Aż 82% badanych firm zadeklarowało cięcie budżetu w odpowiedzi na obecną recesję. Skutkiem jest wzrost potrzeb analitycznych managementu, który w dzisiejszych czasach oczekuje od analiz nie tylko zarysowania im aktualnego stanu rzeczy, ale dostarczenia informacji które odzwierciedlą sytuację biznesową przedsiębiorstwa na rynku w postaci liczb, którym następnie będzie można zaufać bez zadawania dodatkowych pytań co do ich pochodzenia czy sposobu przetwarzania. Dzisiaj, jak nigdy wcześniej, unifikacja danych w celu budowy jednej wersji prawdy o biznesie staje się tym, co w sposób ewidentny generuje dla firmy wartość dodaną. Osoby odpowiedzialne za dostarczanie analiz mają dzisiaj większą świadomość tego, iż wyniki ich pracy staną się przesłanką do dalszych decyzji co do przyszłości firmy.

W raporcie dotyczącym Operational BI, opublikowanym przez Aberdeen Group, jednej z wiodących organizacji monitorujących rynek rozwiązań informatycznych dla biznesu, można znaleźć liczne przykłady w liczbach, które potwierdzają to, iż potrzeby analityczne w dobie recesji rosną i stawiają większe wymogi rozwiązaniom IT, które te potrzeby mają za zadanie zaspokajać. Aberdeen Group, przyjmując w raporcie charakterystyczną dla swoich badań konwencję podziału respondentów na 3 grupy: Best-in-Class, Industry Average, Laggard, prezentuje bieżący sposób postrzegania Operational BI w biznesie (metoda klasyfikacji na poszczególne grupy opisana jest zwykle na końcu każdego raportu Aberdeen Group).

Należy zaznaczyć, że wśród firm zaliczonych do Best-in-Class aż 48% ma przynajmniej 2 lata doświadczenia w użytkowaniu Operational BI w stosunku do 30% wśród reszty respondentów. Wynik ten świadczy o tym, że rozwiązanie jakie stanowi Operational BI jest zjawiskiem nadal młodym w analitycznej rzeczywistości wielu firm.

Przedsiębiorstwa sklasyfikowane w opisywanym raporcie jako Best-in-Class charakteryzuje bardziej dojrzały model Operational BI. Aż 84% z nich chętnie korzysta z narzędzi prognozowania, wspierających zadania operacyjne w ramach procesów sprzedażowych i relacji z klientami. Świadczy to o dwóch istotnych zjawiskach. Po pierwsze, większość firm dostrzega aktualnie potrzebę prognozowania na poziomie procesów operacyjnych. Z drugiej strony świadczy to o tym, że aż 16% firm w celu prognozowania swojej najbliższej przyszłości np. sprzedażowej nie stosuje żadnych konkretnych analitycznych rozwiązań. Mając świadomość tego, że prognoza na przyszłość budowana jest w oparciu o dotychczasowe wyniki, oznacza to, że prawie jedna szósta wszystkich firm nie korzysta w pełni ze swych danych i nie wie jaki jest bieżący stan ich biznesu a także nie jest przygotowana na to, co niesie ze sobą rynkowe jutro.

Dodatkowo, według danych z raportu 54% respondentów traktuje ERP jako najważniejsze źródło danych operacyjnych, natomiast 46% wykorzystuje dane operacyjne ze swojego systemu CRM. Ponadto, wśród firm z grupy Best-in-Class aż trzy czwarte integruje dane zarówno z systemu ERP jak i CRM. Dla porównania wśród innych respondentów odsetek ten stanowi 36%.

Zalecenia wystosowane w raporcie dla dalszego użytkowania Operational BI w biznesie dotyczą głównie skupienia się na automatyzacji i integracji danych operacyjnych, zwrócenia szczególnej uwagi na wykorzystanie Operational BI w zadaniach związanych z budowaniem relacji z klientami i wiedzy o nich oraz zachęca do włączenia operacyjnych KPI (Key Performance Indicators) w analizy i monitoring procesów.

Oryginalną treść raportu można przeczytać będąc suskrybentem Aberdeen Group.

