(tišt ná verze) Grada Publishing, a.s. 2011

   

  


 

   

 
 
#

 "
#


  
 
 
 
  

$ 
%
  
#

 "
 
$ 
 

   
 "
! 

 


  

)%#%
 $
"
!

),

 ,
#

#,
 !



%
 %

+%
+ !
*"
$
 (
"#
 #


(
 
(
"
)%
"

$
,

$

"
#

#
$
# ,$
)%
 $
!
 
%
/#
/%% %
+

%#%
'# 

%#%
-/#%
,#%
+
 
$

 #%
 
 %
&%+%

"#"#


$

"#"#
#
"
$
 
 
  
/#
 
$
 
.#%
 

!
"
( 

)

 
#

+
%
"% %

$
%%
)

"#"#
,#%
'-
*)$
'/
(
 #
"#%

  ( 
+-
$
#%
 

+%,
"%
"
%
)%
)
$
%
#,


"&
/
 #"
  $
" "/%
 $
!

 

 
   


 

 
   


Edice Management v informaèní spoleènosti Edièní rada: doc. Ing. Josef Basl, CSc. – ZÈU v Plzni, VŠE v Praze – pøedseda PhDr. Jiøí Adamík – Grada Publishing, a.s. – místopøedseda prof. Ing. Jan Ehleman, CSc. – Technická univerzita Liberec doc. Ing. Karol Matiaško, CSc. – Žilinská univerzita v Žiline doc. RNDr. Jaroslava Mikulecká, CSc. – Univerzita Hradec Králové prof. RNDr. Jaroslav Pokorný, CSc. – MFF UK v Praze doc. Ing. Jan Pour, CSc. – VŠE v Praze doc. Ing. Karel Richta, CSc. – FEL ÈVUT v Praze doc. Ing. Milena Tvrdíková, CSc. – VŠB-TU Ostrava prof. Ing. Ivan Vrana, DrSc. – Èeská zemìdìlská univerzita v Praze

Ing. Ota Novotný, Ph.D. doc. Ing. Jan Pour, CSc. Ing. David Slánský

Business Intelligence © Grada Publishing, a.s., 2005 Cover Design © Grada Publishing, a.s., 2005 Vydala Grada Publishing, a.s., U Prùhonu 22, Praha 7 tel.: +420 220 386 401, fax: +420 220 386 400, www.grada.cz jako svou 2113. publikaci Odpovìdný redaktor Mgr. Petr Mušálek Sazba Milan Vokál Poèet stran 256 První vydání, Praha 2005 Vytiskla tiskárna PBtisk Prokopská 8, Pøíbram VI Nakladatelství dìkuje spoleènosti ADASTRA, s.r.o., za podporu pøi vydání této knihy.

(tištČná verze) ISBN 80-247-1094-3 (elektronická verze ve formátu PDF) ISBN 978-80-247-6685-0 © Grada Publishing, a.s. 2011

1

Obsah O autorech . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 Úvod . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 Èást I: Principy Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 1. Business Intelligence – vývoj a základní principy . . . . . . . . . . . . 1.1 Vývoj Business Intelligence . . . . . . . . . . . . . . . . . . . . . . 1.2 Business Intelligence v øízení firmy . . . . . . . . . . . . . . . . . . 1.3 Základní principy øešení Business Intelligence . . . . . . . . . . . . 1.3.1 Základní principy multidimenzionálních databází . . . . . . 1.3.2 Porovnání analytických a OLTP systémù . . . . . . . . . . 1.4 Hlavní komponenty, typy aplikací a vrstvy v Business Intelligence . . 1.4.1 Produkèní (zdrojové) systémy . . . . . . . . . . . . . . . . 1.4.2 Extraction, Transformation and Loading – ETL . . . . . . . 1.4.3 Enterprise Application Integration – EAI . . . . . . . . . . . 1.4.4 Doèasné úložištì dat – DSA (Data Staging Areas) . . . . . 1.4.5 Operativní úložištì dat – ODS (Operational Data Store) . . . 1.4.6 Datový sklad – DWH (Data Warehouse) . . . . . . . . . . . 1.4.7 Datové tržištì – DMA (Data Mart) . . . . . . . . . . . . . . 1.4.8 OLAP databáze . . . . . . . . . . . . . . . . . . . . . . . 1.4.9 Reporting . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.4.10 Manažerské aplikace – EIS (Executive Information Systems) 1.4.11 Dolování dat (Data Mining) . . . . . . . . . . . . . . . . . . 1.4.12 Oborová znalost know-how . . . . . . . . . . . . . . . . . 1.4.13 Technická znalost . . . . . . . . . . . . . . . . . . . . . . 1.4.14 Nástroje pro zajištìní datové kvality . . . . . . . . . . . . . 1.4.15 Nástroje pro správu metadat . . . . . . . . . . . . . . . . . 1.4.16 Další komponenty související s BI . . . . . . . . . . . . . . 1.5 Rozdíly v pojetí datových skladù a tržiš . . . . . . . . . . . . . . . 1.6 Integrace komponent Business Intelligence . . . . . . . . . . . . . . 1.7 Business Intelligence – pøíklady základních principù . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

17 17 17 20 20 25 26 28 29 29 30 30 32 33 33 34 34 35 36 36 36 36 37 38 38 39

2. Øízení projektù a aplikací Business Intelligence . . . . . . . . . 2.1 Pøístupy k øešení Business Intelligence . . . . . . . . . . . . 2.1.1 Postupné budování datových tržiš . . . . . . . . . . 2.1.2 Jednorázové vybudování celkového øešení . . . . . 2.1.3 Pøírùstkový pøístup . . . . . . . . . . . . . . . . . . 2.2 Principy a úlohy øízení Business Intelligence . . . . . . . . . 2.3 Business Intelligence v kontextu øízení informaèního systému

