Zebrać, ile się da, odpowiednio posegregować, połączyć w grupy, dyskretnie obserwować oddziaływanie, wyselekcjonować jednostki najwartościowsze, umieścić w bezpiecznym miejscu, uzupełniać zbiór nowymi nabytkami, testować, sondować, a gdy przestaną być potrzebne, przenieść do lamusa, z czasem wyrzucić...

Ten przepis na systemy Business Intelligence to oczywiście żart. Gdy zabieraliśmy się za przygotowywanie raportu, wydawało nam się, że nie jest to trudne zadanie… No i przeliczyliśmy się. To temat rzeka. Dlatego oddaliśmy głos prawdziwym fachowcom w tym trudnym temacie, sobie zostawiając jedynie skromny komentarz.

Przez ostatnich kilkanaście lat zmieniały się nazwy programów wspomagających decyzję – od EIS (Executive Information Systems) poprzez DSS (Decision Support Systems) aż do systemów BI (Business Inelligence). Programy EIS – systemy informowania kierownictwa – były zwykle budowane przez zespoły programistów w języku C++ lub 4GL, aby ułatwić menedżerom i szefom firm otrzymywanie wybranych informacji o kondycji ich przedsiębiorstwa. W wielu przypadkach aplikacje EIS miały predefiniowane zestawy zapytań, wyposażone w parametry ustawiane przez użytkownika. Rezultatem zapytań były tabele lub wykresy. Działalność aplikacji EIS była ograniczona do zastosowań określonych przez programistów.

Z kolei aplikacje DSS – systemy wspomagania podejmowania decyzji – należały do pierwszej generacji oprogramowania, które dynamicznie generowało zapytania SQL w celu uzyskania takiej informacji, jaką użytkownik chciał dostać. Programy DSS mogły dotyczyć różnych zastosowań, pod warunkiem że ich opis był przechowywany w relacyjnej bazie danych.

Uwieńczeniem ewolucji zmian oprogramowania DSS stały się pierwsze aplikacje BI (Business Intelligence), czyli systemy dostarczające kompleksowych informacji. Aplikacje oparte na interfejsach sieciowych ułatwiały wybór interesujących danych z jednego lub wielu źródeł, danych obejmujących wiele tematów, których analiza pomagała w podejmowaniu właściwych decyzji dotyczących zarządzania przedsiębiorstwem.

Obecnie do systemów BI zalicza się również: MIS (Management Information Systems) – systemy wspomagania zarządzania oraz GIS (Geographic Information Systems) – systemy informacji geograficznej, nie zalicza się natomiast systemów automatyki przemysłowej.

Na systemy Business Intelligence składa się wiele narzędzi analitycznych. Narzędzia te służą do analizowania danych pod różnymi kątami. Dane zgromadzone są u podstawy piramidy, w sercu systemu – Hurtowni Danych. Twórca koncepcji Hurtowni Danych (tzw. Data Warehousing), W.H. Inmon, określa Hurtownię Danych jako „centralne repozytorium wszystkich istotnych danych, które są gromadzone przez poszczególne systemy biznesowe przedsiębiorstwa”.

OLAP definiowane jest jako online analitycal processing, technika oprogramowania, która zapewnia wgląd w dane poprzez szybki, pewny, iteracyjny dostęp do szerokiego zakresu obrazów informacji, utworzonych z surowych danych w celu odzwierciedlenia prawdziwych wymiarów otoczenia przedsiębiorstwa w sposób zrozumiały dla użytkownika.

Z kolei data mining (drążenie) służy do wykrywana wzorców i powiązań pomiędzy danymi w hurtowni danych. Metoda wykorzystywana jest przede wszystkim do: klasyfikacji, estymacji, prognozowania, odkrywania reguł asocjacyjnych, grupowania na podstawie podobieństwa, analizy skupień, opisywania i wizualizacji danych. BAM (business activity monitoring) – to przetwarzanie danych napływających na bieżąco, a management dashboard – Kokpit Menedżerski, atrakcyjny sposób prezentacji wyników – wizualizacja danych i raportów w postaci podobnej do pulpitów sterowniczych.

Dalsza ewolucja systemów BI prowadzi od systemów o architekturze klient-serwer w kierunku aplikacji, z których można korzystać w Internecie.

