Nowa Twarz Bi Raport1

7/30/2019 Nowa Twarz Bi Raport1

1/114

1

BusinessIntelligence

Nowa twarz


2/114

2

Liczba na torturach Robert Jesionek

Excel Rulez! Luiza Warno, Orange, Pary

Od BI do Big Data Tomasz Soniewski, IDC CEMA

Subiektywny przegld rynku BI i jego przyszo Rafa Gabinowski, INFOVIDE-MATRIX

Szybciej, wicej, dalej, czyli: dokd zmierza Business Intelligence

Andrzej Miktus i Wojciech Wronka, Infovide-Matrix SA

Najnowsze trendy w Business Intelligence Marcin Choiski, BI.PL

BI in-memory - nie wszystko zoto co si wieci Marek Grzebyk, Hogart Business Intelligence

Big Data Quick Start Guide Patryk Choro, SAS Institute

W krainie OSBI Marek Zitek i Sawomir Folwarski, Carrywater

Dane to nie tylko liczby Pawe Wrblewski, Findwise

Drodzy CEO - uyjcie wiedzy o kliencie, ktr macie w systemach informatycznych!

Jacek Czernuszenko i Micha Modonek, REISS Group

By w 15% Sawomir Folwarski i Mateusz Ossowski, Carrywater

Revenue Intelligence sposobem na zwikszenie rentownoci

Monika Kacprzyk i Micha Jalan, ATOS

Czynniki ryzyka wdraania projektu BI oczami praktyka Magorzata Korycka-Purchaa

System BI w GRUPIE ATLAS Robert Korn, SAS Institute

ZOZ na poziomie biznesowym Jacek Jaworski, TETA BI CENTER

Skuteczne wdroenie systemw CRM rola doradcy Biser Jorgow, Pentegy

Efektywne modelowanie biznesu wg Kimball Lifecycle Marcin Choiski, BI.PL

Business Intelligence w komentarzach menederw

BI nowej generacji Biser Jorgow, manager, Pentegy S.A.

Rozwizania Business Intelligence Marek Martofel, EMC Poland

Rola CRM w zmiennej rzeczywistoci Micha Jackowiak, CEO, JADE, A Bull Group Company

Rozwizania klasy BI Pawe Gajda, Business Solution Consultant SAP Polska

Spis treci

3

4

8

14

20

26

36

40

46

54

60

64

70

76

84

92

98

104

108

110

111

113


3/114

3

Nie sposb polemizowa z Misiem Yogi, ktry powiedzia, e trudno jest co przewidzie, zwaszczajeli chodzi o przyszo. A jednak przewidywa trzeba. Dobra prognoza to wicej, ni poowa sukcesui wie o tym kady, kto cho raz musia przygotowa np. plan sprzeday. Dlatego menederowie lubiraporty. Lubi czyta cyfry i midzy cyframi, cho sami nie cierpi tych raportw przygotowywa.Mwi, e od tego powinien by waciwy system Business Intelligence. Jednak nie zawsze s skorzydo inwestowania w nowoczesne narzdzie tego typu. Przed CIO czsto wic stoi dylemat: lobbowaza kupnem wysokiej jakoci systemu BI, czy wycign z legendarnego i wszystkoliczcego arkusza

ile si da? Oczywicie kryterium wyboru znw mog by cyfry, cho znajd si tacy, ktrzy powiedz,e liczba skutecznie torturowana w Excelu przyzna si do wszystkiego...

T publikacj otwieram tekstem Luizy Warno, jak zwykle niepokornej i mylcej niezalenie, ktrapo kilku latach publicystycznego milczenia powraca w wietnej formie. Jej tekst jest prowokacyjny,nie dla wszystkich poprawny, dla niektrych moe wrcz nie do przyjcia, ale nikogo nie pozostawiajcyw obojtnoci wobec (realnych) realiw rynku wanie o takie teksty otwarciowe walcz redaktorzy.Mam zreszt nadziej, e caa publikacja, w ktrej znalazy si artykuy bardzo mdre i nie zazdrosneo dostp do unikalnej, czsto bardzo osobistej wiedzy, okae si dla Pastwa wana. Dlaczego?Bo wiatli menederowie wyranie dostrzegaj konkretne wartoci w biznesowej inteligencji

jakkolwiek miaaby ona posta. A jednak, spora cz z nich wci potrzebuje mocnych argumentw ZA.

Wierz, e Nowa twarz Business Intelligence okae si dla nich przydatna w poszukiwaniu odpowiedzina wiele ich pyta.

