Business Intelligence Moda, wybawienie czy problem dla firm? - Przemysław Radziszewski
«
»
Reflow text when sidebars are open.
Od wielu lat analiza danych jest dla mnie zajęciem dostarczającym ogromnej przyjemności. Nie sam proces, ale jego wynik, wiedza, która ukryta jest w opasłych tabelach z danymi, jest źródłem pozytywnych emocji. Analiza danych przypomina poszukiwanie skarbu ukrytego przez piratów.
Staram się przekazywać moją pasję innym. W trakcie spotkań z klientami i w czasie szkoleń pokazuję, w jaki sposób upraszczać sposób przetwarzania danych, żeby maksymalnie szybko uzyskać tę wiedzę, której wdrożenie w praktycznych rozwiązaniach przyniesie zauważalne korzyści. Sam jestem ciekaw świata, dlatego stale śledzę wiele forów i serwisów informacyjnych, aby weryfikować własne rozwiązania z tym, co promują specjaliści działający w mojej branży w innych krajach.
Właśnie lektura wszystkich publikacji stała się inspiracją do napisania tej książki. Zamieszanie, jakie panuje wokół pojęcia Business Intelligence, zainspirowało mnie do zajęcia się tym tematem. Postanowiłem włączyć się do dyskusji oraz pomóc osobom zarządzającym procesami biznesowymi i zespołami w rozwijaniu praktycznej wiedzy i umiejętności zarządzania danymi.
Chciałbym, aby po lekturze tej książki czytelnik poczuł się pewniej na swoim stanowisku i potrafił wprowadzić takie zmiany w otaczającej go organizacji, które poprawią efektywność wykorzystania posiadanych danych. Książka nie jest instrukcją obsługi jakiegokolwiek programu do analizy i wizualizacji danych. Omijam w niej szerokim łukiem wszelkie technologiczno-filozoficzne dywagacje dotyczące oferowanych na rynku rozwiązań, których liczba rośnie w absolutnie niewiarygodnym tempie.
Chęć zachowania neutralności względem producentów oprogramowania nie wynika z faktu, że nie chcę dokonywać ocen i rankingów i wskazać produkty, które najlepiej rozwiążą problemy poszczególnych przedsiębiorstw, ale podyktowana jest analizą moich doświadczeń. Największym problemem w procesach analizy danych jest sposób myślenia i zadawania pytań. Narzędzie nie wykona za nas całej pracy. Nawet modne ostatnio i często stosowane w gospodarstwach domowych maszyny do pieczenia chleba wymagają obsługi. To my decydujemy, jaki chleb chcemy upiec i jesteśmy zmuszeni do podążania za naszym wyborem, przygotowując poszczególne składniki w odpowiednich proporcjach. Po wykonaniu opisanych zadań włączamy maszynę i mamy pełną świadomość, że jakość uzyskanego pieczywa będzie głównie wynikiem naszej pracy.
Podobnie jest z raportami. Od zarządzającego procesem biznesowym zależy, w jaki sposób chce oceniać efektywność własnej pracy i pracy podwładnych. Jakie aspekty procesu i zadania wymagają stałego monitoringu, a jakie mogą być analizowane w miesięcznych cyklach, to decyzje, które musi podjąć każdy menedżer osobiście. To one będą w największym stopniu wpływały na kształt raportów i analiz.
Na początku przedstawiam historię Business Intelligence. Podaję interesujące informacje na temat samego pojęcia oraz ścieżki rozwoju narzędzi, które kryją się pod nim. W kolejnej części zajmuję się definicjami pojęcia Business Intelligence i prezentuję własną jego wersję. Nie ukrywam, że pozostała część książki jest podporządkowana praktycznym sposobom wdrażania tej definicji.
W mojej pracy nie ma opisów propozycji konkretnych raportów dla wybranych branż. Koncentruję się na przekazaniu wskazówek i pomysłów, których zastosowanie może pomóc przy konstruowaniu dowolnych raportów dotyczących procesów biznesowych realizowanych w każdej branży w kraju i na świecie.
Jednym z najważniejszych celów, jakie postawiłem sobie pisząc tę książkę, jest pomóc czytelnikowi w przygotowaniu się do zadań związanych z zarządzaniem i analizą danych. Pomoc polega na przekazaniu wskazówek dotyczących zidentyfikowania i opisania własnych potrzeb w zakresie zbierania i przetwarzania danych, które są kluczowe dla jakości realizowanych zadań. Jeśli po przeczytaniu tej książki, czytelnik poczuje się wzmocniony i lepiej przygotowany do rozmów z reprezentantami działu IT, to będzie to również mój sukces. Jeśli lektura tej pracy przyczyni się do zmiany kształtu, formy i treści raportów, co podniesie efektywność przekazywanych w ten sposób informacji, to też będzie mój sukces.
Jeśli czytelnicy uznają, że to, co napisałem, otworzyło ich umysły na nowe możliwości czerpania korzyści z danych i skłoniło do dalszego studiowania tego zagadnienia - to będzie mój największy sukces.
