0 SVEUČILIŠTE U RIJECI EKONOMSKI FAKULTET U RIJECI RIJEKA VAŽNOST SUSTAVA ZA POTPORU ODLUČIVANJU NA PRIMJERU UPORABE SUSTAVA POSLOVNE INTELIGENCIJE COGNOS U POSLOVANJU TVRTKE ZAVRŠNI RAD Predmet: Informacijski sustavi za potporu odlučivanju Mentor: Prof. dr. sc. Slavomir Vukmirović Student: Lucija Crljenko Perković, dipl. oec. Indeks br.: 239/06 Poslijediplomski stručni studij: Inteligentno elektroničko poslovanje Rijeka, travanj 2009.
101
Embed
Važnost sustava za potporu odlučivanju na primjeru uporabe ...
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
0
SVEUČILIŠTE U RIJECI
EKONOMSKI FAKULTET U RIJECI
RIJEKA
VAŽNOST SUSTAVA ZA POTPORU ODLUČIVANJU NA
PRIMJERU UPORABE SUSTAVA POSLOVNE INTELIGENCIJE
COGNOS U POSLOVANJU TVRTKE
ZAVRŠNI RAD
Predmet: Informacijski sustavi za potporu odlučivanju
1.1. PREDMET I PROBLEM ISTRAŽIVANJA 3 1.2. SVRHA I CILJ ISTRAŽIVANJA 4 1.3. RADNA HIPOTEZA 5 1.4. STRUKTURA RADA 6 1.5. METODE ISTRAŽIVANJA 8 2. POSLOVNO ODLUČIVANJE 8
2.1. FAZE ODLUČIVANJA 9 2.2. NAČINI ODLUČIVANJA I VRSTE ODLUKA 11 3. INFORMACIJE I INFORMACIJSKI SUSTAVI 17
3.1. INFORMACIJE I PODACI 17 3.2. DEFINICIJE I RAZVOJ INFORMACIJSKOG SUSTAVA 20 3.3. DIJELOVI INFORMACIJSKIH SUSTAVA 23 4. SUSTAVI ZA POTPORU ODLUČIVANJU 26
4.1. DEFINICIJE SUSTAVA ZA POTPORU ODLUČIVANJU 26 4.2. OBILJEŽJA SUSTAVA ZA POTPORU ODLUČIVANJU 28 4.3. UPORABA SUSTAVA ZA POTPORU ODLUČIVANJU 29 4.4. PREDNOSTI I NEDOSTACI SUSTAVA ZA POTPORU
ODLUČIVANJU 31 4.5. GRAĐA SUSTAVA ZA POTPORU ODLUČIVANJU 33 5. POSLOVNA INTELIGENCIJA 35
5.1. RAZLOZI UVOĐENJA POSLOVNE INTELIGENCIJE 39 5.2. ALATI POSLOVNE INTELIGENCIJE 41 5.3. KORISNICI ALATA POSLOVNE INTELIGENCIJE U
HRVATSKOJ 43 6. SKLADIŠTA PODATAKA 45
6.1. FUNKCIONIRANJE SKLADIŠTE PODATAKA 47 6.2. RAZINE ANALIZE PODATAKA U SKLADIŠTIMA PODATAKA 49 6.3. DIMENZIJE I "KOCKE" 51
COGNOS 53 7.1.1. SUSTAV POSLOVNE INTELIGENCIJE COGNOS 55 7.1.2. IZVJEŠTAJI I KOCKE COGNOSA 59 7.1.3. IZVORI PODATAKA 62 7.1.4. FUNKCIJE COGNOS KOCKE 63
7.2. IMPLEMENTACIJA I PRAKTIČNA PRIMJENA ALATA COGNOS 68 7.2.1. IMPLEMENTACIJA COGNOSA U KONZUM S ASPEKTA
POSLOVANJA 68 7.2.2. UČINCI COGNOSA NA KONZUM 71 7.2.3. PRIJEDLOZI UNAPREĐENJA SUSTAVA POSLOVNE
INTELIGENCIJE U KONZUMU 76 7.2.3.1. MOBILNA POSLOVNA INTELIGENCIJA 76 7.2.3.2. AUTOMATSKO OBAVJEŠTAVANJE O BITNIM PROMJENAMA 77 7.2.3.3. FORECAST 78 7.2.3.4. ŠTO AKO ANALIZA 78
7.2.4. PROBLEMATIKA LJUDSKOG FAKTOR PRI KORIŠTENJU
SPO U KONZUMU 79 7.2.5. INTEGRACIJA POJEDINIH ČIMBENIKA SUSTAVA
POSLOVNE INTELIGENCIJE U KONZUMU 82 7.2.6. PRIMJER PRIMJENE SUSTAVA POSLOVNE INTELIGENCIJE
– IZVJEŠTAJI I ANALIZE 84
8. ZAKLJUČAK 87
PRILOZI 96 LITERATURA 98
3
1. UVOD
1.1. PREDMET I PROBLEM ISTRAŽIVANJA
Temeljno pitanje koje danas tvrtke sebi postavljaju je kako opstati na tržištu tj. kako biti
konkurentan u vrijeme kada je tržište toliko promjenjivo? Kako postići optimalnu
učinkovitost i ostvariti što veći profit? Promjene na tržištu su ne samo svakodnevne,
nego se događaju iz minute u minutu. Kupci imaju sve više znanja, te su samim time i
sve zahtjevniji. Osim toga, trgovina, prvenstveno maloprodaja, je još osjetljivija na
tržišna kretanja. U danim uvjetima tvrtke trebaju odgovoriti na tržišne promjene i
odlučiti kako se suočiti sa problemima, kako zadržati tržišnu poziciju, ostvariti profit i
održivi razvoj.
Temelj upravljanja je odlučivanje. Kupci, jaka konkurencija i česte promjene na tržištu
zahtijevaju brzu reakciju menadžera, tj. brzo donošenje odluka koje su prilagođene
novim uvjetima na tržištu. Adekvatne odluke se moraju temeljiti na točnim,
pravodobnim i potrebitim informacijama.
Prethodno navedene činjenice su me navele da istražim mogućnost brzog odgovora na
tržišne promjene i brzog donošenja odluka, a sa ciljem profitabilnosti i efikasnosti, uz
primjenu informacijskih sustava potpore odlučivanju.
Predmet istraživanja ovog rada je važnost sustava poslovne inteligencije i sustava
potpore odlučivanju u poslovanju tvrtki. Život u informacijskom i informatičkom dobu
navodi na razmišljanje o mogućnosti korištenja jedne takve tehnologije kod procesa
odlučivanja kao temelja upravljanja tvrtkom. Kvalitetnim odlukama temeljenim na
informacijama menadžment poduzeća može osigurati tržišnu konkurentnost i opstanak.
Među velikim brojem proizvođača softvera poslovne inteligencije i potpore odlučivanju
isprofilirao se i Cognos. Cognos je aplikativni softver i rješenje poslovne inteligencije
koje koristi trgovačka tvrtka Konzum d.d. Zagreb, te će sustav za potporu odlučivanju
Cognos u ovom radu biti primjer informacijskog sustava koji ima utjecaj na poslovanje
najvećeg trgovačkog lanca u Hrvatskoj .
4
1.2. SVRHA I CILJ ISTRAŽIVANJA
Svaki poslovni subjekt teži boljim poslovanjem i upravljanjem utjecati na veće prihode i
manje troškove uz polučivanje što uspješnih pokazatelja poslovanja kako bi se stvorili
uvjeti održiva razvoja. Da bi se to moglo ne samo pratiti nego i provesti condicio sine
qua non je informatika sa cjelovitim svojim sustavom. Danas je nezamislivo mnoštvo
poslovnih događaja proknjižiti, obraditi i oblikovati u informacije temeljem kojih će
poslovodstvo donositi poslovne odluke kojim žele postići zacrtane planove, profit i rast
društva, bez potpore informacijskih sustava, i sustava potpore odlučivanju.
