Issuu

��

Color profile: Generic CMYK printer profile Composite Default screen

Edice Management v informaèní spoleènosti Edièní rada: doc. Ing. Josef Basl, CSc. ZÈU v Plzni, V E v Praze pøedseda PhDr. Jiøí Adamík Grada Publishing, a.s. místopøedseda prof. Ing. Jan Ehleman, CSc. Technická univerzita Liberec doc. Ing. Karol Matia ko, CSc. ilinská univerzita v iline doc. RNDr. Jaroslava Mikulecká, CSc. Univerzita Hradec Králové prof. RNDr. Jaroslav Pokorný, CSc. MFF UK v Praze doc. Ing. Jan Pour, CSc. V E v Praze doc. Ing. Karel Richta, CSc. FEL ÈVUT v Praze doc. Ing. Milena Tvrdíková, CSc. V B-TU Ostrava prof. Ing. Ivan Vrana, DrSc. Èeská zemìdìlská univerzita v Praze

Ing. Ota Novotný, Ph.D. doc. Ing. Jan Pour, CSc. Ing. David Slánský

Business Intelligence © Grada Publishing, a.s., 2005 Cover Design © Grada Publishing, a.s., 2005 Vydala Grada Publishing, a.s., U Prùhonu 22, Praha 7 tel.: +420 220 386 401, fax: +420 220 386 400, www.grada.cz jako svou 2113. publikaci Odpovìdný redaktor Mgr. Petr Mu álek Sazba Milan Vokál Poèet stran 256 První vydání, Praha 2005 Vytiskla tiskárna PBtisk Prokopská 8, Pøíbram VI Nakladatelství dìkuje spoleènosti ADASTRA, s.r.o., za podporu pøi vydání této knihy.

(tištěná verze) ISBN 80-247-1094-3 (elektronická verze ve formátu PDF) ISBN 978-80-247-6685-0 © Grada Publishing, a.s. 2011

1 Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:43

Color profile: Generic CMYK printer profile Composite Default screen

Obsah O autorech . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 Úvod . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 Èást I: Principy Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 1. Business Intelligence vývoj a základní principy . . . . . . . . . . . . . . . . . . . . . . . . . . 17 1.1 Vývoj Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 1.2 Business Intelligence v øízení firmy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 1.3 Základní principy øe ení Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . 20 1.3.1 Základní principy multidimenzionálních databází . . . . . . . . . . . . . . . . . . . . 20 1.3.2 Porovnání analytických a OLTP systémù . . . . . . . . . . . . . . . . . . . . . . . . 25 1.4 Hlavní komponenty, typy aplikací a vrstvy v Business Intelligence . . . . . . . . . . . . . . . . 26 1.4.1 Produkèní (zdrojové) systémy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 1.4.2 Extraction, Transformation and Loading ETL . . . . . . . . . . . . . . . . . . . . . 29 1.4.3 Enterprise Application Integration EAI . . . . . . . . . . . . . . . . . . . . . . . . . 29 1.4.4 Doèasné úlo i tì dat DSA (Data Staging Areas) . . . . . . . . . . . . . . . . . . . 30 1.4.5 Operativní úlo i tì dat ODS (Operational Data Store) . . . . . . . . . . . . . . . . . 30 1.4.6 Datový sklad DWH (Data Warehouse) . . . . . . . . . . . . . . . . . . . . . . . . . 32 1.4.7 Datové tr i tì DMA (Data Mart) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 1.4.8 OLAP databáze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 1.4.9 Reporting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 1.4.10 Mana erské aplikace EIS (Executive Information Systems) . . . . . . . . . . . . . . 34 1.4.11 Dolování dat (Data Mining) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 1.4.12 Oborová znalost know-how . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 1.4.13 Technická znalost . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 1.4.14 Nástroje pro zaji tìní datové kvality . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 1.4.15 Nástroje pro správu metadat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 1.4.16 Dal í komponenty související s BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 1.5 Rozdíly v pojetí datových skladù a tr i . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 1.6 Integrace komponent Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 1.7 Business Intelligence pøíklady základních principù . . . . . . . . . . . . . . . . . . . . . . . 39 2. Øízení projektù a aplikací Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 2.1 Pøístupy k øe ení Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 2.1.1 Postupné budování datových tr i . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 2.1.2 Jednorázové vybudování celkového øe ení . . . . . . . . . . . . . . . . . . . . . . . 48 2.1.3 Pøírùstkový pøístup . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 2.2 Principy a úlohy øízení Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 2.3 Business Intelligence v kontextu øízení informaèního systému . . . . . . . . . . . . . . . . . . 54

Obsah

2 Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:44

Color profile: Generic CMYK printer profile Composite Default screen

2.4

2.5

2.3.1 Strategie rozvoje BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 2.3.2 Plánování a koordinace projektù BI . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 2.3.3 Øízení slu eb BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 2.3.4 Øízení zdrojù BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58 2.3.5 Øízení projektù BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 2.3.6 Øízení provozu aplikací BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 Øízení a postupy projektù Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . 60 2.4.1 Úvodní studie BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 2.4.2 Specifikace pøírùstku . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 2.4.3 Analýza BI øe ení . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 2.4.4 Modelování a návrh datového skladu a BI øe ení . . . . . . . . . . . . . . . . . . . . 68 2.4.5 Návrh technologické platformy pøírùstku . . . . . . . . . . . . . . . . . . . . . . . . . 71 2.4.6 Návrh transformací ETL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 2.4.7 Implementace BI øe ení . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 Podstatné parametry pro øízení Business Intelligence . . . . . . . . . . . . . . . . . . . . . . 78 2.5.1 Strategické a plánovací parametry . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 2.5.2 Parametry komplexních øe ení, poskytovaných slu eb a jejich dodavatelù . . . . . . . 83 2.5.3 Parametry zdrojù a komponent øe ení BI . . . . . . . . . . . . . . . . . . . . . . . . 86 2.5.4 Parametry øízení projektù, pøesnìji øeèeno pøírùstkù BI . . . . . . . . . . . . . . . . . 90 2.5.5 Provozní parametry BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91

