English

Tohle BI není pro staré!

Autor: Marek Čerňanský, čtvrtek, 15. září 2016

Business inteligence (BI) pro mě neznamená jen reporting a data, stejně důležitou úlohu v něm hraje i obchodní logika společnosti. Já o Business Intelligence rád mluvím jako o „Vysvědčení z podnikatelského IQ“, protože je přímým barometrem myšlenkových a procedurálních toků firmy jako celku. Jeho úroveň, vizualizace, hloubka a komponenty jsou pevně „našroubovány“ do firemních procesů a zobrazují chápaní vlastního podnikání.
 
Pomocí BI dokážete odhalit věci, které probíhají uvnitř firmy, a to i bez vaší fyzické přítomnosti. Můžete odhadnout strategický dopad aktuálních událostí v dalším rozvoji nebo naopak předejít pomalému zániku. Skrz vhodně nastavené KPIs („Key Performance Indicators“ - metriky důležitých ukazatelů výkonu) vnímáte dynamiku prostředí turbulentně pulzujícího vně vašich zdí. Vy jste schopni vše předvídat a proaktivně reagovat.
Hezká pohádka, že… 
Všechny výše uvedené aktivity lze opravdu vykonávat jednoduše, pokud máte: 
  1. Dokonalý instinkt a zároveň limitovanou edici křišťálové koule s firmwarem Gandalf 10.12.
  2. Jste členem některé „iluminátní komunity“ v noci oblékající pláště a plánující Nový světový řád
Pokud ale nesplňujete ani jednu ze dvou výše uvedených možností, je dobré mít po ruce efektivní platformu s nálepkou Business Intelligence. Dnes se totiž svět „velkého“ reportingu točí kolem vychytávek a nekonečného výběru konektorů k různým datovým zdrojům. Nové BI platformy vznikají jako houby po dešti. Co tedy rok 2016 v BI doopravdy přinesl?
 

Když Vám budou mladí v triku říkat: „Tohle BI není pro staré!“…s klidem můžete odpovědět: „Když není i pro staré, tak k čemu je?“

Obrázek: SAP BusinessObjects Business Intelligence architektura (BI) – ilustrativní ukázka (Javier Bardem jako Anton Chigurh ve filmu "Tahle země není pro staré“ " kredit: Richard Foreman/Miramax)
 
Vlna nevole se nese na obou generačních frontách. Dřív než vypukne velká válka internetu věcí 4.0, vezměte si k ruce přehled závěrů z výzkumu společnosti Gartner (2015). Jeho primárním cílem bylo zjistit relativní a celkové náklady na pořízení, implementaci a provoz BI platformy v jednotlivých firmách. (V průběhu konferencí oslovili více než 1500 respondentů v USA, obecné závěry jsou platné i v ČR).
Obecně platí, že nakupování tzv. „low-cost“ BI platforem se v celkových nákladech nemusí vždy odrazit do dlouhodobého nízkonákladového podnikání. A již vůbec nemusí znamenat nejlevnější cenu na trhu po dobu využívání platformy. Starý reklamní slogan: „Nejsem tak bohatý, abych si mohl kupovat levné věci“ zde platí dvojnásobně!
 