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

45 45 45 48 49 51 54

Obsah

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

5

2.4

2.5

2.3.1 Strategie rozvoje BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3.2 Plánování a koordinace projektù BI . . . . . . . . . . . . . . . . . . . . 2.3.3 Øízení služeb BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3.4 Øízení zdrojù BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3.5 Øízení projektù BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3.6 Øízení provozu aplikací BI . . . . . . . . . . . . . . . . . . . . . . . . . Øízení a postupy projektù Business Intelligence . . . . . . . . . . . . . . . . . . 2.4.1 Úvodní studie BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4.2 Specifikace pøírùstku . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4.3 Analýza BI øešení . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4.4 Modelování a návrh datového skladu a BI øešení . . . . . . . . . . . . . 2.4.5 Návrh technologické platformy pøírùstku . . . . . . . . . . . . . . . . . . 2.4.6 Návrh transformací – ETL . . . . . . . . . . . . . . . . . . . . . . . . . 2.4.7 Implementace BI øešení . . . . . . . . . . . . . . . . . . . . . . . . . . Podstatné parametry pro øízení Business Intelligence . . . . . . . . . . . . . . . 2.5.1 Strategické a plánovací parametry . . . . . . . . . . . . . . . . . . . . . 2.5.2 Parametry komplexních øešení, poskytovaných služeb a jejich dodavatelù 2.5.3 Parametry zdrojù a komponent øešení BI . . . . . . . . . . . . . . . . . 2.5.4 Parametry øízení projektù, pøesnìji øeèeno pøírùstkù BI . . . . . . . . . . 2.5.5 Provozní parametry BI . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . .

55 55 57 58 59 59 60 61 64 66 68 71 73 75 78 80 83 86 90 91

Èást II: Øešení a realizace úloh Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . 95 3. Pøíprava, plánování, analýzy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 3.1 Strategie rozvoje Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 3.1.1 Analýzy uživatelských (business) požadavkù . . . . . . . . . . . . . . . . . . . . . . 97 3.1.2 Formulace strategických zámìrù v BI . . . . . . . . . . . . . . . . . . . . . . . . . . 101 3.1.3 Analýza pøipravenosti firmy na BI a analýza stavu IS/ICT . . . . . . . . . . . . . . . 101 3.1.4 Návrh architektur BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102 3.2 Plánování projektu Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 3.2.1 Formulace plánu vývoje BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 3.2.2 Výbìr øešení a jeho dodavatele . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 4. Návrh øešení Business Intelligence . . . . . . . . . . . . . . . . . . . 4.1 Detailní specifikace uživatelských požadavkù . . . . . . . . . . . . 4.2 Modelování Business Intelligence øešení . . . . . . . . . . . . . . 4.2.1 Dimenzionální modelování . . . . . . . . . . . . . . . . . 4.2.2 Modelování datového skladu (logický model) . . . . . . . . 4.2.3 Zmìny v dimenzích – SCD (Slowly Changing Dimensions) 4.3 Návrh technologické platformy . . . . . . . . . . . . . . . . . . . . 4.3.1 Návrh technologické architektury . . . . . . . . . . . . . . 4.3.2 Fyzický model datového skladu . . . . . . . . . . . . . . . 4.3.3 Øešení velikosti databáze datového skladu a nárùstu dat .

6

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

107 107 108 108 113 121 126 127 128 130

Business Intelligence

4.4

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

132 132 142 144

5. Provoz aplikací Business Intelligence . . . . . . . . . . . . . . . 5.1 Øízení provozu Business Intelligence . . . . . . . . . . . . . 5.1.1 Provoz aplikací BI ve srovnání s provozními systémy 5.1.2 Systém øízení provozu BI . . . . . . . . . . . . . . . 5.1.3 Organizace provozu BI . . . . . . . . . . . . . . . . 5.1.4 Role v BI . . . . . . . . . . . . . . . . . . . . . . . 5.2 Úlohy v provozu Business Intelligence . . . . . . . . . . . . . 5.2.1 Øízení technické infrastruktury . . . . . . . . . . . . 5.2.2 Ladìní výkonu databáze . . . . . . . . . . . . . . . 5.2.3 Udržovaní dat a metadat . . . . . . . . . . . . . . . 5.2.4 Øízení rùstu objemu datového skladu . . . . . . . . 5.3 Ekonomika Business Intelligence . . . . . . . . . . . . . . . 5.3.1 Náklady na BI . . . . . . . . . . . . . . . . . . . . . 5.3.2 Efekty øešení BI . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

147 147 147 148 150 152 154 154 154 154 154 155 155 156

6. Implementace úloh Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.1 Základní východiska implementace úloh Business Intelligence . . . . . . . . . . . . . . . 6.2 Pøíprava produkèních systémù a dalších zdrojù dat pro Business Intelligence . . . . . . . 6.3 Implementace DSA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.4 Implementace ETL mezi produkèním systémem a DSA . . . . . . . . . . . . . . . . . . . 6.5 Implementace aplikací datových skladù . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.6 Implementace datových pump . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.6.1 Zdroje dat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.6.2 Transformaèní úlohy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.6.3 Øízení prùbìhu transformace . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.6.4 Základní doporuèení pro implementaci datových pump . . . . . . . . . . . . . . 6.7 Naplnìní datového skladu daty . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.8 Implementace OLAP databází . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.8.1 Vytvoøení OLAP databáze a definice umístìní (zpùsobu pøipojení) datových zdrojù 6.8.2 Vytvoøení dimenzí . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.8.3 Vytvoøení definic OLAP kostek . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.8.4 Nastavení pøístupových práv . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.9 Implementace klientských aplikací . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.9.1 Pøipojení k OLAP databázi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.9.2 Vytvoøení kontingenèní tabulky . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.9.3 Vytvoøení kontingenèních grafù . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.9.4 Vytvoøení dalších speciálních výstupù . . . . . . . . . . . . . . . . . . . . . . . 6.9.5 Pracovní panely uživatelù . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

159 159 160 160 160 161 164 164 165 167 169 169 171 171 172 180 185 185 186 187 187 190 190

4.5

Obsah

Øešení transformací a kvality dat . . . . . . . . . 4.4.1 Analýzy a øízení kvality dat . . . . . . . . 4.4.2 Návrh transformací dat – datových pump . Návrh klientských aplikací . . . . . . . . . . . . .

. . . .

. . . .

. . . .

. . . .

. . . .

