Business Intelligence - ebook

Wstęp

„Cóż to jest prawda?” (łac. Quid est veritas?)

Poncjusz Piłat (J 18, 38)

Skala biznesowych zastosowań technologii informatycznych jest obecnie tak duża, że stanowią one conditio sine qua non rozwoju współczesnej gospodarki. Niezwykle intrygującym zagadnieniem jest wkroczenie technologii informatycznych w obszary związane bezpośrednio z działalnością intelektualną człowieka, i to w momencie gdy najbardziej obiecujące projekty badawcze związane z tzw. sztuczną inteligencją (artificial intelligence) uległy spektakularnemu załamaniu. Realistyczne podejście, w którym program komputerowy nie ma zastąpić człowieka, lecz ma wspierać jego działania wymagające zaangażowania inteligencji, okazało się niezwykle owocne i przyniosło wiele wartościowych zastosowań w biznesie. Po latach rozwoju dziedzinę tę, dotyczącą wprowadzania informatycznych systemów symulujących zachowania inteligentne w celu wspierania decyzji biznesowych, nazwano Business Intelligence.

Użycie w tej książce angielskiego terminu nie jest podyktowane niemożnością przetłumaczenia go na język polski, ale jego popularnością w środowisku menedżerów oraz tym, że kojarzy się on z konkretnym obszarem zastosowań technologii informatycznych. Z tych powodów autor, mimo wielkiego szacunku dla polskiej kultury i bogactwa rodzimego języka, zdecydował się na pozostanie przy terminie Business Intelligence (BI).

Książka ta jest owocem wieloletnich doświadczeń autora w zakresie budowy inteligentnych systemów wspomagania decyzji zarówno w wymiarze badawczym, jak i rzeczywistych zastosowań biznesowych. Badania nad tymi systemami autor rozpoczął jeszcze w okresie studiów na Politechnice Wrocławskiej, gdzie w Instytucie Sterowania i Techniki Systemów pod koniec lat 80. ubiegłego wieku pracowano m.in. nad teorią systemów ekspertowych. Ten okres autor zakończył dysertacją doktorską na temat wykorzystania systemów ekspertowych w zarządzaniu, obronioną na Akademii Ekonomicznej we Wrocławiu, gdzie powstał jeden z pierwszych w Polsce zespołów zajmujących się biznesowymi aspektami sztucznej inteligencji. Po latach pracy badawczej nad zastosowaniami metod eksploracji danych i wnioskowania przez analogię w biznesie, prowadzonej w instytutach naukowych we Francji i w Belgii, autor powrócił do Polski. Pracując dla międzynarodowych firm konsultingowych, zrealizował kilkadziesiąt wdrożeń w obszarze BI dla czołowych polskich przedsiębiorstw. Obecnie autor jest pracownikiem naukowym Kolegium Nauk o Przedsiębiorstwie Szkoły Głównej Handlowej oraz kierownikiem studium podyplomowego w zakresie BI. Te lata doświadczeń znajdują odbicie w niniejszej książce, w której jest prezentowane własne, autorskie ujęcie tematu: najistotniejsze, zdaniem autora, aspekty BI zostały omówione w kontekście realnych możliwości zastosowań biznesowych i ich rzeczywistego wpływu na zwiększanie wartości przedsiębiorstwa.