Historia pojęcia Business Intelligence
Pojęcie Business Intelligence pojawiło się stosunkowo niedawno. Co więcej, zrobiło karierę nie dlatego, że precyzyjnie opisuje konkretne zagadnienie biznesowe, ale ponieważ znakomicie brzmi. Łączy w sobie dwa profesjonalne światy: przedsiębiorczość i wywiad.
Rzeczywiście pierwsza publikacja, w której pojawił się termin Business Intelligence, opisywała człowieka sukcesu, który intensywnie korzystał z usług szpiegów. W roku 1865 została wydana książka Cyclopaedia of Commercial and Business Anecdotes autorstwa Richarda Millara, w której po raz pierwszy pojawiło się sformułowanie Business Intelligence. Określenie to opisuje sposób działania angielskiego finansisty Sir Henry'ego Furnese'a. Ten zamożny człowiek zbudował imperium finansowe, wykorzystując swoją przewagę rynkową, jaką była informacja.
W wieku XVII Furnese stworzył profesjonalną organizację szpiegowską, która operowała na terenie Belgii, Francji, Holandii i Niemiec. Dzięki informacjom, które przesyłali agenci z kontrolowanych terytoriów, Sir Henry wiedział jako pierwszy, co zdarzyło się lub co się za chwilę stanie w strukturach władzy na kontynencie, jakie są losy toczących się konfliktów zbrojnych, w których uczestniczył aktywnie jako "inwestor". Dostosowywał do tych raportów swoje działania inwestycyjne.
Przytoczony powyżej przykład nie jest jedynie ciekawostką historyczną. Moim zdaniem oryginalne znaczenie Business Intelligence, a więc wywiad gospodarczy, bardzo trafnie opisuje również rolę, jaką obecnie odgrywa BI. Praca wywiadu to nie tylko analiza posiadanych danych, lecz także nieustanne poszukiwanie sposobów ich pozyskania. Na tym polega błąd we współczesnym definiowaniu BI przez dostawców oprogramowania służącego do analizy zawartości baz danych. Skupiają się oni wyłącznie na problematyce przetwarzania posiadanych informacji.
Tymczasem działanie organizacji zajmujących się wywiadem to również nieustanne określanie miejsc i zdarzeń, które mogą być źródłem nowych, istotnych informacji wspierających procesy podejmowania decyzji przez zleceniodawców. Informacji nie zbiera się i nie gromadzi dla samego faktu ich posiadania. Celem jest wspieranie podejmowanych decyzji. Im trafniejszą decyzję chcemy podejmować, tym więcej wiedzy potrzebujemy.
Rozwój Business Intelligence do formy, którą osiągnął dziś, a więc wykorzystanie olbrzymiej liczby narzędzi pomagających w przetwarzaniu dużych zbiorów danych, następował w bardzo ewolucyjny sposób. Ważny krok w odrodzeniu się pojęcia Business Intelligence uczynił naukowiec pracujący dla IBM. W roku 1958 Hans Peter Luhn opublikował swoją pracę zatytułowaną A Business Intelligence System. Pisząc o BI, Luhn użył określenia: "sposób na zrozumienie dużych zbiorów informacji, który umożliwia podejmowanie najlepszych decyzji". Moje tłumaczenie może nie jest najbardziej wierne, ale oddaje istotę zaproponowanej przez Luhna definicji.
Sposób, a więc nie system i nie oprogramowanie. Nie do końca jest jasne, dlaczego pojęcie Business Intelligence ponownie znika z powszechnego użytku świata biznesu w latach 60. XX w. Czy przyczyną jest człon Intelligence, który w latach zimnej wojny mógłby być odbierany jednoznacznie jako sprawa bardzo polityczna i związana z kwestią bezpieczeństwa narodowego? Nie wiem, nie znam odpowiedzi na to pytanie. Być może jest to temat osobnych badań.
Nie będę ukrywał, że nie dotarłem do opracowania, które jasno wskazywałoby, kto i kiedy ponownie w sposób świadomy użył określenia Business Intelligence i sprawił, że zaczęło ono funkcjonować w powszechnym użytku wśród ludzi biznesu i nauki. Ponowne pojawienie się tego pojęcia nie przyniosło ze sobą jednej, spójnej i akceptowalnej przez wszystkich definicji zagadnienia. Od czasów Luhna występowały kolejne fazy w rozwoju Business Intelligence, a więc wersje: BI 2.0 i BI 3.0, a mimo to wciąż funkcjonuje kilkanaście różnych definicji, których najczęściej pojawiającym się elementem wspólnym jest przetwarzanie danych. Gdy piszę tę książkę (2016 r.), obserwuję pojawienie się nowej gwiazdy, która swoim blaskiem świeżości ma zaciemnić jeszcze bardziej obraz tego, o co chodzi w Business Intelligence, a gwiazda ta nazywa się BI 4.0. Uwzględniając fakt, że wzmianki o BI 3.0 pojawiły się może dwa lata temu, to takie tempo tworzenia nowych wersji BI przez działy marketingu firm IT może doprowadzić do pojawienia się wersji 5.0 w ciągu najbliższych miesięcy.