Virtual Data Warehouse jest takim właśnie susłem czyli wielokrotnie powracającym w umysłach menedżerów IT pomysłem pominięcia w procesie integracji danych implementacji centralnej bazy jaką jest hurtownia. Tak na prawdę, tego typu rozwiązanie ma mało wspólnego z integracją i opiera się jedynie na zapytaniach sięgających jednocześnie do wielu baz źródłowych, z których wynik stanowi ujednolicony widok na określone dane, gdzie przysłowiowe „ujednolicenie” ma dla użytkownika efekt jedynie wizualny. Tego typu rozwiązanie ma rzeszę swoich niezłomnych zwolenników, jednak ja, jak już się domyślacie, do nich nie należę. Jeżeli jest wśród was ktoś kto reprezentuje to drugie stanowisko, proszę o konstruktywną krytykę niniejszego artykułu.
Zastosowanie wirtualnej hurtowni danych pozornie rozwiązuje problem konieczności realizacji projektu integracji danych. Jednak poziom trudności zadań w typowych projektach integracyjnych może wręcz sprzyjać rodzeniu się wszelkich pomysłów, które raz na zawsze pogrzebią temat integracji w gąszczu rozwiązań, które można nazwać bajpasem. Tak na prawdę problem nigdy nie zostanie rozwiązany raz na zawsze i stworzy wiele problemowych sytuacji przy każdej próbie uporządkowania i unifikacji korporacyjnych danych.
Z wielu istniejących powodów przeciwko implementacji wirtualnej hurtowni danym, Inmon wymienia pięć zasadniczych:
1. Zapytania sięgające po dane z wielu baz w tym samym czasie zużywają znacznie zasoby systemowe, czemu często towarzyszy problem z wydajnością tego typu zapytań.
2. Zapytanie, które sięga do wielu baz jednocześnie wydzierżawia dla siebie zasoby za każdym jego uruchomieniem. Jeżeli wykonuje się wielokrotnie, wówczas znacząco wypływa na ogólną dostępność zasobów systemowych.
3. Zapytania tego typu zmuszają do utrzymywania stałego dostępu do baz źródłowych, kiedy to w przypadku braku dostępności procesy zapytań ulegają zawieszeniu bądź przerwaniu.
4. Uruchamianie tego typu zapytań powoduje wzmożony ruch sieciowy, który może znacząco wpłynąć na wydolność łącza sieciowego.
5. Wyniki tego typu zapytań ograniczają się do danych historycznych, które można uzyskać bezpośrednio z systemów źródłowych. Często historyczność danych w systemach źródłowych, w większej mierze transakcyjnych, jest ograniczona, a w wielu przypadkach historia danych nie jest w żaden sposób prowadzona, gdyż informacje w bazie są nadpisywane w wyniku update’ów lub innych modyfikacji. W systemach transakcyjnych liczy się przecież jak najmniejszy wolumen danych a nie monitoring ich zmienności na przestrzeni czasu. Centralizacja danych w odrębnej hurtowni pozwala kontrolować tzw. deltę danych (ang. delta loading; w zrozumieniu terminu może pomóc definicja delta processing z biblioteki SAP’a)
Oprócz wyżej wymienionych argumentów, które mogą pomóc menedżerom odpowiedzieć sobie samemu „NIE” na pytanie czy jest sens implementować wirtualną hurtownię danych, jest jeszcze wiele innych problemów, mniej informatycznych a bardziej informacyjnych. Głównym utrudnieniem przy pomijaniu typowej integracji danych są wszelkiego rodzaju konwersje danych, tj. przeliczanie kursów walut, wag, czasu itp. Brak standardów konwersji może spowodować, iż podstawowa misja każdej hurtowni danych (także i tej wirtualnej) zostaje poważnie zakwestionowana. Mam na myśli tzw. „dostarczanie jednej wersji prawdy o biznesie”. Inmon opisuje ten problem szerzej na przytoczonym przykładzie z walutami.
Prawdą jest, że nie zależnie od formalnego istnienia procesu integracji danych, zawsze na końcu każdego przetwarzania danych źródłowych następuje unifikacja danych do spójnej i czytelnej postaci – czyli po prostu integracja danych, od której tak usilnie próbuje się uciec realizując projekt wirtualnej hurtowni.
Ironia losu czy reality check?

Zapraszam do oryginalnej treści przytoczonego przeze mnie artykułu Billa Inmona dla portalu B-Eye Network.

Dobry i Zły Kowalski oraz chory Jasiu

Co stoi na drodze pełnego poznania tego co jest nam dane? To filozoficzne pytanie, którym nawet David Hume by nie pogardził, można zadać w bardziej przyziemnej formie szytej na miarę przeciętnego pracownika korporacji: Co stoi na drodze pełnego poznania danych o biznesie? Na to drugie pytanie przeciętny Kowalski (czy też Kovalsky) odpowie pewnie standardowo, że przeszkodą jest czas i wysiłek jaki musi podjąć by zebrać wszystkie potrzebne dane. Przy okazji ominie kwestię, że w niektórych przypadkach nie ma ochoty się wysilać a w innych woli by wyniki odpowiadały bardziej nastrojowi panującemu w firmie niż odzwierciedlały rzeczywistą kondycję biznesu. Wydaje się, że tego czego nie powiedziałby nam przeciętny Kowalski, nie przyznał się swego czasu zarząd AIG, Merle Lynch, Leyman Brothers i wielu innych firm, które już odznaczyły się w historii aktualnego kryzysu. Leniwy Kowalski jest jednak mniej niebezpieczny niż Zły Kowalski. Leniwemu Kowalskiemu możemy zaoferować takie narzędzia pracy, które zminimalizują jego wysiłek włożony w pozyskiwanie danych – i tu z pomocą przychodzą między innymi systemy Business Intelligence. Złe intencje są jednak gorsze niż lenistwo, którego nie jesteśmy w stanie wyplenić, ale możemy zminimalizować jego wpływ na wynik naszej pracy. Natomiast, świadome działanie dezinformacyjne bądź unikanie pozyskiwania nowych informacji związane jest z kulturą prowadzenia biznesu i w tym zakresie wszelkie rozwiązania IT nie są w stanie same poradzić sobie z tego typu problemem. Można stwierdzić, że w tej drugiej sytuacji problem tkwi w „głowie” organizacji i sprawia, że jest ona nieczuła na wszelkie próby doskonalenia procesu informacyjnego. Ten stan można przyrównać do dziecka, które udaje gorączkę by nie iść do szkoły. Mama może podawać wszelkie, coraz to skuteczniejsze według recepty leki i stosować coraz to bardziej zmyśle, czasochłonne metody aby ulżyć choremu Jasiowi. Ten zaś, nie mając intencji „wyzdrowieć”, całą swoją energię angażuje w techniki symulacji choroby. Konflikt interesów sprawia, że środki zaangażowane w nadziei na efekt, nie przynoszą żadnych wymiernych korzyści a jedynie generują koszty. Gdyby synek wiedział, że mama nie wybuchnie gniewem, kiedy dowie się, że przyczyną „choroby” jest trudna klasówka, nie doszłoby do marnotrawstwa zasobów i znalazłoby się na to jakieś inne rozwiązanie.