Co dają systemy BI w życiu codziennym? Liczba wykorzystywanych na bieżąco zastosowań DDS, OLAP czy data mining jest ogromna. Na przykład analiza ryzyka kredytowego, bieżąca analiza płynności gotówkowej, analizy rynków finansowych, rozbudowane systemy controllingu, analizy wskaźnikowe, sprawozdawczość (w języku BI – raportowanie), analizy zorientowane na klienta (okresu utrzymywania kontaktu z klientami, rentowności klientów, modelowanie reakcji i zachowań klientów oraz ocena klientów z punktu widzenia firmy).

Trzeba jednak pamiętać o niebezpieczeństwach stosowania BI: tendencyjnej prezentacji danych (wynika z nieznajomości rygorów statystyki) oraz oczekiwania od systemu BI prostych, jednoznacznych odpowiedzi, a nawet wskazania „jedynie słusznego rozwiązania”. Dane niosą mnóstwo informacji, trzeba tylko wiedzieć, jak je interpretować, jakie wnioski z nich wyciągnąć i jak najlepiej tę wiedzę wykorzystać.

---

Poznać prawdziwą wartość gromadzonych informacji

Andrzej Kicinger SAS Institute Polska

Istnieje kilka definicji terminu Business Intelligence? Jaka jest właściwa?

Przegląd rynku dostawców systemów BI w Polsce (uzupełnienie informacji z tabeli)

Przykłady wdrożeń systemu BI w sektorze przemysłowym w Polsce: Gaspol (VI 2004 r., system aktualnie rozwijany) – integracja i centralizacja danych, analiza wielowymiarowa, eksploracja danych, zaawansowane wizualizacje, możliwość definiowania miar wyliczanych i współczynników KPI, dostęp przez przeglądarkę internetową; obszary objęte wdrożeniem: finanse, gospodarka magazynowa, sprzedaż; Egmont (VI 2005 r.) – integracja i centralizacja danych, analiza wielowymiarowa, eksploracja danych, zaawansowane wizualizacje; obszary objęte wdrożeniem: finanse, sprzedaż; Tadmar (VII 2003 r.) oraz Mostostal Export (styczeń 2001 r.) – integracja i centralizacja danych, analiza wielowymiarowa, eksploracja danych, zaawansowane wizualizacje; Ministerstwo Gospodarki i Pracy (IV 2005 r.) – System Monitorowania Ryku Pracy: integracja i centralizacja danych, analiza wielowymiarowa, eksploracja danych, zaawansowane wizualizacje, możliwość definiowania miar wyliczanych i współczynników KPI, dostęp przez przeglądarkę internetowąFild.NET Excelerator (oparty na Excelu, SQL oraz SharePoint) – wykorzystuje standardowe funkcje pakietu Microsoft Office

Funkcje wykonywane przez system MicroStrategy: raportowanie korporacyjne – tworzenie i dystrybucja raportów z uwzględnieniem wszystkich wymagań (od zaawansowanych potrzeb analityków po tworzenie przekrojowych zestawień dla zarządu); analizy wielowymiarowe (MOLAP) – analizy OLAP na predefiniowanym zbiorze danych; zapytania i analizy ad hoc (ROLAP) – dogłębna, interaktywna analiza danych i zapytania ad hoc z wykorzystaniem funkcji OLAP: drążenie we wszystkich kierunkach, stronicowanie, pivoting, dodawanie podsumowań, filtrowanie, rankingi i eksport do różnych formatów; analizy statystyczne i data iting – wykorzystanie obróbki statystycznej danych oraz algorytmów data iting do analizy predykcyjnej; raporty i aktywne alarmowanie – możliwość upowszechnienia na skalę korporacyjną raportów i alarmów o sytuacjach wyjątkowych przez samoobsługowy portal subskrypcyjny lub centralne administrowanie (dostarczanie raportów na dowolne urządzenia: drukarki, palmtopy, faksy, pagery i urządzenia głosowe, przez pocztę elektroniczną, wiadomości SMS)

