Self-service business intelligence

Self-service business intelligence Jan Pour Vysoká škola ekonomická v Praze Fakulta informatiky a statistiky Katedra informačních technologií nám. W. Churchilla 4, 130 67 Praha 3 Česká republika e-mail: [email protected] Abstrakt: Self-service business intelligence, resp. samoobslužné BI, resp. SSBI představuje jeden z nejvýznamnějších vývojových směrů v oblasti business intelligence. Tyto přístupy se orientují na relativně rychlejší, jednodušší, finančně podstatně méně náročné a operativnější řešení, než poskytují standardní business intelligence projekty. Na druhé straně nemohou poskytnout takovou komplexnost a integraci aplikací, jako je tomu u standardních BI. SSBI tak tato standardní řešení nenahrazují, ale stávají se jejich doplňkem tam, kde situace obsahuje výše uvedené požadavky. Cílem tohoto příspěvku je presentovat několik názorů na principy a možnosti uplatnění self-service BI v podnikové praxi. Klíčová slova: podniková informatika, řízení podnikové informatiky, self-service business intelligence, samoobslužné BI, SSBI, business intelligence, dimenzionální model, analytické aplikace. Abstract: Self-service business intelligence, resp. SSBI represents one of the most significant trends in the business intelligence field. These approaches are mainly focused at the more quickly, simple, operative and much less expensive solutions than standard business intelligence projects. On the other hand such approaches are not able to serve such complexity and integration of applications as in the case of standard BI applications Therefore SSBI do not replace the standard BI solutions, but establish their complement parts in situations specific by the requests mentioned above. The goal of the paper is to declare some views on the principles and use of self-service BI in the management practice. Keywords: business informatics, management of business informatics, methods in business informatics management, self-service business intelligence, SSBI, business intelligence, dimensional model, analytical applications.

Vývoj business intelligence, počínající v 70. létech minulého století, lze charakterizovat v jistém smyslu jako spirálu. V prvních obdobích byly předmětem zájmu aplikace i technologie relativně jednoduché. Poskytovaly v OLAP kostkách omezeného rozsahu řešení analytických úloh orientovaných na jednotlivé dílčí problémy zejména finančního řízení. Postupem doby a tlakem na vyšší míru detailu poskytovaných dat a komplexnost zpracovávaných úloh a s přechodem na realizaci rozsáhlých datových skladů a tržišť nabyla většina těchto řešení na mohutnosti, zvýšila se náročnost na finanční i technologické zdroje a zejména na pracovní kapacity s vysokou kvalifikací. Současnost směřuje i při zachování a dalším rozvoji uvedených komplexních řešení k alternativním přístupům založeným na relativně jednoduchých nástrojích, s jistou

SYSTÉMOVÁ INTEGRACE 1-2/2014

135

Jan Pour

mírou omezení v jejich komplexnosti, ale současně s daleko vyšší dostupností pro koncové uživatele. Tento směr v business intelligence se označuje jako self-service BI, resp. samoobslužné BI. Podstatě a možnostem využití tohoto vývojového trendu v BI se věnuje tento příspěvek.

