nostoja kirjasta tietovarastot ja business intelligence

Sinikka Ahokas Referaatti 1 (7)

LAUREA ammattikorkeakoulu Sähköinen liiketoiminta-kurssi 07.03.2013

Tietovarastot ja Business Intelligence, mistä on oikein kyse

Tietovarastot ja Business Intelligence - kirja kertoo, kuinka organisaation liiketoiminnan isois-

ta datamassoista jalostetaan informaatiota, luodaan hyvät edellytykset johdon päätöksenteol-

le ja parannetaan oleellisesti organisaation kilpailukykyä. Kirjassa on käsitelty tietovarastoin-

nin keskeisiä käsitteitä, menetelmiä, vaihtoehtoisia rakenteita unohtamatta tietovarastopro-

jektin läpiviennin kuvausta. Business Intelligence -osio käsittelee liiketoimintatiedon hyödyn-

tämisen menetelmiä loppukäyttäjien näkökulmasta. Tarkastelun kohteena on mm. raportoin-

ti, moniulotteinen analysointi ja interaktiiviset mittarit. Kirja esittelee lyhyesti myös muuta-

mia valmiita BI-sovelluksia. Kirja kuvaa myös uusia trendejä, teknologiatoimittajien kilpailuti-

lannetta sekä tapoja organisoida BI-toimintoja yritysten sisällä. Kirja antaa konkreettisia eväi-

tä hyvien käytäntöjen muodossa miten BI- hankkeessa tulee huomioida loppukäyttäjät liike-

toiminnan kehittämisessä ja esittelee protoilun hyötyjä hankkeessa. Kirja on hyvä perusteos

jokaisen kehittäjän käsikirjastoon koska se kiinnittää huomion loppukäyttäjän osallistamiseen

BI-hankkeissa sekä samalla yhdistää liiketoiminnan maailman tekniset ratkaisut. On kyse täy-

simittaisesta sähköisestä liiketoiminnasta tai vähemmän sähköisestä liiketoiminnasta yleensä,

kummassakin on huomioitava liiketoimintatieto ja millä ratkaisulla sitä saadaan.

Organisaatioiden päättäjät ja muut toimijat tarvitsevat tietoa päätöksenteon tueksi. (Hovi,

Hervonen & Koistinen. 2009, 4.) Kuviossa 1 on tiivistetysti kuvattu organisaation tietotarpeet.

Kuvio 1: Organisaation tietotarpeet (Hovi ym. 2009, 4).

Liiketoimintatiedon hallinta (Business Intelligence, BI) on informaation muokkausta, jolla py-

ritään antamaan enemmän tietoa päätösten tekoon ja auttaa menestymään paremmin kiristy-



vässä kilpailussa. Yritykset haluavat ymmärtää syvällisemmin oman liiketoimintansa tilaa ja

saada varmuutta päätöstensä oikeellisuudesta. (Hovi ym. 2009, 73.) Business Intelligence –

termille on ollut vaikeaa löytää hyvää suomennusta, johtuen termin yleisestä luonteesta ja

rajautumisesta liiketoimintaan. Yritystiedon rikastus, analyyttinen tiedon hallinta, tiedon hal-

linnan prosessi ja liiketoimintatiedon hallinta ovat käytettyjä termejä Suomen markkinoilla.

BI- markkinoille on syntynyt kaksi koulukuntaa, jotka määrittävät BI-termille eri sisällöt tul-

kintoina kvantitatiivinen eli sisäinen näkemys ja kvalitatiivinen eli ulkoinen näkemys. Kvanti-

tatiivisella näkemyksellä tarkoitetaan yrityksen sisäisesti keräämän datan analysointia ja hal-

lintaa, joiden lähteinä toimivat yrityksen tietokannat ja järjestelmät. Tieto on tallennettu

relaatiokantoihin ja on usein numeerista eli strukturoitua dataa. Kansainväliset markkina-