7

Èást III: Aplikace a užití Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193

8

7. Aplikaèní oblasti Business Intelligence . . . . . 7.1 Finance . . . . . . . . . . . . . . . . . . . . 7.2 Marketing . . . . . . . . . . . . . . . . . . . 7.3 Výroba . . . . . . . . . . . . . . . . . . . . 7.4 Logistika . . . . . . . . . . . . . . . . . . . 7.5 Øízení vztahù s dodavateli . . . . . . . . . . 7.6 Lidské zdroje . . . . . . . . . . . . . . . . . 7.7 Informatika . . . . . . . . . . . . . . . . . . 7.8 Corporate Performance Management (CPM) 7.9 Web Analytics . . . . . . . . . . . . . . . . 7.10 Customer Intelligence . . . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

195 195 196 197 197 198 198 199 199 200 201

8. Dolování dat . . . . . . . . . . . . . . . . . . . 8.1 Úlohy dolování dat . . . . . . . . . . . . . 8.2 Techniky dolování dat . . . . . . . . . . . 8.3 Proces dolování dat . . . . . . . . . . . . 8.3.1 Definice problému . . . . . . . . . 8.3.2 Výbìr dat . . . . . . . . . . . . . 8.3.3 Pøíprava dat . . . . . . . . . . . . 8.3.4 Data Mining . . . . . . . . . . . . 8.3.5 Zprovoznìní modelu (Deployment) 8.3.6 Obchodní akce . . . . . . . . . . 8.4 Technologie dolování dat . . . . . . . . . 8.5 Aplikace dolování dat . . . . . . . . . . . 8.5.1 Segmentace . . . . . . . . . . . . 8.5.2 Automatizovaný skóring zákazníkù

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

205 205 206 207 207 207 207 208 208 208 208 209 209 213

9. Trendy na trhu Business Intelligence . . . . . . . . . . . . . . . . . 9.1 Trh Business Intelligence . . . . . . . . . . . . . . . . . . . . . 9.1.1 Rùst . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.1.2 Konvergence . . . . . . . . . . . . . . . . . . . . . . . 9.1.3 Posun k dodavatelskému zpùsobu vývoje øešení BI . . . 9.1.4 Vývoj standardù . . . . . . . . . . . . . . . . . . . . . . 9.1.5 Zamìøení na data o zákaznících – Customer Intelligence 9.2 Zákazníci a øešení Business Intelligence . . . . . . . . . . . . . 9.3 Architektury Business Intelligence . . . . . . . . . . . . . . . . . 9.3.1 Vývoj architektur øešení BI . . . . . . . . . . . . . . . . 9.3.2 Vývoj komponent BI . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

217 217 220 220 221 221 221 221 224 224 225

10. Faktory úspìšnosti øešení Business Intelligence . . . . . . . . . . . 10.1 Faktory úspìšnosti ve strategii a plánování Business Intelligence 10.1.1 Úroveò øízení firmy, firemní kultura . . . . . . . . . . . . 10.1.2 Existence potøeby BI aplikací . . . . . . . . . . . . . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

231 232 233 233

. . . . . . . . . . . . . .

Business Intelligence

10.2

10.3

10.4

10.5

10.1.3 Kvalita vize a strategie BI . . . . . . . . . . . . . . . . . . . 10.1.4 Identifikace efektù øešení . . . . . . . . . . . . . . . . . . . 10.1.5 Definování realizovatelných cílù BI . . . . . . . . . . . . . . 10.1.6 Stav zdrojových informaèních systémù a produkèních dat . . 10.1.7 Existence silného sponzora . . . . . . . . . . . . . . . . . . 10.1.8 Motivace uživatelù na kooperaci v BI projektech . . . . . . . 10.1.9 Kvalita a akceptování uživatelských požadavkù . . . . . . . 10.1.10 Volba pøístupu k øešení BI . . . . . . . . . . . . . . . . . . 10.1.11 Jasná definice rozsahu projektù . . . . . . . . . . . . . . . Faktory kvality øešení a služeb Business Intelligence . . . . . . . . . 10.2.1 Rozsah outsourcingu a kvalita dodavatele . . . . . . . . . . 10.2.2 Øízení rizik a kvality služeb BI . . . . . . . . . . . . . . . . 10.2.3 Kvalita smluv SLA . . . . . . . . . . . . . . . . . . . . . . 10.2.4 Kvalita celkové architektury BI . . . . . . . . . . . . . . . . Faktory úspìšnosti disponibilních zdrojù . . . . . . . . . . . . . . . . 10.3.1 Objem a doba pro získání financí . . . . . . . . . . . . . . . 10.3.2 Alokace dostateèných pracovních kapacit . . . . . . . . . . 10.3.3 Kvalita technologické platformy BI . . . . . . . . . . . . . . Faktory úspìšnosti øízení a øešení projektù Business Intelligence . . . 10.4.1 Úroveò øízení projektu . . . . . . . . . . . . . . . . . . . . 10.4.2 Doba trvání projektu . . . . . . . . . . . . . . . . . . . . . 10.4.3 Úroveò sdílení informací . . . . . . . . . . . . . . . . . . . 10.4.4 Kvalita modelování datových skladù a tržiš . . . . . . . . . Faktory úspìšnosti spojené s provozem aplikací Business Intelligence 10.5.1 Celková úroveò provozu BI aplikací . . . . . . . . . . . . . 10.5.2 Výkonnost BI øešení . . . . . . . . . . . . . . . . . . . . . . 10.5.3 Zpùsob aktualizace datových skladù, øízení nárùstu dat . . . 10.5.4 Nároènost øešení na administraci . . . . . . . . . . . . . . . 10.5.5 Podpora uživatelù . . . . . . . . . . . . . . . . . . . . . . . 10.5.6 Kvalita zmìnových øízení . . . . . . . . . . . . . . . . . . . 10.5.7 Úroveò øízení kvality dat . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

233 234 234 234 235 235 235 236 236 237 237 237 238 238 239 239 239 239 240 241 241 241 241 242 242 242 243 244 244 244 245

Zdroje . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247 Literatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247 Webové adresy související s tematikou . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249 Terminologický slovník