1. Self-service BI – účel a podstata Self-service BI představuje dnes jeden z podstatných způsobů řešení analytických a plánovacích aplikací a současně i jeden z významných trendů v oblasti business intelligence. Jeho podstata, jak je obvyklé, je definována různými zdroji různě. Např. společnost Gartner v [Gartner, 2013] definuje self-service BI jako: "návrh a implementaci reportů a analýz koncovými uživateli v rámci schválené a podporované architektury". Colin White a Claudia Imhoff [White, Imhof, 2011, str. 4] ho vymezují jako: „prostředky v rámci BI prostředí, které umožňuji uživatelům BI větší soběstačnost a menší závislost na IT oddělení.“. Samoobslužné BI aplikace a řešení (self-service BI) tak představují jeden z nejvýraznějších vývojových směrů v oblasti business intelligence. Jejich smyslem je na základě nových technologií poskytnout uživatelům prostředí pro realizaci svých analytických úloh bez nutnosti využívání komplexních a obvykle velmi složitých systémů BI. Samoobslužné BI umožňují např. realizovat multidimenzionální uložení a zpracování dat, nabízejí efektivní a jednoduché přístupy k datům, poskytují prostředky (např. jazyk DAX) pro výpočty a další operace v dimenzionálním prostředí apod. Kromě toho jsou tyto aplikace i vhodným prostředkem pro pochopení podstaty a způsobu využití větších business intelligence systémů. Účel využití konceptu self-service BI dokumentují i výsledky některých průzkumů z poslední doby. Na příklad společnost Forrester ve (Forrester, 2012) vidí stále vyšší uplatňování SSBI v rostoucím tlaku na zkracování času pro manažerská rozhodnutí. Claudia Imhof a Colin White realizovali další průzkum v rámci institutu The Data Warehouse Institute, TDWI (Imhoff, White, 2011) a došli k závěru, že pro 78 % respondentů jsou důležité BI výstupy poskytované za podstatně kratší dobu, než jim v současnosti nabízejí standardní BI řešení. C. White ve (White, 2011) v rámci dalšího průzkumu zjistil, že 65 % manažerů je vystaveno stále většímu tlaku na rychlost rozhodnutí v důsledku rychlých změn v ekonomickém a obchodním prostředí. Tento průzkum dokumentuje i Obrázek 1-1, z kterého je patrné, že 42 % manažerů potřebuje pro rozhodnutí informace staré maximálně jeden den, 10 % do 1 hodiny a 18 % respondentů dokonce do několika minut.

136


Self-service business intelligence

Obrázek 1-1: Potřeba dostupnosti informací po uskutečnění business události (White, 2011) M. Lock v (Lock, 2010) uvádí nezbytnost vytvoření otevřených a průhledných komunikačních kanálů mezi vedením společnosti a obchodními jednotkami. Manažeři obchodních jednotek, resp. Lines of Business (LoB) mají ideální porozumění businessu v rámci své působnosti, ale chybí jim obvykle technologické prostředky, jak včasně reagovat na změny. Vrcholové vedení má naopak k dispozici technologie, avšak menší míru porozumění detailu obchodních aktivit na nižších úrovních řízení. Toto je jeden z hlavních důvodů doporučující zařadit BI nástroje i na nižší úrovně (Formánek, 2013). Zjištěné důvody pro implementaci self-service nástrojů na úrovni manažerů obchodních jednotek dokumentuje Obrázek 1-2. Ze zdrojů (Lock 2010 a White 2011) rovněž vyplývá, že řada společností pracuje na základě strategie snižování nákladů na IT a následné snahy dosáhnout maximálních efektů z IT při minimálních nákladech. Zdaleka ne vždy je tato strategie úspěšná, směřuje však také k záměru maximálně využívat BI řešení, a to při co nejkratší době jejich implementace. Specifická situace v tomto směru je v malých a případně středních podnicích, kde náklady na komplexní řešení BI někdy převyšují jejich finanční možnosti a nakonec ani zde neodpovídají reálným potřebám takto rozsáhlých BI aplikací.


137

Jan Pour

Obrázek 1-2: Hlavní důvody pro implementaci Self-service BI nástrojů na úroveň manažerů obchodních jednotek (Lock, 2010) C. White ve (White, 2011) dochází i k posunům v počtech pokročilých uživatelů BI (tzv. power user) a zejména uživatelů self-service BI. Ve standardních řešeních BI představují pokročilí uživatelé 16 % ze všech uživatelů, avšak v oblasti self-service BI je to již 31 %. Otázkou, v jakých oblastech se self-service BI nejvíce používá, se zabývá (Lock, 2010) a výsledky průzkumu dokumentuje Obrázek 1-3. Z něj vyplývá, že oblasti řízení s nejvyšším využitím je výroba a zákaznický servis.