Upravo svrha nastavnog istraživanja je ustanoviti i analizirati da li i na koji način
informacijski sustavi i sustavi za potporu odlučivanju utječu na poslovno odlučivanje te
u tom smislu pomažu poslovanju tvrtke. Želi se utvrditi koliko su sustavi za potporu
odlučivanju bitni i korisni menadžerima, te na koji način omogućuju ostvarenje
strateških ciljeva tvrtke.
Cilj je utvrditi da li tvrtke, pogotovo velike, mogu danas opstati na tržištu i boriti se s
konkurencijom bez sustava poslovne inteligencije i sustava za potporu odlučivanju. Da
li informacije koje se dobivaju zahvaljujući sustavima za potporu odlučivanju pomažu
poslovodstvu tvrtke donijeti najbolju moguću odluku u danom trenutku. Cilj je
prikazati koristi i utjecaj alata poslovne inteligencije te sustava potpore odlučivanju na
uspješnost i efikasnost poslovanja tvrtke, a to će se učiniti na primjeru primjene alata
Cognos u društvu Konzum d.d.
Kako što jednostavnije i lakše doći do potrebnih informacija? Može li u tome pomoći
sustav za potporu odlučivanju te na koji način? Osim ovih pitanja cilj je odgovoriti i na
sljedeća pitanja:
− Što su sustavi za potporu odlučivanje i kako funkcioniraju? Što je poslovna
inteligencija, kako je ona povezana sa svime?
− Kako alati poslovne inteligencije i sustavi za potporu odlučivanju utječu na
poslovanje tvrtke?
− Da li će sustavi ubrzati i olakšati proces odlučivanja? Ako da, kako?
5
− Što je Cognos i kako utječe na poslovanje Konzuma?
− Koliko su bitni ljudski resursi u radu s takvim sustavom?
Gore su navedena najvažnija pitanja na koje želim dati odgovor. Sve iznijeto biti će
obrađeno u predloženoj temi završnog rada poslijediplomskog studija.
1.3. RADNA HIPOTEZA
Temeljna radna hipoteza od koje polazi ovaj rad jest da u uvjetima nesigurnosti sustavi
za potporu odlučivanju poslovodstvu tvrtke ubrzavaju i olakšavaju proces odlučivanja
kao ključnog čimbenika u upravljanju tvrtkom, a s ciljem ostvarivanja profita i rasta
tvrtke.
Pomoćne hipoteze koje predlažem i koje će biti obrađene su:
• Pravodobna i potrebna informacija je nužna za opstanak tvrtki na tržištu. Kvalitetna
informacijska potpora može rezultirati tržišnom konkurentnošću, rastom tvrtke i
profitom.
• Sustavi za potporu odlučivanju su alati menadžerima kako bi dobili točne i
pravodobne informacije, omogućujući im donošenje optimalnih odluka, pa time i
prosperitet poduzeća.
• Sustav za potporu odlučivanju i rješenje poslovne inteligencija Cognos, zahvaljujući
svojim mogućnostima i funkcijama olakšava i ubrzava odlučivanje, a takve odluke,
temeljene na informacija povećavaju konkurentnost, te pozitivno utječe na
poslovanje društva Konzum d.d.
• Ljudski resursi su ključan čimbenik kod odlučivanja i korištenja sustava za potporu
odlučivanju.
Znači, temeljna radna hipoteza od koje se krenulo u radu da danas tvrtke ne mogu
napredovati i funkcionirati na tržištu bez korištenja sustava za potporu odlučivanju i
poslovne inteligencije, a u slučaju društva Konzum d.d. sustav za potporu odlučivanju
je Cognos.
6
1.4. STRUKTURA RADA
Rad se sastoji od osam međusobno povezanih dijelova.
U prvom dijelu – uvodu, definirati ću predmet istraživanja, navesti problem
istraživanja, objasniti svrhu i cilj istraživanja. Ujedno će biti iznjeta radna hipoteza i
korištene metode istraživanja.
Drugi dio nosi naziv Poslovno odlučivanje. U ovom dijelu ću pojasniti sam pojam
odlučivanja i pokušati obrazložiti koliko je proces odlučivanja zapravo kompleksan i
bitan. Dati ću osvrt i na vrste problema koje se javljaju u poduzeću. Odlučivanje je
proces, a kao takav ima i svoje faze koje će biti obrađene u ovom dijelu. Ujedno će se
navesti i objasniti načini odlučivanja te vrste odluka.
Informacije i informacijski sustavi naslov je trećeg dijela rada. Za kvalitetnije i
jednostavnije odlučivanje tvrtka treba raspolagati određenim podacima i informacijama.
Od velike pomoći pri prikupljanju i obradi podataka i informacija su i informacijski
sustavi. Navesti će se dijelovi informacijskog sustava s komentarima i objašnjenjima
(jedan dio je i sustav za potporu odlučivanju- osnova ovog rada), te će se dati i kratki
opis izgradnje informacijskog sustava.
Četvrti dio rada su Sustavi za potporu odlučivanju. Ovaj dio bi trebao dokazati važnost
takvih sustava i nužnost njihova korištenja. Definirati će se sustav za potporu
odlučivanju, navesti obilježja sustava za potporu odlučivanju, razlozi korištenja, te
prednosti i nedostaci sustava.
Pisati ću i o konceptu poslovne inteligencije i skladištu podataka. Poslovna
inteligencija je usko povezana sa sustavima za potporu odlučivanju. Poslovna
inteligencija je koncept svjesnog prikupljanja informacija u cilju analize podataka i
predviđanja budućih trendova, te otkrivanja znanja iz podataka. Koncept poslovne
inteligencije čini skup softverskih alata i metodologija koji omogućavaju korištenje
podataka iz skladišta podataka i njihovo pretvaranje u informacije potrebne za
7
donošenje adekvatnih poslovnih odluka. Prethodno navedena skladišta podataka će
također zauzeti dio rada jer bez koncepta skladištenja podataka ne bi funkcionirali ni
sustavi poslovne inteligencije ni sustavi potpore odlučivanju.
Zadnji dijelovi rada posvećeni su alatu za poslovnu inteligenciju Cognos, kako
njegovom teoretskom značenju tako i njegovoj primjeni.
Pisati ću o tome što je sustav poslovne inteligencije Cognos, kako funkcionira Cognos
BI, kako funkcionira u društvu Konzumu d.d., koje su mu mogućnosti i prednosti, što
nudi samim korisnicima. Biti će govora o Cognos kockama, te njegovom utjecaju na
poslovanje. Također ću predložiti neke mogućnosti unapređenja navedenog sustava.
Naglasak će biti dan i ljudskom faktoru kao ključnoj sastavnici uspješnog korištenja
alata Cognos. Na kraju ću dati i primjer analize i izvještaja koji se mogu dobiti iz jednog
takvog sustava. Izvještaje sam radila samostalno.
Zadnji, deveti dio je zaključno mišljenje u kojem su izražene spoznaje iz ovog rada.
1.5. METODE ISTRAŽIVANJA
Korištene metode rada su metoda intervjuiranja, metoda deskripcije, komparativna
metoda, kvalitativna metoda, deskriptivna metoda, metoda analize i sinteze, induktivna
i deduktivna metoda te metoda dokazivanja.
Podaci su prikupljeni iz različitih izvora: stručna literatura, internet, razgovor s nekim
korisnicima sustava za potporu odlučivanju. Vrlo bitan izvor podataka je i vlastiti rad
sa sustavom za potporu odlučivanju.
