POSLOVNA INTELIGENCIJA KAO POTPORA FUNKCIJI …oliver.efri.hr/zavrsni/481.B.pdf · inteligencija, ili inteligencija o poslovanju je posebnost svake organizacije, baš kao što je
Post on 08-Sep-2019
22 Views
Preview:
Transcript
SVEUČILIŠTE U RIJECI
EKONOMSKI FAKULTET
Tatjana Erdeljac
POSLOVNA INTELIGENCIJA KAO POTPORA FUNKCIJI KONTROLINGA U TRGOVAČKIM PODUZEĆIMA
DIPLOMSKI RAD
Rijeka, 2013.
SVEUČILIŠTE U RIJECI
EKONOMSKI FAKULTET
POSLOVNA INTELIGENCIJA KAO POTPORA FUNKCIJI KONTROLINGA U TRGOVAČKIM PODUZEĆIMA
DIPLOMSKI RAD
Predmet: Kontroling Mentor: prof.dr.sc Neda Vitezić Student: Ime i prezime: Tatjana Erdeljac
Studijski smjer: Menadžment
JMBAG: 0081100235
Rijeka, ožujak 2013.
SADRŽAJ
1. UVOD ............................................................................................................................................... 3
1.1 Predmet istraživanja ...................................................................................................................... 3
1.2. Svrha i cilj istraživanja .................................................................................. ................................ 4
1.3. Metode istraživanja .................................................................................................... .................. 5
1.4. Struktura rada............................................................................................................................... 5
2. POJMOVNO ZNAČENJE POSLOVNE INTELIGENCIJE ....................................................................... 7
2.1. Osnovne karakteristike koncepta poslovne inteligencije ........................................................... 9
2.2. Važnost poslovne inteligencije u upravljanju poduzećem ........................................................ . 10
2.3. Koristi i rizici primjene koncepta ..................................................................................... ........... 12
2.4. Implementacija i tehnike poslovne inteligencije ....................................................................... . 17
3. KONCEPT POSLOVNE INTELIGENCIJE U FUNKCIJI KONTROLINGA ................................................. 18
3.1. Kvaliteta podataka i vrijednost poslovnih informacija ............................................................ . 19
3.2. Koncept upravljanja pomoću informacija ................................................................................. . 21
3.3. Formiranje radne grupe kontrolera za implementaciju koncepta poslovne inteligencije ......... 23
3.3.1. Alati za izvođenje znanja iz prikupljenih podataka ............................................................. 24
3.3.2. Uporaba i primjena metodologije poslovne inteligencije ................................................... 25
4. KONTROLING I POSLOVNA INTELIGENCIJA U TRGOVAČKOM PODUZEĆU KONZUM D.D. ........... 27
4.1. Implementacija sustava Cognos ................................................................................................. 28
4.1.1. Integracija pojedinih čimbenika sustava ............................................................................. 30
4.1.2. Učinci Cognosa na poslovanje kroz smanjenje troškova i povećanje profita ...................... 31
4.2. Primjena mobilne poslovne inteligencije ................................................................................... 34
4.2.1. Tradicionalna vs. Internetska kupovina ............................................................................... 37
4.2.2. Novi trendovi i mogućnosti ................................................................................................. 40
5. RAZVOJ KUPOVINE PUTEM WEB PORTALA U HRVATSKOJ – Kolektiva Web d.o.o. ...................... 42
5.1. Analiza i ciljevi tržišne situacije .................................................................................... .............. 45
5.1.1. Povećanje ućinkovitosti prodaje ......................................................................................... 46
5.1.2. Informacijski sustav i izbor softvera .................................................................................... 47
5.2. BusinessQ sustav u funkciji potrebe informacijske i upravljačke uloge kontrolingu ................ . 48
5.2.1. Analiza kupaca ..................................................................................................................... 50
5.2.2. Analiza potrošačke košarice ................................................................................................ 53
5.2.3. Rješenja za spriječavanje odustajanja od web kupovine .................................................... 55
1
6. USPOREDBA UČINKA POSLOVNE INTELIGENCIJE – Konzum vs. Kolektiva .................................. 57 7. ZAKLJUČAK ........................................................................................................................... 59
LITERATURA ............................................................................................................................ 61
Popis tablica, slika i grafikona .................................................................................................. 64
2
1. UVOD 1.1 Predmet istraživanja
Predmet istraživanja ovog diplomskog rada je važnost sustava poslovne inteligencije kao
potpore funkciji kontrolinga te istraživanje učinka poslovne inteligencije na rezultat
poslovanja trgovačkih poduzeća. Primjer će se prikazati kroz usporedbu utjecaja
informacijskog sustava COGNOS i razvoja mobilne tehnologije u najvećem trgovačkom
lancu u Hrvatskoj te informacijskih sustava potpore odlučivanju u grupnoj kupovini putem
portala.
Temeljno pitanje koje si u današnje doba tvrtke postavljaju je kako biti konkutentan u vrijeme
kada je tržište toliko promjenjivo? Poduzeća trebaju donositi odluke koje se temelje na točnim
i pravodobnim informacijama, suočiti se s problemima na vrijeme kako bi zadržali postojeću
poziciju ili postali konkurentniji.
Prije početka informacijskog doba u drugoj polovici 20 stoljeća, poduzeća su morala
prikupljati podatke iz neautomatiziranih izvora te nisu posjedovala računalne resurse za
odgovarajuću analizu podataka. Stoga su se poslovne odluke temeljile uglavnom na intuiciji.
Strateške se prednosti više ne temelje isključivo na fizičkim resursima ili dobrom kontrolingu,
već poglavito na informacijama koje poduzeće dobiva s tržišta. Stoga je ulazne informacije
potrebno filtrirati, preraditi i povezati da bi se na temelju njih mogli donijeti zaključci ili
odluke. U tom se pogledu pojavljuje poslovna inteligencija (Business Intelligence, BI) kao
nova aktivnost u kontekstu aplikacija i tehnologija koje se koriste za prikupljanje,
omogućavanje pristupa i analiziranju podataka.
3
1.2. Svrha i cilj istraživanja
Tema „Poslovna inteligencija kao potpora funkciji kontrolinga u trgovačkim društvima“ vrlo
je aktualna i zanimljiva iz razloga što smo svjedoci snažnog izdizanja pojedinih supermarketa
u današnje vrijeme recesije, slabe kupovne moći i snažnog razvoja interneta. Koji je razlog
tome? U želji da opstanu i postanu vodeća, poduzeća prepoznaju važnost informacija i
pravodobno donošenje odluka te nastoje usmjeriti svoje poslovanje u skladu s tržišnim
promjenama i trenutnim tehnološkim trendom.
Svrha ovog nastavnog istraživanja je ustanoviti i analizirati na koji način informacijski sustavi
i sustavi za potporu odlučivanju utječu na brzinu i ispravnost donošenja odluka kontolinga
poduzeća. Cilj je prikazati koristi i utjecaj alata poslovne inteligencije na uspješnost i
efikasnost donošenja odluka.
Osim tih pitanja, cilj ovog diplomskog rada je i dati odgovore na sljedeća pitanja:
- Što je poslovna inteligencija i kako ona funkcionira u poduzeću?
- Kako je poslovna inteligencija povezana s funkcijom kontrolinga? Koliko je važna
kvaliteta i pravovremenost informacija za koncept upravljanja?
- Na koji način će sustavi poslovne inteligencije ubrzati i olakšati proces odlučivanja?
- Kako utječe razvoj mobilne tehnologije na proces odlučivanja?
- Kako kontroling internet trgovine donosi odluke pomoću sustava poslovne
inteligencije?
Na temelju provedenog istraživanja, dati će se zaključci o prednostima i nedostacima direktne
kupovine (u supermarketima) u odnosu na kupovinu putem interneta te utjecaj kontrolinga
pojedinih poduzeća na poslovni rezultat kroz sustave poslovne inteligencije.
4
1.3. Metode istraživanja Kod izrade ovog rada korištene su mnogobrojne znanstvene metode: metoda indukcije i
dedukcije, metoda analize i sinteze, metoda deskripcije, apstrakcije i konkretizacije te
komparativna i povijesna metoda.
U istraživanju o sličnostima i različitostima kontrolinga pojedinih vrsta trgovačkih poduzeća
korištena je metoda intervjuiranja. Podaci u ovom diplomskom radu prikupljeni su iz različitih
izvora: stručna literatura, domaće i strane publikacije, članci, internet stranice te razgovor s
direktorom tvtke koja proizvodi sustave poslovne inteligencije.
1.4. Struktura rada
Ovaj diplomski rad sastoji se od šest poglavlja, a svaki od njih se sastoji od nekoliko
podpoglavlja.
U prvom poglavlju „Uvod“ navodi se predmet istraživanja. Zatim su obrazloženi svrha i
ciljevi istraživanja, korištene metode, te se na kraju navodi kratak opis strukture rada. Drugo poglavlje „Pojmovno značenje poslovne inteligencije“ bavi se pojmom, zadacima i
ciljevima poslovne inteligencije. Zatim su objašnjene osnovne karakteristike i važnost
koncepta poslovne inteligencije za upravljenje poduzećem. Također su iznijete koristi i rizici
primjene te implementacija i tehnike poslovne inteligencije. U trećem poglavlju „Koncept poslovne inteligencije u funkciji kontolinga“ obrazložena je
uloga i zadaci poslovne inteligencije u okviru donošenja odluka funkcije kontolinga. Iznijeta
je važnost kvalitete podataka i vrijednost poslovnih informacija te načini korištenja
odgovarajućih informacija u konceptu upravljanja. Zatim će se prikazati formiranje radne
grupe kontrolera za implementaciju koncepta poslovne inteligencije. Nakon toga će se prikazati povezanost kontrolinga i poslovne inteligencije u trgovačkom
poduzeću Konzum d.d. kroz implementaciju sustava COGNOS, odnosno konkretnu
integraciju pojedinih čimbenika sustava te učinka na poslovanje. Osim toga, obrazložiti će se
utjecaj razvoja mobilne poslovne inteligencije na donošenje odluka funkcije kontolinga,
usporediti tradicionalna nasuprot internetskoj trgovini istog supermarketa te iznijeti novi
trendovi i mogućnosti.
5
Peto poglavlje bavi se razvojem kupovine putem web portala. Predstavljeni su ciljevi i analiza
tržišne situacije od strane kontrolinga takve vrste trgovačkog poduzeća u svrhu povećanja
učinkovitosti prodaje i pravilnog odabira informacijskog sustava i softvera. Obrazložena je
uloga sustava prodaje u funkciji potreba informacijske i upravljačke uloge kontrolinga, zatim
analiza profila kupaca i potrošačke košarice te načini kreiranja rane detekcije rizika
odustajanja od kupovine pomoću sustava poslovne inteligencije. Na kraju poglavlja iznijet je
utjecaj prijedloga kontrolinga na poslovni rezultat.
U šestom, posljednjem poglavlju „Zaključak“, sustavno je izložena sinteza rezultata
istraživanja do kojeg se došlo rješavanjem postavljenog predmeta i ciljeva istraživanja.
6
2. POJMOVNO ZNAČENJE POSLOVNE INTELIGENCIJE
Inteligencija je mentalna karakteristika koja se sastoji od sposobnosti za učenje iz iskustva,
prilagodbe na nove situacije, razumijevanja i korištenja apstraktnih pojmova, i korištenja
znanja za snalaženje u okolini ( http://www.mensa.hr/glavna/cesto-postavljana-
pitanja/inteligencija). U tom smislu, poslovna inteligencija se može tumačiti kao sposobnost
tvrtke da se prilagodi novonastalim uvjetima na tržištu.
Fenomen poslovne inteligencije može se razmatrati najmanje s dva stajališta – s makro i
mikro stajališta. Razmatrana s makroaspekta, poslovna je inteligencija složena, agregirana
kategorija koja se stvara sustavnim, ali unaprijed neciljanim prikupljanjem podataka o
makroekonomskim kretanjima o određenoj geopolitičkoj sredini, njihovim pohranjivanjem,
pretraživanjem te logičkom i/ili računskom obradom poradi otkrivanja makroekonomskih
trendova ili tendencija i predviđanja procesa u makroekonomskim sustavima. S druge strane,
danas posebnu pozornost stručnjaka, ali i laika, sve više pobuđuje fenomen poslovne
inteligencije promatran s mikroaspekta. U ovom slučaju se radi o otkrivanju prikrivenih
znanja iz poslovnih podataka koje neka organizacija prikuplja rutinski, obavljajući svoje
svakodnevne poslovne transakcije. Izvori podataka podataka potrebnih za izvođenje tako
shvaćene poslovne inteligencije pretežito su unutar same organizacije, a valja ih, dakako,
svrhovito pohranjivati, pomno održavati i sustavno obrađivati. Uvjet za uspješno izvođenje
novih ili prikrivenih znanja iz rutinski prikupljanih poslovnih podataka jest primjena
informacijske i, posebice, internetske tehnologije, uz uporabu odgovarajućih
logičko/računskih metoda i softverskih alata (Panian, Ž., Klepac G., 2003., str.17).
7
U nastavku rada slijedi nekoliko reprezentativnih definicija i popratnih tumačenja pojma poslovne inteligencije:
· Inteligencija podiže informacije u organizaciji na višu razinu. Podaci i informacije su
stvari. Inteligencija je organska materija; izvedena iz informacija, ona pridonosi
svaranju takvog stanja organizacije koje se može nazvati kolektivnom inteligencijom.
Inteligencija proizlazi iz punog razumijevanja informacija, ranije poduzetih akcija i
postojećih mogućnosti, odnosno opcija. Jednom posijana, inteligencija će se sama
širiti organizacijom. Kritična masa pojedinaca koji imaju dobar uvid i dijele slične
stavove o poslovnim procesima postaje u takvim uvjetima vrlo moćna snaga
(Liautaud, B., 2001., str. 6).
· Poslova inteligencija nije niti proizvod niti sustav. To je arhitektura i kolekcija
integriranih operativnih aplikacija i aplikacija za potporu odlučivanju te baza podataka
koje poslovnoj zajednici omogućuju lak pristup poslovnim podacima ... Poslovna
inteligencija, ili inteligencija o poslovanju je posebnost svake organizacije, baš kao što
je i slučaj i s politikama i poslovnim pravilima u skladu s kojima se upravlja tvrtkom i
vodi poslovna praksa. Tu jedinstvenost treba istražiti kako bi se mogla ostvariti
konkurentska prednost (Moss, L. T., Atre, S., 2003., str. 4 i 31).
· Kada kompanija koristi podatke iz svojih izvršnih sustava pri donošenju odluka, to je
poslovna inteligencija. Izvršni se sustavi koriste za unos narudžbi, upravljanje
zalihama, financijske evidencije, rezervacije zrakoplovnih karata, itd., ovisno o
djelatnosti kojom se kompanija bavi. Sustavi poslovne inteligencije preuzimaju
podatke iz izvršnih sustava i rekonstruiraju ih tako da korisnici mogu otkrivati ranije
nepoznate informacije o poduzeću, poslovanju, klijentima, poslovnim aktivnostima ili
proizvodima (Wyatt, L., 2012., str. 2).
Na temelju navedenih razmatranja i tumačenja ekonomskih stručnjaka, pojam poslovne
inteligencije može se pojasniti kao proces kojim se sirovi podaci pretvaraju u korisne
informacije koje se zatim analiziraju i koriste u procesu odlučivanja u poduzeću.
