meda conference presentation, adir even
TRANSCRIPT
Ben Gurion University of the Negev
?או בתוכה, לחשוב מחוץ לקופסה
שילוב מנגנוני המלצה במערכות בינה עסקית
ר אדיר אבן"ד
המחלקה להנדסת תעשייה וניהול
גוריון בנגב-אוניברסיטת בן
רקע
אוניברסיטת בן גוריון בנגב
1969-נוסדה ב•
חברי סגל 800-כ•
קמפוסים 3-סטודנטים ב 20,000-כ•
בעלת קצב הגידול הגבוה בארץ •
קליטת סגל , במספר סטודנטים
ופעילות מחקרית
1/3/2011 2
המחלקה להנדסת תעשיה וניהול
מוערכת כאחת המובילות בעולם•
חברי סגל 35•
סטודנטים 1200-כ•
גורמי , ניהול הייצור: תחומית-רב•
, מערכות מידע, חקר ביצועים, אנוש
מערכות נבונות
ר אבןר אדי"ד
2008, פברואר מאז חבר סגל במחלקה•
, מחסני נתונים, בינה עסקית:תחומי מחקר והוראה•
ניהול איכות נתונים, מערכות תומכות החלטה
משתמש הקצה
מערכות וטכנולוגיות מידע
עסק/ הארגון
מחקרי בינה עסקית
1/3/2011 3
עם מרחב התמודדות •
נתונים גדול ותהליכי
החלטה מורכבים
BI-כלי ההתאמת •
לצרכי המשתמש
BIיצירת ערך עסקי וארגוני מהשימוש במערכות •
BIתועלת בהשקעה בתשתיות -שיקולי עלות•
נתונים תשתיות עיצוב •
חדשניות BIוטכנולוגיות
כלים ומתודולוגיות לניהול •
איכות נתונים
BI
התפוצצות נתונים
1/3/2011 4
שמן הסתם רק תלך ...ותחמיר בשנים הקרובות
בעיה כואבת
:דוגמא
התפוצצות נתונים בתקשורת הסלולארית
1/3/2011 5
2015-ל 2010בכמות הנתונים ברשתות הסלולאריות בין x63צפי לגידול של (Ciscoתחזית של חברת )
?היכן נעוצה הבעיה–התפוצצות נתונים
1/3/2011 6
,.Tucci Jשל 2009-תחזית מ
EMC Corporationל "מנכ
כמות הנתונים העולמית צפויה
2020עד Zb 30לגדול למעל •1 Zb = 1021 Byte
שנים 10-ב X44 -מכפיל גודל של כ•
מרבית הגידול תהיה : הצפי
בנתונים מובניםתקשורת סלולארית•
מידע קליני•
Web Analytics -ו, סחר אלקטרוני•
Web 2.0וכלי , רשתות חברתיות•
•RFID
•GPS ומדידות סביבה אחרות
...ועוד•
מה המשמעות
? BI-לעולם ה
BI-המשמעות לעולם ה: התפוצצות הנתונים
1/3/2011 7
התפוצצות
הנתונים
קושי
הולך
וגובר
להפיק
תועלת
מהנתונים
ומכלי
הבינה
!העסקית
!מאגרי הנתונים אוצרים בתוכם ידע בעל ערך עסקי קריטי ... ובכל זאת
?למרות התפוצצות הנתונים, כיצד נוכל להמשיך ולהבטיח שימוש יעיל ואפקטיבי בהם
השקעה גדלה בניהול נתונים
רכישת נתונים•
טכנולוגיות אחסון•
ניהול ותחזוקה•
שיפור איכות•
שימוש בנתוניםאתגרים משמעותיים ל
עליה ברמת התחכום•
עומס קוגניטיבי וויזואלי•
צורך בתיעוד ופרשנות •
אוטומציה של תהליכי הניתוח •
Dec. 2, 2009
:הגישה המוצעת
הערכת פוטנציאל התועלת ותעדוף
8
לא כל הנתונים "
..."נוצרו שווים
!לנתונים מסוימים יש פוטנציאל תועלת רב יותר מאשר לאחרים
?האם כל הנתונים חשובים לנו באותה המידה
?למה חשוב להעריך תועלת ולתעדף
1/3/2011 9
התפוצצות
נתונים
תעדוף
תעדוף
מאמצי ניהול נתונים ממוקדים יותר•
השקעה מושכלת בטכנולוגיות וכלים•
__________________________
חסכון בעלויות
