Upload
lars-rinnan
View
214
Download
5
Embed Size (px)
Citation preview
Introduksjon til
Business intelligence og
Business Analytics
Lars Rinnan
Managing partner, NextBridge Advisory AS
@lamirin
@nextbridgeas
Innhold
Behovet for styringsinformasjonRapporter om fortiden, nåtiden og fremtiden
Forskjellige verktøy til forskjellige behovSelvbetjent datavisualisering
Hvordan fremskaffer man styringsinformasjonenDatavarehuset
En versjon av sannhetenDimensjoner og måltall
Nivåer av modenhet innen bruk av styringsinformasjonModenhetsmodellen
En kilde til konkurransefortrinnInvestering vs avkastning
«De virksomhetene som best utnytterforretningskritisk styringsinformasjon
har også best forretningsmessige resultater»
Business Intelligence
Business intelligence (BI) is the set of techniques and tools for the transformation of raw data into
meaningful and useful information for business analysis purposes.
BI technologies provide historical, current and predictive views of business operations
«Rapporter» om fortiden, nåtiden og fremtiden
Trenger alle tre perspektivene til komplett styring av en virksomhet
De fleste ser mest/bare på fortiden
Altfor få ser på fremtiden
Hva gir mest forretningsmessig nytte…?
Det er lønnsomt å se fremover….
Virksomheter
som brukerprediktiv Analytics
Virksomheter
som IKKE brukerprediktiv Analytics
vs.
Median ROI
145%Årlig reduksjon av
kundebortfall (churn)
+6%
Median ROI
89%Årlig reduksjon av
kundebortfall (churn)
-1%
Ledende virksomheter bruker Analytics
fem ganger mer enn andre selskaper
Rapporter om fortiden
Spørsmål: Hva har skjedd?
Verktøy: Faste, interaktive rapporter
Fokus: Status ift mål
Rapporter om nåtiden
Spørmål: Hva skjer?
Verktøy: Dashboards og Scorecardsmed alerts, drivere, indikatorer/KPI
Fokus: Monitorering av status og trend
Ad-hoc rapporter om årsaken til status
Spørmål: Hvorfor skjer dette?
Verktøy: Spørreverktøy, Datavisualisering
Fokus: Årsakssammenhenger
Rapporter om fremtiden
Spørmål: Hva kan skje?
Verktøy: Forecast, Simulering, Prediksjon
Fokus: Forutse hva som kan skje
BI-pyramidenFremtid
Hva kan skje?Prediktiv analyse
Ad-hoc analyseHvorfor skjedde det?
Datavisualisering
NåtidHva skjer?
Dashboards, scorecards
FortidHva har skjedd?Faste rapporter
Data scientists/statistikere
Analytikere/controllere/superbrukere/ledere
Superbrukere/ledere
Forretnings-brukere/
ledere
Datavarehus – forenklet
Kjernesystemer Datavarehus
Rapporterings-appliksjon
Analyse-applikasjon
Performance Management
Brukerapplikasjoner
Data
Data
Data
Side 24
ETL jobs
integrity
history
archiving
PO
RT
AL
stan
dar
d e
nd
-use
r to
ols
TA
XO
NO
MY
ME
TA
OP
ER
AT
E
SE
CU
RIT
Y
FA
CT
S
Plan/Budget
Account
Cost Center
Invoice
HR/Salary
Competitors.
Factory
Plan/BudgetPrognosis
AccountingPurchase
ProductionPackaging
HISTORY(pool)
Property
CalculationRules/Base
Controlrules, etc.
Schedule,logs, etc.
Error codes& messages
SalesChannel
Market
AgreementContract
Party/Others
Party/Supplier
Party/Customer
BusinessActivity
MarketCampaigns
LogisticsDistribution
FinanceForecasting
Sales Area
Schemas,formats, etc.
Codetables
Distributioninfo, receiver
Rejected(load DW)
PropertyFactory
Simulationbasis
Sales sum/aggregates
Purchasingsum/aggr
Orders sum/aggregates
DIM common
DIM special
Lookups,Lists/Master
Stock sum/aggregates
exportoper.data
exportDIM/ struct.
exportmeta (oth.)
exportexternal
exportcodes/schema
Price
Order
Commonfilters/parms
Product/Goods
OrganizationEmployee
SKU attrib
Sales/Returns
Inventory/Waste
Admin.metadata
Contract/Order
oper.adm.
Data ModelRepository
HR/OrgWork Hours
WH
Purchase
GeographyCurrency
Location
Process
Activity/EventProjects
ARCHIVE
TIME
ETLRepository
BI ToolRepository
Securityadmin.data
Access &privileges
Referencedata
Quality/Status/Function
Top / T25Management
Finance/AcctControllers
PurchasingWH / SCM
Sales MgmtMarketingCRM
ProductionProd. design &development
DistributionLogistics
HR Mgmt/Performance
Specialized data marts
Plan/Budgpersonnel
Productionspersonnel
Prod. dvtpersonnel
Distributionpersonnel
TopManagers
HR/Payrollpersonnel
Partnersaccess
Publicaccess
T25 / otherExecutives
Financialpersonnel
Purchasingpersonnel
Sales/CRMpersonnel
Logisticspersonnel
DW oper.responsible
admin.