Diabeł tkwi w szczegółach

Zaczynając projekt, mający na celu zwiększenie zakresu pozyskiwanych informacji bądź polepszenie ich rzetelności w wyborze lepszych wariantów rozwiązań, należy wpierw przeprowadzić wszechstronny audyt procesu informacyjnego. Etap ten, pomimo swojej banalności i oczywistości jest, głównie z powodu tych dwóch cech, nagminnie pomijany. Efektem jest wdrażanie kompleksowych, wielonarzędziowych rozwiązań opartych na terabajtach danych, które nigdy nie będą w stanie wspomagać procesu podejmowania decyzji. Dla przykładu, od pracownika, który odpowiada za wynik finansowy „własną głową” i którego premie i upomnienia zależą od hossy bądź bessy na rynku, nie można oczekiwać, że będzie dążył do rzetelności w informowaniu kierownictwa w sytuacji kiepskiej kondycji firmy. Tego typu pracownik jak ognia unikał będzie rozbudowanych analiz ryzyka, zaś hołubił wszelkie mierniki które zapewnią mu stabilną pracę i zaowocują premią – najlepiej liczone na bazie własnych, tzw. „bezpiecznych” wzorów. Wychodząc od tego typu elementarnych problemów organizacji, które wpływają na motywację w pozyskiwanie danych, możemy świadomie wyeliminować wszelkiego rodzaju zakłócenia, które uniemożliwią nam pełne wykorzystanie dobrodziejstwa narzędzi wspomagających procesy decyzyjne.
Ostatecznie, mając do czynienia z uzdrowionym modelem zarządzania informacjami w firmie możemy przejść do wzbogacania go w narzędzia przetwarzania tychże informacji w wiedzę, której skutkiem będzie minimalizująca ryzyko i maksymalizująca zysk decyzja.

Na własnych błędach

Skoro nikt nie raczy podważyć faktu, iż lista dobrodziejstw jakimi obdarzają nas systemy BI jest tak długa, to dlaczego pomysły na wdrożenie systemu Business Intelligence w organizacji trafiają zwykle na jałowy grunt? Dlaczego potrzeba BI ma tak słabe zrozumienie w biznesie?
Nad tym problemem zastanawiam się od dawna. Prowadząc ze sobą wewnętrzne dywagacje na ten temat wykształcił mi się wniosek, że za brakiem zainteresowania systemami Business Intelligence leży ich zły public relations w firmie albo zupełny jego brak. Drugą przyczyną są często złe doświadczenia z użytkowania czegoś co management firmy dumnie nazwał Business Intelligence.  Jeszcze innym powodem może być niechęć przed zmianą, w tym koniecznością wdrażania się w funkcjonalności nowego narzędzia.To są jednak moje własne obserwacje i należałoby je potwierdzić konkretnym naukowym badaniem. Ale jak sam tytuł wskazuje, niniejszy artykulik to tylko dygresja na ten temat.
Od dawna wiadomo, że wiele naszych potrzeb, w tym analitycznych i narzędziowych, pojawia się w wyniku ich zewnętrznej stymulacji – a prościej mówiąc – nasze wszelkie potrzeby kształtuje rynek i jego oferta produktowa. W większości przypadków nie jesteśmy świadomi tego, że czegoś potrzebujemy. Dopiero pojawienie się danego rozwiązania na rynku i zaprezentowanie go nam w przystępnej formie rozbudza w nas potrzebę jego posiadania. Kiedy organizacja dochodzi do wniosku, że potrzebuje czegoś więcej niż tylko zwykłego statycznego arkusza kalkulacyjnego?
Co tak na prawdę biznes wie o systemach Business Intelligence i o tym w jaki sposób są w stanie im pomóc w codziennych czynnościach analitycznych? Wszystko wskazuje na to, że firmy wiedzą o Business Intelligence niewiele bądź wydaje im się, że coś wiedzą nie wiedząc w praktyce nic.