8
2. POSLOVNO ODLUČIVANJE
Današnja poslovna okolina je izrazito dinamična i turbulentna, a promjene na tržištu se
dešavaju iz minute u minutu. Osnovna svrha i cilj poduzeća je profit, a može se ostvariti
jedino ako je poduzeće konkurentno na tržištu. Konstantna i svakodnevna prilagodba
novim uvjetima na tržištu je nužnost. Jedino tako tvrtke mogu ostati konkurentne,
opstati na tržištu i ostvariti svoje ciljeve definirane strategijom tvrtke.
Odlučivanje je temelj upravljanja. Može se reći da je pravilno odlučivanje ključ
uspješnog poslovanja. Odlučivanje i upravljanje usko povezani. Menadžeri i
rukovoditelji svih razina moraju donositi kvalitetne odluke te kontrolirati izvršenje tih
odluka. Upravo kroz proces odlučivanja menadžment ostvaruje svoju funkciju.
Odlučivanje je provjereno težak i odgovoran posao koji za sobom nosi brojne
posljedice.
Odluke se donose svakodnevno, kako u privatnom, tako i u poslovnom životu. Dok se u
privatnom životu donošenje odluka temelji isključivo na intuiciji, u poslovnom životu to
ne smije biti slučaj. "Odlučivanje u poslu, odnosno poslovno odlučivanje zahtjeva više
sistematičnosti nego ono u privatnom životu, ne zato što je ono važnije, već zato tangira
veći broj članova organizacije. Što je razina odlučivanja viša, gledajući s aspekta
raspona odgovornosti, to je i odlučivanje važnije jer se tiče velikog broja članova
organizacije pa u slučaju pogrešne odluke to može imati katastrofalne posljedice za
organizaciju kao cjelinu. "1
Donošenje odluka ili odlučivanje je proces biranja između više mogućnosti. To je
proces pripreme i donošenja odluka, te rezultira odabirom akcije koju treba poduzeti ili
strategije koju treba primijeniti u praksi. "Odlučivanje je kognitivni proces koji se
sastoji od prepoznavanja problema i biranja mogućih rješenja koja vode do nekog
željenog stanja. Odlučivanje je veoma odgovoran i težak posao jer donošenje odluka za
sobom nosi i način provođenja istih. Menadžersko poslovno odlučivanje ovisi o razini
menadžmeta na kojoj se donosi odluka, pa tako u najzahtjevnije spadaju strategijske i 1 P. Sikavica, B. Bebek, H. Skoko i D. Tipurić: Poslovno odlučivanje, Informator, Zagreb, 1999. str. 25
9
inovativne odluke, zatim slijede taktičke (adaptivne) odluke, a tek onda operativne
(rutinske) odluke."2 Dobar menadžer mora biti dobar donositelj odluka.
Za kvalitetno odlučivanje bitne su kvalitetne, pravodobne i točne informacije. One
omogućuju menadžerima i ostalim zaposlenicima donošenje određene poslovne odluke.
2.1. FAZE ODLUČIVANJA
Odlučivanje je proces, te kao svaki proces ima svoje faze.
„Donošenje odluka se prema Tipuriću dijeli u četiri faze:
- svijest o potrebi za odlukom,
- priprema odluke,
- donošenje odluke i
- provedba odluke.“3
Takva podjela se može još detaljizirati tj. podijeliti na aktivnosti. U skladu s tim može
se reći da "postupak odlučivanja i donošenja odluka ima slijedeće faze:
Poslovni problemi se među ostalim mogu podijeliti i na strukturirane, nestrukturirane i
djelomično strukturirane. Strukturirani problemi su ponavljajući, rutinski problemi, te
je i donošenje odluka takvo. Postupak odlučivanja kada se radi o strukturiranim
problema je poznat, pa se sam postupak odlučivanja može i programirati. Takav
program može u potpunosti zamijeniti čovjeka pri rutinskom odlučivanju. Ovakvo
odlučivanje naziva se programirano odlučivanje i koristi pri rutinskim problemima, tj. 6 http://www.foi.hr/CMS_library/studiji/dodiplomski/IS/kolegiji/to/Nacini_odlucivanja_09.pdf ; Nina Begičević (15.01.2009.)
12
problemima koji se ponavljaju. Najčešće se pojavljuje na nižim, operativnim razinama
menadžmenta.
Djelomično strukturirani problemi nisu rutinski, te se ne može s potpunom sigurnošću
reći koje je rješenje problema i koji se koraci trebaju poduzeti. Pri takvom odlučivanju
se koristi iskustvo i stečeno znanje.
Nestrukturirani problemi su kompleksni problemi. Za takve probleme ne postoje
očigledna i rutinska rješenje, a čovjek i njegovo znanje imaju značajnu ulogu. Vrlo
često su to problemi koji se pojavljuju prvi put. Kod ovakve vrste problema koristi se
neprogramirano odlučivanje. "U procesu neprogramiranog odlučivanja nema poznatih
postupaka, procedura i modela odlučivanja, već je svaka situacija nova, slučaj za sebe i
treba je individualno rješavati."7
Strukturirane, rutinske probleme najčešće rješava operativna razina menadžmenta, dok
nestrukturirane probleme rješava najviša, strateška razina menadžmenta.
Slika 1. Veza između odlučivanja i razina menadžmenta.
Razina menadžmenta Priroda problema Priroda odlučivanja
Najviša razina
Najniža razina
Strukturira
ni problemi
Nestrukturi
rani
problemi
Programiran
o
odlučivanje
Neprogram
irano
odlučivanje
Izvor: predavanje prof. S. Vukmirovića, svibanj 2007.8
7 P.Sikavica, H. Skoko, D. Tipurić. M. Dalić: Poslovno odlučivanje- teorija i praksa odlučivanja; Informator, Zagreb, 1994. str. 85 8 Predavanje prof. S. Vukmirovića, svibanj 2007
13
Iz slike 1. je jasno razvidan odnos između odlučivanja i razine menadžmenta. Što je
problem kompleksniji, rješava ga viša razina menadžmenta.
S obzirom na razinu odlučivanja odluke se dijele na strateške, taktičke i operativne.
Strateškim odlukama se određuje strategija poduzeća, te ciljevi poduzeća u budućnosti.
One spadaju u najznačajnije odluke u poduzeću. Strateške odluke donose menadžeri na
najvišim razinama, a svi drugi ciljevi i odluke moraju biti u skladu s strategijom
poduzeća.
"Taktičke odluke predstavljaju konkretizaciju strateških odluka, tj. stvaralačko
oživotvorenje zacrtane poslovne politike, planova i razvoja, i slično. Donose ih organi
upravljanja i rukovodni organi."9
Operativne odluke se donose na najnižim razinama menadžmenta, a služe rješavanju
strukturiranih odnosno rutinskih, ponavljajućih problema. Najveći broj odluka upravo
su operativne odluke, vrlo su bitne, a trebale bi biti u skladu sa strateškim odlukama.
Vremenski, strateške odluke se najduže donose tj. menadžeri najviše vremena utroše
upravo donoseći ove odluke jer one određuju budućnost tvrtke. Strateške odluke su
temelj razvoja tvrtke, njenog plana i programa privređivanja, pozicioniranja na tržištu i
ostvarivanja pozitivnih rezultata što je i cilj svakog gospodarskog subjekta. Prije
donošenja odluka potrebne su razne analize, ispitivanja i simulacije.
Operativne odluke se donose na najnižim razinama menadžmenta, a svoje utemeljenje
imaju u donesenim strateškim odlukama. Ove odluke oduzimaju najmanje vremena, a
U slučaju posjedovanja nedovoljne količine informacija u dinamičnoj poslovnoj okolini
intuitivno odlučivanje može donijeti bolje rezultate. Ipak, ako postoji dovoljan broj
korisnih informacija, bolje je donijeti racionalnu odluku, a intuitivno odlučivanje
koristiti samo u slučaju nedovoljnog broja informacija. Nedostatak informacija
potrebnih za odlučivanje u današnje vrijeme najčešće nije slučaj. Većina informacija je
javno dostupa. Nedovoljna brojnost informacija dešava se u manjem broju slučaja.
