Nowa era systemów Business Intelligence

Firmy, które chcą podejmować lepsze decyzje biznesowe, inwestują w odpowiednie oprogramowanie do analiz opisowych, sugerujących i predykcyjnych. Narzędzia te ułatwiają zarządzanie informacjami tak, aby kadra kierownicza mogła podejmować lepsze, oparte na danych decyzje.

Często systemy Executive Information System są uważane za specjalistyczną formę systemu DSS (Decision Support System), choć w ostatnim czasie termin EIS traci popularność na rzecz Business Intelligence. Narzędzia BI oferują de facto taką samą funkcjonalność, obejmującą raportowanie, analizy i pulpity, na których wszelkie dane prezentowane są w formie wizualnej i łatwej do zrozumienia.

Biorąc pod uwagę, że EIS-y zawsze kładły nacisk na graficzne prezentowanie danych i łatwe w obsłudze interfejsy, a także oferowały szerokie możliwości w zakresie raportowania i analiz, w dalszej części artykułu będziemy nazywać te systemy rozwiązaniami BI, ponieważ jest to termin wykorzystywany obecnie w mediach i przez dostawców oprogramowania.

Zobacz również:

Business Intelligence. Większy zysk i przewaga konkurencyjna

Zdefiniowanie BI nie jest łatwe, ponieważ jest to oprogramowanie o szerokim zastosowaniu i firmy mogą wykorzystywać je do różnych, odmiennych celów. Ponadto na rynku jest sporo aplikacji analitycznych, często z podobnymi funkcjami.

Najprościej mówiąc, Business Intelligence to takie oprogramowanie, które obejmuje wszystkie niezbędne działania do przekształcenia surowych danych w praktyczną wiedzę biznesową. Firmy, które korzystają z BI, chcą podejmować lepsze decyzje i lepiej zrozumieć dane, jakimi dysponują. Ostateczny cel wdrożenia BI to z kolei zwiększenie zysku i budowanie przewagi konkurencyjnej.

W ostatnich latach rozwiązania BI wyraźnie ewoluowały. Obecnie systemy te mogą analizować praktycznie wszystkie możliwe informacje, od zachowań klientów po monitorowanie infrastruktury IT wyposażonej w różne czujniki IoT (Internet rzeczy). Co ważne, wcześniej na rynku było sporo rozwiązań, które pozwalały na wykonywanie tego typu zadań, ale oddzielnie. Dopiero systemy BI mogą łączyć wszystkie te dane i wnioski w spójną całość, a to z kolei sprawia, że organizacja może liczyć na bardziej wnikliwe analizy i – co za tym idzie – podejmować lepsze decyzje.

Rozwiązania BI dostarczają wiedzy na temat biznesu, konkurentów, klientów, branży czy dostawców. Ma to znaczenie szczególnie dziś, kiedy większość firm gromadzi – i stale powiększa – wielkie zbiory danych. Bez odpowiedniego systemu technologicznego przechowywanie, organizowanie i analizowanie tak dużych ilości danych byłoby po prostu niemożliwe do wykonania. I owszem, niektóre biznesy korzystają z takich rozwiązań jak CRM czy ERP, jednak nie są one w stanie ze sobą współpracować, przez co tworzą się „silosy danych”.

Jeśli zaś nie możemy połączyć ze sobą danych, nie będziemy w stanie tworzyć głębszych analiz i zyskamy co prawda wiele przydatnych informacji, jednak będą one użyteczne tylko w ograniczonym stopniu – np. dla wybranego działu zamiast całego przedsiębiorstwa.

Obecnie dostępne systemy BI potrafią nie tylko łączyć ze sobą dane z różnych oddziałów, ale przede wszystkim analizują surowe dane, wykorzystując przy tym takie mechanizmy jak eksploracja danych (data mining), przetwarzanie analityczne oraz raportowanie i wizualizację.

Co ważniejsze, nowoczesne BI są łatwe w obsłudze. Ludzie, którzy rzeczywiście potrzebują takich narzędzi – kadra kierownicza odpowiedzialna za decyzje w firmie – bez problemu poradzą sobie z obsługą systemów BI i nie trzeba do tego celu zatrudniać specjalistów IT i analityków, co było konieczne jeszcze 10 lat temu.

Business Intelligence. Funkcjonalność dla menedżera

Menedżerowie mogą tworzyć własne raporty i analizy, a następnie odczytywać wyniki w formie wizualnej na odpowiednich pulpitach nawigacyjnych. Systemy BI są dziś oferowane w formie self-service, czyli samoobsługowej. Oznacza to, że mają zdefiniowane konkretne modele i łączniki. Dzięki temu są w stanie łączyć się z różnymi źródłami danych zarówno wewnątrz, jak na zewnątrz organizacji, bez konieczności zatrudniania specjalistów IT. Informatycy sprawują głównie kontrolę nad tym, kto ma dostęp do systemu i do jakich konkretnie funkcji, natomiast nie muszą być angażowani wtedy, gdy chcemy stworzyć jakieś zapytanie do bazy danych i wygenerować raport.

