Fag: Business Intelligence Underviser: Jesper Thorlund Hold: År:

1. Fag: Business Intelligence Underviser: Jesper Thorlund Hold: År:

2. Introduktion Indledning • Disse slide kan bruges til input i forbindelse med undervisnings-situationer • Vi forestiller os ikke at de skal være universelt dækkende, men er lavet ud fra nedenstående kriterier: • Disse slides indeholder de modeller der udgør essensen af kapitlet • Vi har i visse tilfælde foreslået øvelser • Til nogle enkelte slides findes der nogle tekster i note vinduet

3. Indhold Indledning • Hvad er business Intelligence • Hvorfor er business intelligence vigtigt • Hvad er et informations system • Relationen mellem strategiske valg og informationer

4. Hvad er Business Intelligence Indledning • To populære definitioner er: ”Beslutningsstøtte” og ”processen der sikre at de rigtige mennesker, ved de rigtige ting, på det rigtige tidspunkt” • Det kan være om hvilke kunder, som man skal sende rykkere til (Kredit afdelingen) • Det kan være hvilke reklamer man skal sende ud til hvilke kunder (CRM) • Hvilke typer af ansatte der har meget sygefravær (HR) • Det kan være informationer om, hvilke produkter og kundetyper man tjener mest og dermed skal fokusere på i fremtiden (Marketing) • Bogens definition på BI er en sammentrækning af de to definitioner: ” Leveringen af den rigtige beslutningsstøtte, til de rigtige mennesker, på det rigtige tidspunkt ”

5. Indledning BI handler altså om at 'work smarter not harder'. I den vestlige verden kan vi ikke længere blot ansætte 20 personer mere, men må i stedet lave løbende procesforbedringer, og i det arbejde er det vigtigt at bruge informationer som basis for den innovation, der kan retfærdiggøre den højere løn og de højere levestandarder vi har i den vestlige verden. Vigtigheden af at forretnings processerne lever op til markedsstandarden Hvorfor er Business Intelligence vigtigt?

6. Hvad er et informations system Indledning • BI-afdelingen producerer informationer – det i sig selv er ikke værdiskabende, det er først når der rundt om i organisationen tages bedre beslutninger på baggrund af de nye informationer at der sker en værdiskabelse • BI er derfor et informationssystem • Det er altså mere end et data warehouses og IT der opsamler, gemmer og distribuerer informationer • Det er mere end nogle mennesker der skaber information og viden • Det er også nogle processer der bliver forbedret på baggrund af denne viden

7. Hvad er et informations system Indledning • Et informationssystem der er værdiskabende er derfor kendetegnet ved tre forhold: • Informations systemer består derfor af noget teknologi der samler, opbevarer og distribuere informationerne Kan være elektronisk, men også være papir, papyrus eller menneskelige hjerner • Nogle mennesker der forstå at skabe informationer og viden Det at man får et data warehouse, gør ikke i sig selv at man sælger flere sko, hvis man har en skobutik. Folk skal kunne forstå hvordan man bruger data warehouset og dets informationer • Nogle forretningsprocesser der bliver optimerede via forbedrede beslutninger – i forhold til hvis der ikke havde været et informationssystem Folk skal også agere anderledes og bedre end de ellers ville i forbindelse med deres arbejde, for at der sker en værdiskabelse på baggrund af informationerne. Man siger at de skal forbedre deres arbejdsprocesser, det vil sige den måde de agerer på i forbindelse med deres arbejdsrutiner

8. Strategi og informationer Indledning • Bogens strategiske afsnit bygger primært på Treacy og Wiersema’s let tilgængelige artikel: Treacy, M. & Wiersema, F. (1993) Customer Intimacy and other Value Disciplines, Harvard Business Review, Jan/Feb • Artiklen fortæller at virksomheder konkurrerer på dimensionerne: • Process Excellence (effektive interne processer til produktion og levering af ydelserne til kunderne) • Customer Intimacy (god forståelse af og nær relation med kunderne) • Product innovation (være I stand til at kunne være markedsleder inden for nyskabelser/skabe nye behov) • Man skal excellere i én til to samt mindst leve op til markeds standarderne i de resterende for at være succesfuld som virksomhed på et marked

9. Strategi og informationer Indledning • Diskuter om Treacy og Wiersemas artikel giver fornuft, kom med eksempler på virksomheder der tydeligt konkurrerer på én eller flere af de tre discipliner (f.eks. Dell, Acer, Apple, Telmore, TDC, Sonofon, CBB, traditionelle tøjbutikker, Hennes og Mauritz, Boss)