Ovdje treba uzeti u obzir i potrebno vrijeme odlučivanja. Ukoliko se odluka mora
donijeti trenutačno, naravno da će intuicija i iskustvo prevladati.
Prema okolnostima odlučivanja razlikuje se odlučivanje u uvjetima sigurnosti i
odlučivanje u uvjetima nesigurnosti. Jedino kada se može točno predvidjeti rezultat
odluke tj. rješenja problema može se govoriti o odlučivanju u uvjetima sigurnosti.
Takav broj odluka je vrlo mali, pogotovo u današnje vrijeme kada tvrtke posluju u
izrazito nestabilnim uvjetima, s vrlo oštrom konkurencijom, u uvjetima permanentnog
tehnološko-tehničkog te informatičkog razvoja, te svakodnevnim promjenama na
tržištu. Odluke se najčešće donose u uvjetima nesigurnosti. Tada donositelju odluke
trebaju točne, pravodobne i kvalitetne informacije.
Konačno mjerilo je li donesena najbolja moguća odluka je stupanj ostvarenog
poslovnog uspjeha.
Kvalitetan informacijski sustav može pomoći donositelju odluke da u danom trenutku
donese najbolju odluku za poslovni sustav.
17
3. INFORMACIJE I INFORMACIJSKI SUSTAVI
Današnja poslovna okolina je izrazito turbulentna i promjenjiva. Efikasno obavljanje
posla popraćeno je informacijama i podacima, a informacija čini temelj uspješnog
poslovanja. Poželjna informacija je pravodobna, pravovaljana i točna. Bez kvalitetne
informacije nije moguće donositi kvalitetne odluke. Da bi se informacije mogle
efikasno pohranjivati, obrađivati i koristiti moraju biti u digitaliziranom obliku. U
takvom obliku koriste se u bazama i skladištima podataka, informacijskim sustavima i
sustavima za potporu odlučivanju. Razni informacijski sustavi mogu uvelike olakšati
poslovanje tvrtke.
3.1. INFORMACIJE I PODACI
"Podaci (eng. Data) su znakovni prikaz činjenica i pojmova koji opisuju svojstva
objekata i njihovih odnosa u prostoru i vremenu."12 Podatak može biti upotrebljiv, ali i
ne mora, i to je osnovna razlika između podatka i informacije. Da bi podatak postao
informacija mora donositi novosti primatelju, odnosno mora utjecati na povećanje
razine znanja primatelja. Podatak postaje informacija procesom obrade podataka.
Informacija je podatak koji ima uporabnu vrijednost. Informacija je skup znakova koji
primatelju nešto znače, odnosno otkrivaju nešto novo. " Informacija (eng. Information)
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. "13 Informacija je pojam s mnogo značenja ovisno o kontekstu, ali je kao
pravilo usko povezana s konceptima kao što su značenje, znanje, percepcija, instrukcija,
komunikacija i razni mentalni procesi. Jednostavno rečeno, informacija je primljena i
shvaćena poruka.
12 http://hr.wikipedia.org/wiki/Podatak,_informacija,_znanje,_mudrost (31.05.2008.) 13 ibidem (31.05.2008.)
18
Nerijetko se podatak i informacija koriste kao sinonimi, iako to nisu iste riječi.
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 procesiranja, manipuliranja i organiziranja
podataka na načina da isti nadograđuju znanje osobe koja informaciju prima.
Informacije trebaju biti točne, pravodobne, pravovaljane i iskoristive. Danas nije
problem prikupiti informacije već ih pravilno upotrijebiti tj. pretvoriti u znanje. Tu
glavnu ulogu čini čovjek. "Znanje je odgovarajuća zbirka informacija kojoj je namjera
da bude korisna. Znanje čine organizirane informacije koje se mogu koristiti za
stvaranje novih značenja i podataka."14
Iz informacija nastaje znanje. Znanje se može definirati kao činjenice, informacije i
vještine koje je osoba stekla iskustvom ili obrazovanjem. "Znanje je odgovarajuća
zbirka informacija kojoj je namjera da bude korisna. Znanje čine organizirane
informacije koje se mogu koristiti za stvaranje novih značenja i podataka... Podatak je
najosnovnija razina, informacija dodaje kontekst, znanje dodaje kako ga upotrijebiti, a
mudrost dodaje kada i zašto ga upotrijebiti"15
Da bi se iz podataka dobile informacije potrebni ih je organizirati. Da bi se podaci mogli
organizirati potrebno je odgovoriti na sljedeća pitanja
1. koje podatke treba prikupljati
2. kada ih prikupljati
3. gdje ih prikupiti
4. kako prikupljene podatke pohraniti u bazu podataka
5. kako obrađivati podatke da bi se dobile potrebne informacije.
Kada počne izgradnja informacijskog sustava, u njenim prvim fazama potrebno je
odgovoriti na pitanja koje podatke prikupljati, gdje i kada, te kako ih obrađivati.
14 http://hr.wikipedia.org/wiki/Podatak,_informacija,_znanje,_mudrost (31.05.2008.) 15 Ibidem 31.05.2008.
19
Vrijednost informacije nije u njihovu posjedovanju, već u njihovu korištenju.
Neobrađeni podaci spremljeni u bazama i skladištima podataka, umjesto da donose
vrijednost tvrtkama, preopterećuju sustav. Postaju samo trošak, jer dok god podatak ne
dođe do krajnjeg korisnika vrijednost tih informacija ne može kompenzirati trošak koji
je nastao zbog održavanja podatka.
„Iako je tržište i poduzeće kao njegov sastavni dio zatrpano raznim podacima i
informacijama, istovremeno su jako znakoviti rezultati istraživanja o dostupnosti i
upotrebljivosti informacija:
- 95% podataka je javno dostupno,
- unutar poduzeća postoji 90% podataka koji su dovoljni za poslovanje a koristi ih se
samo 10%,
- 54% korisnika teško pronalazi potrebne informacije,
- 43% menadžera nije sigurno u točnost informacija koje posjeduju,
- 77% menadžera u svom radu donijelo je krive odluke zbog nedostatka
informacija.“16
Danas kada je informatička tehnologija napredovala, te je do informacija i podataka
puno lakše doći nego prije, može se pojaviti i problem preopterećenosti podacima.
Količina podataka se konstantno povećava. Izvori podataka se multipliciraju, što znači
da podaci dolaze sa sve više strana, te se spremaju u različita skladišta podataka koje
nije moguće povezati. Da li su svi podaci koje tvrtka posjeduje kvalitetni? Prevelika
količina nepotrebnih podataka usporava rad sustava, zaposlenici teže dolaze do
potrebnih im podataka, te umjesto da se proces odlučivanja ubrza, može se čak i
usporiti.
16 Ante Luetić: Primjena koncepta "poslovna inteligencija" u procesu strategijskog i financijskog upravljanja : magistarski rad / Ekonomski fakultet, Split, 2008. str 55.
20
3.2. DEFINICIJE I RAZVOJ INFORMACIJSKOG SUSTAVA
Informacijski sustav je dio svakog poslovnog sustava, a svrha mu je opskrba svih
razina upravljanja, odlučivanja i svakodnevnog poslovanja potrebnim informacijama.
"Informacijski sustav u strogoj definiciji je sustav koji prikuplja, pohranjuje, čuva,
obrađuje, i isporučuje potrebne informacije na način da su dostupne svim članovima
neke organizacije koji se njima žele koristiti te imaju odgovarajuću autorizaciju."17
Informacijski sustav je dio poslovnog sustava koji mu omogućuje da komunicira unutar
sebe i sa svojom okolinom.
