Inteligentne wsparcie procesu decyzyjnego – Data Mining i Business Intelligence

Abstrakt

Dane i informacja to kluczowy zasób nowoczesnego przedsiębiorstwa. Funkcjonalny charakter informatyki w systemach informacyjnych przedsiębiorstw, wynika z konieczności dostosowania analizy danych do architektury organizacji i zaspokajania potrzeb zarządczych. Spełnienie wymogów wynikających z kryterium sprawności i skuteczności zarządzania, zastosowanych technologii informacyjno-informatycznych, służących do wsparcia procesu decyzyjnego w przedsiębiorstwie, to jeden z warunków implementacji rozwiązań typu Data Mining i Business Intelligence. Oprócz tego, należy pamiętać o związkach zachodzących między przewagą konkurencyjną przedsiębiorstwa a efektywnością ekonomiczną systemu informacyjno-informatycznego i zastosowanymi rozwiązaniami IT.

Słowa kluczowe: Data Mining, Business Intelligence, strategia,  dane,  informacja, proces decyzyjny, system informacyjny, IT 

Wstęp

Cyfrowa rewolucja (digital disruption), to proces przeobrażeń historycznej stratyfikacji i układu sił w pojmowaniu tradycyjnego rozumienia pozycji branż. Jesteśmy świadkami niespotykanego do tej pory przyspieszenia dynamiki transformacji. Potwierdzenie intensywności i kierunku, wyznaczającego trwały trend zmiany układu sił branżowych, dokumentuje „Cyfrowy wir: jak cyfrowa rewolucja redefiniuje branże” (Digital Vortex: How Digital Disruption is Redefining Industries) (Joseph Bradley 2015, 2-23). Badanie przeprowadzono wśród 941 liderów biznesowych z 12 branż i 13 państw^[1].

Z badania wynika, że do 2020 r., dzięki cyfrowej rewolucji z rynku może zniknąć nawet do 40 procent przedsiębiorstw, które teraz są branżowymi liderami rynkowymi. Dotyczy to każdej z 12 branż objętych badaniem. Jedynie co czwarte przedsiębiorstwo ocenia swoją politykę względem rewolucji cyfrowej, jako pro aktywną. Blisko połowa menedżerów, którzy zostali objęci badaniem (45 proc.) jest zdania, że kwestią rewolucji cyfrowej w ogóle nie warto się zajmować. 

W nadchodzących pięciu latach, nowe technologie (w tym produkty i usługi) mają najwyższy potencjał rozwoju, który generowany będzie przez ekspansję rewolucji cyfrowej. Do tej grupy, należą też media i rozrywka, telekomunikacja, usługi finansowe i handel detaliczny. Branże „napędzane danymi” (data-driven industries) są liderami, wśród tych, które najłatwiej poddają się cyfryzacji. 

Znakiem cyfrowej rewolucji jest Internet Wszechrzeczy – sieciach łączących ludzi, przedmioty, dane i procesy, które służą do cyfrowej wymiany wartości. Postęp technologiczny, a zwłaszcza nowe podejście do zagadnienia wykorzystania danych w procesie podejmowania decyzji zarządczych, dotyczących wszelkich elementów funkcjonowania przedsiębiorstwa, a zwłaszcza polityki marketingowej. Umiejętność wykorzystania danych, to podstawowy czynnik przewagi konkrecyjnej, każdego nowoczesnego przedsiębiorstwa.  Źródło przewagi, to inteligentny system zarządzania i podejmowania decyzji, oparty na architekturze informacyjno-informatycznej przedsiębiorstwa.

Data Mining i Business Intelligence

System informatyczny w węższym sensie jest system oprogramowania osadzonym na pewnej konfiguracji sprzętowej i działającym w określonym środowisku, zgodnie z dobrze określonymi regułami. Natomiast w szerszym rozumieniu to podsystem systemu informacyjnego, realizujący procesy informacyjne z wykorzystaniem technologii informatycznych (Flasiński 1997, 14). „Organizacja, która skupia się na łączeniu poszukujących wiedzy i ją posiadających, a nie zwraca uwagi na potrzebę magazynowania wiedzy, może być bardzo nieefektywna” ^{(Grudzewski W. 2004, 5)}. Ten problem rozwiązują bazy danych (Data Mining) – metody statystyczne oraz sztucznej inteligencji, umożliwiające znajdowanie (odkrywanie) jeszcze nieznanych zależności (prawidłowości) między danymi w nagromadzonych zbiorach danych. Termin ten pojawił się ok. 1995 r. (Klonowski 2005, 26). 

Z kolei „Inteligencja” (ang. Intelligence) rozumiana jest jako „zdolność do wnioskowania, rozumienia i inne formy aktywności umysłowej, manifestacja tych zdolności oraz, jako wiedza na temat zdarzeń, okoliczności itd., uzyskana lub przyjęta z zewnątrz” (Webster’s Desk Dictionary of the English Language 473 1990).