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250

Rejstøík . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251

Obsah

9

O autorech Ing. Ota Novotný, Ph.D. Vystudoval Vysokou školu ekonomickou v Praze, kde získal i titul Ph.D. v oboru informatika. Od roku 1996 zde na katedøe informaèních technologií pøednáší problematiku business intelligence, ERP produktù, mìøení výkonnosti informaèních systémù a jejich auditu. V souèasné dobì se zamìøuje na aplikaci principù business intelligence v øízení podnikové informatiky a pøi strategickém øízení podniku. Dále zastupuje Èeskou republiku v mezinárodním výboru ISO/IEC JTC1 SC7 – Softwarové inženýrství, kde pøipravuje a pøipomínkuje mezinárodní normy ISO/IEC z oblasti mìøení jakosti informaèních systémù a softwarových produktù. Ota Novotný se úèastní øady projektù spojených s návrhem a øízením implementace informaèní podpory firemních procesù a následného auditu. Je spoluautorem dvou knih, autorem èi spoluautorem nìkolika skript a øady èlánkù èi pøíspìvkù na konferencích. Doc. Ing. Jan Pour, CSc. Vystudoval Vysokou školu ekonomickou v Praze v roce 1970. Je pracovníkem katedry informaèních technologií VŠE v Praze. Orientuje se na otázky øízení podnikové informatiky, systémovou integraci a øešení úloh business intelligence a datových skladù. Je autorem nebo spoluautorem ètyø knižních publikací, 25 vysokoškolských skript a øady èlánkù a pøíspìvkù na konferencích. V souèasné dobì je èlenem Rady Èeské spoleènosti pro systémovou integraci a šéfredaktorem èasopisu Systémová integrace. Je èlenem programových výborù mezinárodních konferencí, pùsobí rovnìž jako analytik v konzultaèní a analytické spoleènosti ITG se sídlem v Praze. Jan Pour se podílí na øešení projektù v oblasti øízení podnikové informatiky a v oblasti návrhù informaèních systémù v prùmyslu, obchodu, energetice i v organizacích státní správy. Ing. David Slánský Vystudoval katedru informaèních technologií Vysoké školy ekonomické v Praze, pùsobil rovnìž v jaderné laboratoøi CERN ve Švýcarsku. V souèasné dobì pracuje ve spoleènosti Adastra, kde zastává pozici Business Analyst Manager. David Slánský se intenzivnì vìnuje oblasti business intelligence a následnému využití v zákaznicky orientovaných procesech v podnicích, zejména v telekomunikaèních spoleènostech a finanèních institucích. Kromì business intelligence se specializuje na analýzu, design a implementaci IS/ICT architektur a na související problematiku mìøení pøínosù a nákladù IS/ICT øešení.

O autorech

11

Úvod Business Intelligence (BI) je termín, oznaèující celý komplex èinností, úloh a technologií, které dnes stále èastìji tvoøí bìžnou souèást øízení podnikù a jejich informaèních systémù. Business Intelligence není právì ryzí èeský termín, ale v odborné praxi se již tak vžil a souèasnì je natolik obtížné pro nìj najít nìjaký pøijatelný pøeklad (podniková inteligence, obchodní inteligence, inteligentní obchod, … ), že jsme u nìj radìji zùstali, za což se všem ètenáøùm omlouváme. Na úvod této publikace si musíme zodpovìdìt tøi obvyklé otázky: l l l

Co je jejím úèelem? Komu je urèena? Co je jejím obsahem a na co je orientována?

Úèel: Text je koncipován jako základ pro práci a další studium v oblasti Business Intelligence (BI). Jeho úèelem je podat v pomìrnì komprimované formì celkový pøehled o principech, na nichž jsou úlohy a aplikace BI založeny, o pøístupech k jejich øešení a rovnìž o možnostech jejich využití v øízení podniku nebo instituce. Zámìrem autorù proto není podat detailní výklad jednotlivých produktù nebo technologií, které se v dané oblasti používají. Na druhé stranì je snahou dokumentovat prezentované principy øešení na konkrétních pøíkladech. Pro tento úèel jsou zde pøevážnì využívány prostøedky spojené s databázovým prostøedím Microsoft SQL Server 2000, a v jeho rámci integrovanými produkty BI, zejména Analysis Services a Data Transformation Services (DTS). Vzhledem k tomu, že jde o oblast informatiky, která se dynamicky rozvíjí, jsou v této textové formì obsaženy pøedevším obecnì platné charakteristiky a metody spojené s øešením BI, zatímco aktuální informace o produktech, novinky na trhu BI a další doplòující informace najde ètenáø na www stránkách rùzných informaèních serverù, napø. Èeské spoleènosti pro systémovou integraci, Datawarehouse klubu, Centra pro BI a dalších uvedených v závìru knihy. Urèení: Publikace je primárnì urèena pracovníkùm v oblasti informatiky, kteøí až dosud pracovali v oblasti transakèních aplikací a chtìjí rozšíøit svoji specializaci i pro oblast analytických a rozhodovacích úloh v rámci øešení podnikových informaèních systémù, dále pracovníkùm pùsobícím v uživatelské sféøe informatiky, kteøí se budou podílet na øešení uvedeného typu aplikací jako konzultanti nebo zadavatelé tìchto úloh, a v neposlední øadì i studentùm oborù informatiky jako studijní literatura pro kursy BI, resp. aplikaènì orientované kursy informaèních systémù. Obsah: Obsah celé publikace se dìlí do tøí èástí, které na sebe velmi úzce navazují, a to: l

Èást I – Principy Business Intelligence, podává celkový pøehled o obsahové i technologické podstatì Business Intelligence, jeho hlavních komponentách a úlohách spojených s jeho øešením a øízením.

l

Èást II – Øešení a realizace úloh Business Intelligence, se detailnìji zabývá jednotlivými otázkami a úlohami BI, poèínaje urèením jejího strategického zamìøení, plánováním projektù, pøes analýzu, modelování, návrh a implementaci až po zajištìní organizace, øízení provozu BI aplikací a hodnocení jejich efektù vzhledem k pøedpokládaným nebo vynaloženým nákladùm. Každá z dílèích úloh v této èásti zahrnuje vymezení jejich úèelu (proè se realizují), jejich obsahové podstaty (co je jejich náplní) a faktorù jejich úspìšné realizace (co je pøi jejich øešení dobré respektovat a které dosavadní zkušenosti zohlednit).