Niewiedza

Jednym z największych wyzwań stojących od lat przed systemami Business Intelligence jest próba umiejętnego dotarcia do biznesu. Jest to obecnie utrudniony proces, szczególnie ze względu na fakt, iż w firmach nadal stosuje się wyraźny podział na strefę wpływu biznesu i IT. Niestety, w organizacji nadal rządzi myśl w ramach maksymy: „Oddaj cesarzowi co cesarskie a Bogu co boskie”. Stosowanie rozróżnienia na to co biznesu a co IT ma dość daleko idące, negatywne skutki dla modelu informacyjnego firmy. Ze względu na swoją specyfikę, systemy BI wymagają ścisłej kooperacji IT i biznesu. Żaden system BI nie może istnieć bez silnego technicznego wsparcia IT i jest równie bezużyteczny gdy nad jego zawartością (danymi) nie zacznie panować sam zainteresowany – biznes. Uważam, że jest to warunek konieczny do skutecznego wdrożenia modelu pracy z wszelkimi systemami DSS. Pomimo tego, iż na co dzień trzymam w organizacji bardziej techniczną sztamę, jestem wielkim zwolennikiem przerzucania kompetencji analitycznych bezpośrednio na osoby związane z raportowaniem. Sprawia to, iż zrozumienie biznesu jest o wiele lepsze niż gdy merytoryczną stroną systemu zajmuje się dział IT. Niestety, na drodze ku przekazaniu nadzoru nad danymi do biznesu stoi ograniczoność kompetencji i umiejętności. Większość rozwiązań BI ma nadal silne techniczne ukierunkowanie, tak więc trudność z jaką przyjdzie biznesowi zrozumieć techniczne aspekty systemu może sprawić, iż pomysł nigdy się nie zrealizuje.
Złotym środkiem może być tworzenie w organizacji tzw. BICC (Business Intelligence Competency Center) czyli Centrum Kompetencji BI, które unifikuje doświadczenia, umiejętności i zrozumienie dla biznesu, zapewniające oczekiwany poziom usług świadczonych przez systemy BI. BICC skupia ludzi, których umiejętności stanowią balans pomiędzy wiedzą techniczną i biznesową. Niekoniecznie tworzą oni oddzielny departament. Wystarczy aby odpowiedzialność tych osób miała wspólne miejsce styku w systemie, tak aby każdy obszar wymagań biznesowo-technicznych został pokryty. BICC powinno pracować w oparciu o ścisłe zasady, których nadrzędnym celem jest właściwa translacja danych w informację biznesową.

Obawa przed zmianą

Wdrażanie systemów Business Intelligence można porównać do rewolucji jaką było kiedyś przejście z liczydła na kalkulator.Gdyby nie wynaleziono kalkulatora wszyscy używaliby liczydła po dziś dzień pomimo jego dużej uciążliwości w użytkowaniu i czasochłonności obliczeń. Kiedy w 1957 roku firma IBM wypuściła na rynek pierwszy komercyjny kalkulator IBM 608, rozpoczęła się nowa epoka liczenia. Jednak pani z księgarni w moim rodzinnym mieście, od kiedy tylko pamiętam, liczyła na wielkim drewnianym liczydle, a do grona użytkowników kalkulatorów elektronicznych dołączyła dopiero pod koniec lat 90-tych. Zawsze zastanawiało mnie co jej zajęło tak dużo czasu żeby dostrzec korzyści jakie teraz czerpie z elektronicznego kalkulatora? Pewnie duże znaczenie odegrała obawa przed koniecznością włożenia wysiłku w nauczenie się obsługi nowego urządzenia i ogólny strach przed nieznanym.
Zarówno w przypadku historii z kalkulatorem tak i we wdrażaniu systemów BI występuje niezrozumiały opór przed zmianą. Z pewnością jest to świetne pole do popisu dla specjalistów z dziedziny Change Management.

Złe doświadczenia

Ukrywając pod nazwą Business Intelligence funkcjonalności nieco bardziej rozległe niż dostarcza nam zwykły arkusz kalkulacyjny, narażamy narzędzia BI na wszelkiego rodzaju nadużycia. Często bowiem pod określeniem Business Intelligence kryją się w firmie zwykłe statyczne arkusze kalkulacyjne, płaskie pliki z danymi i inne czasochłonne obiekty ukryte w gąszczu folderów, na które nałożono liczne reguły użytkowania i dostępu. Dlatego też, nie zdziwiłoby mnie gdyby pod mianem Business Intelligence firma dostarczała swoim pracownikom papierowe raporty do przeklikania do zwykłego spreadsheeta. Innym złym doświadczeniem może być praca z narzędziami analitycznymi, które zostały wdrożone odgórnie, bez udziału pracowników, a przez to nie zaspokajające potrzeb analitycznych, a jedynie generujące liczne problemy z funkcjonalnością. Takie ograniczniki powstają zwykle w wyniku złego wdrożenia systemu przez ludzi kompletnie do tego nieprzygotowanych, na podstawie analizy, w której swój udział wziął jedynie management a nie faktyczni użytkownicy systemu. I jak tu wytłumaczyć pani Zosi z księgowości, że nie może już używać swojego prostego raporciku, w którym ręczne przygotowanie danych zajęło jej nie więcej niż 15 minut? Jak jej przetłumaczyć, że musi porzucić swoją szybką tabelkę na rzecz analitycznego kombajnu mieniącego się kolorami tęczy RGB, w którym pani Zosia musi wyszukać swoje mierniki i interesujące ją wymiary danych wśród setek obiektów. Później każe się pani Zosi czekać kolejne 30 min na przeliczenie i załadowanie się cube’a danych, który zmuszony jest wykonać ad-hoc ciężką agregacyjną pracę, bo przechowuje dane na najniższym poziomie granulacji w postaci transakcji finansowej, kiedy to panią Zosie interesują zwykle dane na poziomie regionu, a taki datamarts nikomu nawet na analizie do głowy nie przyszedł. I jak tu się nie dziwić, że hasło Business Intelligence sieje popłoch wśród użytkowników zwykłych arkuszy?
Myślę, że udało mi się w miarę spójnie wylać moje wszelkie żale co do barier jakie musi w pierwszej kolejności pokonać wdrożenie BI. Miejmy nadzieję, że główny problem braku zrozumienia z jakim spotykają się systemy BI zostanie kiedyś zażegnany przez grupę jakiś mądrych ludzi, którzy dostrzegą w czym tkwi zasadniczy problem i postarają się go rozwiązać. Z drugiej strony, może takie problemy jakie opisałam powyżej w ogóle nie dotykają organizacji, moje osobiste obserwacje są błędne, a problemy przeze mnie poruszone zbytnio wyolbrzymione. Jeżeli macie jakąkolwiek refleksję na ten temat, podzielcie się nią ze mną w komentarzach.