Obrázek 1-3: Využití self-service BI v různých odvětvích (Lock, 2010) Z uvedených poznámek vyplývá, že základní ideou self-service BI (Šleis, 2014) je umožnit koncovým uživatelům soběstačnost a volnost v oblasti BI. V praxi větších podniků je však nutné počítat i s kontrolou ze strany IT útvarů, která implementuje architekturu pro BI. Vznikají tak dvě protichůdné síly. Svoboda a flexibilita koncových uživatelů BI bez nutnosti zásahu IT pracovníků na straně jedné a nutnost IT oddělení kontrolovat tvorbu a distribuci BI řešení na straně druhé. V praxi malých firem je však celý proces self-service BI evidentně výrazně jednodušší. 138



2. Efekty a omezení self-service BI Při praktických úvahách, zda se orientovat na využití self-service BI a případně v jakých oblastech a úlohách je nutné posuzovat jejich pozitiva a efekty a na druhé straně i s nimi spojené problémy. Na trhu je již k dispozici řada produktů, které uvedený koncept podporují, jako např. Microsoft PowerPivot for Excel, QlickView, BellaDati a další. Obecně lze konstatovat, že i při odlišnostech jednotlivých produktů, jsou efekty uplatnění self-service BI následující: podstatně se zkracuje analytických aplikací,

doba

potřebná

na

implementaci

potřebných

self-service BI aplikace nabízejí obdobnou flexibilitu a výkonnost, jako je tomu většinou u aplikací založených na OLAP databázích, základní příprava aplikací, včetně transformací zdrojových dat je výrazně zjednodušená, takže je dostupná i ne IT pracovníkům, samozřejmě po nezbytném zaškolení, součástí technologií jsou i programovací prostředky efektivně využitelné při práci s dimenzionálně uloženými daty, jako např. jazyk DAX (Data Analysis Expressions) pro Microsoft PowerPivot, finanční, zdrojová i provozní náročnost self-service BI je oproti standardním projektům a provozovaným aplikacím výrazně nižší, self-service poskytuje i velmi dobrou podporu pro tvorbu analyticky i vizuálně náročnějších aplikací, jako např. dashboardů, klikovacích map apod. Na druhé straně je nutné v souvislosti se self-service BI zvažovat jistá omezení a rizika, k nimž zejména patří: self-service BI řešení se mohou realizovat pouze pro úlohy určité kategorie, tedy relativně jednodušší a izolovanější úlohy, obvykle nikoli úlohy celopodnikového charakteru, self-service BI má omezené možnosti možnosti čištění a konsolidace dat, které u standardních BI aplikací představují jednu z pracovně nejnáročnějších, ale i finálně nejefektivnějších jejich částí, problémem je dosažení integrace dat v rámci podniku, které nabízejí celopodnikové datové sklady, s předchozí poznámkou souvisejí i podstatně celopodnikového reportingu, např. centrálního nadnárodních společností apod.,

omezené možnosti reportingu v rámci

i když je příprava analytických aplikací na bázi self-service BI uživatelsky výrazně dostupnější, přesto je nutné, aby pro kvalitnější aplikace uživatelé ovládali alespoň základní principy analytických metod, tj. především dimenzionálního a datového modelování.

3. Self-service BI v prostředí Microsoft PowerPivot Microsoft PowerPivot for Excel představuje jeden z výše uvedených produktů, který je určen pro podporu self-service řešení business intelligence. S ohledem na jeho SYSTÉMOVÁ INTEGRACE 1-2/2014