Úvod

13

l

Èást III – Aplikace Business Intelligence, nabízí základní pøedstavu o možnostech užití technologií a aplikací BI pøi øízení firmy nebo instituce, a to od dnes již vcelku obvyklých øešení v oblasti finanèních, obchodních nebo marketingových analýz až po stále atraktivnìjší typy aplikací, jako je tzv. Customer Intelligence, aplikace BI ve strategickém øízení firmy apod. Èást III má tak odpovìdìt na otázky, kde lze BI ve firmì využít, jaké jsou zde jeho možnosti a pøípadná omezení.

Celkovou strukturu textu dokumentuje úvodní obrázek.

Business Intelligence

A. Principy BI

B. Øešení a realizace úloh BI

C. Aplikace a užití BI

[1] BI – vývoj a základní principy

[3] Pøíprava, plánování, analýzy

[7] Aplikaèní oblasti BI

[2] Øízení projektù a aplikací BI

[4] Návrh øešní BI

[8] Data Mining

[5] Provoz aplikací BI

[9] Trendy na trhu BI

[6] Pøíklad implementace úloh BI

[10] Faktory úspìchu BI øešení

Struktura textu S obsahem souvisí i forma textu a proto na tomto místì upozorníme na použité piktogramy uvozující standardní èásti jednotlivých kapitol:

y ` 2

F Ò

Orientace a úèel kapitoly nebo èásti textu. Vymezení nebo definice pojmu. Pøíklady nebo dílèí kroky pøi realizaci jednotlivých funkcí. Doporuèení pro øešení úlohy, problému nebo operace. Shrnutí kapitoly nebo vybrané èásti textu.

Na závìr by autoøi chtìli touto cestou podìkovat spolupracovníkùm i absolventùm Katedry informaèních technologií Vysoké školy ekonomické v Praze, kteøí se podíleli na pøípravì podkladù. Jejich práce jsou uvedeny v celkovém pøehledu literatury. Zvláštní dík patøí zamìstnancùm spoleènosti Adastra (zejména Ing. Ondøeji Šòupárkovi, Ing. Jaroslavu Vlèkovi, Ing. Tomáši Koèkovi, Ph.D., a Ing. Martinu Šálymu), kteøí poskytli pro tuto publikaci cenné materiály, pøipomínky a námìty.

14

Business Intelligence

I

ÈÁST I: PRINCIPY BUSINESS INTELLIGENCE Cílem celé první èásti je objasnit podstatu Business Intelligence a zpùsob øízení a øešení jeho provozu a rozvoje. Celkový pohled na témata prezentovaná v této èásti poskytuje následující obrázek. Vývoj a základní principy BI Vývoj v BI (technologie, aplikace, užití) Pozice BI v øízení firmy a v IS/ICT Principy øešení BI multidimenzionální databáze (MOLAP, ROLAP HOLAP) rozdíly OLAP a OLTP technologie Komponenty øešení BI datové sklady datová tržištì operativní úložištì dat (ODS) doèasné úložištì dat (DSA) ETL nástroje EIS, manažerské aplikace nástroje zajištìní kvality dat nástroje pro správu metadat nástroje dolování dat

Øízení rozvoje, provozu a projektování BI

Úlohy v øízení BI (v kontextu øízení celého systému) Pøístupy k øešení BI (pøírùstkový, globální, atd.)

Øízení rozvoje a provozu strategie BI plánování projektù BI øízení služeb v BI øízení zdrojù BI øízení projektù øízení provozu BI

Projektování BI úvodní studie specifikace pøírùstku analýza modelování datového skladu a návrh øešení technologická platforma návrh transformací (ETL) implementace

Podstatné parametry pro projektování a øízení BI

Pøíklady øešení BI (MS SQL 2000, ProClarity)

Struktura témat prezentovaných v èásti I

15

1 1. Business Intelligence – vývoj a základní principy y

Business Intelligence (BI) pøedstavuje komplex pøístupù a aplikací IS/ICT, které témìø výluènì podporují analytické a plánovací èinnosti podnikù a organizací a jsou postaveny na principu multidimenzionality, kterým zde rozumíme možnost pohlížet na realitu z nìkolika možných úhlù. Cílem této kapitoly je vysvìtlit dosavadní vývoj a základní principy tìchto technologií a aplikací.

1.1 Vývoj Business Intelligence Øešení smìøující k podpoøe manažerských a analytických úloh v podnikovém øízení se zaèala objevovat již na konci sedmdesátých let minulého století v souvislosti s rozvojem on-line zpracování dat. Prvotní pokusy a aplikace jsou spojeny s americkou firmou Lockheed. V polovinì osmdesátých let byly publikovány první významné práce k tomuto typu aplikací (prof. Rockart: „CEO Goes On-line“ a nìkteré další). V druhé polovinì osmdesátých let pøišly na trh v USA první firmy s komerèními produkty, založenými na multidimenzionálním uložení a zpracování dat, oznaèovanými jako EIS (Executive Information System), a to firmy Comshare a Pilot. Trh s EIS produkty se pak velmi rychle rozvíjel a na zaèátku devadesátých let (od roku 1993) se tyto produkty zaèaly prosazovat i na èeském IS/ICT trhu. Koncem osmdesátých a zaèátkem devadesátých let se v USA zaèal velmi silnì prosazovat i další trend v multidimenzionálních technologiích, a to datové sklady (Data Warehouse) a datová tržištì (Data Marts). Za rozvojem tìchto technologií stáli pøedevším Ralph Kimball a Bill Inmon. Vìtší uplatnìní datových skladù a tržiš je na èeském trhu patrné spíše až v druhé polovinì devadesátých let. V souvislosti s datovými sklady a narùstajícím objemem dat v tomto prostøedí se v prùbìhu devadesátých let zaèaly prosazovat i technologie a nástroje tzv. dolování dat (Data Mining)1 založené na vysoce sofistikovaných analýzách dat s pomocí nejrùznìjších matematických a statistických metod. K jednotlivým technologiím, nástrojùm a aplikacím zaøazovaným do Business Intelligence se budeme postupnì vracet v dalších èástech tohoto textu.

