poslovna intelogencija / business intelligence

Visoka škola elektrotehnike i računarstva Boris Milošević

1

Poslovni softver (Seminarski rad)

Poslovna inteligencija i mogućnosti primene

Boris Milošević EPO 3/09

Business

Intelligence


2

3 Uvod (nekoliko reči o pojmu poslovna inteligencija) 4 Podela (Komponente BI sistema) 5 Infrastruktura BIa

6 Implementacija - Uvođenje BI sistema

6 Gde kupiti i cena

7 Osnovni razlozi uvođenje - "A šta će to meni"

8 Primena BIa

9 Tehnike integracije

9 Integracija sa enterprice portalima

10 Analitičke metode

10 Web servisi

11 Data Mining - Pojam i značaj

12 Kako funkcioniše

13 Potrebna infrastruktura

14 Primena

15 Literatura

Sadržaj


3

Uvod

Poslovna inteligencija (eng. Business Intelligence, BI) je skup metodologija, procesa, arhitektura i tehnologija koje transformišu neobrađene podatke u korisne i razumljive informacije. Ovako

predstavljene informacije se koriste za efikasnije strateške, te taktičke i operativne preglede i donošenje odluka. Jedna je od tehnika

poslovnog izveštavanja, koja omogućava pronalaženje informacija potrebnih za lakše i tačnije donošenje poslovnih odluka. Metode poslovne inteligencije uključuju istraživanje podataka (eng. Data Mining), skladištenje podataka (eng. Data Warehousing) i OLAP (online analytical processing) mrežnu analitičku obradu podataka. Poslovna inteligencija je evoluirala iz sistema za podršku odlučivanju koji se koristio u američkim kompanijama šezdesetih godina 20. veka.

"Business Intelligence (BI) je korišćenje kolektivnog znanja organizacije, sa ciljem postizanja konkurentske prednosti."

Pojam Business Intelligence se u srpskom jeziku prevodi kao poslovna inteligencija. Međutim u engleskom jeziku rieč Intelligence ima dva značenja: sposobnost učenja, razumevanja, logičkog razmišljanja, sposobnost da se te stvari rade dobro; tajna informacija sakupljena o stranoj zemlji, naročito neprijateljskoj, osobe koje sakupljaju te informacije. Osnov za razumevanje pojma BIa jesu tri stavke (načela), i to: • Etičan proces prikupljanja informacija, koje nakon adekvatne

obrade postaju znanje,

• Usmeren na informacije na osnovu kojih se planiraju budući događaji i

• Instrument koji ima potpunu ulogu u procesu donošenja odluka.

Nekoliko reči o pojmu poslovna inteligencija


4

Podela i razvoj Više je različitih vrsta podela komponenti koje, načelno, ne

predstavljaju preveliku važnost u osnovnom definisanju i razumevanju poslovne inteligencije. Jedina podela koja na ovom nivou jeste važna je ona osnovna, koja obuhvata:

• Infrastruktura - baza za skladištenje podataka, ETL alati (služe za prikupljanje podataka iz više različitih izvora, nezavisno od tehnološkog rešenja), operativno skladištenje podataka

• Funkcionalnost - Data Mining (obrađeno u nastavku), BI platforme, aplikacije (operativne, strateške i analitičke), ad-hoc izveštavanje

• Organizacija - Merenje performansi, informaciona/korporativna kultura, BI metodologija, BI centralizacija (objedinjavanje znanja i veština)

• Poslovanje - Ključni pokazatelji uspešnosti, transparentnost,

trendovi Intenzivan razvoj BIa direktno se vezuje za period kada su preduzeća počela masovno da automatizuju svoje poslovne procese, kroz implementaciju različitih sistema, te time stvorila mogućnost generisanja velikih količina podataka. Došlo je do eksplozije podataka, koja se ogledala u eksponencijalnom rastu količina istih. Rastao je i

broj baza u koje su se podaci smeštali, ali automatizam pretrage nije postojao, ili je bio jako nerazvije. Praktično, posedovale su se velike količine podataka koji su bile neupotrebljivi, iz razloga što im je bilo teško pristupiti.