139

Jan Pour

rozšíření je v tomto příspěvku využit pro demonstraci předchozích principů. Pro tuto technologii jsou podstatné následující charakteristiky (Russo, Ferrari, 2013 a Russo, Ferrari, 2011): poskytuje organizaci tabulek pro nástroje PivotTable relačním způsobem, tj. s definovanými a realizovanými vazbami mezi tabulkami na základě primárních a cizích klíčů, PowerPivot je založen na sloupcově orientované databázi umožňující podstatně efektivnější komprimaci dat a PowerPivot tedy může pracovat s velkými objemy dat bez původních omezení listů Excelu, součástí PowerPivotu je výkonný jazyk DAX (Data Analysis Expressions) pro relačně vyjádřená data, který nabízí podstatně výkonnější výrazy ve srovnání s Excelem a na druhé straně představuje jednodušší úroveň syntaxe, než jazyk pro práci s OLAP kostkami MDX (Multidimensional Expressions), PowerPivot je schopen integrovat data z různých datových zdrojů, tj. z různých typů databází, z Excelu, z textových souborů, ze zdrojů Internetu atd., vykonávání dotazů je vysoce efektivní a rychlé, protože probíhá v paměti nad celou databází a je postaveno na konceptu in-memory analytics. PowerPivot tak není pouhým rozšířením nebo nahrazením technologie PivotTable v Excelu využívající pro analýzy dat kontingenční tabulky. Pro PivotTable je charakteristické, že umožňuje pracovat pouze s 1 tabulkou na listě Excelu a představuje i ve srovnání s PowerPivot další určitá omezení, např. nutnost vytvářet řadu různých dotazů pro dílčí specifické analýzy apod. Cílem PowerPivot je vytvořit komplexní datové struktury na základě provázaných datových tabulek a na nich realizovat analýzy, resp. analytické a plánovací aplikace, tj. jednodušší, než ve standardních BI systémech, ale podstatně komplexnější, než v případě původní technologie PivotTable, Hlavní rozdíly mezi PowerPivot a klasickým Excel dokumentem jsou shrnuty v tabulce (Tabulka 3-1). Tabulka 3-1: Srovnání funkcionality klasického Excel dokumentu a PowerPivot (Zdroj: Microsoft, 2013) Úloha

Excel

PowerPivot

Import dat z různých datových zdrojů.

Import všech dat ze zdroje.

Funkce filtrování dat a přejmenování tabulek i sloupců při importu.

Vytvoření tabulek.

Tabulky mohou být v jakémkoli listu v sešitu.

Tabulky jsou uspořádány do jednotlivých stránek s kartami.

Úpravy dat v tabulkách.

Hodnoty lze upravovat v jednotlivých buňkách.

Není možné upravit jednotlivé hodnoty.

Výpočty

Vzorce aplikace Excel.

Tvorba vzorců v jazyku DAX

140



Úloha

Excel

PowerPivot

Vytváření hierarchií

Nepodporuje.

Možno definovat hierarchie.

Vytváření KPI (Key Performance indicator)

Nepodporuje.

Možno definovat KPI.

Použití jazyka VBA (Visual Basic for Applications)

Jazyk VBA lze použít.

Nelze používat VBA.

Seskupení dat

Seskupení dat v kontingenční tabulce

V počítaných sloupcích a polích za použití DAX.

Postup vytvoření databáze v prostředí PowerPivot z různých datových zdrojů dokumentuje Obrázek 3-1. Operace určení typu zdroje, jeho import do tabulek PowerPivot a vytvoření relací mezi tabulkami se opakují pro různé datové zdroje tolikrát, kolik je těchto souborů na vstupu do databáze. Po vytvoření databáze je pak možné vytvářet jednotlivé kontingenční tabulky a grafy podle potřeby. Vztahy mezi tabulkami databáze se vytvářejí automaticky, pokud PowerPivot rozpozná relace při importu dat. Pokud ne, pak se vytváření vztahů realizuje manuálně, jako dokumentuje Obrázek 3-2. Vytvoření relací je poměrně jednoduché zahrnuje specifikaci příslušných tabulek a určení primárního a cizího klíče v rámci vybraných tabulek (obrázek nahoře), na jejichž základě se relace vytvoří.

Otevření Správy databáze PowerPivot

Určení typu datového zdroje (MS SQL, Oracle, Excel apod.)

Výběr a import konkrétních tabulek, souborů, listů (Excel) apod.