10. Indledning Diskuter hvilke informationer virksomheder vil være fokuseret afhængigt af hvilke af de tre dimensioner de konkurrer på Passer det overens med det du fandt for de ovenstående firmaer Dell konkurrerer på Customer intimacy og Operational Excellence (bestilling over internet, ingen lagre) Acer konkurrerer på Operational Excellence (pris) Apple (customer intimacy og især innovation) Strategi og informationer Pointe: Den måde du fra strategisk niveau har valgt at konkurrere på, afgør de informationer du bør efterspørge

11. Indhold Kap 1. BI-modellen • Gennemgang af BI-modellen Hvorfor fejler så mange BI projekter?

12. Gennemgang af BI-modellen Kap 1. BI-modellen • Modellens faser gennemgås i bogens kapitler • Kap. 2: Virksomhedens overordnede konkurrence situation og strategi sætter krav til hvorledes informationer skal organiseres indenfor og på tværs af virksomhedens funktioner • Kap. 3: På baggrund af virksomhedens strategi sættes der informationskrav indenfor de enkelte funktioner i virksomheden, for at de kan løse deres pålagte opgaver • Kap. 4: Hvordan skabes de konkrete data, informationer og den ønskede viden af analytikerne • Kap. 5: Hvordan opbevares informationer over tid i et data warehouse • Kap. 6: Hvilke datakilder levere typisk informationer til et data warehouse

13. Indhold Kap 2. Virksomheds strategisk niveau • Relationen mellem virksomhedsstrategien og brugen af BI • Se evt. også dokument der beskriver strategiskabelsesprocessen, klik på link nedenfor

14. Relationen mellem virksomhedsstrategien og brugen af BI Kap 2. Virksomheds strategisk niveau • Modellen er forklaret på næste side

15. Relationen mellem virksomhedsstrategien og brugen af BI Kap 2. Virksomheds strategisk niveau • Adskilt: Data og BI-funktionen benyttes på ad hoc basis og uden systematisk kobling til strategien • Tilpasset: BI-funktionen står for monitorering af de enkeltes funktioners målopfyldelse via Dash boards mv. • Dialog: BI-funktionen monitorerer og analyserer på målopfyldelsen samt eventuelle afvigelser. BI-funktionen leverer også informationer til strategiskabelsesprocessen • Holistisk: Informationer bruges systematisk som et middel til at skabe sig konkurrencemæssige fordele. Evnen til at kunne håndtere informationer anses som en central value driver for forretningen.

16. Relationen mellem virksomhedsstrategien og brugen af BI Kap 2. Virksomheds strategisk niveau • Tilpasset: BI-funktionen står for monitorering af de enkeltes funktioners målopfyldelse via Dash boards mv. • I forbindelse med strategien skabes nogle mål som BI-funktionen overvåger

17. Relationen mellem virksomhedsstrategien og brugen af BI Kap 2. Virksomheds strategisk niveau • Dialog: BI-funktionen monitorerer og analyserer på målopfyldelsen samt eventuelle afvigelser. BI-funktionen leverer også informationer til strategiskabelsesprocessen • Eksempelvis Balanced Scorecards (Kaplan og Norton) der kombinere det kundeperspektivet, det økonomiske perspektiv og de interne processer med hvordan man skal forandre virksomheden for at realisere strategien

18. Relationen mellem virksomhedsstrategien og brugen af BI Kap 2. Virksomheds strategisk niveau • Holistisk: Informationer bruges systematisk som et middel til at skabe sig konkurrencemæssige fordele. Evnen til at kunne håndtere informationer anses som en central value driver for forretningen • Competing on Analytics (Davenport) beskriver hvorledes virksomheder bruger informationer som en strategisk ressource

19. Indhold Kap 3. Funktions strategisk niveau • Relation til forrige kapitel • Informationshjul med lead og lag informationer • Skabelsen af nye forretningsprocesser • Optimering af eksisterende forretningsprocesser • Sammenhænge mellem strategi og BI-tunge forretningsprocesser

20. Sidste kapitel satte fokus på hvordan informationer bruges på et overordnet strategisk niveau I dette kapitel ser vi på strategi på funktionsniveau, i eksempleter der nævnt tre funktioner/forretningsprocesser Kap 3. Funktions strategisk niveau Relation til tidligere kapitler

21. Kap 3. Funktions strategisk niveau Informationshjul med Lead og lag informationer • Lead information • Til at kunne opstarte nye processer og forbedre processer • GPS eksempel (Hvordan kommer jeg derhen?) • Krydssalg (hvad sælger sammen) • ”Hvad skal jeg gøre i morgen?” • Lag information • Monitorerer processer (KPI og BPM) • GPS eksempel (Hvor langt er jeg nået?) • Se på salgstal (KPI) • ”Hvordan gik det?” Lead Proces Lag

22. Optimering af eksisterende forretningsprocesser Kap 3. Funktions strategisk niveau • Denne model handler om hvordan man kan gemme og analysere på lag-informationerne, og af denne vej lære om sammenhænge for at kunne forbedre eksekveringen af processerne • Man bruger lag-informationer til at skabe lead-informationer • Skaber man fundamentalt nyeprocesser, går man tilbage til Rockart modellen Eksempler?