8
2.1. Osnovne karakteristike koncepta poslovne inteligencije
Iako sustavi poslovne inteligencije služe za prikupljanje informacija koje se koriste kao
potpora odlučivanju, oni ne teže stvaranju što veće količine informacija.
S obzirom na količinu generiranih informacija , koncept poslovne inteligencije počiva na
sljedećim temeljnim zamislima:
· Intencija koncepta poslovne inteligencije nije stvaranje veće količine informacija, već
isključivo generiranje boljih, kvalitetnijih informacija potrebnih pri donošenju
poslovnih odluka.
· Upravo to je ono svojstvo poslovne inteligencije koje joj daje moć poticanja i
stvaranja pozitivnih promjena u sredini u kojoj se stvara i primjenjuje.
· Poslovna inteligencija pruža korisnicima samo one informacije koje su im potrebne,
ali zato pravovremeno i iskazane na način koji im najviše odgovara.
· Primijeni li se kako valja, koncept poslovne inteligencije smanjit će količinu
informacija kojoj se zaposlenici tvrtke izlažu, povećavajući istovremeno kakvoću tih
informacija (Panian, Ž., Klepac, G., 2003., str. 25).
U osnovne ili jezgrene značajke poslovne inteligencije mogu se ubrojiti sljedeće: zasniva se
na personalizaciji, proaktivna je te nastaje iz operativnih podataka.
SLIKA 1. Komponente modela poslovne inteligencije Izvor: Panian, Ž., Klepac, G., 2003., str. 26
9
Prikazan je shematski put kroz 5 glavnih komponenata za stvaranje modela poslovne
inteligencije. Polazi se od prikupljanja potrebitih informacija koje se trebaju analizirati i
segmentirati da bi bile korisne za funkcije koje će na temelju njih donositi odluke.
Personalizacija znači primjenu tehnologije u svrhu proaktivnog zahvaćanja, organiziranja i
dostavljanja informacija pojedincima. Zatim slijedi dostava informacija putem više kanala
(višekanalska isporuka) te na kraju akcije, interakcije i/ ili transakcije.
Kada su ispravno konfigurirane i usklađene, navedene komponente čine snažnu, proširivu i
prilagodljivu platformu poslovne inteligencije. Takve aplikacije pretvaraju tradicionalne
sustave potpore odličivanju, koji funkcioniraju prema načelu pitanja i odgovora, u sustave
upravljanja znanjem.
2.2. Važnost poslovne inteligencije u upravljanju poduzećem Dobra, kvalitetna poslovna je odluka ona koja osigurava realizaciju zacrtane strategije i
pripadajućih poslovnih ciljeva. Brzina djelovanja može biti od presudne važnosti za
budućnost tvrtke. Kada se razmatra donošenje kvalitetnijih, ali i bržih odluka to
podrazumijeva i razmjenu informacija unutar samoga poduzeća, jer ako nije omogućen nesmetani i pravovremeni protok informacija u horizontalnom i vertikalnom
smislu, postoji rizik da upravljačka funkcija poduzeća donese poslovne odluke na temelju
zastarjelih, a samim time i nekvalitetnih informacija (Panian, Ž., Klepac, G., 2003., str. 34).
S obzirom da je cilj brže donošenje kvalitetnih odluka, potrebno je skratiti ukupno vrijeme za
njihovo donošenje, ali isto tako u sklopu toga povećati udjel za promišljanje i izbor odluka uz
smanjenje vremena za prikupljanje informacija. Poslovna inteligencija pravovremeno pruža
ciljanim korisnicima samo one informacije koje su im potrebne . Ispravan pristup će smanjiti
količinu informacija istovremeno im povećavajući kvalitetu. Uvođenje sustava poslovne
inteligencije pomaže poduzeću u rješavanju upravljačkih problema, a upotrebom informacija i
znanja o konkurenciji, kupcima, dobavljačima, procesima i vezama među procesima
omogućava se kvalitetnije poslovno pregovaranje i argumentirani nastup.
10
Rješenja poslovne inteligencije mogu pomoći funkciji upravljanja poduzeće kroz barem četiri
međusobno povezana područja.
SLIKA 2. Rezultati utjecaja poslovne inteligencije na upravljanje poduzećem
Bolje razumijevanje Poboljšavanje veza sa
poslovanja zainteresiranim stranama u stvaranju lanca vrijednosti
Mjerenje koristi od Omogućavanje prilika
uvođenja sustava za povećanjem vrijednosti informacija
Izvor: Izrada studentice prema podacima iz Panian, Ž., Klepac, G., Poslovna inteligencija,
Masmedia, 2003., str. 183 - 188.
Utjecaj poslovne inteligencije na upravljanje poduzećem uočava se kroz bolje razumijevanje
poslovanja pa sve do mogućih mjerenja koristi od uvođenja sustava. Bolje razumijevanje
poslovanja, odnosno spoznaja o tome što pokreće poslovanje, koji trendovi, ponašanja i
anomalije su prisutne u poslovanju omogućuju prikupljanje i selekciju potrebnih, ispravnih
informacija. Budući da je vrlo bitno da u prikupljanju i selekciji informacija sudjeluje više
strana stvaranja lanca vrijednosti, to će dovesti do poboljšavanja veza između tih
zainteresiranih skupina te vjerovatno ugodniju daljnju suradnju. Kako informacije u današnje
doba predstavljaju resurs odnosno vrijednost za samo poduzeće, ali i za ostale sudionike na
tržištu koji su spremni platiti/ kupiti određene informacije, omogućava se prilika za
povećanjem vrijednosti prikupljenih informacija. Osim toga, poslovna inteligencija omogućit
će mjerenje konkretnih koristi jer kada postoji evidencija provedenog planiranja i postupka
donošenja odluka, tada postoje i jasne koristi od uvođenja sustava.
11
2.3. Koristi i rizici primjene koncepta
Organizacija mora biti svjesna rizika i koristi koje joj primjena koncepta poslovne
inteligencije može donijeti te ih moći na vrijeme procjeniti i reagirati. Da bi se odredila
vjerojatnost budućih štetnih događaja, prijetnje se moraju analizirati zajedno sa potencijalnim
ranjivostima koncepta, ali i koristima.
Pet je osnovnih kategorija potencijalnih koristi od primjene poslovne inteligencije te uzroke
njihova nastanka u funkciji potpore poslovnom odlučivanju. SLIKA 3. Koristi od primjene poslovne inteligencije
Povećanje
prihoda
Povećanje dobiti
(profita)
Koristi od Unapređenje
poslovne zadovoljstva klijenata
inteligencije
Uštede
Povećanje tržišnog udjela
Izvor: Panian, Ž., Klepac, G., 2003., str. 146
Povećanje prihoda može biti rezultatom:
· Pronalaženja ili otvaranja novih tržišta i tzv. tržišnih utočišta (niša)
12
· Učinkovitija sugestivna prodaja
· Brže prepoznavanje novih tržišnih mogućnosti
· Brže pojavljivanje na tržištu
Povećanje dobiti odnosno profita može biti posljedicom:
· Učinkovitijeg ciljanog promidžbenog oglašavanje
· Ranog prepoznavanja nepovoljnih tržišnih kretanja
· Otkrivanja koji proizvodi ili linije proizvoda ne daju očekivane rezultate
· Utvrđivanje unutarnjih slabosti i nedostataka
· Učinkovitijeg upravljanja prodajom (Panian, Ž., Klepac, G., 2003., str. 145 i 146)
Unapređenje zadovoljstva klijenata na temelju:
· Boljeg razumijevanja potreba, želja i preferencija klijenata
· Boljeg povezivanja potreba, želja i preferencija klijenata s osobinama i svojstvima
proizvoda
· Ponude sličnih proizvoda kojima bi se mogle zadovoljiti potrebe klijenata
· Ponude posebnih pogodnosti (popusti, nagrade)
· Bržeg rješavanja reklamacija klijenata
· Poboljšanih usluga nakon prodaje
Uštede se mogu ostvariti odnosno povećati:
· Boljom ulaznom i izlaznom logistikom
· Manjim povratom kupljene robe od klijenata
Povećanje tržišnog udjela može se postići:
· Ponudom robe koja bolje odgovara potrebama potrošača
13
· Povećanjem broja klijenata koje je tvrtka privukla od konkurenata (Vranešević, T: ,
2000., str. 33.) Rizik je opasnost da će poduzeta aktivnost dovesti do neželjenih posljedica odnosno šteta
(Norton, P., Stockman, M., 2000., str. 19). Rizicima je izložen svaki projekt i svaka odluka
donijeta u turbulentnom tržišnom okruženju. Razlikuju se šest glavnih čimbenika koji
predstavljaju izvore rizika kada su u pitanju projekti poslovne inteligencije.
SLIKA 4. Izvori rizika kojima su izloženi projekti poslovne inteligencije
Izvori rizika
Tehnologija Financije
Kompleksnost Članovi tima
Integracija Organizacija Izvor: Panian, Ž., Klepac, G., 2003., str. 148 Kako bi se precizno odredili osnovni izvori rizika kojima su izloženi projekti poslovne
inteligencije potrebno je pronaći odgovore na određena pitanja:
· Tehnološki rizici:
- Koliko je zrela tehnologija koja se može naći na tržištu?
- Koliko je zrela tehnologija koja se koristi u poduzeću?
14
· Rizici kompleksnosti:
- Koliki je stupanj kompleksnosti cjelokupnog okruženja u kojemu se projekt
realizira?
- U kojoj je mjeri kompleksna konkretna aplikacija poslovne inteligencije?
- Koliko će se Web mjesta postaviti?
· Integracijski rizici:
- Koliko će sučelja podržavati razmatrana aplikacija poslovne inteligencije?
- Hoće li podržavati sučelja prema subjektima iz okolice tvrtke (kupcima,
dobavljačima, poslovnim partnerima, itd.).
· Organizacijski rizici:
- U kojoj je mjeri menadžment tvrtke upoznat s projektom i rizicima kojima je
izložen?
- U kojoj su mjeri djelatnici tvrtke upoznati s težinom projekta i rizicima koji se
mogu javiti?
· Rizici projektnog tima:
- Koliko iskustva ima projektni tim s uspješnim implementacijama aplikacija
poslovne inteligencije?
- U kojoj mjeri su ta iskustva pozitivna, a u kojoj negativna?
- Kakav je moral članova tima?
· Financijski rizici:
- U kojem se roku može očekivati povrat ulaganja u projekt?
- Kolika je vjerojatnost da bi troškovi mogli nadmašiti koristi od projekta?
- Mogu li se neki financijski rizici izbjeći korištenjem samo provjerene tehnologije?
- Je li predviđena mogućnost prekida rada na projektu? Pod kojim uvjetima i s
kojim posljedicama?
15
Da bi mogla izvršiti analiza mogućeg utjecaja rizika na projekt poslovne inteligencije na
kojemu radi, svaka bi tvrtka trebala procijeniti težinu svake skupine rizika, a najjednostavnija
metodologija sugerira da se primijene tri težinska faktora – nizak, srednji i visok rizik. Na
temelju takvog vrednovanja tvrtka bi trebala sačiniti evaluacijsku matricu prema obrascu
prikazanom u tablici 1.
Tablica 1. Evaluacijska matrica rizika
Razina rizika Izvori rizika
Nizak Srednji Visok
Tehnologija Iskustvo sa zrelom Minimalno iskustvo s Nova tehnologija,
tehnologijom tehnologijom malo iskustva
Kompleksnost Jednostavan, s Umjeren, s manjim Kritičan, zahtijeva
projekta minimalnim utjecajem na tijek temeljiti
utjecajem na tijek rada reinženjering
rada
Integracija Samostalan, nema Potrebna ograničena Potrebna ekstenzivna
nikakve integracije integracija integracija
Organizacija Snažna unutrašnja Solidna unutrarnja Slaba unutrašnja
podrška podrška podrška
Članovi projektnog Iskusni, talentirani, Donekle iskusni, Bez iskustva,
tima savjesni, motivirani savjesni, talentirani, neprovjereni,
umjereno motivirani ograničeno
talentirani, slabo
motivirani
Financijska ulaganja Moguć povrat Moguć povrat Moguć povrat
ulaganja u kratkom ulaganja u srednjem ulaganja u dužem
roku roku roku
Izvor: Panian, Ž., Klepac, G., 2003., str. 148
16
2.4. Implementacija i tehnike poslovne inteligencije
U okviru tehnika poslovne inteligencije razvijena su mnoga pomagala koja prikupljaju i
analiziraju velike količine nestrukturiranih podataka. Svaki proizvođač pomagala za poslovnu
inteligenciju razvija i nudi drugačiji proizvod koji najčešće odgovara potrebama određenog
sektora, primjerice maloprodaje ili financijskih usluga. Neke su aplikacije usredotočene na
analizu performansi, projekte ili interne operacije, poput AQL (Associative Query Logic),
Scorecarding, praćenja poslovnih aktivnosti, menadžmenta poslovnih performansi, poslovnog
planiranja, reinženjeringa poslovnih procesa, analize kompetencija, sustava za izvješćivanje
krajnjih korisnika, Enterprise Management sustava, EIS (Executive Information Systems);
menadžmenta lanaca opskrbe/potražnje ili pomagala za financije i budžetiranje.
Druge se aplikacije poslovne inteligencije odnose na pohranjivanje i analizu podataka, poput
rudarenja podataka (Data Mining, DM), farmi i skladišta podataka (Data Farming, Data
warehouses), sustava za potporu odlučivanju (Decision Support Systems, DSS) i
prognoziranju, skladišta dokumenata i upravljanje dokumentima, mapiranja i vizualizacije
informacija, sustava menadžmenta informacija (Management Information Systems, MIS),
geografskog informacijskog sustava (Geographic Information Systems, GIS), analize
trendova, softwarea kao usluge (Software as a service, SaaS), online analitičkog procesiranja (Analytical Processing, OLAP) i višedimenzionalne analize, poslovne inteligencije u
stvarnom vremenu, statističke i tehničke analize podataka, rudarenja Web-a, rudarenja teksta,
itd.
Ostale se aplikacije odnose na analizu ili upravljanje “ljudskom” stranom posla, poput
menadžmenta odnosa s kupcima (Customer Relationship Management, CRM) i marketinških
pomagala, aplikacija za upravljanje ljudskim resursima ili web personalizacije. Poslovna
inteligencija često koristi indikatore ključnih performansi (Key performance indicators, KPIs)
da bi ocijenila trenutno stanje poslovanja i odredila buduće smjernice. Poslovanja koja imaju
veće operacijske rizike često analiziraju KPI podatke tjedno ili dnevno.
17
3. KONCEPT POSLOVNE INTELIGENCIJE
U FUNKCIJI KONTROLINGA
Današnja poslovna okolina je izrazito dinamična i turbulentna, a promjene na tržištu se
događaju iz minute u minutu. Osnovna svrha i cilj svakog poduzeća je ostvarenje profita, a to
je moguće ostvariti jedino ako je poduzeće konkurentno na tržištu. Stoga je od izuzetne
važnosti funkcija kontrolinga u poduzeću koja pomoću raznih analitičkih softverskih alata
nazire i upravlja poslovnim odlukama.
Pravilno odlučivanje je temelj uspješnog poslovanja, a kako su odlučivanje i upravljanje usko
povezani, kontroleri moraju donositi pravovremene i kvalitetne odluke te kontrolirati
izvršenje tih odluka, a ovisno o tome i savjetovati menadžere poduzeća. Upravo kroz te
procese kontroling ostvaruje svoju osnovnu funkciju. Kontroling je informatičko-analitička i
planska funkcija u poduzeću koja pomoću raznih informacija ispituje poslovanje, odnosno
razne pojave te savjetuje menadžment pri donošenju odluka.