Kouzelná zkratka „BIPOC“

Pro vysvětlení vytáhneme ze zprávy metriku BIPOC (business intelligence platform ownership cost) - přeloženo volně: „Celkové náklady na vlastnictví BI platfomy“ v časovém období 3 let. Ukazatel jasně říká, jak si ta která platforma vedla od získání licence přes instalaci a údržbu až po obchodní využití v průměru na 1 uživatele. Zajímavé je, že tzv. Open-source platformy, které se často pořizují kvůli nízkým nákladům, mají paradoxně nejvyšší tříletý ukazatel „BIPOC“ na uživatele v důsledku vysokých IT nákladů. Zejména náklady na IT experty zaměstnané na plný úvazek v rámci svého životního cyklu. Přeloženo do češtiny, když si pořídíte Open Source, je vhodné zaměstnat minimálně jednoho dedikovaného Ajťáka na plný úvazek na „dobu nezbytnou“ k implementaci a postupnému vyladění open-source systému do vašich firemních datových toků. 
Naopak hlavní vůdci pelotonu v „Data Discovery “ platforem šetří čas nejenom v IT oddělení, ale zejména IT-neznalcům. Jako „Data Discovery “ se nyní označují BI platformy, které obsahují datový model s tzv.„flexibilnější propojenou strukturou“ umožňující efektivní práci s daty. Vyznačují se revolučním urychlením práce při hledání důležitých poznatků v datech právě díky efektivnímu nasazení datového modelu do dynamického reportingového prostředí. Jednoznačně vykazují nejnižší průměrnou tříletou hodnotu BIPOC na jednoho uživatele. Ta samozřejmě vyplývá z minimální potřeby IT pracovníků na plný úvazek při implementaci a používání. Komponenty a konektory jsou téměř komoditní záležitostí u všech dodavatelů moderního BI.
Samostatnou kategorii tvoří tzv. „Cloud BI“ např. v Čechách dobře známe flexibilní GoodData, disponující příznivou tříletou BIPOC na jednoho uživatele a nejnižší pořizovací cenou pro hardware. Závěrem této časti je povinnost zmínit megavendory - tedy dinosaury IBM, SAP nebo SAS, kteří mají jednotlivé části procesu ve tvaru houpačky. Ze začátku se ukazují jako dražší volba, což se po implementaci BI do firemních systému kompenzuje v čase, a to hlavně klesající potřebou dedikovaných IT pracantů na plný úvazek.
 

„Kindergarten pro Data Scientist“ 

Nové Data-Discovery platformy s sebou přinášejí zajímavý vedlejší účinek pro organizaci práce datových analytiků - vznik investigativní role. Roste nám v teamu nový člen, dáme mu hned přezdívku: „Kindergarten Data Scientist“. Tato role nemá zatím „pevný chlívek“ v organizaci, ale oni dobře ví, co chtějí v datech zjistit, jaké nástroje mít, a když je vlastní, neváhají je použít. Čím dřív se tato role ukotví v organizační struktuře firmy, tím rychleji firma pochopí své zákazníky a poroste. V nové době je potřeba nového větru do plachet! Díky zrychlení práce s daty, která již zabírá pouze zlomek času v porovnání se stejným „jobem“ (či  spíše „jobofkou“) - před 10 lety, je jádro aktivit posunuté směrem k prediktivní analytice. Místo koukání na točící se „přesýpačky“ ve Windows XP se nová generace mladých „scientistů ze školky“ kouká na diskusní fóra, aktivně hledá i čte. Snaží se pochopit fungování svého chlebodárce, prostě objevit jádro pudla v datech. Podpora rostoucí komunity na YouTube nebo třeba perfektně zpracované webináře posouvají novou generaci „Kindergarten Data Scientist“ na dosud neobjevenou úroveň své pracovní pozice. Přirozenou reakcí na nový trend je frontální útok Power BI, Qliku a Tableau s Alteryxem v patách. Nebudu na tomto místě detailně rozebírat každou platformu samostatně, protože  všichni zmiňovaní si vzájemně koukají přes rameno. Dynamickému vývoji hraje do karet investování nemalých peněžních prostředků do agresivní reklamy. Odráží se to okamžitě i na červených číslech ve výročních zprávách téměř všech „účastníků BI zájezdu“ s názvem: Boj o uživatele. Bojují o dataře, kteří rozumí propojení čísel s realitou. Odhalují problém. Nejsou to pouze „bio myši“, které připravují nějaká data a někde je bez zájmu pro někoho zobrazují. Nejsou již odtrhnutí od businessu a od reality strategického řešení. Smysluplnost dává jejich práci nový rozměr. Stejná smysluplnost je nutně vyžadována i od BI nástroje. Ten, kdo dnes poleví ve sprintu (běžet nestačí) o přízeň „Data Kinder-Scientists“, ten za 5 let nemusí existovat. Datoví vědci z mateřské školy budou později rozhodovat, která platforma zůstane ve firmě jako nákladová položka.
V „Kouzelném čtverci“ (Magic Quadrant) společnosti Gartner z roku 2016 tedy jasně pozorujeme vítěze i poražené, pokud srovnáme rok 2015 tím aktuálním. Posuny vyznačuji průhledně. Je patrné, že není čas pro staré zkostnatělé IT systémy, které neustále vyžadují bedlivé oko propoceného pána ve flanelce někde ve sklepě. Zároveň je nutné poznamenat, že nové „cool“ technologie nemusí nést s sebou pouze vychytávky, které se nabízí jako OUT-OF-THE-BOX řešení, ale můžou vykouzlit vrásky na čele majitele firmičky v čase budoucí expanze.
 