1.2 Business Intelligence v øízení firmy V prostøedí stále tvrdší konkurence musí podnikoví analytici a manažeøi rozhodovat pod èasovým tlakem a souèasnì s vysokou zodpovìdností. To znamená, že pro tato rozhodnutí musí mít dostatek relevantních a objektivních informací, které jsou dostupné rychle, s minimální technickou nároèností na manipulaci, a pøitom s možností rychle formulovat nové požadavky na další informace odpovídající aktuální obchodní nebo výrobní situaci. Zpracování a uložení dat v transakèních systémech, pøedevším v aplikacích ERP, je založeno vesmìs na využití relaèních databázových systémù. Toto øešení je v mnohém ohledu velmi výhodné. Data jsou zde pøehlednì uspoøádána, a v pøípadì efektivnì navržené datové základny umožòují rychlé provádìní jednotlivých 1

V této publikaci jsou oba termíny používány ve stejném významu

Business Intelligence – vývoj a základní principy

17

1 transakcí a poskytují odpovídající dobu odezvy na zadané dotazy. Navíc zajišují integritu dat, bezpeènost pøístupu k datùm a další potøebné charakteristiky spojené s øízením firmy na taktické nebo operaèní úrovni. ERP aplikace však mají z hlediska analytických a plánovacích èinností podniku nìkterá omezení: l

Neumožòují rychle a pružnì mìnit kritéria pro analýzy podnikových dat (napø. sledovat data o prodeji – v èase, podle zákazníkù, produktù, segmentù trhu, obchodních zástupcù, podnikových útvarù, a dále i v nejrùznìjších kombinacích uvedených kritérií).

l

Stejnì tak se v obrovských objemech dat souèasných databází obtížnì øeší zajištìní okamžitého pøístupu pracovníkù k agregovaným datùm, a to na nejrùznìjších úrovních agregace (za podnik, útvar, za všechny zákazníky, skupiny zákazníkù, jednotlivé zákazníky atd.).

l

ERP a ostatní transakèní aplikace jsou primárnì urèeny pro poøizování a aktualizace dat, pøièemž nìkteré z nich pracují neustále témìø na 100 % svého možného výkonu; analytické úlohy tyto systémy nadmìrnì zatìžují a v mnohých pøípadech nejsou ani díky jejich vytížení možné.

l

Dalším problémem je narùstající objem dat v podniku, který se v prùmìru zdvojnásobí každých pìt let. Vìtšina firem tak nemá problém s nedostatkem dat, ale naopak firmy jsou jimi zahlceny, a to èasto redundantními a nekonzistentními daty, která jsou v rozhodovacích procesech obtížnì využitelná.

Pokud o tìchto omezeních mluvíme v souvislosti se systémy ERP, pak to neznamená, že by aplikace ERP a další transakèní úlohy nebyly schopny zmínìné operace realizovat. Jde však o jejich rychlost a pružnost vzhledem k uživatelským požadavkùm. Øešení uvedených problémù se tak postupnì stalo doménou speciálních technologií a aplikací Business Intelligence. Termín Business Intelligence zavedl v roce 1989 Howard J. Dresner, analytik spoleènosti Gartner Group, který jej popsal jako „sadu konceptù a metod urèených pro zkvalitnìní rozhodnutí firmy“. Vyzdvihuje zde význam datové analýzy, reportingu a dotazovacích nástrojù, které provádìjí uživatele množstvím dat a pomáhají mu se syntézou hodnotných a užiteèných informací. Možná právì díky krátké dobì existence tohoto termínu není pro nìj v dnešní dobì zavedena jednotná definice, podporovaná jakoukoliv organizací, zabývající se standardy (napø. ANSI). Napøíklad definice ze serveru searchCRM.com definuje Business Intelligence jako urèitou kategorii aplikací a technologií pro sbìr, skladování, analyzování a zpøístupòování dat, jejichž úèelem je pomoci podnikovým uživatelùm dìlat lepší rozhodnutí. BI aplikace podle searchCRM.com zahrnují funkènost systémù pro podporu rozhodování, dotazování a reportingu, statistických analýz, vytváøení prognóz a Data Mining. Server firmy iOLAP charakterizuje BI jako sbìr a analýzu dat, jejímž cílem je lepší porozumìní a reakce na zmìny, kterým organizace èelí2. Definici založenou na znalostech a informacích nabízí server DM Review3, který definuje BI jako znalosti o podniku získané za pomoci rozlièných hardwarových a softwarových technologií, které umožòují organizaci pøemìnit data na informace. Tento popis považuje technologie pouze za prostøedek, nikoli za podstatu Business Intelligence. Pro další úèely tohoto textu využijeme definici na serveru Èeské spoleènosti pro systémovou integraci (www.cssi.cz): 2 3

18

iOLAP – http://www.iolap.com/bi_getting_started.htm DM Review – http://www.dmreview.com

Business Intelligence

1 `

Business Intelligence je sada procesù, aplikací a technologií, jejichž cílem je úèinnì a úèelnì podporovat rozhodovací procesy ve firmì. Podporují analytické a plánovací èinnosti podnikù a organizací a jsou postaveny na principech multidimenzionálních pohledù na podniková data. Aplikace BI pokrývají analytické a plánovací funkce vìtšiny oblastí podnikového øízení, tj. prodeje, nákupu, marketingu, finanèního øízení, controllingu, majetku, øízení lidských zdrojù, výroby, IS/ICT apod. Do nástrojù a aplikací Business Intelligence se zahrnují: l l l l l l l l l l l l l l

produkèní, zdrojové systémy, doèasná úložištì dat (DSA – Data Staging Area), operativní úložištì dat (ODS – Operational Data Store), transformaèní nástroje (ETL – Extraction Transformation Loading), integraèní nástroje (EAI – Enterprise Application Integration), datové sklady (DWH – Data Warehouses), datová tržištì (DMA – Data Marts), OLAP, reporting, manažerské aplikace (EIS – Executive Information Systems), dolování dat (Data Mining), nástroje pro zajištìní kvality dat, nástroje pro správu metadat, ostatní.