Istnieje również pojęcie „inteligencja biznesu”. Rozumiana jest ona jako „(…) zdolność przedsiębiorstwa do umiejętnego radzenia sobie w działalności, zdobywania na podstawie analizy dostępnych danych, przekształcania ich w informacje, które umieszczone we właściwym kontekście tworzą wiedzę, a po wzbogaceniu jej o doświadczenia tworzą mądrość. Zdobyte w ten sposób wiedza i mądrość zwiększają pewność podejmowanych decyzji biznesowych. 

Pojęcie Business Intelligence po raz pierwszy wprowadził w 1995 r. Instytut Gartnera i początkowo zostało ono użyte w odniesieniu do nowej klasy systemów informatycznych, które umożliwiają przemianę danych w wiedzę” ^{(Łobejko 2005, 74-76)}. 

Użycie tego pojęcia było próbą nadania cech ludzkich jednemu z elementów systemów informatycznych w celach marketingowych. Działania te nie są w stanie obniżyć roli człowieka w systemie funkcjonowania przedsiębiorstwa. Równie ważnym, jak przemiana danych w wiedzę, czynnikiem procesu podejmowania decyzji, które kształtują pozycję konkurencyjną przedsiębiorstwa na rynku jest intuicja (Lank A. G. 1995, 19). Jednak trudno wykluczyć wpływ informacji na proces kształtowania intuicji. Jeden z wielu sposobów definiowania intuicji, określa ją jako „uzyskiwanie wiedzy bez świadomego jej poszukiwania” ^{(Johnson P. R. 1993, 258)}.

Intuicja jest więc właściwością, którą dysponować powinni ludzie, a szczególnie kadra zarządzająca. 

Trudno nie zgodzić się więc z twierdzeniem W. F. Lever’a (Penec 1994, 83-84), że „ dobrze podjęta decyzja to, co najmniej 80 proc. informacji, 10 proc. inspiracji (pomysłowości) i 10 proc. intuicji managera”. 

Istnieją jednak obawy, że „wprowadzanie coraz bardziej nowoczesnych komputerów umniejszy rolę człowieka, jako najważniejszego czynnika produkcji, w taki sam sposób jak wprowadzanie traktora w rolnictwie umniejszyło rolę koni, a potem całkiem je wyeliminowało” (Szymański 2004, 214). 

W odniesieniu do Business Intelligence, używa się również określeń:

• metody eksploracji danych, 
• odkrywania wiedzy w bazach danych,
•  drążenia danych, zgłębiania danych, 
• torturowania danych. 

Jednak wszystkie te metody znajdują zależności, wzorce i trendy, a zatem pozwalają na tworzenie wiedzy. 

Data Mining jest następstwem magazynowania olbrzymich zasobów danych w hurtowniach danych – Data Warenhauses. 

Data Mining pozwala wykorzystać zgromadzone dane do budowania wiedzy, która jest niezbędna do wspomagania decyzji zarządczych. Szczególnie przydatne jest wykorzystywanie narzędzi OLAP (OnLine Analitycal Processing) do wielopoziomowej i wielowymiarowej analizy danych. Umożliwiają one przede wszystkim przeprowadzanie analiz, które są dokonywane z wielu perspektyw badawczych. Jest to wyjątkowe udogodnienie w procesie zdobywania nowej wiedzy. 

Systemy Business Intelligence obsługują m.in. hurtownie danych. Wykorzystują one narzędzia Business Inteligencedo wytwarzania konkretnych raportów, które są dostępne dla użytkowników dzięki możliwościom np. internetu (Adelman 1997, 35-45). 

Raporty wygenerowane przez hurtownię, podlegają analizie zawartych w nich danych z punktu widzenia biznesowej wiedzy użytkowników (Fosdick 1997, 71-83). Z kolei trudno uznać, że ich wiedza nie jest w oczywisty sposób ograniczona, choćby z powodu możliwości umysłowych oraz zakresu dostępu do danych i informacji (Kosar 1997, 57-70). Wywołuje to sytuację, w której istnieje prawdopodobieństwo zbyt dużej koncentracji użytkowników na danych wewnętrznych. W ten sposób powstaje zagrożenie niedostrzegania zmian zachodzących w otoczeniu gospodarczym przedsiębiorstwa(Hackney 2001).

Bazy wspólnych usług (shared services), polegają na zidentyfikowaniu operacji i procedur realizowanych w różnych systemach funkcjonujących w organizacjach gospodarczych oraz na założeniu (wdrożeniu) „usługowego centrum procesowego”, którego zadaniem ma być świadczenie usług w zakresie realizacji owych operacji i procesów, niezależnie od komórki organizacyjnej przedsiębiorstwa. Jest to swoisty bank usług. Rozwiązanie takie ma wiele zalet. Z punktu widzenia procesów integracyjnych systemów informatycznych baza wspólnych usług ma tę istotna zaletę, że staje się podstawą do osiągnięcia wspólnych (a więc spójnych) rozwiązań w zakresie procedur objętych taką bazą (Goliński 2005, 89-94). 