Kilka razy uczestniczyłem w forach dyskusyjnych stworzonych dla specjalistów ds. Business Intelligence z całego świata i ze zdumieniem stwierdzam, że również w tym gronie nie ma wspólnej świadomości dotyczącej zagadnienia, którym się zajmujemy. Co jakiś czas, ktoś z uczestników grup dyskusyjnych rzuca fundamentalne pytanie: Co to jest Business Intelligence? W odpowiedzi na taką prowokację rozkręca się emocjonalna wymiana zdań. Śledząc listę prezentowanych propozycji, można odnieść wrażenie, że sukcesywnie oddalamy się od konsensusu w tym zakresie.
Analizując treści prezentowanych propozycji, nauczyłem się błyskawicznie rozróżniać uczestników forum i przypisywać ich do różnych grup interesu, które reprezentują. Wśród dyskutujących pojawiają się najczęściej: producenci oprogramowania, które określa się mianem BI, wdrożeniowcy rozwiązań BI, wdrożeniowcy projektów BI, pracownicy działów IT firm, które zdecydowały się wdrożyć u siebie narzędzia BI i potencjalni beneficjenci projektów BI, a więc kierownicy i specjaliści firm, którzy w swojej pracy powinni korzystać z dobrodziejstwa Business Intelligence.
W poprzednim punkcie omówiłem krótką historię pojęcia Business Intelligence. W ciągu 100 lat pojawiły się dwie różne wersje interpretacji tego pojęcia. Pierwsza interpretacja zjawiska koncentrowała się wokół procesu pozyskiwania informacji. W przypadku drugiej definicji jej przekaz kładzie nacisk na proces przetwarzania informacji.
Tak jak już wspomniałem, po 1958 r. pojęcie Business Intelligence na długie lata zniknęło z powszechnego użytku. Co ciekawe, jeszcze w 1997 r. Business Intelligence pojawia się w publikacji będącej instruktażem dla kadry kierowniczej firm w odniesieniu do zupełnie odmiennej problematyki niż ta, o której dyskutujemy obecnie. Business Intelligence był wtedy kojarzony bardziej ze szpiegostwem gospodarczym niż z wyrafinowanymi narzędziami do analizy dużych zbiorów danych[1]. W artykule zamieszczonym przez F.W. Rustmanna w "Thunderbird International Business Review" prowadzenie biznesu jest porównywane z prowadzeniem wojny, a ta wymaga działań szpiegowskich. Ten sam autor kilka lat później w 2002 r. publikuje książkę CIA, Inc.: Espionage and the Craft of Business Intelligence / Edition 1[2]. Tylko lektura spisu treści tej książki wskazuje, że pojęcie Business Intelligence było jednoznacznie kojarzone z działalnością szpiegowską. Przytoczę tutaj tylko dwa moje ulubione tytuły rozdziałów: "The recrutment of Spies" (Rekrutacja szpiegów) oraz "Audio Operations" (Operacje audio lub bardziej dosłownie - Podsłuch).
Skoro jeszcze w 2000 r. nie mieliśmy narzędzi informatycznych klasy Business Intelligence, to skąd dziś biorą się specjaliści BI z dwudziestoletnim stażem? Współczesne rozumienie BI dotyczy analizy danych, zatem wszystkie narzędzia, które pozwalają na analizę dużych zbiorów danych, zostały określone jako narzędzia BI, a osoby pracujące z tymi narzędziami jako specjaliści ds. Business Intelligence.
Obecnie najbardziej rozpowszechnionymi narzędziami Business Intelligence są arkusze kalkulacyjne, w tym nieaktywny już Lotus 123, powszechnie panujący MS Excel i jego konkurenci ze świata open source. W związku z tym każdy, kto pracował z arkuszem kalkulacyjnym i przetwarzał w nim dane, tworzył plany i raporty może się określić jako specjalista ds. Business Intelligence.
Również mnie spotkał podobny zaszczyt. W latach 90. poprzedniego wieku tworzyłem analizy i przygotowywałem plany sprzedażowe w programie Lotus 123 i w związku tym stałem się specjalistą ds. Business Intelligence z wieloletnim stażem. Zdobywałem swoje doświadczenia w zarządzaniu danymi przez lata, pracując z różnymi narzędziami i obserwując rozwój rynku specjalistycznych rozwiązań, choć ani ja, ani producenci oprogramowania nie wiedzieliśmy wtedy, że jesteśmy związani branżą Business Intelligence.