Przedsiębiorstwa będą oczekiwały od liderów IT odpowiedzialnych za BI i zarządzanie wynikiem firmy inicjatyw, które pomogą zmienić i znacząco ulepszyć funkcjonowanie biznesu. Tegoroczne predykcje skupiają się na potrzebie dostarczania przez BI i Performance Management wartości biznesowej. Predykcje dotyczą wpływu jednostek biznesowych na kontrolę nad aplikacjami analitycznymi, oddziaływanie kryzysu ekonomicznego na rozwój BI a także w jaki sposób te zjawiska wpłyną na zmianę sposobu postrzegania zaufania do informacji i przejrzystości poprzez innowacyjne rozwiązania takie jak Collaborative BI.

TREND1: Technology >>> Business

Do roku 2012, jednostki biznesowe w organizacji będą odpowiedzialne za przynajmniej 40% budżetu BI. Rozwiązania BI ulegną modyfikacji w sposobie uplasowania kosztów w strukturze organizacji. Nastąpi przejście z postrzegania BI jako technologii w stronę rozpatrywania BI jako modelu biznesowego. Ponadto, właścicielami BI staną się same jednostki biznesowe przy niewielkim bądź ograniczonym udziale typowych działów IT. Ma się to dokonać w wyniku uproszczenia jakie nastąpi w utrzymaniu BI. Z pomocą przyjdą kompleksowe platformy BI (Enterprise BI patforms), które będą zapewniały kompleksową obsługę BI przy minimalnych wymaganiach co do wiedzy stricte technicznej.

Przyczyny: Użytkownicy biznesowi tracą zaufanie do sposobu w jaki IT dostarcza informacje, których potrzebują do podejmowania decyzji. Organizacja IT doskonale dostarcza infrastrukturę BI, ale ma problemy ze zrozumieniem biznesu na tyle by dostarczać mu odpowiednie informacje.

Wioski: Jednostki biznesowe przeprowadzają analizy i zarządzają wynikiem. Do tego celu używane są równie arkusze (p. Excel) z metrykami, ale zmiany powodują, ze coraz częściej stosowane są aplikacje analityczne i pakiety aplikacji, które automatyzują ten proces. Dostawcy BI oferują rozwiązania analityczne ukierunkowane na określone funkcje (tj. obszary analityczne, rodzaj biznesu) ale zwykle nie stanowią wyboru dokonanego przez samych użytkowników. W wyniku, jednostki biznesowe zwiększą wydatki na pakiety aplikacji analitycznych, tj. CPM, on-line marketing, predictive analitics i będą stosować wymienione narzędzia nie tylko do celów raportowania ale i codziennej analitycznej pracy. Uwalniając się w ten sposób od wpływu organizacji IT, pojawia się ponownie ryzyko rozproszenia źródeł danych (ang. data silos), które odgraniczają możliwości przekrojowych analiz na poziomie organizacji.

Zalecenia na przyszłość:

• Należy zachęcać jednostki biznesowe do użytkowania istniejących aktywów (narzędzi BI)
• Współpracować z biznesem nad tworzeniem standardów zakupu pakietów analitycznych, które będą minimalizować wpływ i ilość odizolowanych od siebie funkcji (a tym samym rozproszonych po organizacji zadań analitycznych).
• Wskazać jak zarządzanie wynikiem będzie przynosiło organizacji korzyści, kiedy metryki i raportowanie będzie odpowiadało celom korporacyjnym.
• Przekonywać departamenty do współdzielenia inicjatyw informacyjnych, wymaganiami co do zarządzania wynikiem i aplikacjami poza swoimi departamentami tak aby wspólnie korzystać z danych i analiz (unikając tworzenia się rozproszonych silosów danych)

TREND2: „BI generates costs” >>> „BI generates value”

Do 2012 roku ponad 35% z 5000 globalnych firm nie będzie posiadało oczekiwanych możliwości wglądu w dane, co pozwoliłoby im podejmować najlepsze z możliwych decyzje. Przyczyną tego stanu będzie niedoinwestowanie infrastruktury informacyjnej w firmie i narzędzi, za pomocą których takie analizy byłyby możliwe. Rok 2012 ma być dla BI przełomowy. Do tego czasu firmy powinny przyznać, że BI ma silny wpływ na jakość prowadzonego biznesu.

Przyczyny: Skutki kryzysu zmuszą przedsiębiorstwa do trzymania się z daleka od nagłych zmian w biznesie, strategii i planach operacyjnych. W dodatku, globalny kryzys finansowy skłania akcjonariuszy i zarządy do wymagania większej przejrzystości ze strony korporacyjnych finansów, operacji, decyzji i podstawowych metryk analizy wyniku. Niemniej jednak, większość organizacji nie posiada informacji, procesów ani narzędzi niezbędnych do tego aby menedżerowie byli odpowiednio informowani i podejmowali na tej podstawie decyzje. Zbyt wiele firm nie doinwestowuje swojej infrastruktury informacyjnej i nie dostarcza użytkownikom potrzebnych narzędzi analizy.