„Cilj je informacijskog sustava dostava prave informacije u pravo vrijeme na pravo
mjesto u organizaciji uz minimalne troškove.“ 18
Sukladno iznijetom zadaća informacijskog sustava je:
• prikupljanje podataka
• razvrstavanje podataka
• obrada podataka
• čuvanje podataka
• oblikovanje i
• raspoređivanje informacija.
Informacijski sustavi su se razvijali po fazama."Evolucijski gledano, razvoj poslovnih
informacijskih sustava možemo podijeliti na:
• klasični (transakcijski) poslovni sustav
• sustav za potporu odlučivanju
• ekspertni sustav."19
17 http://hr.wikipedia.org/wiki/Informacijski_sustavi (17.06.2008.) 18 V. Srića i suradnici: Menadžerska informatika, četvrto izdanje, M.e.p. Consult, Delfin, Hita Poslovna akademija, Zagreb, 1999. str. 3-4. 19 Ibidem, p. 7-5
21
Informatizacija poduzeća obično kreće od sustava za obradu transakcija. Sustavi za
obradu transakcija omogućuju svakodnevni rad i pogodni su za operativnu razinu
odlučivanja. Na transakcijske informacijske sustave nadograđuju se upravljački
informacijski sustavi. Upravljački informacijski sustavi su sustavi koji sadrže unaprijed
definirane izvještaje koji se mogu izrađivati prema redovitom rasporedu, u izvanrednim
situacijama ili prema posebnom zahtjevu menadžera. Oblik informacija iz takvih
sustava je fiksan, a izvještaji su unificirani i opsežni. Korisnik pregledavajući takve
izvještaje samostalno pretražuje njemu interesantne informacije. Ustvari, da bi se dobila
potrebna informacija iz takvih sustava potrebno je dosta vremena, jer takvi izvještaji
imaju jako puno podataka, a menadžeru možda treba samo jedan dio tih informacija.
Zato se treba zapitati koji sustavi će menadžeru ponuditi brži i jednostavniji pristup
potrebnim informacijama da bi on mogao kvalitetnije odlučivati. To mogu biti sustavi
potpore odlučivanju.
Sustavi za potporu odlučivanju mogu se razviti nakon što su se razvili prethodno
navedeni sustavi. To su interaktivni informacijski sistemi čija je svrha pomoći
donositeljima odluke da identificiraju i rješavaju probleme te donose odluke, a sve to uz
pomoć komunikacijskih tehnologija, podataka i informacija, te znanja.
Ekspertni sustav se temelji na bazi znanja u cilju donošenja odgovara na pitanja tipa što-
ako te sadrži elemente komuniciranja s ekspertima iz pojedinih područja. Ekspertni
sustavi se smatraju najvišom razinom informatizacije poduzeća. Oni nisu zamjena za
prethodne faze, već njihova nadogradnja.
"Ekspertni sustavi su inteligentni programi na računalima koji koriste znanja i postupke
zaključivanja, kako bi se riješili teški zadaci koji zahtijevaju znatnu ljudsku stručnost.
Kao model znanja nužnog za tu razinu može se zamisliti sveukupno stručno znanje
najboljih praktičara na nekom polju rada."20
Ekspertni sustavi su ustvari nadogradnja na postojeće informacijske sustave poduzeća.
Dosadašnji sustavi su se koristili bazom podataka, dok se ekspertni sustav koristi bazom
Menadžeri i ostali donositelji odluka pristupaju sustavu za potporu odlučivanju pomoću
korisničkog sučelja. Osnovni dijelovi sustava su podaci, modeli, dokumenti i korisničko
sučelje. Građa sustava za potporu odlučivanju prikazana je na slici 8.
Slika 8: Građa sustava za potporu odlučivanju
DONOSITELJ ODLUKE
KORISNIČKO SUČELJE
SUSTAV ZA
UPRAVLJANJE
BAZOM MODELA
MODELI BAZE ILI SKLADIŠTA
PODATAKA
DOKUMENTI
SUSTAV ZA UPRAVLJANJE
BAZOM ILI SKLADIŠTEM
PODATAKA
SUSTAV ZA UPRAVLJANJE
DOKUMENTIMA
Izvor: Varga, M. Poslovno računarstvo, Zbak, Zagreb , 1998., str. 16031
Bazama i/ili skladištima podataka, modelima i dokumentima korisnik pristupa pomoću
jedinstvenog sučelja, a koji je svim korisnicima tog sustava isto.
Sustav za upravljanje bazom podataka (SUBP) je računalni program izrađen za
upravljanje bazom podataka, velikim skupom strukturiranih podataka, i izvođenja
operacija nad podacima zahtijevanim od brojnih korisnika.
Baza modela je temelj sustava za upravljanje modelima koji su potrebni za analizu
opcija. Pomoću baze modela korisnik ukoliko želi dobiti određenu vrstu podataka, na
temelju pristupa bazi modela može odabrati vrstu modela koju će koristiti. Baza modela 31 Varga, M. , Poslovno računarstvo, Znak, Zagreb 1998., str. 160
34
sastoji se od gotovih računalnih programa i blokova modela koji omogućavaju korisniku
da sam gradi ad hoc aplikacije. Broj modela u sustavu za potporu odlučivanju može
varirati od nekoliko modela do nekoliko stotina. U osnovi modeli su najčešće prikazani
formulama koje mogu biti definirane unaprijed.
Podsustav za upravljanje modelima je glavni dio sustava za potporu odlučivanju te
korisniku pruža potporu pri izgradnji modela. Podsustav za upravljanje modelima treba
omogućiti integraciju pristupa podacima i modelima odlučivanja, mora podržati brzo i
jednostavno stvaranje novih modela. Ovaj sustav služi za povezivanje baze podataka i
baze modela, i to tako da se bilo kakve promjene u bazi podataka mogu primijeniti na
odabrani model.
Dokumenti omogućuju sustavu da koristi različite nestrukturirane podatke. Oni su
ujedno i najmanje iskorišteni oblik informacija u odlučivanju. Da bi dokumenti bili
maksimalno iskoristivi moraju biti efikasno pohranjeni i moraju se moći interpretirati i
pretraživati. Iako postoji veliki broj dokumenata samo jedan mali dio se može dohvatiti
online. Primjeri dokumenta su pisma korisnika, izvještaji, ugovori, elektroničke poruke
i slično. Kombinacijom elektroničke pošte, diskusijskih skupina i online baze podataka
moguće je u vrlo kratkom roku doći do velikog broja informacija bitnih za donošenje
odluka, pa je vrlo uputno da se takvi dokumenti uključe u sustav za potporu
odlučivanju.
„Korisničko sučelje obuhvaća mehanizme potrebne za unos podataka u sustav,
izvođenje modela te izlaz podataka (sadržaj i grafički oblik podataka).“32 Za samog
korisnika sučelje je ustvari i sam sustav, ostalo se radi u pozadini koje korisnik ne vidi.
Upravo zato, korisničko sučelje mora biti privlačnog izgleda i jednostavnih performansi.
Treba biti napravljeno na način da privuče korisnike.
32 Varga, M. , op.cit. str. 163
35
5. POSLOVNA INTELIGENCIJA
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.33 U tom smislu poslovna inteligencija je
sposobnost tvrtke da se prilagodi novonastalim uvjetima na tržištu.