Funkcje wykonywane przez system BI: narzędzia ETL (Extract, Trasnformation, Loading) z różnych źródeł danych – SQL Server 2005 Integration Services, narzędzia tworzenia wielowymiarowych hurtowni danych OLAP (wielowymiarowe analizy), drążenie danych – Data Mining – SQL Server Analysis Services, system tworzenia, zarządzania i dystrybucji raportów (statycznych i dynamicznych, praktycznie dowolny sposób otrzymywania raportów) – SQL Server 2005 Reporting Services; narzędzia do tworzenia raportów przez osoby merytoryczne, bez przygotowania programistycznego – Report Builder; narzędzia tworzenia i zarządzania – Business Intelligence Development Studio

Oracle Polska

Rozwiązania klasy BI w dwóch kategoriach: 1. jako składnik warstwy pośredniej, 2. jako integralna część aplikacji biznesowych; 1. Oracle Business Intelligence 10g wchodzi w skład platformy warstwy pośredniej Oracle Fusion Middleware: OracleBI Discoverer: dostęp do danych relacyjnych oraz OLAP, a także graficzne narzędzie monitorujące (dashboard) dostosowywane przez użytkownika, OracleBI Spreadsheet: dostęp do danych OLAP z arkuszy kalkulacyjnych Excel, OracleBI Warehouse Builder: szybkie projektowanie i wdrażanie hurtowni danych i metadanych oraz zarządzanie nimi, OracleBI Beans: tworzenie rozbudowanych, niestandardowych aplikacji do analizy danych biznesowych, Oracle Reports Services: zaawansowane raportowanie; 2. Oracle E-Business Intelligence – zestaw modułów analitycznych wbudowanych w aplikacje zestawu Oracle E-Business Suite: Oracle Activity-Based Management (ABM – Zarządzanie Sterowane Działaniami), Zrównoważona Karta Wyników Oracle (OBSC – Oracle Balanced Scorecard), Daily Business Intelligence: portal kierowniczy z najważniejszymi danymi biznesowymi z systemów ERP; Enterprise Planning and Budgeting: analizy, raportowanie, monitorowanie, planowanie, budżetowanie i prognozowanie (następca Financial Analyzer i Sales Analyzer), udostępnia wbudowane procesy biznesowe

Narzędzia analityczne wykorzystywane w systemie BI: narzędzia własne SAS Institute z pełną funkcjonalnością: Statistics (SAS/STAT, SAS/INSIGHT, SAS/IML, SAS/IML Workshop, SAS/LAB, SAS/QC, SAS/ETS, SAS/OR, SAS Enterprise Guide), Data&Text Mining (SAS Enterprise Miner, SAS Text Miner), Forecasting (SAS Forecast Server), Econometrics (SAS Forecast Server, SAS/ETS), Quality Improvement (SAS/QC), Operations Research (SAS/OR)

Przykłady wdrożeń systemu BI w sektorze przemysłowym w Polsce: BOT – Elektrownia Turów (2000 r., realizowane są kolejne wdrożenia) – hurtownia i aplikacje systemu ISI w obszarze finansowym (planowanie i budżetowanie) oraz w obszarze danych przemysłowych (we współpracy z firmą Winuel); Zakład Energetyczny Toruń (2004 r.) – segmentacja strategiczna klientów, analizator taryf (projektowanie nowych taryf energetycznych, wycena taryf energetycznych dla klienta, z uwzględnieniem przychodów i kosztów zakładu energetycznego, wybór najlepszej taryfy dla klienta w oparciu o profil zużycia energii); Grupa Vattenfall AB – Górnośląski Zakład Energetyczny (2004 r.) – system wspomagający przeciwdziałanie nielegalnemu poborowi energii elektrycznej (NPEE); PSE Operator (2004 r.) – zarządzanie zabezpieczeniami transakcji z uczestnikami rynku energii elektrycznej; ZA Puławy (2005r.)

Szczegółowe opisy wymienionych wdrożeń:
http://www.sas.com/offices/europe/poland/success/index.html