Èást II: Øe ení a realizace úloh Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . 95 3. Pøíprava, plánování, analýzy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 3.1 Strategie rozvoje Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 3.1.1 Analýzy u ivatelských (business) po adavkù . . . . . . . . . . . . . . . . . . . . . . 97 3.1.2 Formulace strategických zámìrù v BI . . . . . . . . . . . . . . . . . . . . . . . . . . 101 3.1.3 Analýza pøipravenosti firmy na BI a analýza stavu IS/ICT . . . . . . . . . . . . . . . 101 3.1.4 Návrh architektur BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102 3.2 Plánování projektu Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 3.2.1 Formulace plánu vývoje BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 3.2.2 Výbìr øe ení a jeho dodavatele . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 4. Návrh øe ení Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 4.1 Detailní specifikace u ivatelských po adavkù . . . . . . . . . . . . . . . . . . . . . . . . . . 107 4.2 Modelování Business Intelligence øe ení . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 4.2.1 Dimenzionální modelování . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 4.2.2 Modelování datového skladu (logický model) . . . . . . . . . . . . . . . . . . . . . . 113 4.2.3 Zmìny v dimenzích SCD (Slowly Changing Dimensions) . . . . . . . . . . . . . . 121 4.3 Návrh technologické platformy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126 4.3.1 Návrh technologické architektury . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 4.3.2 Fyzický model datového skladu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 4.3.3 Øe ení velikosti databáze datového skladu a nárùstu dat . . . . . . . . . . . . . . . 130

Business Intelligence

3 Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:44

Color profile: Generic CMYK printer profile Composite Default screen

4.4 4.5

Øe ení transformací a kvality dat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 4.4.1 Analýzy a øízení kvality dat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 4.4.2 Návrh transformací dat datových pump . . . . . . . . . . . . . . . . . . . . . . . . 142 Návrh klientských aplikací . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144

5. Provoz aplikací Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147 5.1 Øízení provozu Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147 5.1.1 Provoz aplikací BI ve srovnání s provozními systémy . . . . . . . . . . . . . . . . . 147 5.1.2 Systém øízení provozu BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148 5.1.3 Organizace provozu BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150 5.1.4 Role v BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 5.2 Úlohy v provozu Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154 5.2.1 Øízení technické infrastruktury . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154 5.2.2 Ladìní výkonu databáze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154 5.2.3 Udr ovaní dat a metadat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154 5.2.4 Øízení rùstu objemu datového skladu . . . . . . . . . . . . . . . . . . . . . . . . . 154 5.3 Ekonomika Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 5.3.1 Náklady na BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 5.3.2 Efekty øe ení BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156 6. Implementace úloh Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159 6.1 Základní východiska implementace úloh Business Intelligence . . . . . . . . . . . . . . . . . 159 6.2 Pøíprava produkèních systémù a dal ích zdrojù dat pro Business Intelligence . . . . . . . . . 160 6.3 Implementace DSA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160 6.4 Implementace ETL mezi produkèním systémem a DSA . . . . . . . . . . . . . . . . . . . . . 160 6.5 Implementace aplikací datových skladù . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161 6.6 Implementace datových pump . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164 6.6.1 Zdroje dat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164 6.6.2 Transformaèní úlohy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165 6.6.3 Øízení prùbìhu transformace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167 6.6.4 Základní doporuèení pro implementaci datových pump . . . . . . . . . . . . . . . . 169 6.7 Naplnìní datového skladu daty . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 6.8 Implementace OLAP databází . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171 6.8.1 Vytvoøení OLAP databáze a definice umístìní (zpùsobu pøipojení) datových zdrojù . . 171 6.8.2 Vytvoøení dimenzí . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172 6.8.3 Vytvoøení definic OLAP kostek . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180 6.8.4 Nastavení pøístupových práv . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185 6.9 Implementace klientských aplikací . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185 6.9.1 Pøipojení k OLAP databázi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186 6.9.2 Vytvoøení kontingenèní tabulky . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187 6.9.3 Vytvoøení kontingenèních grafù . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187 6.9.4 Vytvoøení dal ích speciálních výstupù . . . . . . . . . . . . . . . . . . . . . . . . . 190 6.9.5 Pracovní panely u ivatelù . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190

Obsah

4 Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:44

Color profile: Generic CMYK printer profile Composite Default screen

Èást III: Aplikace a u ití Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 7. Aplikaèní oblasti Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195 7.1 Finance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195 7.2 Marketing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196 7.3 Výroba . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197 7.4 Logistika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197 7.5 Øízení vztahù s dodavateli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198 7.6 Lidské zdroje . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198 7.7 Informatika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199 7.8 Corporate Performance Management (CPM) . . . . . . . . . . . . . . . . . . . . . . . . . . 199 7.9 Web Analytics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200 7.10 Customer Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201 8. Dolování dat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205 8.1 Úlohy dolování dat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205 8.2 Techniky dolování dat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206 8.3 Proces dolování dat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207 8.3.1 Definice problému . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207 8.3.2 Výbìr dat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207 8.3.3 Pøíprava dat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207 8.3.4 Data Mining . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208 8.3.5 Zprovoznìní modelu (Deployment) . . . . . . . . . . . . . . . . . . . . . . . . . . . 208 8.3.6 Obchodní akce . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208 8.4 Technologie dolování dat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208 8.5 Aplikace dolování dat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209 8.5.1 Segmentace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209 8.5.2 Automatizovaný skóring zákazníkù . . . . . . . . . . . . . . . . . . . . . . . . . . . 213 9. Trendy na trhu Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 9.1 Trh Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 9.1.1 Rùst . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220 9.1.2 Konvergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220 9.1.3 Posun k dodavatelskému zpùsobu vývoje øe ení BI . . . . . . . . . . . . . . . . . . 221 9.1.4 Vývoj standardù . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221 9.1.5 Zamìøení na data o zákaznících Customer Intelligence . . . . . . . . . . . . . . . 221 9.2 Zákazníci a øe ení Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221 9.3 Architektury Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224 9.3.1 Vývoj architektur øe ení BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224 9.3.2 Vývoj komponent BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225 10. Faktory úspì nosti øe ení Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . 231 10.1 Faktory úspì nosti ve strategii a plánování Business Intelligence . . . . . . . . . . . . . . . 232 10.1.1 Úroveò øízení firmy, firemní kultura . . . . . . . . . . . . . . . . . . . . . . . . . . . 233 10.1.2 Existence potøeby BI aplikací . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233

