Pro efektivní řízení je klíčové správné zhodnocení situace a porozumění tomu, co a proč se děje. Business Intelligence posouvá heuristický přístup v rozhodovacích procesech do polohy, kdy je manažer schopen činit operativní i strategická rozhodnutí na základě kvalifikovaných a rychle dostupných informačních podkladů. Nutnost učinění rozhodnutí může být dokonce vyvolána automatizovaným zasláním zprávy některým z dnes používaných datových kanálů, typicky elektronickou poštou, bez toho, aby manažer sám musel aktivně vyhledávat informace o aktuálním vývoji.

Co řeší Business Intelligence
Pro rozhodování není důležité velké množství dat a informací, ale schopnost abstrakce a odvození znalosti, která již těsně souvisí se schopností předvídat. V oblasti myšlení a abstrakce jistě žádný počítač a žádné automatické zpracování nemůže člověka nahradit.

Nicméně tam, kde se jedná o velké množství vstupních dat nebo o analýzy opírající se o složité, např. iterační výpočty, může počítač člověku v zorientování se velmi pomoci. Právě s tímto cílem se začaly před mnoha lety vyvíjet systémy, které slouží jako podpora pro rozhodování a jejichž integrace s celopodnikovou infrastrukturou IT a firemními procesy je dnes nazývána Business Intelligence.

V současnosti ustupuje řešení podpory rozhodování jako samostatné ne nezbytné nadstavby. Naopak můžeme vysledovat zřetelný trend začlenění podpory rozhodování do celopodnikových informačních systémů jako jejich nedílné a samozřejmé složky. Tento trend sílí s tím, jak si podniky začínají uvědomovat strategickou hodnotu informací uložených ve svých informačních systémech pořízených v posledním desetiletí. Tato hodnota spočívá v přímém příčinném vztahu: správný pohled na data => odvození znalosti => správné zhodnocení situace => lepší rozhodnutí => významná konkurenční výhoda.

V oblasti podpory rozhodování dnes firmy pociťují nedostatečnou informační podporu většinou buď v oblasti ekonomické:

- řízení a plánování cash-flow
- finanční analýza
- speciální finanční výkaznictví
- controlling nákladů a výnosů

nebo v oblasti obchodní:

- analýza zákazníků, analytická část řízení vztahů se zákazníky (CRM - Customer Relationship Management)
- předpovídání objemů prodeje a ziskovosti
- podpora marketingových kampaní

Řešení podpory rozhodování jsou dnes navíc orientována na vybrané vertikální trhy s cílem řešení specifických problémů v těchto odvětvích.

Příklad sestavy vytvořené v prostředí Oracle Discoverer
Pohled do minulosti

Řešení podpory rozhodování není novou oblastí. V posledních letech jsme se měli možnost postupně setkávat s pojmy jako např. MIS (manažerské informační systémy), DSS (decision support systémy - systémy pro podporu rozhodování), EIS (Executive IS), a podobně. V poslední době jako by tyto pojmy zmizely a byly nahrazeny pojmem jediným a širším - Business Intelligence. Proč? Samozřejmě, že na první pohled můžeme tuto změnu chápat jako vývoj terminologie a módní záležitost. Ve skutečnosti však můžeme najít i věcný podklad. V současnosti jsou již dostupné ověřené technologie, které poskytují skutečnou informační podporu pro řešení rozhodovacích problémů v různých odvětvích. Klíčovými vlastnostmi jsou:

- široká funkcionalita aplikací
- jednoduchost ovládání pro koncového uživatele
- jednoduchost údržby systémů
- výkon postačující i pro náročné zpracování
- robustnost
- kapacita
- alerty a signály

Důsledkem zlepšení uvedených vlastností v dnes dostupných technologiích, dovoluji si zdůraznit zejména kapacitu a výkon, je možnost tvorby aplikací, které mohou skutečně pomoci v rozhodovacím procesu na základě vysoké operativnosti a větší úrovně detailu nutné pro některé druhy analýz.

Jaké technologie tedy vybírat?
Výběr technologie je vždy potřeba podřídit požadovaným výstupům. Nejprve je potřeba analyzovat požadavky uživatelů (v tomto případě většinou manažerů) a dostupné zdroje dat. Řešení Business Intelligence vždy integrují dostupné datové zdroje a s použitím konkrétní technologie transformují obsah těchto zdrojů dat do požadovaných výstupů.

Konečně tedy, jaké technologie se nabízejí. Podívejme se na to z hlediska požadavků uživatelů. Ty můžeme rozdělit do několika kategorií:

- získávání přehledných informací o skutečnosti

Při zavedení provozních, např. ERP systémů, se uživatelé začnou potýkat se vzrůstající potřebou získávání různých sestav, které není možné definovat předem a které by si mohl uživatel sám vytvořit v okamžiku potřeby.