U nastavku rada slijedi nekoliko reprezentativnih definicija i popratnih tumačenja pojma
kontrolinga:
· Kontroling je efikasan suvremeni koncept upravljanja poslovnim rezultatom poduzeća,
koji obuhvaća koordinaciju i vezu planiranja i informiranja, te analizu i kontrolu
ljudskih, materijalnih, financijskih i informacijskih resursa radi ostvarenja ciljeva na
efikasan način. To je instrument upravljanja koji čini podršku menadžerima u procesu
odlučivanja (Avelini Holjevac, I., 1998., str 4.).
· Kontroling se definira kao upravljačka funkcija mjerenja i ispravljanja individualne i
ustrojstvene performanse kako bi se osiguralo da zbivanja budu u skladu s planovima
(Weihrich, H., Koontz, H., 1994, str. 578).
· Kontroling predstavlja funkciju unutar sustava menadžmenta kojom se povećavaju
njegova efikasnost i efektivnost, a time i sposobnost prilagodbe promjenama unutar i
izvan poduzeća (Osmanagić Bedenik, N., 2004., str. 64).
18
Odlučivanje je provjereno težak i odgovoran posao koji za sobom nosi brojne posljedice. Dok
se u privatnom životu donošenje odluka temelji isključivo na intuiciji, u poslovnom životu to
ne smije biti slučaj. Poslovno odlučivanje zahtjeva više sistematičnosti jer tangira veći broj
članova organizacije. Što je razina odlučivanja viša, gledajući s aspekta raspona odgovornosti,
to je i odlučivanje važnije jer može imati katastrofalne posljedice za organizaciju kao cjelinu (Sikavica, P., Bebek, B., Skoko, H., Tipurić, D., 1999. str. 25). Za kvalitetno donošenje odluka, funkciji kontrolinga najbitnije su pravodobne i točne
informacije. One omogućuju skladištenje potrebnih podataka na temelju kojih se donose
poslovne odluke. Uvođenje sustava poslovne inteligencije pomaže u rješavanju upravljačkih
problema poduzeća upotrebom informacija i znanja o konkurenciji, kupcima, dobavljačima,
procesima i vezama među procesima te omogućava poslovno pregovaranje i argumentirani
nastup. Također je u funkciji kvalitetnog operativnog i strateškog planiranja, praćenja
ponašanja konkurencije, kupaca, dobavljača, promatranja pojedinih tržišnih segmenata i
predviđanja budućih pojava.
3.1. Kvaliteta podataka i vrijednost poslovnih informacija
Podatak je činjenica predočena u formaliziranom obliku; predstavlja simbolički prikaz
činjenica, pojmova i instrukcija, pogodan za komuniciranje, interpretaciju i obradu uz pomoć
ljudi ili strojeva ( http://public.carnet.hr/~jrukelj/infor/osnovni4.html).
Tvrtke su ovisne o podacima na više načina - od prepoznavanja poslovnih mogućnosti do
osiguranja nesmetanog odvijanja proizvodnog procesa. Ta ovisnost proizlazi iz činjenice da je
nemoguće donositi dobre poslovne odluke ako podaci na kojima se one trebaju zasnivati nisu
kvalitetni ( http://businessfinancemag.com/technology/data-junction-powerful-tool-data-
conversion).
Kontrola i nadzor nad kvalitetom podataka vrlo su odgovorni zadaci. Stoga danas postoji
mnoštvo softverskih rješenja koja tvrtkama mogu biti od pomoći pri utvrđivanju i otklanjanju
poteškoća do kojih u poslovanju dolazi zbog nedostatne kvalitete podataka. Na Internetu se
mogu naći čak i takva web mjesta s kojih se mogu besplatno preuzeti razni analitički
softverski alati, primjenjivi praktički na svim popularnim računalnim platformama,
19
namijenjeni rješavanju specifičnih problema vezanih uz upravljanje kvalitetom podataka. Neke od tih stranica su primjerice: www.cognos.com, www.greenhillanalysis.com (Panian, Ž., Klepac, G., 2003., str. 35).
Prilikom osmišljavanja dobre strategije cjelovitog nadzora, kontrole i upravljanja kvalitetom
podataka valja uzeti u obzir osnovne zahtjeve kojima podaci moraju udovoljavati da bi mogli
predstavljati dobru osnovu za donošenje poslovnih odluku.
Radi se o sljedećih 5 zahtjeva ( http://dragoruzic.com/wp-
content/uploads/2013/04/MIS_2012- 13_6_BI.pdf):
· Jednostavnost upotrebe
· Prilagodljivost
· Učinkovitost
· Neovisnost o računalnoj platformi
· Ekonomičnost
Navedeni zahtjevi ujedno određuju i obilježja poslovne inteligencije koja će se izvoditi iz
raspoloživih poslovnih podataka.
Nerijetko se podatak i informacija koriste kao sinonimi, iako nemaju isto značenje. Osnovna
razlika je ta da je informacija podatak ili podaci stavljeni u kontekst, dok je podatak izvan
konteksta. Drugim riječima, podatak je beskoristan sve dok ne prenosi neku informaciju. Informacija je rezultat analize i organizacije podataka na način da daje novo znanje primatelju. Ona
postaje znanje kad je interpretirana, odnosno stavljena u kontekst ili kad joj je dodano značenje (http://gorila.jutarnji.hr/profile/digitalac/2011/06/03/koja-je-razlika-izmeu-podatka-i-informacije-to-
je- podatak-a-to-informacija).
U cilju korištenja informacija za potrebe poslovne inteligencije, razlikuju se 3 tipa
informacija. Kategorizacija informacija s obzirom na njihovu vrijednost za potrebe poslovne
inteligencije, može biti sljedeća:
20
Tablica 2. Kategorije informacija za sustave poslovne inteligencije
Tip Opis
Bijela (javna) Informacija dostupna svima, lako se pronalazi
Siva (osjetljiva) Otvorena (javna) informacija koja se kreće u
zatvorenim krugovima
Crna (tajna) Klasificirana i povjerljiva informacija
Izvor: Izrada studentice prema podacima iz Golfarelli, M., Rizzi, S., Cella, I., Beyond data
warehousing: What's next in business intelligence?, DOLAP 04, 2004., str. 14
Bijela informacija predstavlja 90% svih postojećih informacija. Siva informacija je odabrana,
obrađena i već ima dodanu vrijednost. Crna informacija je tajna, dostupna samo uz odobrenje,
a zbog svoje povjerljivosti zaštićena je zakonom (Golfarelli, M., Rizzi, S., Cella, I., Beyond
data warehousing: What's next in business intelligence?, DOLAP 04, 2004., str. 14).
3.2. Koncept upravljanja pomoću informacija
Informacije se u konceptu upravljanja pojavljuju u obliku sustava koji služe kao potpora
donošenju odluka te identifikacije i rješenja problema u poduzeću putem neobrađenih
podataka, dokumenata i poslovnih modela.
Informacijski sustav prikuplja, pohranjuje, obrađuje, čuva i isporučuje informacije važne za
organizaciju i društvo, tako da budu dostupne i upotrebljive svakome kome su potrebne. Drugim riječima, informacijski sustav je dio svakog poslovnog sustava, a svrha mu je opskrba
svih razina upravljanja. On omogućuje dostavu prave informacije u pravo vrijeme na pravo
mjesto u organizaciji uz minimalne troškove (Srića, V., i suradnici, 1999., str. 3 – 4).
Dijelove informacijskog sustava upravljačkih funkcija prikazati će se slikom 5.
21
Slika 5. Dijelovi informacijskog sustava upravljačkih funkcija
Informacijski sustav
Sustav za obradu Sustav za Sustav
transakcija potporu uredskog
(+ upravljački odlučivanju poslovanja
izvještajni sustav)
Izvor: Izrada studentice prema podacima iz http://www.scribd.com/doc/46258859/Informatika-2- skripta
Sustav za obradu transakcija pruža potporu tekućem odvijanju poslovanja, a dio
transakcijskog sustava koji izrađuje kategorizirane i skupne informacije je upravljački
izvještajni sustav, odnosno funkcija računovodstva u poduzeću. On sadrži unaprijed
definirane izvještaje i rukovoditeljima prikazuje pregled aktivnosti poslovnog procesa te
upozorava na trendove pojedinih poslovnih aktivnosti.
Sustav za potporu odlučivanju obrađuje podatke dobivene iz vanjskih i unutranjih izvora
podataka da bi stvorio informacije potrebne za odlučivanje. Cilj ovog sustava upravljanja jest
pomoć pri rješavanju nestrukturiranih problema. Danas se takva funkcija u poduzeću naziva
kontroling.
Sustav uredskog poslovanja omogućuje osobni rad, komunikaciju i suradnju te bi trebao
unaprijeđivati i povećavati efikasnost osobnog i grupnog rada. Korisnici tog sustava mogu biti
zaposlenici na svim razinama odlučivanja.
Informacijski sustav treba biti potpora cjelokupnom poslovanju organizacije te se smatra
jednim od temeljnih preduvjeta uspješnosti upravljanja. Značaj upravljačko – informacijskog
sustava započinje njegovom ulogom u svakodnevnoj evidenciji poslovnih događaja, odnosno
pohranjivanju podataka, raste kasnijom obradom podataka i njihovim korištenjem pri
22
analizama, odnosno izvješćivanju vanjskih i unutarnjih korisnika poslovnih informacija ( http://www.sapmag.com.hr/show_article.php?id=398).
3.3. Formiranje radne grupe kontrolera za implementaciju
koncepta poslovne inteligencije Metodologija odabira članova radne grupe kontrolera oslanja se na tehniku poslovne
inteligencije, specifičnu za radnu grupu koja primjenjuje četiri koraka: definiciju potreba,
prikupljanje, obradu i širenje informacija.
Unutar radne grupe postoje četiri funkcije koje se obavljaju uz već postojeće zanimanje ili
potpuno kao stručnjak:
1.) Animator - osoba čiji je zadatak uspostaviti komunikacije između radne grupe kontrolera i
organizacije u kojoj se odvija projekt. Odgovornost animatora je davanje inicijative različitim
procesima rada na svim razinama, dakle pri svakom koraku ciklusa poslovne inteligencije.
2.) Stručnjak informacijskih izvora - osoba zadužena da analitičarima prenosi neobrađene
informacije, kapitalizira stvorenu informaciju, upotrebljava, rukovodi i prati razvoj pristupa
informacijama.
3.) Analitičar - osoba zadužena za jedan dio prikupljanja informacija, ali nadasve za njihovu
obradu, analizu i iznošenje preporuka. Preporuke analitičara utječu na dobar ishod projekta. Ukoliko se ne radi o manjoj strukturi, radna grupa kontrolera ima više analitičara, stručnjaka
raznih kompetencija. Naglasak se stavlja na raznolikost, dakle na prisutnost suradnika iz
različitih odjela organizacije. Analitičari koriste svoje znanje regionalnih, nacionalnih i
globalnih trendova za procjenu svih vrsta prikupljenih informacija i to organiziraju u
odgovarajući i koristan proizvod.
4.) Terenski radnik - osoba koja radi na terenu, koja prikuplja tzv. bijele i sive informacije
( https://www.google.hr/search?q=radne+grupe+kontrolera&rlz=1C1VQGG_enHR574HR574
&oq=radne+grupe+kontrolera&aqs=chrome..69i57.5392j0j9&sourceid=chrome&espv=210&
es_sm=93&ie=UTF-8#q=animator%2C+stru%C4%8Dnjak+informacijskih+izvora).
23
Radna grupa kontrolera za provođenje poslovne inteligencije sastavljena je od djelatnika
tvrtke uz upošljavanje stručnjaka. Svim funkcijama unutar radne grupe zajednički je proces
stvaranja informacija. Rezultati koji će se dobiti primjenom ciklusa poslovne inteligencije su
neizostavni i mogu biti samo korisni za organizaciju. Primjenom ciklusa poslovne
inteligencije stvaraju se proizvodi informacija koji povećavaju kvalitetu rada unutar strukture,
a samim tim stvaraju i pretpostavke za uspješniji rad tvrtke na tržištu i povećanje konkurentne
moći (Willcocks, Fitzgerald, 1994., str. 32).
3.3.1. Alati za izvođenje znanja iz prikupljenih podataka
Uvjet za uspješno izvođenje novih ili prikrivenih znanja iz rutinski prikupljenih poslovnih
podataka jest primjena informacijske i, posebice, internetske tehnologije uz uporabu
odgovarajućih logičko/ računskih metoda i softverskih alata.
Alatima poslovne inteligencije mogu se smatrati razne aplikativne programske podrške
stvorene za izvještavanje, analizu i prezentaciju podataka, a dijelimo ih na:
· Alati za upite (eng. Query Tools) – omogućuju korisnicima postavljanje upita o
matricama ili detaljima u podacima
· Alati za rudarenje podataka pomoću kojih se provodi automatsko pretraživanje
zakonitosti među podacima
· OLAP (eng. Online Analytical Processing) – softver koji omogućuje korisnicima
pogled u podatke s različitih aspekta i dimenzija te brzu analizu podataka
( http://autopoiesis.foi.hr/wiki.php?name=KM%20%20Tim%2017&parent=40291&pa
ge=Poslovna%20inteligencija).
Rudarenje podataka je proces kojim se žele pronaći zakonitosti među podacima, a sa ciljem
otkrivanja znanja među velikim količinama podataka. Razvoj informacijske tehnologije bitno
doprinosi lakšem organiziranju podataka, ali te velike količine podataka su neupotrebljive ako
se ne pretvore u informacije i znanje. Baze podataka u tvrtkama mogu biti ogromne i bogate
podacima, a da su ujedno siromašne informacijama. Rudarenje podataka otkriva informacije i
znanje koji se nalaze u tim podacima te tako pridonosi procesu donošenja odluka.
24
OLAP (eng. Online analytical processing) se može prevesti kao mrežna analitička obrada
podataka. To je tehnologija koja se koristi za organiziranje velikih poslovnih baza podataka i
pružanje podrške u poslovnom odlučivanju. Može se još definirati i kao skupina alata za
izvođenje znanja iz podataka. OLAP baze podataka podijeljene su u jednu ili više kocki, a
svaku je organizirao i dizajnirao administrator pojedine kocke kako bi bila prilagođena za
dohvaćanje i analizu podataka čime je olakšano stvaranje i korištenje potrebnih izvještaja. Osnovne operacije tih alata su rotacija, selektiranje, detaljiziranje i agregiranje.
Temeljem navedenih alata poslovne inteligencije, može se zaključiti da je to proces usmjeren
na informacije pomoću kojih se mogu predviđati budući procesi, događaji, akcije ili kretanja
te kao takav ima potpunu ulogu u procesu donošenja odluka.