W rozdziale 1 przedstawiono historię powstania Business Intelligence, zdefiniowano to pojęcie oraz dokonano przeglądu reprezentatywnych zastosowań biznesowych BI. Rozdział 2 jest poświęcony problematyce hurtowni danych, które stanowią podstawowy element architektury systemów BI. Autor jest przekonany, że zrozumienie wymiaru technologicznego ułatwia zrozumienie ograniczeń tych systemów i urealnia oczekiwania użytkowników biznesowych. Następnie w rozdziale 3 przedstawiono wprowadzenie do analitycznego przetwarzania danych i na prostym przykładzie omówiono podstawowe operacje analityczne. Osobne podrozdziały poświęcono informacjom zarządczym i ich użyciu w różnych obszarach działania przedsiębiorstwa (nacisk położono na zastosowanie narzędzi BI do zarządzania procesami biznesowymi i na zarządzanie strategią firmy z wykorzystaniem zrównoważonej karty wyników) oraz problematyce zarządzania informacjami strategicznymi, czyli analizie informacji pochodzących z otoczenia firmy i mających wpływ na jej rozwój strategiczny. Rozdział 4 traktuje o eksploracji danych. Dokładnie omówiono cztery klasyczne zadania: klasyfikację i estymację, odkrywanie reguł asocjacyjnych oraz grupowanie realizowane przez zaawansowane algorytmy analizy danych. Szczegółowo zaprezentowano ograniczenia metod eksploracji danych oraz dokonano przeglądu standardowych zastosowań. Rozdział 5 jest poświęcony analizie danych osobowych i jej wykorzystaniu do marketingu bezpośredniego. Przeprowadzono w nim też dyskusję dotyczącą rozwoju tej dziedziny i jej rewolucyjnego wpływu na życie codzienne klientów. Kolejny rozdział stanowi podsumowanie omówionych wcześniej zagadnień. Przedstawiono w nim model oparty na koncepcji mapy strategii, pokazujący związki zastosowań systemów BI z potencjalnym wzrostem wartości firmy. Omówiono także sposoby powiązania wdrożeń BI z procesami biznesowymi firmy, warunki powodzenia takich projektów oraz źródła potencjalnych zagrożeń. Rozdział ten jest poprawioną i uzupełnioną wersją rozdziału „Systemy Business Intelligence we wspomaganiu decyzji zarządczych”, który ukazał się w książce Value Based Management pod redakcją Andrzeja Szablewskiego, Krzysztofa Pniewskiego i Bohdana Bartoszewicza, opublikowanej przez wydawnictwo Poltext w 2008 roku. Jest to wynik oryginalnych prac badawczych autora. Na koniec autor dzieli się swoimi przemyśleniami na temat kierunków rozwoju BI.

Większość z prezentowanych zagadnień jest ilustrowana studium przypadku związanym z działaniem hipotetycznej sieci sprzedaży – sklepów Alfa. Sieć sklepów jest wdzięcznym obszarem zastosowań BI i jednocześnie na tyle powszechnie zrozumiałym obszarem działalności biznesowej, że zdaniem autora, lektura tego studium ułatwi zrozumienie przedstawianych tematów. Do każdego omawianego kluczowego zagadnienia stworzono listę starannie dobranych zalecanych lektur i stron WWW, zamieszczoną na końcu rozdziałów, pozwalającą na dalsze samodzielne poznanie interesującego obszaru. Jest to szczególne ważne w wypadku metod eksploracji danych, gdyż przy ich przedstawianiu celowo zrezygnowano z użycia formalizmu matematycznego na rzecz intuicyjnego zrozumienia funkcjonowania omawianych metod. Niemniej autor gorąco zachęca do bardziej formalnego poznania metod analitycznych.

Książce towarzyszy też strona WWW: www.surma.edu.pl, na której są zamieszczone materiały dodatkowe oraz jest dostępne forum umożliwiające dyskusję z autorem, a także z innymi czytelnikami książki.

Wszystkie użyte w książce przykłady komercyjnych narzędzi BI mają charakter czysto ilustracyjny i nie było zamiarem autora dawanie w ten sposób żadnych rekomendacji w tym zakresie.

Ta książka jako podręcznik akademicki jest skierowana głównie do:

• studentów wyższych szkól o profilu ekonomicznym, a także do studentów politechnik jako lektura uzupełniająca,

• słuchaczy studiów doktoranckich i podyplomowych w zakresie ekonomii i zarządzania,

• środowiska naukowego zajmującego się biznesowym wykorzystaniem technologii informatycznych.

Niemniej autor jest przekonany o jej wartości również dla:

• kadry menedżerskiej na poziomie kierowniczym i zarządu,

• konsultantów i doradców biznesowych,

• osób zainteresowanych zastosowaniami metod sztucznej inteligencji.

* * *

Chcialbym bardzo podziękować moim kolegom i dziekanowi Kolegium Nauk o Przedsiębiorstwie Szkoły Głównej Handlowej za dyskusje, wsparcie i stworzenie atmosfery, która przyczyniła się do powstania tej książki. Słowa podziękowania kieruję również do moich studentów, którzy pomogli mi przygotować schemat hurtowni danych, przykładowe raporty do studium przypadku i byli pierwszymi czytelnikami maszynopisu. Szczególną wdzięczność pragnę wyrazić mojej żonie Ewie oraz mojemu synowi Grzesiowi za ciepło, jakie panuje w naszym domu bez względu na pogodę, oraz za zgodę na kilkumiesięczną aneksję stołu kuchennego podczas mojego zaangażowania się w pracę nad tą książką.

Wszystkim Czytelnikom życzę przyjemnej lektury i czekam na Państwa refleksje na www.surma.edu.pl.