Zaproszenie do wsptworzenia tego projektu przyjli naprawd Mdrzy Ludzie, ktrych bardzo ceni.Jestem im bardzo wdziczny za otwarto w dzieleniu si swoj wiedz.

Liczba na torturach

Redaktor


4/114

4

Ju nie pamitam jak dawno temu napisaam

tekst pod tytuem Biznesowa Indolencja czy sposb na inteligentne zarzdzanie*,ale z pewnoci mino adnych kilka lat. Wtedycakiem naturalnie wierzyam w tzw. power ofterabytes, czyli moc terabajtw. Wtedy te wiatwydawa si sta otworem przed rozwizaniamiklasy Business Intelligence, bo tak wolelimynazywa super drogie rozwizania w obszarzehurtowni danych. Dzisiaj ju nikt prawie nieuywa nazwy BI. Bo BI si przey zanim

zdoa dorosn.

Na pocztku lat 2000-ych (waciwie, tojak mamy je nazywa? lata osiemdziesitei dziewidziesite - to proste, a ten 2000

jako taki niewygodny) propagowaammocno koncept BI i rozwizania z tego obszaru.

To byy czasu boom-u rozwiza z obszaruobsugi klienta. Te cae masy danych, ktretrzeba byo przetworzy, aby lepiej raportowaco si dzieje w rmie i z klientami rmy.

Boom by rzeczywicie wielki. Fundusze te,wic zaczy wyrasta wielkie dugo-terminoweprojekty w obszarze BI. Wielkie hurtowniedanych z wysokim poziomem terabajtw.No i oczywicie wysokimi kosztami. Jeszcze wtedynikt nie myla o real time ale w drugiej poowielat 2000-ych ju tak. Tylko, e tak naprawdten real time w BI nigdy nie zdoa si w penirozwin,... bo przyszy cikie czasy. Klienci

zrobili si kapryni. Zaczli zmienia dostawcw

(i nie mam tutaj na myli tylko klientwrm telekomunikacyjnych) jak przysowiowerkawiczki. Kto oferowa taniej, ten by Krlem.

Troch przeszkadzay te dwuletnie kontrakty

na pocztek, ale te dawao si to znie.

Ja sama, bdc jeszcze poza macierzyst rm,zrezygnowaam z przeduenia kontraktu

(prywatnego!) z Orange Polska, bo Pani ktra

mnie do tego przeduenia namawiaa dzwonia

do mnie dzie w dzie przed 8 rano i pomimo

tego, e j szczerze namawiaam do telefonw

w porach po-poudniowych ... nie dawaa za

wygran. Poza tym, jej ton gosu by raczej

nad wyraz rozkazujcy, ni mile radzcy wic

... podzikowaam Orange Polska! Pniej si

u nich zatrudniajc

Obsuga klienta jest bardzo bliska memu sercu

i dlatego dzisiaj ju nie wierz w te zaoenia

BI, o ktrych tak gorco dyskutowalimy

na pocztku .... XXI wieku (brzmi znacznie

lepiej, nieprawda?!) Czasy si szybko zmieniy.

Na przeomie 2007-2008 zaczy si dzia

dziwne rzeczy na rynkach nansowych,

niezrozumiae dla wikszoci zjadaczy chleba.

Spowodowao to, i rmy zaczy traci nawartoci (nie wiedzie dokadnie czemu) i zaczy

przyglda si dokadnie temu, jak zarabiaj

pienidze i jak je wydaj. Klienci czyli normalni

ludzie, rwnie zaczli patrze na co i ile

wydaj. A w szczeglnoci na rachunki z rm

telekomunikacyjnych, niewane czy chodzio

o telefon w domu, czy o komrk. Zacz si

kryzys gospodarczy, o ktrym nadal tak gono,

a ktry tak naprawd oznacza, e zwykli

zjadacze chleba (mam nadzieje, e nikogo nieobraam) po prostu chc paci mniej za rzeczy,

ktre s dla nich coraz bardziej dostpne.

W tym szczeglnie telefony komrkowe.

Excel Rulez!

Luiza Warno, Orange, Pary

Czasy si szybko zmieniy i nasza zdolno do adaptacji musi by taka, jak przystao

na kameleona. Niestety, rmy z obszaru BI kameleonami nie s, wic pole do popisu pozostaje

dla szybko mylcych CIO.


