18
SVEUČILIŠTE U ZAGREBU FILOZOFSKI FAKULTET ODSJEK ZA INFORMACIJSKE I KOMUNIKACIJSKE ZNANOSTI POSLOVNE IZVJESNICE ANALIZA PODATAKA U BUSINESS INTELLIGENCE-U (seminar)

Analiza podataka u Business Intelligence-u

Embed Size (px)

DESCRIPTION

metode analize podataka u BI-u

Citation preview

Page 1: Analiza podataka u Business Intelligence-u

SVEUČILIŠTE U ZAGREBU

FILOZOFSKI FAKULTET

ODSJEK ZA INFORMACIJSKE I KOMUNIKACIJSKE ZNANOSTI

POSLOVNE IZVJESNICE

ANALIZA PODATAKA U BUSINESS INTELLIGENCE-U

(seminar)

veljača, 2015.

Page 2: Analiza podataka u Business Intelligence-u

Sadržaj

Page 3: Analiza podataka u Business Intelligence-u

Uvod

Tema ovog seminara su metode analize podataka koje koristi business intelligence kako bi se iz

prikupljenih podataka, odnosno informacija, stvorilo akcijabilno znanje. Business intelligence je

relativno nov pojam u hrvatskom poslovnom ambijentu, a riječ je o pojmu širokog značenja. S

obzirom na to da tema ovog seminara nije business intelligence kao takav, neću ulaziti u

etimologiju samog pojma, već ću pružiti par definicija kako bih odredio teorijski okvir u kojem

se rad kreće. Za početak, ovaj se pojam odnosi na organizirano i smisleno prikupljanje podataka

iz poslovnog svijeta (koji su u velikoj većini slučajeva javno dostupni), analizu istih te njihovo

pretvaranje u akcijabilno znanje, odnosno znanje na temelju kojeg se mogu donijeti konkretne,

smislene i pametne odluke prilikom poslovnog odlučivanja. Pere Sikavica (1999) definira

poslovno odlučivanje kao “stalan proces” (p. 13), a riječ je ustvari o “izboru između dvije ili više

inačica rješavanja problema, ali u poslovnim situacijama” (p. 15). Iako je business intelligence

proces, ovaj se pojam koristi i za imenovanje sektora unutar poslovnih organizacija ili

specijaliziranih tvrtki koje se bave isključivo tim procesom. Zadaća business intelligence-a nije

donošenje odluka (što je, ustvari, zadaća menadžera), već informiranje uprave i menadžmenta

kako bi im se pomoglo donijeti odluku temeljenu na znanju, a ne, primjerice, na “instinktu”,

stoga možemo reći da je business intelligence i potporni instrument. Također, priroda poslovnog

svijeta određuje fokus business intelligence-a na informacije pomoću kojih se mogu anticipirati

budući procesi, događaji i slično, kako bi se iskoristile potencijalne prilike te predvidjele moguće

opasnosti za poslovni subjekt. Zato zaključujemo da je business intelligence i određena vrsta

“radara” u poslovnom svijetu. Bitno je naglasiti da, iako u poslovnom svijetu postoji i špijunaža,

kao i druge nelegalne aktivnosti, business intelligence je isključivo legalna aktivnost koja se

fokusira na javnim informacijama te njihovoj analizi.

Page 4: Analiza podataka u Business Intelligence-u

Poslovno-obavještajni ciklus

Prema Mirku Bilandžiću (2008), business intelligence je “aktivnost cikličkog karaktera” (p. 90).

Sličan aktivnostima nacionalnih obavještajnih sustava, njegova je aktivnosti strogo strukturirana.

Bilandžić (2008) tvrdi da su “njegove središnje faze prikupljanje te obrada i analiza podataka”

(p. 90), a da je riječ ustvari o “procesu kojim se pribavljene informacije pretvaraju u gotove

obavještajne proizvode… i čine dostupnima kreatorima (poslovne) politike” (p. 90). Poslovno-

obavještajni ciklus se sastoji od tri faze (Bilandžić, 2008):

1. prikupljanje podataka,

2. analiza podataka, što je i fokus ovog seminarskog rada,

3. psihologijski aspekti, te

4. benchmarking (čime se rad neće uopće baviti zbog opsežnosti pojma).