Bardzo istotnym elementem systemu wspomagania zarządzania jest ERP (Enterprise Research Planning). Termin ten oznacza planowanie zasobów przedsiębiorstwa w oparciu o system informatyczny, na który składa się zbiór modułów integrujących działania danego przedsiębiorstwa lub grup współpracujących ze sobą przedsiębiorstw na wszystkich szczeblach i obszarach zarządzania. 

Systemy ERP służą do jak najefektywniejszego wykorzystania zasobów oraz do uporządkowania procesów, które zachodzą w przedsiębiorstwie. Systemy te są oparte na jednej – wspólnej dla całego systemu – bazie danych. Dzięki temu dane są wprowadzane raz. 

Analizowanie danych powinno następować na etapie zasilania bazy. Chodzi o ich poprawność w momencie przenoszenia z systemu źródłowego do hurtowni, aby dane pobrane do hurtowni były integralne z tymi, które są już w bazie docelowej, czyli hurtowni. Kolejne etapy analiz zależą już od zasady działania i zakresu funkcjonowania systemu Business Intelligence. 

Terminy „hurtownia danych” i „Business Intelligence” często są używane zamiennie. Pamiętając o tym, że hurtownia danych pełni podobną funkcję jak jednostka centralna komputera, a Business Intelligence to narzędzie funkcjonalnie zbliżone do monitora – popełnienie błędu aksjologicznego jest wykluczone. 

Hurtownie danych bez obsługującego je rozwiązania Business Intelligence są mało przydatne z punktu widzenia funkcjonalnego do wspomagania procesu zarządzania w przedsiębiorstwie. Dane w kodzie binarnym dostarczane są przez hurtownie, a dopiero interfejs Business Intelligence prezentuje je w postaci zrozumiałej dla użytkownika. 

Wdrożenie Business Intelligence w przedsiębiorstwie nie jest tanim przedsięwzięciem i obejmuje następujące koszty:

• koszty sprzętu,
• licencja na oprogramowanie,
• szkolenia,
• konsultacje podczas opracowania koncepcji oraz wdrażania rozwiązania.

Zastosowanie standardowych rozwiązań, charakteryzujących się dużą elastycznością w zakresie funkcjonalności, dostosowaną do oczekiwań i potrzeb użytkowników to jeden ze sposobów znacznego obniżenia kosztów. Sposobem na obniżenie kosztów może być również zastosowanie pakietów prekonfigurowanych, składających się z przygotowanych struktur danych, mechanizmów przepływu danych i raportów (Kaliński 2006, XI).

Im większe przedsiębiorstwo lub zespół projektowy, tym trudniej uzyskać informację o aktualnym stanie zaawansowania prac nad wdrażaniem systemu informatycznego w przedsiębiorstwie. Dlatego coraz częściej przedsiębiorstwa zwracają się w kierunku rozwiązań klasy project management (EPM), aby zyskać wgląd w realizowane procesy raz skutecznie je kontrolować (Bąk 2005, 37-38). Rozwiązania EPM oparte są na oprogramowaniu wykorzystującym sieć internetową w celu zachowywania danych na serwerze, ich pobierania i współdzielenia.

Podstawy informacyjne decyzji dotyczących działalności przedsiębiorstwa są oparte na wiedzy o makrootoczeniu przedsiębiorstwa oraz na temat jego otoczenia konkurencyjnego, a także informacji o samym przedsiębiorstwie, które stanowią punkt wyjścia do oceny potencjału strategicznego (Porter 1992, 21). 

Decyzje w przedsiębiorstwie zapadają w oparciu o znacznie szersze spektrum informacyjne. Nie sposób pominąć np. wiedzy wynikającej z doświadczenia życiowego menedżerów oraz personelu. 

Czy rzeczywiście małym i średnim firmom niezbędne są informatyczne narzędzia analityczne? Skala ich operacji i problemy z ich ogarnięciem są dużo mniejsze niż w korporacjach. Mniejsza jest też ilość danych. Natomiast podobna jest potrzeba podejmowania szybkich i trafnych decyzji, a konkurencja wśród małych i średnich firm na rynku bywa nawet silniejsza( Business Intelligence nie tylko dla gigantów 2005). 

Rozstrzygnięcie tej kwestii nie może być jednoznaczne, ponieważ każde przedsiębiorstwo jest organizacją o bardzo zindywidualizowanym charakterze, który wynika z oryginalności poszczególnych cech i potrzeb, zakresu i formy działania, wielkości oraz pozycji rynkowej. 

Strategia informatyzacji przedsiębiorstwa powinna wykraczać poza zdefiniowane już potrzeby i wytyczać kierunki rozwoju technologii z uwzględnieniem zapotrzebowania na nowe produkty. Dlatego projektowanie systemu informatycznego przedsiębiorstwa musi być na tyle elastyczne, aby uwzględniać nawet przyszłe wizje rozwoju przedsiębiorstwa oraz jego otoczenia. 

