Download
1 / 48
480 likes | 670 Views
Kiedy budować BI w organizacji? Metody i modele zarządzanie wiedzą organizacji. Dariusz PAŁKA. AGENDA. 1. Trochę historii. 2. Kilka definicji. 3. BI, HD, DM. 4. Kiedy budować BI? 5. Jak zbudować BI? 6. Ile kosztuje BI? 7. Przyszłość. Każde przedsiębiorstwo jest posiadaczem
E N D
Kiedy budować BI w organizacji? Metody i modele zarządzanie wiedzą organizacji Dariusz PAŁKA
AGENDA 1. Trochę historii. 2. Kilka definicji. 3. BI, HD, DM. 4. Kiedy budować BI? 5. Jak zbudować BI? 6. Ile kosztuje BI? 7. Przyszłość.
Każde przedsiębiorstwo jest posiadaczem ogromnej ilości danych. Szkoda, że tak niewiele z nich zdaje sobie sprawę, że to jest właśnie cała ich inteligencja. Bo trzeba jeszcze umieć z niej dobrze korzystać. Luiza Warno (2005), Orange
Poziomy organizacji - zarządzanie danymi POZIOM 0 CHAOSU POZIOM 1 DANYCH PODSTAWOWYCH POZIOM 2 ANALIZ POZIOM 3 STRATEGII ZARZĄDZANIA DANYMI ZARZĄDZANIA SYSTEMEM BI POZIOM 4
Porównanie cen kwartału pszenicy z wynagrodzeniem dobrego mechanika w perspektywie czasu Szkocki inżynier, grawer i pasjonat polityki gospodarczej
PIERWSZY KOMPUTER 1943-46 ENIAC - skonstruowany przez J.P. Eckerta i J.W. Mauchly'ego. Pierwszy elektroniczny komputer, pamięta 20 liczb, zbudowany z 500.000 elementów i waży 30 ton. USA, 1890 konkurs na urządzenie, które przyśpieszy spis powszechny ludności . Konkurs wygrywa Herman Hollerith ze swoją maszyną tabulacyjną. Służyła ona do wprowadzania, sortowania i podliczania danych i wykorzystywała d o tego celu dziurkowane karty. Hollerith założył w roku 1896 firmę Tabulating Machine Company, która po połączeniu z kilkoma innymi stworzyła International Business Machines, czyli po prostu IBM.
Historia przetwarzania danych Ewolucja systemów bazodanowych: • Lata '60 – proste metody przetwarzania plików • Lata '70 – wczesne '80 – systemy zarządzania danymi • (Database Management Systems) • ➔ Relacyjne, sieciowe, hierarchiczne BD • ➔ SQL, transakcje, metody indeksujące, struktury danych: • Lata '80 do teraz – zaawansowane systemy bazodanowe • Lata '80 do teraz – hurtownie danych, DM • ➔ Hurtownie danych, technologia OLAP (William H. Inmon “The Father of Data Warehousing”) • ➔ DM i odkrywanie wiedzy (nasilenie zainteresowania w latach'90) • Lata '90 – do teraz – internetowe BD • ➔ BD oparte na XML-u • ➔ Web mining
Zarządzanie danymi organizacji • Systemy obiegu dokumentów • Lokalne systemu informatyczne • Zintegrowane systemy informatyczne • Hurtownie danych • Systemy Data Mining Business Intelligence
Business Intelligence? BI to szeroko rozumiana analityka biznesowa a nawet dyscyplina służąca budowaniu „przewagi informacyjnej”, stanowiąca proces przekształcania danych w informacje, a informacje w wiedzę pozwalającej podejmować trafniejsze decyzje, we właściwym miejscu organizacji i we właściwym czasie, co może być wykorzystane do zwiększenia konkurencyjności przedsiębiorstwa.
BI Źródło: Żytniewski M.:”BI”, UE w Katowicach, 2012
BI BIZNES BIG DATA
Historia bi Źródło: Żytniewski M.:”BI”, UE w Katowicach, 2012
Skuteczny bi to … • raportowanie obligatoryjne, • raportowanie operacyjne, • raportowanie zarządcze, • analiza danych, • budżetowanie i prognozowanie, • zapewnienie jakości danych, • zapewnienie jakości informacji, • pozyskiwanie danych z różnorodnych źródeł; • budowa silników obliczeniowych / regułowych, • udostępnienie danych do innych systemów.