23. Rockart modellen fortæller, hvordan man kan identificere informationsbehovet i forbindelse med en strategi, også kaldet skabelsen af en informationsstrategi Funktionen får nogle mål, for at opfylde disse laves en strategi, de kritiske succes faktorer identificeres (de ting der er afgørende for at den overordnede strategi vil lykkes) og dermed hvilke informationer der er kritiske Der skelnes mellem lead og lag-informationer Lead-informationer er forudsætningen for at vi kan eksekvere strategien Lag-informationer måler på om vi når de strategisk givne mål Kap 3. Funktions strategisk niveau Skabelsen af nye forretningsprocesser Eksempel

24. Sammenhænge mellem strategi og BI-tunge forretningsprocesser Kap 3. Funktions strategisk niveau • Denne model viser sammenhængen mellem strategiske valg og hvilke konkrete BI-tunge forretningsprocesser der må forventes at komme i fokus

25. Indhold Kap 4. Analytisk niveau • Data, information og viden • Analytikernes rolle indenfor BI • De 3 spørgsmål

26. Data, information og viden Kap 4. Analytisk niveau • Grundlæggende definitioner: • Data er bærer af information – data findes eksempelvis i data warehouses og beskriver typisk en transaktion, handling, status mv. • Informationer er data aggregeret op på et niveau så det kan basis for beslutningsstøtte, i form af rapporter, KPI’er, alerts mv. • Viden er informationer der har været analytisk bearbejdet, således det indeholder en prioritering af informationerne, anbefalinger, konklusioner mv.

27. Analytikernes rolle indenfor BI Kap 4. Analytisk niveau • Fungere som sammenkoblingen mellem det forretningsdrevne og det teknisk drevne miljø

28. Analytikernes rolle indenfor BI Kap 4. Analytisk niveau • I modellen lægger vi op til at analytikernes leverancer kan opdeles i: • Rapporteringsmæssige • Statistiske • Data miningmæssige • Derfor kan modellen også fremstilles som vist nedenfor, hvor de forskellige funktioner får forskellige typer af analytiske leverancer

29. De 3 spørgsmål Kap 4. Analytisk niveau • Afhængig af modtagernes kvantitative analytisk niveau, kan den ene af de to nedenstående modeller præsenteres: • Spørgsmål 1: er det data manager kompetencer eller egentligt kvantitative analytiske kompetencer der efterspørges • Spørgsmål 2: er det hypotesedrevne eller data drevne teknikker der efterspørges • Spørgsmål 3: er det sammenhængen mellem én given afhængig variabel og en række andre, eller er det formålet at afdække former for strukturer i data

30. De 3 spørgsmål Kap 4. Analytisk niveau • Afhængig af modtagernes kvantitative analytisk niveau, kan den ene af de to nedenstående modeller præsenteres: • Spørgsmål 1: er det data manager kompetencer eller egentligt kvantitative analytiske kompetencer der efterspørges • Spørgsmål 2: er det hypotesedrevne eller data drevne teknikker der efterspørges • Spørgsmål 3: er det sammenhængen mellem én given afhængig variabel og en række andre, eller er det formålet at afdække former for strukturer i data

31. Rapportering Kap 4. Analytisk niveau • Rapportering (beskrivende statistik) præsenteres informationer og det overlades til brugeren af disse at lave tolkningen • Rapportering bygger typisk på en delmængde af det tilgængelige data der krydstabuleres (salg per uge per region)

32. Rapportering Kap 4. Analytisk niveau • Typer af rapportering • Engangsrapporter (Ad hoc) • Manuelt opdaterede rapporter (Begrænset varighed) • Automatiserede rapporter – On demand (standard rapportering) • Automatiserede rapporter – Event driven (informationer opsøger brugeren – kritiske informationer) • Rapporter skal referere til hinandenfor at sikre én version af sandheden

33. Statistik Kap 4. Analytisk niveau • Afsøgning af sammenhænge mellem variable på baggrund af forudgående hypoteser • Nedenfor er der kun tale om parvise test, klik evt. på linket for at læse yderligere