5/114

5

Mamy dzisiaj dwa wiaty. wiat tzw. rozwijajcysi (gdy byam w szkole podstawowej, touczyli nas o krajach Trzeciego wiata, jako niezauwayam kiedy ta nazwa znikna) i wiatrozwinity. W kontekcie puenty, do ktrejmam nadzieje nadal zmierzam, trzeba te dwawiaty rozrni pod katem jak najbardziej

konsumenckim. Ot, dzisiaj w krajach takich jakChiny czy Indie, czy chociaby kraje poudniowejAmeryki, telefon jest artykuem prawie takwanym jak woda. Moesz nie mie miski ryudo zjedzenia (i mam nadzieje e nie zostanza to stwierdzenie pognbiona), ale telefonkomrkowy musisz = chcesz mie. Dlategow tamtych krajach karty SIM sprzedaj si

jak wiee bueczki. Nawet si je tam rozdaje.Bo tam jest rynek nowego klienta.

W wiecie tzw. rozwinitym telefon komrkowyjest ju dobrem zastanym. Nowych klientwnie ma, chyba e odejd od konkurencji.

Tego klienta trzeba teraz utrzyma, czarujcgo nowymi ofertami, super obsug etc.Dlaczego wic w Europie tak rzadko mwimyo Business Intelligence? Dlatego, e tenkryzys i mylenie o kosztach spowodowa,e drogie w utrzymaniu rozwizania BI tracna popularnoci. Nie dostarczaj ju value

for money. Dzisiaj, kiedy trzeba ci kosztyoperacyjne IT, kady CIO patrzy najpierwna hurtownie, gdzie wydaje duo pienidzy,a nie jest w stanie uzasadni potrzebybiznesowej. Ju dawno przekonywaam moichkolegw z duej rmy BI (nie wspomnnazwy, aczkolwiek wikszo czytelnikwsi domyli), e nie sztuk jest sprzedawarmie drogie serwery+licencje+utrzymanie.Sztuk jest przekona rm do rozwiza, ktre

bd t niesamowicie drog infrastrukturwykorzystyway dla korzyci biznesowych,dla przynoszenia przychodw i budowaniawartoci. Dla oczarowania klienta, ktry

powinien pozosta wierny i nie myleo przejciu do np. taszej konkurencji.Niestety, rozbiy si moje idee o cian.

Dzisiaj nikt z ludzi odpowiadajcych zamarketing i sprzeda nie woa dajcie mi danei to najlepiej w real time. Dzisiaj wyzwania

biznesowe s takie, e w krajach rozwinitychsaturacja, czyli nasycenie rynku jest powyej,albo blisko 100%. Szwajcaria jest na poziomie140%, Polska nieco poniej 100. Nikt w Europienie walczy ju o nowego klienta. Kady walczyo utrzymanie starego. Czy rozwizania BIwdroone w ostatnich 10 latach s w stanie namto zapewni? Nie, absolutnie nie. I przyznajsi do tego, jako naczelny propagator tychrozwiza. Czasy si bardzo szybko zmieniy

i nasza zdolno do adaptacji musi by taka,jak przystao na kameleona. Niestety, rmyz obszaru BI kameleonami nie s, wic poledo popisu pozostaje dla szybko mylcychCIO. Aczkolwiek przyznam, e syndrom duych,drogich i dugo-terminowych projektw zobszaru BI nadal dotyka wielu CIO z duym ego.

W mojej roli jako Europe CIO podruj duopo krajach starej Europy, ale te i nowej,bo Armenia i Modawia s w Europie zgodnie

z udziaem w Eurowizji (konkurs piosenki).Zawsze nalegam na wizyt w Call Centeri w sklepie na gwnej ulicy miasta.Zawsze rozmawiam z ludmi. Staram si robi toad hoc, eby adna z osb nie bya odpowiednioprzygotowana na wizyt kogo z tzw. centrali.Sucham i zadaj pytania. Wszdzie problemys takie same. Zbyt wiele systemw. Zbyt wolnodziaaj. Dlaczego osoba obsugujca klientanie moe mie jednego ekranu z kilkoma

funkcjami do obsuenia? Dlaczego to jest takieskomplikowane? Pozostawi te pytania bezodpowiedzi, bo dzisiaj znaczca wikszo CIOw duych telekomach nie jest przygotowana


6/114

6

do otwartej, szczerej dyskusji, czsto bolesnej.Nie tylko w Polsce, ale i w starej Europie, Francjinie wyczajc.

Byam ostatnio w ramach mojej funkcji naDominikanie. Dyrektor ds. marketingu perorowaprzez ponad 2 godziny, ile to ma fantastycznych

idei, ktrych IT nie potra wdroy. IT odpieraoe Marketing to marzyciele i nie potra nawetnarysowa roadmapy, zamiast tego robi zdjciarysunkw z tablicy (to akurat prawda, samawidziaam). A nowy CEO, czyli Prezes napierae chce sprzedawa i robi revenue, czyli dochd.I jak tu teraz z tego wyj? Maj na Dominikaniehurtowni danych, ktra spenia podstawowezadania operacyjne: klient zapaci, niezapaci, przekroczy limit etc. Tylko e tymi

raportami si biznesu nie wygra. Na rynkujest konkurencja, ktra proponuje fajne nowetelefony, taryfy, opcje etc. Jak wic by lepszym?!