W związku z tym, że najpierw powstał świat rozwiązań Business Intelligence, a dopiero później zaistniało w powszechnym użyciu pojęcie Business Intelligence, które posłużyło do jego nazwania, to historię prezentowanego zjawiska możemy podzielić na dwa okresy:
rozwiązania przed Business Intelligence, rozwiązania Business Intelligence.Myślę, że warto poświęcić chwilę czasu na poznanie, w bardzo hasłowej formie, kilku rozwiązań technologicznych, które pojawiły się w przeszłości, a których celem było wspieranie ludzi biznesu w podejmowaniu mniej lub bardziej poważnych decyzji. Jest to obraz pokazujący sposób myślenia twórców różnych narzędzi, którzy starali się wprowadzać na rynek rozwiązania odpowiadające na zapotrzebowanie klientów. Patrząc na kształt tych produktów z dzisiejszej perspektywy i oceniając je krytycznie, proszę pamiętać, w dużej mierze w sposób bezpośredni wynikał on z faktu, że świadomość ówczesnych menedżerów dotycząca własnych potrzeb była zupełnie inna niż obecnie.
Po roku 1958 Business Intelligence jako pojęcie nie funkcjonuje w codziennym użytku, ale coraz częściej pojawiają się potrzeby, które dziś są zaspokajane przez rozwiązania informatyczne określane mianem BI. W odpowiedzi na nie producenci oprogramowania wprowadzali kolejne propozycje produktów ukrytych pod nowymi akronimami. Jednym z tych nowych skrótów jest GIS (Geographical Information System), czyli system informacji geograficznej. Pamiętam czasy, gdy rozwiązania tej klasy były gwiazdami wśród produktów informatycznych. Na oprogramowanie tego typu mogły sobie pozwolić tylko duże organizacje i zamożne firmy. Możliwość przedstawienia danych sprzedażowych na mapie administracyjnej kraju była wspaniałym rozwiązaniem dla analityków sprzedaży, którzy dzięki takim wizualizacjom zyskiwali podziw wśród kierowników średniego i wyższego szczebla. Prezentacje przygotowane z wykorzystaniem tego narzędzia pokazywane w trakcie konferencji sprzedaży były dla zgromadzonego audytorium niczym hologram 3D demonstrowany obecnie.
Jednak o sile i przydatności GIS w codziennej pracy decydowała przede wszystkim ilość i jakość danych. Raport, który prezentował na mapie kraju procentowy udział poszczególnych regionów w całości sprzedaży, to tylko jedna z najmniejszych możliwości tego typu narzędzi. O wiele większą zaletą systemów GIS była możliwość błyskawicznego tworzenia zestawień danych pochodzących z różnych źródeł. Wspaniała w tamtych czasach opcja przełączania się między warstwami dawała możliwość wspólnego pogłębiania wiedzy osób uczestniczących w tak przygotowanej prezentacji.
Do dziś pamiętam prezentację, w której przedstawiałem dwie przygotowane wcześniej warstwy. Pierwsza warstwa to mapa Polski, na której pokazałem udział procentowy wartości sprzedaży wszystkich trzech regionów w wartości sprzedaży całego przedsiębiorstwa. Duma kierownika sprzedaży jednostki, która uzyskała największy udział, wypełniała całą salę konferencyjną, w której zgromadziły się najważniejsze osoby działu sprzedaży i działu marketingu. Jednak kolejna zaprezentowana przeze mnie warstwa z systemu GIS znacząco odmieniła nastroje panujące na widowni. Warstwa ta przedstawiała te same obszary organizacyjne działu sprzedaży, ale wartość obrotów osiąganych przez poszczególne zespoły porównano z potencjałem zakupowym ich lokalnych rynków. Na tym obrazku system wskazał na zupełnie innego zwycięzcę zakończonego właśnie kwartału. Mimo iż wyróżniony region uzyskał niższą wartość sprzedaży, to w odniesieniu do siły zakupowej populacji wynik ten był znacznie powyżej średniej krajowej.
W latach 90. XX w. źródła danych demograficznych nie były powszechnie dostępne. Analityk, który otrzymał w prezencie system GIS, musiał się więc wykazać inicjatywą, aby pozyskać dane wzbogacające jego analizy. Dane z GUS były osiągalne, ale wymagały dodatkowego wsparcia. Na ogół raport miał rok lub dwa lata opóźnienia w stosunku do aktualnie analizowanego okresu. W związku z tym dane te wymagały takiego przetworzenia, które pozwalało na ich uaktualnienie.
Jednak prawdziwym koszmarem tamtych lat była forma, w której owe dane trafiały w nasze ręce. Wszystkie raporty z urzędów statystycznych czy agencji badawczych otrzymywaliśmy w formie papierowej i musieliśmy je ręcznie wklepywać do naszych PC. Z jednej strony żałuję odrobinę, że w tamtych latach nie miałem do dyspozycji tylu różnych danych z różnych źródeł, które mogły wzbogacać przygotowywane analizy, do których to informacji sięgają obecnie planiści. Ta myśl zostaje jednak błyskawicznie zastąpiona wizją olbrzymich stosów papierowych wydruków, które trzeba przeklepać ręcznie do programu. Podejrzewam, że koncentrując się na manualnej formie digitalizacji tych danych, nie znalazłbym wolnej chwili czasu, żeby wykonywać analizy.
Źródło: opracowanie własne.