3.3.2. Uporaba i primjena metodologije poslovne inteligencije Rukovoditelji svake tvrtke rade u perspektivi razvoja svoje strukture. Od informacije očekuju
odgovore o: analizi mogućnosti razvoja, želji da ih se prati na njihovom projektu razvoja,
dobivanju važnih informacija o njihovom sektoru, dobivanju mišljenja i predviđanja o razvoju
sektora (otvorene mogućnosti), pronalaženju stručnjaka van tvrtke, poznavanju ažuriranosti i
točnosti izvora informacija, traženju mogućnosti sklapanja poslova, poboljšanju unutarnjeg
sistema informiranja, poznavanju nacionalnih i europskih programa za podršku, itd. Uspješnu
uporabu metodologije poslovne inteligencije rezimirano kroz pet koraka (
http://www.vus.hr/Nastavni%20materijali/zzzbiznis/BI%20handout%202008.pdf):
1. Nadziranje konkurencije ( jedna tvrtka može uspješno poslovati ukoliko vrlo dobro poznaje svoju direktnu i indirektnu konkurenciju, te težnje tržišta.; idealno se razvijati korak ispred konkurencije )
2. Uporaba informacije u donošenju strateških odluka ( pertinentne informacije o težnjama tržišta i stanju konkurencije donose prednost )
3. Interna mreža ( dobra unutrašnja komunikacija garantira uspješnu suradnju između svih odjela tvrtke i kapital se ne gubi zadržavanjem informacija )
4. Vanjska mreža - networking ( razvoj mreže dobrih nositelja informacija van tvrtke je neophodan )
25
5. Logika utjecaja ( tvrtka koja ima dobru podlogu, ima prednost, razvija jak utjecaj i
lobiranje)
Prioritet ciklusa poslovne inteligencije prilikom primjene metodologije jest prilagodba
projektu. Pritom je potrebno voditi računa o sljedećim čimbenicima:
1. Opće preporuke
• Određivanje prioritetnih akcija, strategija napada u sadašnjosti
2. Uspostavljanje organizacije
• Osmišljavanje proizvoda nadziranja
• Organizacija ljudskih resursa
• Procedura: što tko radi
• Raspoloživi proračun
3. Potrebni resursi
• Ljudski: uspostavljanje tima
• Informacijski: određivanje izvora informacija
• Mreže i informatički sustavi: koje veze treba potaknuti i koje programe upotrijebiti
• Izrada glavne metodologije i određivanje alata: izrada sheme.
26
4. KONTROLING I POSLOVNA INTELIGENCIJA U
TRGOVAČKOM PODUZEĆU KONZUM D.D.
Konzum d.d. (u nastavku Konzum) je vodeći nacionalni maloprodajni lanac u Hrvatskoj.
Posjeduje više od 700 prodavaonica - trgovina u susjedstvu, marketa i supermarketa u svim
krajevima Hrvatske u kojima dnevno kupuje više od 650.000 potrošača. Konzum je sastavni
dio Agrokor koncerna, najveće privatne kompanije u Hrvatskoj i jedne od najjačih kompanija
u jugoistočnoj Europi.
Trenutno zapošljava više od 12.000 djelatnika, a osim maloprodaje, intenzivno razvija i svoje
veleprodajno poslovanje putem VELPRO centara koji posluju diljem Hrvatske. Nakon
učvršćivanja liderskih pozicija na hrvatskom tržištu, Konzum je napravio i svoj prvi
regionalni iskorak na tržište Bosne i Hercegovine u 2004. godini, gdje je u samo nekoliko
godina postao vodeći maloprodajni lanac. Ukupni promet Konzuma u 2012. godini iznosio je
14,926 milijardi kuna što predstavlja porast od 1.2% u odnosu na promet u prethodnoj 2011.
godini.
Kako ima vrlo dubok i široki asortiman te posjeduje veliki broj prodavaonica, poslovne
promjene u trgovinama su svakodnevne i velike. Dnevno se proda veliki broj različitih
artikala, uvode se novi artikli, postojeći se izbacuju, otvaraju se nove prodavaonice, zatvaraju
se neprofitabilne prodavaonice itd. Skladišta podataka sadrže tisuće podataka koji se
mijenjaju na dnevnoj razini. Stoga veliki broj zaposlenika, prodavaonica i artikala te dnevno
povećanje broja podataka zahtjeva i adekvatan sustav potpore odlučivanju.
U svrhu postizanja jednoznačnosti i veće točnosti podataka na temelju kojih se donose
poslovne odluke, funkcija kontolinga u Konzumu rješenje je pokušala naći u implementaciji
Cognosa – sustava skladištenja podataka i poslovne inteligencije ( http://www.konzum.hr/index.php/O-Konzumu/Financijska-izvjesca/Obavijesti-i-odluke).
27
4.1. Implementacija sustava Cognos
Prije uvođenja sustava Cognos, funkcija kontolinga u Konzumu se pri izvještavanju bazirala
na izlistima iz transakcijske aplikacije te na izvještajima o maloprodaji rađenim pomoću
Microsoft Accessa ( www.skladistenje.com ). Izrada izvještaja je trajala dugo i nije bilo moguće izvještaj izraditi onog trena kada je bio
potreban, a konkurencija je svakim danom bivala sve veća. Konzum se također širio kako
brojem prodavaonica i zaposlenih, tako i brojem artikala. Bilo je evidentno da je potreban
jedan kvalitetan sustav skladištenja podataka i sustav poslovne inteligencije. Iznimno velike
količine podataka koje se na dnevnoj osnovi i dalje povećavaju zahtijevale su takav sustav
koji će moći adekvatno skladištiti te podatke, a istodobno omogućiti brz pristup tim
podacima. Podatke je potrebno kategorizirati, prikazati ih na što je moguće jednostavniji
način da bi korisnik sustava brzo i jednostavno mogao doći do informacije. Izlisti iz
transkacijske baze podataka to nisu bili u mogućnosti ponuditi, a izrada izvještaja pomoću
Microsoft Accessa je zahtijevala puno truda i vremena. Rješenje se pokušalo naći u
implementaciji Cognosa – sustava skladištenja podataka i poslovne inteligencije.
Prvi aspekt koristi je svakako skraćivanje vremena pretraživanja i dostupnosti informacija i
smanjivanje troška jer je često vrlo teško dobiti informacije iz transakcijskih sustava u
realnom vremenu. Osim toga, djelatnici koji su prije bili opterećeni repetitivnim i
nekreativnim poslom poput pretipkavanja podataka u Access i/ili Excel tablice mogli su se
sada baviti svrsishodnijim poslovima, npr. analiziranju podataka i izradom izvještaja u
realnom vremenu, odnosno unapređenju trgovačke mreže. Menadžeri i kontroleri mogu više
svog vremena posvetiti samom odlučivanju, a manje prikupljanju informacija, što rezultira
donošenjem kvalitetnijih i bržih odluka. Cognos im dostavlja potrebne informacije u pravo
vrijeme te omogućuje detektiranje mogućeg ili postojećeg problema. Podaci dobiveni iz
različitih izvora se nalaze u skladištima podataka, a putem Cognosa pristupa se željenim
podacima pretvarajući ih u informacije i zajedno sa iskustvom kontrolera postaju znanje bitno
za ostvarenje profita.
Jedna od prednosti Cognosa je automatizirana izrada i distribucija, što znatno smanjuje
operativne troškove. S tehničke strane, prednosti su svakako brzina obrade podataka, lak
pristup povijesnim podatacima koji su u skladištu te konzistentnost. Naime, Cognos
predočava korisnicima veliki broj informacija.
28
Informacije se nalaze na jednom mjestu te je do njih relativno lako doći. Npr. postoji potreba
za podacima o prometu po prodavaonicama za prethodni dan. Konzum ima preko 700
prodavaonica. Koliko bi trebalo vremena i ljudi kada bi se do potrebne informacije dolazilo
primjerice telefonskim putem? Sustav Cognos omogućava da se do potrebnih informacija
dođe za par minuta.
Sljedeća vrlo bitna prednost Cognosa je jednostavnost korištenja. Današnji zaposlenici traže
jednostavnost pri korištenju računalnih aplikacija, a Cognos nudi upravo to. Osim toga, to je
mrežni portal, te nije potrebno instalirati nikakav program. Maloprodajni lanci se sve više
oslanjaju na informacijske sustave da bi poboljšali upravljanje tvrtkom i automatizirali
procese. Informacijski sustavi poslovne inteligencije tvrtkama olakšavaju prepoznavanje
prilika na tržištu i brzo prilagođavanje novim tržišnim prilikama, što je uvjet razvitka i
opstanka poduzeća. Cognosu imaju pristup samo ovlaštene osobe. Svaka ovlaštena osoba ima
svoju lozinku te se može prijaviti na centralni sustav isključivo uz pomoć lozinke te
odgovarajuće IP adrese. U trgovačkom poduzeću Konzum korisnici ne smiju otkriti drugim
osobama svoje korisničko ime i lozinku, IP adresu te telefonske brojeve za modemski ulaz.
Izgled aplikacije pristupa sustavu Cognos izgleda kako slijedi:
Slika 6. Cognos logon
Izvor: https://www.google.hr/search?q=cognos+logon&source=lnms&tbm=isch&sa=X&ei=Vt HXUtPPLpCOyQPryICwCw&ved=0CAcQ_AUoAQ&biw=1280&bih=697#imgdii=_
29
4.1.1. Integracija pojedinih čimbenika sustava
U trgovačkom poduzeću Konzum velika se pažnja pridaje uskoj povezanosti pojedinih
čimbenika sustava. Čimbenici poput ljudskog faktora, skladišta i baza podataka, sustava za
potporu odlučivanju i aplikativnih matematičkih metoda su u stalnoj interakciji jer samostalno
ne bi mogli korisno funkcionirati. Sljedeći su čimbenici neophodni za rad sustava Cognos.
Slika 7. Integracija pojedinih čimbenika sustava Cognos u trgovačkom poduzeću Konzum
Ljudski faktor
Kontroler
Aplikativni matematički Sustav za potporu
modeli odlučivanju
„Što ako“, Predviđanje Cognos
Skladišta podataka
Kocke
Izvor: Izrada studentice na temelju podataka prikupljenih istraživanjem trgovačkog poduzeća Konzum d.d. Najviša razina menadžmenta donosi strateške odluke, na kojima se poslije temelje sve ostale
odluke te na temelju kojih kontoleri prikupljaju podatke i kontroliraju ispravnost tih odluka. Osim strateške razine, odluke se donose i na taktičkoj i na operativnoj razini. Stoga za
uspješno ostvarenje misije i cilja tvrtke, odgovorni su zaposlenici na svim razinama
poslovanja. Dovoljna je samo jedna kriva odluka da dođe do gubitaka, smanjenja profita ili
stvaranja oportunitetnog troška. Naravno da će na tvrtku najviše utjecaja imati odluke
donesene od strane najviših razina, kontolinga i menadžmenta.
30
Zbog toga je od presudne važnosti jednostavan i lak pristup informacijama. To im omogućuje
korištenje sustava za potporu odlučivanju Cognos. Povezanost dvaju čimbenika: ljudskog
faktora i sustava za potporu odlučivanju omogućiti će brzu reakciju na promjene na tržištu,
zahvaljujući informacijama koje taj sustav isporučuje donositelju odluka kada je to potrebno i
u željenom formatu. Kontroling Konzuma koristeći Cognos na vrijeme uviđa promjene,
predviđa probleme te donosi odluke koje će omogućiti opstanak na tržištu te kontinuirani
razvoj i napredak.
Kompleksni uvjeti poslovanja generiraju svakim danom sve veći broj poslovnih događaja, a
oni rezultiraju ogromnim brojem podataka. Iz tih podataka poslovodstvo tvrtke dolazi do
informacija potrebnih za uspješno vođenje organizacije. Ti podaci se spremaju u skladišta
podataka te se dalje koriste za izradu ad hoc izvještaja potrebnih rukovodstvu. Sustav Cognos
kontroleru dostavlja podatke i informacije koji su spremljeni u skladištima podatka, što
ukazuje na usku povezanost ta dva čimbenika.
Podatke i informacije dobivene i skladišta podataka analiziraju se pomoću aplikativnih
matematičkih modela. „What if“ ili „što ako“ analiza može biti od velike koristi pri
odlučivanju jer pruža mogućnost kontrolerima da mijenjanjem određenih varijabli virtualno
dođu do mogućeg rezultata. Najčešće korištena "što kao" analiza u Konzumu je ona iz Excel
programa.
4.1.2. Učinci Cognosa na poslovanje kroz smanjenje troškova i povećanje profita
Cognos zahvaljujući vrlo jednostavnom i brzom pristupu informacijama olakšava posao
kontrolerima i ostalim donositeljima odluka. Pozitivni učinci implementacije Cognosa su sljedeći:
· bolje upravljanje operativnim troškovima
· upravljanje zalihama i povećanje koeficijenta obrtaja sredstava
· bolja učinkovitost zaposlenih
· rast profita
· konkurentnost
31
Kontroling može kvalitetno upravljati troškovima jedino ako ima točan i kvalitetan uvid u
troškove poduzeća. Na taj način se uspoređuje koji dijelovi tvrtke imaju nepotrebne troškove,
gdje se mogu uštediti sredstva, a gdje se povećanim trošenjem može stimulirati prodaja. Cognos omogućuje upravljanje troškovima dajući informacije gdje i kako nastaju troškovi te
identifikaciju mjesta većeg i/ili manjeg troška. Nakon što kontroler istraži gdje i kako nastaju
troškovi, može definirati nepotrebne troškove te ih smanjiti u cilju boljeg poslovnog rezultata. Smanjenje troškova se ostvaruje i manjom potrebom za radnom snagom. Umjesto da veliki
broj zaposlenih prikuplja, obrađuje i prepisuje te iste podatke, manji broj zaposlenih će brzo
doći sustavom poslovne inteligencije do potrebnih informacija te ih analizirati. Također se
smanjenje troškova ostvaruje i jer se informacije dijele vrlo brzo putem Cognos portala i
elektroničke pošte, pa nema troškova telefoniranja i poštarine.
Koeficijent obrtaja zaliha pokazuje koliko se puta "okrenu" zalihe tijekom obračunskog
razdoblja. Cognos nudi sve informacije koje su potrebne za izračunavanje koeficijenta obrtaja. Korisnik sustava vrlo jednostavno pretražuje i pregledava koliko zaliha ima pojedina
prodavaonica, koliki joj je ostvaren promet i na temelju toga izračunava koeficijent obrtaja
prodavaonice. Na taj se način može ocijeniti uspješnost upravljanja zalihama po pojedinim
prodavaonicama te gdje je potrebno napraviti korekcije u što kraćem roku. Kvalitetno
upravljanje zalihama je krucijalno za maloprodajne tvrtke jer ono podrazumijeva i upravljanje
likvidnošću. Na temelju tih podataka kontoleri prodaje u većim poduzećima, ili menadžeri
prodaje u manjim, odlučuju koliko će prostora dati kojim robnim grupama i artiklima u
prodavaonici te koja marža bi bila najprikladnija za određenu vrstu proizvoda. Uvid u
koeficijent obrtaja može utjecati i na smanjenje troškova te na rast profita. Najčešće je vrlo
skupo držati velike količine zaliha duže vrijeme, pa je stoga bolje imati čim viši koeficijent
obrtaja zaliha. Nizak pokazatelj najčešće ukazuje na nekvalitetnu robu te traži odgovarajuće
reakcije kontrolera i menadžera.
Veća učinkovitost zaposlenih se ostvaruje zahvaljujući tome što je potrebno puno manje
vremena za prikupljanje informacija. Samim time se zaposlenici i kontroleri mogu posvetiti
zahtjevnijim poslovima. Više vremena za odlučivanje rezultira kvalitetnijim odlukama. Do
potrebnih informacija kontroler dolazi znatno brže nakon implementacije Cognosa.