analysointiyritykset kuten Gartner ja IDC käsittelevät BI-termiä vain kvantitatiivisen tulkinnan

mukaisesti. Ulkoisesta näkökulmasta puhuttaessa tarkoitetaan kvalitatiivista näkemystä, joka

on kilpailijoista ja markkinoinnista saatavan datan hyödyntämistä. Dataa saadaan usein julki-

sista lähteistä, kuten uutisista tai tilastokeskuksesta. Tieto on strukturoimatonta eli doku-

menttipohjaista laadullista aineistoa. Esimerkkinä julkisista lähteistä saatavasta tiedosta voisi

olla web-pohjainen portaali, johon ulkopuolinen analyytikko suodattaa kullekin yritykselle

kiinnostavat uutiset kilpailijoista, markkinoista tai uudesta teknologiasta. (Hovi ym. 2009, 78–

79.)

Lähes kaikki toimialat sekä julkinen - ja valtionhallinto keräävät tietoja tietokantoihin

Liiketoimintatiedon hallinnan perustana toimivat yrityksen tietovarastot. Liiketoimintatiedon

hallintaa varten on kehitetty BI -ratkaisuja, joilla päästään käsiksi liiketoimintaa kuvaavaan

informaatioon. BI -toimintaa käytännössä on esimerkiksi raporttien luominen, päivittäminen

ja analysointi. Loppukäyttäjien ei siis tarvitse tuntea tietojärjestelmien ja tietokantojen ra-

kenteita informaatiota saadakseen, vaan ne jalostetaan erilaisiin BI – sovelluksiin. BI- sovel-

luksissa tiedot esitetään visuaalisesti ja helposti ymmärrettävästi. Sovellukset ovat parhaim-

millaan ns. point-and-click-ratkaisuja, joita käytetään kuin surffaisi netissä. BI-ratkaisut nos-

tavat johdon ja muiden päätöksentekijöiden käytettäväksi tietojärjestelmien syövereissä pii-

lottelevan informaation. Haasteena on se, että moni yritys pystyy nykytekniikalla helposti

keräämään kyllä tietoa, mutta ei osaa, pysty, halua tai ehdi hyödyntää kaikkea tietoa.

Organisaation operatiivisten tietojärjestelmien lisäksi tietoa syntyy myös itsestään muiden

toimien ohella. Esimerkiksi kännykän kanssa liikkuminen tuottaa jatkuvasti tietoa käyttäjän

tekemisistä ja sijainnista teleoperaattoreiden tietokantoihin, puhumattakaan kännyköiden

käytön tuomasta rivikohtaisesta tiedosta puheluiden ja tekstiviestien osalta. jota voisi hyö-

dyntää BI- ratkaisuissa. Perinteisesti digitaalista tietoa keräävät pankit, kaupat ja telekom-

munikaatioalan yritykset. Esimerkiksi ostoskuitin ostoksien rivitason talteenotolla saadaan

selville mitä tuotetta myydään tällä hetkellä paljon ja voidaan analysoida ja jatkohyödyntää



ostoskori- ja kuluttajien ostoskäyttämisen analyyseissä. Tämän lisäksi kauppojen kanta-

asiakaskortit mahdollistavat asiakkaiden kulutustottumuksien seurannan, mitä voidaan verrata

asiakkaan asuinalueeseen, ikään ja sukupuoleen ja yhdistää ostoksista syntyvän tiedon jat-

keeksi. Jättimäiset pankki- ja vakuutuslaitosten yhdistymiset lisäävät osaltaan analysoitavan

datan määrää esimerkiksi asiakasrekistereiden osalta. Viimeisen 10 vuoden aikana tietoja

ovat ryhtyneet keräämään poikkeuksetta lähes kaikki toimialat sekä julkiset ja valtionhallin-

tokin. Miten kaikki kerätty tieto voidaan valjastaa hyötykäyttöön? (Hovi ym. 2009, 74–75.)