Nie pamiętam, ile razy w ciągu ostatnich lat spotkałem się z fenomenem, jakim jest OLAP. Najczęściej kontakt ten następował w trakcie rozmów z reprezentantami działów sprzedaży i marketingu, którzy mówiąc o analizie danych używali zwrotów: "kostka" lub "kostka olapowa". To modne w środowisku słowo "kostka" określało całość potrzeb na analizę danych w firmach. Skąd wzięła się ta "kostka olapowa"?
W drugiej połowie lat 90. XX w. miałem przyjemność uczestniczyć w projekcie wdrożenia pierwszego, w tamtych latach, profesjonalnego narzędzia do analizy danych i tworzenia raportów w firmie należącej do koncernu Unilever. Narzędzie to zostało przejęte wraz z jego twórcami przez firmę Oracle i oferowane było pod nazwą Oracle Sales Analyzer. Zaraz po zakończeniu procesu wdrożenia wspomnianego rozwiązania jego użytkownicy błyskawicznie wprowadzili w życie własną nazwę dla tego systemu. Akronim OSA wydawał się w sympatyczny sposób ożywiać bezduszną naturę maszyny liczącej. OSA była właśnie oprogramowaniem klasy OLAP, czyli On Line Analytical Processing.
W tamtych czasach On Line znaczyło coś zupełnie innego niż dziś. On Line oznaczało, że baza danych systemu była zasilana aktualnymi danymi raz dziennie lub raz na tydzień. Dziś, kiedy słyszę, że ktoś chce mieć kostkę olapową, w świecie, w którym technologia pozwala na analizę aktualnych danych w czasie rzeczywistym, zastanawiam się nad fenomenem OLAP, nad tym, jak bardzo to pojęcie zdominowało świadomość wielu fachowców od sprzedaży i marketingu.
Źródło: opracowanie własne.
Od samego początku kariery OLAP prezentowano jako sześcian, który przedstawiał sposób organizacji danych sprzedażowych. Trzy osie tego trójwymiarowego świata, w którym wykonywano analizy, odpowiadały wymiarom trzech elementów takich jak: produkt, klient, czas. Między tymi osiami są transakcje sprzedażowe.
Na czym polegała największa rewolucja tamtych czasów, którą wprowadzały rozwiązania typu OLAP? Otóż został zrobiono poważny krok w kierunku fizycznego przybliżenia zbiorów danych do użytkowników biznesowych. Dane zyskały pewną niezależność i zamanifestowały swoją suwerenność, stając się zasobem firmy. Do czasów OLAP dane były gromadzone w systemach transakcyjnych i tylko tam znajdowały się w całości. Dzięki pojawieniu się rozwiązań OLAP firmy decydowały się na kopiowanie danych z systemów służących do fakturowania i przeniesienie ich do zewnętrznej bazy danych. Ta zewnętrzna, dodatkowa baza danych bywa nazywana różnie. W tamtych czasach funkcjonowały dwa pojęcia: Data Mart, czyli zbiorcza baza danych, Data Warehouse, czyli hurtownia danych. Różnica między nimi była taka, że w Data Mart przechowywano dane pobierane z jednego systemu, a w Data Warehouse gromadzono dane z kilku różnych systemów, z różnych źródeł powstawania danych.
Dla użytkownika (odbiorcy) danych w przedsiębiorstwie rewolucja związana z uruchomieniem narzędzi typu OLAP była odczuwana w dwóch sferach aktywności. Po pierwsze, kiedy analityk chciał przeprowadzić analizę danych za dowolnie wybrany przez siebie okres, wreszcie mógł samodzielnie pobierać dane z bazy i przetwarzać w dowolnej chwili. Wcześniej, aby przeprowadzić pilną analizę, analityk musiał zwrócić się ze specjalnym zleceniem do działu IT. Tak zwani "informatycy" w ramach swoich obowiązków pobierali dane z odpowiednich systemów i przekazywali je zleceniodawcy. Każde zlecenie było realizowane zgodnie z kolejką zgłoszenia.
Druga bardzo istotna zdobycz systemów OLAP to archiwizacja. Przed ich wprowadzeniem każdy cotygodniowy raport musiałem zapisywać w osobnym w arkuszu kalkulacyjnym dla potrzeb analiz porównawczych. Dzięki narzędziom takim jak Oracle Sales Analyzer mogłem w dowolnym momencie sięgnąć do danych nawet trzy lata wstecz i zestawić je z dzisiejszymi wynikami.
Patrząc na historię rozwiązań IT w dziedzinie przetwarzania danych, pozwolę sobie na postawienie tezy, że rozwiązania klasy OLAP odcisnęły na współczesnym Business Intelligence zdecydowanie największe piętno. Z jednej strony doprowadziły do najpoważniejszej zmiany, o której napisałem powyżej, a więc do uzyskania przez dane niepodległości, samodzielnego bytu w ramach firmy, czyniąc z nich jeden z najważniejszych zasobów przedsiębiorstw. Z drugiej strony na wiele kolejnych lat wcisnęły użytkowników biznesowych w mentalny mrok, jakim stały się tabele przestawne. Mimo iż w teorii dane olapowe powinny mieć charakter wielowymiarowy, to sposób ich prezentacji w arkuszach kalkulacyjnych jest absolutnie dwuwymiarowy.