32
Većina trgovaca se izjašnjava da im je sustav poslovne inteligencije bitan da bi brzo
odgovorili zahtjevima kupaca. Cognos omogućuje kontrolerima i ostalim donositeljima
odluka pristup informacijama kada su najpotrebnije. On identificira, izvještava i detaljno
analizira trendove da bi se prilagodili kupcu i njegovom ponašanju te tako usmjerava na koji
način reagirati na novonastalu situaciju na tržištu. Na taj način Cognos omogućuje
konkurentsku prednost. Dakle, korisnicima su dostupne najnovije informacije i na temelju
njih on može izrazito brzo reagirati na tržišne promjene donoseći najbolje odluke.
Cognos omogućuje zaposlenicima Konzuma brzi pristup sljedećim informacijama na temelju
kojih nastoje budućim poslovnim odlukama smanjiti troškove i povećati profit:
1. O dobavljačima - s kojima surađuju, čiji artikli su najprodavaniji, koji promet donose itd.
Na temelju tih informacija se odlučuje kojim dobavljačima pokloniti posebnu pozornost, od
kojih dobavljača tražiti veći rabat ili niže nabavne cijene, kojim dobavljačima dati veći udio
na policama i slično. 2. O kupcima - što se tiče veleprodajnih kupca, kontrolere zanima koji kupci donose najveći promet, što najčešće kupuju, koji rabat im je dan, koliko su dužni, kretanje prometa po
danima, mjesecima, godinama, kretanje troškova dostave robe itd. Na temelju tih informacija
odlučuje se o bonitetu kupaca i u sklopu toga o visini rabata, da li će mu se ponuditi još robe,
ili će se u najgorem slučaju prekinuti suradnja. 3. O proizvodima – svi proizvodi su kategorizirani u robne grupe. Iz njih možemo isčitati
koji su proizvodi najprodavaniji, kakve su reakcije kupaca na akcije, koje robne grupe imaju
najveću prodaju, kolika je marža itd. Na temelju tih informacija donose se sljedeće odluke:
smanjiti ili povećati cijenu proizvoda, ulistati nove artikle, izbaciti postojeće artikle, kojim
artiklima dati veći udio na policama itd. 4. O kretanju zaliha, koeficijentima obrtaja, cijenama, maržama te ostale informacije
bitne za poslovanje
Konzum je tvrtka koja ipak ima kvalitetan sustav poslovne inteligencije te odgovorne službe u
Konzumu konstantno rade na unapređenju poslovne inteligencije i sustava za potporu
odlučivanju. Smatram da bi povećani broj zaposlenih u tom sektoru mogao rezultirati još
većim poboljšanjem kako sustava poslovne inteligencije tako i cjelokupnog informatičkog
sustava. Redovno se održavaju edukacije kojima je svrha obučiti prisutne načinu rada na
softveru Cognos, a cilj naučiti izrađivati izvještaje i raditi analize potrebne za svakodnevno
33
poslovanje, ali i donošenje strateških odluka. Takve edukacije su hvalevrijedne, ali nisu
dovoljne ukoliko sam zaposlenik nije u dovoljnoj mjeri zainteresiran za rad na takvim
sustavima. Takvi zaposlenici nakon formalnih edukacija ne rade samostalno na sustavu
Cognos, izbjegavaju izradu izvještaja i analiza te se dodatno ne educiraju. U Konzumu za sada
ne postoje mjere i metode, osim formalnih edukacija, kojima bi se kontroleri i ostali korisnici
sustava animirali za još bolji i kvalitetniji rad na Cognosu. Vrlo je važno sa korisnici takvih
sustava ulože svoj trud i vrijeme te da uz formalnu edukaciju i samostalno uče za rad na
sustavu Cognos.
4.2. Primjena mobilne poslovne inteligencije
Konzum mobilna aplikacija za smart telefone je najjednostavniji način za pronalazak
prodavaonica u neposrednoj blizini, pregled akcijskih artikala te kupnju svih proizvoda
potrebnih u kućanstvu. Moguće je pretražiti između više od 20.000 artikala, informirati se o
najnovijim akcijama, naručiti i rezervirati dostavu te pritom uštedjeti. Takve aplikacije
omogućavaju kontrolerima direktan uvid u određene podatke koje sustav Cognos pretvara u
korisne informacije, npr. broj kupaca koji su pretraživali stranicu u određenom periodu,
proizvodi spremljeni u potrošačku košaricu, proizvodi odabrani za kupovinu, najčešće
odabirani proizvodi i slično.
Konzum mobilna aplikacija pruža kupcima sljedeće mogućnosti:
· Internet kupovina – najjednostavniji način kupnje svega potrebnog za ured ili dom.
· Višejezičnost – aplikacija podržava engleski, hrvatski i njemački jezik
· Akcije – mogu se pregledati sve akcijske artikle na trenutno aktivnim akcijama u
prodavaonicama.
· Lokator - omogućuje lociranje najbliže Konzum prodavaonice prema trenutnom
položaju te navigaciju do odabrane prodavaonice.
· Barcode scaning - skenirajte barkod proizvoda i saznajte osnovne informacije. Artikl
možete dodati u košaricu za kupnju putem interneta ili odabrati navigaciju do najbliže
Konzum prodavaonice koja u svojoj ponudi sadrži odabrani artikl.
34
· Facebook integracija - prijavite se u aplikaciju putem Facebooka. Na svom zidu
ostavite prijateljima preporuku za korištenje Konzum mobilne aplikacije, objavite
informacije o pojedinom proizvodu ili akciji.
Neke od raspoloživih mobilnih aplikacija prikazati će se slikom 7. i slikom 8.
Slika 8. Konzum mobilna aplikacija – lociranje Konzum prodavaonica Izvor: www.appshoper.com
Aplikacijom lokatora mogu se filtrirati prodavaonice Konzuma prema formatu (male
prodavaonice, maxi i super), a klikom na neku od prodavaonica na lokatoru mogu se saznati
osnovne informacije kao što su adresa, radno vrijeme, broj telefona. Pomoću te aplikacije
kontroleru je vidljiv broj korisnika koji se koristi lokatorom te za koje prodavaonice se najviše
koristi navedena aplikacija. Na temelju tih podataka razmatraju se odluke prilikom odabira
lokacija za otvaranje budućih prodavaonica ili mogućih premještanja postojećih koje se
trenutno nalaze na nepogodnom području.
35
Slika 9. Konzum mobilna aplikacija – pretraživanje proizvoda
Izvor: www.appshoper.com
Mobilna aplikacija online pretraživanja proizvoda pruža sljedeće mogućnosti:
a. Liste kupnji
b. Popis starih narudžbi
c. Preporuke prilagođene pojednim kupcu
d. Mogućnost plaćanja preko mobitela
e. Kupnja u pokretu ili direktno iz doma Artikli se mogu dodati u košaricu za kupnju putem interneta ili odabrati navigaciju do
najbliže Konzum prodavaonice koja u svojoj ponudi sadrži odabrani artikl.
36
4.2.1. Tradicionalna vs. Internetska kupovina
Sve češće čujemo da ljudi kupuju preko interneta. Razlog tomu je veći izbor i povoljnija roba,
ali i to da naručena roba dolazi na kućna vrata. U dogledno vrijeme, kroz svega koju godinu,
narudžba internetom će biti kao što je sada narudžba pizze preko telefona. Normalno, i dalje
će se ići u trgovine (kao što se sada ide u pizzerije), ali će velik promet biti upravo i preko
interneta. Sve u svemu, neke specifične stvari (tipa majice, tenisice i slično) je malo teže
kupovati na internetu i treba dobro obratiti pažnju na njih (nije svugdje ista veličina, npr. XL),
dok za ostale nema nikakvih briga. Neke od prednosti internet trgovine u odnosu na prednosti
tradicionalne kupovine u prodavaonicama su sljedeće:
Tablica 3. Prednosti: tradicionalna vs. internetska kupovina
Tradicionalna kupovina u Internetska kupovina
prodavaonicama
Detaljniji opis proizvoda, mogućnost Brzo pretraživanje artikala (putem
isprobavanja određene robe (npr. Majice, online tražilice)
kišobrani i sl.)
Stručna podrška Pregled košarice odabranih proizvoda te uvid
u sumu prije obavljene kupovine
Direktan vizualni pregled proizvoda,
mogućnost opipa te odustajanje od kupovine Povoljnije cijene i dostava na kućnu adresu
planiranog proizvoda ukoliko ipak ne
odgovara određenim zahtjevima kupca
Izvor: Izrada studentice na temelju podataka iz provedenog istraživanja
Konzum, kao vodeći prodajni lanac, prepoznao je želje i potrebe kupaca te je svojom internet
prodavaonicom osnovanom još 2002. pokrenuo novu uslugu koja štedi dragocjeno vrijeme i
novac. Slikom 9. prikazati će se Konzum online kupovina koja kupcima nudi izbor između
preko 10 000 artikala domaćih i stranih proizvođača.
37
Slika 10. Početna stranica Konzum online prodavaonice
Izvor: http://online.konzum.hr/?gclid=COff7YW0j7wCFcFa3godR2AAEw
Mnogi kupci do sada su prepoznali predosti Konzum on line kupovine, koja kvalitetnom
uslugom i dostavom direktno u dom, naručene proizvode dovozi u točno dogovoreno vrijeme,
a narudžbe se mogu napraviti i za druge osobe – roditelje, prijatelje … Kupnja putem
interneta vrlo je jednostavna - dovoljno je registrirati se na stranici http://online.konzum.hr,
klikom miša odabrati željene proizvode, staviti ih u virtualnu košaricu i zaključiti narudžbu. Naručena roba isporučuje se najranije slijedeći dan, a narudžbu je moguće napraviti i do
sedam dana unaprijed. Dostava se vrši na području grada Zagreba i okolice, Velike Gorice,
Samobora, Zaprešića, Brdovca, Dugog Sela, Rijeke i okolice te Opatije - radnim danom od 9
do 21 sat te subotom i nedjeljom od 9 do 15 sati. Najmanji iznos narudžbe je 200 kn, a za
iznose veće od 500 kn dostava je besplatna. Plaćanje se može vršiti gotovinom, kreditnim i
debitnim karticama (American Express, Konzum American Express, Diners, MasterCard,
VISA, Maestro) prilikom dostave ili kreditnim karticama putem interneta. Kako bi kupci
nesmetano i sigurno mogli plaćati putem interneta, Konzum je zaštitio plaćanja internetom
najvišim sigurnosnim standardima zaštite transakcija.
38
Budući da vjerni Konzumovi kupci većinom posjeduju Konzum Plus Card karticu, kupujući
putem interneta također skupljaju nagradne bodove - prilikom registracije samo treba upisati
broj Plus Card kartice, a bodovi će se automatski obračunavati.
Na temelju podataka o kupcima prikupljenih putem opcije online kupovine, kontroleri
stvaraju predodžbe o profilima kupaca te donose odluke o asortimanima za koje su kupci više
ili manje zainteresirani. Moguće je voditi evidenciju o proizvodima koje kupci kupuju, koje
namjeravaju kupiti (spremanjem u košarice, ali se teže ili uopće ne odluče na kraju obaviti
kupovinu) te na temelju tih informacija kontroleri istražuju razloge odustajanju od kupovine
određenih proizvoda i donose odluke kojima bi uklonili postojeće probleme ( http://www.poslovni.hr/hrvatska/maloprodaju-u-2014-godini-ceka-konsolidacija-i-
rast- internetske-trgovine-259524).
Zastupljenost prihoda ostvarenih putem internet kupovine Konzuma u 2011. godini u odnosu
na cjelokupan ostvareni prihod iste godine prikazati će se grafikonom.
Grafikon 1. Udio prihoda ostvarenih internet kupovinom u odnosu na ukupne prihode
Konzuma u 2011. godini
Izvor: Izrada studentice na temelju podataka sa stranica:
http://www.poslovnipuls.com/2012/02/17/agrokor-tvrtke-
dobit/, https://www.google.hr/#q=web+prodavaonice Konzum je 2011. godine ostvario prihod od 13,35 milijardi kuna. Ukupni godišnji prihod
ostvaren online kupovinom je oko 40 milijuna kuna, a raste sa stopom od preko 20%
godišnje. Iz ove statistike vidimo da zastupljenost web prodavaonice Konzuma još uvijek
39
neznatna u odnosu na klasičnu kupovinu u prodavaonicama, ali stručnjaci smatraju da bi iz
godine u godinu internet kupovina supermarketa trebala biti sve zastupljenija jer je
praktičnija, oduzima manje vremena, a i sve više ljudi postaje informatički obrazovano te
svakodnevno koristi internet.
4.2.2. Novi trendovi i mogućnosti Jedan od vodećih problema s kojim se danas suočavamo jest nedostatak vremena. Ljudi
očajnički žele i trebaju više vremena. To je vrlo važno s obzirom na to kako organiziramo
evoluciju kupnje. Mislim da je smartphone u procesu velike promjene same prirode kupnje jer
daje pristup informacijama gdje god bili. Netko može biti u jednom dućanu ili shopping
centru i istovremeno kupovati na internetu iz nekog drugog dućana odnosno proizvode nekog
drugog brenda. To je ono što nazivamo „krizom približavanja“.
Samoposlužne blagajne svjetski su trend koji bi uskoro mogao postati raširen i u Hrvatskoj.
Naime, za pet godina može se očekivati da će čak 50% blagajni biti samoposlužno. Trenutno
se samoposlužne blagajne već mogu naći u vrlo malo supermarketa u Hrvatskoj. Njihova je
očita prednost povećanje učinkovitosti tj. protočnosti, kupac ima potpuni nadzor nad
skeniranjem i plaćanjem robe, a osim što štede prostor, ne treba smetnuti s uma da će
samoposlužne blagajne reducirati i broj radnika na blagajnama.
Hrvatska i regija tek su u početnoj fazi prodaje potrošačkih namirnica putem interneta, no
budućnost maloprodaje leži upravo u online-trgovini, koja će do 2030. godine činiti čak
polovicu kupnje u maloprodaji, pokazala je analiza konzultantske kuće AT Kearney,
predstavljena na 2. FMCG & Retail Areni 2011, regionalnoj konferenciji prehrambene
industrije u organizaciji Infoarene. Danas više od 80% online kupnje u svijetu čine glazba i
knjige, oko 10% otpada na tekstil, dok se manje od 2% online kupnje odnosi na potrošačke
namirnice. S druge strane čak petina ukupnih izdataka građana čine namirnice te istraživanja
pokazuju da će se taj udio sve do 2030. godine održati na istoj razini. Upravo zato ovaj
segment stručnjaci smatraju jako važnim za daljnji razvoj maloprodaje u Hrvatskoj i regiji,
40
gdje online trgovina danas iznosi svega manje od 0,1 posto ukupne vrijednosti prodaje
potrošačkih namirnica.
Navike potrošača su se promijenile u posljednjih 20 godina. S jedne strane došlo je do starenja
stanovništva, rasta multikulturnih društava te velikih razlika u kupovnoj moći. S druge strane,
polarizacija potrošača prouzročila je velike razlike u njihovim potrebama, što se reflektira u
raznim načinima kupnje. Online trgovina u svijetu još uvijek je u ranoj fazi, no ostvaruje sve
veći rast. Trend online kupovine u Europi predvodi Ujedinjeno Kraljevstvo gdje se 3,8%
kupnje potrošačkih namirnica događa na internetu, što je jednako iznosu od 5,5 milijardi eura.
