Data? Informace!

Aby bylo možné data přeměnit na hodnotné informace, na jejichž základě lze činit kvalifikovaná rozhodnutí, je třeba postupovat ve třech fázích. Tou první je příprava a vyčistění existujících dat – vytvoření pravidel či struktur a jejich umístění do datového skladu. Další fází je vlastní nasazení nástrojů BI, které se množstvím dat dokáží prokousat, a vytvořit smysluplné reporty a výstupy. Konečně třetí fází jsou nástroje pro pokročilou analýzu, které umožní odhalit nové příležitosti či volné segmenty trhu a jdou tak často za hranici toho, co nabízí klasické řešení BI.

Většina podniků buď podcení první fázi – tedy přípravu dat či datových skladů, z nichž se občas stávájí spíše nákladné datové skládky, případně nedokáže dostatečně využít vlastní výstupy z BI a nemá připraveny další analytické nástroje, které by poskytly výstupy vhodné pro rozhodování a řízení. Očekávat, že koupí „business intelligence“ získá jako mávnutím kouzelného proutku vedení podniku všechny potřebné informace pro další rozhodování, je přinejmenším optimistické. Je to ale dobrý marketing: slovo „intelligence“ lze bezpochyby prodat snáze a dráž než “potrubí”.

Analytické nástroje BI

Mnohé z nástrojů nabízejících reporting, vytěžování dat či dashboard často fungují spíše jako potrubí mezi datovým skladem a uživatelem. Dokáží najít, přenést a předvést požadovaná data. Jsou to ale až pokročilé analytické nástroje, které umožní přeměnit data v informace. Analýzu totiž provádějí lidé – a jen oni mohou pohlédnout takříkajíc za hranice možností stávajících dat či dokonce za hranice podniku. To je nejpodstatnější rozdíl mezi daty či reporty na straně jedné a informacemi a odpovědmi na straně druhé. BI obsahující či doplněná o silné analytické nástroje není jen o reportingu, ale o věcech, které mají zásadní vliv na obchod: účinnost marketingových kampaní, cenotvorba, segmentace prodejních kanálů, vztahy se zákazníky, optimalizace zásobovací činnosti, minimalizace rizik, efektivita prodeje atd. Rovnice to vyjadřují velmi jednoduše:

DW + BI = Data

DW + BI + AN = Informace

Plánujete-li nasadit či inovovat své BI řešení, začněte u problematiky datových skladů a kvality dat, rozhodně ale nekončete reportingem. Analytické nástroje jsou dnes možná „přidanou hodnotou“, ti, kdo je naplno využijí jako první, ale získají nejvíce.

Frikulín MDM

Není sice „free“, rozhodně je ale „cool“ a „in“ – MDM (Master Data Management) úspěšně bojuje se SOA o popularitu mezi třípísmenými zkratkami. Hlavním příslibem MDM je vytvořit „jednu verzi pravdy“ – pomocí řady technologií pro řízení toku, integrity a synchronizace dat a pochopitelně též pravidel a mechanizmů pro jejich vynucování.

MDM je populární nejen ve velkých nadnárodních společnostech, které bojují s nesourodými zdroji dat pocházejícími z akvizic a slučování, ale i u středně velkých či velkých podniků, které v uplynulých dvaceti letech vytvořily řadu informačních sil, spjatých s konkrétními podnikovými aplikacemi. Nemusíte ale za každou cenu hledat nálepku MDM, dobře navrhnutý datový sklad poslouží stejně dobře, a dokonce i v případě, že zjistíte, že vaše data nejsou tak košer, jak jste doufali, jsou cesty, jak to napravit – podrobněji se jim věnují dva následující články.

Inteligentní škrty

Omezování či seškrtávání nákladů nese často mnohá skrytá rizika a nečekané následky. V takové situaci je CIO vybavený dobře fungující BI doslova pokladem – dokáže totiž předpovědět dopady různých úsporných scénářů, případně navrhnout řešení, které nabídne dostatečné úspory a zároveň minimalizuje negativní dopady na podnik jako celek. Přesně před takovým úkolem stál na přelomu roku Steve Phillips, CIO společnosti Avnet (globálně působící technologický distributor), s nímž hovořili naši kolegové z CIO.com.

Příkaz uspořit 150 milionů dolarů, který přišel po opakovaném poklesu prodejů elektronických součástek, byl zaměřen především na úspory v oblasti výdajů na vozový park a cestovní náhrady. „S pomocí Business Warehousu a Business Objects společnosti SAP IT společně s HR a účetním oddělením vytvořili přehledy cestovních nákladů podle zaměstnanců, regionů, měsíců a typů výdajů. Jejich další analýza vyústila ve změnu pravidel, díky níž se podařilo uspořit třicet procent nákladů na dopravu a cestovné,“ vysvětluje Phillips.

Záchrana maloobchodu

Prodejci a obchodníci patří mezi ty, které současná ekonomická situace postihuje nejhůře. Řešením ale rozhodně není překopat existující mamutí ERP systémy. Obchodníci, podobně jako mnozí další, hledají dnes řešení, která nabízejí návratnost v horizontu šesti, maximálně dvanácti měsíců. Vedle tradičních oblastí, jako jsou sortiment, plánování prodejní plochy, cenové politiky, kiosky a další oblasti, které přímo ovlivní zákazníka v obchodě, jsou to také nové způsoby používání BI.

Brian Kilcourse ze společnosti Retail Systems Research například vysvětluje: „Hlavním problémem bývá nedostatečná ‚akčnost‘ či zpětné propojení BI systémů. Transakční systémy tak sice předávají data BI aplikacím, ty je ale po sběru a vyhodnocení nedokážou vrátit zpět.“ Namísto pouhého sledování by systémy BI vybavené analytickými funkcemi mohly prodejci v reálném čase „napovídat“. Nejedná se přitom o žádnou utopii – podobný systém v současné době zavádí v souvislosti se zákaznickými bonusovými kartami nadnárodní řetězec Starbucks, jehož nový CIO Stephen Gillet vidí analytické nástroje BI jako cestu jak zvýšit ziskovost i celkovou hodnotu podniku.

Kilcourse k tomu dodává: „BI je příliš často dostupná jen omezenému počtu uživatelů – vrcholnému managementu a podnikovým analytikům. Proč ji nezpřístupnit v reálném čase těm, kdo jsou v kontaktu se zákazníky?“

Konečná rada Gartneru zní: Nespoléhat se na jediného „superdodavatele“. Podniky si tak zavírají dveře před nejmodernějšími postupy, musejí se spolehnout na často pomalou integraci a zhoršuje se tím i jejich vyjednávací pozice.