Komponente sistema poslovne inteligencije

Razvoj BIa


5

Paralelno sa tim, rezvijala se i svest da ti podaci mogu biti od velike koristi u rukama menadžmenta. Menadžment, međutim, ne radi

sa podacima, već sa informacijama, a kako su informacije = obrađeni podaci, jasno je da je cilj bio razviti sistem koji će obrađivati podatke (najjednostavnije rečeno).

Slika 1 - Jedna od mnogih šema infrastrukture BIa. Najvažnije je naglasiti da se u ovom sistemu, redom, trebaju uočiti sistemi za upravljanje sadržajem, ETL alati, BI alati, Analitički sistemi i korisnici (menadžeri) na samom kraju

Ako bi se sistem posmatrao vertikalno, na vrhu bi bio sam BI. Na sledećem nivou dolaze aplikacije, platforme i napredna analitika. Nakon toga idu sistemi za skladištenje podataka, web infrastruktura

(danas često na posebnom nivou) i implementacija sigurnosnih sistema. Na najnižem nivou su prenos podataka, softverska te hardverska rešenja.

Infrastruktura BIa


6

Implemantacija

Uvođenje BI sistema je proces kome, praktično, nema kraja. U vreme nestabilne okoline, hiperkonkurencije koja postaje sve agresivnija, a time i neizvesne budućnosti, poslovna inteligencija mora neprestano da se razvija. Ovo je upravo jer zahtevi analize i prognoze postaju složeniji, naročito kada se doda potreba za velikom brzinom

obrade i izvršavanja (real time kao kao ključni pojam informisanja danas).

Postavlja se pitanje cena ovakvih sistema, kao i troškova obrade informacija. Na neki način, filozofski rečeno, cena sistema poslovne inteligencije je cena opstanka na tržištu. Kako? Zbog neadekvatnih informacija, knjigovodstvo ne beleži troškove loših poslovnih odluka, ali ih zato beleže berza i konkurencija. I tu je najčešće kraj. Uvođenje

takvog sistema je isplativa investicija, ali pod uslovom da se zna šta će se sa njim, kao i svesnosti da on neće raditi posao sam od sebe. Sam sistem, kao gotov proizvod u S, M i XL veličini, ne postoji. Postoje ponude tehnoloških platformi zajedno sa znanjima potrebnim za implementaciju. Razlog tome je različitost sistema odlučivanja,

tehnoloških procesa unutar preduzeća, segmentacije tržišta i strategija. Heterogeni su takođe i izvori podataka koje koriste.

Uvođenje sistema poslovne inteligencije

Gde kupiti BI sistem i njegova cena


7

• Okolina nije više statična. Ponuda proizvoda i usluga je ogromna, konkurencija je velika. Istraživanja pokazuju da danas ponuda roba

i usluga barem 30% nadmašuje potražnju (vrlo generalno). Tržišta su zasićena. Nove okolnosti traže nova rešenja, novi izazovi nove napore. Prošla su vremena kada je bilo dovoljno proizvesti robu ili uslugu.

• Globalizacijom tržišta, razvojem distribucionih kanala,

"uplitanjem" interneta u poslovanje, stvari su se promenile. Sada

su kupac i prodavac na udaljenosti jednog klika mišem. Danas su preduzeća pretrpana podacima, dok s druge strane, postoji nedostatak korisnih informacija. Da bi se smanjio raskorak između

količine raspoloživih podataka i informacija, potrebno je definisati procese prikupljanja podataka i njihovu "preradu" u informacije. Vrieme reakcije na okolinu treba skratiti, po mogućnosti do rel-timea!

• Resursi su uvek ograničeni. Vreme kao najvažniji faktor gotovo

uvek je presudno. Stoga treba znati gde postaviti polugu da bi se pomerio veliki kamen. Kako treba delovati da bismo s najmanje

napora rešili najveće probleme?

• Nalaženje novih kupaca je deset puta skuplje nego zadržavanje postojećih. Ako preduzeće uspe smanjiti odlazak kupaca konkurenciji za 5%, velika je verovatnoća da time može

udvostručiti svoju zaradu.

• Velika opasnost preduzeću preti od skrivenog nezadovoljstva

kupaca. Samo 4% nezadovoljnih kupaca se žali na loš kvalitet proizvoda ili usluga. 90% kupaca koji nisu zadovoljni kvalitetom

proizvoda, izbegavat će taj proizvod. Svaki od nezadovoljnih

kupaca obavestiće drugih deset do dvadeset osoba! • Kupci odlaze jer su nezadovoljni, iako se nikada nisu žalili. Kupac

koji kompaniju napusti, više se ne vraća.