Warto zauważyć, że systemy BI nie są jeszcze tak łatwe w obsłudze, jak niektóre aplikacje przeznaczone do biznesu, takie jak pakiet biurowy Microsoft Office. Niewykluczone więc, że przed rozpoczęciem pracy z systemem BI w firmie trzeba będzie przeprowadzić szkolenie z obsługi poszczególnych funkcji. Na szczęście w sieci znajdziemy sporo webinarów i kursów online dotyczących wszystkich popularnych BI.

Ważnym aspektem systemów Bi jest wizualizacja danych. Chodzi oczywiście o to, aby każdy użytkownik bez problemów był w stanie zrozumieć nawet rozbudowane analizy, zupełnie jak np. w Microsoft Excelu, gdzie dane możemy przedstawić w formie wykresu. W przypadku BI mamy oczywiście do czynienia z bardziej rozbudowaną formą wizualizacji danych – często interaktywną, gdzie możemy przechodzić między różnymi warstwami danych, zyskując dostęp do bardziej szczegółowych informacji. Możemy też tworzyć dynamiczne raporty, które zaciągają nowe dane w czasie rzeczywistym i wyświetlają w wizualnej formie – wówczas obrazy statyczne przekształcane są w animację.

Business Intelligence. Obsługa wielkich zbiorów danych

Samoobsługowe systemy BI w ostatnim czasie zaczęły również radzić sobie z analizami Big Data (wielkie zbiory danych). Big Data dotyczą zazwyczaj ogromnych zestawów danych, które są za duże, aby można było je przetwarzać i zarządzać przy użyciu standardowych narzędzi do analiz. Wiele firm dysponuje dziś takimi zbiorami, ponieważ żyjemy w gospodarce cyfrowej, gdzie mnóstwo działań i aktywności online jest monitorowanych i analizowanych, np. działania w social mediach czy transakcje finansowe.

Co więcej, wiele danych ma rodzaj „nieustrukturyzowany”, czyli nie da się ich łatwo uporządkować. To np. dokumenty tekstowe, prezentacje, grafiki, e-maile, pliki audio i wideo. Tego rodzaju dane często zawierają ważne informacje, np. daty czy numery kart płatniczych, i są dostępne dla wielu firm. Wystarczy, że chcemy np. wiedzieć, co konkretnie robią i kupują klienci na stronie naszego sklepu e-commerce. Jeśli prowadzimy duży sklep, w stosunkowo szybkim czasie może dojść do sytuacji, że zaczniemy gromadzić dane obciążające gigantyczne zasoby pamięci (nie terabajty, ale peta- czy eksabajty). Dla przykładu, od 2000 do 2017 r. firma DigitalGlobe zgromadziła 100 petabajtów danych w postaci zdjęć satelitarnych wykorzystywanych m.in. w mapach Google'a. Aby później analizować tak duże zbiory danych, potrzebne jest odpowiednie oprogramowanie BI.

Tradycyjne narzędzia do przetwarzania i analiz danych nie zostały zaprojektowane do pracy z danymi nieustrukturyzowanymi, natomiast systemy BI obsługujące analizy Big Data – już tak. Najbardziej popularnym rozwiązaniem w przypadku analiz Big Data jest Apache Hadoop, open-source'owy framework zaprojektowany specjalnie z myślą o pracy z dużymi zestawami danych przechowywanych w sposób rozproszony (w data center, w chmurze, lub w obu źródłach).

Hadoop potrafi wysyłać zapytania zarówno do danych nieustrukturyzowanych, jak i tradycyjnych danych strukturalnych. Można pobrać i wdrożyć Hadoop samodzielnie, niemniej na ogół o wiele łatwiejsza i skuteczniejsza metoda to skorzystanie z komercyjnych narzędzi, które wykorzystują Hadoop. Systemy BI obsługujące Hadoop to np. Chartio, Microsoft Power BI czy Tableau Desktop.

Business Intelligence. Wybór odpowiedniego narzędzia

W przeciwieństwie do arkuszy kalkulacyjnych systemy BI zdecydowanie różnią się w zakresie tego, jak wykorzystują dane wejściowe/wyjściowe i jak tworzą poszczególne raporty i analizy. Niektóre rozwiązania bardziej nadają się do eksploracji niż analiz, inne zaś nie są zbyt łatwe w obsłudze na pierwszy rzut oka i trzeba poświęcić nieco czasu, zanim będziemy w stanie z nich korzystać.

Popularne systemy, takie jak Tableau Desktop i Microsoft Power BI, oferują odpowiednie porady i samouczki, aby użytkownik mógł łatwiej stawiać pierwsze kroki. Możemy zacząć od zainstalowania wersji desktopowej, aby stworzyć pierwsze wizualizacje i połączyć się z konkretnymi źródłami danych. Kiedy tylko uda nam się to zrobić, będziemy już mogli udostępniać online gotowe dane współpracownikom czy partnerom biznesowym. Inne systemy, np. Chartio i Google Analytics, działają w całości w chmurze. Najważniejszy jest wybór takiego systemu, do którego znajdziemy poradniki czy kursy online i szeroką dokumentację. Jeśli decydujemy się na zakup BI, ważne jest, aby personel umiał później w pełni korzystać z tego rozwiązania. W przeciwnym razie inwestycja może się nie zwrócić.