Narzędzia analityczne dostępne w ramach systemu BI: statystyki podstawowe i tabele, dopasowanie rozkładów, regresja wieloraka, analiza wariancji (ANOVA), statystyki nieparametryczne, ogólne modele liniowe, oogólnione modele liniowe i nieliniowe, ogólne modele regresji, modele cząstkowych najmniejszych kwadratów, komponenty wariancyjne, analiza przeżycia, estymacja nieliniowa, linearyzowana regresja nieliniowa, analiza log-liniowa tabel liczności, szeregi czasowe i prognozowanie, modelowanie równań strukturalnych, analiza skupień, analiza czynnikowa, składowe główne i klasyfikacja, algorytm NIPALS dla analizy składowych głównych i metody cząstkowych najmniejszych kwadratów, analiza kanoniczna, analiza rzetelności i pozycji, drzewa klasyfikacyjne, analiza korespondencji, skalowanie wielowymiarowe, analiza dyskryminacyjna, ogólne modele analizy dyskryminacyjnej, dobór i eliminacja zmiennych (dla dużych zbiorów danych), analiza koszykowa, interakcyjne drążenie danych, sieci neuronowe, karty kontrolne, analiza procesu, planowanie doświadczeń, analiza skupień uogólnioną metodą EM i k-średnich, uogólnione modele addytywne (GAM), ogólne modele drzew klasyfikacyjnych i regresyjnych (GTrees), ogólne modele CHAID (Chi-square Automatic Interaction Detection), interakcyjne drzewa klasyfikacyjna i regresyjne, drzewa klasyfikacyjne i regresyjne ze wzmacnianiem (bosted trees), multivariate Adaptive Regression Splines (MAR Splines), obliczanie dobroci dopasowania, szybkie wdrażanie modeli predykcyjnych, naiwny klasyfikator Bayesa, Support Vector Machines, metoda k-najbliższych sąsiadów, łączenie grup (klas) z wykorzystaniem algorytmu CHAID, ICA (Independent Component Analysis), Random Forest, Text mining.

Przykłady zastosowań systemu BI w Polsce: PKN Orlen – STATISTICA Data Miner wykorzystywany w ramach programu lojalnościowego VITAY, do oceny efektywności i wspomagania planowania akcji marketingowych, tworzenia modeli cross-sellingowych i up-sellingowych, segmentacji itp., a także do prognozowania oraz w zakresie zarządzania ryzykiem; Ministerstwo Finansów – zaawansowane techniki data mining zawarte w STATISTICA Data Miner wykorzystywane do wykrywania prania brudnych pieniędzy; Lukas Bank – wykorzystywanie STATISTICA (w szczególności drzewa klasyfikacyjnego) do segmentacji klientów i wspomagania działań marketingu bezpośredniego; Goodyear (TC Dębica) – automatyczne prognozowanie potencjału rynku opon dla różnych kategorii opon.

Przykłady wdrożeń systemu BI w sektorze przemysłowym w Polsce: ALSTOM Power w Elblągu – opracowanie i wdrożenie w STATISTICA Enterprise-Wide System systemu statystycznego sterowania procesem produkcji turbin gazowych; analiza danych dotyczących SPC (statystycznego sterowania jakością) pochodzących z różnych źródeł; dane jakościowe dotyczące surowców oraz pomiary z poszczególnych etapów produkcji (z urządzeń pomiarowych, laboratorium oraz wprowadzane przez operatorów) są gromadzone w hurtowni danych; Rigips Polska-Stawiany – opracowanie i wdrożenie w STATISTICA Enterprise-Wide System (SEWSS) systemu statystycznego sterowania procesem produkcji płyt gipsowo kartonowych (przygotowanie kart kontrolnych i raportów dla danych produkcyjnych); Robert Bosch – opracowanie i wdrożenie w STATISTICA Enterprise-Wide System (SEWSS) systemu statystycznego sterowania procesem produkcji systemów hamulcowych do pojazdów samochodowych (zdefiniowanie szablonów analiz i kart kontrolnych dla danych z bazy danych i maszyn współrzędnościowych; zgodność z normami ISO oraz QS 9000); Thomson Multimedia w Piasecznie – opracowanie i wdrożenie w STATISTICA Enterprise-Wide System systemu statystycznego sterowania jakością produkcji kineskopów telewizyjnych (analizowanie danych, automatycznie generowane karty kontrolne i obliczane wskaźniki jakościowe; zaawansowane techniki data miting); Pepsi-Cola General Bottlers Poland – opracowanie i wdrożenie w STATISTICA Enterprise-Wide System systemu statystycznego sterowania procesami produkcyjnymi (automatyzacja wprowadzania danych oraz raportowania); Centrum Badawcze ABB w Krakowie – wykorzystywanie zaawansowanych narzędzi statystycznych STATISTICA do rozwiązywania problemów jakościowych (Six Sigma); GTX Hanex Plastic – błyskawiczna analiza danych wybranego produktu w wybranym okresie (jednym kliknięciem wybrane wykresy są przesyłane do zainteresowanych osób)

