APLIKACE BI A JEJICH POŘÍZENÍ
Manažerské informační systémy
Transakční systémy (ERP)(stav podniku)
MIS (BI) (chování podniku)
CI(budoucí
vývoj podniku)
Probíhá selekce a agregace interních informacíRoste - neurčitost - význam externích informací.- závažnost rozhodnutí
Postavení Competitive a Business Intelligence v architektuře IS organizace
2
„Nedostatky zdrojových (transakčních) systémů
Neustálá změna – neustálý (on-line) režim aktualizace – vysoká zátěž systému
Nedostupnost historie – zachycují jen aktuální stav – případně mají „krátkou“ paměť
Čistota dat (konsistence a integrita) – nedostatečná identifikace entit (duplicity), roztroušenost a nekonsistence hodnot atributů, odlišná fyzická struktura a formáty
Prof. Molnár 3
BI aplikace
Tyto aplikace poskytují především obchodní informace z historických i současných podnikatelských operací a jsou schopné i předpovědí. Pomocí těchto aplikací se zpracovávají data z prodeje, výroby, financí apod. a slouží především v řízení výkonnosti podniku. BI aplikace dokonce dovedou shromažďovat informace z různých částí společnosti a mohou je porovnávat ve srovnatelných ukazatelích.
All-in-one Tyto aplikace pokrývají všechny klíčové procesy v organizaci Mají vysoký stupeň integrace Náročnější upravování pro jednotlivé obory (branšová řešení)
Best-of-Breed Tyto aplikace se orientují na jednotlivé obory nebo procesy Přinášejí detailnější a vyšíí funkcionalitu a oborové řešení Ale zato hůře koordinují procesy
OLAP a Data MiningOLAP, neboli Online Analytical Processing, je technologie ukládání dat
v databázích umožňující uspořádání dat, aby tyto data byla snadno přístupná uživatelům, kteří tyto data analyzují a sledují trendy obchodních procesů a výsledků. Data bývají uložena takovým způsobem, aby byla umožněna rychlá realizace složitějších dotazů, a často se jedná o vícenásobné uložení stejných dat. Tato technologie používá k ukládání dat vícero indexů, které pak umožňují rychlejší vyhledávání dle vícero kritérií. K ukládání dat používá technologie OLAP předpočítané, agregované a odvozené hodnoty.
Data Mining vytváří obecná pravidla o naších zákaznicích, dodavatelích a spolupracujících. Jedná se například o data ve smyslu toho, v kterých dnech či hodinách firmu klienti kontaktují, zda preferují podávání informací osobně, telefonicky nebo e-mailem, jak rychle reagují naši dodavatelé či spolupracovníci na naše žádosti a podněty, apod. Jedná se spíše o statistické vyhodnocení našich dat z obchodních a podnikatelských aktivit apod.
Architektura BI
Prof. Molnár 6
Interní provozní Informační systém
Relační databáze
OLAP databáze
OLAP aplikace
Externí databáze
DW se často používají jako systémy spojení dat pocházejících z různých transakčních (operačních) systémů (tzv. základní systémy)
Prof. Molnár 7
DataWarehouse
Datová pumpa (Staging Area)
výroba ekonomika odbyt
Externídata
Externídata
zásobování
ETL proces V datech přenášených do datového skladu se téměř vždy
objevují duplicity a datové chyby, které není jednoduché odhalit. Tyto nepřesnosti způsobuje proměnlivé názvosloví („str. 56“/„stránka 56“), používání, či nepoužívání diakritiky („František Novák“/„Frantisek Novak“), pravopisné a jiné chyby, které způsobují nekonzistenci a je nutné je rozpoznat.
Většinou neexistuje korekce chyb ve zdrojovém systému, proto je třeba nekonzistence dohledat, opravit a záznamy logicky spojit do jednoho při plnění datového skladu
Tento proces čištění dat při plnění datového skladu může pak zpětně sloužit jako opravná zpětná vazba pro zdrojový provozní informační systém.
Udává se, že až 15 % všech zdrojových dat je nekonzistentních nebo nesprávných.
Prof. Molnár 8
Pro ETL proces lze nastavit strategii pro čištění dat, jako například
remove (data, která nesplňují pravidla se nepřenesou dále, jsou odstraněna),
match (očištění dat na základě nejbližší shody hodnoty atributů – odstranění překlepů, velká/malá písmena apod.) nebo
custom (libovolná vlastní logika čištění dat).