Päätöksenteon hektisyys, tiedon monimuotoisuus ja viranomaisvaatimukset määräävät BI-

ratkaisua

Päätöksenteon tahti kiihtyy ja nykypäivän organisaatioissa on entistä vähemmän aikaa tehdä

liiketoimintaan liittyviä päätöksiä, vuositason suunnittelu on muuttunut kvartaalitalouden

kuukausi-, viikko - tai päivätasoiseksi raportoinniksi. Bi-ratkaisuilta tämä vaatii tietovarasto-

jen nopeita lataussyklejä ja raporttien automatisoituja latauksia. Organisaatioissa on usein

päätetty ennalta tietyt avaintunnusluvut (Key Performance Indicators, KPI) mitä seurataan

usein ja tarkalla tasolla esimerkiksi mittaristoilla. KPI voi olla myynnin toteumat eri ulottu-

vuuksien mukaan kuten myymälöittäin ja tuotteittain. Muita avainlukuja ovat esimerkiksi

henkilöstön vaihtuvuus, markkinointikampanjan tehokkuus (syntyneen lisäkaupan määrä) tai

perinteisemmät yrityksen omavaraisuusaste ja tulosprosentti. Tiedon monimuotoisuus lisään-

tyy, koska organisaatiot haluavat tehdä päätöksiä nopeammin ja entistä monipuolisemmilla

analyyseilla. Informaatio koostuu entistä useammista tietolähteistä ja tämä aiheuttaa tietova-

rastoratkaisulle haasteita. Hankkeiden onnistumisen kannalta on tärkeää valita oikeat integ-

raatiomenetelmät, tietovarastoarkkitehtuuri ja varmistettava tiedon laatu. Tiedon integrointi

on keskeistä enenevässä määrin yleistyvissä yrityskaupoissa, joissa yritykset hakevat markki-

naosuutta ja synergiaosuutta fuusioiden kautta. Fuusiot aiheuttavat integrointitarpeita mm.

asiakasrekisterien, myyntijärjestelmien sekä muiden toiminnanohjausjärjestelmien osalta.

Viranomaisvaatimukset ohjaavat tiedon keräämistä lain määräämillä velvoitteilla kuten yh-

dysvaltojen Sarbeyns & Oxley – säädökset, vakuutuslaitosten Solvency – vaatimukset ja yleiset

talouden läpinäkyvyyden lisääntymiseen tähtäävät muutokset varsinkin pörssifirmoissa. Tähän

on johtanut kirjanpitoväärinkäytökset, pankkien höveliäs lainananto ja yritysmaailmaa viime

vuosina ravistelleet skandaalit. Monet BI – ratkaisut toimivat näihin vaatimuksiin vastaavan

tiedon kerääjänä ja raportoinnin tuottajana. (Hovi ym. 2009, 76.)

BI – ratkaisun tavoitteet tulee pohjautua perusasioihin

Seuraavat tavoitteet on huomioitava BI-ratkaisussa eli ratkaisun tulee

– nopeuttaa ja parantaa organisaatioiden kykyä tehdä päätöksiä

– vastata käyttäjien tietotarpeisiin oikea-aikaisesti



– tukea organisaation strategiaa ja tavoitteisiin pääsyä

– parantaa käyttäjien omatoimisuutta tietotarpeiden suhteen

– vähentää kustannuksia ja parantaa operatiivista tehokkuutta

– käytettävät ratkaisut lähtevät liiketoiminnan tarpeista (järjestelmät rakennetaan BI:n tar-

peisiin eikä toisinpäin). (Hovi ym. 2009, 80–81.)

Mitä myytiin, kuka osti, kuinka paljon toimitettiin ja milloin asiakas siirtyi kilpailijalle?