Vytvoření relací mezi tabulkami v databázi PowerPivot

Definování kontingenčních tabulek, grafů nad databází PowerPivot

Obrázek 3-1: Postup vytvoření databáze a kontingenčních tabulek v PowerPivot


141

Jan Pour

Obrázek 3-2: Vytvoření relace mezi dimenzionální tabulkou Čas a faktovou tabulkou Na základě takto vytvořené databáze PowerPivot je pak již možné standardními postupy vytvářet jednotlivé kontingenční tabulky a grafy, podle okamžitých potřeb uživatele. Vedle analytických aplikací jsou na bázi PowerPivot k dispozici nástroje pro tvorbu plánovacích aplikací umožňující připravovat plány s využitím dimenzionálního prostředí a rozpadem hodnot plánů podle definovaných schémat a dimenzí. Představitelem takové technologie jsou Targetty společností Uniwise a Clever Decision. Ukázku aplikace Targetty představuje Obrázek 3-3.

142



Obrázek 3-3: Plánovací aplikace Targetty na bázi self-service BI Klíčové možnosti a charakteristiky aplikací Targetty jsou uvedeny v následujících bodech (Rusnák, 2013): sestavování podnikových plánů a tvorba dashboardů, různé možnosti alokace hodnot s plánovacími formuláři, podpora top-down a bottom-up plánování, automatizovaná datová konsolidace plánů bez ohledu na počet uživatelů a složitost organizační struktury, propojení různých typů plánů (rozvaha, výsledovka, cash-flow,…), podpora workflow a nastavení práv pro fungování pracovního týmu, průběžné kontroly o stavu plánovacího procesu a jeho postupu, měnové konverze při plánování i s analýzou dopadů kurzovních rozdílů, vícejazyčné prostředí, transformace plánovaných hodnot do nákladů a výnosů, účetní konsolidace pro vyloučení vnitropodnikových transakcí, automatické transformace plánu do formy obratů na účtech s výstupem ve formě statutárních výkazů, verzování plánů, reporty zobrazující skutečnost i plán a historie rolling forecastu, tvorby individuálních plánů pro manažery a jejich hodnocení na základě dosažených výsledků, tvorba what-if analýz, analýza odchylek od plánu, tvorba forecastů, podpora více účetních standardů IFRS, US GAAP.


143

Jan Pour

4. Využití self-service BI v řízení IT Aplikace self-service BI se dnes využívají v různých odvětvích a různých oblastech podnikového řízení (Obrázek 1-3). Jednou z perspektivních oblastí jejich uplatnění je i řízení podnikové informatiky. Jako námět pro zvážení těchto možností jsou k dispozici analytické aplikace zařazené do modelu řízení podnikové informatiky, který je dostupný na adrese http://mbi.vse.cz , včetně jejich dokumentace a příkladů. Základní charakteristiky modelu byly již uvedeny v příspěvcích (Dohnal, 2013 a Pour, 2012) Detailní dokumentace modelu je k dispozici na uvedené www adrese.. Příklad jednoho z výstupů takové aplikace ukazuje Obrázek 4-1.

Obrázek 4-1: Analýza nákladů s využitím self-service BI v modelu MBI K dispozici ke stažení a pro základní představu jsou zde následující aplikace: v oblasti strategického řízení IT - Plnění cílů podniku s podporou informatiky, Pokrytí požadavků na rozvoj a změny podnikové informatiky, Strategie sourcingu, v oblasti řízení IT služeb - Hodnocení IT služeb, Analýzy plnění SLA, Plánování projektů, Analýzy kvality IT služeb, Analýzy bezpečnosti IT, v oblasti řízení zdrojů informatiky - Analýzy datových zdrojů, Analýzy personálních zdrojů, Analýzy technologických zdrojů, v oblasti ekonomiky IT - Analýzy nákladů na IT, Analýzy nákladů na komponenty podnikové informatiky, Analýzy výnosů a efektů IT, Hodnocení návratnosti investic do informatiky, v oblasti řízení projektů - Analýzy řešených projektů, v oblasti řízení provozu - Analýzy správy IT, Analýzy incidentů a problémů, Analýzy uživatelských požadavků. 144



V další fázi rozvoje modelu MBI se počítá i se zařazením plánovacích aplikací pro řízení podnikové informatiky, a to v prostředí výše zmíněné technologie Targetty.