System powinien mieć architekturę wielowarstwową, którą charakteryzują następujące zalety:

• łatwość skalowalności to znaczy możliwość zwiększania mocy obliczeniowej systemu na przykład poprzez rozbudowę serwerów,
• uniezależnienie od platformy sprzętowej i systemu operacyjnego stacji roboczych klienta.

Ważne jest prawidłowe zarządzanie takim wielowarstwowym systemem oraz rozwiązanie problemu odpowiedniego gromadzenia i przygotowania informacji. 

Często konieczne staje się wyodrębnienie zespołu ekonomicznego, którego zadania związane są z jednej strony z przygotowaniem sprawozdawczości na zewnątrz, natomiast z drugiej z opracowywaniem danych na potrzeby bezpośredniego zarządzania przedsiębiorstwem. 

Rozwiązanie problemu konieczności przetwarzania danych historycznych do celów analitycznych polega na wykorzystaniu koncepcji hurtowni danych. 

 Według Williama Inmona (Maderek 2004/2005, 65) – twórcy tej koncepcji – hurtownia danych to tematycznie zorientowana, zintegrowana, zmienna w czasie i nielotna kolekcja danych, służąca wsparciu procesu podejmowania decyzji kierownictwa.

Hurtownia danych jest więc oddzielną bazą danych, w typowych warunkach zasilaną danymi z systemu transakcyjnego raz dziennie, najczęściej w trakcie wykonywania procedur zamknięcia dnia księgowego. 

Zawarte w niej dane grupuje się tematycznie według produktów, klientów itp., a nie według aplikacji – księgowość, rozliczenia, VAT itd. Dane zapisuje się w jednolity sposób pod względem modelu i formatu, bez możliwości ich modyfikacji. Przechowywane w hurtowni dane są znakowane czasowo, co dzięki analizie historycznej stwarza możliwość określania trendów oraz anomalii. 

• Dane wejściowe do hurtowni mogą pochodzić z różnych systemów baz danych, a także z systemów zewnętrznych, na przykład z arkuszy kalkulacyjnych, edytorów tekstów i Internetu. 
• Systemy transakcyjne nie mogą we właściwy sposób spełniać funkcji analitycznych w wielozakładowym przedsiębiorstwie. Przetwarzanie analityczne obniża wydajność i bezpieczeństwo systemu. Z kolei wydajność analizy jest obniżona z powodu rozproszenia i niejednorodności danych. Również sam proces analizy może być źródłem zakłóceń procesów funkcjonowania procedur transakcyjnych. 

Z tych powodów, konieczne jest w fazie przygotowawczej, poprzedzającej wdrożenie hurtowni danych, określenie stopnia szczegółowości, efektywności ładowania i elastyczności. 

• Właściwie określony zakres szczegółowości ma decydujące znaczenie z punktu widzenia przydatności danych zgromadzonych w hurtowni dla możliwości analizy każdego ważnego problemu biznesowego. 
• Efektywność ładowania – czas zasilania danymi zewnętrznymi powinien zawierać się w okresie wypełniania procedur zamknięcia dnia. Natomiast elastyczność to cecha aplikacji, która powinna zapewnić przejrzystość danych, metod analizy i zobrazowania wyników. 
• Ponieważ hurtownia danych absorbuje znaczne zasoby pamięci, serwery przeznaczone do jej obsługi muszą spełniać ostre wymagania wydajnościowe. Skutkiem jest konieczność poniesienia sporych nakładów na zakup odpowiedniego sprzętu. 

Użytkownicy aplikacji klienta mają do dyspozycji podhurtownie tematyczne. Zgromadzone w nich dane księgowe spełniają funkcję archiwalną i pozwalają śledzić obraz sytuacji na dany, konkretny dzień. Znajdują się w nich również sprawozdania wykorzystujące dane z baz klientów oraz z rachunków księgi głównej. 

Podhurtownia finansów przeznaczona jest do zarządzania aktywami i pasywami, umożliwia obliczenie ogólnego przepływu finansowego. Kolejna podhurtownia tematyczna to zarządzanie ryzykiem. Zawiera ona wiele miar ryzyka, dzięki zastosowaniu wielu wymiarów i różnorodności metod obliczeniowych. 

Oprócz tego w warstwie podhurtowni tematycznych może znajdować się podhurtownia marketingu, umożliwiająca:

• segmentację klientów, 
• określenie koszyków produktowych, 
• sprawdzanie solidności klientów,
• ocenę skutków działań marketingowych.

Rysunek 1. Przepływ danych

Źródło: opracowanie własne na podstawie, R. Wrembel, ROLAP a MOLAP, charakterystyka implementacji, Wykład wprowadzający do IV Edycji Konferencji Hurtownie Danych i Business Intelligence, Analizy danych w modelach ROLAP i MOLAP, Warszawa CPI, 23.03. 2005

W kolejnej podhurtowni gromadzone są mierniki oceny działalności podstawowej przedsiębiorstwa, które stanowią podstawowe źródło informacji na temat dochodowości poszczególnych jednostek (w przypadku przedsiębiorstwa wielooddziałowego) ich produktów oraz jakości pracy załogi. 