Perinteinen Business Intelligence vastaa näihin liiketoiminnan asettamiin kysymyksiin; mitä

myytiin, kuka osti, kuinka paljon toimitettiin ja milloin asiakas siirtyi kilpailijalle? Kysymyksiin

saadaan vastauksia, mutta usein syntyy myös uusia kysymyksiä siitä miksi asiakkaat siirtyivät

kilpailijalle tai miten vältetään tulevaisuudessa piileviä riskejä. Tähän tarvitaan Data mining –

menetelmiä, joka tarkoittaa tiedon louhimista. Menetelmissä pyritään löytämään jo olemassa

olevasta informaatiosta uutta tietoa tarkastelemalla tietoa useista eri näkökulmista. Tietova-

rastosta voidaan etsiä tietoja lainalaisuuksia ja muita yhdistäviä tekijöitä, jotka helpottavat

liiketoiminnan ennakoimista. Menetelmät ovat yleensä puoliautomaattisia matemaattisia ja

tilastollisia analysointimenetelmiä. Esimerkiksi kaupan kassajärjestelmiin kertyvää tietoa voi-

daan analysoida data mining- menetelmällä. Tutkitaan ostoskorien sisältöjä ja etsitään useita

toistuvia samankaltaisuuksia. Kun huomataan tiettyjen tuotteiden esiintyvän usein samassa

ostoskorissa, voidaan ne tuotteet sijoittaa kaupassa lähelle toisiaan vastaamaan toistensa

kanssa hyvin meneviä ostoksia. Tyypillinen esimerkki data mining -analyysista on verkkokau-

pat, joissa tuotteen ostajalle tarjotaan muita samankaltaisia tuotteita tai tuotteita, mitä

muut asiakkaat ovat ostaneet samalla kertaa. (Hovi ym. 2009, 98 – 99.)

BI-projektin onnistunut läpivienti vaatii hyviä käytäntöjä

BI-projektin onnistunut läpivienti vaatii IT-projektille tyypillisiä piirteitä, mutta seuraaviin

asioihin on erityisesti kiinnitettävä huomiota.

- Ota huomioon organisaation BI-kypsyys eli hyödynnä ensisijaisesti jo olemassa olevia rapor-

tointiratkaisuja jatkuvien uusien hankintojen sijaan. Perinteinen loppukäyttäjien muutosvas-

tarinta voidaan saada matalammaksi kun käytetään jo tuttua teknologiaa ja ratkaisuja.

- Käytä kehitysmetodologiaa eli käytännönläheisemmin pelisääntöjä, joihin kuluu projektissa

toimivien selkeät roolit ja vuoropuhelu IT:n ja liiketoiminnan välillä. Yhteistyöhön suositel-

laan BI-osaamiskeskuksen perustamista, jossa jäseninä on henkilöitä niin IT- kuin liiketoimin-

tapuolelta.

- Johdon tukea on tultava sekä tietohallinnosta että liiketoiminnan johdosta. BI-projektissa on

nimenomaan kyse liiketoiminnan loppukäyttäjistä ja heidän äänensä tulee saada kuuluviin

hyvin varhain niin määrittely- kuin toteutusvaiheessakin. Johon tuki mahdollistaa riittävät

taloudelliset ja fyysiset resurssit hankkeen läpiviennille.



- Liiketoiminnan loppukäyttäjät ovat keskeisessä roolissa koko BI-hankkeen elinkaaren ajan eli

ilman heidän näkemystään ei kannata lähteä hankkimaan ohjelmistoja ja laitteita eikä vain

rakentaa IT-lähtöisesti tietovarastoa ja joitain vakioraportteja ja odottaa, että he ryhtyvät

käyttämään niitä. Reaalimaailmassa usein kesken BI-projektin tarpeet muuttuvat tai vaihtuvat

kokonaan.

- Tietovarasto- ja BI-hankkeissa on pyrittävä varmistamaan tiedon eheys ja laatu hyödyntä-

mällä tiedon puhdistukseen tarkoitettuja menetelmiä (data cleasing) osana tiedon integroin-

tia. Tavoitteena on saada tietovarastoon puhdistettua tietoa, jotta laatuun ei tarvitsisi kiin-

nittää enää huomiota raportointivaiheessa.