Poslovna se inteligencija može definirati na dva načina. "Prva i rjeđa definicija odnosi
se na kapacitet ljudske inteligencije koja se koristi u poslovnim aktivnostima. U tom je
pogledu poslovna inteligencija područje istraživanja kognitivnih znanosti i umjetne
inteligencije."34 Druga definicija vezana je uz informacijski znanost i informatičku
djelatnost. "Radi se o ekspertnoj informaciji, znanju ili tehnologiji koje pridonose
efikasnosti upravljanja u organizaciji ili nekoj pojedinačnoj poslovnoj djelatnosti. U tom
je smislu poslovna inteligencija široka kategorija koja uključuje aplikacije i tehnologije
za prikupljanje i analiziranje podataka da bi se pomoglo donositeljima odluka da što
efikasnije donesu odluke."35 Poslovna inteligencija znači posjedovanje cjelovitog znanja
o svim faktorima koji utječu na poslovanje.
Tvrtka danas može uspješno poslovati jedino ako ima pouzdane, točne i pravodobne
informacije. Informacije se mogu prikupljati na razne načine. Između 80 i 90 posto svih
poslovnih informacija je javno dostupno. Samo ih treba znati pronaći i koristiti. Osim
informacija koje se dobivaju iz vlastite tvrtke (unutarnjih informacija) bitne su i
informacije iz vanjskih izvora. Postoje dvije vrste načina prikupljanja informacija iz
vanjskih izvora: primaran i sekundaran. Primarni izvori su: internet, financijska
izvješća, govori, 'eventi', sajmovi, osobni i telefonski intervjui, kao i javno dostupne
publikacije. Sekundarni izvori su: online i digitalne baze podataka, knjige, članci u
novinama i časopisima, TV i radio programi te analitička izvješća.
33 http://hr.wikipedia.org/wiki/Inteligencija (24.02.2009.) 34 http://www.ecdlcentar.com/forum/ (02.04.2009.) 35 Ibidem (02.04.2009.)
36
Poslovna inteligencija izuzetno je aktualna u svijetu. Poslovna inteligencija je nastavak
informacijskog sustava za potporu poslovanju. Usko je povezana sa sustavima za
potporu odlučivanju i upravljanju. Počela se razvijati kada su poduzeća automatizirala
svoje poslovne procese. Različiti transakcijski sustavi su se pokazali kao vrlo kvalitetni
generatori velikih količina podataka, te dolazi do tzv. eksplozije podataka. Nastaju nove
baze podataka, ali se do njih nije moglo brzo i jednostavno pristupiti pa se nisu niti
upotrebljavale. Kako je rasla svijest o koristi informacija, razvijala se poslovna
inteligencija.
Poslovna inteligencija je skup metodologija i softverskih alata koji omogućavaju
korištenje podataka iz skladišta podataka i njihovo pretvaranje u informaciju potrebnu
za donošenje poslovnih odluka. Poslovna inteligencija je inteligentno upravljanje
poduzećem. Vrlo često se koristi i kao termin za označavanje kompjuterske podrške
odlučivanju u tvrtkama, iako je on puno više. S tehničke strane, poslovna inteligencija
je proces kojim se sirovi podaci pretvaraju u informacije. Te informacije se zatim
analiziraju i koriste u procesu odlučivanja u poduzeću.
Dobar sustav poslovne inteligencije prikuplja informacije iz svih dijelova tvrtke,
analizira, priprema posebna izvješća te ih šalje ljudima koji ih trebaju. Na taj način,
svaki pojedinac dobiva informacije skrojene prema njegovim potrebama. Sustavi
poslovne inteligencije su izvorno bili namijenjeni donositeljima odluke na najvišoj
razini, menadžerima. Međutim u suvremenim poduzećima, odlučuju svi. To znači da je
informacija i znanje potrebno svima. Danas je poslovna inteligencija u donošenju
poslovnih odluka nezamjenjiv koncept.
Sustav poslovne inteligencije je takav sustav koji čuva informacije i znanje o
konkurenciji, kupcima, dobavljačima, procesima. On omogućava poslovno
pregovaranje i brojčano argumentirani nastup prema kupcima i dobavljačima, kvalitetno
operativno planiranje, praćenje ponašanja konkurencije, promatranje pojedinih tržišnih
37
segmenata te predviđanje budućih pojava. Također, sustav poslovne inteligencije nudi
bolje razumijevanje vlastitih kupaca i spoznaju što ih potiče na određeno ponašanje.36
Koncept poslovne inteligencija je stvaranje kvalitetnijih informacija, te mogućnost
pristupa samo određenim, potrebnim informacijama. Ukoliko se poslovna inteligencija
primjeni kvalitetno, smanjiti će se količina nepotrebnih informacija, te povećati
kvaliteta informacija.
Sustav poslovna inteligencije ima za cilj iz podataka koje je tvrtka prikupila stvoriti
informacije. Te informacije bi trebale postati znanje. Znanje čine organizirane
informacije koje se mogu koristiti za stvaranje novih značenja i podataka. Znanje je
ljudska sposobnost poduzeti učinkovite postupke u raznolikim i neizvjesnim
situacijama. Podatak je bazna razina, informacija dodaje kontekst, a spoznaja kako
koristiti informacije predstavlja znanje. Da bi informacije postale znanje, one se moraju
transformirati: razmatranjem, usporedbom, povezivanjem i uzročno-posljedičnom
vezom.
"Koncept poslovne inteligencije temelji se na sljedećim zamislima:
- generiranje boljih i kvalitetnijih informacija i znanja za donošenje poslovnih odluka;
- poslovna inteligencija pruža korisnicima samo one informacije koje su im
potrebne ali u pravo vrijeme i iskazane na način koji donositelju odluka najviše
odgovara;
- ispravno korištenje koncepta poslovne inteligencije će smanjiti količinu
informacija kojoj je menadžment izložen istovremeno im povećavajući kvalitetu."37
U nastavku je prikaz sheme funkcioniranja sustava poslovne inteligencije.
36 http://hr.wikipedia.org/wiki/Poslovna_inteligencija (24.02.2009.) 37 Panian, Ž., Klepac, G.: Poslovna inteligencija, Masmedia, Zagreb, 2003., str. 25.
38
Slika 9. Sustav poslovne inteligencije
Izvor: www.ventex.hr/baza/slike/panorama3.jpg38
Znači, iz različitih izvora podataka se pomoću ETL procesa podaci prebacuju u
skladišta podataka (o ovome više u dijelu o skladištu podataka). Sustavi poslovne
inteligencije nude menadžerima razne informacije dobivene iz podataka pohranjenih u
skladištima podataka omogućujući pritom analize, izvještavanje i monitoring
poslovanja.
"Sustav poslovne inteligencije nudi:
- prikupljanje podataka - izdvajanje informacija iz tekstualnih izvora, baza podataka,
medijskih datoteka i Web stranica;
- analizu podataka - sintetiziranje korisnih informacija koristeći analitičke tehnike i
tehnike prekopavanja podataka;
- objektivizaciju - povezivanje korisnih činjenica i ignoriranje nevažnih informacija;
- procjenu rizika - prepoznavanje odgovarajućih odluka ili smjerova djelovanja,
odmjeravajući rizike i dobiti te
- potporu odlučivanju - koristiti aplikacije i alate za donošenje odluka i utvrđivanje
podataka su neupotrebljive ukoliko se isti 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 donošenju odluka.
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 od kocki je administrator kocke organizirao i dizajnirao
kako bi bila prilagođena za dohvaćanje i analizu podataka čime je olakšano stvaranje i
korištenje potrebnih izvještaja zaokretnih tablica i izvještaja zaokretnih grafikona.
OLAP alati zasnivaju se na multidimenzijskoj analizi, što znači da se podaci mogu
istovremeno promatrati kroz veći broj filtera tj. dimenzija. Jednostavno rečeno, OLAP
alati su skup operacija na dimenzijskom modelu podataka, a osnovne operacije su
rotacija, selektiranje, detaljiziranje, agregiranje. Označava brz, konzistentan i
interaktivan pristup i manipulaciju podacima. Njegovi korisnici ne trebaju biti
posebno obrazovani niti obučeni kao analitičari kako bi ga uspješno koristili.