Można wyliczyć wiele korzyści wynikających ze stosowania hurtowni danych. Jedną z podstawowych jest możliwość scalenia danych z różnorodnych, często odmiennych systemów dziedzinowych w celu otrzymania w miarę pełnego obrazu funkcjonowania przedsiębiorstwa. 

• Dzięki hurtowniom danych możliwe jest łatwiejsze wykonywanie analiz i prognoz dotyczących określonych okien czasowych. 
• Możliwe jest również oddzielenie systemu transakcyjnego od systemu analitycznego. 
• Hurtownia danych stwarza również możliwość stworzenia warunków do pełnej analizy procesów biznesowych w przedsiębiorstwie.
• Podsystemy hurtowni danych są standardowymi modułami systemów informatycznych oferowanych przez wszystkich dostawców tego typu oprogramowania. 
• Zasoby hurtowni danych mogą stanowić podstawę do przeprowadzania kompleksowej i wielokryteriowej analizy segmentacji klientów. 
• Odpowiednia segmentacja umożliwia z kolei kreację optymalnej strategii marketingowej. Dzięki temu łatwiejsza staje się analiza zachowań klientów, która pozwala na ustalenie wzorców zachowań klientów i określenie form skutecznej, personalizowanej promocji, właściwej dla odpowiedniego segmentu klientów przedsiębiorstwa.

Inteligentny system

Budowa systemu wspomagania decyzji opartego na hurtowni danych w przypadku banku, umożliwia tworzenie globalnych w jego skali systemów analizy ryzyka, uwzględniających poziom, zarówno poszczególnych transakcji, jak i całego portfela, wykorzystując w tym celu różnorodne techniki zarządzania ryzykiem. 

W zarządzaniu ryzykiem bankowym, a także do wspomagania zarządzania aktywami i pasywami banku stosuje się systemy ekspertowe. Są one szczególnie przydatne tam, gdzie występuje mała strukturalizacja problemów i ze względu na brak ilościowych zależności pomiędzy poszczególnymi elementami, stosuje się zapis słowny. Oprócz tego systemy ekspertowe są doskonałym narzędziem, wspomagającym bieżącą działalność kredytową. 

Głównym zadaniem takiego systemu w tym przypadku może być określenie zdolności kredytowej kredytobiorcy, określenie wielkości ryzyka kredytowego przed jego udzieleniem oraz analiza portfela kredytowego i bieżące monitorowanie.

Inwestowanie w informatykę wydaje się więc opłacalne. Jednak warunkiem podstawowym jest wymaganie od zarządów dogłębnej wiedzy w zakresie technologii informatycznych, znajomości światowych trendów oraz wysoko wykwalifikowanej kadry informatyków oraz analityków, a zwłaszcza osób będących w stanie opracować na podstawie danych i ich analiz odpowiednią syntezę, która w postaci informacji będzie podstawą do podejmowania decyzji biznesowych w przedsiębiorstwie.

Po narzędzia będące do niedawna w posiadaniu tylko wielkich, dziś mogą sięgać także niewielkie firmy. Nie inaczej jest z oprogramowaniem analitycznym, które staje się bardziej dostępne, zarówno za sprawą niższych cen, jak i rosnącej łatwości użytkowania.

Wiedza to jeden z najcenniejszych zasobów każdego przedsiębiorstwa. Umiejętne zarządzanie nią sprawia, że staje się ona głównym czynnikiem sukcesu w procesie dążenia do osiągnięcia przewagi konkurencyjnej. Wiedza jest zasobem rosnącym w miarę używania (Wrembel 2005, 3-12).

Dostęp do informacji to jedna z podstawowych potrzeb współczesnych managerów. Dzięki informacji mogą oni w jasny sposób pojmować rzeczywistość, a także znacznie zwiększyć szybkość i trafność podejmowanych decyzji. 

W osiągnięciu tych cech, pomagają rozwiązania informatyczne, które opierają się na technologii hurtowni danych. Funkcjonują one w przedsiębiorstwach, jako rozwiązania Business Intelligence.

Hurtownie danych to system informatyczny, złożony z wielu elementów. Zbiera on dane źródłowe z innych systemów informatycznych. System ten porządkuje dane, integruje je i układa w sposób celowy, klasyfikując według ich jasnej i logicznej hierarchii. Tak skategoryzowane mogą być zaprezentowane końcowym użytkownikom systemu, w postaci aktualnych raportów, analiz i zestawień.