Firmy, które stawiają pierwsze kroki i nigdy wcześniej nie korzystały z oprogramowania BI, mogą wypróbować np. Microsoft Power BI (bezpłatna wersja testowa). To prawdopodobnie jeden z najłatwiejszych systemów w obsłudze, a dodatkowo w sieci znajdziemy wiele dodatków i kursów, dzięki którym korzystanie z Power BI nie powinno sprawić kłopotu. Nie brakuje też partnerów biznesowych, którzy przeprowadzają szkolenia i wdrożenia. Z kolei Tableau Desktop to system BI, do którego znajdziemy największą bazę wykresów i wizualizacji, jak również bardzo dużą sieć partnerów.

Business Intelligence. Sztuczna inteligencja w BI

Według serwisu Statista na świecie do 2025 r. ma być łącznie 75 mld urządzeń IoT podłączonych do internetu (w 2019 było ich 26 mld). Każdego dnia z kolei wszystkie urządzenia mają generować ponad 5 kwintylionów (to aż 30 zer w zapisie dziesiętnym!) danych. Przy tak dużej ilości danych biznesowych firmy nie są i nie będą w stanie polegać na tradycyjnych narzędziach analitycznych, by uzyskiwać cenne informacje w celu podejmowania lepszych decyzji i tworzenia skutecznych strategii.

Z pomocą przychodzi sztuczna inteligencja i algorytmy machine learningowe. Już teraz np. sieć sklepów Walmart, która ma ponad 11 tys. sklepów detalicznych, korzysta z platformy HANA z obsługą machine learningu, aby przetwarzać dużą liczbę codziennych transakcji w ciągu zaledwie kilku sekund. Narzędzia wykorzystujące uczenie maszynowe w BI, takie jak HANA, mogą obniżać koszty utrzymania infrastruktury i poprawiają wydajność operacyjną.

Innym przykładem jest Domo, zajmująca się tworzeniem oprogramowania do zarządzania przedsiębiorstwem. Domo ma rozwiązanie korzystające z AI, machine learningu i analiz predykcyjnych, więc jej klienci mogą wyodrębniać i analizować dane z różnych źródeł, w tym z Salesforce, Facebook czy Shopify, zyskując wgląd w dane o konsumentach, wielkości zamówień czy poziomie zapasów.

Wykorzystanie AI w analizach biznesowych staje się coraz bardziej powszechne. Oznacza to, że zyskujemy nie tylko więcej możliwości w zakresie analiz (praca z większą ilością danych i do tego wykonywana szybciej), ale też sama obsługa narzędzi jest łatwiejsza. Dla przykładu, DataRobot to narzędzie oparte na machine learningu, które automatyzuje modelowanie predykcyjne i mogą z niego korzystać użytkownicy, którzy nie mają doświadczenia i umiejętności związanych z uczeniem maszynowym.

Najnowsze systemy technologiczne, wykorzystując AI i machine learning, sprawiają że firmy mogą delegować powtarzalne zadania komputerom. Pracownicy z kolei mogą koncentrować się na wykonywaniu bardziej skomplikowanych zadań analitycznych, wymagających zaawansowanych umiejętności.

Poza chatbotami wykorzystującymi AI w kontakcie z klientem, powstają też chatboty BI, które odczytują i analizują dane, a następnie dostarczają konkretne informacje menedżerom, by ci mogli podejmować lepsze decyzje. Gartner przewiduje, że boty BI, które już teraz mogą przetwarzać język naturalny i są bardzo łatwe w obsłudze, wyraźnie przyspieszą proces wdrażania systemów BI w firmach wykorzystujących analizy.

Ciekawym rozwiązaniem z rynku BI jest również Avanade, czyli wspólne przedsięwzięcie Microsoftu i Accenture, które wykorzystuje technologię Cortana Intelligence Suite i inne narzędzia do analiz predykcyjnych i opartych na danych. Firma ubezpieczeniowa Pacific Speciality korzysta już z Avanade, aby zapewniać pracownikom większy wgląd w działalność organizacji, by ci mogli następnie lepiej doradzać klientom oraz opracowywać nowe produkty.

Uczenie maszynowe i AI coraz odważniej wkraczają więc do biznesu, mając wpływ na to, jak realizowane są poszczególne procesy, sposób podejmowania decyzji czy zarządzanie zasobami. Jeśli przetwarzamy dużo danych i z każdym dniem mamy ich coraz więcej, zdecydowanie warto już teraz rozważyć wdrożenie systemu BI.


IBM Think Digital Summit Poland, 16-17 września 2020
TOP 200