HURTOWNIA DANYCH (HD) HD - ang. Data Warehouse– DW (Magazyn Danych) to tematyczna baza danych, która trwale przechowuje zintegrowane dane opisane wymiarem czasu William Harvey Inmon „Buildingthe Data Warehouse”, 1992 Baza danych tworzona w oparciu o inną bazę danych i jej dane źródłowe w celu odblokowania analityki biznesowej. Baza danych zawierające w swoim repozytorium wieloaspektowe, przekrojowe analizy silnie zagregowanych danych
OLAP OLTP On-Line Transaction Processing On-Line Analytical Processing OLAP Information Systems Systemy analitycznego przetwarzania danych „na bieżąco”
Dlaczego hurtownia jako podsystem raportowania • Wspieranie procesu podejmowania decyzji na wszystkich szczeblach • operacyjnym, technicznym i strategicznym • prostota implementacji (poprzez gotowe do użycia predefiniowane cechy, wskaźniki) • Skalowalność • od statycznych, prostych raportów po interaktywne aplikacje analityczne • różne rodzaje dostępu: Excel, przeglądarka WWW • Rozbudowany zestaw narzędzi • do budowy zapytań, raportów i analiz • aplikacje oparte na technologii WWW • Możliwość szybkiego dostosowania informacji • integracja z SharePoint, SMTP • Dostęp użytkowników: kiedykolwiek, gdziekolwiek • analiza informacji za pomocą przeglądarki WWW
LUT-95 STY-95 Q2-95 Q1-95 1995 Polska -Centralny SPRZEDAŻ --Wa-wskie --- odbiorca A --- odbiorca B --- odbiorca C --- T02 --Rodzaj 2 --- T04 Produkcja -Typ 1 --Rodzaj 1 --- T03 --- T01 Wielowymiarowa kostka hd
HD umożliwia analizę danych „pod wieloma kątami” CZAS G E O G R A F I A Dyrektor finansowy Dyrektor regionalny PRODUKT Dyrektor lokalny Zarząd
Jak działa hd? Cube (multidimensional data) Data Warehouse Reporting Analysis RAPORTOWANIE ANALIZOWANIE
Działanie hurtowni danych Źródło: Opracowanie własne
Przykładowy portal hd Źródło: Opracowanie własne
Data mining? Definicja1: „Nietrywialne wydobywanie ukrytej, poprzednio nieznanej i potencjalnie użytecznej informacji z danych” (W.Frawley, G. Piatetsky-Shapiro, C. Matheus. KnowledgeDiscovery in Databases: An Overview. AI Magazine ,1992) Definicja2: „Nauka zajmująca się wydobywanie informacji z dużych zbiorów danych lub baz danych” (D. Hand, H. Mannila, P. Smyt. Principles of Data Mining.MIT PressCambridge, MA, 2001)
Jak działa dm? • Czyszczenie danych – usuwanie błędnych i niespójnych danych • Integracja danych – łączenie danych z rożnych źródeł • Selekcja danych – wybór ważnych (dla problemu) danych • Transformacja danych – do postaci odpowiedniej do DM (np. sumowanie, agregacja) • DM – zastosowanie inteligentnych metod do wydobycia zależności, wzorców • Ocena zależności – identyfikacja interesujących zależności ze wszystkich wydobytych • Prezentacja wiedzy
Główne zadania dm • Wyszukiwanie asocjacji • Klasyfikacja • Predykcja • Grupowanie danych • Eksploracja złożonych typów danych
Po co dm? • Pomoc w znalezieniu relacji między czynnikami / zasobami: “wewnętrznymi” oraz „wewnętrznymi” i „zewnętrznymi” • Ustalenie wpływu szukanych czynników na: • Wielkość sprzedaży, • Zadowolenie klienta • Przychody
Kiedy przychodzi czas na bi ? • Posiadamy kilka różnorodnych systemów transakcyjnych OLTP • Duża ilość rozproszonych danych w systemach OLTP • Rozbudowany dział raportowania i analiz. • Posiadanie wszystkich danych nie wystarcza. • Oczekujemy właściwych, precyzyjnych i szybkich odpowiedź na pytania? • Potrzeba szybkiej budowy i generowania wielowymiarowych raportów. • Potrzeba zmniejszenia obciążenia systemu transakcyjnego.