5. Závěry Na závěr je nutné pouze znovu zdůraznit, že self-service BI je velmi významným trendem v oblasti business intelligence a poskytuje adekvátní řešení pro adekvátní úlohy a rozsah problémů. Na druhé straně nenahrazuje a nemůže nahradit standardní BI řešení charakteristické vysokou komplexností, důrazem na zajištění kvality a konsolidace dat. I z tohoto důvodu by mělo být řízení rozvoje self-service BI v kompetenci IT útvarů a tvořit součást celkové BI architektury.

Literatura Dohnal, J., Pour, J., 2013: Řízení podnikové informatiky a podpora byznysu. Sytémová integrace, 20(2): 7-18, ISSN 1210-9479 Forrester, 2011: Self-service: An Essential Capability of BI. [online]. [cit. 2013-12-04]. Dostupné z: http://www.sdn.sap.com/irj/scn/go/portal/prtroot/docs/library/uuid/703d037e-41e82e10-17bc-cb5d2260e4fe?QuickLink=index&overridelayout=true&52772263221606 Forrester, 2012: The Era of Self-service BI is here. [online]. [cit. 2013-12-04]. Dostupné z: http://spotfire.tibco.com/blog/?p=12885 Formánek, V., 2013: Self Service BI – problémy současné architektury, Praha, VŠE¨ GARTNER, 2013: Gartner IT Glossary - CPM. Technology Research | Gartner Inc. [online]. 2013 [cit. 2014-03-27]. Dostupné z: http://www.gartner.com/it-glossary/cpmcorporate-performance-management White, Colin A Claudia Imhoff, 2011: Self-service business intelligence: Empowering Users to Generate Insights. [online]. [cit. 2014-01-03]. Dostupné z: http://www.sas.com/resources/asset/TDWI_BestPractices.pdf Microsoft, 2013: Power Pivot: Výkonné analýzy a modelování dat v Excelu. MICROSOFT. Office - Office.com [online]. [cit. 2014-01-02]. Dostupné z: http://office.microsoft.com/cs-cz/excel-help/power-pivot-vykonne-analyzy-amodelovani-dat-v-excelu-HA102837110.aspx Lock, M., 2010: Self-service BI: Empowering the Line-Business Manager [online]. [cit. 2013-12-04]. Dostupné z: http://www.noetix.com/Products/Resources/ResourceFiles/0089-0135-6447-RABIforLoB-MDL-07-NSP.PDF Pour, J., 2012: Business intelligence řešení v modelu MBI. Sytémová integrace, 19(2): 19-31, ISSN 1210-9479 Rusnák, P., 2013: Plánovací aplikace v Business Intelligence. Praha, VŠE Russo, M., Ferrari, A., 2013: Microsoft Excel 2013: Building Data Models with PowerPivot. California, O´Reilly Media, Inc., ISBN: 978-0-7356-7634-3 Russo, M., Ferrari, A., 2011: PowerPivot for Excel 2010. Give Your Data Meaning. Redmond, Microsoft Press, ISBN: 978-0-7356-5058-0


145

Jan Pour

Šleis, J., 2014: BI nástroje MS Excel 2013 v prostředí internetového obchodu. Praha, VŠE White, D., 2010: Agile BI Three Steps To Analytic Heaven [online]. [cit. 2013-12-04]. Dostupné z: http://www.aberdeen.com/Aberdeen-Library/6990/RA-businessingelligence-analytics.aspx White, D., 2011: Agile BI: Complementing Traditional BI to Adress the Shrinking Decision Window [online].[cit. 2013-12-04]. Dostupné z: http://www.montage.co.nz/assets/Brochures/Aberdeen-Agile-BI.pdf

JEL Classification: M10, C88

146


Self-service business intelligence

Recommend Documents