Wnioski: Regulacje prawne i stan ekonomii będą wymagały lepszych informacji do odkrywania zmian, podejmowania lepszych decyzji i komunikowania ich. Kryzys ekonomiczny ujawni, które z przedsiębiorstw posiadają informacje i narzędzia do wsparcia zarządzania decyzjami a które nie. Czy twoja firma dostarcza zespołom menedżerów informacje odnośnie głównych zmian w biznesie i na rynku bez bolesnych, angażujących całe zasoby projektów? Czy twoja firma potrafi przewidzieć który z klientów jest w stanie dopasować swój biznes do nowych warunków i zminimalizować swoją stratę? Tego typu decyzje wymagają szeroko pojętej wewnętrznej i zewnętrznej informacji oraz analizy ryzyka i planowania rozwiązań awaryjnych w postaci reguł biznesowych, formuł, kontroli jakości, procesów i umiejętności.

Zalecenia na przyszłość

• Liderzy organizacji IT z silną kulturą zorientowaną na zarządzanie informacjami powinni tworzyć siły zadaniowe do odpowiadania na zmieniające się potrzeby informacyjne i analityczne przełożonych.

• Liderzy IT, nie posiadający kultury opartej na zarządzaniu informacją, powinni dokumentować koszty i inwestycje, dopasowując się do nowych wymagań i proponując warianty biznesowe do analizy infrastruktury informacyjnej, procesów i narzędzi do wsparcia zarządzania decyzyjnego.

TREND3: traditional BI >>> SaaS BI

Do roku 2010 20% organizacji wzbogaci się o specyficzne dla prowadzonego biznesu aplikacje analityczne dzięki rozwiązaniom SaaS. Zjawisko to stanie się podstawowym elementem w nowego portfolio usług oferowanych przez rynek BI. Nastąpi zwrot ku analizom on-line. Stanowiskowe narzędzia BI będą miały konkurencję w postaci usługi internetowych oferujących pełne możliwości analityczne. Wyspecjalizują się również firmy, których zadaniem będzie dostarczanie tego typu serwisów BI.

Przyczyny: Agregatory informacji tj. Thomson Reuters, Nielsen i IMS Health będą coraz bardziej polegać na wielofirmowości (ang. multitenancy, którą umożliwiają rozwiązania SaaS. Rozwiązania multi-tenant SaaS dostarczają specyficznych dla danego biznesu aplikacji analitycznych, które operują na danych zbieranych od różnych konkurencyjnych firm na danym rynku. SaaS zapewnia spójność danych i bazy kodowej (ang. codebase). Użytkownicy biznesowi mogą subskrybować się do aplikacji analitycznej dostępnej w modelu SaaS, która dostarcza szereg możliwości raportowych i analitycznych.

Agregatory informacji – narzędzia,które zbierają informacje z rożnych źródeł i je konsolidują do mniejszych i łatwiej osiągalnych strumieni. Agregatorów informacji używamy nawet nieświadomie w postaci Encyklopedii, gazety, biblioteki, kanałów RSS itp. [Więcej na ten temat]
Wielofirmowość (ang. multi-tenancy) – umożliwia implementację wielu pulpitów i funkcjonalności w ramach jednej instalacji,uwzględniając różnorodność procesów na poziomie działów, branż czy konkretnych stanowisk pracy. [Więcej na ten temat]

Wnioski: Trend ten posiada dwie implikacje. Po pierwsze, zmieni równowagę sił na wartym 5 miliardów dolarów rynku platform BI. Połączenie infrastruktury SaaS z możliwościami BI zostanie z łatwością przyjęte a agregatory informacji będą urastać do rangi głównych wpływowiczów. Firmy będą współdzieliły poprzez agregatorów tylko te dane, które będą miały zagwarantowane bezpieczeństwo i poufność. Gdy setki agregatorów informacji oferujących aplikacje analityczne w modelu SaaS urosną w siłę, wirtualny monopol będzie utrzymywał się w każdym segmencie biznesu z powodu wysokiej bariery wejścia dla innych agregatorów informacji. Ponadto, agregatory informacji będą zatrudniać specyficznych dla branży analityków, których ekspertyzy i modele będą mogły być dostarczane do wszystkich firm użytkujących serwis po ułamku kosztów, które musiałaby ponieść firma zatrudniając własnego analityka. Monopol w określonych branżach w parze z niskim kosztem ekspertyzy analitycznej będzie utrzymywał wysoko opłacalną subskrypcję do serwisu. Aplikacje analityczne w modelu SaaS nie będą eliminować potrzeby istnienia wewnętrznej infrastruktury BI w firmie i własnej architektury hurtowni danych, ale będą rozporządzać o wiele wyższymi wydatkami klientów. W wyniku, większość konkurentów platform BI, integracji i dostawców hurtowni danych zmieni kierunek z wygrywania kontraktów z klientem na wygrywanie kontraktów OEM z agregatorami informacji.

Po drugie, zwiększanie się tego typu ofert spowoduje wielobranżowe wykorzystanie BI. Obecnie, większość liderów rynku BI próbuje uporać się z eliminacją wewnątrz departamentowych silosów danych (defragmentacją danych w firmie). Próbują zbierać i integrować granularne dane w celu zapewnienia ich spójności na poziomie organizacji. Agretatory informacji zbierają granularne dane od wielu konkurentów na danym rynku i przechowują je w hurtowni danych dostępnej w modelu SaaS, w jednym modelu danych. W wyniku czego, mogą prowadzić spójne obliczenia wielobranżowych wskaźników. Na przykład, CoreLogic’s Loan Performance zbiera granularne dane z wielu banków, ładuje je do hurtowni danych i dostarcza do klientów poprzez aplikacje analityczne w modelu SaaS. Wykorzystujący zebrane dane użytkownicy nie tylko widzą swoje wskaźniki, takie jak portfolio swoich pożyczek, ale mogą je porównywać z ogólnorynkowymi wskaźnikami. Specyficzne dla danej branży agregatory informacji dostarczający aplikacje analityczne przez SaaS mogą znacząco wpłynąć na poziom przejrzystość informacji w wielu branżach.