Tento problém řeší reportovací systémy, např. Oracle Discoverer. Tyto systémy fungují tak, že pro uživatele je administrátorem nebo dodavatelem vytvořena jemu přístupná a srozumitelná vrstva tzv. metadat. Tato vrstva pojmenovává a strukturuje údaje "lidsky", a překrývá tím složité a nesrozumitelné struktury primárních databází. Systémem jednoduchých průvodců pak uživatel může vytvořit sestavy s výběrem údajů, které potřebuje, a se zadáním požadovaných výpočtů, třídění a podmínek pro výběr. Reportovací systémy nemají vlastní databázi a v okamžiku výběru přistupují přímo do provozních systémů, příp. datového skladu. Z toho vyplývají i jejich omezené možnosti v oblasti předpovědí a modelování.

- získání složitějších agregací údajů a plánování, modelování, analýzy

Pokud uživatelé požadují modelování, plánování, analýzy - obecně ukládaní nových údajů a manipulaci s nimi, případně volitelné strukturování údajů do hierarchických úrovní, přicházejí na řadu technologie OLAP - on-line analytical processing.
Hlavní charakteristikou těchto technologií je tzv. multidimenzionální pohled na data, kdy údaj (=metrika, proměnná, …) je parametrizován tzv. dimenzemi (např. objem prodeje můžeme dimenzovat časem, střediskem, regionem, prodejním kanálem, a podobně). Pro tyto účely je vytvářena tzv. multidimenzionální databáze, která umožnuje ukládání údajů. V tomto případě jsou agregované údaje ze zdrojových systémů přímo vkládány do této databáze a možnost ukládání údajů umožnuje přepočty, výpočty souhrnů, analýzy, ukládání plánů a modelovaných výsledků. Nástroje třídy HOLAP (Hybrid OLAP) navíc umožňují kombinovat přístup k multidimenzionální databázi na agregované úrovni a k relační databázi na větší úrovni detailu.

- analýzy na velké úrovni detailu na základě velkého objemu dat
Technologicky nejnáročnější je případ, kdy uživatelé požadují analyzovat rozsáhlé objemy informací navíc ještě integrované z více zdrojů dat, např. zákaznické databáze obsahující statisíce subjektů, prodeje nebo skladové hospodaření obsahující milióny transakcí, a podobně).

V tomto případě je nutné údaje uložit do relační databáze a použít technologie Data warehousingu - datových skladů. Tato technologie je typicky využívána pro řešení analytické části CRM.

V praxi je samozřejmě možné jednotlivé složky řešení kombinovat. Zásadním je rozhodnutí o vytvoření datového skladu, nad nějž je možné postavit reporting i OLAP aplikace. Pro ilustraci uvádíme dvě ukázky konkrétních projektů.

Případová studie - Reportovací systém
Zákazník: Plzeňská teplárenská, a.s.
Dodavatel: CCA, s.r.o.
Předmět dodávky: Implementace systému pro reportování nad informační systém IMIS
Doba trvání projektu: říjen 1999 - únor 2000

Rozsah projektu
Reportovací systém umožňuje uživatelům flexibilní vytváření reportů pro tištěnou a elektronickou prezentaci dat. Možnosti systému pokrývají požadavky na jednoduchou obsluhu, tvorby reportů a centrální správy a údržby celého systému. Vrstva koncového uživatele pokrývá tři základní oblasti - Finance, Obchod a Výroba - s možnostmi vytváření následujících přehledů:

- odběratelé a dodavatelé, salda firem, přehledy faktur
- detaily smluv, splátkové kalendáře, uskutečněné platby
- účetní deník, přehledy za období, středisko, zakázku, firmu
- přehledy majetku, finanční řízení
- stav materiálu na skladě, přehled výdejek, příjemek
- účetní osnova, přehledy účtů atd.

Technologie
Oracle 8
Oracle Discoverer 3.1

Případová studie - OLAP aplikace
Zákazník: Český Telecom, a.s.
Dodavatel: CCA, s.r.o.
Předmět dodávky: Řízení nákladů provozu IT metodou ABC
Doba trvání projektu: srpen 1999 - prosinec 1999
Rutinní provoz a rozšiřování aplikace: od ledna 2000

Rozsah
Do aplikace CostMan (Cost Manager) vstupují údaje přenášené ze systému SAP/R3 a dalších evidencí. Jednoduchým způsobem je možné vypočítat nákladový model, tj. náklady na jednotlivé služby poskytované provozem IT ostatním útvarům Českého Telecomu.

Rozsáhlá je část modelování a plánování, kdy s využitím navýšení a rozprostření hodnot může uživatel modelovat náklady příštích období na základě skutečnosti.

Pro další rozšiřování aplikace je plánováno propojení na ITSM (součást HP Open View).

Technologie
Oracle Express Server
Oracle Financial Analyzer

CCA Group, a.s.