Prikupljanje podataka

Kao što je već bilo rečeno, business intelligence je promišljena, planirala i strogo strukturirana

aktivnost koja ne dozvoljava puno improvizacija. Bilandžić (2008) tvrdi da je business

intelligence “efikasno djelovanje samo ako se ostvaruje prema strogo utvrđenim načelima prema

kojima su uzroci i posljedice povezani do krajnjih sitnica” (p. 91). Kako bi se od samog početka

cijela aktivnost odvijala na taj način, prvi korak business intelligence-a je uvijek kreiranje

standardnog upitnika koji za cilj ima odgovoriti na temeljno pitanje poslovnog subjekta, a to je

“što poslovni subjekt mora znati kako bi ostvario uspjeh, odnosno ciljeve” (Bilandžić, 2008, p.

91). Iako ne postoji univerzalan standardni upitnik koji bi bio primjenjiv na sve poslovne

subjekte, postoji shema pomoću kojega se izvodi, a riječ je o key intelligence topics, odnosno

KITs.

Page 5: Analiza podataka u Business Intelligence-u

KITs su ključne obavještajne točke, a dijele se u četiri osnovne kategorije:

1. decision topics, odnosno strategijsko poslovno odlučivanje,

2. key player topics, odnosno tko su ključni konkurenti, dobavljači i klijenti,

3. early warning, odnosno rano upozorenje na potencijalne opasnosti, ali i poslovne

prilike, te

4. counterintelligence topics, odnosno poslovno-protuobavještajne točke (Bilandžić,

2008).

Analiza podataka

Nakon što su prikupljeni podaci koji se odnose na ambijent u kojem poslovni subjekt djeluje,

podaci vezani uz tržište te podaci o konkurenciji, potrebno ih je analizirati kako bi se od njih

stvorilo akcijabilno znanje koje u konačnoj instanci pomaže menadžerima donijeti prave

poslovne odluke. Odlučio sam izdvojiti neke analitičke metode, prema Bilandžiću (2008), koje

smatram najbitnijima.

SWOT

Prva i osnovna analiza koja se koristi za stvaranje poslovnih strategija je SWOT analiza. SWOT

je ustvari akronim za Strength, Weakness, Opportunity i Threat, odnosno Vrline, Slabosti, Prilike

i Prijetnje (sl. pr.). Ova analiza za zadaću ima analizu i unutarnjeg i vanjskog okruženja

poslovnog subjekta, a ovisno o dobivenim rezultatima stvaraju se “prigodne” poslovne strategije.

Ukoliko ustanovimo da naš poslovni subjekt posjeduje mnogo Vrlina te da postoje određene

Prilike u poslovnom okruženju, stvorit ćemo SO strategiju (odnosno, Strength-Opportunity) koja

je potencijalno i najuspješnija strategija. Ukoliko naš subjekt ima Vrline, ali u trenutnom

poslovnom okruženju postoje velike Prijetnje, stvorit ćemo ST strategiju (Strenght-Threat) kako

bi se minimalizirala ili u potpunosti izbjegla šteta nastala od potencijalnih opasnosti. Treća

moguća strategija se stvara ukoliko naš subjekt ima mnogo unutarnjih Slabosti, a u vanjskom se

Page 6: Analiza podataka u Business Intelligence-u

okruženju pružaju Prilike, a riječ je o WO strategiji (Weakness-Opportunity). Zadnja strategija

jest WT strategija (Weakness-Threat), a riječ je o strategiji koja se formira ukoliko naš subjekt

ima mnogo unutarnjih Slabosti, a vanjsko okruženje je puno prijetnji (najčešće je riječ o štednji,

likvidaciji ili spajanju s drugim subjektom).

Kada smo naveli koje su sve moguće strategije proizvod SWOT analize, potrebno je navesti i

koje su to Vrline, Slabosti, Prilike i Prijetnje koje poslovni subjekt može imati, odnosno na koje

može naići.

