Business Intelligence oplossingen

BI is een bedrijfsproces

Veel organisaties voelen het toenemende belang van informatie:

• Organisaties willen (moeten) succesvol zijn (om te overleven);
• Aanpassingsvermogen is de sleutel van het succes;
• Kennis vormt de kern voor groei en aanpassingsvermogen aan de omgeving; 

Om te kunnen sturen op kennis en informatie moet u tijdig betrouwbare en relevante informatie verkrijgen, analyseren en toepassen.

De taak van Business Intelligence (BI) is dan ook om, op basis van interne en externe gegevensbronnen, uw managers en kenniswerkers de informatie te geven, die ze nodig hebben om hun werk optimaal uit te voeren. 

BI is het (doel)gerichte proces om, met bijbehorende voorzieningen, gegevens te verzamelen, te analyseren en de resulterende informatie toe te passen.

Hoewel veel inspanning, in geld en tijd, wordt besteed aan applicatieve oplossingen, zoals een datawarehouse of een BI tool, is het echte Business Intelligence in essentie …

… geen project, maar een integraal onderdeel van de bedrijfsvoering;
… geen project, het moet ‘inslijten’;
… geen project, het moet worden geadopteerd.  

De BI uitdagingen

Onderstaand de belangrijkste uitdagingen voor uw organisatie als u met BI-applicaties aan de slag gaat:

 1. Gegevenskwaliteit
Elke database van enig formaat bevat vervuiling. Wanneer u Business Intelligence breed invoert, komen allerlei vormen van vervuiling voor het eerst aan het licht. Gevolg is dat u niet kunt vertrouwen op de informatie.

2. Aansluiting van de cijfers
Nieuwe definities of afleidingen leveren nieuwe cijfers die niet aansluiten bij het gevoel of bestaande rapportages. Totdat u volledig kunt verklaren, waarom de cijfers verschillen, kunt u de nieuwe rapportages niet vertrouwen.

3. Correcte interpretatie  
De nieuwe informatie interpreteert u op basis van de betekenis die de kenniswerker geeft aan essentiële begrippen. Maar de vraag is of deze (nog) overeenkomen met de afgesproken betekenis, zoals die in de rapportages naar bovenkomt. Intuïtieve interpretatie is vaak de foute interpretatie.

4. Effectief gebruik van informatie  
Ook werk- en denkpatronen van de kenniswerkers moeten veranderen om de nieuwe informatie effectief te gebruiken. Alleen nieuwe rapportages hebben nauwelijks effect.

5. De link tussen rapportages en KPIs
Nieuwe informatie maakt belangrijke proces-indicatoren (KPI’s) wel meetbaar, maar daarmee is nog niet duidelijk welke onderdelen van een proces de KPI’s het meest beïnvloeden. Naast nieuwe informatie is kennis nodig van het proces om tot actie over te kunnen gaan.

6. De informatiebehoefte wijzigt
Eenmaal gedefinieerde informatiebehoeften wijzigen continu. Succesvolle BI-oplossingen kennen dan ook organisatorische oplossingen waarmee ontwikkelaars én businessanalisten doorontwikkeling realiseren. 

Inzicht

Om werkelijk inzicht in uw bedrijfsvoering te krijgen, heeft u goede sensoren nodig om signalen uit de omgeving of uw organisatie zelf op te pikken.

Zoals een mens gebruik maakt van zijn zintuigen om beslissingen te nemen, moet ook uw organisatie dat doen.

Het gaat in het kader van deze notitie te ver om verder in te gaan op deze sensoren (zintuigen), maar alleen tooling is in elk geval niet voldoende. De organisatorische kant van BI draagt in een veel grotere mate bij aan het verkrijgen van inzicht en daarmee aan het succes. 

[bron: Van Beek; 2006] 

BI tooling

Het BI-proces in brede zin is dan ook onderdeel van de bedrijfsvoering, het zit in het DNA van uw organisatie.

De applicatieve oplossingen, de BI-tooling, kunnen een aanjager zijn van dit proces, maar maken uw organisatie op zich nooit een intelligente organisatie. Hoewel veel toolleveranciers u anders beloven…

De tooling ondersteunt slechts het proces van verzamelen, analyseren en distribueren van gegevens en informatie. Dat is waar datawarehousing, inclusief Business Intelligence in enge zin (tools), zich afspeelt.    