Jako CRM uywaj tam rozwizania o nazwieClementine, ktre przez ostatnie kilka lat zostaow ogromnym stopniu lat skastomizowane.

Jak co si zmienia w jednym miejscu, to imsi zepsuje w innym. Moja natychmiastowasugestia bya taka: wymiecie to narzdzie

jak najszybciej! eby zrobi wszystko wgkorporacyjnych sugestii, tzn. wybra nowy

system - 6 miesicy, wynegocjowa umow kolejne 6 miesicy, wdroy nowy system,utrzymujc przy tym stary kolejne 2 lata.No i mamy 3 lata z gowy. W tym czasie pewnienadejdzie nowy CEO i historia znowu nabierzenowego wiatru w agle. A ja mwi im tak:wyczcie stary system, zrbcie wysiek obsugiklienta i sprzeday w oparciu o Excel i wdrcienowe rozwizania bez kastomizacji, porzdkujcprzy tym swoje procesy w 6 miesicy! W rmie

zatrudniajcej 400 osb i obsugujcej3 mln klientw to chyba jest moliwe?Tylko, e nikt nie ma odwagi pj t ryzykownadroga.

Wracajc wic do puenty, dlaczego ten

excel rulez. Miaam przyjemno w ostatnim

tygodniu (upalne dni w Londynie to unikat)

zje lunch z miym, modym czowiekiem

o imieniu Arjun. Spotkalimy si jakie

4 lata wczeniej przy projekcie o nazwie

central decisioning, ktry dzisiaj nazywa si

Compass ju po penym wdroeniu. Arjun by

architektem tego rozwizania jako konsultant.

Potem poszed do Nokii i tam po 2,5 latach

... znw jest konsultantem. Opowiedzia mi

ciekaw histori. Nokia w czasach pocztku

XXI wieku zainwestowaa ogromne pienidze

w technologie BI ... (nie wspomn z nazwy

ale wszyscy si domyl). Niestety po 2010 r.

rozwizania te okazay si kompletnie nie

adekwatne do zmian na rynku. Arjun jedzi

duo po Indiach i Chinach, oczywicie jakoreprezentant korporacyjnej Nokii. Odkry

tam do szybko, e aby reagowa na rynek,

a zwaszcza potrzeby klienta, nikt nie potrzebuje

dyrektyw napywajcych z skiej korporacji.

W Indiach, przypomnijmy e tam jest duo

potencjalnych nowych klientw, sprzedawcy

maj problem z dostpem do danych, bo kilka

razy na dzie nastpuj cicia w dopywie

energii elektrycznej. A sprzedawa trzeba dalej.

Arjun mia pomc hinduskim sprzedawcom,jak mie dostp do danych z hurtowni oine,

ale nadal dostpnych w kostce/cube. Bez prdu

i czsto bez dostpu do sieci dane miay by

dostpne na telefonach z systemem Symbian.

Sprawdzali ze wszystkimi dostawcami BI.

I udao im si to z ... Excelem. Koszt rozwizania

poniej 200 tys. USD, co oczywicie byo nie

w smak szefowi IT na Global Nokia.

Arjun ju nie pracuje w Nokia. Jest konsultantemw Anglii, ale poszukuje nowych wyzwa.

Gdyby kto by zainteresowany. Zapraszam.

Szczerze mog go poleci.


7/114

7

Mam nadzieje, ze puenta nasuwa si sama.Czasy wielkich i drogich rozwiza pod egidBI si skoczyy. Dzisiaj biznes telekomowywymaga innego podejcia: elastycznego,

pragmatycznego, atwo realizowalnego.Dlaczego nie Excel? Logika tam jest.Wystarczy wiara. Tylko trzeba wielkie egozostawi w domu.

