Problematyka wdrażania systemów BI

Autorzy: Marek Markowski, Wykładowca w Katedrze Informatyki Ekonomicznej Uniwersytetu Gdańskiego.
Roman Zleśny, V-ce prezes Zarządu, Solemis Group

Streszczenie

Zastosowania systemów Business Intelligence (BI) stanowią, w opinii autorów, naturalny etap w rozwoju informatyki w biznesie. Dane nagromadzone w systemach ERP są kapitałem, który należy odpowiednio wykorzystać do poprawy wyników przedsiębiorstwa. Jednakże w praktyce wiele firm nie potrafi poradzić sobie ze skokiem jakościowym, którego wymagają systemy Business Intelligence (BI) w stosunku do systemów ewidencyjnych. Zarządy firm wielokrotnie, na co wskazują doświadczenia autorów, nie stosują nowoczesnych metod zarządzania, mimo że je znają w teorii. Ponadto dotychczasowe zastosowania informatyki są w wielu przypadkach intuicyjne, nie poparte głębszymi analizami oraz znajomością szczegółów technologicznych – np. struktur danych w bazie danych. Te spostrzeżenia natchnęły autorów do zdefiniowania metodyki wdrożeń systemów BI, która uporządkowałaby obszar przyszłych analiz w firmie. Problematyka wdrażania systemów BI jest rozległym tematem. Co więc kryje się pod tym zagadnieniem?

Wstęp

Głównym przesłaniem systemów Business Intelligence (BI) jest wspomaganie procesu podejmowania decyzji przez usprawnienie analiz, poprzedzających decyzję oraz budowanie prognoz ułatwiających podjęcie decyzji. Jak wskazują badania przeprowadzone przez Gartner Group, wdrożenie BI odwraca proporcje czasu poświęconego na zebranie i analizę danych (informacji) i czasu poświęconego na wypracowanie decyzji. W realizacji procesu decyzyjnego bez wdrożonego systemu BI na gromadzenie danych i analizy poświęcamy 70% czasu, zaś sam proces decyzyjny zajmuje tylko 30%. Po wdrożeniu systemu Business Intelligence (BI) analizy zajmują 30% czasu a na podjęcie decyzji mamy 70% czasu. (Patrz Rysunek 1).

 

Rysunek 1. Efekty wdrożenia systemu BI

Źródło: Badania Gartner Group, (za wewnętrznymi materiałami Solemis Group, [5])

Oczekiwanie zwiększenia komfortu procesu decyzyjnego sprawia, że firmy zaczynają zastanawiać się nad wdrożeniem systemu BI w swoje praktyki biznesowe. Jednakże, w praktyce polskiej zdecydowana większość firm i ich zarządów, nie jest świadoma problemów, które na nich czekają w trakcie wdrożenia systemów BI w ich przedsiębiorstwach. Opracowanie niniejsze powstało na podstawie obserwacji i wniosków z ponad dwudziestu wdrożeń w polskich firmach. Dlatego też, głównym celem niniejszego opracowania jest próba usystematyzowania i uogólnienia głównych problemów, na które napotykają firmy w trakcie procesu wdrożenia systemów BI. Jednocześnie aby złagodzić skalę problemów, autorzy prezentują propozycję metodyki wdrożeń systemów BI, wskazując zarazem sposoby wyeliminowania niektórych barier (np. zagadnienie rozumienia wielowymiarowych danych w analizach OLAP).

Problematyka wdrażania systemów BI – jakie trudności mogą się pojawić?

Szczegółowa analiza zgromadzonych w trakcie wdrożeń doświadczeń stanowi podstawę do pewnych uogólnień, które ustrukturalizowane i sklasyfikowane, autorzy prezentują w postaci czterech głównych grup problemów:

  1. Spowodowanych niestosowaniem nowoczesnych metod zarządzania firmą.
  2. Związanych ze strukturą organizacyjną firm (również ze sposobem działania).
  3. Wypływających z infrastruktury posiadanych systemów informacyjnych.
  4. Wynikających ze specyfiki podejścia do analiz wielowymiarowych (OLAP).