Zalecenia na przyszłość

• SaaS BI trend spowoduje napływ specyficznych dla branż aplikacji analitycznych zbudowanych na różnych infrastrkturach. Liderzy IT powinni współpracować z użytkownikami biznesowmi w celu identyfikacji agregatorów informacji w ich biznesie i zaplanować tego typu usługi w portfolio BI firmy.
• Nie należy traktować SaaS BI tak samo jak inne autonomiczne aplikacje analityczne (ang. stand-alone). Ważna jest współpraca z dostawcą informacji w celu upewnienia się, że dostarczane przez aplikacje analityczne informacje w SaaS będą mogły być zintegrowane z twoimi wewnętrznymi danymi z hurtowni.
• Postrzegaj grubo-modułowe aplikacje typu mashups jako sposób na integracje aplikacji analitycznych dostępnych w SaaS z rozwiązaniami wewnątrzfirmowymi.

TREND4: Collaborative BI = BI tools + Social software features

W roku 2009 współdzielony proces decyzyjny (e.g. między jednostkami organizacji) stanie się nową kategorią produktów (Collaborative BI) , która połączy w sobie możliwości BI z cechami systemów do współdzielenia pracy.

Przyczyny: 71% respondentów ostatniego raportu Gartnera o BI wskazuje na proces podejmowania decyzji jako główny czynnik obecnych inwestycji BI. Niemniej jednak, większość strategii BI skupia się na dostarczaniu informacji a nie podejmowaniu decyzji. Liderzy IT stają na przeciw przytłaczającemu wyzwaniu w postaci zmiany kultury firmy z opartych na przeczuciu (tzw. ang. „gut feel„) w stronę empirycznych, opartych na faktach procesów decyzyjnych. Wzrost zainteresowania społecznym software’em tj. Facebook , MySpace, Delicious prezentuje doskonałe warunki dla liderów IT do wykorzystywania zjawiska groundswell w korporacji.

Groundswell to społeczny trend w ramach którego ludzie wykorzystują dostępne technologie do uzyskania od siebie nawzajem potrzebnych informacji niż od tradycyjnych instytucji takich jak korporacje”; Charlene Li, Forrester Research

Zamiast promować formalne, hierarchiczne inicjatywy decyzyjne, liderzy IT będą wykorzystywać naturalne ludzkie powiązania do użytkowania społecznego software’u do współpracy i podejmowania decyzji.
Wnioski: Używanie social software pozwala na współdziałanie pracowników w realizowaniu procesu podejmowania decyzji, gdzie wszyscy uczestnicy procesu spotykają się razem, dyskutują, rozważają opcje, oceniają za i przeciw i podejmują decyzje. Liderzy IT muszą połączyć aplikacje społeczne z architekturą BI. W szczególności, użytkownicy powinni mieć możliwość przekładania ocen zdefiniowanych w procesie decyzyjnym do obszaru BI. Dla przykładu, podejmując decyzję o tym ile należy zainwestować w marketing nowego produktu, użytkownicy powinni mieć możliwość odniesienia prognoz sprzedaży do kluczowych mierników  sprzedaży wszystkich produktów firmy. Platforma BI powinna wysyłać alerty do użytkowników, kiedy kluczowe wskaźniki wydajności przewyższają próg, tak że użytkownicy wiedzą kiedy wnioski z procesu decyzyjnego oddalają się od prawdy o stanie firmy. Jeżeli wspólna decyzyjność się rozmyje, wówczas analiza sieci społecznej może zidentyfikować kto podejmuje określone decyzje w organizacji i jak.
Zalecenia na przyszłość:

• Promowanie użytkowania social software’u w procesie podejmowania decyzji

• Wiązanie wniosków zdefiniowanych w procesie podejmowania decyzji z metadanymi BI

• Stosowanie analizy sieci społecznej i audytu procesu decyzyjnego w celu zrozumienia jak decyzje podejmowane są w firmie.

TREND5: 1/3 of analytics application market will be possessed by large-grained application mashups

Do roku 2012 jedna trzecia aplikacji analitycznych włączona w procesy biznesowe będzie dostarczana poprzez hybrydy aplikacji (ang. application mashups)

Przyczyny: Przedsiębiorstwa nie powinny ufać wielkim dostawcom w tym, że są w stanie rozwiązywać wszystkie integracyjne problemy. Dostawcy powoli kierują się w stronę integracji zróżnicowanych baz kodowych (ang. codebase), które nabywają. Zawierzenie się jednemu dostawcy ogranicza dostęp do najlepszych z dostępnych możliwości i osłabia pozycję rynkową kupującego. W tym samym czasie, jednostki biznesowe nie interesują się podstawową wizją SOA, tak jak połączenie ze sobą aplikacji w drobno-modułowe usługi (ang. fine-grained services).