Budućnost maloprodaje leži u uslugama online kupnje, no ovaj prelazak neće biti jednostavan
za maloprodaju u Hrvatskoj i regiji. Postoji rizik da kupci neće biti spremni plaćati veće
iznose za dostavu namirnica, tako da će cijena isporuke biti osnova za gradnju lojalne baze
kupaca. Profitabilnost online prodaje uvelike će ovisiti o vrijednosti narudžbe i
karakteristikama distribucijske mreže, poput udaljenosti i gustoće, što znači dodatna ulaganja
za maloprodaju ( www.adage.com).
Novi trendovi donose i nove izvore podataka za analizu, ali i lakšu dostupnost istima. Poslovna inteligencija se više ne ograničava samo na prostor lokalnih skladišta podataka. To
donosi značajne pomake i za funkciju kontrolinga koji će klasične načine prikupljanja
podataka putem dugotrajnih, slojevitih anketiranja korisnika i zaposlenika te praćenja prodaje
ili kretanja prihoda na temelju prošlog razdoblja moći zamijeniti svakodnevnim uvidom u
trenutne promjene stanja jednim klikom. Fokus se usmjerava na internet, bilo da se radi o
analizi povezanosti web stranica i referenciranju, bilo da se radi o analizi sadržaja blogova.
Blogovi postaju zlatni rudnik i mogu u dobroj mjeri poslužiti kao alternativa klasičnom
anketiranju tržišta. Dante je u svojoj Božanstvenoj komediji ustvrdio: “Nebo kovitla iznad
nas, a naše oči i dalje su uprte u zemlju.“ Nepraćenje promjena koje se događaju oko nas i
nepoznavanje poslovne inteligencije u suvremenim uvjetima poslovanja mogli bismo
usporediti sa gledanjem u zemlju, dok iznad nas kovitla nebo puno izazova. Dizanjem pogleda
možemo uroniti u jedan sasvim novi svijet, svijet koji nudi očita rješenja za na prvi pogled
teško rješive probleme ( http://www.goranklepac.com/pdf/intuicija.pdf).
41
5. RAZVOJ KUPOVINE PUTEM WEB PORTALA U
HRVATSKOJ – Kolektiva Web d.o.o.
Razvojem web tehnologije važnost kupovine putem interneta se znatno povećala. Takav način
prodaje je iznimno pogodan za velik broj proizvoda i usluga, a ima i brojne prednosti u
odnosu na klasičnu prodaju. Kupci mogu uštedjeti dosta vremena jer ne moraju osobno otići
do prodavaonice kako bi kupili željene proizvode. U posljednje vrijeme sve više i više ljudi
kupuje putem interneta, tako da su online shopping trendovi u stalnom porastu.
Web shoppovi su se razvili postepeno, paralelno s razvojem World Wide Web-a. Prva on-
line trgovina je pokrenuta još 1992., a razvojem eBaya i Amazona kasnih devedesetih, ovaj
koncept je dobio i sasvim drugu dimenziju.
Danas je internet kupovina vrlo jednostavna. Kupci mogu direktno posjetiti web stranicu ili
pronaći traženi proizvod putem web pretraživača. Za plaćanje je potreban bankovni račun,
debitna ili kreditna kartica i naravno, računalo s internet vezom. Vrlo je popularno i plaćanje
internet bankarstvom ako raspolažete i tom mogućnosti. Ukoliko ste pak uz svu garanciju
sigurnosti plaćanja i dalje skeptični prema izlaganju broja kartice na nekoj web stranici, i za to
postoji rješenje. Kod odabira načina plaćanja određenog proizvoda ili usluge odabere se
mogućnost plaćanja općom uplatnicom. Nakon rezervacije na web stranici, podaci kojima je
potrebno ispuniti opću uplatnicu dolaze kupcu na mail te je potrebno uplatu izvršiti u danom
roku u banci ili pošti. Koristeći košaricu na web stranicama, kupci mogu kupiti više
proizvoda odjednom. Nakon uspješne narudžbe ili transakcije, također stiže obavijest putem
e-maila te se nakon toga usluga može iskoristiti ili proizvod preuzeti.
Prema stalnim istraživanjima stručnjaka, online shopping je u stalnom porastu, a u posljednje
vrijeme sve više kupaca osim računala, koristi i pametne telefone ili tablete kako bi kupili
željene proizvode ili usluge. U 2012. godini ovim putem najviše su se prodavali elektronski
uređaji, knjige, kućne potrepštine, knjige, namirnice i kozmetika, a prema nekim
pokazateljima očekuje se i porast ovakve prodaje od čak 62% do 2016. godine. Za ovakav rast
najviše je zaslužne pozitivna iskustva kupaca, koji uživaju u beneficijama koje donosi ova
tehnologija, koja im omogućava da kupuju iz udobnosti svoga doma ( http://www.insieme-
split.com/internet-trgovine-web-shopovi/).
42
Prva hrvatska online zajednica za internet shopping je Kolektiva Web d.o.o. Osnovana je
2009. godine uz ideju da osmišljava, organizira i nudi ekskluzivne, posebne popuste na
proizvode i usluge lokalnih trgovaca, poduzetnika i uslužnih djelatnosti. Kolektiva je
istovremeno nova alternativa tradicionalnom marketingu koja jedinstvenim, profesionalno
kreiranim oglasom oglašava partnere na vlastitoj web stranici ( http://www.qualia.hr/case-
study-kolektiva/).
Kolektiva Web d.o.o. ima funkciju posrednika prodaje putem web kanala. Stoga sa svakim od
svojih partnera sklapa ugovor za prodaju proizvoda i/ili usluge na internet stranici. Partneri
mogu biti restorani, hoteli, putničke agencije, privatne ordinacije, trgovačka poduzeća,
kozmetički ili frizerski saloni, obrti i slični registrirani pravni subjekti. U ugovoru treba biti
navedena redovna cijena proizvoda/ usluge, promotivna cijena, popust koji kupac ostvaruje
kupovinom putem web- a te omjer iznosa koji prodajom ostvaruju Kolektiva kao posrednik te
partner kao ponuđač proizvoda/ usluge. Uz ugovor je potrebno priložiti i cjenik kao dokaz
realnosti redovnih cijena navedenih proizvoda/ usluga. Preuzimanje proizvoda ili realizacija
usluga vrši se uz isprintani kupon kao dokaz da je kupac kupovinu izvršio putem interneta.
Uvjete prodaje tvrtke Kolektiva Web d.o.o. prikazati će tablica 4. Tablica 4. Uvjeti prodaje tvrtke Kolektiva Web d.o.o.
1. Općenito o uvjetima prodaje
2. Kolektiva omogućava i provodi promotivnu prodaju robe/usluga u ime i za račun Partnera
putem Internet stranica www.kolektiva.hr, na način da Partner odobrava jednokratni
promotivni popust na svoje proizvode/usluge, ukoliko Kolektiva uspije putem javnog
poziva u određenom vremenskom razdoblju prikupiti barem ugovoreni minimalni broj
kupaca za taj proizvod/uslugu.
3. Partner se obvezuje ugovoreni promotivni proizvod/uslugu isporučiti na najkvalitetniji
mogući način, poštujući standarde kvalitete na jednak način, ili više od onih koje
primjenjuje u svom redovnom poslovanju s kupcima.
4. Kolektiva nije vlasnik, niti se nalazi u posjedu proizvoda/usluga koje promotivno nudi
putem svojih stranica, pa stoga ne može ni biti odgovorna za potencijalne manjkavosti, ili
bilo kakve druge probleme koji mogu nastati prilikom korištenja usluga koje nudi.
43
5. Za sve potencijalne probleme vezane uz isporuku ili manjkavost proizvoda/usluga koje
Partner pruža odgovoran je isključivo taj Partner. Kolektiva ni na koji način ne može biti
odgovorna za bilo kakve manjkavosti proizvoda ili usluga koje promotivno prodaje.
6. Svi Kolektiva kuponi, ispisani s Kolektiva Internetskih stranica, ili bilo koje web stranice
povezane s tvrtkom Kolektiva (u tekstu dalje - ""Kuponi"") promocijski su Kuponi koji se
nude klijentima ispod nazivne vrijednosti, i koji su podložni uvjetima i pravilima tvrtke
KOLEKTIVA WEB d.o.o. te pravilima restorana ili trgovca koji sudjeluje u promocijskoj
akciji.
7. Vlasnik i izdavač za restorane specifičnog Kupona je taj restoran. Vlasnik i izdavač
trgovačkog Kupona je taj trgovac. Kao vlasnik i izdavač Kupona, restoran ili trgovac su u
potpunosti odgovorni za sve ozljede, bolesti, štete, potraživanja, odgovornosti i troškove
korisnika, uzrokovane u cijelosti, ili u bilo kojem dijelu, radom restorana ili trgovca, kao i
za bilo koju naknadu zbog nezatražene vrijednosti neiskorištenog Kupona.
8. Svi za restorane specifični Kuponi, kao i trgovački Kuponi se uplaćuju isključivo u cijelosti,
i ne mogu se uplaćivati postepeno ili u ratama.
9. Rezervacijom ponude slažete se da će Vaša kartica biti naplaćena, a u slučaju da ponuda ne
bude uspješna, sredstva će vam biti refundirana. Za kupnju bilo kojeg proizvoda ili usluge
koje nudimo od vas se zahtijeva prethodno otvaranje korisničkog profila. Otvaranje
korisničkog profila je neophodno kako bi vi imali lagan i jednostavan pristup ispisu vaših
narudžbi, pregledu ranijih kupovina te kako bi lako uređivali vaše postavke.
2. Posebni uvjeti i pravila korištenja Kupona za restorane
Za potrebe ovih Uvjeta prodaje, Restoran je definiran kao trgovac koji kao svoju redovitu poslovnu aktivnost nudi hranu i piće na prodaju te tu hranu i piće čini dostupnim kupcima Kolektiva Kupona.
U isključivoj je nadležnosti restorana odrediti da li se Kolektiva Kupon može kombinirati s bilo kojim Kuponima trećih strana, bonovima ili promocijama. Kuponi vrijede za obroke i piće u restoranu, osim ako nije drugačije navedeno. Ni prodavač niti restoran nisu odgovorni za izgubljene ili ukradene Kupone.
Reprodukcija, prodaja ili trgovanje Kuponima za restorane je zabranjeno, osim ukoliko to nije izričito dozvoljeno u pojedinoj ponudi.
Bilo koji pokušaj uporabe Kupona koji nije u skladu sa ovim uvjetima i pravilima će imati za posljedicu da Kupon postane nevažeći.
44
Valjanost Kupona ističe na datum koji je naveden na Kuponu, i ne može se produžavati individualno.
3. Posebni uvjeti i pravila korištenje Kupona kod trgovaca
Kupon se može odnositi samo na robu koju prodaje trgovac, i ne može se odnositi na troškove poštarine ili manipulativne troškove.
Samo jedan Kupon se smije koristiti po narudžbi, osim ako drugačije nije navedeno od strane trgovca.
Davanje kredita je u isključivoj nadležnosti trgovca.
Ni Kolektiva Web d.o.o. niti trgovac nisu odgovorni za izgubljen ili ukraden Kupon.
Kupone se ne može kombinirati s bilo kojim drugim poklon-bonom, bonovima trećih strana, kuponima ili promocijama, osim ako drugačije nije izričito određeno u pojedinoj ponudi.
Reprodukcija, prodaja ili trgovanje Kuponima je zabranjeno, osim ako to nije izričito navedeno u pojedinoj ponudi.
Bilo koji pokušaj uporabe Kupona koji nije u skladu s ovim uvjetima i pravilima će rezultirati prestankom važenja tog Kupona.
Valjanost Kupona ističe na datum koji je naveden na njemu i ne može se produžavati.
Izvor: Izrada studentice prema podacima s http://www.kolektiva.hr/terms-of-sale/
Navedenim uvjetima, Kolektiva Web d.o.o. nastoji zaštiti prava i reputaciju tvrtke u slučaju
mogućih nedostataka usluge partnera te usvojiti povjerenje kupaca kroz pravila o kupnji koja
se očekuju od njih prilikom kupnje te jamstvo povrata novca u slučaju utvrđenih
nepravilnosti.
5.1. Analiza i ciljevi tržišne situacije
Kad su se prije nekoliko godina na domaćem tržištu počeli pojavljivati portali za grupnu
kupnju činilo se da gotovo svaki tjedan nastane po jedan novi. No, kako to obično biva, kroz
vrijeme su se profilirali oni najveći ili najzanimljiviji kupcima, oni koji su ponudili nešto
drugačije i one nespremne na konkurenciju ostavili daleko iza sebe. Prema Googleovoj
45
statistici najjači portali za grupnu kupnju u Hrvatskoj u ovom trenutku su Crno jaje,
Kolektiva, Ponuda dana, Kupi Me i Mega Popust i to upravo tim redoslijedom.
Grafikon 2. Stanje i kretanje tržišne situacije portala grupne kupovine u Hrvatskoj od njihova
nastanka do danas
Izvor: http://svipopusti.hr/vijesti/crno-jaje-otelo-titulu-donedavno-najpopularnijoj-kolektivi/ Naime, još 2012. godine je Kolektiva bila u visokoj prednosti nad ostalim portalima, no onda
su se krajem godine trendovi počeli mijenjati i njenu je poziciju žestoko napalo Crno jaje.
Nakon izgubljene pozicije lidera na hrvatskom tržištu tijekom 2013. godine, kontroling tvrtke Kolektiva Web d.o.o. trebao je poslovne odluke donositi brže i kvalitetnije. Prema određenim
istraživanjima smatra se da je Crno jaje uspjelo postići značajan napredak zbog pojavljivanja
na nacionalnoj televiziji. Međutim, tijekom 2012. godine kontoling tvrtke Kolektiva Web
d.o.o. ugradio je napredniji sustav poslovne inteligencije tvrtke Qualia, BussinessQ, koji bi ih
mogao vratiti na poziciju lidera budući da ima za dugoročni cilj pravilno i nedvosmisleno
prikazivanje informacija te brži prikaz i distribuciju izvještaja.
5.1.1. Povećanje učinkovitosti prodaje
Kao rastuća tvrtka sa sve većim brojem transakcija i izvora podataka te kao lider u svom
poslovnom sektoru Kolektiva je željela i nadalje osiguravati najvišu kvalitetu proizvoda i
46
usluge prema svojim klijentima, za što su ključne pravodobne informacije, dostupne ljudima
koji analiziraju i nadgledaju poslovanje te onima koji donose odluke. Ipak, kada se nakon Hrvatske proširila i na okolne zemlje, nije uspjela rasti jer se u jednom trenutku na domaćem
tržištu grupne kupovine pojavilo i šezdesetak i više stranica koje su se bavile istim poslom
koji je s jedne strane vrlo radno intenzivan zbog pronalaženja različitih novih ponuda, a s
druge strane informatički složen. I to Kolektiva jednostavno nije izdržvala. Jedni tvrde da se
to dogodilo zbog prevelike ekspanzije, usprkos stranim partnerima, dok drugi tvrde kako se
nisu na vrijeme prilagodili promjenama ( http://www.ictbusiness.info/kolumne/komentar-
velike-promjene-na-internetskom-trzistu-i-to-je-gotova-stvar).
