az üzleti intelligencia megoldások

1

Az üzleti intelligencia megoldások

helye és szerepe a magyar

vállalatok életében

Dr. Kovács László

Dr. Sasvári Péter

Miskolci Egyetem

2

Mit jelent a BI? Mi jellemzi a BI értelmezésének

fejlődését, az értelmezési szintek viszonyát?

Az információ éhség korszakában élünk

A döntésekhez szükséges információkatgyorsan,hatékonyan szeretnénk elérni

Információs rendszerek : OLTP - tranzakciós adatok lekérdezése- tények közvetlen lekérdezése

Döntés nehézsége:- adathiány az OLTP-ben- funkcióhiány- kérdés megfogalmazása- eredmény értelmezése

3

Mit jelent a BI?

- olyan módszerek, eszközök összessége, melyek a döntéshozatal folyamatátjavítják az adatrendszerek elemzésével kinyert információk segítségével (MIS, DSS, OLAP, DM, ...).

- módszerek, eszközök együttese az információk hatékony elemzésére és felhasználására a döntés támogatás hatékonyságának javítására

Megvalósulásai:- jelentés készítés- üzleti, statisztikai elemzés- teljesítmény mutatók készítése- előrejelzések, idősorelemzés- mintafeltárás, kivételelemzés- vezetői irányítópult- szövegbányászat

4

BI előfeltevése

Akko (1967):

(1) A döntéshozóknál a legnagyobb nehézség a döntések meghozatalában areleváns információk hiánya

(2) A vezető által igényelt információ az, amire valóban szükség van a döntés meghozatalában

(3) A vezető az igényelt információ birtokában javítani tudja a döntés meghozatal minőségét

(4) A vezetők közötti kommunikáció javítja a döntéshozatal munkáját

(5) A vezetők megbíznak a felhasznált rendszer működésében

(+) A folyamatok kellően stacionáriusnak tekinthetőek

5

BI kialakulása

Luhn (1958) : Vízió: „A business intelligence system (IBM Journal )” ,egy automatizált információ begyűjtő, feldolgozó és terítő rendszer

-nem strukturált, dokumentum forrásokra gondol

Forester, Dantzig (1962) : SAGE első elosztott döntéstámogatást biztosítórendszer katonai , nemzetvédelmi feladatokra

Ferguson & Jones (1969) : első számítógépes döntéstámogató rendszer (IBM)a gyártás ütemezés területén

Morton (1971) : a számítógépes döntéstámogatás, modell elemzés alkalmazásaa vállalati menedzsment üzleti terv tervezési feladatában

(Management Decision System)

Davis (1974) : Management Information System (komplex feladatkör)

6

BI kialakulása

Devlion (1988) : első adattárház jellegű mintarendszer kidolgozása (IBM), EBIS: data warehouse structure

Dresner (1989) : A BI ma is használatos definíciója: eszközök és módszerek együttese döntéstámogatási feladatokra ténytár alapú rendszerekre építve

Inmon (1992) : az adattárhát struktúra elvi alapjainak megszilárdításaBuilding a data warehouse

Codd (1993) : az OLAP, a multidimenzionális elemzés elveinek rendszerezése

Kimball (1996) : az adattárház alkalmazásának, fejlesztésének gyakorlati bemutatása

7

BI kialakulása

Alkalmazott technikák

1978: Monolit rendszerek, nagygépes környezet1979: Spreadsheet-System VisiCalc, táblázatkezelők megjelenése

1986: Ad-hoc lekérdező relációs adatbázisok felé1989: Adattárház rendszerek, BI megjelenése1992: Balanced Scorecard (metrikák, indikátorok, modellek)1993: Cube Analysis OnLine Analytical Processing (OLAP), Codd1998: ROLAP elterjedése

1993: Adatbányászat, Knowledge Discovery in Databases (KDD)1998: Szövegbányászat kialakulása

2005 : mobil platform: elosztott rendszerek: in-memory rendszerek : proactive módszerek

8

BI kialakulása

9

BI kialakulásaMűveletek hierarchiája

Állapot jelentés

Statisztikai alapadatok

Lefúró elemzések

Automatizált riasztások

Trend feltárás, mintakeresés

Előrejelzés

Prediktívoptimalizálás

10

BI kialakulása

11

Milyen lehetőségek rejlenek a BI eszközrendszerében?