Welke oplossing geschikt is, wordt bepaald door wat uw organisatie wil met Business Intellingence in brede zin. En dan met name de kwalitatieve eisen die u stelt aan de oplossing.

Daarom besteedt Euclides in de eerste fase van een project, de roadmap, uitgebreid aandacht aan deze niet-functionele, kwalitatieve eisen die uw organisatie aan de gekozen oplossing stelt.

BI oplossingen

Nu we het begrip Business Intelligence in de juiste context hebben gezet, werken we verschillende oplossingen uit.

Het gaat hier dus om Business Intelligence in de enge, applicatietechnische, zin. Hoe halen we zinvolle informatie uit de gegevens die worden vastgelegd in onze primaire bedrijfsapplicaties (transactie systemen)?

Transactie gegevens 

Transactiegegevens ondersteunen primair het bedrijfsproces. Organisaties houden in deze primaire bedrijfsapplicaties zelden of nooit rekening met het belang van de gegevens voor het BI-proces.

 Transactiegegevens zijn..
.. vluchtig: de historie wordt alleen vastgelegd als het van belang is om het primaire proces te ondersteunen;
.. procesgeoriënteerd: de gegevens hebben een structuur die geschikt is voor het specifieke bedrijfsproces, maar niet geschikt voor bedrijfsbrede analyses;
.. kwalitatief beperkt: ze moeten voldoen aan de normen voor het bedrijfsproces.

Business Intelligence

Als we de gegevens willen gebruiken om inzicht te verkrijgen, moeten we op een andere manier gebruik maken van de vastgelegde gegevens.

Business intelligence is ..
.. historisch georiënteerd: we willen inzicht in de ontwikkeling van de organisatie of van de diensten en producten over een langere periode. In twee historielijnen, één kijkend vanaf nu terug in de tijd, maar ook één kijkend vanuit het verleden terug in de tijd. Dit om vragen te kunnen beantwoorden als ‘Waarom hebben we destijds besloten om..’;
.. onderwerp georiënteerd: dezelfde gegevens moeten in verschillende doorsnedes worden gebruikt, commercieel, operationeel, financieel, etc. De hiervoor benodigde brongegevens komen uit diverse bedrijfsprocessen en moeten we veelal aanvullen met gegevens van buiten de organisatie of niet-vastgelegde gegevens;
.. veranderend: de vraagstellingen, gewenste doorsnedes, van vandaag zijn niet dezelfde als de vraagstellingen van morgen;
.. betrouwbaar: de informatie moet volledig, eenduidig, juist en tijdig zijn over de verschillende doorsnedes heen.

Benodigde kennis

Door deze verschillen wordt veel tijd en geld besteed om te komen van transactiegegevens naar rapportages en analyses.

Daarvoor is..
.. kennis nodig van de brongegevens: we moeten weten welke gegevens worden vastgelegd, wat ze betekenen, op welke wijze ze zijn vastgelegd en onder welke condities en vrijheidsgraden ze in het bedrijfsproces worden opgeslagen. Kennis van het bedrijfsproces en van de bronapplicatie is dan ook onontbeerlijk;
.. kennis nodig van de informatiebehoefte: we moeten weten welke meetwaarden van belang zijn, wat hun betekenis is en hoe we ze moeten presenteren. Tegen welke grootheden (dimensies) moeten we deze meetwaarden afzetten;
.. kennis nodig van de afleidingsregels: we moeten weten welke selecties, transformaties, filters, schoningscriteria, etc. leiden van brongegevens naar de gewenste meetwaarden.

 Type oplossingen

Om deze verschillen te overbruggen en de benodigde kennis vast te leggen in business rules/applicaties, onderkennen we drie verschillende oplossingen:

1. Direct op de bron;
2. Per onderwerp een datamart;
3. Een datawarehouse;

Deze oplossingen zetten we in veel gevallen gecombineerd in om te voldoen aan de wensen van de verschillende organisatieonderdelen. Zij sluiten elkaar dan ook niet uit.

Oplossing 1: direct op de bron

Oplossing

De eerste oplossing is de eenvoudigste, met rapportage en analyse hulpmiddelen direct op de bronnen.

De meeste bronnen zijn open databases die met een database connectie benaderbaar zijn vanuit de meest gangbare BI-tools. Door het BI-tool te installeren, is toegang tot de data, mits vanuit security overwegingen toegestaan, snel te realiseren. De eerste rapportjes kunnen we dan ook in enkele uren opleveren.