Business Intelligence

5 Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:44

Color profile: Generic CMYK printer profile Composite Default screen

10.1.3 Kvalita vize a strategie BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233 10.1.4 Identifikace efektù øe ení . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234 10.1.5 Definování realizovatelných cílù BI . . . . . . . . . . . . . . . . . . . . . . . . . . . 234 10.1.6 Stav zdrojových informaèních systémù a produkèních dat . . . . . . . . . . . . . . . 234 10.1.7 Existence silného sponzora . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235 10.1.8 Motivace u ivatelù na kooperaci v BI projektech . . . . . . . . . . . . . . . . . . . . 235 10.1.9 Kvalita a akceptování u ivatelských po adavkù . . . . . . . . . . . . . . . . . . . . 235 10.1.10 Volba pøístupu k øe ení BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236 10.1.11 Jasná definice rozsahu projektù . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236 10.2 Faktory kvality øe ení a slu eb Business Intelligence . . . . . . . . . . . . . . . . . . . . . . 237 10.2.1 Rozsah outsourcingu a kvalita dodavatele . . . . . . . . . . . . . . . . . . . . . . . 237 10.2.2 Øízení rizik a kvality slu eb BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237 10.2.3 Kvalita smluv SLA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238 10.2.4 Kvalita celkové architektury BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238 10.3 Faktory úspì nosti disponibilních zdrojù . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239 10.3.1 Objem a doba pro získání financí . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239 10.3.2 Alokace dostateèných pracovních kapacit . . . . . . . . . . . . . . . . . . . . . . . 239 10.3.3 Kvalita technologické platformy BI . . . . . . . . . . . . . . . . . . . . . . . . . . . 239 10.4 Faktory úspì nosti øízení a øe ení projektù Business Intelligence . . . . . . . . . . . . . . . . 240 10.4.1 Úroveò øízení projektu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241 10.4.2 Doba trvání projektu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241 10.4.3 Úroveò sdílení informací . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241 10.4.4 Kvalita modelování datových skladù a tr i . . . . . . . . . . . . . . . . . . . . . . 241 10.5 Faktory úspì nosti spojené s provozem aplikací Business Intelligence . . . . . . . . . . . . . 242 10.5.1 Celková úroveò provozu BI aplikací . . . . . . . . . . . . . . . . . . . . . . . . . . 242 10.5.2 Výkonnost BI øe ení . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242 10.5.3 Zpùsob aktualizace datových skladù, øízení nárùstu dat . . . . . . . . . . . . . . . . 243 10.5.4 Nároènost øe ení na administraci . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244 10.5.5 Podpora u ivatelù . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244 10.5.6 Kvalita zmìnových øízení . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244 10.5.7 Úroveò øízení kvality dat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245 Zdroje . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247 Literatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247 Webové adresy související s tematikou . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249 Terminologický slovník

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250

Rejstøík . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251

Obsah

6 Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:44

Color profile: Generic CMYK printer profile Composite Default screen

Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:44

Color profile: Generic CMYK printer profile Default screen

®Composite

O autorech Ing. Ota Novotný, Ph.D. Vystudoval Vysokou kolu ekonomickou v Praze, kde získal i titul Ph.D. v oboru informatika. Od roku 1996 zde na katedøe informaèních technologií pøedná í problematiku business intelligence, ERP produktù, mìøení výkonnosti informaèních systémù a jejich auditu. V souèasné dobì se zamìøuje na aplikaci principù business intelligence v øízení podnikové informatiky a pøi strategickém øízení podniku. Dále zastupuje Èeskou republiku v mezinárodním výboru ISO/IEC JTC1 SC7 Softwarové in enýrství, kde pøipravuje a pøipomínkuje mezinárodní normy ISO/IEC z oblasti mìøení jakosti informaèních systémù a softwarových produktù. Ota Novotný se úèastní øady projektù spojených s návrhem a øízením implementace informaèní podpory firemních procesù a následného auditu. Je spoluautorem dvou knih, autorem èi spoluautorem nìkolika skript a øady èlánkù èi pøíspìvkù na konferencích. Doc. Ing. Jan Pour, CSc. Vystudoval Vysokou kolu ekonomickou v Praze v roce 1970. Je pracovníkem katedry informaèních technologií V E v Praze. Orientuje se na otázky øízení podnikové informatiky, systémovou integraci a øe ení úloh business intelligence a datových skladù. Je autorem nebo spoluautorem ètyø kni ních publikací, 25 vysoko kolských skript a øady èlánkù a pøíspìvkù na konferencích. V souèasné dobì je èlenem Rady Èeské spoleènosti pro systémovou integraci a éfredaktorem èasopisu Systémová integrace. Je èlenem programových výborù mezinárodních konferencí, pùsobí rovnì jako analytik v konzultaèní a analytické spoleènosti ITG se sídlem v Praze. Jan Pour se podílí na øe ení projektù v oblasti øízení podnikové informatiky a v oblasti návrhù informaèních systémù v prùmyslu, obchodu, energetice i v organizacích státní správy. Ing. David Slánský Vystudoval katedru informaèních technologií Vysoké koly ekonomické v Praze, pùsobil rovnì v jaderné laboratoøi CERN ve výcarsku. V souèasné dobì pracuje ve spoleènosti Adastra, kde zastává pozici Business Analyst Manager. David Slánský se intenzivnì vìnuje oblasti business intelligence a následnému vyu ití v zákaznicky orientovaných procesech v podnicích, zejména v telekomunikaèních spoleènostech a finanèních institucích. Kromì business intelligence se specializuje na analýzu, design a implementaci IS/ICT architektur a na související problematiku mìøení pøínosù a nákladù IS/ICT øe ení.

O autorech

7 Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:45

Color profile: Generic CMYK printer profile Composite Default screen

Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:45

Color profile: Generic CMYK printer profile Composite Default screen

Úvod Business Intelligence (BI) je termín, oznaèující celý komplex èinností, úloh a technologií, které dnes stále èastìji tvoøí bì nou souèást øízení podnikù a jejich informaèních systémù. Business Intelligence není právì ryzí èeský termín, ale v odborné praxi se ji tak v il a souèasnì je natolik obtí né pro nìj najít nìjaký pøijatelný pøeklad (podniková inteligence, obchodní inteligence, inteligentní obchod, ), e jsme u nìj radìji zùstali, za co se v em ètenáøùm omlouváme. Na úvod této publikace si musíme zodpovìdìt tøi obvyklé otázky: l l l

Co je jejím úèelem? Komu je urèena? Co je jejím obsahem a na co je orientována?