Milyen tendencia figyelhető meg az alkalmazásokban?

2012/2013: Aktuális fejlődési irányok

Technológiai elemek:- új kliens felületek (mobile) - elosztott szerverek, számítási felhők- teljesítmény optimalizálás - NLI, szövegforrások (unstructured data)- új integrációs eszközök

Módszertani elemek: - csoportmunka, információ megosztás (collaborative BI)- mélyebb, összetettebb elemzések (advanced analytics)- modularizálás (SOA , software as service)- új alkalmazási területek (social networks, exception management)

12

Az új BI technológiák alkalmazása

13

Az előrejelző BI elemzés szerepe

Múltbeli adatokra irányuló elemzés (rear-view mirror analytics) mellett fontosabbszerepet kapnak az előrejelző (advanced analytics, proactive) módszerek

14

A főbb alkalmazott BI módszerek

Nagyobb szerepet kapnak a nem-struktúrált adatok és az adat integráció

15

A főbb BI alkalmazási területek

Nagyobb szerepet kapnak a nem-struktúrált adatok és az adat integráció

16

A főbb BI IT eszközök

Nagyobb szerepet kapnak mobil és beágyazott kliens felületek

17

Hol tartanak ma a hazai vállalatok az európai szintű

összehasonlításban?

A különböző méretű vállalatok más és más karakterisztikával rendelkeznek a informatikai eszközök használata terén

- mikrovállakozások- kisvállalatok- középvállalatok- nagyvállalatok

A régióban Magyarország a kevésbé fejlettek csoportjába tartozik ( amennyiségi mutatókat illetően)

A lemaradás különösen az üzleti intelligencia és az iroda automatizálás területein érzékelhető

Az IT alkalmazási struktúrában Magyarország illeszkedik a nemzetközi szinthez (minőségi mutatók)

18

Alkalmazott informatikai rendszerek

Mikrovállakozások

HU

0%

20%

40%

60%

80%

100%

TPS OAS ERP SCM MIS DSS CRM BI KWS

nem

tervezik

van

SL

0%

20%

40%

60%

80%

100%


nem

tervezik

van

A

0%

20%

40%

60%

80%

100%


nem

tervezik

van

19


Kisvállalatok

A

0%

20%

40%

60%

80%

100%


nem

tervezik

van

HU

0%

20%

40%

60%

80%

100%


nem

tervezik

van

SL

0%

20%

40%

60%

80%

100%


nem

tervezik

van

20


Középvállalatok

A

0%

20%

40%

60%

80%

100%


nem

tervezik

van

HU

0%

20%

40%

60%

80%

100%


nem

tervezik

van

SL

0%

20%

40%

60%

80%

100%


nem

tervezik

van

/44 21


Nagyvállalatok

A

0%

20%

40%

60%

80%

100%


nem

tervezik

van

HU

0%

20%

40%

60%

80%

100%


nem

tervezik

van

SL

0%

20%

40%

60%

80%

100%


nem

tervezik

van

22

Vezető BI technológiák iránti igény

012345

előrejelzőelemezés

kivételelemzés

adatvizualizáció

kollaboratívBI

nagyadathalmazelemzése

in-memoryBI

mobil BI SOA BI

HU USA

Nálunk a BI inkább mennyiségi kérdés mint minőségi

23

01234

adattárházM

D elem

zés

ET

Leszközök

workflow

eszközök

OLA

Pelem

zések

dokumentum

elemzés

adattisztítás

felhő alapúO

BI

HU USA

Vezető BI módszerek

A módszerek eszközpalettája jól illeszkedik a nemzetközi szinthez

24

012345

pénzügy

előrejelzés

CR

M

stratégiaiD

SS

termékfejles

ztés

monitorozás

piacelemzés

kockázatelem

zés

HU USA

Vezető BI alkalmazási szegmensek

Magyarországon a klasszikus elemzések dominálnak a BI területén

25

Vezető BI IT eszközök

012345

Excel

adattárház

mobil eszköz

jelentésgenerátor

scoreboards

HU USA

A szabvány eszközök területén illeszkedünk a nemzetközi átlaghoz, de kevésbé elterjedtek a jelentés generátorok és metrika elemzők

26

Milyen a képzés és az ipari igények viszonya?