Deze oplossing kent technisch meerdere invullingen. Van Excel en MsAccess tot query en rapportage-tooling als onderdeel van specifieke bronapplicaties.  

Voordelen

• Snel de eerste inzichten beschikbaar.
• Flexibiliteit, omdat de ruwe brondata beschikbaar is.
• Tijdigheid.

Nadelen

• Diepgaande kennis van de brongegevens is nodig.
• Geen metadata-management, iedereen creëert z’n eigen definities en afleidingsregels, waardoor informatievoorziening chaotisch en foutgevoelig wordt.
• Geen historie anders dan wat in de bronnen is vastgelegd. Daardoor is beperkt historisch inzicht mogelijk en kunnen rapportages veranderen als mutaties met terugwerkende kracht worden uitgevoerd.
• Combineren van gegevens uit meerdere bronnen is complex of zelfs niet mogelijk.
• Bij complexe vraagstellingen die over veel brondata gaan, wordt performance een issue en daarmee ook het risico van verstoring van de bedrijfsprocessen.

Toepasbaarheid 

Vooral kleinere organisaties passen dit toe, waarbij de informatievoorziening beperkt is tot een enkele kenniswerker. De bronnen zijn beperkt in aantal, omvang en complexiteit.

Alle uitdagingen spelen hier al een rol, maar zijn nog overzichtelijk en oplosbaar.

De organisatie staat wat betreft BI-maturity nog in de kinderschoenen. 

Oplossing 2: datamart per onderwerp

Oplossing

In deze oplossing creëren we een tussenlaag. Hiermee geven we met name gehoor aan de problemen rond performance en de complexe structuur van de brongegevens. 

Gegevens verzamelen we in een datamart in een structuur die aansluit bij het gebruik in rapportages en analyses. Veelal aggregeren we de gegevens naar het gewenste niveau.

Ook hierin zijn er veel technische varianten denkbaar. Onder aan de ladder staan de eigen of kleinschalige oplossingen, waarin gegevens in Excel of MsAccess worden bewerkt en opgeslagen. Bovenaan de ladder staan de tools, zoals Qlikview en Cognos, waarin gegevens in eigen technische formaten worden opgeslagen om daarna in gelikte presentatievormen weer te geven.

De betere oplossingen maken ook gebruik van een repository, waarin de metadata worden opgeslagen. Hiermee kan de complexiteit van de brongegevens ook worden afgeschermd voor de bouwers van de datamarts en is enige vorm van data en informatiemanagement haalbaar. Denk hierbij aan het gebruik van eenduidige definities en afleidingsregels.  

Voordelen

• De datamarts zijn subjectgeoriënteerd en sluiten daarmee beter aan bij de belevingswereld van de eindgebruiker.
• Door de technische oplossingen kunnen we de gegevens eenvoudig en snel analyseren. De eindgebruiker kan inzoomen, andere inzichten (dimensies) bekijken, selecties (pivots) maken en daar mee verder analyseren, etc.

Nadelen

• Er ontstaat een wildgroei aan datamarts, voor elke afwijkende vraagstelling één. Dit is overigens een probleem van de datamanagement-organisatie en niet zozeer van de tools.
• De datamarts worden individueel opgebouwd vanuit de brongegevens. Enerzijds worden dezelfde gegevens dus meerdere malen uit de bronapplicaties onttrokken voor diverse doeleinden, anderzijds ontstaat hier het risico van verschillende interpretaties van de brongegevens en daarmee verschillen in de rapportages. 
• Deze oplossingen bieden vaak beperkte mogelijkheid tot aanmaken van historie, alleen op de aggregaten. Bij bijvoorbeeld bestandscorruptie of gewenste aanpassingen moeten de datamarts opnieuw worden opgebouwd en is de historie verdwenen. 
• De datamarts zijn over het algemeen niet bruikbaar voor andere tools. Daardoor moet bij verschillend gebruik de informatie in verschillende datamarts worden gecreëerd.
• De technische mogelijkheden om transformaties op de gegevens uit te voeren, het realiseren van de afleidingsregels, zijn vaak beperkt of worden middels ETL-functionaliteit gerealiseerd. In dit laatste geval is IT-kennis nodig.

Toepasbaarheid

De meeste BI-tools maken gebruik van deze oplossing, omdat ze hiermee de informatie voor de eindgebruiker toegankelijker kunnen maken. 

