Business intelligence, datové sklady a další související pojmy se staly nedílnou součástí světa jak informačních technologií, tak managementu firem a institucí. Problematika BI jako celku je v současnosti již velmi rozsáhlá. V tomto krátkém článku se budeme věnovat vybraným oblastem, které jsou z hlediska zákazníka pro úspěšnou realizaci BI systémů stěžejní.

BI jako pojem

Úvodem si pro účel tohoto článku dovolím upřesnit vymezení pojmu business intelligence. Přesto, že se s pojmem BI setkáváme stále častěji, je jeho obsah mnohdy chápán odlišně. Z mnoha významů anglického slova business vybereme výraz podnikání. Pod pojmem intelligence pak nadále uvažujme prostředí a v něm realizovaný nástroj pro podporu rozhodování. Po sjednocení můžeme provést určité zjednodušení a nadále rozumět pod pojmem BI nástroj pro podporu konkurenceschopnosti podnikání.
V souladu s vymezením pojmu BI se změnil i přístup k problematice samotné. Zdaleka již není ze strany IT firem nutné tak velkého úsilí v oblasti přesvědčování zákazníků o výhodnosti BI řešení, jako tomu bylo v nedávné minulosti. Naopak, stále častěji se setkáváme s aktivním zájmem ze strany firem či institucí. Zdálo by se, že tato situace je pro dodavatele BI bezmála ideální. Pro kvalitní realizaci takovýchto aktivních přístupů je však třeba věnovat pozornost mnoha oblastem. V následujícím textu se zmíním o těch, které mají obecnou platnost.

Zaměření BI

Kvalitní BI řešení by zcela jistě mělo co nejvíce splňovat požadavky citované prakticky ve všech publikacích k dané problematice. Uveďme alespoň ty nejdůležitější:

• Poskytnout uživateli řešení a současně i nástroj. Dodržení této zásady umožní, aby uživatel nebyl pasivním prvkem žádajícím po někom dalším realizaci svých požadavků, ale aby měl k dispozici prostředí pro přímou realizaci svých požadavků. Uživatel se stává aktivním tvůrcem.
• Strukturovaná data a následně i informace. Správné BI řešení musí být nástrojem pro přeměnu dat na informace.
• do rozsahu. Všechny části řešení tak musí co nejvíce podporovat schopnost dynamických změn řešení jako celku.

Klasickým záměrem BI řešení je poskytnutí vybraných dat ve vhodně strukturované podobě pro podporu přehledových údajů, analytických výstupů, realizaci ad-hoc dotazů, dolování dat, sledování trendů, vývojových řad a podobně. Pro tyto oblasti jsou požadovány údaje ze zdrojových provozních informačních systémů, včetně údajů archivních a historických. V souladu s neustále se zvyšujícími možnostmi hardwaru a softwaru se však stále častěji ukazuje výhodnost pokrytí některých typů výstupů, které byly dříve realizovány výhradně v prostředí provozních informačních systémů.

Požadavky na BI – přehnaná očekávání

Výše zmíněné rozšíření možností BI řešení je pro zadavatele záležitost velmi příjemná a žádoucí. Tento široký záběr v sobě skrývá jisté záludnosti. Krátce se pokusím popsat některé základní:

Požadavky

Pro úspěšnou realizaci BI řešení je základním předpokladem definice požadavků, které by měly být pokryty. Jak bylo uvedeno výše, záběr BI je v současné době velmi široký. Při realizaci je samozřejmě možné stanovit soubory požadavků třeba i ze všech oblastí a pojmout BI řešení jako projekt velice rozsáhlý. Tento přístup však v sobě skrývá nebezpečí, že požadavky na jednotlivé oblasti nebudou specifikovány dostatečně přesně a úplně a návaznost jednotlivých oblastí ve výsledném řešení nebude dostatečná. Pro minimalizaci komplikací tohoto druhu je často vhodné využít jedné ze základních vlastností řešení BI a data warehousingu – otevřenosti – a realizovat záměr po jednotlivých částech.

Přehnaná očekávání

Při definici požadavků je nezbytná úzká spolupráce zákazníka se zkušeným dodavatelem. Požadavky pro jednotlivé oblasti pak lze snadněji definovat tak, aby bylo možno je BI řešením maximálně pokrýt a současně eliminovat ty, které je možné či vhodné řešit až v dalších fázích projektu. Výše popsaným způsobem je možné z velké míry omezit jedno ze zásadních nebezpečí – přehnaná očekávání a následné zklamání nad realizovaným řešením.

Data, data, data

Pro pokrytí jakékoliv funkcionality jakýmkoliv nástrojem potřebujeme v souladu s definovanými požadavky zcela zásadní věc: vhodným způsobem uspořádaná verifikovaná a konsolidovaná data v prostředí datového skladu. Na tomto místě je třeba citovat odhady renomovaných společností, že převážnou příčinou (více než 50 % – dle pramene) neúspěšnosti BI projektů jsou právě nekvalitní data. Podle stejných zdrojů dochází často až při snaze o BI řešení k odhalení významné části nesouladů v datech provozních informačních systémů. Problém s daty je tedy zřejmý. Podívejme se na to, jak jej nejlépe vyřešit.