Wnioski: Osoby związane z biznesem nie chcą inwestować w duże integracje aplikacji bądź wyrzucać istniejące rozwiązania. Integracja out-of-the-box zarządzania procesami biznesowymi i BI jeszcze nie ujrzała światła dziennego. Grubo-modułowe aplikacyjne hybrydy (ang. coarse-grained mashups) dostarczają więcej efektywności kosztowej do powiązania analityk z procesami biznesowymi bez większych potrzeb zmian w architekturze aplikacji. Dla przykładu, SPSS Predictive Analytics pozwala na tworzenie modeli do uzyskiwania wyników, które w połączeniu z regułami biznesowymi mogą pozwalać na zarekomendowanie kierunku dalszego działania. Te analityczne możliwości dostępne są w aplikacjach takich jak Siebiel CRM bez większych wysiłków integracyjnych.

Zalecenia na przyszłość:

Liderzy IT w przedsiębiorstwach tzw. Typu A (szybko dostosowujących się do nowych technologii), które chcą powiązać swoje analityki z procesami biznesowymi, powinny stosować grubo-modułowych aplikacji typu mashups. Dzisiaj, większość używa portali do integracji operacyjnych i analitycznych aplikacji, które równocześnie tworzą podobne analityczne widoki. Wielko-modułowe aplikacji typu mashups obejmują analityczny wgląd w tj. query, wyniki, kalkulacje, metryki i grafy, prezentowane na graficznym interfejsie operacyjnej aplikacji użytkownika.

Główne obserwacje Gartnera

• Aplikacje analityczne w postaci pakietów, dostarczane w formie stanowiskowego software’u lub poprzez model SaaS przekierują kontrolę nad informacjami w stronę biznesu (odsuwając typowe działy IT od zarządzania BI).

• Kryzys ekonomiczny wykaże, które organizacje mają sprawną infrastrukturę informacyjną a które nie. Przetrwają tylko ci, którzy będą mieli najkrótszy czas reakcji na pojawiające się zmiany w biznesie.

• Liderzy IT, którzy będą chcieli połączyć analitykę z biznesowymi procesami, powinni rozważyć aplikacyjne hybrydy (ang. large-grained mashups) jako sposób na włączanie analityki w strukturę aktualnie wykorzystywanych aplikacji.

• Unikanie sztywnego trzymania się standardów zdefiniowanych przez IT, ale też wzrastającej kontroli biznesu nad pakietami aplikacji analitycznych w celu uniknięcia tworzenia nowych silosów BI. Biznes w wyniku niewłaściwego zrozumienia integracji danych może kierować się w stronę ponownego rozczłonkowania danych i analiz na departamenty i jednostki biznesowe zamiast dbać o właściwą unifikację danych na poziomie całej organizacji.

• Aktualny kryzys ekonomiczny ujawnia wagę zaufania i przejrzystości informacji, które organizacje wykorzystują w swoim biznesie. Celem jest integracja analitycznego widoku jaki tworzy się z informacji do postaci procesu podejmowania decyzji na poziomie organizacji.

Więcej o przyszłości Business Intelligence…

Inne predykcje zostały zebrane przez autora bloga BI Questions Blog.

Oryginalna treść raportu Gartnera: Tutaj

Arkadiusz Januszewski, Business Intelligence, Tom 2, PWN 2008

Chciałam podzielić się z wam wrażeniami z nowej pozycji książkowej z zakresu Business Intelligence.Jest to drugi tom dwutomowej lektury: „Funkcjonalność informatycznych systemów zarządzania” autorstwa Arkadiusza Januszewskiego ( PWN, 2008 )

Przyznam się szczerze, że od chwili, gdy na stronie wydawnictwa PWN ukazała się zapowiedź tej pozycji byłam bardzo zainteresowana tym wydarzeniem. Wszyscy, którzy w jakimś stopniu mają do czynienia z BI doskonale wiedzą, że jest to zjawisko na skalę historyczną. Osobiście nie znam żadnej innej tak przekrojowej i konkretnej lektury z tej tematyki wydanej w języku polskim.

Z chwilą ukazania się jej w sprzedaży podejrzewam, że byłam jedną z pierwszych osób, która ja kupiła. Muszę przyznać, że nie rozczarowałam się tym co pan Januszewski napisał. Jest to świetne źródło czysto akademickiej wiedzy z zakresu systemów Business Intelligence, obejmujące problematykę wielopoziomowego projektowania i wdrożenia tego typu systemów. Autor ma dużą świadomość tego, iż powodzenie przedsięwzięcia jest ściśle uzależnione od dobrego projektu, wyboru technologii oraz sprawnego wdrożenia. Z książki tej można nie tylko uzyskać ogólną wiedzę o systemach raportujących (mylnie uznawanych za jedyny synonim definicji BI), ale także zdobyć solidne podstawy projektowania hurtowni danych, wyboru OLAP oraz problematyki ETL.

Osobiście nie dowiedziałam się z tej książki nic nowego, bo z pewnością nie jest to rewolucyjna lektura dla tych, którzy BI zajmują się na co dzień ale warto mieć ją na swojej półce jako źródło uporządkowanej i dobrze podanej wiedzy. Myślę, że książka ta może stanowić świetny podręcznik akademicki bądź trenerski. Spis treści książki

Zachęcam więc do śledzenia nowych postów, choć może częstotliwość wpisów nie będzie z początku zbyt wielka…

Blog zaczyna swoje pierwsze życie, miejmy nadzieje jedyne, od słowa wstępnego. Jeśli chcecie się dowiedzieć jaka jest moja wizja tego bloga oraz jaką chcę przez niego zrealizować misję to gorąco zachęcam do przeczytania słowa wstępnego: O blogu\About the blog