- BI-hankkeiden tietolähteenä toimii useita tietokantoja eri yritysten tai organisaatioiden eri

toimintojen osalta. Näiden tietojen yhteensovittaminen on keskeinen haaste integrointivai-

heessa, mutta onnistuessaan tietoa voidaan välittää yli rajojen. Teknologiavalintojen skaa-

lautuvuus on tärkeä huomioida BI-hankkeissa. Avoimet rajapinnat moninaisiin tietolähteisiin

ja useat käyttöliittymävaihtoehdot ovat esimerkkejä, kuinka BI-ratkaisun skaalautuvuus to-

teutuu.

- Teknologiset ratkaisut ja ohjelmistot ovat keskeinen osa BI-ratkaisuja. Ohjelmistomarkki-

noilla on isoja toimijoita, perinteisiä BI-toimittajia on sulautunut isompien liiketoimintasovel-

lusten osaksi sekä pieniä erkoistuneita toimijoita. Välinevalinnassa on tärkeää kiinnittää huo-

miota ennen kaikkea helppokäyttöisyyteen, tiedon integrointiominaisuuksiin ja skaalautuvuu-

teen.

- BI-ratkaisun kehittäminen tulee olla liiketoimintalähtöistä eli uusien raportointi- ja ana-

lysointitarpeiden tulee lähteä loppukäyttäjän tarpeesta ja IT:n roolina on olla tässä vain mah-

dollistajana.

- BI ei ole pelkästään projekti vaan se on jatkuvan kehityksen prosessi, jonka avulla jatkuvasti

parannetaan niitä mahdollisuuksia, joilla uutta informaatiota tuotetaan. (Hovi ym. 2009, 122 –

123.)

Protoilua BI-projektin onnistumiseksi

Protoilu on tehokas tapa arvioida tietovaraston määrityksiä sekä löytää siitä puutteita. Lop-

pukäyttäjät pystyvät harvoin kuvaamaan määritysvaiheessa kaikkia tarpeitaan. Kokemus on

osoittanut, että proton avulla käyttäjät ovat pystyneet paremmin kertomaan mitä tietovaras-

tolta haluavat. Protoilu on edullinen tapa testata määrityksiä. Proto voi kohdistua osaan tie-

tovarastoa, jolloin testausta varten ei tarvitse rakentaa koko tietovarastoa eli testaus pysyy

kevyenä. Yksi proton tavoitteista on selvittää, että määritysten lisäksi myös valitut tekniikat

ja välineet toimivat halutusti ja että tietovarasto voidaan niillä toteuttaa. Protoilulla on kol-

me tyyppiä. Kevyt proto näyttää johdolle ja käyttäjille, miltä tietovaraston käyttö näyttää.

Tässä ei vielä välttämättä ole sovelluslogiikka takana ja tämä tulee kertoa käyttäjille, ettei-



vät he luule näkevänsä valmista ratkaisua. Proof-of-Concept-proton tarkoituksena on varmis-

taa, että valittu ratkaisu toimii. Sen avulla selvitetään riskejä ja ongelmia ajatellussa ratkai-

sussa eli proto voi paljastaa ongelmia, jotka on ratkaistava ennen projektin jatkamista. De-

moprotolla saadaan käsitys käyttöliittymästä sekä sen toiminnallisuudesta. Siinä ei ole vielä

kaikkia toimintoja, mutta käyttäjät saavat käsityksen kokonaisuudesta. Osallistujia on muistu-

tettava, ettei ratkaisu ole vielä valmis tuotantokäyttöön. (Hovi ym. 2009, 174.)



Lähteet

Hovi, A., Hirvonen, H. & Koistinen, H. 2009. Tietovarastot ja Business Intelligence. 1. Painos.

Porvoo: WSOY.

nostoja kirjasta tietovarastot ja business intelligence

Education