המלצות לשימוש מושכל ואפקטיבי•
מיקוד תשומת הלב לפרטים החשובים•
__________________________
הגברת התועלת
עלות
גדלה
אתגרי
שימוש
שילוב מנגנוני המלצה בכלי בינה עסקית
1/3/2011 10
:מנגנוני המלצה
BI-לשימוש ממוקד יותר בכלי ההמכוונים את משתמש הקצה , כלים ויזואליים•
בעלי תועלת פוטנציאלית גבוהה, לנתונים חשוביםהפניית תשומת לב המשתמש •
לא להחליט במקומו, להמליץ למשתמשהמטרה היא –" ההגה בידי המשתמש"•
הקודמות על סמך רכישותינו
על סמך חוות הדעת של אחרים
מנגנוני המלצה נפוצים מאוד כיום באתרי אינטרנט
קללת "
"המימד
OLAPשילוב מנגנוני המלצה בכלי
1/3/2011 11
לקוחות
מוצרים
סניפים
ימי עסקים
עובדים
-ככל שמרחב הנתונים גדול יותר
-והצירופים רב יותר , הקטגוריות, ככל שמספר המימדים, כלומר
!ולעיתים אף לבלתי שמישות , הופכות למורכבות יותר OLAP-קוביות ה
צירופים אפשריים105לקוחות 100,000יש לנו •
צירופים אפשריים108מוצרים 1000להם אנו מוכרים •
צירופים אפשריים1010סניפים 100 -ב•
צירופים אפשריים1013עובדים 1000בעזרת •
צירופים אפשריים1016ימי עסקים 1000על פני •
...וכן הלאה
:מאפשרים תחקור מקוון של נתונים OLAPכלי
?מה מסביר את הירידה המתמדת ברווחיות בארבע השנים האחרונות•
?באילו פלחי שוק ומוצר כדאי להתמקד על מנת לשפר את הביצועים•
? נשמע פשוט
...אם, לא כל כך
בקוביות נתונים מורכבות" ניווט"מנגנוני המלצה ככלי עזר ל
?על פי אילו מימדים כדאי לפלח•
?באילו קטגוריות מימד כדאי להתמקד•OLAP
מונחה
המלצות
OLAPשילוב מנגנוני המלצה בכלי
1/3/2011 12
תואר
ראשוןתואר תיכונית
מתקדם
בינונית
גבוהה
נמוכה
גבוהה
ראשון עם הכנסה לבעלי תואר
גבוהה הגרים בדרום יש פוטנציאל
קניה גבוה שעדיין לא מומש
שילוב מנגנוני המלצה בלוחות מחוונים
1/3/2011 13
מרוב מדדים לא "
"רואים את היער
" עצי מדדים"ארגונים רבים מנהלים
מדדיובהם עשרות אם לא מאות
ביצוע
אנו -בסביבות בקרה תפעוליות
מתמודדים לעיתים עם סדרי גודל
...של אלפי מדדים
לא את זה
...להביןקל
שילוב מנגנוני המלצה בלוחות מחוונים
1/3/2011 14
מנגנוני המלצה ככלי עזר למיקוד ותעדוף מאמצים ארגוניים
?אילו מדדים ראויים לתשומת לב גבוהה יותר•
?אילו מדדים מצביעים על צורך בפעולה מיידית•
לוח מחוונים דינאמי עם מנגנוני המלצהלוח מחוונים ללא מנגנוני המלצה
הצגת כל המדדים•
משקל ויזואלי שווה לכולם, "דמוקרטי"ייצוג •
בלתי משתנה עם הזמן•
צמצום מספר המדדים המוצגים•
משקל גבוה למדדים הדורשים תשומת לב•
בהתאם לשינוי בערכי המדדים, עדכון תקופתי•
משימה לא
...פשוטה
Dec. 2, 2009
...שאלת מיליון הדולר
15
כיצד נעריך את התועלת
?הפוטנציאלית של הנתונים
תלוית הקשרהתועלת
, נתונים חסרי ערך בהקשר עסקי אחד
עשויים להיות בעלי ערך בהקשר
עסקי אחר
משתנה בזמןהתועלת
נתונים בעלי ערך נמוך בנקודת זמן
עשויים להיות חשובים , כלשהי
מאוחר יותר
במשאבים משלימיםהתועלת תלויה
, יכולת כלכלית לממש את התועלת