Potrzeba zastosowania hurtowni danych wynika z następujących uwarunkowań: 

• potrzeby kierownictwa przedsiębiorstwa dysponowania spójną informacją, pochodzącą z wielu źródeł, 
• potrzeby dysponowania do podejmowania decyzji czytelnymi raportami, których nie są w stanie dostarczać źródłowe systemy informatyczne funkcjonujące w przedsiębiorstwie, 
• zjawiska spowalniania pracy systemów źródłowych przez konieczność przeprowadzania analizy danych.

Opierające się na hurtowni danych, systemy Business Intelligence, selekcjonują i analizują najważniejsze informacje w przedsiębiorstwie. Stanowią one podstawę podejmowania decyzji biznesowych. 

Cel tego systemu to dostarczanie zrozumiałej i czytelnej informacji dla wszystkich szczebli zarządzania. 

Trzy grupy komponentów tworzą architekturę rozwiązania. Są to: 

• wielowymiarowe obszary analiz, 
• system raportowania.
• moduły integracyjne.

Otrzymane raporty i sprawozdania oparte są na dowolnych źródłach danych. Tworzą one narzędzie do zarządzania wiedzą przedsiębiorstwa, które jest w istocie platformą analityczną przedsiębiorstwa.

Współczesna technologia pozwala na dostosowanie tego narzędzia do oryginalnej specyfiki oraz potrzeb w zasadzie każdego przedsiębiorstwa. Podstawową jednak korzyścią z zastosowania systemu jest umożliwienie prowadzenia sprawozdawczości. 

Centralną pozycję każdego wdrożenia systemu opartego na hurtowni danych musi pełnić jej użytkownik. To właśnie jego potrzeby, poziom kompetencji technologicznej i stan wiedzy, definiują zakres wykorzystania dostępnych rozwiązań technicznych. 

Hurtownie danych są wykorzystywane we wszystkich sektorach gospodarki przez kontrolerów finansowych, osoby odpowiedzialne za sprawozdawczość wewnątrz przedsiębiorstw oraz przedstawicieli wszystkich szczebli zarządzania. 

Podstawową zaletą hurtowni danych jest zdolność ich gromadzenia bez względu na źródło pochodzenia. Zintegrowane i sprowadzone do porównywalności, dane przechowuje się w strukturach, które umożliwiają ich szybką analizę. 

Taka możliwość istnieje również w odniesieniu do zasobów archiwalnych. Odpowiednia liczba uporządkowanych obserwacji, umożliwia stworzenie płaszczyzny do przeprowadzania analiz predykcyjnych typu time series. 

Rozwiązania typu Business Intelligence, pozwalają w łatwy sposób zlokalizować zawiązki między zgromadzonymi danymi. Tworzy to pełen obraz rzeczywistości, w której funkcjonuje przedsiębiorstwo. 

Dla przedsiębiorstw produkcyjno-handlowych, szczególnie ważne jest wykorzystanie możliwości dokonywania bieżących zestawień zapasów i popytu. 

Systemy transakcyjne są dobierane w taki sposób, aby mogły jak najlepiej spełniać swoje zadanie. Jednak często, ze względu na specyfikę poszczególnych oddziałów przedsiębiorstwa w każdym z nich lub w ich części, zachodzi konieczność wykorzystywania innych narzędzi informatycznych. 

Taka heterogeniczność oprogramowania bywa jedynym, dającym się zastosować rozwiązaniem. 

Natomiast na poziomie analizy przechowywanych danych – nawet z punktu widzenia globalnego – taki stan rzeczy bywa źródłem wielu problemów. Hurtownia danych pomaga zaradzić takim niedogodnościom dzięki możliwości czerpania raportów z wielu źródeł, zapewniając jednocześnie ich pełną integrację. 

Wykorzystanie arkuszy kalkulacyjnych w celu dokonania konsolidacji dużej liczby sprawozdań, pochodzących z wielu różnorodnych źródeł, stanowi spory problem. Nawet minimalny błąd przy wprowadzaniu danych, może stać się przyczyną wielkich różnic w ostatecznym wyniku, nie mówiąc o kłopotach zawiązanych z obiegiem dokumentów i zapewnieniem ich poufności. 

Dzięki prawidłowej agregacji danych, hurtownia pozwala uniknąć tych problemów. Wpływa to zdecydowanie na szybkość i sprawność procesu przygotowywania sprawozdań okresowych. To w jaki sposób jest prezentowana informacja zarządcza ma decydujące znaczenie z punktu widzenia jej późniejszego zastosowania. 

Efekty zastosowania w przedsiębiorstwie rozwiązań opartych na hurtowni danych można podzielić następująco:

• korzyści, dla których istnieje możliwość kalkulacji w wartościach mierzalnych ich dodatniego wpływu na wynik ekonomiczny przedsiębiorstwa,
• korzyści jakościowe, których jednoznaczna kalkulacja nie jest możliwa, jednak w znaczącym stopniu mają one wpływ na wynik i jakość pracy przedsiębiorstwa.