Obrázek: Magické posuny ve více kvadrantech, zdroj: Gartner
Gartner magic quadrant posuny
 

Shrnutí „Kouzelného čtverce“ 

Na Tableau a Qlik si upoceně, ale o to víc snaživě vysprintoval Microsoft se svým Power BI. Je jako tlouštík a potomek „Megavendor-a“. Na pomoc si nastěhoval do dětského pokoje nevlastní sestřičku od Revolution analytics a rychle roste do puberty. Vidí, že mít holky a partu v komunitě R je opravdu fajn. A pozornost lze získat jenom tehdy, pokud začne pravidelně běhat, jíst zdravě a občas si koupí nový hadřík na sebe. Určitě se časem zalíbí kráskám z Kinde-R-garden. Všem třem „inovátorům“ poctivě šlape na paty Alteryx, který nenechá nic náhodě a vysokým tempem kráčí směrem ke stejným data vědátorům. Platformu obohacuje vyšperkovanými doplňky, které šetří čas při transformaci a hlubším zkoumání na hranicích data miningu. Níže sedí SAS a Microstrategy - stálice, které pomalu usínají na vavřínech. Z „niche players“ nepřehlédneme v Čechách velice dobře komunikované a implementované GoodData. SAPí potomek z dílny Crystal Reports (Business Objects) porodil dceru Lumiru, která si to míří směrem k Data Discoveries. IBM s Cognosem v Čechách netrápí jenom IŤáky, ale již i další interní oddělení. Snaha s nově „klonovaným“, i když zatím nedorostlým IBM Watsonem je tedy na místě. Cesta je pořád dlouhá. Budeme nyní s napětím sledovat začátek roku 2017, ohlášené inovace u všech velkých hráčů, cenové nastavení a logiku licenčních modelů. Věřím, že nakonec bude profitovat uživatel a vítěz bude na „zlaté střední cestě“. Přiměřená a osvědčená kvalita za opravdu rozumnou cenu bez zbytečných komplikovaných vychytávek.
A pardon: zapomněli jsme jako na smrt na šedou eminenci - giganta Googla, který může v nejbližších letech „zamávat“ celým trhem s BI, tak, jak již několikrát zničil a pohřbil trh s jinou službou. Přidat do svého Data Studia a Google Analytics 360 otestované a již komoditní konektory bude jenom třešnička na dortu. Big-Query v rozumné ceně nebo dokonce zdarma.