Az alkalmazott technológia nagyban függ a bevont IT szakemberektől

Az IT szakemberek minőségének egyik meghatározó eleme a felsőfokú oktatás

Az üzleti intelligencia területe szerény részt kap az oktatott területek palettáján

A BI specifikus ismeretek elsődlegesen az „Information System” illetve „gazdasági informatikus” képzésekben szerepelnek

Hiányzik a gyakorlatiasabb képzés

27

BI helye a ACM IT curricula rendszerében

Az ACM ajánlásokat készít az informatikai képzés tartalmára vonatkozólag

Főbb szakok: Computer Science, Computer Engineering, Software Engineering,Information Technology, Information Systems

Elemzés csak az IS szakon szerepel

Information System 2010:

- főbb kompetenciák: analitikus gondolkodás, üzleti folyamatok ismerete,IT ismeretek, kommunikációs készség

- főbb tárgyak: VIR architektúra, IT infrastruktúra, Projekt menedzsment,Elemzési eszközök, IT biztonság és kockázatok

- inkább az elméleti (adatbányászati) módszerek szerepelnek elemzésnél,a programozási elemek (MDX, ETL) hiányoznak a törzsből

28

BI helye a futó képzésekben (külföldi egyetemek)

- speciális kurzusokon- döntően MSc szinten, vagy posztgraduális képzésben

- érintik az OLAP, DW alapokat

- nem gyakorlat orientált

Swinbourne University (Business Intelligence tárgy):- BI alapfogalmak, szerepe- tudásmenedzsment- üzleti elemzések áttekintése- OLAP elemzés- CRM, CMS, dokumentum kezelés- jogi kérdések- adat tisztítás, adat integráció- multidimenzionális adatmodellek

29

BI helye a hazai felsőoktatásban

Három informatikai szak: gazdasági informatikus, mérnök informatikus, programtervező informatikus,

CorvinusCorvinus Egyetem Egyetem képzésében szereplő tárgyak :

- Információ menedzsmentIT beruházások, EIS, ERP, BI, e-kereskedelem, védelem,..

- Üzleti intelligenciaaz üzleti intelligencia alapfogalmai és döntéstámogatás,adatgyűjtés problémái, adatminőség, Enterprise Guide

adattárházak (adatpiacok) jellegzetességei, kialakításuküzleti analitika, üzleti teljesítmény-menedzsment megoldásokadatbányászat , SAS DM

- Tudásmendezsment- Döntési technikák- Adatbányászat és adattárházak

folyamat, modellek, eljárások, SAS Enterprise Miner

30


BME BME képzésében szereplő tárgyak :

- Üzleti Intelligencia statisztikai modelljeipróbák, becslések, regresszió elemzés,.faktor elemzés, ...

- Üzleti intelligencia alapú rendszerekaz üzleti intelligencia alapfogalmai és döntéstámogatás,többdimenziós OLAP modellek, adattárházakadatbányászat és módszerei, algoritmusai, Oracle BI és DataMiner

- Adatbányászati algoritmusok- Adatbányászat és pénzügyi folyamatok

klaszterezés, osztályozás, idősorok, web-es keresés- Adatbányászat és adattárházak

folyamat, modellek, eljárások, adattisztítás, statisztikai elemzések, Weka, Ecxel

31


Miskolci Egyetem Miskolci Egyetem képzésében szereplő tárgyak :

- Döntéselmélet és módszertanpróbák, becslések, regresszió elemzés, faktor elemzés,idősor elemzés, osztályozás alapjai, MInitab

- Adattárház rendszerekaz üzleti intelligencia alapfogalmai, statisztikai elemzésektöbbdimenziós OLAP modellek, adattárházak fejlesztése, lekérdezéseETL folyamatok, Excel, Oracle Express, MS OLAP & Integration Server

- Adatelemzési és adatbányászati módszerekOLAP modellezés, MDX,adatbányászati algoritmusok, klaszterezés, osztályozás, idősorok, web-es keresésExcel, rapidMiner, saiku, Oracle OLAP

32

Elvárások a BI területén.