1. Vrline - kompetentnost, financijska sredstva, dobra tehnološka osnova, obrazovan

menadžment, inovativnost i sl.),

2. Slabosti - nejasna strategija i ciljevi, zastarjela tehnologija, nedostatak stručnosti, loš

poslovni ugled i sl.),

3. Prilike - uspavanost konkurenata, rast tržišta, nova tržišta ili segment potražnje,

dodatne grupe potrošača i sl.),

4. Prijetnje - porast prodaje supstituta, demografske promjene, ulazak nadmoćne

konkurencije na tržište, zahtjevna institucionalna regulacija i sl. (Bilandžić, 2008)

SKLADIŠTENJE, KVALITETA i RUDARENJE PODATAKA

Skladištenje podataka kao proces podrazumijeva smislenu organizaciju velike količine podataka

vezanih u poslovni subjekt, konkurenciju, tržište i sl. kako bi se ti podaci kasnije mogli

iskoristiti, pretraživati po određenom ključu itd. Ustvari je riječ o stvaranju kvalitetnih baza

podataka poslovnog subjekta koje će obuhvatiti sve stare podatke, one aktualne, ali i omogućiti

jedostavno unošenje novih. Nije ni potrebno naglasiti važnost skladištenja podataka za stvaranje

svih ostalih analiza.

Kvaliteta podataka se ukratko odnosi na proces čišćenja nepotrebnih podataka koji se nalaze u

skladištu podataka (iz prethodnog koraka). Najčešće se događa da poslovni subjekti imaju jako

velike količine podataka u svojim bazama čija je uporabna vrijednost vrlo mala. Zadatak

Page 7: Analiza podataka u Business Intelligence-u

kvalitete podataka je filtrirati bitne podatke kako bi se oni mogli spajati s drugim podacima te

tako analizirati.

Rudarenje podataka je najsloženija analiza od ove tri gore navedene, a najčešće zahtijeva odlično

poznavanje software-a za rad (poput Hadoop, Big Data, MySQL i sl. programa). Cilj rudarenja

podataka je pronalaženje skrivenih obrazaca unutar velikih količina podataka u poslovnom

svijetu. Ova je analiza i među najkorisnijima jer je usmjerena na predviđanja budućih događaja i

budućih kretanja.

SEWS (Strategic early warning system)

Strategijski sustav ranog upozoravanja je „mehanizam posredstvom kojeg poslovni subjekti

anticipiraju, detektiraju i, gdje je moguće, sprječavaju strategijsko iznenađenje“ (Bilandžić,

2008, p. 103). Ova analiza je izrazito korisna jer je u stanju detektirati i potencijalne opasnosti,

kao i moguće poslovne prilike. Naravno, SEWS se ne fokusira na cijeli poslovni svijet (što bi

praktično bilo nemoguće, pratiti svaku potencijalnu opasnost i priliku, događaje koji se mijenjaju

preko noći, a istom tom brzinom i zastarijevaju), već se bazira na poslovnim interesima subjekta.

Nakon što se ustvrde KITs, razvijaju se određeni mogući scenariji koji se potencijalno mogu

dogoditi te se u skladu s predviđenim elementima stvaraju liste indikatora za motrenje kako bi se

potencijalne prilike i opasnosti što prije detektirale.

Page 8: Analiza podataka u Business Intelligence-u

Slika 1. prikazuje shemu Modela ranog upozorenja (izvor: Bernhardt, D. Competitive

Intelligence: How to acquire and use corporate intelligence and counter-intelligence, Prentice

Hall Financial Times, London, 2003, str.40; preuzeto iz Bilandžić, 2008, p. 103)

Iz slike je vidljivo da što se vremenski više bližimo događaju, bilo prijetnji bilo prilici,

fleksibilnost donošenja odluka pada, ali stupanj točnosti informacija raste. Bitno je napomenuti

da je optimalno vrijeme za donošenje odluke „ni prerano ni prekasno“, jer podaci iz analize

business intelligence-a su iskoristivi ukoliko su valjani i pravovremeni. Ukoliko neki zaključak

donesemo prerano, postoji mogućnost da se situacija izmijeni te krene nekim drugim putem,

drugačijim od predviđenog. Također, ukoliko se zaključak donese prekasno, postoji mogućnost

da se neće stići na vrijeme reagirati.