Úèel: Text je koncipován jako základ pro práci a dal í studium v oblasti Business Intelligence (BI). Jeho úèelem je podat v pomìrnì komprimované formì celkový pøehled o principech, na nich jsou úlohy a aplikace BI zalo eny, o pøístupech k jejich øe ení a rovnì o mo nostech jejich vyu ití v øízení podniku nebo instituce. Zámìrem autorù proto není podat detailní výklad jednotlivých produktù nebo technologií, které se v dané oblasti pou ívají. Na druhé stranì je snahou dokumentovat prezentované principy øe ení na konkrétních pøíkladech. Pro tento úèel jsou zde pøevá nì vyu ívány prostøedky spojené s databázovým prostøedím Microsoft SQL Server 2000, a v jeho rámci integrovanými produkty BI, zejména Analysis Services a Data Transformation Services (DTS). Vzhledem k tomu, e jde o oblast informatiky, která se dynamicky rozvíjí, jsou v této textové formì obsa eny pøedev ím obecnì platné charakteristiky a metody spojené s øe ením BI, zatímco aktuální informace o produktech, novinky na trhu BI a dal í doplòující informace najde ètenáø na www stránkách rùzných informaèních serverù, napø. Èeské spoleènosti pro systémovou integraci, Datawarehouse klubu, Centra pro BI a dal ích uvedených v závìru knihy. Urèení: Publikace je primárnì urèena pracovníkùm v oblasti informatiky, kteøí a dosud pracovali v oblasti transakèních aplikací a chtìjí roz íøit svoji specializaci i pro oblast analytických a rozhodovacích úloh v rámci øe ení podnikových informaèních systémù, dále pracovníkùm pùsobícím v u ivatelské sféøe informatiky, kteøí se budou podílet na øe ení uvedeného typu aplikací jako konzultanti nebo zadavatelé tìchto úloh, a v neposlední øadì i studentùm oborù informatiky jako studijní literatura pro kursy BI, resp. aplikaènì orientované kursy informaèních systémù. Obsah: Obsah celé publikace se dìlí do tøí èástí, které na sebe velmi úzce navazují, a to: l

Èást I Principy Business Intelligence, podává celkový pøehled o obsahové i technologické podstatì Business Intelligence, jeho hlavních komponentách a úlohách spojených s jeho øe ením a øízením.

Èást II Øe ení a realizace úloh Business Intelligence, se detailnìji zabývá jednotlivými otázkami a úlohami BI, poèínaje urèením jejího strategického zamìøení, plánováním projektù, pøes analýzu, modelování, návrh a implementaci a po zaji tìní organizace, øízení provozu BI aplikací a hodnocení jejich efektù vzhledem k pøedpokládaným nebo vynalo eným nákladùm. Ka dá z dílèích úloh v této èásti zahrnuje vymezení jejich úèelu (proè se realizují), jejich obsahové podstaty (co je jejich náplní) a faktorù jejich úspì né realizace (co je pøi jejich øe ení dobré respektovat a které dosavadní zku enosti zohlednit).

Úvod

8 Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:45

Color profile: Generic CMYK printer profile Composite Default screen

Èást III Aplikace Business Intelligence, nabízí základní pøedstavu o mo nostech u ití technologií a aplikací BI pøi øízení firmy nebo instituce, a to od dnes ji vcelku obvyklých øe ení v oblasti finanèních, obchodních nebo marketingových analýz a po stále atraktivnìj í typy aplikací, jako je tzv. Customer Intelligence, aplikace BI ve strategickém øízení firmy apod. Èást III má tak odpovìdìt na otázky, kde lze BI ve firmì vyu ít, jaké jsou zde jeho mo nosti a pøípadná omezení.

Celkovou strukturu textu dokumentuje úvodní obrázek.

Business Intelligence

A. Principy BI

B. Øe ení a realizace úloh BI

C. Aplikace a u ití BI

[1] BI vývoj a základní principy

[3] Pøíprava, plánování, analýzy

[7] Aplikaèní oblasti BI

[2] Øízení projektù a aplikací BI

[4] Návrh øe ní BI

[8] Data Mining

[5] Provoz aplikací BI

[9] Trendy na trhu BI

[6] Pøíklad implementace úloh BI

[10] Faktory úspìchu BI øe ení

Struktura textu S obsahem souvisí i forma textu a proto na tomto místì upozorníme na pou ité piktogramy uvozující standardní èásti jednotlivých kapitol:

y ` 2

F Ò

Orientace a úèel kapitoly nebo èásti textu. Vymezení nebo definice pojmu. Pøíklady nebo dílèí kroky pøi realizaci jednotlivých funkcí. Doporuèení pro øe ení úlohy, problému nebo operace. Shrnutí kapitoly nebo vybrané èásti textu.

Na závìr by autoøi chtìli touto cestou podìkovat spolupracovníkùm i absolventùm Katedry informaèních technologií Vysoké koly ekonomické v Praze, kteøí se podíleli na pøípravì podkladù. Jejich práce jsou uvedeny v celkovém pøehledu literatury. Zvlá tní dík patøí zamìstnancùm spoleènosti Adastra (zejména Ing. Ondøeji òupárkovi, Ing. Jaroslavu Vlèkovi, Ing. Tomá i Koèkovi, Ph.D., a Ing. Martinu álymu), kteøí poskytli pro tuto publikaci cenné materiály, pøipomínky a námìty.

Business Intelligence

9 Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:45

Color profile: Generic CMYK printer profile Composite Default screen

ÈÁST I: PRINCIPY BUSINESS INTELLIGENCE Cílem celé první èásti je objasnit podstatu Business Intelligence a zpùsob øízení a øe ení jeho provozu a rozvoje. Celkový pohled na témata prezentovaná v této èásti poskytuje následující obrázek. Vývoj a základní principy BI

Øízení rozvoje, provozu a projektování BI

Vývoj v BI (technologie, aplikace, u ití)

Úlohy v øízení BI (v kontextu øízení celého systému)

Pozice BI v øízení firmy a v IS/ICT Principy øe ení BI multidimenzionální databáze (MOLAP, ROLAP HOLAP) rozdíly OLAP a OLTP technologie Komponenty øe ení BI datové sklady datová tr i tì operativní úlo i tì dat (ODS) doèasné úlo i tì dat (DSA) ETL nástroje EIS, mana erské aplikace nástroje zaji tìní kvality dat nástroje pro správu metadat nástroje dolování dat

Pøístupy k øe ení BI (pøírùstkový, globální, atd.)

Øízení rozvoje a provozu strategie BI plánování projektù BI øízení slu eb v BI øízení zdrojù BI øízení projektù øízení provozu BI

Projektování BI úvodní studie specifikace pøírùstku analýza modelování datového skladu a návrh øe ení technologická platforma návrh transformací (ETL) implementace

Podstatné parametry pro projektování a øízení BI

Pøíklady øe ení BI (MS SQL 2000, ProClarity)

Struktura témat prezentovaných v èásti I

15 10 Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:45

Color profile: Generic CMYK printer profile Composite Default screen

Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:45

Color profile: Generic CMYK printer profile Composite Default screen

1 1. Business Intelligence vývoj a základní principy y

Business Intelligence (BI) pøedstavuje komplex pøístupù a aplikací IS/ICT, které témìø výluènì podporují analytické a plánovací èinnosti podnikù a organizací a jsou postaveny na principu multidimenzionality, kterým zde rozumíme mo nost pohlí et na realitu z nìkolika mo ných úhlù. Cílem této kapitoly je vysvìtlit dosavadní vývoj a základní principy tìchto technologií a aplikací.