Wielu specjalistów związanych z Business Intelligence zgodzi się ze mną (mam nadzieję), że przez wiele lat jednym z czynników ograniczających rozwój i sprzedaż nowoczesnych narzędzi do przetwarzania i wizualizacji danych było właśnie przyzwyczajenie się użytkowników biznesowych do Excela.
Rozwiązania OLAP-owe dynamicznie wkroczyły do świata biznesu w latach 90. XX w. Jednak konsultanci, którzy uczestniczyli w projektach wdrożeniowych, dostrzegli gigantyczną barierę, która wpływała na percepcję tych rozwiązań. Ograniczeniem stał się poziom wiedzy menedżerów, którzy powinni czerpać korzyści z nowych możliwości, jakie oferowały tamte narzędzia. Szybkość dostępu do kluczowych informacji ukrytych w danych była bezdyskusyjną zaletą, którą przedstawiano w trakcie prezentacji marketingowych. Jednak użytkownicy biznesowi nie byli przygotowani do stawienia czoła tak dużej ilości informacji, którą oferowały OLAP-y.
Do dziś pamiętam pierwsze wdrożenie OLAP, w którym uczestniczyłem. Kiedy narzędzie było już gotowe do podzielenia się z otoczeniem biznesowym olbrzymią wiedzą, która kryła się w gromadzonych przez lata danych, spotkałem się z kadrą kierowniczą sprzedaży i marketingu. Poprosiłem moich rozmówców o zdefiniowanie swoich oczekiwań, wymagań dotyczących kształtu i treści raportów, które miałem przygotować dla nich za pomocą nowego narzędzia. W odpowiedzi dostałem tylko kilka standardowych zestawień, które przygotowywałem ręcznie w poprzednim okresie, oraz poproszono mnie o zaproponowanie listy nowych, możliwych do opracowania raportów.
Podjąłem się tego zadania, bo jako absolutny entuzjasta nowego rozwiązania i jego możliwości już wcześniej miałem przygotowanych kilkadziesiąt konkretnych pytań, które moim zdaniem warto było zadać dostępnym danym. Wtedy też dotarło do mnie, że taki model współpracy analityka i biznesu jest skazany na klęskę dla obu stron.
Na szczęście producenci oprogramowania szybko odkryli w tej niebezpiecznej sytuacji szansę na wygenerowanie nowych możliwości zwiększenia swojej sprzedaży. Wykreowali kolejne pojęcia, które znakomicie nadawały się do przyklejenia ich na pudełkach z ich produktami. Pojęcia te to oczywiście kolejne akronimy, takie jak:
DSS - Decision Support System (System Wsparcia Decyzji), DIS - Departmental Information System (Wydziałowy System Zarządzania Informacją), EIS - Executive Information System (System Zarządzania Informacją dla Zarządu), MIS - Management Information System (System Zarządzania Informacją dla Kadry Kierowniczej).Celem tych rozwiązań było pokazanie kadrze kierowniczej przedsiębiorstw, że rozwiązania informatyczne mogą skutecznie wspierać ich niebywale ważne i skomplikowane procesy decyzyjne. Przyjęto założenie, że podjęcie trafnej decyzji przez kierownika powinno być wsparte dużą liczbą informacji, które odnoszą się do rozpatrywanego zagadnienia. Informacje te powinny być dostarczone automatycznie przez system, który wykonał wcześniej zestaw niezbędnych analiz danych zgromadzonych w zasobach przedsiębiorstwa.
Wymienione powyżej skróty dotyczą klas rozwiązań informatycznych, które miały posiadać wspólne cechy. Po pierwsze powinny działać automatycznie zgodnie z określonymi harmonogramami. Po drugie dostarczane do odbiorców zestawienia raportowe powinny zawierać informacje uzyskane dzięki agregacji danych.
Oprócz takich produktów, jak Crystal Report czy Business Objects, również arkusze kalkulacyjne spełniały funkcję systemów MIS, DIS czy EIS. Oczywiście rozwiązań tej klasy na świecie powstało pewnie kilkadziesiąt i były odpowiedzią na potrzeby pojawiające się na lokalnych rynkach w związku ze wzrostem ilości danych.
Czy dziś rozwiązania tego typu stały się zbędne, skoro pojawiły się narzędzia Business Intelligence? Na to pytanie potrafią najlepiej odpowiedzieć pracownicy działów marketingu producentów oprogramowania. Dla mnie jest oczywiste, że o sensie istnienia takich narzędzi decyduje klient i jego potrzeby. Jeśli kadra kierownicza danej firmy dojdzie do wniosku, że potrzebuje systemu, który będzie wspierał procesy decyzyjne występujące w tej organizacji, to pewnie w ten czy inny sposób dotrze do opisu rozwiązań klasy DSS i zdecyduje o rozpoczęciu procesu poszukiwania odpowiednich narzędzi.