W ofercie: Dedykowane Systemy Wspomagania Decyzji, Systemy Informowania Kierownictwa, Systemy Analityczne (OLAP); Ewidencja Systemu Produkcji (ESP) – m.in. zdalne monitorowanie stanu aplikacji

Firma ma w ofercie systemy: BusinessObjects XI, i2Six, BiK

i2Six – przykłady wdrożeń systemu BI w sektorze przemysłowym w Polsce: huta Aluminium Konin – Impexmetal – pierwsze wdrożenie tego typu systemu w Polsce, realizowane przez firmę SPIN we współpracy z czeskim parterem, Logis (centrum kompetencyjne i autoryzowany dystrybutor rozwiązań i2 na Europę Środkową i Wschodnią); na świecie z rozwiązania korzysta ponad 1000 firm wszystkich gałęziach przemysłu.
BiK – system planowania, budżetowania i kontrolingu, może być integrowany z innymi systemami operacyjnymi, np. klasy ERP lub z dowolnym źródłem danych, jak środowiska hurtowniane, doskonale integruje się z systemami raportującymi, np. klasy OLAP.

Diabeł jednak, jak zwykle, tkwi w szczegółach. Zastanówmy się na przykład, co będzie, jeśli dane są zgromadzone w różnych miejscach, albo jak zapewnić bezpieczne przechowywanie i dystrybucję uzyskanych informacji? Wówczas warto rozważyć bardziej szczegółową definicję BI. Na przykład taką: jest to zestaw narzędzi i metod pozwalających przedsiębiorstwu na integrację posiadanych zasobów danych, zapewnienie pracownikom mechanizmów ich analizy i wizualizacji zgodnie z potrzebami oraz
współdzielenie jej wyników bezpiecznie i wydajnie.

Zgodnie z tą definicją zakłada się m.in. istnienie w przedsiębiorstwie różnych grup odbiorców BI, którzy mają inne wymagania i oczekują innych możliwości. Często dzieli się więc BI na trzy obszary:

– raportowanie – dostęp do danych, nadawanie im właściwego formatu oraz dystrybucja już jako informacji do szerokiej rzeszy odbiorców wewnątrz firmy i poza nią,

– zapytania i analizy – funkcje oznaczające możliwość interakcji z informacjami i znajdowania odpowiedzi na pytania tworzone w miarę potrzeb (adhoc) przez użytkowników posiadających choćby minimalną znajomość wykorzystywanych źródeł danych i ich struktury,

– zarządzanie wydajnością – monitorowanie i analizowanie kluczowych wskaźników biznesowych za pośrednictwem kokpitów, kart wyników oraz alertów, co pozwala powiązać cele działów czy osób ze strategią przedsiębiorstwa.

Te trzy obszary oparte są na współdzielonej platformie zapewniającej bezpieczeństwo danych i dystrybucję informacji. Ponadto w obecnych czasach, gdy w przeciętnej firmie występuje kilka, kilkanaście różnych miejsc gromadzenia danych, zagadnienie integracji tych zasobów i zapewnienia spójności informacji jest niebanalne. Dlatego integralnym elementem BI są narzędzia klasy ETL (Extraction, Transformation, Loading) służące temu celowi.

Warto również zwrócić uwagę na aspekt bezpieczeństwa danych. Coraz częściej mówi się o danych jako o najcenniejszym majątku firmy. Dlatego zapewnienie odpowiednich sposobów ochrony danych przed niepowołanym dostępem (nawet wewnątrz przedsiębiorstwa) czy modyfikacją należy również do zadań BI.

– Obecnie w wielu organizacjach standardem w zakresie analiz i współdzielenia informacji jest narzędzie Microsoft Excel. Poza zaletami związanymi z powszechną znajomością narzędzia wśród użytkowników biznesowych, rozwiązanie to ma wiele wad w zakresie bezpieczeństwa czy zapewnienia spójności danych. Ukuto nawet specjalny termin na taką sytuację – „spreadsheet hell” (piekło arkuszy).