VRIO (Value, Rarity, Imitability, Organisation)

Ova je analiza se bavi isključivo unutarnjim okruženjem poslovnog subjekta (a ne i vanjskim

mikro-, odnosno makro-okruženjem poput SWOT ili PEST analize, o kojoj će riječ biti kasnije).

S obzirom na to da je riječ o još jednoj analizi čije je ime ustvari akronim, kratko ću definirati

svaku točku sadržanu u njenom imenu. Vrijednost se odnosi na pitanja resursa i sposobnosti

poslovnog subjekta da adekvatno i pravovremeno odgovori na potencijalne opasnosti i prilike

Page 9: Analiza podataka u Business Intelligence-u

koje ga okružuju. Rijetkošću definiramo činjenicu jesu li ti resursi i sposobnosti rijetki, tj. imaju

li ih i drugi poslovni subjekti. Imitabilnost se odnosi na pitanje mogu li konkurentski poslovni

subjekti imitirati te resurse i sposobnosti, ukoliko ih nemaju. Organizacija je sposobnost

poslovnog subjekta da iskoristi vlastite resurse i sposobnosti, odnosno da materijalizira svoje

prednosti i nedostatke konkurencije. (Bilandžić, 2008)

GAP analiza

Ime ove analize dolazi iz engleskog jezika, a riječ je o praznini, jazu, diskrepanciji, što je i

glavna zadaća ove analize: pronaći postoji li gap između plasmana roba i usluga poslovnog

subjekta na tržište i potrošača tih roba i usluga. Ovo je također interna analiza, a cilje joj je

prilagodba poslovnog subjekta na potrebe krajnjih potrošača. Neka od pitanja na koja ova analiza

pokušava pružiti odgovor su jesu li neka usluga ili proizvod kvalitetni, korisni i primjenjivi, kako

ih percipiraju potrošači, koji su ciljevi kupnje tih proizvoda ili usluga te postprodajne aktivnosti.

(Bilandžić, 2008)

PEST analiza

Posljednja analiza koju će ovaj seminarski rad predstaviti jest PEST analiza koja je također ime

dobila skraćivanjem naziva (akronim od Political, Economic, Sociocultural, Technological).

Predmet analize PEST-a jest vanjsko makro-okruženje u kojem se poslovni subjekt nalazi.

Budući da analizira okolinu, može poslužiti za otkrivanje potencijalnih opasnosti i prilika te time

prevenirati donošenje loših poslovnih odluka, ali primarna namjena PEST analize jest otkrivanje

novih tržišta ili širenje poslovanja u nove države. Samo jedan problem u samo jednom od ova

četiri gore navedena faktora može značiti nepremostivu prepreku za naš poslovni subjekt ukoliko

nastupimo na novo tržište nepripremljeni, stoga je ovo jedna od najvažnijih analiza, rekao bih i

najvažnija prilikom širenja poslovanja. Politički uvjeti igraju jako veliku ulogu prilikom širenja

jer znatno utječu na poslovanje. Problemi poput nesigurnog ili nestabilnog političkog okruženja

mogu imati katastrofalne posljedice po poslovanje, stoga je vrlo bitno promotriti političku

situaciju prije širenja poslovanja u drugu državu. Drugi bitan element je ekonomski. Pitanja

Page 10: Analiza podataka u Business Intelligence-u

poput kakva je monetarna politika države, kakvi su porezi, fiskalni i parafiskalni nameti,

likvidnost i sl. bitna su pitanja na koja moramo dobiti odgovor prije samog djelovanja. Treći

element koji je predmet ove analize je sociokulturalni: sociodemografska slika države,

prevladavajuća religija, stupanj obrazovanja, jezične i kulturne barijere, stavovi državljana prema

stranim proizvodima i sl. Zadnji element, ali ništa manje bitan, jest tehnološki. Ovdje je riječ o

pitanjima može li tehnologija unaprijediti poslovanje, pružiti dobru kvalitetu uz niže troškove,

utječe li na distribuciju proizvoda i sl. (Bilandžić, 2008)