W każdej z głównych grup problemów wyodrębniono również problemy szczegółowe. Pełna lista zidentyfikowanych problemów prezentuje się następująco:

  1. Niestosowanie nowoczesnych metod zarządzania firmą:
    • Brak zarządzania przez cele.
    • Nie definiowanie strategii.
    • Nie definiowanie celów strategicznych.
    • Problemy z planowaniem – brak planowania, bo użytkowane narzędzia np. arkusze kalkulacyjne (por. [1]) wymagają dużych nakładów pracy i czasu.
    • Nie definiowanie obszarów analiz.
  2. Problemy związane ze strukturą organizacyjną firm (również ze sposobem działania):
    • Niewłaściwe składy zespołów – problem z wciągnięciem do zespołu w procesie budżetowania właściwych ludzi np. kierowników działów. Zamiast tego budżetem zajmują się tylko księgowi.
    • Brak zdefiniowanych zakresów kompetencji i odpowiedzialności.
    • Brak zespołowego budżetowania.
  3. Problemy związane z infrastrukturą posiadanych systemów informacyjnych:
    • Brak wdrożonego systemu ERP (albo przynajmniej muszą być rejestrowane transakcje).
    • Brak interfejsów do systemów rejestracji transakcji.
    • Nieznajomość struktur danych w tabelach systemu ewidencyjnego (dokumentacja systemu tzw. Software Development Kit).
  4. Specyfiki podejścia do analiz wielowymiarowych (OLAP).
    • Problem z przejściem z 2 wymiarów do n wymiarów.
    • Problem percepcji wielowymiarowych danych.

Zaprezentowane wnioski dotyczą doświadczeń autorów przy wdrażaniu systemów BI, ale z dużym prawdopodobieństwem można je uogólnić, przynajmniej na część, firm planujących wdrożenie systemu BI [2], [3].

Propozycja metodyki wdrożenia systemu BI

Identyfikacja problemów na etapie wdrożenia zainspirowała autorów do próby zdefiniowania metodyki wdrożenia systemów BI w polskiej rzeczywistości gospodarczej.

Główne etapy metodyki wdrożeniowej:

  1. Reorientacja firmy na zarządzanie przez cele i zdefiniowanie strategii oraz celu (celów) strategicznych.
  2. Zdefiniowanie obszaru analitycznego, w którym zamierzamy wdrażać system BI..
  3. Edukacja użytkownika w obszarze analiz wielowymiarowych (rozumienie przestrzeni danych wielowymiarowych). Można użyć przykładowego scenariusza.
  4. Wsparcie użytkownika w zdefiniowaniu listy wymagań do dostawcy systemu ERP, dotyczącej struktury danych tego systemu, w przypadku braku właściwej dokumentacji.
  5. Eksploatacja systemu BI w danym obszarze analitycznym.

Wyraźną słabością, zauważoną we wszystkich analizowanych firmach było niestosowanie (co nie oznacza nieznajomości) nowoczesnych metod zarządzania. Brak zdefiniowanych strategii, niezdefiniowane cele: strategiczne, taktyczne i chaos na poziomie celów operacyjnych, częste zaniedbania w opracowaniu budżetów to najczęstsze „grzechy” popełniane przez menedżerów. System Business Intelligence (BI) wprowadzony w takiej sytuacji najprawdopodobniej powiększy istniejący już chaos. Dlatego pierwszym etapem powinno być uporządkowanie sfery zarządzania przez wprowadzenie zarządzania przez cele. Procedura porządkowania została przedstawiona na Rysunku 2.

Rysunek 2 Etapy porządkowania sfery zarządzania

blank

Źródło: Wewnętrzne materiały firmy Solemis Group [4].