Mik akadályozzák az elterjedést?

A felhasznA felhasznáállóó szempontjszempontjáábbóól fontos kl fontos köövetelmvetelméényeknyek :

- releváns, tiszta adatok biztosítása- egyszerű kezelhetőség- hatékony adatelemzés- elfogadható ár-érték arány- adatintegráció biztosítása- szakemberek rendelkezésre állása

Preferált eszközök

- Magyarországon erős a Microsoft alapú és SAP technológiák jelenléte

- Külföldön az IBM, Oracle is jelentő szerepet kap

33

Fontosabb elvárások a BI megoldásokkal szemben

A legfontosabb szempont az adatok tisztaságának biztosítása

34

Fontosabb BI alkalmazási területek

00,5

11,5

22,5

33,5

4

üzletifolymataok

optimalizálása

új üzletilehetőségek

feltárásáa

üzletikockázatokfeltárása

re-aktívelemzés

pro-aktívelemzés

Magyarországon a BI fő felhasználás az új üzleti területek feltárása

35

Fontosabb BI megoldás szállítók

A legfontosabb szempont az adatok tisztaságának biztosítása

36

012345

Microsoft

OLA

P S

QL

SA

P

Oracle

IBM

Cognos

SA

S

MicroS

trategy

IBM

SP

SS

MS

Excel

HU USA

Fontosabb BI megoldás szállítók

Magyarországon jelentős az MS és SAP dominancia

37

Elvárások a BI megoldásokkal szemben

A legfontosabb szempont az egyszerű kezelő felület, hatékony működés

38

Elvárások a BI megoldásokkal szemben

012345

Imp

lem

ent

áció

egy

szerű

ség

e

ha

téko

ny

ada

tkin

yeré

s

egys

zerű

hasz

nála

t

kom

plex

elem

zés

egy

sze

rűad

atb

etöl

tés

nyí

lt fe

lüle

t

meg

jele

níté

s ár

tám

ogat

ás

refe

renc

iák

Magyarországon igen fontosak a tartalmi szempontok a BI megoldás kiválasztásánál

39

A BI további elterjedését támogató igények

Domináns igény az üzleti tervezés minőségének javítása, a hatékonyabb információ integráció és információ megosztás

40

A BI további elterjedését gátló tényezők

A legfontosabb szempont az egyszerű kezelő felület, hatékony működés

41

Felhasználói elvárások a BI termékekkel szemben

Költségek, árak csökkentése (85%)

Egyszerűbb kezelő felület (84%)

Komplex elemzések biztosítása (83%)

Gyorsabb adatkinyerés (71%)

Adatvédelem nagyobb szintje (57%)

Egyszerűbb paraméterezhetőség (43%)

Gyártóktól való függetlenség (28%)

Adatintegráció automatizálása (16%)

Szabványosítás erősítése (14%)

42

A BI rendszerek sikeressége

Az átlagos sikerességi ráta : 73%

00,5

11,5

22,5

33,5

44,5

5

érvé

nyes

ada

tok

hián

ya

adat

inte

grác

ióko

mpl

exitá

sa

adat

tiszt

ítás

kom

plex

itása

növe

kvő

adat

men

nyis

ég

szer

vezé

sine

hézs

ég

adat

hete

roge

nitá

s

szak

embe

rek

hián

ya

adat

kiny

erés

költs

ége

test

re s

zabá

skö

ltség

e

nem

egy

érte

lmű

kim

enet

Sikertelenség okai

43

A BI-ban alkalmazandó új technológiai kihívások

Master Data Management System:- adat integráció- adat tisztítás- heterogén adatok

Cloud based DataWarehouse:- centralizált adatkezelés- kisebb működési költség- elosztott hozzáférés

NoSQL Data Management:- nem strukturált adatok elérése (dokumentumok, képek)- természetes nyelvű források kezelése- nagy tömegű adatok kezelése

BI development:

- modell alapú tervezés, agilis fejlesztés- tesztelés- ontológia integrálás

44

Köszönöm a figyelmet!

az üzleti intelligencia megoldások

Documents