Stosując rozwiązania typu Business Intelligence, przedsiębiorstwa mogą odnieść następujące korzyści: 

• dostarczenie różnym odbiorcom aktualnej i zrozumiałej informacji zarządczej,
•  wsparcie dla planowania i controllingu,
• znaczące obniżenie pracochłonności w dziedzinie przygotowywania analiz oraz raportowania, 
• bieżące szacowanie i optymalizacja stanów zapasów magazynowych,
• skuteczniejsze przygotowanie strategii przedsiębiorstwa zmierzającej do zwiększenia sprzedaży na nowych rynkach,
• tworzenie prognoz, a także systematyczna kontrola płynności przedsiębiorstwa, 
• systematyczne zbieranie i gromadzenie informacji zarządczych oraz finansowych i ze spółek zależnych, 
• bieżącą wizualizację stanów zapasów w magazynach dla dostawców towarów,
• wsparcie procesów zmierzających do uzyskania efektu motywacji przez informację, 
• usystematyzowanie raportowania opartego na wielu arkuszach kalkulacyjnych,
• wysoką jakość i skuteczność obsługi klientów oraz optymalizacja ofert, 
• możliwość przeprowadzania bieżącej weryfikacji skuteczności działań promocyjnych i ich wpływu na obrót towarowy,
• zmniejszenie obciążenia pracy systemów źródłowych,
• uniezależnienie systemu analitycznego firmy od zmian systemów źródłowych, 
• uproszczenie infrastruktury informatycznej służącej bieżącemu raportowaniu,
• zmniejszenie obciążeń głównego systemu produkcyjnego przedsiębiorstwa,
• identyfikację braków w danych oraz luk wstępujących w informacji zarządczej,
• wizualizację oraz kontrolę bieżącej sytuacji przedsiębiorstwa, 
• stworzenie warunków do szybszej orientacji informacyjnej nowych pracowników, 
• umożliwienie mobilnego dostępu do potrzebnych sprawozdań i raportów, 
• szybkie i bardzo elastyczne reagowanie na potrzeby analityczne różnych odbiorców,
• bieżącą wizualizację kosztów, przychodów oraz marży uzyskanej na towarze i na kliencie.

Odpowiedź na pytanie, dlaczego nie pozostać przy systemach raportujących, które są już obecne w większości przedsiębiorstw, lecz uzupełnić je o warstwę analityczną, jest bardzo prosta, to się po prostu opłaca. 

Systemy raportujące będące elementem wielu wdrożeń (np. hurtowni danych) dostarczają nam podstawowej wiedzy na temat działalności firmy. Możemy się więc dowiedzieć, ile sprzedaliśmy w minionym roku, na jakich produktach zarobiliśmy, którzy klienci przynoszą największe dochody. 

Nie dowiemy się jednak, którzy z naszych klientów mogą odejść do konkurencji, jakie produkty zaoferować swoim klientom, jak zwiększyć efektywność działań promocyjnych, jak zmniejszyć koszty, a przede wszystkim jak będzie się kształtowała przyszłość. 

Aby odpowiedzieć na te pytania, należy zastosować bardziej skomplikowane metody analityczne niż te oferowane przez systemy raportujące.

Rozważając zagadnienia związane z główną strategią rozwoju firmy należy wziąć pod uwagę kwestię efektywności ekonomicznej zastosowanych rozwiązań informatycznych. Praktyka wykazuje, że wiele przedsiębiorstw, które wdrożyły rozwiązania typu CRM oraz Business Intelligence, przeszacowały spodziewane zyski. Wywołało to wiele rozczarowań. Koszty były zbyt wysokie i nie zagwarantowały spodziewanej stopy zwrotu na zainwestowanym kapitale. 

Prawidłowe oszacowanie spodziewanych efektów finansowych w stosunku do wartości inwestycji w systemy informatyczne jest w zasadzie niemożliwe do przeprowadzenia. Decyzja poprzedzająca zakup rozwiązania typu CRM,Business Intelligence powinna być poprzedzona bardzo wnikliwą analizą. Z drugiej strony istnieje wiele przykładów pozytywnych. Zwłaszcza przedsiębiorstwa telekomunikacyjne stosujące narzędzia typu Data-Mining do identyfikowania klientów, którzy mogą zrezygnować z usług określonego operatora telekomunikacyjnego. 

Ze stosowania tego narzędzia z powodzeniem korzystają hipermarkety. Umożliwia ono optymalne dyslokowanie produktów oferowanych klientom i aranżowanie w pełni funkcjonalnego wnętrza hali targowej, z punktu widzenia maksymalizacji obrotów i profilu sprzedaży. Zyski wynikające z zastosowania baz danych są szczególnie widoczne w planowaniu i prowadzeniu działań dotyczących promocji określonych produktów. 