34. Data mining Kap 4. Analytisk niveau • Trin 1: Man udvikler nogle modeller på nogle modelleringsdata • Trin 2: Man tester hvilke model der giver det bedste resultat ud fra kriterier så som: • Modellen kan tolkes • Modellen er god til at forudsige • Trin 3: Man scorer et data sæt – sætter modellen i produktion

35. Data mining Kap 4. Analytisk niveau • Processen kan være langsommelig • Selve modelleringen tager kun nogle få procent af den samlede tid i forbindelse med etableringen af en ny data mining process • Når processen er etableret tager den kun lidt tid at opdatere modellerne

36. Data mining Kap 4. Analytisk niveau • Oftest bruges data mining i forbindelse med prædiktion af fremtidige hændelser: • Hvilket kunder vil forlade os hvornår og hvorfor • Hvilke kunder vil købe hvad og på hvilket tidspunkt • Hvilke motorer vil gå i stykker på hvilket tidspunkt og hvorfor • Hvilke nye kunder er kreditmæssigt risikable • Hvad er den forventede pris på et produkt om et år

37. Data mining Kap 4. Analytisk niveau • Bruges også i forbindelse med det man i ’gamle dage’ ville kalde eksplorative teknikker • Data reduktion, typisk PCA (afdækning af samvariationsmønstre i data) • Klynge analyser (gruppering af profiler der minder om hinanden) • Vi har valgt at lægge diverse former krydssalgs- og opsalgsmodeller i denne kategori

38. Indhold Kap 5. Data warehouse niveau • Fordele ved at Data Warehouse • Opbygningen af et Data Warehouse • Tilgange til et Data Warehouse • Eksempler på Front Ends

39. Fordele ved et Data Warehouse Kap 5. Data warehouse niveau • Sammenstiller information – fælles standarder på tværs af virksomheden • Skaber overblik over hvilke data der er tilgængelige – samle informations øerne • Skaber historik • Sikrer data kvaliteten Brugbarhed og tilgængelighed

40. Opbygningen af et Data Warehouse Kap 5. Data warehouse niveau • Data flyder fra kildesystemerne og op til BI-portalerne

41. Tilgange til Data Warehouset Kap 5. Data warehouse niveau • Analytikerne har mange adgange til DW • De almindelige brugere af rapporter mv. bruger standardiserede front ends

42. Eksempler på Front-Ends Kap 5. Data warehouse niveau • Front ends er det som vi i forrige kapitel betegnede som rapporter – tolkningen overlades til brugerne

43. Eksempler på Front-Ends Kap 5. Data warehouse niveau • Front ends er det som vi i forrige kapitel betegnede som rapporter – tolkningen overlades til brugerne

44. Indhold Kap 6. Kilde systemer • Eksempler på kildesystemer • Prioritering af kildesystemer • Optimal lagring • Optimal sammenstilling

45. Eksempler på kildesystemer Kap 6. Kilde systemer • Billing systemer • Dunning systemer. • Inkasso systemer • CRM systemer • Produkt og forbrugsinformationer • Kundeinformationer • Virksomhedsinformationer • Kampagnehistorik • Web logs • Spørgeskemaanalyser gennemført over tid • HR-informationer informationer • Produktionsinformationer • Opsamling af KPI’er • Data mining resultater • Informationer fra ERP-systemer

46. Prioritering af kildesystemer Kap 6. Kilde systemer • Informationsstrategier definere hvilke informationer der skal opsamles • I praksis skeler man også til deres tilgængelighed/data kvalitet mv. • Over tid sourcer man flere og flere af informationerne – dette er en løbende proces

47. Optimal lagring Kap 6. Kilde systemer • Afhængigt af hvad man skal bruge de lagrede informationer til kan informationerne gemmes mere eller mindre optimalt

48. Optimal sammenstilling Kap 6. Kilde systemer • Ved at sammenstille data korrekt opnås der synergier på tværs af data kilder • Vi kan sammenstille internet adfærden med stamdata om kunderne – forbedret beslutningsstøtte

49. Indhold Kap 7. BIKC • Hvad er et BIKC • Relationen til den tekniske del af organisationen • Kompetencerne i et BIKC • Organisering af et BIKC • Ambitionerne med et BIKC

50. Hvad er et BIKC Kap 7. BIKC • Et BIKC er et forum, hvor i der indgår analytiske -, forretningsmæssige - og IT-kompetencer (synergier skabes) • Hvilket tilsammen skal sikre BI den nødvendige gennemslagskraft i en organisation • Etablere videnshjul, hvilket er en metafor for de løbende leveringer af informationer til forretningsprocesserne – som beskrevet i BI-modellen, herunder uddannelse af brugerne