, מיומנות, ידע–" הון אנושי"ו
והבנה עסקית, תובנות
בקושי טכניחישוב התועלת כרוך
, מרחבי ערכים גדולים ומורכבים
עומס , חוסר בנתונים מתאימים
חישובי ניכר
–הערכת תועלת הנתונים ותעדוף
?כיצד ניתן לעשות זאת
1/3/201116
מעקב אחר שימוש בנתונים
באילו חתכי נתונים נעשה שימוש •
?ובאילו פחות , רב יותר
אילו חתכי נתונים הובילו בפועל •
?להחלטות טובות יותר
שיתוף תובנות עסקיות
תיעוד נתונים ומידע שהובילו •
לתוצאות רצויות
, בלוגים, שילוב כלי ניהול ידע•
'רשתות חברתיות וכד
פרופיל משתמש ומשימה
אילו נתונים נחוצים לביצוע מוצלח •
?יותר של המשימה
אילו נתונים צפויים להביא תועלת •
? רבה יותר למשתמש
הנתונים" כריית"ניתוח ו
האם ניתן לזהות בנתונים תבניות •
?מעניינות ובלתי שגרתיות
שימוש בטכניקות אנליטיות •
וסטטיסטיות מתקדמות
מעקב שימוש
מונחה
תדירות
ערך -המלצות מבוססות על מעקב מונחה
)*(אחר שימוש בנתונים
1/3/2011 17
נ"תעולהנדסת בוגר תואר שני במחלקה, קולודנריואב מבוסס על עבודת המאסטר של )*(
ישראל, בתמיכה ובמימון של מעבדות המחקר של מיקרוסופטהמחקר נערך
, נתונים שנעשה בהם שימוש תדיר ותכוף יותר: הנחה
הם בסבירות רבה בעלי ערך עסקי רב יותר
............
............
............
............
............
............
............
............
............
............
............
............
פריסת שאילתות: דרך מקובלת למעקב אחר שימוש
כל שאילתא" נוגעת"התאים בהם " סימון"–ובהתאמה •
• SELECT …
• SELECT…
• SELECT…
• …
............
............
............
............
............
............
............
............
............
............
............
............
............
............
............
............
............
............
מיפוי נתונים שנעשה בהם : היתרון
לצורך תעדוף, שימוש תכוף יותר"חפירה לאותה באר: "החיסרון
מעקב שימוש
מונחה ערך
מעקב שימוש מונחה ערך
1/3/2011 18
............
............
............
............
............
............
............
............
............
............
............
............
נניח עתה שאנו יודעים לקשר שאילתות להחלטות שהתקבלו בעקבותיהן
ניתן משקל גבוה יותר לשאילתות שהובילו להחלטות טובות יותר–ובהתאמה •
• SELECT (2)
• SELECT (9)
• SELECT (4)
• …
הדגשה מוגברת של נתונים :היתרון
שהובילו להחלטות עסקיות מוצלחות
מפת שימוש שונה מהותית לעומת
מעקב מונחה תדירות
משקל יחסי המשקף את
(0-10)איכות ההחלטה ............
............
............
............
............
............
............
............
............
............
............
............
............
............
............
............
............
............
............
............
............
............
............
............