U Hrvatskoj manji broj menadžera koristi metode poslovne inteligencije, a jedan od
glavnih razloga jest taj što nisu s tim pojmom dovoljno upoznati. Takve tvrtke se ne
mogu kvalitetno boriti na tržištima gdje ostali konkurenti raspolažu i koriste se većim
brojem relevantnih informacija. Da bi tvrtke bile konkurentnije na svjetskom tržištu, da
bi uopće opstale potrebno je educirati i menadžere i ostale zaposlenika o važnosti
pravodobnih informacija te donošenju odluka na temelju točnih informacija kojima se
može pristupiti u bilo kojem trenutku.
Temeljem svega navedenog može se zaključiti da je poslovna inteligencija jedan
koncept kojima tvrtke mogu unaprijediti svoje poslovanje, i to zbog sljedećih svojih
značajki:
43
• To je proces prikupljanja podataka koji se nakon odgovarajuće obrade pretvaraju u
informacije i konačno znanje.
• Usmjeren je na informacije temeljem kojih se mogu antipicipirati budući procesi,
događaji, akcije ili kretanja.
• To je instrument koji ima potpunu ulogu u procesu donošenja odluka.
5.3. KORISNICI ALATA POSLOVNE INTELIGENCIJE U
HRVATSKOJ
Važnost sustava poslovne inteligencije su uvidjele i hrvatske tvrtke. Sustavi poslovne
inteligencije koji se mogu nabaviti u Hrvatskoj su: Cognos, Oracle, Bussines Objects,
Sap, Panorama, SoftPro. Sap itd.
Hrvatske tvrtke koje koriste Cognos su:
- sve kompanije unutar koncerna Agrokor
- Kraš
- Dukat
- PBZ Card
- Tisak
- Raiffeisen Bank
- Nexe Grupa
- Podravska banka
-...
Oracle koriste:
− Atlantic grupa
− Croatia Osiguranje
− Croatia banka
− ...
Business Objects koriste:
- Zagrebačka banka
- T-mobile
44
- Dalekovod
- Croatia airlines
- AWT International
-...
SAP koriste:
- Pliva
- Podravka
- Getro
- ...
Panoramu koriste:
- M san grupa
- Hypo Group
- Slavonska banka
-...
SoftPro koriste:
- Magma DD., Zagreb
- Medika DD., Zagreb
- FINA, Zagreb
- Bavaria pivo, Zagreb
- ...41
41 A. Luetić: Primjena koncepta "poslovna inteligencija" u procesu strategijskog i financijskog upravljanja : magistarski rad; Ekonomski fakultet, Split, 2008. str. 142
45
6. SKLADIŠTA PODATAKA
Važan koncept sustava za potporu odlučivanju je skladištenje podataka. Sustavi za
potporu odlučivanju i sustavi poslovne inteligencije temelje se na skladištenju podataka.
"Skladištenje podataka je postupak izdvajanja podatka iz operativnih (transakcijskih)
baza podataka i ostalih izvora podataka, i njihovo pohranjivanje u dimenzijsku
organizaciju baze podataka nazvanu skladište podataka namjenjeno analizi podataka
postupcima analitičke obrade."42 Usmjereno je na pravovremeno dobivanje informacija.
Veliki broj poslovnih događaja rezultira i velikom količinom podataka koji se moraju
negdje spremiti. Ti se podaci najčešće spremaju u operativnim bazama podataka koji
pokazuju najnovije, stvarno stanje poslovanja. Izvještaji koji se dobivaju iz takvih baza
najčešće su na velikom broju stranica, izrada traje dugo, a dobivaju se selektiranim
prepisivanjem potrebnih podataka. S druge strane, skladišta podataka posjeduju veliku
količinu povijesnih podataka koje sadrže znanje.
Baza podataka je skup podataka nekog informacijskog sustava. U bazi podataka podaci
su složeni na način da najučinkovitije poslužuju transakcijsku obradu podataka. Nakon
što se obavi transakcijska obrada podataka ti podaci služe samo za izradu izvještaja.
Nakon nekog vremena ti podaci se arhiviraju. Podaci u skladištima podataka se
organiziraju dimenzijski (prema vremenu, prema organizacijskoj jedinici itd.) i po tome
se razlikuje od strukture podataka u bazi podataka. Odvajanjem baze i skladišta
podataka dobiva se učinkovitost transakcijske obrade u bazi podataka, a u skladištu
podataka ostvaruje se učinkovitost dobre analitičke obrade. Znači, analitička obrada
podataka se organizira u skladištima podataka. Analitička obrada podataka je vrlo bitna
kada je menadžeru potrebna određena analiza i to u vrlo kratkom roku. Do podataka
koji su arhivirani i smješteni u skladište podataka, menadžer može doći u vrlo kratkom
roku koristeći sustav za potporu odlučivanju.
42 M. Varga; K. Ćurko i suradnici: Informatika u poslovanju, Element, Zagreb, 2007. str. 201
46
Slika 10. prikazuje vezu sustava za obradu transakcija i sustava potpore odlučivanju
koja se ostvaruje transformacijom operativnih podataka iz baze podataka u povijesne
podatke u skladištu podataka.
Slika 10.Veze sustava za obradu transakcija i sustava potpore odlučivanju
1. skladište je odraz poslovnih pravila što se primjenjuju kod donošenja strateških
odluka
2. skladište predstavlja točku u kojoj se skupljaju podaci koji će poslužiti za stvaranje
integriranih, predmetno orijentiranih informacija
3. skladište je “muzej” strateških informacija čija se povijest može povezati s podacima
i odnosima među njima,
4. skladište je izvor informacija koje se izvode iz spremišta podataka (eng. Data Mars).
Spremišta se koriste za analitičke obrade, data mining, ili postavljanje upita."44
Kojim bi zahtjevima tvrtke trebalo udovoljiti skladište podataka? Skladišta podataka
moraju sadržavati veliku količinu detaljnih podataka onog što se događa u tvrtci i
njezinoj okolini, a vezano je uz poslovanje tvrtke. Podaci moraju biti redovno ažurirani
da bi se uvijek imali najnoviji podaci. Mjesečno i/ili tjedno ažuriranje više nije
dovoljno. Ažuriranje treba biti na dnevnoj osnovi da bi se moglo promptno reagirati.
43 http://efzg.globalnet.hr/UserDocsImages/INF/Ceric/itup_knjiga/skladista_podataka.pdf (02.03.2009.) 44 Ž. Panian, G. Klepac: op.cit. str. 84
47
Skladište podataka mora služiti što većem broju ljudi, kako menadžerima, tako i
zaposlenicima. Skladište podataka treba podacima potpuno pokriti jedno ili više
poslovnih područja. Podaci trebaju biti sveobuhvatni, tj. integrirani od strane i
unutarnjih i vanjskih podataka. Podaci moraju obuhvatiti dulje vremensko razdoblje
zbog analiza.