1.1 Vývoj Business Intelligence Øe ení smìøující k podpoøe mana erských a analytických úloh v podnikovém øízení se zaèala objevovat ji na konci sedmdesátých let minulého století v souvislosti s rozvojem on-line zpracování dat. Prvotní pokusy a aplikace jsou spojeny s americkou firmou Lockheed. V polovinì osmdesátých let byly publikovány první významné práce k tomuto typu aplikací (prof. Rockart: CEO Goes On-line a nìkteré dal í). V druhé polovinì osmdesátých let pøi ly na trh v USA první firmy s komerèními produkty, zalo enými na multidimenzionálním ulo ení a zpracování dat, oznaèovanými jako EIS (Executive Information System), a to firmy Comshare a Pilot. Trh s EIS produkty se pak velmi rychle rozvíjel a na zaèátku devadesátých let (od roku 1993) se tyto produkty zaèaly prosazovat i na èeském IS/ICT trhu. Koncem osmdesátých a zaèátkem devadesátých let se v USA zaèal velmi silnì prosazovat i dal í trend v multidimenzionálních technologiích, a to datové sklady (Data Warehouse) a datová tr i tì (Data Marts). Za rozvojem tìchto technologií stáli pøedev ím Ralph Kimball a Bill Inmon. Vìt í uplatnìní datových skladù a tr i je na èeském trhu patrné spí e a v druhé polovinì devadesátých let. V souvislosti s datovými sklady a narùstajícím objemem dat v tomto prostøedí se v prùbìhu devadesátých let zaèaly prosazovat i technologie a nástroje tzv. dolování dat (Data Mining)1 zalo ené na vysoce sofistikovaných analýzách dat s pomocí nejrùznìj ích matematických a statistických metod. K jednotlivým technologiím, nástrojùm a aplikacím zaøazovaným do Business Intelligence se budeme postupnì vracet v dal ích èástech tohoto textu.

1.2 Business Intelligence v øízení firmy V prostøedí stále tvrd í konkurence musí podnikoví analytici a mana eøi rozhodovat pod èasovým tlakem a souèasnì s vysokou zodpovìdností. To znamená, e pro tato rozhodnutí musí mít dostatek relevantních a objektivních informací, které jsou dostupné rychle, s minimální technickou nároèností na manipulaci, a pøitom s mo ností rychle formulovat nové po adavky na dal í informace odpovídající aktuální obchodní nebo výrobní situaci. Zpracování a ulo ení dat v transakèních systémech, pøedev ím v aplikacích ERP, je zalo eno vesmìs na vyu ití relaèních databázových systémù. Toto øe ení je v mnohém ohledu velmi výhodné. Data jsou zde pøehlednì uspoøádána, a v pøípadì efektivnì navr ené datové základny umo òují rychlé provádìní jednotlivých 1

V této publikaci jsou oba termíny pou ívány ve stejném významu

Business Intelligence vývoj a základní principy

11 Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:45

Color profile: Generic CMYK printer profile Composite Default screen

1 transakcí a poskytují odpovídající dobu odezvy na zadané dotazy. Navíc zaji ují integritu dat, bezpeènost pøístupu k datùm a dal í potøebné charakteristiky spojené s øízením firmy na taktické nebo operaèní úrovni. ERP aplikace v ak mají z hlediska analytických a plánovacích èinností podniku nìkterá omezení: l

Neumo òují rychle a pru nì mìnit kritéria pro analýzy podnikových dat (napø. sledovat data o prodeji v èase, podle zákazníkù, produktù, segmentù trhu, obchodních zástupcù, podnikových útvarù, a dále i v nejrùznìj ích kombinacích uvedených kritérií).

Stejnì tak se v obrovských objemech dat souèasných databází obtí nì øe í zaji tìní okam itého pøístupu pracovníkù k agregovaným datùm, a to na nejrùznìj ích úrovních agregace (za podnik, útvar, za v echny zákazníky, skupiny zákazníkù, jednotlivé zákazníky atd.).

ERP a ostatní transakèní aplikace jsou primárnì urèeny pro poøizování a aktualizace dat, pøièem nìkteré z nich pracují neustále témìø na 100 % svého mo ného výkonu; analytické úlohy tyto systémy nadmìrnì zatì ují a v mnohých pøípadech nejsou ani díky jejich vytí ení mo né.

Dal ím problémem je narùstající objem dat v podniku, který se v prùmìru zdvojnásobí ka dých pìt let. Vìt ina firem tak nemá problém s nedostatkem dat, ale naopak firmy jsou jimi zahlceny, a to èasto redundantními a nekonzistentními daty, která jsou v rozhodovacích procesech obtí nì vyu itelná.

Pokud o tìchto omezeních mluvíme v souvislosti se systémy ERP, pak to neznamená, e by aplikace ERP a dal í transakèní úlohy nebyly schopny zmínìné operace realizovat. Jde v ak o jejich rychlost a pru nost vzhledem k u ivatelským po adavkùm. Øe ení uvedených problémù se tak postupnì stalo doménou speciálních technologií a aplikací Business Intelligence. Termín Business Intelligence zavedl v roce 1989 Howard J. Dresner, analytik spoleènosti Gartner Group, který jej popsal jako sadu konceptù a metod urèených pro zkvalitnìní rozhodnutí firmy . Vyzdvihuje zde význam datové analýzy, reportingu a dotazovacích nástrojù, které provádìjí u ivatele mno stvím dat a pomáhají mu se syntézou hodnotných a u iteèných informací. Mo ná právì díky krátké dobì existence tohoto termínu není pro nìj v dne ní dobì zavedena jednotná definice, podporovaná jakoukoliv organizací, zabývající se standardy (napø. ANSI). Napøíklad definice ze serveru searchCRM.com definuje Business Intelligence jako urèitou kategorii aplikací a technologií pro sbìr, skladování, analyzování a zpøístupòování dat, jejich úèelem je pomoci podnikovým u ivatelùm dìlat lep í rozhodnutí. BI aplikace podle searchCRM.com zahrnují funkènost systémù pro podporu rozhodování, dotazování a reportingu, statistických analýz, vytváøení prognóz a Data Mining. Server firmy iOLAP charakterizuje BI jako sbìr a analýzu dat, jejím cílem je lep í porozumìní a reakce na zmìny, kterým organizace èelí2. Definici zalo enou na znalostech a informacích nabízí server DM Review3, který definuje BI jako znalosti o podniku získané za pomoci rozlièných hardwarových a softwarových technologií, které umo òují organizaci pøemìnit data na informace. Tento popis pova uje technologie pouze za prostøedek, nikoli za podstatu Business Intelligence. Pro dal í úèely tohoto textu vyu ijeme definici na serveru Èeské spoleènosti pro systémovou integraci (www.cssi.cz): 2 3

iOLAP http://www.iolap.com/bi_getting_started.htm DM Review http://www.dmreview.com