"A šta će to meni?" Osnovni razlozi uvođenja sistema poslovne inteligencije


8

Primena Mnoge velike i srednje firme aktivno pristupaju pojmu poslovne inteligencije, razvijaju i implementiraju takve sisteme i koriste ih u

svom elektronskom poslovanju. Firme uspevaju pretvoriti informacije

u poslovnu inteligenciju, poslovnu inteligenciju u korporativno znanje,

a kolektivno znanje u povećani profit. U skladu sa ranije rečenim

(razlozi za primenu BIa) može se navesti nekoliko oblasti u kojima je

pogodna primena sistema poslovne inteligencije:

• Smanjenje operativnih troškova, realizacija ciljeva prodaje,

unapređenje sistema nabavke. • Korišćenje OLAPa (OnLine Analitical Processing) za smanjivanje

troškova ITsektora, otkrivanje novih mogućnosti za dobit, unapređenje upravljanja troškovima.

• Korišćenje Data Mininga za pronalaženje ključnih parametara

vezanih za određeni segment kupaca. Sve navedene primene moguće su samo uz korišćenje sofisticiranih alata i aplikacija, ukoliko su podaci pripremljeni u formatima pogodnim za razne vrste analiza. Za poslovne korisnike je od važnosti da imaju alate i aplikacije kojima će biti u stanju da analiziraju podatke, dok je za IT osobe važno da poseduju aplikacije i alate za stvaranje i upravljanje okruženjem za poslovnu inteligenciju. U tu svrhu koriste se različiti alati kao što su: • Namenske aplikacije.

• Alati za izvršavanje upita.

• OLAP alati.

• Alati za statističku analizu.

• Alati za data mining i dr

Primena sistema poslovne inteligencije


9

Pitanje integracije u postojeće poslovne procese je jedno od osnovnih pitanja na početku primene bilo kog sistema. Odgovor je identifikacija uloge BIa u svakom od procesa, zatim integracija u te procese i primena u okviru postojećih informacionih sistema. Bitno je razumeti da su ljudi ti koji sprovode procese, a aplikacije samo alati kojima se oni služe. Poslovna inteligencija se može integrisati u poslovne procese preduzeća na nekoliko načina: • Integracijom analitičkih aplikacija sa operativnim aplikacijama

korišćenjem "enterprise portala" da bi podacima mogli pristupiti i interni i eksterni korisnici.

• Ugrađivanjem analitičkih metoda u operativne aplikacije u procesu razvoja aplikacija.

• Uvođenjem Web servisa koji će dinamički integrisati analitičke

metode internim ili partnerskim operativnim aplikacijama, radi podrške zajedničkom poslovanju.

Enterprise portal obezbeđuje internim i eksternim korisnicima jedinstven, standardizovan, web baziran, korisnički interfejs za

personalizaciju integrisanih sadržaja, gde se pod sadržajem podrazumevaju informacije i integrisane aplikacije i alati, kao ikomunikacioni alati. Aplikacije mogu biti interne i eksterne, analitičke ili operativne, dok informacije obuhvataju strukturirane podake, poslovnu inteligenciju (izveštaje, grafikone, kocke, dijagrame i dr. ), i interni i eksterni nestrukturiran sadržaj. Kao komunikacioni alati pojavljuju se web-chat, net meeting, e-mail, instant messaging i drugi.

Tehnike integracije poslovne inteligencije

Integracija sa enterprice portalima


10

Analitičke metode Ugrađivanje analitičkih metoda u operativne aplikacije vrši se u toku razvoja samih aplikacija, i može se realizovati na aplikativnom nivou ili na nivou samih podataka. Ukoliko se ugrađivanje radi na aplikativnom nivou, ono se može izvesti pomoću takozvanog aplikativnog programskog interfejsa (API – Application programming interface). Jedan od primera API industrijskog standarda je Java OLAP interfejs –JOLAP. Operativne aplikacije tako mogu da pozivaju neke od alata poslovne inteligencije, i na taj način da šalju zahteve za automatsku obradu i da kao rezultat te obrade dobijaju izveštaje u

