Pojem business intelligence (BI) se v poslední době skloňuje stále častěji. Označuje systém procesů, aplikací a technologií, jejichž cílem je účinně a účelně podporovat rozhodovací procesy ve firmě/organizaci. Podporují analytické a plánovací činnosti podniků i organizací veřejného sektoru a jsou postaveny na principech multidimenzionálních pohledů na všechna dostupná data


Celou oblast BI si lze představit jako pyramidu, jejíž základnou jsou data vznikající v primárních systémech dané organizace (obr. 1). Tyto primární zdroje dat má každá organizace, jedná se většinou o transakční systémy pro podporu administrativně správních procesů dané organizace (např. ekonomický systém, personalistika, oborově specializované systémy atd.).


Obr. 1: Co znamená business intelligence

Hledání informací a analýza všech dat obsažených v systémech je však často velmi obtížná vzhledem k nutnosti vstupovat do více systémů, neúplnosti dat (chybějící historii) a dalším omezením. Z těchto důvodů se jako jediný a společný zdroj dat pro potřeby BI buduje tzv. datový sklad. Jedná se v podstatě o oddělenou databázi obsahující data z primárních systémů, identifikovaná jako nutná pro analytické potřeby. Tato data se v datovém skladu uchovávají v jiné formě než v primárních systémech, jsou konsolidovaná, validovaná a vyčištěná, obsahují historii a jsou tematicky orientovaná a optimalizovaná pro analytické dotazy. Nad databází datového skladu se buduje vrstva základní analýzy dat. Tu si lze představit jako automatizaci tvorby různých uživatelsky definovaných reportů a sestav. Pro potřeby reportů se využívají existující nástroje umožňující pokrytí celého životního cyklu reportu, od jeho návrhu a tvorby přes správu až po jeho distribuci uživatelům (prezentace na intranetu, zaslání do e-mailu apod.).


Obr. 2: Příklad reportu v MS Reporting Services

Další oblastí základní analýzy dat jsou tzv. ad-hoc analýzy. Ty narozdíl od reportů umožňují pracovníkům analytických útvarů nebo managementu hledat v datech informace a souvislosti podle konkrétní potřeby. Jedná se o multidimenzionální analýzy (zajišťují pohled na daná data z více stran, tzv. dimenzí) a dávají uživateli možnost hledat v analyzovaných datech závislosti a odhalovat případné odchylky s možností rozpadu až do nejmenšího detailu. I pro ad-hoc analýzy existují ověřené nástroje, jejichž výhodou je intuitivní ovládání a nutná věcná znalost analyzované problematiky, nikoli informačních technologií. Využívají přitom především OLAP technologií.


Obr. 3: Příklad rozpadového stromu (ad-hoc analýza) v ProClarity

Třešinkou na pomyslném dortu BI, respektive špičkou pyramidy, je pak oblast pokročilé analýzy dat. Do této oblasti patří i využití data miningu. Data minig, na rozdíl od reportingu a ad-hoc analýz (kde analyzujeme známé souvislosti), hledá v existujících datech souvislosti netriviální, skryté a využívá k tomu sofistikovaných matematických metod.

Přínosy BI
Mezi zásadní přínosy implementace řešení BI v organizaci (ať už komerční, nebo z veřejného sektoru) patří:
· vyčištěná, validovaná data s historií jsou dostupná všem oprávněným uživatelům na jednom místě,
· data jsou integrována ze všech relevatních primárních systémů,
· data jsou optimalizována pro analytické využití,
· BI umožňuje tvorbu časových řezů, trendů, analýz,
· lze vytvářet agregované pohledy, multidimenzionální analýzy,
· jednotnost "jediná pravda" - na stejný dotaz dostanou všichni uživatelé stejnou odpověď,
· efektivní podpora rozhodování na základě "tvrdých" dat,
· možnost optimalizace organizace (procesní, řízení rizik…),
· odlehčení zátěže primárních systémů přesunem analytické činnosti do oblasti BI.




V tabulce jsou shrnuty základní rozdíly v práci uživatele s daty v situaci bez a s využitím možností BI.

Business intelligence a veřejný sektor
V komerční sféře je impulsem pro nasazení a rozvoj řešení BI především vytvoření konkurenční výhody, zvýšení ziskovosti - obecně obchodní motivace. Naproti tomu ve veřejné správě považujeme za analogickou motivaci spíše snižování nákladů a zvýšení efektivity řízení organizace, což jsou obecně hůře vyčíslitelné přínosy. Výjimkou může být řízení rizik a kontroly v oblasti daňové nebo celní, kde si lze představit konkrétní ekonomické přínosy například v precizní identifikaci daňových či celních podvodů. Hlavní specifikum zákazníků z oblasti veřejné správy lze vidět především v různorodosti problematik, které jednotlivé organizace řeší. S výjimkou krajských, případně městských úřadů, kde se dá uvažovat o opakovatelnosti řešení, má každý resort, každá organizace, specifickou, legislativně určenou roli a tím i požadavky odlišné od ostatních. V oblasti business intelligence, kterou se naše společnost vedle problematiky datových skladů také primárně zabývá, je potom třeba navrhovat řešení přesně odpovídající konkrétním požadavkům dané organizace. Analogii veřejné správy s komerční sférou nahrává i postupující trend, ve kterém se organizace veřejné správy zaměřují na své vlastní procesní řízení. Větší důraz se klade i na podporu rozhodování, tzv. manažerské informační systémy. Uvedené trendy spolu s faktem, že organizace veřejné správy v České republice stále více standardizují primární systémy a využívají komerčně ověřené produkty, generují následně i potřebu budovat nad těmito systémy analytickou nadstavbu z oblasti BI. Příkladem může být hned několik projektů, na kterých v současnosti Adastra pracuje. Jedná se například o projekt vybudování datového skladu pro Generální ředitelství cel, který je financovaný z fondů Phare, nebo projekt integrace a realizace manažerského informačního systému na Pozemkovém fondu ČR.

Autor článku, Petr Zeman, působí jako key account manager pro oblast veřejné správy ve společnosti Adastra.