Często także rozwiązania BI są oferowane z systemem baz danych czy ERP. Jest to swego rodzaju „transakcja wiązana” – wybór aplikacji i wykorzystanie dostarczanych z nią narzędzi BI wiąże użytkowników z konkretną techniką.

Rozwiązania firmy Business Objects, której jesteśmy przedstawicielem, prezentują odmienne podejście – neutralność w traktowaniu źródeł danych (opracowanie dedykowanych metod dostępu do wszystkich popularnych rozwiązań w dziedzinie baz danych czy systemów ERP, brak preferencji dla konkretnej techniki) umożliwia zastosowanie podejścia best-of-breed – wybór najlepszych z punktu widzenia przedsiębiorstwa baz danych/systemów ERP oraz (niezależnie) rozwiązania BI. Poza tym trudno wyobrażać sobie, że taki dostawca „wiązanego” rozwiązania będzie w stanie w krótkim czasie wejść na
zupełnie nowy dla siebie rynek BI i zagrozić funkcjonującym tam od lat graczom.

Na szczęście, znając ograniczenia pierwszego i drugiego podejścia, coraz więcej przedsiębiorstw wybiera dedykowane systemy BI niezależnych dostawców.

Jeśli chodzi o trendy rozwojowe, to BI zmienia się w kierunku upraszczania interfejsu i dostępności dla coraz większej liczby użytkowników, także tych na niższych szczeblach. Związane jest to z przekazywaniem odpowiedzialności (i decyzyjności) w przedsiębiorstwach. Coraz więcej osób w codziennej pracy musi podejmować ważne decyzje, a więc potrzebuje informacji. Informacji aktualnej, wiarygodnej i w przystępnej formie. Z drugiej strony oznacza to wyzwania związane z zapewnieniem wymienionych cech, a także często bezpieczeństwa czy poufności dystrybucji informacji.

– Pierwsze na BI otworzyły się branże tradycyjnie będące pionierami w zastosowaniach nowych technologii – telekomunikacja i finanse. Przetwarzają one miliony transakcji (finansowych, rekordów połączeń), na bazie których mogą prowadzić zaawansowane analizy sprzedażowe czy marketingowe.

Z naszych obserwacji wynika jednak, że sektor przemysłowy także dostrzegł i docenił wartość takich rozwiązań. Jednym z pierwszych wdrożeń narzędzi Business Objects na dużą skalę w Polsce był projekt w firmie Thomson Multimedia [wdrożenie przedstawimy w następnym numerze MSI Polska – przyp. red]. W ostatnim czasie duże zainteresowanie rozwiązaniami BI widać także w przemyśle wytwórczym. Zapewne jest to związane z zakończeniem wdrożeń systemów „operacyjnych” i poszukiwaniem sposobu na utylizację ogromu danych, które nagle pojawiły się w tych przedsiębiorstwach. Spodziewamy się dalszego dynamicznego wzrostu w tym sektorze.

– Aplikacje BI, w odróżnieniu np. od systemów ERP czy F/K, są uniwersalne. Oznacza to, że mogą znaleźć zastosowanie w wielu obszarach funkcjonowania czy też w różnego rodzaju przedsiębiorstwach, całkowicie nawet odmiennych. Praktycznie wszędzie tam, gdzie mamy do czynienia ze zdobywaniem informacji z danych, systemy BI będą mile widziane. Często pierwszym obszarem są finanse. Tu pierwotny zakres analiz jest dość łatwy do zdefiniowania i związany z wymaganiami prawodawstwa polskiego w zakresie sprawozdawczości finansowej. Często, niejako automatycznie, rozszerza się zakres informacji finansowych o szczegóły kosztowe i przychodowe, co prowadzi do powstania rozwiązania kontrolingowego. A mając informacje o przychodach, niewielkim „wysiłkiem” można stworzyć analizy sprzedaży. Oczywiście taki (nieco uproszczony) scenariusz nie zawsze ma miejsce. Czasami, szczególnie w przypadku mniejszych firm, obszar zastosowania może pokrywać jedynie wycinek działalności, np. kadry i płace. Jedną z wielu zalet niezależnych rozwiązań BI jest możliwość ich modularnego wdrażania, a następnie rozwijania w miarę rozwoju firmy i jej potrzeb.