האם מנגנוני ההמלצה אכן משפרים : ניסוי
?את קבלת ההחלטות
1/3/2011 19
..."השיווקהיו אתם מנהלי ": המשימהלמציאת פלחי שוק מבטיחים, ניתוח רכישות העבר של הלקוחות•
OLAPתחקור נתונים בעזרת כלי •
נ"תעוסטודנטים במחלקה להנדסת , נבחנים 200•
"סטנדרטי" OLAPכלי : מפגש ראשוןכאשר בסיום כל חזרה ניתן ציון על איכות הביצוע, חזרות 6•
מעקב אחר השימוש בנתונים ובכלי•
(מפת ערך+ מפת תדירות )יצירת מפות שימוש בהתאם •
עם מנגנוני המלצה OLAPכלי : מפגש שניהמלצות מבוססות על מפת תדירות השימוש: 'קבוצה א•
המלצות מבוססות על מפת ערך השימוש: 'קבוצה ב•
ללא המלצות" סטנדרטי"המשך עבודה עם כלי : קבוצת בקרה•
18-35
35-50
+50
18-35
35-50
+50
?האם ההמלצות משפיעות על איכות ההחלטות
: ללא המלצות–קבוצת בקרה
: המלצות מבוססות תדירות -' קבוצה א
: המלצות מבוססות ערך -' קבוצה ב
1/3/2011 20
מפגש ראשון מפגש שני
איכות
ההחלטה שיפור משמעותי בין המפגש •
הראשון למפגש השני
התמקצעות –עקומת לימוד •
הנובעת מהתנסות חוזרת, בכלי
שיפור משמעותי•
לא גבוה בהרבה –אבל •
מהשיפור של קבוצת הבקרה
שיפור משמעותי•
גבוה בהרבה מהשיפור של •
שתי הקבוצות האחרות
האם ההמלצות משפיעות על סגנון
?השימוש בכלי
1/3/2011 21
מפגש ראשון מפגש שני
עוצמת
הניווט
"Click Stream :" מעקב אחר
מספר פעולות הפילוח
שהמשתמש ביצע בעזרת בכלי
: ללא המלצות–קבוצת בקרה
: המלצות מבוססות תדירות -' קבוצה א
: המלצות מבוססות ערך -' קבוצה ב
ירידה משמעותית בעוצמת הניווט •
"(קליקים"מספר ה)
התנסות חוזרת, התמקצעות בכלי•
ירידה משמעותית בעוצמת הניווט•
ירידה חדה יותר לעומת קבוצת •
הבקרה
ירידה משמעותית בעוצמת הניווט•
ירידה חדה יותר לעומת שתי •
הקבוצות האחרות
פרוייקטי מחקר נוספים במחלקה
י סטודנטים לתואר שני ושלישי"המחקרים מתבצעים ע•
, בינה עסקית: בהנחיה משותפת של חברי סגל מתחומי ידע שונים, דיסציפלינאריים-מחקרים אינטר•
וכלכלת מידע, ניהול ידע, ארגונומיה, סטטיסטיקה, מכונות לומדות, כריית נתונים1/3/2011 22
תיעוד ושיתוף תובנות עסקיות
לאגירת התובנות Metadataבניית תשתית •
שילוב התובנות בממשקי הקצה•
פרופיל משתמש ומשימה
על פי מאפייני השימוש והנתונים הנצרכים, מעקב וסגמנטציה•
או דמיון למשתמשים אחרים/המלצות על סמך שימוש קודם ו•
ניתוח הנתונים
פיתוח מדדים לאפיון עניין ותועלת עסקית•
שימוש בכריית נתונים לאפיון תופעות לא שגרתיות•
ניתוח סדרות זמן לאיתור והצפת התנהגויות חריגות•
צורות התקשרות אפשריות
1/3/2011 23
מימון שיתוף פעולה מחקריבנושאים חשובים ומעניינים לארגון, צוותי מחקר משותפים•
תמיכה בעבודת מחקר הנעשית במסגרת תואר שני או שלישי•
הנחיית סטודנטים לתארים מתקדמיםתוך שמירה על משרה בהיקף חלקי בארגון•
'לסטודנטים בשנה ד, פרויקטי גמרבעלי אופי יישומי, פרויקטים ממוקדים•
1/3/2011
תודה
2424
([email protected])ר אדיר אבן "ד
המחלקה להנדסת תעשייה וניהול
גוריון בנגב-אוניברסיטת בן