Wiedza należy do najcenniejszych zasobów każdego przedsiębiorstwa. Umiejętne zarządzanie tym zasobem, dzięki wykorzystaniu służących do tego celu technologiom informatycznym, sprzyja osiąganiu przewagi konkurencyjnej. Wiedza jest działającą informacją (actionable information), która wspomaga proces decyzyjny, a połączona ze zręcznością, rozstrzyga o produktywności, a więc również o sytuacji ekonomicznej przedsiębiorstw. Istnieje zależność strategii przedsiębiorstwa od zarządzania wiedzą. Strategia przedsiębiorstwa powinna uwzględniać zarządzanie informacją i wiedzą, ponieważ ona w przyszłości będzie decydować o przewadze konkurencyjnej i powodzeniu na rynku. Dlatego projektowanie systemu informatycznego przedsiębiorstwa musi być na tyle elastyczne, aby uwzględniać nawet przyszłe wizje rozwoju przedsiębiorstwa oraz jego otoczenia.

Implementacja zaawansowanych technologicznie systemów zarządzania wiedzą buduje kapitał intelektualny przedsiębiorstwa. Dzięki temu, aktywa intelektualne organizacji przeobrażają się w wynik ekonomiczny. Technologie informatyczne są w stanie zwiększyć efektywność wykorzystania informacji w procesie zarządzania i skutecznie służyć poszerzaniu udziału przedsiębiorstwa w konkurencyjnym rynku. 

Bibliografia:

Adelman, S. „ Organizational and Cultural Issues.” W Data Warehouse, Practical Advice from the Experts, autor: T. Alexander (eds.), J. Bischoff, 35-45. New York: Englewood Cliffs, 1997.

Bąk, M. „Wizja Microsoft Office Enterprise Project Management.” Firma sieciowa XXI wieku. Katalog Konferencyjny.Centrum Promocji Biznesu, 2005. 37-38.

Flasiński, M. Wstęp do analitycznych metod projektowania systemów informatycznych. Warszawa: WNT, 1997.

Fosdick, H. „Real-World Data Warehousing, The Management Challenge.” W Data Warehouse, Practical Advice from the Experts, autor: T. Alexander (eds.) J. Bischoff, 71-83. New York: Prentice-Hall, 1997.

Goliński, J. „Wspólne wykorzystanie usługi – nowe rozwiązanie informatyczne.” Problemy Zarządzania – Informatyka w zarządzaniu” (Wydział Zarządzania UW), nr 1 (2005): 89-94.

Grudzewski W., Hajduk I. „W jakim celu należy zarządzać wiedzą?” Ekonomia i Organizacja Przedsiębiorstwa (W. Grudzewski, I. Hajduk, W jakim celu należy zarządzać wiedzą?, „Ekonomia i Organizacja Przedsiębiorstwa”, nr 7/2004, s. 5), nr 7 (2004): 5.

Hackney, D. DM Review. 4 2 2001. http://www.dmerview.com (data uzyskania dostępu: 4 4, 2016).

Johnson P. R., Rawlins Daumer C. „Intuitive Development, Communication in the Nineties.” Public Personnel Management, 2 1993: 258.

Kaliński, J. „Zakupy to start wydatków, nr 7/6/2006 s. XI.” Puls Biznesu, 7 6 2006: XI.

Klonowski, Z. J. „Systemy wiedzy gospodarczej.” Ekonomia i Organizacja Przedsiębiorstwa, nr 3 (2005): 26.

Kosar, D. „The Seven Deadly Sins.” W Data Warehouse, Practical Advice from the Experts, autor: T. Alexander (eds.) J. Bischoff, 57-70. New York : Prentice-Hall, Englewood Cliffs, 1997.

Lank A. G., E.A. Lank E.A. „Legitimizing Gut Feel, The Role of Intuition in Business.” Journal of Managerial Psychology, 5 1995: 19.

Łobejko, S. „Statystyczny wymiar Business Intelligence.” Wiadomości Statystyczne, nr 7 (2005): 74-87.

Maderek, K. „Hurtownia danych.” Nowoczesny Bank Spółdzielczy, 12-1 2004/2005: 65.

Penec, J. Strategie zarządzania. Perspektywiczne myślenie. Systemowe działanie. Warszawa: Agencja Wydawnicza „PLACET”, 1994.

Porter, M. E. Strategia konkurencji. Metody analizy sektorów i konkurentów. Warszawa: PWE, 1992.

Szymański, W. Interesy i sprzeczności globalizacji. Warszawa: Wydawnictwo „Difin”, 2004.

Teleinfo. „ Business Intelligence nie tylko dla gigantów.” 7 3 2005: 5.

Webster’s Desk Dictionary of the English Language 473. New York: Portland House, 1990.

Wrembel, R. „Wykład wprowadzający do IV Edycji Konferencji Hurtownie Danych i Business Intelligence, Analizy danych w modelach ROLAP i MOLAP.” Wykład wprowadzający do IV Edycji Konferencji Hurtownie Danych i Business Intelligence, Analizy danych w modelach ROLAP i MOLAP. Warszawa: CPI, 2005. 3-12.

^[1] Australia, Brazylia, Chiny, Francja, Indie, Japonia, Kanada, Meksyk, Niemcy, Rosja, Wielka Brytania, Włochy, USA