Wywiad w firmie

Perspektywy rozwoju rynku analityki biznesowej (BA) w Polsce wyglądają naprawdę obiecująco, a dane rynkowe analizowane przez IDC to potwierdzają.

Perspektywy rozwoju rynku analityki biznesowej (BA) w Polsce wyglądają naprawdę obiecująco, a dane rynkowe analizowane przez IDC to potwierdzają.

Raportowanie przeszłości to już... przeszłość. Era systemów raportujących, które służą li tylko do raportowania, powoli się kończy. Jest to szczególnie widoczne w segmencie dużych firm. Tam system ma nie tylko powiedzieć, co w przeszłości się zdarzyło, ale także pomóc pracownikowi podjąć właściwą decyzję, bazując na analizie trendów ukrytych w danych. Do tego zadania firmy wykorzystują technologię drążenia danych (data mining - DM) i jej istotną gałąź, jaką stanowią analizy prognostyczne (predictive analysis - PA).

Analizy prognostyczne, jak sama nazwa wskazuje, mają na celu definiowanie prognoz w oparciu o dane historyczne. Jest to bardzo zaawansowana technologia, która ma na celu odnajdowanie trendów ukrytych w danych historycznych i na ich podstawie przewidywanie tego - możliwie najbardziej dokładnie - co zdarzy się w przyszłości. Dodatkowo analizy te pozwalają na rozważanie wielu scenariuszy rozwoju wydarzeń i posiadają mechanizmy autokontroli na podstawie napływających z systemów transakcyjnych danych rzeczywistych i porównywania ich ze stawianą prognozą.

Systemy analityki prognostycznej wykorzystują w swoim działaniu wiele narzędzi matematycznych i statystycznych, których jednoczesne stosowanie przez człowieka, pozbawionego maszyn obliczeniowych, jest praktycznie niemożliwe. Wśród tych narzędzi można wskazać sieci neuronowe, drzewa decyzyjne, analizy koszyka, testowanie hipotez, analizę decyzji czy przeszukiwanie (drążenie) tekstu oraz wiele innych.

Mechanizm działania PA opiera się na połączeniu wiedzy pochodzącej z systemów firmowych z technikami statystycznymi. Przewaga PA nad tradycyjnymi narzędziami przejawia się w tym, że technologia ta sugeruje nie tylko, jakie środki muszą być przedsięwzięte, aby osiągnąć cele biznesowe, ale także wypowiada się co do czasu i sposobu realizacji alternatywnych scenariuszy działania. Firmy analityczne oceniają, że narzędzia Predictive Analysis będą głównym czynnikiem wzrostu segmentu oprogramowania do drążenia danych (data mining). Według IDC średnioroczna stopa wzrostu dla oprogramowania DM w ciągu następnych pięciu lat wyniesie niespełna 8%.

EII, czyli BI na życzenie

Wywiad w firmie

Mechanizm analiz prognostycznych (Predictive Analysis)

Kolejną koncepcją, którą można traktować jako pewną alternatywę wobec tradycyjnie rozumianego BI, jest Integracja Danych Korporacyjnych (Enterprise Information Integration - EII). EII działa w odmienny sposób od tradycyjnego BI opartego na hurtowni danych. Danych nie przesyła się tutaj bowiem do ustrukturalizowanego organizmu hurtowni w ten sposób, by można było dokonywać w niej zapytań, lecz właśnie mechanizm EII dokonuje zapytań w istniejących systemach transakcyjnych. Użytkownik formułujący zapytanie nie musi martwić się o dostęp do danych z wielu źródeł, dokonuje tego oprogramowanie EII, łącząc się bezpośrednio z systemem , systemem billingowym czy CRM. Zaletą EII jest aktualność danych (dlatego EII często nazywane jest także "BI w czasie rzeczywistym" - real-time BI), a także przydatność w warunkach istnienia wielu rozproszonych źródeł danych.

Choć koncepcja EII wydaje się bardzo atrakcyjna (aktualne dane, brak konieczności budowy kosztownych hurtowni i warstwy prezentacyjnej), to nie zawsze jest możliwa jej realizacja. Systemy EII nie zapewniają bowiem dostępu do pełnego katalogu danych historycznych. Pod znakiem zapytania pozostają wciąż kwestie jakości danych, obciążenia systemów transakcyjnych i szybkości działania. EII może bowiem dostarczyć odpowiedź na zapytanie tak szybko, jak odpowiedzą na zapytanie najwolniejsze z systemów transakcyjnych. Tym samym EII nie może być uważana za alternatywę dla hurtowni danych, lecz raczej za technologię komplementarną, która pozwala na zadawanie ad hoc zapytań, na które nie można znaleźć odpowiedzi, analizując dane z hurtowni.