K uvedenému pøehledu nástrojù, které zahrnujeme do BI, je nutné poznamenat, že i na tuto otázku existují rùzné názory. Vedle toho, který chápe BI jako široký rámec od manažerských aplikací po reporting, existuje i jiný pohled, který chápe BI pouze jako jeden z nástrojù vedle, resp. nad datovými sklady nebo datovými tržišti. V našem pøípadì se budeme nadále držet první z uvedených variant. Ze všech pøedcházejících vymezení a definic však vyplývá, že BI je orientován na vlastní využití informací v øízení a rozhodování, a nikoli na základní zpracování dat a realizaci bìžných obchodních, finanèních a dalších transakcí. To, jak jsou možnosti BI využity, dnes do znaèné míry ovlivòuje výkonnost a kvalitu øízení firmy, a v souvislosti s tím nakonec i její celkovou úspìšnost a konkurenceschopnost. Business Intelligence pøedstavuje již široký komplex nástrojù a aplikací, jejichž postavení v architektuøe IS/ICT dokumentuje obrázek 1.1. Z obrázku vyplývá, že BI je úzce provázána s ostatními aplikacemi IS/ICT, èerpá z nich vstupní data a v poslední dobì i data èasto do ostatních aplikací vrací. To vede k dílèímu pracovnímu závìru, že kvalita øešení BI je úzce závislá na kvalitì ostatních (transakèních) aplikací, zejména na kvalitì jejich – tzv. produkèních dat, resp. databází.

Business Intelligence – vývoj a základní principy

19

1

GØ, poboèky

Vedení podniku

Dceøiné spoleènosti

Business Intelligence, strategický IS

Interní infrastruktura, intranet, OIS, work-flow

BI

M

Elektronický obchod, øízení ext. vztahù

Dodavatelé

Øízení obchodu – prodej, nákup, sklady, marketing

Zákazníci

R

Øízení zdrojù – majetek, personál PAM, dopravy, ekologie

Øízení ekonomiky – úèetnictví, controlling, treasury, finanèní plánování

BI

Øízení výroby, provozu – TPV, plánování hlavní výroby, OØV, dílenské øízení výroby, plánování kapacit

C

BI

(EIS, datové sklady, data marts, reporting)

Øízení vztahù s dodavateli a ostatními partnery BI

Ostatní partneøi (státní správa, burza, …)

Obrázek 1.1 Postavení BI v aplikaèní architektuøe IS/ICT

1.3 Základní principy øešení Business Intelligence V pøedchozí èásti kapitoly jsme vymezili hlavní komponenty BI øešení (manažerské aplikace, datové sklady atd.). I když jsou mezi nimi podstatné rozdíly, pøesto celá øada základních principù je spoleèná. Na tomto místì se proto zamìøíme na: l l

základní principy muItidimenzionálních databází, hlavní rozdíly mezi analytickými a transakèními systémy.

1.3.1 Základní principy multidimenzionálních databází Z pøedchozího textu vyplývá, že informaèní systémy mohou pracovat se dvìma základními typy informací – operativními a analytickými. První typ, operativní informace, slouží pro realizaci obchodních a dalších transakcí v podniku. Jsou uloženy vìtšinou v relaèních databázích, zobrazují aktuální stav podniku a v prùbìhu jednoho dne se mohou i nìkolikrát mìnit. Pøíkladem mùže být napø. úèetnictví, data v dokumentech obchodních pøípadù apod. Transakèní systémy realizují jejich zpracování v reálném èase a oznaèují se jako OLTP (On Line Transaction Processing) systémy. Vzhledem k analytickým aplikacím se data OLTP systémù chápou jako primární, zdrojová nebo produkèní.

20

Business Intelligence

1 Na druhé stranì systémy pracující s analytickými informacemi využívají primární data vytvoøená v OLTP systémech. Pro své uložení a operace s daty se pro tyto systémy vžil v osmdesátých letech minulého století název OLAP – On Line Analytical Processing. Se zavedením pojmu BI (který ve své podstatì kopíruje výše zmínìný význam výrazu OLAP) a souèasnì s rozvojem nástrojù a technologií pro podporu analytických èinností v organizaci se však výraz OLAP ponìkud zúžil.

`

Užší význam definuje OLAP èistì technologicky, tedy jako „informaèní technologii založenou pøedevším na koncepci multidimenzionálních databází. Jejím hlavním principem je nìkolikadimenzionální tabulka umožòující rychle a pružnì mìnit jednotlivé dimenze, a mìnit tak pohledy uživatele na modelovanou ekonomickou realitu.“ Tato kniha bude nadále pracovat s užším – technologickým významem výrazu OLAP. Pro širší význam budeme používat výraz analytické nebo BI systémy.

Na rozdíl od OLTP systémù jsou analytické systémy charakteristické pøedevším tìmito vlastnostmi: l

l l l

informace poskytují na základì vstupù získaných z primárních dat (viz pøedchozí schéma architektury IS/ICT); jejich data jsou uložena multidimenzionálnì, resp. v multidimenzionálních databázích; obsahují rùzné úrovnì agregace dat, podle hierarchické struktury dimenzí (viz dále); zachycují faktor èasu a umožòují realizovat èasová srovnání, èasové øady, predikovat možný vývoj sledovaných ukazatelù apod.

Pro snadnìjší pochopení principù fungování analytických systémù, a jejich rozdílu oproti systémùm transakèním (OLTP), budeme v následujících odstavcích vycházet z pøedpokladu, že analytické øešení bude pokrývat typické požadavky na reporting, tedy nejstarší, a ještì stále nejrozšíøenìjší, funkcionalitu analytických aplikací. 1.3.1.1 Architektura multidimenzionální databáze Pro data analytického typu se nehodí, aby byla ukládána v relaèních databázích do podoby tøetí normální formy (typické pro transakèní systémy). Aby analytické systémy mohly poskytovat rùzné analýzy a pøehledy sloužící pro strategické rozhodování, je nutné, abychom se na jejich data mohli dívat z více hledisek souèasnì. Mìlo by tedy být možné vytváøet tzv. multidimenzionální pohledy, což je pro data uložená v tøetí normální formì velký problém. Nástroje koncového uživatele musí umožòovat analýzu ve smyslu nacházení souvislostí, které nejsou z primárních dat na první pohled zøejmé. Navíc je nutné procházet velká množství dat, vypoèítávat agregace (které v databázích modelovaných ve tøetí normální formì nejsou automaticky uloženy), rychle mìnit pohledy na data, rychle, a co možná automatizovanì, je ukládat do pøehledných tabulek a grafù. Multidimenzionální databáze jsou již optimalizované pro uložení a interaktivní využívání multidimenzionálních dat. Výhodou multidimenzionality, resp. nasazení OLAP technologií (v užším chápání), je rychlost zpracování a efektivní analýzy multidimenzionálních dat (drilling, slice and dice apod.). Základním principem, na nìmž jsou aplikace Business Intelligence založeny, je nìkolikadimenzionální tabulka umožòující velmi rychle a pružnì mìnit jednotlivé dimenze, a nabízet tak uživateli rùzné pohledy na mo-

Business Intelligence – vývoj a základní principy

21

1 delovanou ekonomickou realitu. Jde tak v podstatì o princip „n-dimenzionální Rubikovy kostky“ naplnìné nejdùležitìjšími podnikovými daty – viz obrázek 1.2.

závod 1

or ga n

iz aè

ní j

ed

no t

ky

další dimenze tabulky

ukazatele (napø. prodej urèité komodity, stav zamìstnancù, dosažené tržby)

napø.

