Posodobitve ASK BI: novosti maj 2021

Izbor ustreznih postopkov in orodij

Implementacija BI orodja ni samo nakup orodja. Postopek uvedbe se začne pri podatkih, konča pa pri uporabnikih. Nato pa se prava uporaba BI orodja šele prične!


Priprava podatkov

Ko so opredeljeni vsi ključni podatki organizacije, njihova oblika in lokacija, pričnemo z izgradnjo podatkovnega skladišča. Podatkovno skladišče je posebna vrsta podatkovne baze, ki hrani vse zgodovinske podatke organizacije. Prilagojeno je predvsem branju podatkov, saj se ti vpisujejo iz drugih virov organizacije (proizvodni, računovodski sistem, …) s pomočjo posebnih procedur ETL (https://en.wikipedia.org/wiki/Extract,_transform,_load). Te se zaganjajo periodično – navadno enkrat dnevno in poskrbijo, da se vsi podatki, ki so shranjeni na različnih lokacijah, sinhronizirajo na centralno lokacijo – v podatkovno skladišče.



Z uvedbo podatkovnega skladišča pridobi organizacija zelo pomembno prednost, saj so vsi relevantni podatki shranjeni na enem mestu, v enotni dokumentirani in preverjeni obliki. Seveda pa to v primerih velikih organizacij povzroči, da podatkovna skladišča hranijo ogromne količine raznovrstnih podatkov, zaradi česar so ti manj pregledni, hkrati pa poizvedbe trajajo dlje kot v običajnih podatkovnih bazah.

Kljub temu pa podatkovna skladišča predstavljajo temelj sodobne analitične rešitve. Zgoraj naštete slabosti je namreč mogoče odpraviti z uporabo tehnologij, kot je OLAP, ki na osnovi podatkov zgradi podatkovne kocke. Težavo preglednosti rešuje tudi uporaba naprednejših pristopov načrtovanja podatkovnih skladišč, kjer se skladišče organizira v manjše logične celote, t.i. Data Marte ali po slovensko, informacijske tržnice. Zagotovo pa lahko trdimo, da večina slovenskih SME (Small and medium-sized enterprises) tega problema nima in organizacija podatkovnih skladišč v podatkovne tržnice ni smiselna.


Uporaba OLAP tehnologije


Podatkovno bazo (skladišče) si najlažje predstavljamo kot eno izmed preglednic v Excelu. Imamo torej 2 dimenziji: stolpce in vrstice. Zaradi takega načina shranjevanja te podatkovne baze imenujemo tudi relacijske baze. Ker lahko vsebujejo ogromno količino podatkov, je iskanje konkretnega podatka (odgovora) dokaj kompleksno, hkrati pa traja dlje kot si uporabniki navadno želimo. OLAP (OnIine Analytical Processing) je tehnologija, ki omogoča, da v kratkem času analiziramo velike količino podatkov (http://wiki.fmf.uni-lj.si/wiki/OLAP). V ResEvo smo vsekakor zagovorniki njene uporabe, saj poleg res hitre obdelave podatkov uporabnikom brez tehničnih znanj omogoča enostavno brskanje po njih.


Verjetno so OLAP kocke pojem, o katerem se govori in piše ogromno, vendar pa ni odveč, če na kratko napišem, da so to podatkovne strukture, ki so namenjene hitremu pregledovanju podatkov shranjenih v OLAP podatkovni bazi. Princip delovanja same kocke je zelo podoben delovanju vrtilnih tabel v Excelu, kar uporabniku omogoča, da zgolj z uporabo miške lahko pripravi tudi kompleksnejša poročila.

Primer takšnega poročila bi bila analiza prodaje, kjer nas zanima:

·        Kako uspešen je bil posamezen prodajalec?

·        Katere produkte je prodajal po posameznih mesecih?

·        V katerih regijah?

Govorimo torej o nekaj tipičnih poročilih prodaje, ki so navadno izdelana posamično, z uporabo OLAP tehnologije pa si takšno poročilo uporabnik lahko izdela in oblikuje sam, po lastnih željah in potrebah.



Izbor ustreznega uporabniškega vmesnika – BI orodja


Vse delo povezano z načrtovanjem in implementacijo podatkovnega skladišča ne prinaša prave dodane vrednosti, v kolikor se ne izbere BI orodja, ki ustreza vsem zahtevam organizacije in je razumljivo in enostavno za uporabo vsem uporabnikom.

Zavedati se je potrebno, da sodobne BI rešitve niso več namenjene zgolj poslovodstvu podjetja, pač pa je spekter uporabnikov bistveno širši in zajema vse nivoje delovanja organizacije. Zaradi tega je zelo pomembno, da orodje:

  • zadovolji vse zahteve po vnaprej pripravljenih poročilih in nadzornih ploščah,
  • omogoča uporabnikom samostojno brskanje po podatkih,
  • samodejno opozarja na določene anomalije s pomočjo strojnega učenja,
  • omogoča poleg običajnih poslovnih vsebin tudi prikaz video zapisov ali slik in
  • omogoča prikaz vsebin na namenskih prikazovalnikih, kot so TV zasloni in kioski.

Sodobno BI orodje mora biti zgrajeno na način, da stroški vzdrževanja v dobi uporabe niso previsoki. Zavedati se je potrebo, da se sodobno poslovno okolje neprestano spreminja, temu pa mora vsekakor slediti tudi orodje. Zaradi tega je zelo pomembno, da organizacija ne oblikuje svojega sistema tako, da bi si izdelovala personalizirana poročila za vsakega uporabnika posebej. Pomembno je, da lahko z ustreznim sistemom pravic vsi uporabniki uporabljajo splošna poročila in nadzorne plošče, hkrati pa je orodje zadosti uporabno, da si bolj podrobna poročila uporabnik lahko izdela sam.


Izobraževanje uporabnikov


Ne glede na to, katero orodje organizacija izbere, brez ustreznih izobraževanj prave dodane vrednosti celotna rešitev ne bo prinesla. Samo opolnomočeni uporabniki bodo namreč lahko zadosti jasno komunicirali z vzpostavljeno rešitvijo in odločanje po občutku nadomestili z odločanjem na osnovi predhodne analize.

Zaradi tega je izredno pomembno, da se izvedejo ob zagonu projekta ustrezna izobraževanja, ki uporabnikom omogočijo hitro spoznavanje z orodji. Zelo priporočljivo je, da se ta izobraževanja izvajajo periodično tudi v fazi same uporabe ali pa na zahtevo, tudi s pomočjo video vsebin ali priročnikov.


Izpostavili smo 3 ključne vidike izgradnje uspešne rešitve:

-         priprava podatkovnega skladišča,

-         izbor ustreznega uporabniškega orodja in

-         podpora končnim uporabnikom.

Zapisano je seveda precej poenostavljeno videnje dejanske izvedbe takšnega projekta, zato vas vabim, da se nam v primeru nejasnosti ali potrebe po dodatnih informacijah javite. Z veseljem vam problematiko in morebitne rešitve predstavimo podrobneje.

Made on
Tilda