EII jest wciąż niedojrzałą technologią, która musi udowodnić swoją przydatność biznesową. Zainteresowanie nią uznanych graczy rynku BI, jak również seria przejęć firm z tego segmentu, świadczą o dużym potencjale tej dziedziny analityki biznesowej.

Wielcy, średni i mali

Potrzeby wielkich firm w zakresie analiz są niewątpliwie największe. Ogrom danych, skomplikowanie procesów, wymogi prawne dotyczące raportowania, rozproszenie ośrodków decyzyjnych wymagają systemów, które będą w stanie poradzić sobie z tak złożonymi zadaniami. Korporacje są niewątpliwie największymi klientami rozwiązań klasy Business Intelligence, zarówno w Polsce, jak i na świecie. Wydają one również największe sumy na związane z nimi usługi doradcze i wdrożeniowe.

Projekt budowy hurtowni danych to często w 75% usługi, a jedynie pozostałe 25% wartości projektu przypada na licencje oprogramowania czy serwery. Także te firmy najwcześniej zaczynają korzystać z nowinek. Przykładowo: Frito Lay i Bank BPH użytkują zaawansowane systemy BI firmy Oracle; w KGHM w oparciu o rozwiązania SAP działa zaawansowany system, tzw. dashboard, który w formie samochodowej konsoli wskazuje m.in. kluczową dla firmy zyskowność wydobycia i wytopu surowców; zaś w koncernie energetycznym BOT działa system informowania kierownictwa oparty na rozwiązaniach firmy Cognos. Rozwiązanie SAS Institute użytkowane jest z kolei przez PLL LOT czy GZE. W Kompanii Węglowej oprogramowanie Business Objects wykorzystywane jest do optymalizacji procesów sprzedaży. Comarch buduje w ENION hurtownię danych w technologii Microsoft. Przykłady takie można by mnożyć.

Warto pamiętać o tym, że w wielu firmach użytkowane są równolegle rozwiązania wielu dostawców. Szczególnie często dzieje się to w bankach czy sektorze telekomunikacyjnym. Dlatego też perspektywy rozwoju rynku analityki biznesowej (BA) w Polsce wyglądają naprawdę obiecująco, a dane rynkowe to potwierdzają.

Wywiad w biznesie

Gdy ktoś mówi o systemach Business Intelligence (tłumaczonych najczęściej jako systemy "inteligencji biznesowej"), często zapomina o tym, że "intelligence" to po angielsku także "wywiad", np. wojskowy czy przemysłowy. Skoro jest to wywiad, zatem chodzi o pozyskiwanie informacji, które są dla nas bezpośrednio niedostępne, lecz jednocześnie niezbędne dla osiągnięcia jakiegoś celu przez państwo lub dla powodzenia operacji wojskowej.

Znane są z historii klęski spowodowane słabą działalnością wywiadu (udane lądowanie aliantów w Normandii) lub lekceważeniem jego ostrzeżeń (atak na Pearl Harbour), jak i wielkie zwycięstwa odniesione dzięki dobrej działalności tych służb (niedawno ujawniona rola radiowywiadu w wojnie polsko-bolszewickiej 1920 r.). W dzisiejszej polityce i wojskowości rola wywiadu jest wciąż kluczowa, jednak obszarem, w którym jego rola znacząco wzrasta, jest gospodarka. Nie mam tu na myśli jednak coraz popularniejszego u nas wywiadu gospodarczego (Business Intelligencei), czy też ingerencji tzw. służb w życie gospodarcze. Istotne dla firm staje się pozyskanie wiedzy na temat procesów, jakie w niej przebiegają, wyników finansowych, produkcyjnych i setek innych zdarzeń, które zachodzą w ich wnętrzu oraz bliskim otoczeniu.

Każda firma powinna posiadać swoistą komórkę wywiadu wewnętrznego, która w odpowiednim czasie wystarczająco dokładnie i możliwie przystępnie zaprezentuje dane osobom podejmującym decyzje. Komórką taką może być dział analiz wykorzystujący odpowiednie oprogramowanie lub samo oprogramowanie, które obsługiwane jest bezpośrednio przez zainteresowanych pracowników działów biznesowych.

Podobnie jak w warunkach wojennych, w dzisiejszej gospodarce posiadanie informacji jest jednym z podstawowych (choć nie jedynym) czynnikiem sukcesu. Posiadanie gorszych danych niż konkurencja z reguły skazuje firmę na porażkę. Nie bez powodu światowy rynek szeroko rozumianego oprogramowania BI (w metodologii badawczej IDC nazywanego Business Analytics - BA) rośnie w tempie imponującym jak na warunki światowe - w ub.r. to aż 12%. W odpowiedzi na zmieniające się potrzeby biznesu stosuje się uproszczenie, przyspieszenie i uelastycznienie procedur analitycznych. Znajdują one swoje odzwierciedlenie w nowych produktach i koncepcjach analityki dla biznesu.


TOP 200