6.1. FUNKCIONIRANJE SKLADIŠTA PODATAKA
Kako podaci dospijevaju u skladište podataka? Podaci sačuvani u bazi podataka (jednoj
ili više) se pomoću ETL procesa prebacuju u skladišta podataka. "ETL proces je naziv
za proces prijenosa podataka iz transakcijskih sustava podataka u skladište podataka i
nezaobilazna karika izgradnje dobrog Business Intelligence sustava. Naziv dolazi od
kratica engleskih riječi extract, transform, load. Prilikom prijenosa potrebno je iz
mnoštva podataka u transakcijskom sustavu izdvojiti (extract) one koji su interesantni
za pohranu u skladište podataka. Te podatke je potrebno na odgovarajući način
pročistiti, uobličiti i reorganizirati (transform). Podaci u skladištu moraju biti
organizirani tako da omogućuju brz i jednostavan dohvat. Pri prijenosu je potrebno
izvršiti konsolidiranje i pročišćavanje podataka koji mogu doći iz raznih izvora."45
Slika 11. ETL procesi procesu skladištenja podataka
Transakcijske baze podataka ETL procesi skladište Izvještaji poslovne Podataka inteligencije
E T L
Izvor: Ante Luetić: Primjena koncepta „poslovne inteligencije“ u procesu strategijskog i financijskog
upravljanja, magistarski rad46
45 http://www.alfatec.hr/pojmovnik_list.asp#4 (24.02.2009.) 46Ante Luetić: Primjena koncepta „poslovne inteligencije“ u procesu strategijskog i financijskog upravljanja, magistarski rad/ Ekonomski Fakultet, Split, 2088, str. 83
48
Znači, podaci iz različitih izvora i baza podataka će se izdvojiti i preoblikovati, te
takvim podacima puniti skladište podataka. Kvalitetno izrađeno skladište podataka je
bitan preduvjet za učinkovitu primjenu koncepta poslovne inteligencije i korištenje
sustava poslovne inteligencije. Implementacijom skladišta podataka omogućeno je
prikupljanje podataka iz različitih izvora (različitih transakcijskih sustava, Excel tablica,
...) u jedan izvor, zatim njihovo čišćenje, konsolidacija, pohranjivanje kroz dulje
vremensko razdoblje te brži dostup podacima.
Veze sustava za obradu transakcija i sustava potpore odlučivanju ostvaruju se
transformacijom operativnih podataka iz baze podataka u povijesne podatke u skladištu
podataka. Podaci poslovnog procesa prikupljaju se raznim transakcijama sustava za
obradu transakcija. Oni ulaze u bazu podataka, te čine unutarnje (operativne) podatke.
Obradom tih podataka nastaju podaci za upravljanje poslovnim procesom. Istovremeno,
unutarnji se podaci prenose u skladište podataka i s vremenom postaju povijesnim
podacima, jer opisuju pojave poslovnog procesa iz prethodnih razdoblja. Podaci se u
skladišta podataka unose iz različitih baza podataka u tvrtci, a organiziraju se prema
kriteriju vremena jer je najpogodniji za analize. Prijenos velikog broja podataka iz
raznih baza u skladište podataka vrši se pomoću, već objašnjenih, ETL procesa.
Tako uskladišteni podaci se mogu analizirati i modelirati ne bi li se dobile informacije
potrebne za tako bitno poslovno odlučivanje. Pomoću izvještavanja, OLAP-a i rudarenja
podataka nastaju različiti ad hoc izvještaji, posebni i dubinski izvještaji. Poslovodstvo
tvrtke će takve izvještaje dobiti kada je za istima najveća potreba, te će na taj način
moći efikasno upravljati tvrtkom.
Bez podataka spremljenih u skladište podataka do potrebnih informacije bi
poslovodstvo tvrtke dolazilo daleko sporije, a ujedno bi i izrada izvještaja trajale puno
duže. Iz ove te prethodno navedenih spoznaja može se utvrditi uska povezanost
skladišta podataka, sustava za potporu odlučivanju te poslovne inteligencije.
49
6.2. RAZINE ANALIZE PODATAKA U SKLADIŠTIMA PODATAKA
Podaci spremljeni u skladišta podataka mogu se kasnije analizirati i modelirati, te se od
njih mogu dobiti korisne informacije i otkrivati znanje47 iz podatka. Radnici sa znanjem
analiziraju podatke, izrađuju izvještaje, razmjenjuju mišljenja, pregovaraju i na kraju
donose odluke.
Razine analize podataka u skladištu su:
1. generiranje statičnih izvještaja
2. OLAP (On-line analytical processing)
3. rudarenje (kopanje) podataka (Data mining)
Ukoliko su menadžeru potrebni isključivo izvještaji u tabličnom ili grafičkom formatu,
dovoljan alat su generatori izvještaja (npr. Microsoft Crystal Reports ili Oracle
Reports), koji jednostavno iz baze prikazuju podatke filtrirane, sortirane ili sumirane po
zadanim kriterijima.
OLAP alati (On-Line Analytical Processing, što se može prevesti kao "online analitička
obrada") su skupina alata za izvođenje znanja iz skladišta podataka. OLAP baze
podataka organizirane su tako da su prilagođene za dohvat i analizu podataka čime je
olakšano stvaranje potrebnih izvještaja. OLAP se zasniva na multidimenzijskoj analizi
podataka (gledanje podataka kroz veći broj filtara, odnosno dimenzija). Omogućuje
obavljanje vrlo brzih analiza – korisnici postavljaju pitanja (upite) i dobivaju odgovore
(izvještaje) u vrlo kratkom vremenu. Za prikaz podataka OLAP najčešće koristi
trodimenzionalne ili višedimenzionalne kocke.
"Snaga OLAP-a proizlazi iz mogućnosti strukturiranja podataka na način sukladan
načinu na koji ljudi prirodno analiziraju pojave i procese. Najvažnije među tim
strukturama su dimenzije i hijerarhija podataka."48 Dimenzija predstavlja neku logičnu
47 Otkrivanje znanja iz baza podataka je istraživanje i analiza velikih količina podataka pomoću automatskih ili poluautomatskih metoda s ciljem otkrivanja smislenih pravilnosti. 48 Ž. Panian, G. Klepac, op.cit.; str. 238
50
cjelinu unutar kocke, npr. proizvod, a hijerarhija je način gledanja na elemente
dimenzije, npr. unutar dimenzije proizvod prema zemlji porijekla.
OLAP alat sastoji se od OLAP poslužitelja (servera) koji se nalazi između korisnika i
skladišta podataka te omogućuje pohranjivanje podataka u obliku višedimenzijskih
modela, te OLAP klijenta koji omogućuje korisniku postavljanje upita na podacima iz
kocki i tablica, te dobivanje grafičkih i tabličnih izvještaja. OLAP server omogućuje
kreiranje "kocki", dok OLAP klijenti omogućuju različite analize na tim istim
kockama. Temeljni element višedimenzionalne OLAP-navigacije su kocke podataka
(Cubes). Svaka strana kocke pritom prikazuje jednu dimenziju.
"Rudarenje podataka (Data Mining) predstavlja BI (Business Intelligence) metodologiju
koja pruža uvid u 'skrivene' podatke o poslovanju čime se poboljšava proces donošenja
strateških poslovnih odluka temeljen na jasnoj i razumljivoj interpretaciji postojećih
rezultata. Rudarenjem podataka dolazi se do logičnosti u podacima, odnosno otkrivanja
odnosa, pravilnosti, zakonitosti i ostalih struktura među podacima."49 Cilj rudarenja
podataka je stjecanje znanja na temelju velikog broja postojećih podataka u bazama
podatka. Rudarenje podatka je ustvari, automatizirano traženje i izvlačenje skrivenih
podatka (npr. iz skladišta podataka) koji mogu pružiti uvid u buduća kretanja. Npr.
analiziraju se navike potrošača da bi se moglo pretpostaviti kako će reagirati na novi
proizvod.
Najčešće, rudarenje podataka je korak u procesu donošenja novih odluka. Iz skladišta
podataka se odabiru određeni podaci i to korištenjem dimenzija u kockama koje se
mogu iskoristiti sa ciljem pretprocesiranja podataka koji nakon toga ulaze u analitičke
metode rudarenja podataka. Podaci se transformiraju i izvlače, te se dobivaju
informacije koje su potrebne za donošenje odluka. Nakon toga se može pristupiti
kvalitetnom donošenju odluke. Slika 12. prikazuje korake rudarenja podataka