 

Etap I.
  1. Zdefiniowanie strategii biznesowych w tym misji i wizji działania firmy.
  2. Zdefiniowanie celów biznesowych (strategicznych i taktycznych) z użyciem analizy SWOT lub TOWS, Krytycznych Czynników Sukcesu (CSF), Zrównoważonej Karty Wyników (BSC). Wyspecyfikowane cele przekładają się bezpośrednio na obszar tematyczny i zakres hurtowni danych, które należy zbudować.
  3. Zdekomponowanie celów strategicznych do celów operacyjnych i planów działań, które prezentujemy w postaci planów biznesowych i ich budżetów.
  4. Stałe, iteracyjne (przynajmniej raz w miesiącu) monitorowanie realizacji planów i budżetów oraz wprowadzanie ewentualnych korekt, które jest domknięciem procedury.

Z doświadczenia możemy stwierdzić, że etap ten trwa zazwyczaj około 2 miesięcy wymagając licznych spotkań, szkoleń i ćwiczeń. Jednym z kluczowych zagadnień jest zaangażowanie w proces definiowania strategii jak największej liczby menedżerów, aby poznali obszary, za które będą odpowiadali. Jednocześnie należy powiązać ich indywidualne decyzje i działania z celami firmy. Powoduje to wzrost poczucia współodpowiedzialności za losy firmy, pozwala wyeliminować patologie w interpretacji celowości realizacji planów i budżetów. Pozytywne zakończenie tego etapu jest warunkiem przejścia do kolejnego etapu jakim jest definiowanie obszaru analitycznego (II Etap wdrożenia). Nasza propozycja w tym zakresie polega na realizacji następujących kroków (por. Rysunek 3).

Etap II.
  1. Dekompozycja celów biznesowych do ilościowo-wartościowo mierzalnych składników analizy;
  2. Zdefiniowanie problemów (pytań biznesowych), na które odpowiedź powinna zostać udzielona w trakcie procesu ich analizy.
  3. Znalezienie informacji składowanej w systemie informacyjnym organizacji, co warunkuje znalezienie odpowiedzi na pytania biznesowe.
  4. Mapowanie informacje zgodnie z celami określonymi w analizie, co wymaga określenia źródeł, w których się znajdują.

Rysunek 3 Definiowanie obszarów analitycznychblank

Źródło: Wewnętrzne materiały firmy Solemis Group [5].

Istotą proponowanej metodyki jest jak najszybsze rozpoczęcie eksploatacji systemu Business Intelligence (BI). Wymaga to zawężenia spektrum analizowanych zagadnień do jednego obszaru, subiektywnie najważniejszego dla firmy. Próba kompleksowego wprowadzenia BI w wielu obszarach równocześnie może skończyć się nawet niepowodzeniem a na pewno przesunięciem w czasie momentu rozpoczęcia eksploatacji systemu. Rozpoczynanie wdrożenia od niewielkiego zagadnienia (obszaru) pozwala szybko rozpocząć edukację (szkolenie) użytkowników systemu co jest kolejnym etapem naszej metodologii, który realizowany jest w następujących krokach.

Etap III.
  1. Wprowadzenie użytkownika do postrzegania danych w sposób wielowymiarowy (przejście z „płaskiego” świata raportów systemu ERP do n-wymiarowego świata „kostki danych”).
  2. Budowa prototypu modelu biznesowego w analizowanym obszarze.
  3. Trening w analizach „what-if”, nauka manipulowania danymi, w celu wypracowania odruchu odkrywania nowych, „nieznanych” dotychczas wymiarów rzeczywistości.

Wielu użytkowników, nawet wybitnych specjalistów w swojej dziedzinie, często wpada w pułapkę schematów myślowych (por. [6]). Korzystanie z tradycyjnych narzędzi informatycznych (arkusze kalkulacyjne, systemy ERP) sprawia, że postrzegają rzeczywistość przez pryzmat „płaskich”, dwuwymiarowych raportów, nie dostrzegając wielowymiarowych relacji nie tylko w świecie danych, ale również w świecie rzeczywistym. Trening na dobrze opracowanych modelach pozwala „otworzyć umysł” i postrzegać dane i rzeczywistość w innych perspektywach (widokach). Równolegle z etapem szkolenia można realizować prace związane z gromadzeniem wiedzy dotyczącej źródeł danych, niezbędnych do budowy przyszłych modeli, wynikających z celów strategicznych.

