SZAKÉRTELMÜNK | Business Intelligence

A Business Intelligence (BI) célja nem más, mint lehetővé tenni az adott gazdasági szervezet számára, hogy valós képet alkosson önmaga belső működéséről, illetve az őt körülvevő üzleti környezetről. E cél - bár megfogalmazva egyszerű - megvalósulása változatos megoldásokon keresztül történik.

Az adott helyzetben legmegfelelőbb megoldást két fő körülmény-csoport határolja be. Az egyik az adott vállalatnál keletkező, számára elméletileg rendelkezésre álló adatvagyon terjedelme és minősége. A másik az adatvagyon kiaknázásának megcélzott szempontjai, esetei. Utóbbiak tekintetében a teljesség igénye nélkül az alábbiakat kiemelhetjük:

A számviteli és pénzügyi adatokra épülő, a vállalat gazdálkodásának elsősorban számviteli szempontokból történő mérését biztosító információ - ezek jelentős része jogszabályok által is szabályozott;

Ügyféladatokból származtatott információ - ide tartoznak az ügyfélérték, az ügyfelek viselkedési mintázatai, illetve az ügyfelekhez kapcsolódó kockázat számszerűsítését célzó elemzések is;

Ügyleti biztosítékok értékelése;

Termékek és szolgáltatások eredményességének megállapítását megalapozó információ;

Piaci környezetet, versenytársak hatását leíró adatok;

Speciális- pl. Bázel II - direktíváknak történő megfelelést alátámasztó számítások;

Szükségtelen hangsúlyozni, hogy a vállalat jövőjét befolyásoló döntések helytállósága elsődlegesen a működést leíró jelenlegi és múltbéli adatok minőségén nyugszik. Az adatok minőségének egyik sarokköve, hogy egy adott működési eseményre vonatkozóan egyetlen adat létezzen (ne pedig több, nem teljesen egyező), az pedig a valóságnak megfeleljen. Ez a kitétel ismételten triviálisnak tűnik, ám kivitelezése megfontolást igényel. Ezzel összhangban fontos - ám nem minden esetben követhető - alapelv, hogy a vállalat elemi (tehát nem származtatott) adatait egyszer, egy példányban, egymással összefüggésben, konzisztens módon gyűjtsük össze és gondozzuk, elérhetővé téve azt, hogy az adatvagyon kiaknázásában résztvevők ahhoz megfelelő módokon hozzáférjenek. Ezen alapelvet követve születik az adattárház, mint megoldás.

Van azonban egy, az előbbinél is alapvetőbb - józan ész diktálta - követelmény: a kivitelezhető IT megoldástól függetlenül tisztában kell lennünk azzal, hogy az egyes üzleti adatok hogyan, a folyamatok mely pontjain, melyik rendszerben, milyen tartalommal és minőségben keletkeznek, illetve meddig állnak rendelkezésre a keletkezésük helyén. Ez nem más, mint a vállalat adatvagyon-szótára - ha úgy tetszik, üzleti adat-katalógusa -, melynek valósághűsége és minősége meghatározza az adatvagyon kiaknázását célzó IT megoldás értékét, használhatósát, bármi is legyen az.

A választott IT megoldás architekturális szervezettsége alapján sokféle megközelítés létezik, melyek a rövidtávú megtérülés, a hosszú távú megtérülés, illetve az adatminőség többes dimenziók által definiált tér különböző tartományaiban helyezkednek el:

Egy központi adattárház, valamint a belőle táplálkozó specializált adatpiacok és az utóbbiakra épülő szintén specializált kalkulációs logika (motorok) - e megoldás magas adatminőséget tesz lehetővé, megtérülése hosszútávú;

Adattárház nélküli specializált adatpiacok és ezekre/ezekbe épülő specializált kalkulációs logika (motorok) - e megoldás adatminőséggel kapcsolatos kockázatokkal bír, megtérülése középtávú;

Adatpiac alatti szerveződési szintű, egyedi kalkulációs igényeket kielégítő adatbázisok - e megoldás adatminőséggel kapcsolatos kockázatai jelentősek, az egyes adatbázisok megtérülése rövidtávú, ám a vállalat egészét tekintve az összes ilyen jellegű mini-megoldás hosszú távú költsége az adattárház, illetve adatpiac alapú megoldásokét meghaladja;

Az adatvagyon-menedzsmenthez választott architektúra sokféleségéhez hasonlóan az adatvagyon üzleti-szakterületi kiaknázásához is az eszközök, illetve alkalmazások széles palettája választható - ismét teljesség igénye nélkül említve az SAP BusinessObjects, az Oracle BI, illetve Cognos termékeket. Ezek valamelyike az adott vállalat preferenciái, igényei, IT környezete alapján kerülhet kiválasztásra. Az adatkiaknázást támogathatjuk előre ismert igényekre szabott, adott időpontra elkészülő kimutatások rendszerével, illetve ettől eltérő szemléletben lehetővé tehetjük az elemzést végző személy általi intuitív, spontán elemzést. A multidimenziós adatszervezés (bár előbbi esetben is használatos), utóbbi esetben különösen hangsúlyos, csakúgy, mint az elemi szintű adatok rendelkezésre állása a származtatási (kalkulációs, illetve aggregációs) műveletekhez.

partners logo