obliku kocki podataka, grafikona i slično. Softver dizajneri mogu da prilagode pozive tih alata sopstvenim potrebama ili mogu da koriste gotove komponente iz biblioteke komponenti poslovne inteligencije. Web servisi omogućuju dinamičku integraciju aplikacija korišćenjem web tehnologija. Svaki web servis poseduje interfejs koji opisuje operacije su dostupne posredstvom standardizovanih XML

poruka. Web servisi se opisuju pomoću industrijskog standardakoji se naziva Web Service Description Language (WDSL), koji predstavlja skup XML tagova. Web servisi moraju da se objave i da se registruju u posebnim katalozima kojise nazivaju UDDI (Unified Description Discovery and Invocation) registri. Funkcionisanje web servisa se odvija na sledeći način: aplikacija šalje upit UDDI registru, pronalazi potreban web servis i dinamički se priključuje na njega šaljući mu XML poruku poznatijukao SOAP (Simple Object Access Protocol) poruka. Ona inicira rad web servisa i vraćanje

rezultata u XML formatu. Web servisi mogu da se koriste na više nivoa, i to na:

• aplikativnom nivou BI web servisa,

• nivou podataka BI web servisa i

• nivou procesa BI we servisa.

Web servisi


11

Data Mining Data Minig je automatizovan proces rovarenja po sirovim podacima. Šta to znači? To praktično predstavlja istraživanje prikupljenih velikih količina podataka, pomoću različitih softverskih alata. Na hrvatski se to prevodi kao rudarenje podataka, što jako dobro

opisuje ovaj proces. Analogija s rudarstvom je očigledna. U potrazi za rudom koja je sakrivena negde u planini, neophodno je duboko kopati, izbaciti velike količine zemlje i kamena (jalovine, u našem slučaju

nepotrebnih podataka), a kada se jednom naiđe na žilu, neophodno je pratiti je celom dužinom. Zahvaljujući data miningu, moguće je predvideti trend tržišta ili ponašanje konzumenata i na taj način obezbediti uspeh firme ili proizvoda. To se postiže analizom podataka iz raznih perspektiva i

pronalaženjem veza i odnosa između naizgled nepovezanih informacija. U evoluciji, od poslovnih podataka do poslovnih znanja i informacija, svaki novi korak građen je na prethodnom. Na primer, dinamični pristup podacima je ključni faktor u aplikacijama za

navigaciju podacima, a osposobljenost za skladištenje ogromnih baza podataka je kritična za proces Data Mininga. Proces data mininga neraskidivo je vezan za računare. Uz pomoć

posebnog softvera, sistemi analiziraju podatke iz različitih uglova, pronalaze hipoteze, isprobavaju ih i uče na prethodnim iskustvima.

Treba uvek imati u vidu da je softver samo alatka i da je i dalje potrebno ljudsko prisustvo, koje će dati poslednju reč. Ali u prvoj fazi obrade kompjuterski sistemi su nezamenjivi, zbog svoje brzine i nedostatka predrasuda. Za razliku od čoveka, kome bi neka očigledna veza između dva podatka promakla, kompjuteru takva greška ne može

da se dogodi (uslovno rečeno).

Pojam i značaj Data Mininga u BI sistemu


12

Primer: "Lanac supermarketa u Americi je, koristeći Oracleov softver za analizu podataka, otkrio da su muškarci koji su kupovali pelene četvrtkom i subotom najčešće kupovali i paket piva. Dublja analiza otkrila je da su ovi kupci sedmičnu kupovinu obavljali subotom. Četvrtkom su kupovali samo nekoliko proizvoda, a pivo su kupovali kako bi im se našlo za dolazeći vikend. Zahvaljujući ovoj informaciji, lanac supermarketa je povećao prihode tako što je vitrinu sa pivom pomerio bliže polici sa pelenama. Jasno je da bi svakom ljudskom ekspertu veza između muškaraca, pelena, piva i određenih dana u nedelji promakla, ali ne i nepristrasnoj logici kompjutera."