Prof. Molnár 9
Analýza segmentů trhu
Prof. Molnár 10
SKUPINAZÁKAZNÍKŮ
OBOR
RE
GIO
N
Obchodní domy
Velkoobchod
Maloobchod
Sklo Keramika Plasty
s
ever
jih
výc
ho
d
Analýza nákladů
Prof. Molnár 11
NAKLADOVY DRUH
VÝROBEK
STŘEDISKO
Materiál
Mzdy
Energie
SU15 VOC25 NCU10
S
01
S
02
S
03
ČAS
Fakta a jejich aditivnost
Aditivní fakta – mohou být agregována pomocí jednoduchých
funkcí jako je průměr, součet apod. přes všechny dimenze
(např. výše tržeb může být sečtena jak za libovolné časové
období a za všechny prodejny)
Semiaditivní fakta – mohou být agregována podle jednotlivých
dimenzí jen částečně (např. hotovost v bance může být sečtena
jen za všechny účty, nikoliv za nějaké časové období)
Neaditivní fakta – nemohou být agregována jednoduchými
funkcemi (např. průměrná produktivita v jednotlivých měsících
nemůže být sečtena za za rok, ani za všechny organizační
jednotky)
Prof. Molnár 12
Vlastnosti dimenzí
Hierarchie Granularita Sdílení Proměnlivost
Prof. Molnár 13
Vlastnosti dimenzí (1)
Hierarchie dimenze – umožňuje procházet daty od úrovně s nejvyšší mírou agregace k nižší úrovni (drill-down) a naopak (roll-up). Např. ústav, fakulta, univerzita, vysoké školy, nebo stavba, závod, divize, celá společnost.
Granularita dimenze– základní úroveň detailu dat uložených v DW odpovídá nejnižší úrovni detailu u všech dimenzí. Tak vzniká problém balancování mezi objemem dat a mírou detailu zachycených dat. Daná metrika se může lišit podle dalších dimenzí Např. chceme-li sledovat denní výjezdy pohotovostních vozidel plynárenské služby v Praze, tak se může stát, že u řady dalších měst toto nemá smysl, protože stačí sledovat jen za týden.
Prof. Molnár 14
Vlastnosti dimenzí (2)
Sdílené dimenze (common shared dimension) – jsou společné pro všechna fakta a tím poskytují uživateli jednotný pohled na fakta a usnadňují implementaci. Typickými sdílenými dimenzemi jsou čas, organizační jednotka, produkt, zákazník apod.
Proměnlivost dimenze (slowly changing dimension) – znamená, že atributy dimenze se mohou v čase měnit, což může komplikovat historické přehledy (sledování trendů). To je většinou řešeno ukládáním dvojích hodnot staré a nové. Pokud se dimenze mění často, vede to k nežádoucímu nárůstu atributů (dat). Např. zákazník se přejmenuje, sloučí s jiným či přestěhuje do jiného regionu.
Prof. Molnár 15
Hierarchie dimensí
Prof. Molnár 16
Název dimense produktúroveň celkem skupina podskupina typ
MonitoryPrestigio
P176P179
Fujitsu
TiskárnyCanon
LPB -4i865
HP
atd.
Tabulka vazeb faktů a dimensí
Prof. Molnár 17
Název faktu jednotka čas
pro
dukt
zákaz
ník
org
aniz
.
jednotk
a
……
. at
d…
nák
ladový
dru
h
zdroj
tržba Kč X X X Xnáklady Kč X X X Xatd.
dimense
Základní operace v OLAP systémech
Drill-down – umožňuje uživateli ve zvolené(-ých) instanci(-ích) jisté agregační úrovně nastavit nižší(jemnější) agregační úroveň
Roll-up – jde o opak předešlé operace. Ve zvolených instancích jisté agregační úrovně nastavuje vyšší (hrubší) agregační úroveň.
Pivoting – umožňuje „otáčet“ datovou krychlí, tj. měnit úhel pohledu na data na úrovni presentace obsahu datového skladu.
Slicing – dovoluje provádět řezy datovou kostkou, tj. nalézt pohled, v němž je jedna dimenze fixována v jisté(-ých) instanci(-ích) jisté agregační úrovně. Jinými slovy tato dimenze aplikuje filtr na instance příslušné agregační úrovně dané dimenze.