Business Intelligence

12 Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:46

Color profile: Generic CMYK printer profile Composite Default screen

1 `

Business Intelligence je sada procesù, aplikací a technologií, jejich cílem je úèinnì a úèelnì podporovat rozhodovací procesy ve firmì. Podporují analytické a plánovací èinnosti podnikù a organizací a jsou postaveny na principech multidimenzionálních pohledù na podniková data. Aplikace BI pokrývají analytické a plánovací funkce vìt iny oblastí podnikového øízení, tj. prodeje, nákupu, marketingu, finanèního øízení, controllingu, majetku, øízení lidských zdrojù, výroby, IS/ICT apod. Do nástrojù a aplikací Business Intelligence se zahrnují: l l l l l l l l l l l l l l

produkèní, zdrojové systémy, doèasná úlo i tì dat (DSA Data Staging Area), operativní úlo i tì dat (ODS Operational Data Store), transformaèní nástroje (ETL Extraction Transformation Loading), integraèní nástroje (EAI Enterprise Application Integration), datové sklady (DWH Data Warehouses), datová tr i tì (DMA Data Marts), OLAP, reporting, mana erské aplikace (EIS Executive Information Systems), dolování dat (Data Mining), nástroje pro zaji tìní kvality dat, nástroje pro správu metadat, ostatní.

K uvedenému pøehledu nástrojù, které zahrnujeme do BI, je nutné poznamenat, e i na tuto otázku existují rùzné názory. Vedle toho, který chápe BI jako iroký rámec od mana erských aplikací po reporting, existuje i jiný pohled, který chápe BI pouze jako jeden z nástrojù vedle, resp. nad datovými sklady nebo datovými tr i ti. V na em pøípadì se budeme nadále dr et první z uvedených variant. Ze v ech pøedcházejících vymezení a definic v ak vyplývá, e BI je orientován na vlastní vyu ití informací v øízení a rozhodování, a nikoli na základní zpracování dat a realizaci bì ných obchodních, finanèních a dal ích transakcí. To, jak jsou mo nosti BI vyu ity, dnes do znaèné míry ovlivòuje výkonnost a kvalitu øízení firmy, a v souvislosti s tím nakonec i její celkovou úspì nost a konkurenceschopnost. Business Intelligence pøedstavuje ji iroký komplex nástrojù a aplikací, jejich postavení v architektuøe IS/ICT dokumentuje obrázek 1.1. Z obrázku vyplývá, e BI je úzce provázána s ostatními aplikacemi IS/ICT, èerpá z nich vstupní data a v poslední dobì i data èasto do ostatních aplikací vrací. To vede k dílèímu pracovnímu závìru, e kvalita øe ení BI je úzce závislá na kvalitì ostatních (transakèních) aplikací, zejména na kvalitì jejich tzv. produkèních dat, resp. databází.

Business Intelligence vývoj a základní principy

13 Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:46

Color profile: Generic CMYK printer profile Composite Default screen

GØ, poboèky

Vedení podniku

Dceøiné spoleènosti

Business Intelligence, strategický IS

Interní infrastruktura, intranet, OIS, work-flow

Elektronický obchod, øízení ext. vztahù

Dodavatelé

Øízení obchodu prodej, nákup, sklady, marketing

Zákazníci

Øízení zdrojù majetek, personál PAM, dopravy, ekologie

Øízení ekonomiky úèetnictví, controlling, treasury, finanèní plánování

Øízení výroby, provozu TPV, plánování hlavní výroby, OØV, dílenské øízení výroby, plánování kapacit

(EIS, datové sklady, data marts, reporting)

Øízení vztahù s dodavateli a ostatními partnery BI

Ostatní partneøi (státní správa, burza,

)

Obrázek 1.1 Postavení BI v aplikaèní architektuøe IS/ICT

1.3 Základní principy øe ení Business Intelligence V pøedchozí èásti kapitoly jsme vymezili hlavní komponenty BI øe ení (mana erské aplikace, datové sklady atd.). I kdy jsou mezi nimi podstatné rozdíly, pøesto celá øada základních principù je spoleèná. Na tomto místì se proto zamìøíme na: l l

základní principy muItidimenzionálních databází, hlavní rozdíly mezi analytickými a transakèními systémy.

1.3.1 Základní principy multidimenzionálních databází Z pøedchozího textu vyplývá, e informaèní systémy mohou pracovat se dvìma základními typy informací operativními a analytickými. První typ, operativní informace, slou í pro realizaci obchodních a dal ích transakcí v podniku. Jsou ulo eny vìt inou v relaèních databázích, zobrazují aktuální stav podniku a v prùbìhu jednoho dne se mohou i nìkolikrát mìnit. Pøíkladem mù e být napø. úèetnictví, data v dokumentech obchodních pøípadù apod. Transakèní systémy realizují jejich zpracování v reálném èase a oznaèují se jako OLTP (On Line Transaction Processing) systémy. Vzhledem k analytickým aplikacím se data OLTP systémù chápou jako primární, zdrojová nebo produkèní.

Business Intelligence

14 Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:46

Color profile: Generic CMYK printer profile Composite Default screen

1 Na druhé stranì systémy pracující s analytickými informacemi vyu ívají primární data vytvoøená v OLTP systémech. Pro své ulo ení a operace s daty se pro tyto systémy v il v osmdesátých letech minulého století název OLAP On Line Analytical Processing. Se zavedením pojmu BI (který ve své podstatì kopíruje vý e zmínìný význam výrazu OLAP) a souèasnì s rozvojem nástrojù a technologií pro podporu analytických èinností v organizaci se v ak výraz OLAP ponìkud zú il.

U í význam definuje OLAP èistì technologicky, tedy jako informaèní technologii zalo enou pøedev ím na koncepci multidimenzionálních databází. Jejím hlavním principem je nìkolikadimenzionální tabulka umo òující rychle a pru nì mìnit jednotlivé dimenze, a mìnit tak pohledy u ivatele na modelovanou ekonomickou realitu. Tato kniha bude nadále pracovat s u ím technologickým významem výrazu OLAP. Pro ir í význam budeme pou ívat výraz analytické nebo BI systémy.