30.9.

31.10. 30.11. 31.12.

prvek tabulky vyjadøuje hodnotu stav zamìstnancù k 31.12. v závodì 1

èas

Obrázek 1.2 Princip multidimenzionální databáze Z obrázku vyplývá, že standardními dvìma dimenzemi jsou tu ukazatele (ekonomické promìnné) a èas. Ostatní dimenze se pro jednotlivé modely definují podle potøeby, napø. organizaèní jednotka, komodita, zákazník, dodavatel, teritorium, konkurent apod. Obsah dimenzí je tvoøen prvky dimenzí, tj. konkrétními závody, provozy nebo zákazníky, dodavateli, komoditami apod. Promítnutí všech dimenzí do jednoho bodu tvoøí prvek multidimenzionální databáze. Každý prvek mùže pak obsahovat data nebo pøedpisy (algoritmy) pro jejich transformace. Je tøeba však souèasnì pøipomenout, že rùzné produkty rùzných výrobcù používají pro výše uvedené termíny rùznou terminologii, v tomto pøípadì odkazujeme na pøíslušnou firemní dokumentaci. Zpùsoby konkrétní realizace uvedených principù jsou uvedeny v èástech vìnovaných pøíkladùm vybraných produktù. Prvky dimenzí jsou vìtšinou uspoøádány v hierarchické struktuøe, tzn. že se rozdìlují na skupiny prvkù, podskupiny až na jednotlivé prvky. Produkty Business Intelligence pak zajišují automatické agregace hodnot (napø. ekonomických promìnných), a to podle definovaných hierarchických úrovní dimenzí.

22

Business Intelligence

1 Jednoduchým pøíkladem takových struktur mùže být dimenze organizaèní struktura: Podnik celkem Závod 1 Provoz 11 Dílna 111 atd. Závod 2 atd. Aplikace Business Intelligence pak budou automaticky sledovat napø. hodnoty výroby, prodejù zboží, zásob, zisku apod. podle uvedené organizaèní struktury a budou zajišovat agregace podle takto definované hierarchické struktury. Tato metoda je využívána pro urychlení odezvy systému na analytické požadavky. Pokud by totiž bylo nutné on-line vypoèítávat souèty pøi zobrazování tabulky èi grafu ze statisícù èi milionù hodnot, odezva systému by mohla být neúnosnì veliká. Hierarchie uložení agregovaných dat pak uživateli umožòuje se pružnì po požadovaných úrovních agregace pohybovat (na úrovni závodù, provozù apod.), aniž by bylo nutné vždy znovu požadované agregace poèítat. Tento princip se oznaèuje drill-down (pohyb – zpøístupnìní dat pro nižší úroveò agregace – detailnìjších dat) nebo drill-up (v opaèném smìru). Multidimenzionalita dat mùže být implementována na dvou úrovních: l l

na úrovni relaèní databáze, v tzv. „STAR scheme“ nebo „SNOWFLAKE scheme“ (viz níže), na úrovni speciální binární databáze.

1.3.1.2 Implementace na úrovni relaèní databáze Jak již bylo øeèeno, databáze produkèních – transakèních systémù bývají modelovány v tzv. tøetí normální formì. Jedná se o design databáze, který nejvíce vyhovuje požadavkùm na tyto systémy – tedy možnosti data rychle a jednoduše ukládat a souèasnì optimalizovat velikost databáze. Datové modely produkèních systémù jsou komplexní, obsahují mnoho tabulek a jejich vazby. Neexistuje jedineèný zpùsob, jak provést dotaz do databáze. Tìchto zpùsobù je vìtší množství a záleží jen na uživateli, kterou vazbu mezi tabulkami zvolí. Rùzné dotazy tedy mohou dát stejné výsledky. Tím se ovšem pro bìžného uživatele stává databáze velmi nepøehledná. Pro dotazy do více tabulek navíc musí vytváøet jakési propojovací mùstky, a jak si dále ukážeme, právì tato propojení jsou nejvìtší zátìží systému. Pro výše uvedené nedostatky se objevily snahy o zjednodušení ERD diagramu, pøizpùsobení jej pro tvorbu datových skladù, a pøedevším pøiblížit data koncovému uživateli. Vznikl tak relaèní „dimenzionální model“ kterému se také bìžnì øíká „Schéma hvìzdy“ (STAR scheme), resp. „Schéma snìhové vloèky“ (SNOWFLAKE scheme) – viz obr. 1.3 a obr. 1.4. V centru schématu je tzv. tabulka faktù, tedy tabulka sledovaných ekonomických a dalších ukazatelù identifikovaných klíèem složeným z klíèù tzv. dimenzionálních tabulek, v nichž jsou uloženy prvky jednotlivých dimenzí. Dimenzionální tabulky slouží jako úložištì textových informací o hodnotách uložených v tabulce faktù. Typicky si ji lze pøedstavit jako èíselník. Pro reálné dimenzionální tabulky je typické veliké množství atributù, pro nìž se nejlépe hodí atributy textové a diskrétní. Pøesto obèas bývá problematické rozhodnout, které pole bude zaøazeno do fakt tabulky, a které do tabulky dimenzionální. Naše rozhodnutí je vìtšinou závislé na tom, je-li sledovaná velièina mìøitelná a mìnící se v èase – pak patøí do fakt tabulky, èi zda je diskrétní a vystupuje spíše jako konstanta – pak jde o položku z dimenzionální tabulky.

Business Intelligence – vývoj a základní principy

23