Primární databáze

Pro dosažení co nejvyšší kvality dat pro potřeby BI se osvědčila architektura řešení s využitím primární databáze. Primární databáze je nejčastěji realizována v prostředí zvolené relační databáze. Do prostředí primární databáze jsou z jednotlivých zdrojů (provozní informační systém, historické a archivní údaje, vnější zdroje) přenášeny požadované číselníkové a hodnotové údaje v požadované podrobnosti. V prostředí primární databáze je tedy k dispozici kopie vybraných provozních údajů. Primární databáze pokrývá tyto základní a z hlediska BI řešení nezbytné funkce:

• je jednoznačně definovaným rozhraním mezi prostředím provozních informačních systémů (obecně zdroji dat) a prostředím data warehousingu,
• je zdrojem pro realizaci data warehousingu jako celku a jednotlivých specializovaných datových tržišť,
• umožňuje jednoznačně odhalit případné nesoulady mezi výstupy BI řešení a údaji získávanými nástroji provozního informačního systému z prostředí provozních informačních systémů.

Datová pumpa

Datová pumpa je ta část BI řešení, která zajišťuje plnění struktur primární databáze ze zdrojů dat (provozní informační systém, …) a nad takto naplněnými a aktualizovanými údaji vytváří a aktualizuje struktury data warehousingu ve formě specializovaných datových tržišť. Problematika datové pumpy je jistě značně rozsáhlá a pro účel tohoto příspěvku se omezím pouze na popis základních skutečností.
Pro realizaci datové pumpy můžeme použít několik způsobů či jejich kombinací. Jedná se o ETL nástroje (extrakce, transformace, načtení) případně ETLC (extrakce, transformace, načtení, čištění) či řešení datové pumpy specializovanou aplikací. Vhodnost použití jednotlivých způsobů je silně závislá na typu, rozsahu a kvalitě zdrojových údajů.
V případě, že kvalita dat v provozním informačním systému je prokazatelně velmi dobrá a dále že množství a složitost kontrol při plnění primární databáze jsou dobře zvládnutelné ETL či ETLC nástroji, je jistě na místě jejich použití.
Další možností je pro plnění primární databáze vytvořit specializovanou aplikaci. Toto řešení nám snáze pokryje požadavky i na komplikované kontroly a řešení případných chybových stavů. Moderně vytvořené datové pumpy ve formě specializované aplikace jsou řízeny vlastními daty (metadaty). Takováto řešení umožňují významnou část požadavků na změnu či rozšíření funkčnosti datové pumpy realizovat právě úpravou metadat bez zásahu do aplikace jako takové.
Při výběru řešení na realizaci datové pumpy je třeba pečlivě zvážit výše uvedené skutečnosti. Při volbě ETL či ETLC nástroje je zřejmé, že čím je daný nástroj výkonnější a komfortnější, tím bývá i jeho cena vyšší. Též samotné zakoupení nástroje není konečnou záležitostí, požadované řešení je třeba implementovat. Při volbě aplikace je třeba dbát na to, aby realizované řešení bylo maximálně otevřené (viz řízení metadaty) a podporovalo uvažované úpravy či rozšíření pro další fáze BI řešení.

Otevřenost BI řešení

Otevřenost BI řešení je pojem, který prolíná všemi fázemi realizace jako červená niť. Frekvence jeho výskytu může být často až nepříjemná, avšak na základě zkušeností s realizací je třeba konstatovat, že se jedná o vlastnost skutečně zásadní.
Otevřenost pro oblast struktury dat, objemu dat a pokrytí uživatelských požadavků jsou pojmy, které se prolínají a jsou na sobě závislé.

Struktura dat

Zmínili jsme se, že BI řešení jsou často s výhodou realizovaná po menších částech, etapách. Je samozřejmým požadavkem, že struktury dat realizované v úvodních částech budou využitelné i v dalších částech. Současně je zřejmé, že bude docházet k jejich rozšiřování v souvislosti s realizací dalších požadavků. BI řešení tak musí podporovat snadné zahrnutí přenosu dalších údajů ze zdrojových informačních systémů do prostředí primární databáze a následně do navazujících struktur data warehousingu.

Objem dat

Tato oblast bývala v minulosti, v době podstatně menších možností hardwaru a systémového softwaru, často kritickou částí řešení. Je třeba si uvědomit, že účelně navržené struktury data warehousingu často bývají rozsáhlejší, než struktury zdrojových informačních systémů. V prostředí primární databáze jsou vytvářeny kopie vybraných údajů provozních informačních systémů, včetně údajů archivních a historických. Pro pokrytí požadavků na rychlou odezvu jsou v prostředí data warehousingu vytvářeny potřebné agregované struktury.

Uživatelské požadavky

Architektura BI řešení je otevřená také z hlediska uživatelských požadavků. Jak bylo výše zmíněno, nabízí se realizace BI řešení po jednotlivých částech, které pokrývají rozdílně zaměřené skupiny uživatelských požadavků. Při definování nových požadavků lze s výhodou vycházet z realizovaných částí a maximálně využít již realizovaných datových struktur a příslušných částí řešení.

Závěrem

Pokud se nám podaří navrhnout a posléze realizovat BI řešení co nejvíce splňující v úvodu uvedené teze, jsme na dobré cestě dostát často citovaným sloganům typu „Změňte svá data na konkurenční výhodu“, a naopak vyhnout se varujícím odhalením typu „Manažeři nedostatečně využívají možností BI řešení“.

Autor působí jako vedoucí projektu ve společnosti Komix.