.

Není nutné předvídat budoucnost, ale je třeba znát současnost


• U složitých rozhodnutí nikdy nejsou k dispozici úplná data • Pro správné rozhodnutí je třeba dobře odhadnout současný stav (predicting the present) • Rozhodnutí je třeba udělat včas (co nejdříve) • Vážným problémům předchází varovné signály • Ty musíme umět včas detekovat • Musíme je umět správně interpretovat

12.

V čem je cena včasné informace? • Událost

Následek


Varovné signály

t-1

t

t+1 t+2 Doba na reakci

13.

V čem je cena včasné informace? • Událost

Následek


Varovné signály

t-1

t

t+1 t+2 Doba na reakci

14.

Děkuji za vaši pozornost


Petr Kučera [email protected] +420 257 288 21 KOMIX s.r.o. Radlická 113e, 150 00 Praha 5 www.komix.cz

15.

Proč a kdy selhávají klasické MIS. Petr Kučera, KOMIX s.r.o. Seminář CI Únor 2009, VŠE Praha

Recommend Documents