Jerzy Surma

Warszawa-Anin, lato 2008Rozdział 1 Wprowadzenie do Business Intelligence

1.1. Historia powstania BI

Kiedy w latach 70. XX wieku Herbert Simon, laureat Nagrody Nobla w dziedzinie ekonomii, rozwija! swoją słynną koncepcję ograniczonej racjonalności (bounded rationality), inspirował się zapewne nie tylko poznawczymi ograniczeniami człowieka, ale i rozczarowaniem wynikami swoich prób w zakresie komputerowej symulacji procesów decyzyjnych u człowieka (Newell i Simon 1972). Intensywny rozwój technologii informatycznych rozbudził jednak wielkie nadzieje na zbudowanie systemów umożliwiających wsparcie działań człowieka związanych z myśleniem i racjonalnym działaniem. Nadzieje te zostały spełnione, przynajmniej częściowo, dzięki rozwojowi Business Intelligence (BI), czyli systemów wspomagających podejmowanie decyzji menedżerskich w szeroko rozumianym zarządzaniu przedsiębiorstwem. Charakterystyczny dla BI jest silny pragmatyzm – z całego spektrum technologii wybiera się tylko te, które można wykorzystać biznesowo. Cztery podstawowe źródła koncepcji i narzędzi BI to:

1) statystyka i ekonometria, w tym m.in. statystyczna teoria rozpoznawania obrazów, metody taksonometryczne, wnioskowanie statystyczne oraz metody prognozowania,

2) badania operacyjne, w tym m.in. programowanie liniowe, teoria decyzji oraz teoria gier,

3) sztuczna inteligencja, w tym m.in. metody przeszukiwania heurystycznego, maszynowe uczenie się, systemy ekspertowe, algorytmy genetyczne, sztuczne sieci neuronowe i systemy wnioskujące na podstawie analogii,

4) technologie baz danych, w tym m.in. modelowanie danych, języki zapytań, optymalizacja zapytań oraz metody indeksowania.

Wykorzystanie komputerów w dziedzinie statystyki i w badaniach operacyjnych zaowocowało powstaniem tzw. systemów wspomagania decyzji (decision support Systems). Wymagało to użycia formalnych modeli matematycznych i opierało się głównie na danych o charakterze ilościowym. Jednocześnie w naturalny sposób ograniczało obszar zastosowań i wykorzystanie komputerów do modelowania rzeczywistych problemów decyzyjnych.

Znacznie bardziej ambitne zadania postawiono przed sztuczną inteligencją. Prace nad nią rozpoczęto w latach 50. ubiegłego stulecia i nie zostały one jak dotychczas uwieńczone żadnym spektakularnym sukcesem. Była to lekcja pokory dla środowiska akademickiego oraz dowód złożoności i wyrafinowania ludzkiej inteligencji. Niemniej w ramach sztucznej inteligencji wypracowano wiele algorytmów przydatnych do wspierania rzeczywistych procesów decyzyjnych, znacznie wykraczając poza możliwości systemów wspomagania decyzji. Oba te nurty miały duży wpływ na powstanie BI, jednakże ważniejszy był rozwój technologii baz danych, zapoczątkowany już w latach 60. XX wieku. Szczególnie istotny okazał się rozwój baz danych opartych na relacyjnym modelu danych, umożliwiający stosunkowo prostą interpretację danych biznesowych i powiązań między nimi, oraz bardzo intuicyjny, jak na owe czasy, język zapytań SQL (structured query language). Postęp technologii baz danych umożliwi! gwałtowny rozwój zastosowań biznesowych w zakresie systemów klasy ERP (enterprise resourceplanning), automatyzujących i porządkujących standardowe procesy w przedsiębiorstwie. Szybko uświadomiono sobie, że tzw. dane transakcyjne (np. księgowanie wydatku, rejestracja faktur, ewidencja stanu konta bankowego czy rejestracja czasu trwania rozmowy w systemie billingowym) po odpowiednim przetworzeniu mogą być źródłem interesującej wiedzy o prowadzonym biznesie. Z czasem oprócz prostej agregacji danych transakcyjnych w postaci różnego rodzaju raportów generowanych zwykle przy użyciu języka SQL zaczęto też wykorzystywać techniki pochodzące z systemów wspomagania decyzji oraz sztucznej inteligencji do przeprowadzania bardziej wyrafinowanych analiz. Działania te, prowadzone na przełomie lat 70. i 80., miały charakter incydentalny, programistyczny i pierwotnie były rozwijane w dwóch branżach, tj. w sieciach handlowych¹ i w firmach telekomunikacyjnych.