Na rozdíl od OLTP systémù jsou analytické systémy charakteristické pøedev ím tìmito vlastnostmi: l

l l l

informace poskytují na základì vstupù získaných z primárních dat (viz pøedchozí schéma architektury IS/ICT); jejich data jsou ulo ena multidimenzionálnì, resp. v multidimenzionálních databázích; obsahují rùzné úrovnì agregace dat, podle hierarchické struktury dimenzí (viz dále); zachycují faktor èasu a umo òují realizovat èasová srovnání, èasové øady, predikovat mo ný vývoj sledovaných ukazatelù apod.

Pro snadnìj í pochopení principù fungování analytických systémù, a jejich rozdílu oproti systémùm transakèním (OLTP), budeme v následujících odstavcích vycházet z pøedpokladu, e analytické øe ení bude pokrývat typické po adavky na reporting, tedy nejstar í, a je tì stále nejroz íøenìj í, funkcionalitu analytických aplikací. 1.3.1.1 Architektura multidimenzionální databáze Pro data analytického typu se nehodí, aby byla ukládána v relaèních databázích do podoby tøetí normální formy (typické pro transakèní systémy). Aby analytické systémy mohly poskytovat rùzné analýzy a pøehledy slou ící pro strategické rozhodování, je nutné, abychom se na jejich data mohli dívat z více hledisek souèasnì. Mìlo by tedy být mo né vytváøet tzv. multidimenzionální pohledy, co je pro data ulo ená v tøetí normální formì velký problém. Nástroje koncového u ivatele musí umo òovat analýzu ve smyslu nacházení souvislostí, které nejsou z primárních dat na první pohled zøejmé. Navíc je nutné procházet velká mno ství dat, vypoèítávat agregace (které v databázích modelovaných ve tøetí normální formì nejsou automaticky ulo eny), rychle mìnit pohledy na data, rychle, a co mo ná automatizovanì, je ukládat do pøehledných tabulek a grafù. Multidimenzionální databáze jsou ji optimalizované pro ulo ení a interaktivní vyu ívání multidimenzionálních dat. Výhodou multidimenzionality, resp. nasazení OLAP technologií (v u ím chápání), je rychlost zpracování a efektivní analýzy multidimenzionálních dat (drilling, slice and dice apod.). Základním principem, na nìm jsou aplikace Business Intelligence zalo eny, je nìkolikadimenzionální tabulka umo òující velmi rychle a pru nì mìnit jednotlivé dimenze, a nabízet tak u ivateli rùzné pohledy na mo-

Business Intelligence vývoj a základní principy

15 Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:46

Color profile: Generic CMYK printer profile Composite Default screen

1 delovanou ekonomickou realitu. Jde tak v podstatì o princip n-dimenzionální Rubikovy kostky naplnìné nejdùle itìj ími podnikovými daty viz obrázek 1.2.

závod 1

or ga n

iz aè

ní j

no t

dal í dimenze tabulky

ukazatele (napø. prodej urèité komodity, stav zamìstnancù, dosa ené tr by)

napø.

30.9.

31.10. 30.11. 31.12.

prvek tabulky vyjadøuje hodnotu stav zamìstnancù k 31.12. v závodì 1

èas

Obrázek 1.2 Princip multidimenzionální databáze Z obrázku vyplývá, e standardními dvìma dimenzemi jsou tu ukazatele (ekonomické promìnné) a èas. Ostatní dimenze se pro jednotlivé modely definují podle potøeby, napø. organizaèní jednotka, komodita, zákazník, dodavatel, teritorium, konkurent apod. Obsah dimenzí je tvoøen prvky dimenzí, tj. konkrétními závody, provozy nebo zákazníky, dodavateli, komoditami apod. Promítnutí v ech dimenzí do jednoho bodu tvoøí prvek multidimenzionální databáze. Ka dý prvek mù e pak obsahovat data nebo pøedpisy (algoritmy) pro jejich transformace. Je tøeba v ak souèasnì pøipomenout, e rùzné produkty rùzných výrobcù pou ívají pro vý e uvedené termíny rùznou terminologii, v tomto pøípadì odkazujeme na pøíslu nou firemní dokumentaci. Zpùsoby konkrétní realizace uvedených principù jsou uvedeny v èástech vìnovaných pøíkladùm vybraných produktù. Prvky dimenzí jsou vìt inou uspoøádány v hierarchické struktuøe, tzn. e se rozdìlují na skupiny prvkù, podskupiny a na jednotlivé prvky. Produkty Business Intelligence pak zaji ují automatické agregace hodnot (napø. ekonomických promìnných), a to podle definovaných hierarchických úrovní dimenzí.

Business Intelligence

16 Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:46

Color profile: Generic CMYK printer profile Composite Default screen

1 Jednoduchým pøíkladem takových struktur mù e být dimenze organizaèní struktura: Podnik celkem Závod 1 Provoz 11 Dílna 111 atd. Závod 2 atd. Aplikace Business Intelligence pak budou automaticky sledovat napø. hodnoty výroby, prodejù zbo í, zásob, zisku apod. podle uvedené organizaèní struktury a budou zaji ovat agregace podle takto definované hierarchické struktury. Tato metoda je vyu ívána pro urychlení odezvy systému na analytické po adavky. Pokud by toti bylo nutné on-line vypoèítávat souèty pøi zobrazování tabulky èi grafu ze statisícù èi milionù hodnot, odezva systému by mohla být neúnosnì veliká. Hierarchie ulo ení agregovaných dat pak u ivateli umo òuje se pru nì po po adovaných úrovních agregace pohybovat (na úrovni závodù, provozù apod.), ani by bylo nutné v dy znovu po adované agregace poèítat. Tento princip se oznaèuje drill-down (pohyb zpøístupnìní dat pro ni í úroveò agregace detailnìj ích dat) nebo drill-up (v opaèném smìru). Multidimenzionalita dat mù e být implementována na dvou úrovních: l l

na úrovni relaèní databáze, v tzv. STAR scheme nebo SNOWFLAKE scheme (viz ní e), na úrovni speciální binární databáze.

