Skill set for managers of tomorrow: Business Intelligence

Šta je to Business intelligence, odnosno BI? Kako se procesuiraju podaci danas, koja je njihova namena i šta je to informacioni red? Ovo su neka od pitanja na koje su odgovore dali Marijana Agić Molnar, CEO & Data Strategist at DATA DO, Lecturer at FEFA Faculty i Branko Greganović, Advisor to the Management Board, NLB banka Beograd, kroz predavanje održano na SAM Akademiji, u okviru modula Skill set for managers of tomorrow.

Podaci, njihovo procesuiranje i namena

Kada govorimo o podacima, realnost danas je da se oni mogu uporediti sa sirovom neprocesuiranom naftom i kada se radi o njihovoj obradi, postoji mnogo frustracija i poteškoća. Postavljaju se pitanja – koji su koraci, kako doći do zarade? Postoje različiti načini za procesuiranje podataka, postoje različiti izvori podataka i zato mora da postoji određeni sistem koji definiše koji nivo prerade, koji nivo čistoće, koji nivo završne obrade treba da ima svaki informacioni tok. Treba sve uklopiti u određeni sistem da bi informacioni tokovi bili procesuirani na adekvatan način.

Prema nameni koju imaju, podatke delimo u tri kategorije:

1. Podaci za unapređenje donošenja odluka
2. Podaci za unapređenje poslovnih operacija (automatizacija)
3. Podaci za kreiranje dodatnog izvora prihoda

Pet elemenata BI sistema i „DATAMART“

Pet glavnih elemenata, odnosno slojeva BI sistema, obuhvataju:

1. The business decision
2. Analysis and insight
3. Reporting / communication formats
4. Data storage and warehousing
5. Data collection and recording       

Sve u BI sistemu, ili data management-u, kreće od pitanja „koju odluku treba podržati?“. Odluka je osnovna dimenzija sistema, a različite odluke traže različite podatke. Drugi nivo je analiza (insight) jer odluka se donosi na osnovu analize i spoznaje osnovnih parametara za donošenje odluke. Ta analiza zavisi od podataka koji se komuniciraju kroz najrazličitije „reporting“ formate, vizualne, tabelarne, kolorizovane ili ne. Potom dolazi element BI sistema koji se odnosi na čuvanje i arhiviranje podataka i tih pet nivoa, odnosno elemenata koji sastavljaju bilo koji BI sistem poslovne inteligencije. Sve polazi od prirode odluke, jer ako to znamo onda znamo koje podatke treba da sakupimo, moramo se odlučiti na koji način te podatke da čuvamo, moramo odlučiti u kojim formatima ćemo ih analizirati i na kraju iz tih podataka, pomoću analize, izvući neke spoznaje na osnovu kojih se donosi odluka.

Iako se u nekim literaturama BI sistem često ograničava samo na dve komponente, dobro je imati svih pet jer se na taj način može izbeći nesporazum u svakom trenutku.

Pojam „Datamart“-a se ovde javlja kao značajan i on označava bazu podataka koja sadrži samo podatke potrebne za pripremu određene „reporting“ metodologije. U praksi se zapravo proizvodnja izveštaja u mnogočemu svede na proizvodnju ovog podskupa podataka potrebnih za pripremanje metodologije, zbog čega je „datamart“ važna stavka.

Informacioni red kao ključna higijena podataka

Informacioni red predstavlja higijenu podataka, bez koje ostale faze ne mogu imati smisla. To se odnosi na sloj „data collection and recording“ i taj deo je preduslov za sve ostalo što treba da se uradi. Machine learning, artificial learning, automatizacija akcija i odlučivanja su neke od stvari koje se ne mogu odraditi bez reda u podacima. Treba da imamo prave, kvalitetne, nepristrasne podatke, jer bez prave higijene, ostali podaci neće imati smisla i čišćenje podataka je preduslov za sve ostalo što se radi. Bez reda u informacijama nema daljih koraka i to je najkompleksniji deo u koji se ulaže najviše vremena, a koji obuhvata čišćenje, pripremu, klasifikovanje.

Informacioni red je od suštinske važnosti za donošenje odluka i danas se u praksi jako zanemaruje, što izaziva blokade, i to u „data collection“ i „data storage“ delovima. Ako tu ne postoji disciplina, nemoguće je unutar rokova donositi odluke na osnovu dovoljno sistematičnih analiza jer priprema podataka traje predugo i ne može biti iskorišćena.

Artificial intelligence i Machine learning

Machine learning nam pomaže da predvidimo i preporučimo samu akciju povodom ovih modela. To u praksi znači: if this, than. Daje nam mogućnost da predvidimo buduće reakcije i reagujemo na vreme. Na primeru korisnika koji su nas napustili, na modelu njihovog ponašanja, analiziramo prošle podatke, možemo da uspostavimo određen model ponašanja, specifičnosti u ponašanju, i da sprečimo odlazak budućih. Tako je isto i sa zaposlenima u jednoj firmi koji daju otkaz. HR na osnovu ponašanja to može predvideti i reagovati na veme.  

Sve su to alati koji obogaćuju BI. Ali treba znati da je Machine learning osetljiv na čistoću podataka. Zato moramo voditi računa o informacionom redu.

BI proizvodi i rešenja

Tu postoji veliki izbor alata, od toga da se neki alati kaleme na informacioni sistem ili su jedno rešenje koje obuhvata sve. To je u stvari niz delova koji čine celinu – integracija, ne unifikacija aplikacija. Savremeni pristup data management-u zapravo dozvoljava integraciju najrazličitijih aplikacija. U nabavci tih sistema i aplikacija ne polazi se od unifikacije, ne mora sve da bude pod istim brendom, da se kupi od istog vendora, već i različiti brendovi i vendori, i aplikacije ispunjavaju zahteve i vrlo su povezivi međusobno. Nije retko da velike firme kupe i po tri BI platforme, a da ih i ne primete zato što to rade po organizacionim delovima, različiti organizacioni delovi kupe različite BI-jeve za sebe, a firma gubi na konzistentnosti svog BI-ja.

Bankarski sektori obično imaju nekoliko BI sistema, a primer iz bankarskog sektora pokazuje da je Excel za većinu velikih kompanija u svetu dovoljna platforma. Za nekoga ko još uvek razvija BI sistem je sasvim dovoljan. On omogućava učenje sistema koji kasnije omogućavaju korišćenje kompleksnijih alata.

Transformacija i organizacija data management-a

Sve organizacije žele da se transformišu, da budu data primat. To podrazumeva ili inoviranje BI sistema ili njegovo potpuno uvođenje. Iskustva pokazuju da tu nastaju određeni problemi. Dešava se da neka funkcija preuzme monopol u implementaciji BI, vrlo često to bude računovodstvo, pa nameće finansijsku metriku, a onda marketing sektor paralelno razvija svoju, ne koristeći informacije iz finansijskog sistema. To je pogrešno jer potrebe definišu korisnici. Pokazalo se da su informacioni sistemi i neuređeni podaci najveći problemi kompanija. Kada imate jedan BI sistem, možete da integrišete različite izvore podataka unutar firme u različitoj formi i da ih integrišete na jednom mestu.

Svi maštaju o machine learning-g i artificial intelligence-u, a u stvari problem je u informacionoj nehigijeni. Zato je potrebno shvatiti koliko je organizacija data management-a važna za kompanije ne bi li se BI sistemi iskoristili za unapređenje poslovnih podataka.