Psihologijski aspekti

U ovom će poglavlju biti riječ uglavnom o najnepredvidljivijem faktoru business intelligence-a,

a to je čovjek. Iako nam tehnologija uvelike pomaže u prikupljanju podataka, pronalaženju

skrivenih obrazaca, skladištenju i čišćenju podataka i sl., ljudski je mozak taj koji upravlja

cijelim poslovno-obavještajnim ciklusom. Iako je ideal svih društveno-humanističkih znanosti

objektivnost, taj je ideal jednostavno nemoguć. Tako je subjektivnost prilikom izrada business

intelligence analiza jedan od najvećih i najopasnijih problema business intelligence-a. Neki od

čestih pogrešaka koje se javljaju upravo zbog subjektivnosti su situacijska logika, best guess

strategy i mirror image. Situacijska logika je problematična jer se analitičarima zna dogoditi da

određeni slučaj tretiraju kao konkretni element u konkretnom slučaju, zanemarujući teorije,

generalizacije i zaključke dobivene iz prethodnih, sličnih slučajeva te samim time zanemaruju

prirodu podataka, oslanjajući se samo na vlastite pretpostavke i očekivanja ponašanja subjekta.

Best guess strategija je opasna jer u obzir uzima vjerojatno točne informacije o poslovnom

svijetu, ignorirajući stupanj netočnosti. Jasno je da se odluke temeljene na ovakvim analizama ne

mogu nazvati odlukama temeljenim na znanju, što je primarna zadaća business intelligence-a.

Mirror image se odnosi na subjektivnost i kognitivnu pristranost analitičara, koja se najčešće

očituje u ignoriranju faktora koji se na uklapaju u našu teoriju, tretirajući ih kao manje bitne ili

potpuno nebitne.

Kao rješenje problema subjektivnosti analitičara predlaže se metoda koja se često iz istih razloga

upotrebljava u svim društveno-humanističkim znanostima, a to je analiza kompetitivnih hipoteza.

Cilj prilikom stvaranja analize je kreirati što više mogućih scenarija i hipoteza te ih staviti u

Page 11: Analiza podataka u Business Intelligence-u

međusoban odnos, tj. natjecanje. Naravno, pobjeđuje samo jedna hipoteza i to ona koja je jedina

neosporiva (najkvalitetnije i najuvjerljivije se može poduprijeti raspoloživim podacima).

(Bilandžić, 2008)

Zaključak

Čitanjem literature vezane uz business intelligence moguće je naučiti mnogo toga. U današnjem

je svijetu dostupno previše informacija koje nas otupljuju i iz kojih je teško donijeti kvalitetne i

promišljene odluke, odluke temeljene na znanju, i to ne samo u poslovnom svijetu ili svijetu

nacionalne sigurnosti, već i u privatne svrhe. Stoga je nužno naučiti kretati se kroz mnoštvo

informacija, neinformacija, dezinformacija, vrijednosti i norma koje nas okružuju kako bismo

mogli kvalitetnije živjeti. Business intelligence nije prvi instrument svoje vrste, a svakako neće

biti ni zadnji, jer, u današnjem globaliziranom informacijskom društvu, tko ima znanje ima moć.

Svoj sam seminar posvetio metodama kojima se naizgled mnoštvo nebitnih informacija može

pretvoriti u akcijabilno znanje te planiram nastaviti poboljšavati vlastitu sposobnost i znanje

vezane uz metodologiju business intelligence-a, jer u Republici Hrvatskoj mali je broj

poduzetnika i poslovnih subjekta koji se koristi ovim izrazito važnim alatom prilikom poslovanja

te mislim da, prikupljajući znanje i primjenjivajući ga u realnim situacijama, mogu unaprijediti i

poboljšati trenutačnu situaciju u kojoj se nalazimo.

Page 12: Analiza podataka u Business Intelligence-u

Literatura

Bilandžić, M. (2008). Poslovno-obavještajno djelovanje: Business intelligence u praksi. Zagreb:

Agm.

Sikavica, P. (1999). Poslovno odlučivanje. Zagreb: Informator.