U zatečenom stanju prije projekta za koji se Kolektiva odlučila da bi kontroling tvrtke imao
lakši uvid u potrebne informacije za donošenje poslovnih odluka kojim će povećati
učinkovitost prodaje na dinamičnom tržištu, dovršavala je vlastito skladište podataka punjeno
iz više transakcijskih sustava koje je trebalo poslužiti kao temelj pravilnog internog
izvještavanja o poslovanju i uspješnosti. Nedostajala je još samo konkretna odluka o alatu za
poslovnu inteligenciju koji bi se koristio za prikaz i distribuciju izvještaja te pravilno i
nedvosmisleno prikazivanje informacija. Uslijed sve većeg broja podataka na dnevnoj bazi te
sve više različitih izvora podataka, izvještavanje prema rukovodstvu i vlasnicima, analiza
poslovanja i nadgledanje poslovnih procesa zahtijevalo je sve veći utrošak vremena
zaposlenika. Javila se potreba da se svi poslovni podaci objedine i prikažu u obliku web
izvještaja. Kolektiva je zatražila da se alatom za poslovnu inteligenciju podrži sve navedene
poslovne zahtjeve te da se izvještaje i nadzorne ploče stavi na jedno, središnje mjesto odakle
će ih svi korisnici iz više zemalja aktivno koristiti u cilju povećanja informiranosti i poslovne
učinkovitosti ( http://www.qualia.hr/case-study-kolektiva/).
5.1.2. Informacijski sustav i izbor softvera
Kolektiva Web d.o.o. je prepoznala potrebu za jednostavnim, ali robusnim web baziranim
sustavom za potporu poslovnom izvještavanju i odlučivanju, od statičkih izvještaja, ad-hoc
analiza podataka pivotiranjem do nadzornih ploča za nadziranje poslovanja.
Kao odgovor na postavljene zahtjeve, tvrtka Qualia je prepoznala vlastiti proizvod za
poslovnu inteligenciju, izvještavanje i vizualizaciju podataka - BusinessQ. Integraciju iz svih
47
transakcijskih podataka, starog sustava, poslovnih podataka sa weba i planova Kolektiva je
riješila in-house, vlastitim timom za razvoj skladišta podataka. Automatskim procesima
napravljeno je punjenje skladišta podataka na MS SQL Serveru 2008 R2. Uskom suradnjom
između Qualia BI i Kolektiva DWH tima te temeljeno na skladištu podataka izrađeni su web
izvještaji te primjenjene prikladne vizualizacije podataka. Napravljeni su i grafički prikazi za
nadzor ključnih pokazatelja poslovanja ubačeni u informacijske nadzorne ploče. Nakon
inicijalne faze projekta, korisnik sam izrađuje i oblikuje izvještaje prema vlastitoj potrebi.
Novi sustav objedinjen unutar BusinessQ web platforme za poslovnu inteligenciju,
izvještavanje i vizualizaciju podataka je neprestano dostupan neograničenom broju korisnika
što je samo po sebi napravilo pozitivan pomak u poslovanju, dinamičnosti i protoku važnih
poslovnih informacija. Na središnjem mjestu na web portalu nalaze se izvještaji, nadzorne
ploče i upute za korištenje.
Kontrolingu su dostupne kvalitetnije upravljačke informacije i u stanju je donositi odluke
temeljene na točnim i pravovremenim podacima. Nadzornim izvještajnim sustavom se lako,
nedvosmisleno i brzo nadziru mnogi aspekti poslovanja.
5.2. BusinessQ sustav u funkciji potrebe informacijske i upravljačke uloge kontrolingu
BusinessQ sustav omogućuje kontoleru uvide u razne aspekte poslovanja koja su neizostavna
za donošenje boljih poslovnih odluka. To je sustav koji će mu precizno i nedvosmisleno
ispričati priču o podacima tvrtke i na taj način mu pomoći da na vrijeme uoči skrivene uzroke
u podacima, da pravovremeno prepoznaja poslovne probleme ili da pronađe korisne poslovne
prilike u svojim sirovim transakcijskim podacima – od nadgledanja prodaje, kontrole stanja
zaliha, mjerenja poslovnog uspjeha do praćenja ključnih pokazatelja poslovanja (
http://www.qualia.hr/businessq-2/?lang=hr).
48
Sustav BusinessQ na zaslonu računala prije otvaranja određenih grafikona izgleda ovako: Slika 11. Ulazni zaslon za grafikone (BusinessQ)
Izvor: http://www.qualia.hr/case-study-kolektiva/ Svaki graf koji sadrži ovaj program ima unaprijed definirane, zadane mjere i parametare koji
se mogu mijenjati, ali samo od strane korisnika s pravima korištenja analitičkih računa.
Grafikoni koje koristi tvrtka Kolektiva odnose se na:
1. KUPCE:
a. Nove
b. Postojeće
2. PRETPLATNIKE:
a. Nove
b. Postojeće
3. SKUPINE:
a. Skupina u ukupnom poretku
b . Pojedinačne skupine
49
Sva izvješća koja se odnose na kupce i pretplatnika dane su vrijednosti izmjerene u
odabranom vremenskom razdoblju (tjedan, mjesec , kvartal , godine) , a na svakom izvješću
može se vidjeti puno vremenskih razdoblja . Na taj način možemo vidjeti podatke i trendove
(ako ih ima ).
Skupine iz grafova (izvješća) pokazuju ponašanje određenih skupina ljudi (koji se uzima u
izabranom vremenskom razdoblju), a zatim se izražavanju vrijednostima kroz prihode za tu
skupinu ljudi. Izgled svakog grafikona može se lako promijeniti, a podatke iz grafikona
moguće je „izvesti“ u obliku excel tablica ili u PDF formatu kako bi na temelju njih
kontroling tvrtke mogao donositi poslovne odluke za određene probleme.
5.2.1. Analiza kupaca
Ako se pažljivije razmotre raspoloživi podaci jedne web kupovine, tada ih se po karakteru
može podijeliti u 2 skupine. Navedene skupine će se objasniti sljedećom slikom.
Tablica 5. 2 skupine podataka prikupljenih obavljenom kupnjom putem interneta OSOBNI PODACI ßà BIHEVIORISTIČKI PODACI
Opći podaci pojedinca, ostavljeni Podaci o ponašanju kupaca
prilikom prve kupovine (ili u trenutku
prijave) ßà - Učinjene transakcije
- Vremenski razmaci između
- Ime i prezime kupovina
- Adresa ßà - Skupine kupljenog
- Mail proizvoda/ usluge
- ...... - ......
Izvor: Izrada studentice prema podacima iz Klepac, G., Mršić, L., Poslovna inteligencija kroz poslovne slučajeve, Lider press; TIM press, 2006., str. 209
50
Da bi pravilno ocijenili profil kupca povodimo se povezanim osobnim i biheviorističkim
podacima. Osobni podaci imaju više statično značenje, dok bihevioristički podaci imaju više
dinamičko značenje. To znači da su osobni podaci manje skloni promjenama i nadopunama,
dok se bihevioristički set podataka nadopunjuje svakom novom aktivnošću kupovine. Nakon
određenog razdoblja prikupljanja te skupine podataka moguće je putem analize
dijagnosticirati trendove promjene ponašanja skupina kupaca, što govori u prilog
dinamičnosti značenja te skupine podataka (Klepac, G., Mršić, L., Poslovna inteligencija kroz
poslovne slučajeve, Lider press; TIM press, 2006., str. 209).
Kontroling Kolektive na temelju prikupljenih podataka redovito prati kretanje broja novih
kupaca u odnosu na postojeće. Primjer će prikazati sljedeća slika. Slika 12. Primjer grafičkog prikaza korištenjem BusinessQ sustava - kretanje novih kupaca
Izvor: Dokument tvrtke Qualia (Projekt Kolektiva)
Služeći se alatom sustava BusinessQ, grafičkim prikazom je moguće utvrditi neke ključne
mjere vrijednosti koje se odnose na nove kupce: prosječni ukupni inozemni prihod po novom
51
kupcu, prosječni ukupni unutarnji prihod po novom kupcu, prosječni vanjski prihod od novog
kupca po novom kupcu, prosječni unutarnji prihod od novog kupca po novom kupcu,
prosječni marketinški trošak po novom kupcu, prosječni online marketinški trošak po novom
kupcu, ukupni inozemni prihod po razdoblju, ukupni interni prihod po razdoblju, samo online
marketinški troškovi u određenom razdoblju, broj novih kupaca u određenom razdoblju...
Ocjenu kontrolera na temelju drugog tipa grafikona BusinessQ sustava prikazati će se na
sljedećoj slici i primjeru.
Slika 13. Primjer grafičkog prikaza korištenjem BusinessQ sustava - ponašanje skupine
pretplatnika
Izvor: Dokument tvrtke Qualia (Projekt Kolektiva)
Graf pokazuje ponašanje skupine pretplatnika koje je prvi put otkrivena rezultatima
istraživanja početkom 2012. godine. Podaci su prikazani eurima. Graf pokazuje četiri
vrijednosti ( moguće odabrati više ili manje ) :
- Crvena linija predstavlja marketinški trošak - Tamno zelena boja stupaca označava interni prihod od strane svih kupaca unutar odabrane
skupine
52
- Svijetlozelena boja stupaca je vanjski prihod za sve kupce unutar određene skupine - Plave točke predstavljaju broj aktivnih kupaca u svakom razdoblju, iz odabrane skupine
Ne obraćajući pažnju na konkretne vrijednosti, već kretanja na grafikonu, može se zaključiti
da je najveći broj novih kupaca u startnom razdoblju, najveći prihod je također u početnoj
razdoblju, marketinška cijena je niža od unutarnjih prihoda odmah u prvom tjednu. To znači
da su odluke koje se odnose na marketinšku investiciju bile pravovremene i uspješne, pa stoga
novi kupci odmah generiraju više prihoda nego što je bio marketinški trošak kako bi ih
privukli.
5.2.2. Analiza potrošačke košarice
Kako bismo u potpunosti zadovoljili kriterije prema kojima novi sustav možemo proglasiti
savjetodavnim, osim analize kupaca, potrebno je provesti i analizu potrošačke košarice.
Analizom profila kupaca mogu se saznati osnovne značajke skupina kupaca koji preferiraju
kupovinu određenih tipova artikala.
Analiza potrošačke košarice trebala bi dati odgovor na pitanje: koji proizvod ili proizvode će
kupac najvjerovatnije još kupiti s obzirom na proizvod koji/e je već kupio?
Grafički se to može prikazati sljedećom shemom.
53
Slika 14. Shema procjene vjerojatnosti kupovine u skupinama s obzirom na profil kupaca
Lista otkrivenih Pronalaženje profila Upis otkrivenih
asocijativnih iz liste profila veza između
pravila kupaca koji se profila iz liste
podudaraju s kupaca i profila
profilima kupaca kupaca sklonih
Lista otkrivenih
sklonih kupovini
kupovini
dominantnih profila
skupine proizvoda
određenih
kupaca dobivenih
proizvoda u
prilikom analize
skupinama
profila
Procijeni pouzdanost nepodudarajućih profila kupaca sklonih kupovini određenih skupina
proizvoda i upiši ih u listu veza profila kupaca – sklonosti kupovine određenih proizvoda u
skupinama
Izvor: Izrada studentice prema podacima iz Klepac, G., Mršić, L., Poslovna inteligencija kroz
poslovne slučajeve, Lider press; TIM press, 2006., str. 219
Nakon provedenih istraživanja profila kupaca, kontroling Kolektive može donositi poslovne
odluke za ciljne buduće rezultate i prognoze temeljene na aktualnim podacima. Sljedeća slika
prikazati će primjer grafikona koji navedeno prikazuje kod skupine newsletter pretplatnika
kod kojeg će zelenu stupac opisati aktualno stanje, crveni prognozu kretanja, a plavi ciljno
stanje.
54
Slika 15. Newsletter pretplatnici: aktualno stanje vs. prognoza i ciljano stanje Izvor: Dokument tvrtke Qualia (Projekt Kolektiva)
5.2.3. Rješenja za spriječavanje odustajanja od web kupovine
Portali za grupnu kupovinu putem interneta koriste razne alate kako bi se ogradili od rizika
odustajanja od kupovine. Jedan od najznačajnijih (ako ne i najznačajnije) rješenje jest
newsletter, odnosno mailovi koji se automatski šalju svaki dan kupcima za sve grupe
proizvoda ili usluga koje su ikada kupili putem portala ili barem spremili u košaricu. Također
je grupe, ovisno o zainteresiranosti, moguće regulirati prilikom prijave na vlastitom profilu.
Ta aplikacija pruža kupcima ulaz u ponudu bez da posebno otvore stranicu portala, već
direktno putem maila.
Poznata je i metoda slanja podsjetnika o uplati nakon što je izvršena rezervacija proizvoda na
web stranici ili je proizvod spremljen u košaricu. Neki portali takve podsjetnike vrše
telefonskim putem.
Potrebno je posebno naglasiti mobilne aplikacije za određene vrste smart telefona koje u
posljednje vrijeme imaju izuzetnu ulogu za kupovine putem portala, a kontrolingu tvrtke šalju
direktne informacije o kupovinama. Kao primjer možemo navesti službenu iPhone aplikaciju
koju koristi Kolektiva, a kojom možete njihove grupne ponude kupiti u hodu. „Kolektiva za
iPhone“ prilično je jednostavna aplikacija, ali omogućava ključno za stranicu s grupnom
55
kupovinom: kupovanje! Kolektivin pokretač Jeff Treichel navodi kako njihovi kupci oko 3
posto kupnji obave putem iPhonea, koristeći Kolektivinu “normalnu”, neoptimiziranu web
stranicu.
Slika 16. „Kolektiva za iPhone“ mobilna aplikacija Izvor: http://www.netokracija.com/kolektiva-za-iphone-19040
Kolektivina iPhone aplikacija sastoji se od 3 ekrana: ponude dana, ostalih ponuda te vašeg
profila. Unutar “ostalih ponuda” možete pristupiti i karti na kojoj ćete vidjeti sve ponude
podijeljene po gradovima, dok će popis biti poredan po novim, popularnim te ponudama koje
uskoro ističu. Za svaku ponudu možete uključiti podsjetnik koji će vas podsjetiti sat vremena
prije isteka ponude ako u danom trenutku niste sigurni želite li je kupiti. ( http://www.netokracija.com/kolektiva-za-iphone-19040).
56
6. USPOREDBA UČINKA POSLOVNE INTELIGENCIJE – Konzum vs. Kolektiva
Provedenim istraživanjem nastojalo se prikazati kako sustavi poslovne inteligencije
funkcioniraju u velikim, moćnim tvrtkama kao što je Konzum, u odnosu na manji web portal
za grupnu kupovinu u kontekstu potpore sustavima za odlučivanje. Budući da obje tvrtke
imaju tim kontrolera koji temeljem prikupljenih podataka nastoji stvoriti platformu za
kvalitetno odlučivanje, povukla se paralela između utjecaja dva sustava poslovne inteligencije
na postupak donošenja odluka i cjelokupno poslovanje – Cognosa kao jednog od najpoznatijih
sustava za potporu odlučivanju i BusinessQ sustava kao manje poznatog, ali također
višestruko isplativog alata za pohranu podataka i izvještavanje.
Cognos sustav koriste mnoge tvrtke u Hrvatskoj, uglavnom one veće poput Dukata, Jamnice, T- coma i slično. Razlog tome zašto se tvrtke odlučuju upravo na ovaj alat poslovne
inteligencije jest jednostavnost korištenja i funkcionalnost. Prije implementacije sustava
Cognos u Konzumu, samo prikupljanje podataka trajalo je puno duže. Sada je kontoler kao
donositelj odluke od prosječnog zaposlenika kao primarnog kontakta s krajnjim korisnicima
za potrebne informacije udaljen tek jednim klikom. Osim toga, Cognos je smanjio mogućnost
nastajanja grešaka u predviđanjima na najmanju moguću mjeru. Učinci koje je sustav Cognos
izazvao u Konzumu su uglavnom pozitivni, a neki od njih su: bolje upravljanje operativnim
troškovima i zalihama, povećanje koeficijenta obrtaja, bolja učinkovitost zaposlenih, rast
profita, konkurentnost.