Etap IV.
  1. Dotarcie do dokumentacji bazy danych i przepływów danych w eksploatowanym w firmie systemie ERP.
  2. Konstruowanie modelu danych źródłowych.
  3. Budowa dziedzinowych hurtowni danych (Data Marts).
  4. Definiowanie mechanizmów przekształcania danych źródłowych w wielowymiarową hurtownię danych.

Częstym zaniedbaniem jest nie domaganie się od dostawcy systemu ERP dokumentacji bazy danych: struktura bazy danych i przepływów danych w bazie. Naturalną konsekwencją takiego stanu rzeczy są poważne utrudnienia w budowie hurtowni, ponieważ wymaga to „ręcznego” śledzenia przepływów danych, logów transakcji i zmian stanów pól danych. Oczywiście takie działanie wydłuża realizację hurtowni oraz znacząco podnosi koszty wdrożenia. Alternatywą dla „manualnych” poszukiwań są odpowiednio przygotowane zapytania do dostawcy, który zazwyczaj (choć nie zawsze, ponieważ czasami sam ma to niezbyt dokładnie udokumentowane) jest w stanie dostarczyć niezbędnych informacji.

Wnioski

Stosowanie zaproponowanej metodologii owocuje:

  • Skróceniem czasu wdrożenia do 2-3 tygodni. Warunkiem jest jednak wcześniejsze posiadanie przez firmę zdefiniowanych strategii biznesowych.
  • Analizy wielowymiarowe, tworzone we współpracy z użytkownikiem i pod jego sposób postrzegania rzeczywistości, sprawiają, że użytkownik rozwija się wraz z systemem, dostrzega nowe możliwości, których wcześniej nie widział i zadaje pytania, które wcześniej nie przyszły mu na myśl. Użytkownik odkrywa nowe wymiary rzeczywistości.
  • Użytkownik, który otrzymuje prosty model analityczny z jednego, wycinkowego obszaru np. sprzedaż (prototyp przyszłego, kompleksowego modelu biznesowego) rozpoczyna z nim aktywną pracę. Dzięki temu zaczyna odkrywać pewne zależności w danych, z których istnienia wcześniej nie zdawał sobie sprawy i zaczyna widzieć nowe obszary analiz, w których może go wspomóc system Business Intelligence (BI) . Są to dobrze znane zalety podejścia prototypowego.

Przedstawiona metodyka będzie stosowana w nowych, planowanych wdrożeniach i ewentualnie modyfikowana i doskonalona stosownie do przyszłych wyzwań i oczekiwań użytkowników.

Literatura:

  • Russ Banham, Sam Knox: Budgeting and planning at midsize companies: When are spreadsheets alone not enough?; CFO Publishing Corporation, 2004, (Retrived March 7, 2007)
  • Kaan K. Katircioglu, Timothy M. Brown, Mateen Asghar: IBM Express Services for Inventory Management White Paper, http://www-935.ibm.com/services/us/gbs/bus/pdf/g510-6379-ibm-express-services-inv-mgmt.pdf (Retrived March 1, 2007)
  • Bill Horstmann: Tutorial: Data Warehouse: Selecting the BIand ETL Products That Are Right for You!, (Retrived March 3, 2007)
  • Roman Zleśny, Pyramid of management by objectives, Materiały wewnętrzne Solemis Group.
  • Roman Zleśny, Definition steps of BI analytical areas, Materiały wewnętrzne Solemis Group.

Morten Middelfart, CALM: Computer Aided Leadership and Management – How Computers Can Anleash. The Full Potential of Individuals and Organizations in a World of Chaos and Confusion., iUniverse Inc., Lincoln, 2005.

 

Jak oceniasz przeczytaną treść?

Średnia ocena: 0 / 5. Ilość głosów: 0

Ten post nie został jeszcze oceniony. Bądź pierwszy!