– Można spotkać się z wieloma definicjami systemów typu Business Intelligence. Wydaje się, że jedną z lepszych jest zaproponowana przez portal DMReview: „Business Intelligence to środowisko udostępniające użytkownikom dane rzetelne, zgodne, zrozumiałe, łatwe do operowania i dostarczane na czas”. Dzięki tym danym użytkownicy mogą wykonywać analizy dające ogólne zrozumienie sytuacji biznesowej w przeszłości, obecnie oraz prognozę na najbliższą przyszłość. Business Intelligence ma dwa główne cele: monitorowanie finansowej i operacyjnej kondycji przedsiębiorstwa (raporty, ostrzeżenia, alarmy, narzędzia analityczne, wskaźniki wydajności i pulpity), oraz dwukierunkową integrację systemów operacyjnych i analizy przepływu informacji.

– Współczesne przedsiębiorstwa produkcyjne codziennie stają w obliczu nowych wyzwań, powodowanych przez rosnące wymagania klientów, coraz silniejszą konkurencję i szybki postęp techniczny. Z tego powodu branża przemysłowa chętnie korzysta z możliwości, jakie daje najnowsza informatyka i z powodzeniem sięga po sprawdzone rozwiązania. Efektem wdrażania kolejnych systemów informatycznych jest fakt, że zarówno podczas projektowania produktu, jego wytwarzania, jak i korzystania z niego przez użytkowników, gromadzone są bardzo duże ilości danych. W danych tych ukryta jest wiedza, którą można wydobyć, korzystając z odpowiednich aplikacji typu data mining oraz w odpowiedni sposób przedstawić za pomocą systemów Business Intelligence.

Obecnie w branży przemysłowej aplikacje typu Business Intelligence wykorzystywane są najczęściej w czterech obszarach: w logistyce i zarządzaniu łańcuchem dostaw, optymalizacji procesów i zapewnianiu jakości (np. zgodności z normami), zarządzaniu relacjami z klientami (wewnętrznymi i zewnętrznymi) oraz w gospodarce magazynowej. Coraz większą rolę odgrywają zastosowania związane z metodyką Six Sigma, której nie da się wdrożyć bez gromadzenia i analizowania danych. Innym kierunkiem rozwoju jest optymalizacja złożonych, wieloetapowych procesów wytwarzania, które cechują się dużą liczbą parametrów, a zaangażowane w nie jest wiele osób.

Oprócz rozszerzania zakresu stosowania Business Intelligence, należy spodziewać się również pogłębiania analiz, m.in. szerszego zastosowania zaawansowanych technik modelowania procesów i metod data mining, tak jak ma to miejsce w USA.

Kształt systemów BI oraz użyte techniki zależą głównie od wyboru, jakie informacje biznesowe, o kluczowym znaczeniu dla funkcjonowania przedsiębiorstwa, powinny być przez taki system udostępniane.

– Żadne przedsiębiorstwo nie jest w stanie funkcjonować bez aplikacji wspierającej działalność operacyjną. Systemy BI są czymś dodatkowym, dlatego w pierwszej kolejności powstają te najbardziej potrzebne. Najczęściej wdrażane systemy BI umożliwiają analizę bieżącego stanu finansowego, bilansu, kosztów oraz przepływów finansowych. Równie często stosuje się analizę wyników sprzedaży, rentowności czy realizacji planu sprzedaży.

Z technicznego punktu widzenia są to głównie systemy raportowania oparte na istniejących systemach. Coraz więcej przedsiębiorstw decyduje się jednak na wdrożenie środowiska hurtowni danych zapewniającego rozszerzenie zakresu analiz. Analizy na bieżąco (OLAP) oraz wykorzystanie technik eksploracji (data mining) stosowane są jednak raczej rzadko.

– Odpowiedź na to pytanie zależy od tego, o jakich systemach BI mówimy. Praktycznie większość firm posiada już odpowiednie narzędzia raportowe, które zapewniają podstawowe analizy. Ciągle jednak zastosowanie hurtowni danych pozostaje wyzwaniem.

– We wszystkich, w których konkurencyjność przedsiębiorstwa jest czynnikiem decydującym o pozycji rynkowej. Systemy BI umożliwiają skuteczniejsze zarządzanie przedsiębiorstwem oraz planowanie biznesu.

Źródło: www.msipolska.pl
Autor: Elżbieta Jaworska