Međutim, glavna mana sustava klasičnog izvještavanja kao što je Cognos jest njegova cijena. Ti sustavi nisu pristupačni manjim, ali ni ogromnoj većini tvrtki srednje veličine.
U tom slučaju, kao kvalitetna zamjena uskače BusinessQ sustav koji sadrži možda deset posto
funkcionalnosti Cognosa, ali je to onih deset posto koji su neophodni za kvalitetno korištenje
sustava za potporu odlučivanju. Tvrtka Qualia krenula je stvarati BusinessQ sustav pod
premisom „svi trebaju izvještaje, ali ne mogu si svi priuštiti proizvod za to“, a cijenom su ga
htjeli približiti malim i srednjim korisnicima. Cijena korištenja BusinessQ licenci skalira se po
broju ljudi - korisnika sustava, i to po ukupnoj cijeni već od tisuću eura za najmanje
implementacije. Za usporedbu, cijena licence uglavom svih razvikanijih alata poslovne
57
inteligencije penje se na tisuću eura, ali samo za jednog korisnika. BusinessQ sustav nosi sa
sobom sve prednosti koje imaju i ostali sustavi za potporu odlučivanju. Omogućuje
izvještavanje, analizu podataka, mjerenje učinkovitosti tvrtke te mjerenje učinka u odnosu na
ciljeve i prognoze.
Provedenim istraživanjem ukazalo se na sličnosti dvaju sustava poslovne inteligencije koji
bez obzira na veliku razliku u pristupačnosti za određene tvrtke, daju najbitnije rezultate za
donošenje odluka na temelju podataka. Izgled aplikacija i mogućnosti prikupljanja podataka
temelje se na istim principima.
Iz provedenog istraživanja može se zaključiti da sustavi za potporu odlučivanju imaju
značajnih prednosti za funkciju kontrolinga, ali i mana. Najveći problem koji se može javiti
jest ljudski faktor. Unatoč stalnom rastu popularnosti i potrebama za implementacijom takvih
sustava, potrebno je educirati kontrolere o načinu korištenja sustava, ali i o njihovoj nužnosti i
bitnosti jer ukoliko kontroler sam ne uviđa prednosti, to može rezultirati odbijanjem
korištenja sustava što rezultira većim troškom implementacije od koristi koju on može
donijeti za cjelokupnu organizaciju.
Osim toga, koliko god takvi sustavi pomažu kontrolerima da brže donose odluke, međusobno
bolje komuniciraju i budu produktivniji, toliko im mogu i odmoći usporavajući njihov rad
ukoliko se sustav „prepuni“ količinom podataka. Stoga je bitno voditi brigu o količini i
kakvoći podataka koja se unosi te pravovremeno održavati sustav jer iskustva pokazuju da su
sustavi poslovne inteligencije prijekopotrebni za kvalitetno odlučivanje u suvremenim
uvjetima, a stalne promjene i sve turbulentnije okruženje nagovještaju još veću potrebu za
njima u bliskoj budućnosti.
58
7. ZAKLJUČAK
Da bi tvrtke opstale u uvjetima velikih tržišnih promjena, nužno je da se prilagode postojećim
uvjetima poslovanja i novim trendovima na tržištu. Kontroling mora reagirati brzo i efikasno
u uvjetima visoke nesigurnosti kako nebi tvrtku odveo u propast. Ogromna odgovornost
kontrolera ne može se temeljiti na intuiciji. Stoga je prava informacija moć za njihov uspjeh. Moraju donositi racionalne odluke temeljene na kvalitetnim informacijama. Samo prave
informacije mogu omogućiti tvrtki konkurentsku prednost i opstanak.
Najuspješnija svjetska poduzeća najvećim dijelom mogu svoju uspješnost zahvaliti praksi
upravljanja poslovnim procesima i upravljanja znanjem. Praćenjem i primjenom
informacijske tehnologije i znanja ljudi, moguće je realizirati sustav za upravljanje znanjem
koji u potpunosti mijenja način rada zaposlenika, pri čemu svaki od njih sudjeluje u stvaranju,
dijeljenju, primjeni i evaluaciji znanja. Upravo upravljanje znanjem u trgovačkim
poduzećima, osim što stvara dodatnu motivaciju zaposlenika, dovodi i do bržeg i kvalitetnijeg
rješavanja zahtjeva krajnjeg kupca.
Bit sustava za potporu odlučivanju jest da donositelji odluka i sustav poslovne inteligencije
„surađuju“. Stoga su bitne edukacije kontrolera za pravilno upravljanje sustavima jer krajnju
odluku ipak donosi čovjek i na njemu je najveći teret odlučivanja. Ipak, tvrtke koje koriste
sustave poslovne inteligencije znatno su u prednosti u odnosu na one koje se oslanjaju na
intuiciju menadžera i kontrolera ili pak koriste „zastarjele“ oblike izvješćivanja koji mogu
proizvesti neusklađene, dvojne rezultate.
Iz provedenog empirijskog istraživanja može se zaključiti da napredni oblici poslovne
inteligencije, iako se razlikuju ovisno o mogućnostima tvrtke, čuvaju bit svoje funkcije te
svakako zahtijevaju manje vremenskih i ljudskih resursa što pridonosi štednji tvrtke i
pravodobnim reakcijama kontrolera zasnovanim na kvalitetnim informacijama. Pomoću
pravilnog korištenja sustava Cognos i BusinessQ, kontroler može saznati razne informacije
koje su presudne u donošenju odluka. Npr. kontroler jednog portala za web (grupnu)
kupovinu može saznati što korisnici kupuju na određenoj web-lokaciji ili u aplikaciji te
sljedeće bitne informacije o :
59
- proizvodima/ uslugama(koji proizvodi/usluge se kupuju, u kojoj količini i prihod
ostvaren od tih proizvoda/usluga),
- transakcijama (prihodu, porezu, troškovima isporuke i podacima o količini za
svaku transakciju),
- vremenu za kupnju (broju dana i broju posjeta web stranice potrebnih za kupnju,
počevši od pregleda ponude do završetka transakcije).
Na temelju tih podataka kontroler dobiva uvid u sljedeće:
- Koji se proizvodi/usluge dobro prodaju i, prema tome, koji proizvodi/usluge
najbolje odgovaraju njihovoj bazi korisnika.
- Prihod po transakciji i broj proizvoda po transakciji. Npr. ako je broj proizvoda po
transakciji niži od očekivanog, javlja se potreba za većim popustima na količinu ili
izuzimanje troškova isporuke ako korisnik prijeđe najmanji iznos narudžbe.
- Koliko je vremena potrebno korisnicima da se odluče na kupnju i koliko je posjeta
web-lokaciji potrebno da ih potaknete na kupnju. Npr. ako je prodaja bicikala
uvijek ista ili ako se mijenja ovisno o proizvodu ili sezoni, pomoću tih informacija
(u kombinaciji s ukupnim prognozama prodaje) može doći do pouzdanih
predviđanja prihoda.
Nakon uvida u te podatke, kontroler može lako donositi izvještaje o kretanju prometa po
određenim kategorijama proizvoda, skupinama kupaca ili ukupnim prihodima u odnosu na
predhodna razdoblja.
60
LITERATURA
Knjige:
1. Panian, Ž., Klepac G.: „Poslovan inteligencija“, Masmedia, Zagreb 2003.
2. Liautaud, B: „e-Business Intelligence: Turning information into knowledge into
profit“, McGraw-Hill, New York (NY), 2001.
3. Moss, Larissa T, Atre, Shaku: „Business Intelligence Roadmap“, Addison –Wesley,
Boston, 2003.
4. Wyatt, L.: „Performance of BI Systems Built with Microsoft SQL Server Accelerator
for Business Intelligence“, http://www.microsoft.com, 10/2012.
5. Vranešević, T: „Upravljanje zadovoljstvom potrošača“, Golden Marketing Zagreb,
2000.
6. Norton, P., Stockman, M.: „Network Security Fundamentals“, SAMS, Indiana- polis,
(In.), 2000.
7. Sikavica, P., Bebek, B., Skoko, H., Tipurić, D.: „Poslovno odlučivanje“, Informator,
Zagreb, 1999.
8. Golfarelli, M., Rizzi, S., Cella, I., „Beyond data warehousing: What's next in business
intelligence?“, DOLAP 04, 2004.
9. Srića, V. i suradnici, „Menadžerska informatika“, 4. Izdanje, M.e.p. Consult, Delfin,
Hita Poslovna akademija, Zagreb, 1999.
10. Varga, M., „Poslovno računarstvo“, Znak, Zagreb, 1998.
11. Willcocks, L., Fitzgerald, G.,: „A business guide to outsourcing IT : a new study of
European best practice in the selection, management and use of external IT services“,
Wimbledon : Business Intelligence, 1994.
12. Klepac, G., Mršić, L., „Poslovna inteligencija kroz poslovne slučajeve“, Lider press;
TIM press, 2006.
13. Avelini Holjevac, I., „Kontroling; upravljanje poslovnim rezultatom“, Hotelijerski
fakultet Opatija: Sveučilište u Rijeci, 1998.
14. Weihrich, H., Koontz, H., „Menadžment“, Zagreb: Mate, 1994.
15. Osmanagić Bedenik, N., „Kontroling: abeceda poslovnog uspjeha“, Grafički zavod
Hrvatske d.o.o. Zagreb, 2004.
61
Internetski izvori:
1. Pojam inteligencije http://www.mensa.hr/glavna/cesto-
postavljana-pitanja/inteligencija
2. Data Junction: A Powerful Tool for Data Conversion
http://businessfinancemag.com/technology/data-junction-powerful-tool-
data- conversion
3. Podatak
http://public.carnet.hr/~jrukelj/infor/osnovni4.html
4. Zahtjevi kakvoće podataka http://dragoruzic.com/wp-
content/uploads/2013/04/MIS_2012-13_6_BI.pdf
5. Razlika između podatka i informacije
http://gorila.jutarnji.hr/profile/digitalac/2011/06/03/koja-je-razlika-izmeu-podatka-
i- informacije-to-je-podatak-a-to-informacija
6. Informacijski sustav
http://www.scribd.com/doc/46258859/Informatika-2-skripta
7. Četiri funkcije radne grupe kontrolera
https://www.google.hr/search?q=radne+grupe+kontrolera&rlz=1C1VQGG_enHR574
HR574&oq=radne+grupe+kontrolera&aqs=chrome..69i57.5392j0j9&sourceid=chrom
e&espv=210&es_sm=93&ie=UTF-
8#q=animator%2C+stru%C4%8Dnjak+informacijskih+izvora
8. Pet koraka za uspješnu uporabu metodologije poslovne inteligencije
http://www.vus.hr/Nastavni%20materijali/zzzbiznis/BI%20handout%202008.pdf
9. Konzum – obavjesti o odluke http://www.konzum.hr/index.php/O-
Konzumu/Financijska-izvjesca/Obavijesti-i- odluke
10. Skladištenje.com
www.skladistenje.com
62
11. Cognos logon
https://www.google.hr/search?q=cognos+logon&source=lnms&tbm=isch&sa=X&ei=
VtHXUtPPLpCOyQPryICwCw&ved=0CAcQ_AUoAQ&biw=1280&bih=697#imgdii
=_
12. AppShopper
http://appshopper.com/
13. Konzum – internet prodavaonica
http://online.konzum.hr/?gclid=COff7YW0j7wCFcFa3godR2AAEw
14. Poslovni dnevnik: Maloprodaju u 2014. godini čeka konsolidacija i rast
internetske trgovine http://www.poslovni.hr/hrvatska/maloprodaju-u-2014-
godini-ceka-konsolidacija-i- rast-internetske-trgovine-259524
15. Poslovni plus: Za Todorića krize NEMA: Četiri najveće Agrokorove tvrtke ostvarile
neto dobit od 613 milijuna kuna http://www.poslovnipuls.com/2012/02/17/agrokor-
tvrtke-dobit/
16. Web prodavaonice
https://www.google.hr/#q=web+prodavaonice
17. Advertising Agency & Marketing Industry
www.adage.com
18. Prof. dr. sc. Goran Klepac: Kad intuicija zatreba pomoć
http://www.goranklepac.com/pdf/intuicija.pdf 19. Internet trgovine – Web shoppovi http://www.insieme-
split.com/internet-trgovine-web-shopovi/
20. Case study: Kolektiva
http://www.qualia.hr/case-study-kolektiva/
21. Kolektiva: Uvjeti prodaje
http://www.kolektiva.hr/terms-of-sale/
22. Crno jaje otelo titulu donedavno najpopularnijoj Kolektivi!
http://svipopusti.hr/vijesti/crno-jaje-otelo-titulu-donedavno-najpopularnijoj-kolektivi/
63
23. Velike promjene na internetskom tržištu:
http://www.ictbusiness.info/kolumne/komentar-velike-promjene-na-
internetskom- trzistu-i-to-je-gotova-stvar
Ostalo:
· Interni dokument tvrtke Qualia: Projekt sustava poslovne inteligencije (BusinessQ)
za poboljšanje poslovanja kontrolinga tvrtke Kolektiva Web d.o.o.
Popis tablica, slika i grafikona Tablice:
REDNI BR. OPIS STR.
1. Evaluacija matrica rizika 16.
2. Kategorije informacija za sustave poslovne inteligencije 21.
3. Prednosti: tradicionalna vs. Internetska kupovine 37.
4. Uvjeti prodaje tvrtke Kolektiva Web d.o.o 43.
5. 2 skupine podataka prikupljenih obavljenom kupnjom putem 50.
interneta
Slike:
REDNI BR. OPIS STR.
1. Komponente modela poslovne inteligencij 9.
2. Rezultati utjecaja poslovne inteligencije na upravljanje 11.
poduzećem
3. Koristi od primjene poslovne inteligencije 12.
4. Izvori rizika kojima su izloženi projekti poslovne inteligencije 14.
5. Dijelovi informacijskog sustava upravljačkih funkcija 22.
64
6. Cognos logon 29.
7. Integracija pojedinih čimbenika sustava Cognos u trgovačkom 30.
poduzeću Konzum
8. Konzum mobilna aplikacija – lociranje Konzum prodavaonica 35.
9. Konzum mobilna aplikacija – pretraživanje proizvoda 36.
10. Početna stranica Konzum online prodavaonice 38.
11. Ulazni zaslon za grafikone (BusinessQ) 49.
12. Primjer grafičkog prikaza korištenjem BusinessQ sustava – 51.
kretanje novih kupaca
13. Primjer grafičkog prikaza korištenjem BusinessQ sustava – 52.
ponašanje skupine pretplatnika
14. Shema procjene vjerojatnosti kupovine u skupinama s obzirom 54.
na profil kupaca
15. Newsletter pretplatnici: aktualno stanje vs. prognoza i ciljano 55.
stanje
16. „Kolektiva za iPhone“ mobilna aplikacija 56.
Grafikoni:
REDNI BR. OPIS STR.
1. Udio prihoda ostvarenih internet kupovinom u odnosu na ukupne 39.
prihode Konzuma u 2011. godini
2. Stanje i kretanje tržišne situacije portala za grupnu kupovinu u 46.
Hrvatskoj od njihova nastanka do danas
65
66
top related