Specializedinterfaces
data exportinterface
SimulationsCalculations
programinterface Programmatic
Calculations
External systemsand partners
Data mining and other spec. tools
data export(files from SO)
ExternalPartners/Customers
Owners/Resp.DW, data(IT/Business)
Finance
Plan & Budget
Product / SKU
Sales Channel
Purchase
Governance
Event
Process
Bus. Activity
Market
Agreement
Inventory
Supply Chain
HR
Organization
Sales
Factory
Property
Quality
Party
sec.adm.
integrity
history
archiving
meta. adm.
Qualitystatistics
Qualitydimensions
quality
quality
DSSRC
DQFWIF:SA SI ST DW SO DM DA EUSTAGING IN DATA WAREHOUSE CORE (HUB) STAGING OUTSTAGING DATA MARTS ACCESSDATA FEEDS END-USERS
Dat
a Q
ual
ity
Fir
e W
all
RFS
HMI
Manual
BRM
PLN
M3A
SHA
SPA
M3 ERP
DPL
PRJ
SO9
AGR
LBM
HEU
FRP
IVF
Excel/etc.
SCP
RPR
IVC
IVT
VIV
RSB
AMO
PHN
M3P
M3M
M3F
M3W
M3S
M3C
M3L
ACN
CRM
TRV
Distr. channel
Location
Resource
Operations
Distribution Channel
Packaging
Distribution Carrier
SimulationMining
HR/PayrollAbsence
Logistics
Packaging
Production
Sales
Plan/BudgetPrognosis
Finance/AccountingPurchase
Top Mgmt(derivate)
DB tables Data Files
Logisk arkitektur: Komplett BI-referansearkitektur for det langsiktige BI-målbildet
Personal-system
Kunde-system
Produksjons-system
Økonomi-system
Avdelingsledere
Direktører
Controllere
Prosessansvarlige
f(x)
f(x)
f(x)
f(x)
f(x)
f(x)
f(x)
f(x)
f(x)
f(x)
f(x)
f(x)
f(x)
f(x)
f(x)
f(x)
4 informasjonsbehov * 4 kilder = 16 f(x)
Hvorfor datavarehus? Hvorfor ikke bare trekke ut data direkte fra kildene?
Personal-system
Kunde-system
Produksjons-system
Økonomi-system
Avdelingsledere
Direktører
Controllere
Prosessansvarlige
f(x) f(x)
f(x)f(x)
f(x)f(x)
f(x)f(x)
4 informasjonsbehov + 4 kilder = 8 f(x)
Datavarehus
Hvorfor datavarehus? Hvorfor ikke bare trekke ut data direkte fra kildene?
En versjon av sannheten
Alle rapporter fra samme kilde
Kvalitetssikrede data
Felles definisjon av kunde, produkt, margin osv.(Master Data Management)
BI også for eksterne brukere (kunder, partnere, leverandører).
BI er integrert i kjerne-prosessene.
Fullpopulert DVH inkl eksterne og ustrukturerte data.
BI-løsningen driver markedet.
De gjennom-gripende
Enterprise DVH for hele virksomheten.
Forklarer fortid, nåtid og predikerer hva som vil skje (fremtid).
Innfører BICC.
Automatiserte rutiner for sikring av datakvalitet.
De opplyste
DVH for en eller flere divisjoner.
Fokus på å forklare fortiden og monitorere nåtiden.
Felles sentralisert tilgang til BI.
Sentraliserer styringen av BI.
De fokuserte
Ildsjeler prøver ut første BI-løsning, og flere kommer til.
Avdelingsvise datamarts.
Fokus på å forklare hva som har hendt.
De nysgjerrige
BI er ikke-eksisterende eller kun hos individuelle ildsjeler.
Manuelle uttrekk.
Excel nightmare.
De passive
BI–modenhetsmodellen
29% har BICC…
57% har Enterprise DW
33% BI er forretningskritisk
8% prediksjon
11% bruker alle data
2% BI driver markedet
Hvor finner jeg rapporten?
Undersøkelsen er tilgjengelig for nedlasting på
www.gurusofbi.no
www.biblogg.no
Oppsummering
Behovet for styringsinformasjonRapporter om fortiden, nåtiden og fremtiden
Forskjellige verktøy til forskjellige behov
Selvbetjent datavisualisering
Hvordan fremskaffer man styringsinformasjonenDatavarehuset
En versjon av sannheten
Dimensjoner og måltall
Nivåer av modenhet innen bruk av styringsinformasjonModenhetsmodellen
En kilde til konkurransefortrinn
Investering vs avkastning