Dit betekent een ontkoppeling van de bronapplicaties. ‘s Nachts of in het weekend worden de datamarts opgebouwd, waardoor de technische druk op de bronapplicaties beperkt blijft tot het leeg lezen van de (gewijzigde) gegevens.  Door het toepassen van slimme algoritmes en aggregatiemethodes kunnen de tools snel de gewenste informatie leveren.

In alle moderne en mature management informatieomgevingen zijn dergelijke oplossingen terug te vinden. 

Oplossing 3: Datawarehouse

Oplossing

In de derde oplossing ondervangen we een deel van de nadelen van de tweede oplossing door het creëren van een extra laag, het datawarehouse.

In het datawarehouse ontsluiten we de gewenste brongegevens eenmalig en slaan deze op. Toekomstige informatiebehoeften wegen we, zover mogelijk, hierbij mee.

We schonen de gegevens op, relateren deze eenduidig aan elkaar en waar nodig transformeren wij ze. Het datawarehouse past eerdere geregistreerde gegevens niet aan als er een wijziging in de bron plaatsvindt, maar legt een nieuwe historische situatie vast. Hierdoor ontstaat een volledig historisch beeld.

In het datawarehouse worden datamarts gecreëerd al naar gelang de onderwerpen. Deze kunnen door alle BI-tools worden gebruikt.   

Net als bij de andere oplossingen zijn tal van technische varianten denkbaar, maar de basisarchitectuur van een enterprise-datawarehouse is redelijk algemeen geaccepteerd. De variaties zitten in de gebruikte tooling en de data-architectuur (hoe sla ik mijn gegevens op). Denk hierbij aan de ETL-programmatuur, zoals MS SSis of Informatica, en datamodelleringmethoden als DataVault.

Daarnaast houden we, mede door de tooling, een repository bij waarin we de metadata opslaan. Van modellen, tot gebruik en (laad)procesinformatie.

Deze oplossing is met name bedoeld voor grotere organisaties. Bij de inrichting van het datawarehouse richten we over het algemeen ook een kenniscentrum (BICC) in, waarin de (door)ontwikkeling en het beheer van het datawarehouse en de BI-toepassingen plaatsvindt.

Voordelen

• Flexibiliteit doordat alle gegevens op ruw niveau beschikbaar zijn. Snelle eenmalige vraagstellingen kunt u dan ook direct op het datawarehouse loslaten. Complexe op daarvoor ontwikkelde BI-(datamart)toepassingen.
• Diverse BI-toepassingen (tools) kunnen gebruik maken van dezelfde data, waardoor u onder andere misinterpretatie voorkomt.
• Volledige historie, waardoor het opnieuw opbouwen van de datamarts mogelijk is.
• Natuurlijke scheiding tussen het leveren van data (datawarehouse) en gebruiken van informatie (business intelligence), waar de beheerorganisatie op kan worden ingericht. Eenduidig gebruik en hergebruik van de verschillende kennis componenten, zoals beschreven in par 3.1.3.
• Stabiliteit in levering, doordat een beheerorganisatie zorgdraagt voor de omgeving.
• Beperkte (performance) load op de bronapplicaties.
• Toekomst vast.

Nadelen 

• Elke extra laag betekent extra ontwikkel- en beheercomplexiteit.
• Een investering vooraf, waarbij de resultaten pas op langere termijn zichtbaar zijn. Daarom worden tijdens de ontwikkeling vaak quick-wins gerealiseerd. 

Toepasbaarheid

Voor grotere organisaties met een beleid op intensieve informatievoorziening, gericht op de langere termijn, is het inzetten van een datawarehouse en de bijbehorende beheerorganisatie een goede keuze. Veelal gaat het hierbij om organisaties met veel gegevens van interne en externe bronnen en een hoge mate van complexiteit van de brongegevens in kwaliteit en structuur.

Het datawarehouse dient als eenduidig platform voor alle type informatiebehoeften in de organisatie. Van operationeel naar strategisch en voor alle bedrijfsprocessen, waarbij de bedrijfsbrede integratie van gegevens een rol speelt. Vaak worden in deze omgevingen ook BI-oplossingen op lager niveau, bijvoorbeeld binnen een bronapplicatie of bedrijfsproces, onderkend.

Contact

Wilt u meer informatie? Neemt u dan contact met ons op via Dit e-mailadres wordt beveiligd tegen spambots. JavaScript dient ingeschakeld te zijn om het te bekijken. of bel met Martin Genuit, tel. +31 (0)6 304 18 297.

Euclides - de juiste beslissing.