Pre bilo kakve pretrage ili obrade potrebno je pripremiti sirove podatke u bazi, tačnije bazu podataka nije moguće odmah koristiti takvu kakva je. Kako bi se dobili validni rezultati, bazu je često

neophodno očistiti od duplih ili nepotpunih podataka. Ponekad je neophodno transformisati podatke, izabrati podgrupe podataka ili suziti ukupan broj promenljivih na razumnu cifru s kojom je moguće raditi. Prilikom pravljenja modela, 80 odsto posla svodi se na pripremanje baze podataka. Prilikom pretrage podataka softver rešava neki od sledećih zadataka (ili kombinovano više njih):

• Predviđanje – vađenje pravilnosti iz primera.

• Klasifikacija – razvrstavanje podataka klase.

• Detekcija odnosa – proces određivanja najuticajnije promenljive.

• Eksplicitno modeliranje –pronalaženje eksplicitne formule koja opisuje zavisnosti između određenih promenljivih.

• Grupisanje –određivanje grupa međusobno sličnih podataka. • Detekcija odstupanja – proces identifikacije najznačajnijih

promena u odnosu na prethodne ili očekivane vrednosti.

Kako funkcioniše


13

Potrebna infrastruktura Softver za data mining je pristupačan kako za velike mejnfrejm

sisteme tako i za samostalne PC platforme. Cena sistema varira od nekoliko hiljada dolara pa do nekoliko miliona dolara, za najveće

sisteme. Dva osnovna uslova za izbor odgovarajuće platforme jesu veličina baze podataka i kompleksnost upita. Velika baza podataka sa sobom povlači veliki broj podataka koji treba skladištiti i održavati i samim tim zahteva moćniji sistem. Kompleksnost upita i njihov veliki broj takođe povećavaju potrebu za procesorskom moći. Ubrzavanje rešavanja upita može se postići indeksiranjem podataka. Takođe,

paralelno procesiranje značajno ubrzava rad s velikim bazama podataka. Stotine paralelno vezanih (običnih) kompjutera mogu da postignu performanse jednog superkompjutera.

Slika 2 - Algoritam tipičnog Data Mining procesa. Polazi se od definisanja problema, pa preko otkrivanja i obrade

podataka pa do modeliranja procesa i implementacije.


14

Primena data mininga je neograničena. Pomenuta je primena u

trgovini radi poboljšanja prodaje nekih proizvoda. Takođe, moguće je predvideti reakciju tržišta na novi proizvod i odrediti kada je najbolji trenutak za njegovu promociju. Ova tehnologija nalazi primenu i u bankarstvu, gde je, recimo, moguće na osnovu ranijih slučajeva

odrediti da li pojedinac spada u rizičnu grupu, kada je u pitanju davanje kredita. U medicini može da se odredi koju terapiju treba prepisati pacijentu. Elektrane ili telefonske kompanije mogu da predvide kada će i koliki biti vrhunac opterećenja, kako bi ga izbegle. U novije vreme javlja se pojam Data Warehousing, koji se ondosi na centralizaciju svih podataka u jedno "skladište". Centralizacija

podataka dramatično ubrzava pristup podacima i njihovu analizu.

Podaci koji se nalaze u ovim skladištima mogu biti dostupni svima. Kratkoročno gledano, najveća primena data mininga vezana je za maksimizovanje profita u preduzećima. Pogled malo dalje u budućnost pretpostavlja data mining integrisan u svakodnevicu, gde bismo, zahvaljujući ovoj tehnologiji, mogli da planiramo rutu do posla (što na neki način već možemo) ili da tražimo najpovoljniju prodavnicu za kupovinu svakodnevnih namirnica. Na duge staze, data mining može da obezbedi lekove za današnje neizlečive bolesti ili da čak

pruži odgovor na pitanje porekla univerzuma.

Primena Data Mininga


15

Literatura • wikipedia.org

• hr.wikipedia.org

• oracle.com

• microsoft.com

• businessintelligence.com

• webopedia.com

• ebizmags.com

• goranklepac.com • poslovnainteligencija.blog.hr

• slideshare.net Seminarski rad iz Poslovnog softvera na temu "Poslovna inteligencija i mogućnosti primene (Business Intelligence)". Dozvoljeno za

edukativnu upotrebu, uz obavezno navođenje izvora. Kršenje ovog pravila podleže zakonu. Autor: Boris Milošević Kontakt: [email protected] about.me/borismilosevic twitter.com/borismilosevic