1.3.1.2 Implementace na úrovni relaèní databáze Jak ji bylo øeèeno, databáze produkèních transakèních systémù bývají modelovány v tzv. tøetí normální formì. Jedná se o design databáze, který nejvíce vyhovuje po adavkùm na tyto systémy tedy mo nosti data rychle a jednodu e ukládat a souèasnì optimalizovat velikost databáze. Datové modely produkèních systémù jsou komplexní, obsahují mnoho tabulek a jejich vazby. Neexistuje jedineèný zpùsob, jak provést dotaz do databáze. Tìchto zpùsobù je vìt í mno ství a zále í jen na u ivateli, kterou vazbu mezi tabulkami zvolí. Rùzné dotazy tedy mohou dát stejné výsledky. Tím se ov em pro bì ného u ivatele stává databáze velmi nepøehledná. Pro dotazy do více tabulek navíc musí vytváøet jakési propojovací mùstky, a jak si dále uká eme, právì tato propojení jsou nejvìt í zátì í systému. Pro vý e uvedené nedostatky se objevily snahy o zjednodu ení ERD diagramu, pøizpùsobení jej pro tvorbu datových skladù, a pøedev ím pøiblí it data koncovému u ivateli. Vznikl tak relaèní dimenzionální model kterému se také bì nì øíká Schéma hvìzdy (STAR scheme), resp. Schéma snìhové vloèky (SNOWFLAKE scheme) viz obr. 1.3 a obr. 1.4. V centru schématu je tzv. tabulka faktù, tedy tabulka sledovaných ekonomických a dal ích ukazatelù identifikovaných klíèem slo eným z klíèù tzv. dimenzionálních tabulek, v nich jsou ulo eny prvky jednotlivých dimenzí. Dimenzionální tabulky slou í jako úlo i tì textových informací o hodnotách ulo ených v tabulce faktù. Typicky si ji lze pøedstavit jako èíselník. Pro reálné dimenzionální tabulky je typické veliké mno ství atributù, pro nì se nejlépe hodí atributy textové a diskrétní. Pøesto obèas bývá problematické rozhodnout, které pole bude zaøazeno do fakt tabulky, a které do tabulky dimenzionální. Na e rozhodnutí je vìt inou závislé na tom, je-li sledovaná velièina mìøitelná a mìnící se v èase pak patøí do fakt tabulky, èi zda je diskrétní a vystupuje spí e jako konstanta pak jde o polo ku z dimenzionální tabulky.

Business Intelligence vývoj a základní principy

17 Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:46

Color profile: Generic CMYK printer profile Composite Default screen

Dimenze: Produkt

Dimenze: Cas

Produkt_ID Produkt_kategorie Produkt_skupina Produkt_nazev

Cas_ID Cas_rok Cas_mesic Cas_den

Fakt_tabulka: Produkt_ID Region_ID Cas_ID Prodej_ks Prodej_kc

Dimenze: Region Region_ID Region_nazev Region_popis

Obrázek 1.3 Datový model Schéma hvìzdy (STAR scheme) Dotazování do datového skladu témìø v dy probíhá prostøednictvím SQL pøíkazù. Pøesto e se zde nechceme vìnovat oblasti dotazování pomocí SQL do datového skladu, na tomto místì je pouze demonstrován základní princip dotazování. Typický SQL dotaz, který se vyu ívá ve STAR schématu, mù e vypadat napø. takto:

Select Distinct A.Region_ID, A.Cas_ID, A.Prodej_kc From Fakt_tabulka A Where A.Region_ID in (Select B.Region_ID From Region B Where Region_nazev = Ji ní Èechy )

Pøíkaz SELECT DISTINCT je nejèastìji pou ívaným pøíkazem pro dotazování do datového skladu. Tento pøíkaz se provádí prakticky pøi ka dé akci, která zobrazuje nìjaká data. Pøíkaz SELECT je sám o sobì velmi rychlý. Tabulka faktù, pro kterou je nejèastìji pou íván, mù e obsahovat mnohdy statisíce a miliony øádkù, a pøesto lze obdr et odpovídající doby odezvy systému. Nad datovými sklady lze pomocí SQL dotazù samozøejmì vytváøet rùzné analýzy a reporty, vèetnì po adovaných agregovaných hodnot. V nìkterých pøípadech je ov em i toto øe ení z øady dùvodù nevýhodné. V tìchto pøípadech se proto dimenzionální tabulky upravují, resp. normalizují. Vznikne tak SNOWFLAKE (snìhová vloèka) viz obr. 1.4.

Business Intelligence

18 Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:46

Color profile: Generic CMYK printer profile Composite Default screen

Dimenze: Kategorie Kategorie_ID Kategorie_nazev

Dimenze: Skupina Skupina_ID Kategorie_ID Skupina_nazev

Dimenze: Cas

Dimenze: Produkt Produkt_ID Skupina_ID Produkt_nazev

Dimenze: Region

Fakt_tabulka: Produkt_ID Region_ID Cas_ID Prodej_ks Prodej_kc

Cas_ID Cas_rok Cas_mesic Cas_den

Region_ID Region_nazev Region_popis

Obrázek 1.4 Schéma snìhové vloèky (SNOWFLAKE scheme)

1.3.2 Porovnání analytických a OLTP systémù Po adavek pohledù na data z více hledisek (dimenzí) tedy s sebou souèasnì pøiná í i po adavek na optimalizované fyzické ukládání dat, pøièem se vìt inou jedná o data historická, agregovaná, prùbì nì roz iøovaná a ukládaná v jednoduché struktuøe vhodné pro analýzu a pøizpùsobené potøebám managementu. Jsou tedy zøejmé tyto základní rozdílové charakteristiky mezi OLTP a analytickými systémy: l

OLTP systémy jsou primárnì urèeny pro poøizování dat. Tomu odpovídá jejich celková architektura, a zejména pak databázový model. Ten je charakteristický tabulkami ve tøetí normální formì, velkým poètem tabulek a jejich spojení, snahou o nulovou redundanci dat. Souèasnì jsou tabulky indexovány pouze v nejnutnìj ích pøípadech.

Data jsou do OLTP systémù poøizována v reálném èase, v bì ném provozu probíhají desítky a statisíce transakcí za minutu. Systémy jsou tak zatì ovány kontinuálnì.

Analytické systémy jsou oproti OLTP urèeny primárnì pro podporu dotazování. Z toho vyplývá jejich architektura (nìkolikavrstvé databáze) a databázové modely, vyznaèující se zmen eným poètem tzv. denormalizovaných tabulek, vy í frekvencí indexù, duplicitou ulo ení dat apod.

Drtivá vìt ina analytických systémù aktualizuje svá data periodicky (nejbì nìji v denních a mìsíèních intervalech). Nejnovìj í trendy sice umo òují i aktualizaci dat v reálném èase, av ak v dne ní dobì se jedná o pøípady výjimeèné. Zatí ení analytických systémù je z tohoto dùvodu nárazové velké zatí ení je typické

Business Intelligence vývoj a základní principy

19 Business Intelligence filmy BW.vp 8. listopadu 2004 20:16:47