1.2. BI jako samodzielna dziedzina

W latach 80. działania w sferze zastosowań biznesowych były już tak zaawansowane, że powstała osobna dziedzina projektowania i tworzenia baz danych na potrzeby wspierania decyzji biznesowych, tzw. hurtownie danych (data warehouse) (Inmon ^() 2005), zaczęły też powstawać wyspecjalizowane pakiety narzędziowe. Choć pojęcie „Business Intelligence” po raz pierwszy zostało użyte w 1958 roku w jednym z artykułów opublikowanych w „IBM Journal”^(), to nowy sens nadal mu Howard Dresner z firmy Gartner w roku 1989. Na podstawie analizy rynku IT określił on Business Intelligence jako rodzaj „parasola” okrywającego wiele metod, technologii i zastosowań ukierunkowanych na realne wspieranie decyzji biznesowych w przedsiębiorstwie.

Business Intelligence jest definiowane przez firmę Gartner (Gartner 2003) jako zorientowany na użytkownika proces zbierania, eksploracji, interpretacji i analizy danych, który prowadzi do usprawnienia i zracjonalizowania procesu podejmowania decyzji. Systemy te wspierają kadrę menedżerską w podejmowaniu decyzji biznesowych w celu kreowania wzrostu wartości przedsiębiorstwa.

Taka definicja wskazuje jednoznacznie, że BI jest systemem informatycznym zarządzania (Nowicki 1998), a dokładniej mówiąc – systemem informatycznym zarządzania III generacji^() (Kisielnicki 2008a). Tak rozumiane systemy wspomagania decyzji biznesowych obejmują szerokie spektrum technologii, w tym głównie:

• narzędzia Ol.AB (on-line analytical processing) – oprogramowanie umożliwiające analizę wielowymiarową danych biznesowych, poprzez integrację, agregację i odpowiedni sposób prezentacji/wizualizacji różnego rodzaju danych,

• narzędzia eksploracji danych – algorytmy do automatycznej analizy dużych wolumenów danych, wykorzystujące metody statystyczne i ekonometryczne, a także metody maszynowego uczenia się, umożliwiające analizę danych o charakterze nie tylko ilościowym, ale również jakościowym,

• narzędzia zarządzania wiedzą – umożliwiające składowanie, indeksowanie i analizę dokumentów tekstowych oraz powiązanie ich z innymi danymi.

Technologiczne systemy tej klasy są budowane z wykorzystaniem wspomnianych hurtowni danych, tj. systemów baz danych stworzonych do zbierania danych z różnych źródeł oraz efektywnego udostępniania ich użytkownikom biznesowym.

W latach 90. BI stało się pojęciem powszechnie znanym wśród fachowców, a na poziomie narzędziowym – standardem oferowanym nie tylko przez firmy specjalistyczne, ale i przez największych producentów oprogramowania dla przedsiębiorstw, takich jak IBM, Microsoft, Oracle czy SAP.^() Nie jest powszechnie wiadome, że spektakularny sukces rynkowy sieci handlowej Wal-Mart ma również swoje korzenie w pionierskim wdrożeniu BI. Oczywiste dla każdej sieci jest stosowanie zasady „odpowiedni towar w odpowiednim miejscu, czasie oraz cenie”. Teoretycznie jest to proste, jednak bardzo trudne w realizacji. W praktyce, opierając się raczej na intuicji menedżera niż na formalnych analizach, próbuje się minimalizować koszty związane z całym łańcuchem logistycznym od magazynu producenta do koszyka klienta. Wpływ na ten łańcuch ma tysiące czynników, takich jak sezon, moda, region, cena, promocje, aby wymienić te najczęściej uświadamiane. Wal-Mart jako pierwsza sieć handlowa już w latach 80. zaczął elektronicznie rejestrować zdarzenia w całej sieci i agregować je w hurtowni danych. Wnioski, jakie dzięki temu można było wyciągnąć z historii sprzedaży, umożliwiły globalną reorganizację logistyki i obniżkę kosztów implikującą niskie ceny, zabójcze dla konkurencji (Westerman 2001).

^() www.research.ibm.com/journal/rd/024/ibmrd0204H.pdf.

^() Proponowany podział systemów informatycznych zarządzania na trzy generacje obejmuje: I generacja – systemy transakcyjne, II generacja – systemy informowania kierownictwa i wyszukiwania danych, III generacja – systemy doradcze, w tym systemy klasy BI.