Dicing – je obdobou „slicingu“, jenž umožňuje nastavit takový filtr pro více dimenzí
Prof. Molnár 18
Příklady dimenzí u aplikace prodeje
Čas (rok, měsíc, případně den v roce či den v měsíci) Stav (prognóza, plán skutečnost) Útvar (dle konkrétního organizačního uspořádání) Zákazník (obchodní zástupce, významný zákazník, přímý
odběratel apod.) Segment trhu (státní sektor, soukromý sektor, bytová výstavba
apod.) Produkt/zakázka (typ, provedení apod.) Teritorium (Evropa, ČR, kraj apod.) Nákladový druh (materiál, mzdy, cestovné,provize a pod.) a další dle konkrétních požadavků obchodníků
Prof. Molnár 19
Příklady fakt u aplikace prodeje
Objem tržeb Náklady Zisk Počet zákazníků a další dle konkrétních požadavků obchodníků
Z hodnot fakt a jejich dimenzí pak systém tvoří ukazatele
Např. % nákladů na provize z celkových tržeb či z celkového zisku a jejich vývoj v čase a to dle jednotlivých útvarů
Prof. Molnár 20
Prof. Molnár 23
Prof. Molnár 24
Pořízení BI
Vlastním vývojem (většinou na bázi EXCELu s připojením na vybrané
databáze v ERP)
Nákupem standardní aplikace BI, která je součástí komplexního
podnikového IS jako nadstavba ERP (SAP, ORACLE, Microsft Dynamics
(NAVISION), MFG/Pro a pod.) tzv. systém all-in-one
nákupem specializované aplikace BI, která je přes standardizovaný
interface napojena na libovolný základní ERP systém (COGNOS, SAS
Institute, ADASTRA, Inekon MIS Alea, Ortex, GIST, apod.) tzv. systém
best-of breed
Prof. Molnár 25
26
Postup při výběru BI
definování potřeb a požadavků stanovení hodnotících kriterií a jejich důležitosti identifikace vhodných produktů (short list) zpracování nabídek a prezentace produktů expertní vyhodnocení nabídek výběr produktu projednání kontraktu s dodavatelem
27
Hodnotící kriteria pro výběr BI (vybíráme produkt a jeho dodavatele)
funkčnost resp. odvětvová (branšová) nebo procesní specializace
dodavatel, jeho reference a kapacita konsultantů
integrace se stávajícím ERP (all-in-one, best of breed)
cena
Prof. Molnár 28
Cena BI
cena HW (ceník), závislá na potřebném výkonu
cena SW (ceník), závislá na počtu licencí
cena služeb (školení, úpravy, zavádění), závislá na
rozsahu prací (počet člověkodní)
cena údržby (maintenance), závislá na smluvním vztahu
(obyčejně 10 až 20 % ceny SW)
Prof. Molnár 29
Srovnání nákladu
1318 1100 1144
25662293
1611
1900
1136 2100
0
1000
2000
3000
4000
5000
6000
7000
SY1 SY2 SY3
IMPLSWHW
30
RYCHLE?
KVALITNĚ?(funkčnost)
LACINO?
Magický trojúhelník
Postup při zavádění BI
Identifikace problému (nejsložitější etapa) – projekt musí být podložen nějakým problémem, v důsledku jehož vyřešení se očekává přínos pro podnik.
Vytvoření prototypu – identifikace určitého podproblému (například jenom problém sledování a vyhodnocování nákladů), jehož vyřešení nevyžaduje příliš mnoho úsilí, ale výsledek bude jasně naznačovat, jak bude vypadat cílový systém. Prototyp má dva efekty
Koncovému uživateli jasně ukazuje jak bude vypadat výsledek a co lze od budovaného řešení očekávat
Dává možnost řešiteli vyzkoušet si i ověřit své předpoklady a získat konkrétná zkušenosti z analýzy, návrhu a technické realizace prototypu včetně seznámení se s prostředím uživatele a navázání komunikace s budoucími uživateli
Rozvinutí (roll-out) systému - postupné (step-by-step) rozšiřování řešení do dalších oblastí podnikového řízení.
Prof. Molnár 31
SEMINÁRNÍ PRÁCE BIManažerské informační systémy
Váš tříčlenný tým byl pověřen úkolem vybrat pro středně velký stavební podnik z nabídky BI aplikací typu best-of-bread nejlepší produkt a jeho nejvhodnějšího dodavatele.
Pro získání potřebných informací o produktů a dodavatelích využijte především server www.systemonline.cz, dále webové stránky dodavatelů, všeobecné vyhledávače, případně proveďte vlastní šetření u vybraného stavebního podniku.
Vyberte alespoň tři vhodné produkty z množiny produktů dle tabulky „Zadání produktů“, případně jejich dodavatele. Tyto produkty stručně charakterizujte a vzájemně srovnejte co do funkčnosti, referenčních aplikací ve stavebních firmách a ceny (pokud je jí možno zjistit u dodavatele) případně další charakteristik jako jsou případné podmínky dodání a poskytované služby.
Zpracujte písemně příslušnou zprávu (cca 5 stran) a připravte presentaci v délce max. 10 minut) pro vedení společnosti (své spolužáky) s doporučením a zdůvodněním jakou aplikaci BI si má stavební podnik pořídit.
Zadání typu B – aplikace pro BI (best-of-bread)
Váš tříčlenný tým byl pověřen úkolem vybrat pro středně velký stavební podnik z nabídky ERP systémů pro stavebnictví takový, který obsahuje také modul BI.
Pro získání potřebných informací o produktů a dodavatelích využijte především server www.systemonline.cz, dále webové stránky dodavatelů, všeobecné vyhledávače, případně proveďte vlastní šetření u vybraného stavebního podniku.
Vyberte alespoň tři vhodné produkty ERP, případně jejich dodavatele z množiny produktů dle tabulky „Zadání produktů“. Tyto produkty stručně charakterizujte a vzájemně srovnejte co do funkčnosti, referenčních aplikací ve stavebních firmách a ceny (pokud je jí možno zjistit u dodavatele) případně další charakteristik jako jsou případné podmínky dodání a poskytované služby.
Zpracujte písemně příslušnou zprávu (cca 5 stran) a připravte presentaci v délce max. 10 minut) pro vedení společnosti (své spolužáky) s doporučením a zdůvodněním jakou aplikaci BI si má stavební podnik pořídit.
Zadání typu A – aplikace pro BI (all-in-one)