Neskladujete a nereportujte data jen proto, že existují

Složitý proces nemůže opravdu pokrýt jeden dashboard, když data jsou všude ve firmě. Musím proto zmínit často opakované: „Má čas, má mléko, proč by nekojila? “ To, že se vám povedlo ve firmě vydolovat data z každého koutu budovy a serveru, nebo opsat a zaindexovat obsah válejícího se papíru na stole, neznamená, že je to nezbytně nutné pro další strategické rozhodování. Poslední dva roky se nedokážu ubránit pocitu, že  u mnoha členů top managementu nastala neukojitelná potřeba uchovat a zobrazit na jednom místě „všechnodata“ pod hrozbou, že jinak exekuce jejich kampaní postrádá komplexní pohled. Nechci v žádném případě odsuzovat dobrý data-management obecně a jeho části zažité jako „store-maintain-control-revise“. Ne vždy je ale nutné v rámci firmy zahlcovat zaměstnance obsahem všech datových zdrojů přes různé úrovně řízení. Pro správný chod firmy je tedy bezpodmínečná selekce a výběr jednoduchých ukazatelů vertikálně i horizontálně. To je jeden ze základních pilířů BI. Je nutné proto brát tento atribut na zřetel při výběru finálního řešení: jak jsem schopen data sdílet, omezovat obsah a pro kolik uživatelů/zaměstnanců nebo kolik externích analytiků bude nahlížet na části reportů? A nakonec: kam by výsledky měly putovat v rámci vertikály firmy? Naoko jednoduchá otázka, ale odpověď může znamenat neúměrné navýšení provozních nákladů vašeho původně útlého a low-costového BI. Zde se odkážu na starší přednášku „Nevěřte apoštolům Big Dat“ Honzy Matouška, který před lety rozebíral potřebu nebo spíše ne-potřebu „Big Data“ v rámci průměrné firmy: 
(Odkaz na záznam přednášky http://www.datamind.cz/cz/blog/tezte-z-dat-penize-a-neverte-apostolum-big-dat)
Big-Data jsou zatím „mimo mísu“ skutečného praktického BI! Teď slyším všechny řvoucí hlasy, jak jsem starý a nic nechápu! Není tomu tak! Odpověď nám dává zatím česká (ale i světová) praxe úspěšně realizovaných projektů.
 

Plavky, plavecká čepice a vstupenka do Podolí z vás Michaela Phelpse neudělá

…stejně tak nákup vybraného BI nástroje v podobě těžkotonážního SAP-u, Microstrategy, Cognosu nebo SAS-u, jakkoliv perfektně zasazených do interních procesů firmy, vám divizi ani celý podnik nezachrání. Stejná pravda ale bohužel pořád platí i v novodobých „Discovery tools“ od Tableau, Qlik, GoodData nebo PowerBi přes Watson až po Alteryx. Hezčí barvičky, lišty s nabídkou, pravidelnější, a možná až vteřinový update vysazený v krásné zahrádce sám od sebe plody nevytvoří.
Na začátku jsem přeložil BI jako „Vysvědčení z podnikatelského IQ“. BI je i o přemýšlení, o „mindsetu“ firmy a nastavení celé společnosti s její kulturou a hodnotami. Nákup je teprve fáze nula, po které přichází osvojení a přijetí platformy jako svéprávného člena týmu. Firma díky ní realizuje vlastní vizi a misi, dešifruje aktuální schopnosti plnit zákaznickou potřebu v dlouhodobém horizontu. Urychluje hledání výjimečnosti v dominantní nabídce produktů nebo služeb. Ideálně je podpořena profesionálním obchodním týmem a ucelenou marketingovou komunikací, která řekne srozumitelnou řečí zákazníkovi jen to důležité. Teprve po napojení na firemní cíle umí kouzelný nástroj Business Intelligence zlepšit rozhodování a neotravovat.
 
Marek Čerňanský
Consultant and Business development manager
Data Mind s.r.o 
 
Blog
Oblíbené
201720162015201420132012201120102009
Zpět na hlavní menu
Kontakt:

Data Mind s.r.o.

Telefon: +420 720 705 639, +420 220 386 449
E-mail: info@datamind.cz
Sídlo: U Průhonu 22 / 466, Praha 7 – Holešovice, 170 00
IČO: 28953789

face.png, 26 kB Mgr. Jan Matoušek

Telefon: +420 720 705 639
E-mail: jan.matousek@datamind.cz


linkedin.com
Napište nám vzkaz:
captcha