Kiedy zbudować BI?Najpierw przeanalizuj swój biznes • Jak zmieniała się średnia wielkość obrotów w ostatnim roku? • Jaka jest średnia ściągalność należności? • Jaka jest struktura kosztów firmy według działów? • Jaki procent złożonych zamówień został zrealizowany?
Co najpierw? Potrzeba uporządkowania danych • Jedno źródło informacji dla całej firmy centralne • spójne • wiarygodne • aktualizowane „na bieżąco”
Geograficzna analiza sprzedaży Wsparcie działań przedstawicieli handlowych Analizyefektywności produkcji Efektywne zarządzanie kosztami Sprzedaż i zwiększanie wartości udziałów Wsparcie zarządzania gospodarki materiałowej Finanse Księgowość Produkcja Hurtownia Danych Wysoka jakość danych Dzięki uporządkowaniu systemu raportowego Analiza procesów zaopatrzenia Logistyka IT Wsparcie wyboru źródeł i warunków dostaw CRM Najpierw zbuduj swoją HD
Przykład analiz DYSPONENT: • KRAJ • REJON • MIASTO • KLIENT KRAJ MIASTO CZAS: ilość • ROK • KWARTAŁ • MIESIĄC • DZIEŃ MIESIĄC wartość
Wymiar czasu Wymiar ROKU Wymiar KWARTAŁU Wymiar MIESIĄCA FAKTY: STANY ILOŚCIOWE Wymiar KLIENTA Wymiar MIASTA Wymiar REGIONU Wymiar TYPU KLIENTA Wymiar KARJU Wymiar PRODUKTU Wymiar SKLEPU Wymiar MIASTA Wymiar REGIONU Przykładowa koncepcja struktury informacyjnej
CEL AGREGOWANIA DANYCH? Rodzaj zasobu? Kiedy? Jak? Która grupa? Ile? Gdzie? OTRZYMYWANIE WŁAŚCIWYCH I SZYBKICH ODPOWIEDZI NA PYTANIA …
Korzyści biznesowe wdrożenia hd bi • Usystematyzowaneprocesybiznesowefirmydlaprawidłowegorepozytoriumdanych • Jedna „wersja prawdy”- wiarygodność i kompletność • Efektywne wykorzystanie danych gromadzonych w systemach transakcyjnych • Szybkość dostarczania informacji niezbędnej do podejmowania decyzji
Korzyści technologiczne wdrożenia bi • Odciążenie działu informatyki od bieżącego raportowania • Automatyzacja budowania raportów na zlecenie • Łatwa, szybka konsolidacja danych z systemów transakcyjnych
Co trzeba zrobić, aby zbudować bi • Porządne i jak najbardziej kompletnie zdefiniować potrzeby biznesowe • Uświadomić sobie, co BI ma nad dać, w czym ma nam pomóc (wskazań miejsca wsparcia BI w procesach biznesowych organizacji) • Hurtownia danych dla systemu BI, powinna być jak garnitur, wykonany przez fachowca, dobrze skrojony na miarę i leżący jak trzeba • Zabezpieczyć środowisko sprzętowo-programowe
Ile może kosztować budowa bi • Koszt zatrudnienia specjalisty HD/BI • Koszt zatrudnienia analityka danych organizacji • Dodatkowe zasoby sprzętowe • Dodatkowe oprogramowanie
WNIOSEK Po co HD BI ? ……… aby sprawnie przechowywać, uaktualniać, obsługiwać i analizować informacje w zależności od wymagań przedsiębiorstwa, jego pracowników i jego klientów
Przyszłość bi to Business Analitics (BA) w środowisku chmury obliczeniowejCloud Business Intelligence Cloud BI – bujanie w obłokach, czy praktyczne rozwiązania?
