Prosto szybko i na temat
- Andrzej Gontarz,
- 16.10.2007
Najczęściej zalecamy firmom korzystającym z systemu ERP wykorzystanie go jako źródła dla hurtowni danych, a nie jako samego mechanizmu hurtowni. Hurtownia danych powinna być niezależną strukturą, integrującą dane z wielu miejsc. Oczywiście producentom rozwiązań ERP nie podoba się takie podejście. Chcieliby kontrolować wszystkie dane i wszystkie aplikacje, ale najczęściej nie jest to dobry pomysł. Na rynku systemów analizy danych biznesowych istnieje wiele narzędzi i zasobów, które zostałyby wyeliminowane, gdyby dostęp do funkcji analitycznych był zapewniany wyłącznie przez interfejsy produktów ERP.
Jednym z warunków efektywnej analizy biznesowej jest dostęp do rzetelnych danych. Jak zapewnić w hurtowni danych wysoką jakość danych pochodzących z różnych źródeł?
Kwestia jakości danych zyskuje na znaczeniu i staje się coraz bardziej widoczna. Wynika to z faktu, że użytkownicy biznesowi są w stanie zaobserwować koszty związane z nierzetelnymi danymi. Dane złej jakości to rezultat niesprawnych procesów gospodarczych. Aby poprawić jakość danych, trzeba przebudować same procesy, a nie tylko złościć się na osoby, które te dane wprowadzały. Przedsiębiorstwa i instytucje muszą wypracować sobie kulturę dbania o jakość danych - zbliżoną do słynnej kultury jakości produkcyjnej u japońskich wytwórców samochodów. Kadra kierownicza wyższego szczebla musi w widoczny sposób promować dbałość o jakość danych, przeznaczając fundusze na udoskonalanie technologii ich gromadzenia i zachęcając administratorów systemów źródłowych do współpracy z hurtownią w celu zapewnienia czystości danych.
Gdy dane w każdym z systemów źródłowych są już czyste, przedsiębiorstwo lub instytucja musi podjąć się "przystosowania" definicji najważniejszych obiektów informacyjnych, takich jak klienci, produkty, miejsca i harmonogramy. Również tutaj warunkiem sukcesu jest wyraźne, aktywne wsparcie ze strony kierownictwa. Podczas seminarium w Polsce omówię dokładnie czynności związane z oceną i zarządzaniem poszczególnymi etapami czyszczenia i integracji danych.
- Generowania szeroko pojętych raportów, zawierających wiele pomiarów i wskaźników wydajności (KPI) zbieranych z całej struktury organizacyjnej.
- Skupienia uwagi na konkretnych pomiarach i wskaźnikach, które w danym momencie sygnalizują istnienie problemu lub okazji do działania, np. przez zastosowanie alarmów lub "deski rozdzielczej".
- Badania przyczyn leżących u podłoża nietypowych wyników pomiarów albo wskaźników, np. przez kierowanie zapytań do wielu źródeł danych.
- Oceny potencjalnych działań zasugerowanych przez działania z punktu 3 lub wyniki historyczne z hurtowni danych.
- Podjęcia decyzji i monitorowania jej efektów, a wreszcie powrót do punktu 1.
W jaki sposób najlepiej optymalizować zapytania do systemu analitycznego, by odkrywać wiedzę niezbędną do optymalizacji procesów biznesowych?
Zakładam, że nie chodzi tu o aplikacje do "zarządzania wydajnością przedsiębiorstwa", które stanowią klasę specjalistycznych, markowych pakietów zawierających zapytania analityczne i stałe wskaźniki wydajności. Są to doskonałe rozwiązania, jednak z pozycji użytkownika nie dają wielkiej kontroli nad samymi zapytaniami. Zakładam, że chodzi o bardziej ogólne kwestie - o to, jak użytkownik w firmie powinien korzystać z systemu analizy danych biznesowych, aby go maksymalnie wykorzystać.
Jakie wymagania stawiają i będą stawiać w najbliższej przyszłości systemy BI pracownikom w firmach? Jakie umiejętności i kompetencje wśród pracowników są niezbędne dla właściwego, efektywnego wykorzystania narzędzi analitycznych?
Mówiąc szczerze, wolałbym odwrócić to pytanie i zastanowić się, jakie wymagania wobec systemów analizy danych biznesowych stwarzają nowocześni, wykształceni pracownicy? Powtórzę jeszcze raz - odpowiedź brzmi tak, że systemy analizy danych biznesowych muszą być proste, szybkie i merytoryczne. Podczas seminarium w Polsce dogłębnie omówię te kwestie oraz ich wpływ na szczegółowy projekt systemu analizy danych biznesowych.
To prawda, że podstawowa znajomość arkuszy kalkulacyjnych ułatwia efektywne korzystanie z systemu analizy danych. Jednak nie można oczekiwać od użytkowników zaawansowanych umiejętności programistycznych.
Gdybym miał opisać idealnego użytkownika systemu analizy danych biznesowych to: a) miałby on wiedzę analityczną na temat pomiarów i wskaźników stosowanych w firmie czy instytucji; b) cechowałby się dbałością o jakość i rzetelność danych w całej strukturze organizacyjnej; c) dążyłby do merytorycznej współpracy między swoim działem biznesowym a działem informatyki.
Ralph Kimball będzie gościł w Polsce na zaproszenie firmy Sybase Polska. Poprowadzi seminarium "Najlepsze praktyki Business Intelligence - Akademia Ralpha Kimballa" (30 października br. w Warszawie). Computerworld jest patronem medialnym tego wydarzenia.