W wieku XXI wszystkie rozwiązania, które dotyczą przetwarzania danych, nagle znajdują wspólny sztandar, pod którym się jednoczą i wyruszają na podbój klientów. Oczywiście jest to sztandar wyłącznie marketingowy i jak to bywa w życiu w podobnych nieformalnych ruchach do grupy piewców nowego typu rozwiązań dołączają nie tylko ci, którzy oferują nową jakość, lecz także producenci, którzy przemalowali opakowania swoich starych rozwiązań.
Jeszcze w 2000 r. znajdziemy teksty, które Business Intelligence kojarzą bardziej ze "szpiegowaniem" rynku i konkurencji niż z przetwarzaniem danych firmowych[3]. Ale już rok później BI zaczyna być utożsamiany z rozwiązaniami dotyczącymi analizy danych. Liczba oferowanych rozwiązań, które są określane mianem oprogramowania Business Intelligence, jest imponująca. Do konkursu na produkt roku w dziedzinie Business Intelligence zgłoszono 7 rozwiązań. Co ciekawe, trzy spośród firm, które walczyły wtedy o miano produktu 2001 r., dziś już nie istnieją. Ich rozwiązania zostały przejęte przez firmy Oracle, IBM i SAP.
W roku 2001 najlepszym produktem Business Intelligence został Microsoft Data Analyzer, pokonując m.in. Business Objects Application Foundation i Cognos Finance 5.1.
W tamtym okresie nie używano jeszcze licznika, który zakładał, że specyfikacja Business Intelligence będzie się tak dynamicznie zmieniać. Wszyscy dostępni na rynku dostawcy oferowali rozwiązania BI 0.0. Potrzeba uruchomienia licznika z nowymi wersjami BI była prawdopodobnie spowodowana chęcią wyróżnienia się z tłumu. Część firm dostarczających rozwiązania innowacyjne chciała odróżnić swoje produkty od rozwiązań konkurencyjnych.
Przyjmuje się dziś, że BI 1.0 to narzędzia, których działanie pozwalało jedynie na cykliczne rozsyłanie zdefiniowanych wcześniej zestawów raportowych. W roku 2005 pojawiła się nowa grupa funkcjonalności i nowa wersja określenia BI, a wszystkie produkty, które były oferowane przed 2005 r. to rozwiązania, które możemy, dla porządku chronologicznego, zaliczyć do specyfikacji BI 1.0.
Co to jest BI 2.0? Na czym polega zmiana? Najprościej mówiąc - na odebraniu pracy specjalistom, która polegała na konfigurowaniu raportów przeznaczonych dla użytkowników biznesowych. Rozwiązania BI 2.0 pozwalają zwykłym użytkownikom biznesowym na własnoręczne tworzenie analiz i raportów.
BI 2.0 znacznie osłabił władzę pracowników działów IT nad resztą kierowników i specjalistów w firmie. Nagle analityk sprzedaży mógł własnoręcznie pobierać dane z hurtowni danych, przetwarzać je, na koniec stworzyć na ich podstawie właściwy, najbardziej optymalny raport. Mógł również ten raport przesłać zainteresowanym osobom lub samodzielnie ustawić mechanizm cyklicznej dystrybucji.
Narzędzia, które zaliczamy do definicji BI 2.0, są na tyle rozwinięte, że z ich funkcjonalności może skorzystać każdy pracownik firmy, który ma do nich dostęp. Nie musi to być tylko analityk sprzedaży. Wszystkie programy tego typu wymagają jednak od użytkownika odpowiedniego przygotowania, zdobycia niewielkiej, dodatkowej branżowej wiedzy i umiejętności.
Rozwiązania te wprowadzają kilka specyficznych terminów i pojęć, które na szczęście we wszystkich konkurencyjnych produktach brzmią podobnie. Są to:
wymiary, miary, dziedziny/obszary analityczne, wskaźniki, mierniki, pivot.Od kilku lat obserwujemy pojawiającą się w branży IT oraz w wydawnictwach naukowych nową specyfikację Business Intelligence. Tym razem jest to wersja 3.0, która wnosi rzeczywiście jedną szalenie ważną zmianę w stosunku do wersji BI 2.0. Zmiana ta polega na umożliwieniu pracownikom firmy oraz ich partnerom prowadzenia wspólnych działań, korzystając z dostępu do wspólnego zbioru zestawień raportowych. Dlaczego ta nowa funkcjonalność jest istotna?
Pamiętam jeszcze czasy, w których na spotkaniach kadry kierowniczej poszczególni członkowie tego gremium przynosili własne, przygotowane w tajemnicy analizy i raporty. Kiedy omawiano istotne dla organizacji problemy, które wydarzyły się w niedalekiej przeszłości, rozkręcała się bitwa między uczestnikami spotkania. Okopawszy się na swoich pozycjach zacni menedżerowie ostrzeliwali się, używając jako amunicji tajemnych raportów. Celem takich potyczek było zrzucenie za wszelką cenę winy na kogoś innego.
Dziś sytuacja uległa poważnej zmianie dzięki możliwościom współczesnych rozwiązań raportowych i analitycznych. Dostęp do danych i raportów jest znacznie bardziej demokratyczny niż kilka lat temu. Teraz uczestnicy opisanego powyżej zespołu kierowników mają dostęp do tych samych raportów jeszcze przed rozpoczęciem spotkania. Pojawiając się w sali konferencyjnej, są znacznie lepiej przygotowani do dyskusji. Jeszcze większą zdobyczą rozwiązań, które zalicza się do specyfikacji BI 3.0, jest możliwość połączenia narzędzi raportowych i analitycznych z funkcjonalnością serwisów społecznościowych. Swobodna wymiana opinii na temat prezentowanych w raporcie wyników bezdyskusyjnie zwiększa wartość takiego zestawienia, bo wzbogaca wynik danej analizy o elementy interpretacji, które nie zawsze są widoczne w tabelach czy pięknych wykresach 3D. Kierownik może dzięki tym nowym funkcjonalnościom zapytać podwładnych o przyczyny stanu rzeczy, który prezentuje raport.
Każdy zainteresowany historią rozwoju definicji pojęcia Business Intelligence znajdzie w literaturze fachowej jeszcze inne cechy, które opisują specyfikację BI 3.0. Są to m.in. mobilność i nacisk na wizualizację. Nie poświęcam im w tym momencie zbyt dużo miejsca, bo uważam, że uwzględnienie w planach produkcyjnych przez firmy software'owe obsługi urządzeń mobilnych nie powinno być traktowane jako wielki wyczyn, ale jako konieczność dostosowania się do wymagań współczesnego świata. Podobnie sprawa wygląda z kwestią troski o nowoczesną wizualizację. Tak dziś wygląda świat, takie są oczekiwania użytkowników wszelkich programów, od gier komputerowych po aplikacje biznesowe.
W tej części książki jestem zobowiązany do przedstawienia informacji o nowości marketingowej, którą staje się BI 4.0. Nie jestem przekonany, czy ten BI 4.0 rzeczywiście zaistnieje w pełni w świadomości ludzi biznesu i nauki, zwłaszcza że część jego opcji zalicza się już dziś do BI 3.0.
Czym ma się wyróżnić ten BI 4.0? Przede wszystkim naciskiem na predykcję, na rozbudowanie funkcjonalności, która będzie pracownikom firm podpowiadała, co powinni zrobić, jakie decyzje podejmować. Te nowe narzędzia mają sugerować, co się wydarzy, więc osoby podejmujące decyzję powinny dostosowywać swoje działania do tej nowej, wyliczonej rzeczywistości.
Na zakończenie tego rozdziału poświęconego historii pojęcia Business Intelligence przedstawię w zarysie możliwą przyszłość BI. Pojęcie Business Intelligence Ultimate, którym się posługuję, odnosi się do ścieżki rozwoju, jaką przeszedł klasyczny wywiad. Na przykładzie CIA możemy zauważyć, że oprócz zdobywania i przetwarzania informacji agencja ta postanowiła w pewnym momencie aktywnie wpływać na kształt przyszłości. Już nie tylko zbierała informacje o sytuacji społecznej, politycznej i gospodarczej w poszczególnych krajach, lecz także przez swoją sieć agentów zmieniała bieg historii.
Czy zatem Business Intelligence Ultimate będzie oznaczał konieczność dostarczania firmom narzędzi, dzięki którym będą mogły zmieniać rzeczywistość? Jak daleko taka ingerencja będzie sięgała? Czy Business Intelligence Ultimate oznacza manipulację decyzjami konsumentów? A może wykorzystanie mechanizmów predykcyjnych doprowadzi do tego, że producenci dóbr będą sami pobierali z naszych kont bankowych pieniądze, bo z ich analiz wynika, że już dziś powinienem dokonać właśnie takiego zakupu?
Spoglądając na przykład serwisu internetowego Facebook.com, który kilka lat temu chwalił się swoimi rozwiązaniami Business Intelligence, można się obawiać, że granica między wiedzą a manipulacją jest bardzo cienka. Co innego wiedzieć, jakie są problemy internetu, a co innego sugerować rozwiązanie tych problemów w sposób tendencyjny. Przykład, o którym wspomniałem, dotyczy komunikatora, który dostarczył Facebook.com. Automatyczny system Business Intelligence stale "podsłuchiwał" (pewnie zgodnie z zapisami w regulaminie usługi) konwersacje internautów korzystających z tego komunikatora. W czasie rzeczywistym analizował treść rozmów w poszukiwaniu słów i zwrotów, które mogłoby być wykorzystane w celu dopasowania przekazu reklamowego. Jeśli któryś z rozmówców napisał, że ma dziurę w spodniach, to automatycznie w oknie prezentującym reklamę pojawiał się komunikat: "w sklepie na twojej ulicy jest wyprzedaż spodni twojej ulubionej marki". Sprytne? Tak.