Luiza Warno

Od stycznia 2010 r. jest CIO na Europ w Grupie Orange, obejmujc sw dziaalnoci Polsk, Hiszpani, Belgi, Rumunii Sowacj, a take: Armeni, Modawi, Republik Dominikany. Zanim zostaa CIO, od sieprnia 2008 dowodzia BusinessIntelligence Domain, z sukcesem scentralizowaa Data Warehouse Solution Grid. Analizy biznesowe s jej najsilniejszdziedzin. Wczeniej pracowaa w Telekomunikacji Polskiej SA, jako czci Grupy Orange wanie w roli DyrektoraDziau Analiz. Pracowaa take w Pepsico Int. jako dyrektor na Europ rodkow ds. IT. W tym czasie skutecznie wczaado rmowego biznesu nowo przejmowane rmy i wspieraa rozwijajcy si rynek rosyjski. Jej zaplecze edukacyjne jestzrnicowane. Swoje lata studiw spdzia na Uniwersytecie Warszawskim i w Wlk. Brytanii. Ma dyplom magistra prawa

Uniwersytetu Leicester. Obecnie mieszka i pracuje w Paryu. Angauje si w dziaania The European Network for Womenin Leadership.

*Artyku, o ktrym wspomina Autorka ukaza si w CIO Magazyn Dyrektorw IT w grudniu 2005 roku.

Wywoa on dyskusj i kontrowersje nie tylko na amach miesicznika. Przez dugi czas niektrzy konsultancipowoywali si na niego w swoich wystpieniach biznesowych.
http://www.wileurope.org/members/details/Luiza-Warnohttp://www.wileurope.org/members/details/Luiza-Warnohttp://www.wileurope.org/members/details/Luiza-Warnohttp://www.wileurope.org/members/details/Luiza-Warnohttp://www.wileurope.org/members/details/Luiza-Warno


8/114

8

Gdy w listopadzie 2003 roku rozpoczynalimy cykl

konferencji pod szyldem IDC Business IntelligenceRoadshow, na sali zgromadzia si garstkaentuzjastw i praktykw oraz dua grupa osbzainteresowanych tym nowym, w tamtym czasie,zjawiskiem na rynku IT. Liczba rm oferujcychusugi wdroeniowe tych systemw bya niewielka,wikszo duych dostawcw nie posiadaa jeszczesystemw BI w swojej ofercie fala przejspecjalizowanych rm miaa ruszy dopierotrzy lata pniej. Spord naszych wczesnychpartnerw tylko trzy rmy wci dziaaj na rynku

pod swoim szyldem to Microsoft, Microstrategyi SAS Institute. Cognos i Hyperion funkcjonujza to z powodzeniem w strukturach odpowiednio:IBM i Oracle.

Naszym gwnym celem w tamtym czasiebya edukacja zapozna jak najwiksz ilomanagerw IT oraz osb odpowiedzialnychza analityk z nowymi technologiami,moliwociami jakie daje analiza danychz systemw transakcyjnych oraz waciwym

wywaeniem potrzeb biznesu i zastosowanychtechnologii. Prbowalimy pokaza, e analizadanych przydaje si nie tylko w wielkich bankachczy rmach telekomunikacyjnych, ale e praktyczniekada rma o pewnym potencjale danychrdowych moe odnie wymierne korzyciz wdroenia BI.

Od tamtych czasw mina prawie dekada.Systemy Business Intelligence (nazywane przezIDC Business Analytics) stay sie powszechnie

znanym i wykorzystywanym narzdziem. Wielerm, nawet relatywnie maych, dostrzega korzyciz zastosowania narzdzi BI i aplikacji analitycznych.Wiedza wdroeniowa i biznesowo-analityczna

jest rwnie duo bardziej dostpna. wiatowy

rynek analityki biznesowej ma si wci wietnie prognoza opublikowana w raporcie IDCz czerwca 2012 pt. Worldwide Business AnalyticsSoftware 20122016 Forecast and 2011 VendorShares mwi o redniorocznym 10% wzrociena przestrzeni kolejnych 5 lat.

Czy jednak rmy wykorzystay w peni potencjatkwicy w BI? Wydaje si, e nie zawsze i niedo koca. I wedug mnie nie jest to ich wina po prostu narzdzia, ktre dotychczas byy

w uyciu miay okrelone ograniczenia. Wiele z nichbyo natury technicznej (wolne przetwarzanie,saba jako danych, ograniczona ilo rde), innenatury biznesowej (ograniczony krg odbiorcwanaliz, opr zarzdw przed wykorzystywaniemdanych). Wreszcie systemy BI skupiay si gwniena kwestiach nansowych, tylko w niektrychprzypadkach schodziy na inne pola, takie jaksystemy billingowe, czy CRM. W wielu przypadkachdane zawarte w systemach analitycznych nie mogyby w peni wykorzystane ze wzgldu na czas

potrzebny na ich przetworzenie i analiz.

Z wyej wymienionych powodw wiele ciekawychtrendw, zjawisk gospodarczych czy zachowaklientw umykao uwadze analitykw, czy osbzarzdzajcych rmami. Lekarstwo na teprzypadoci pojawio si wraz z nadejciem ideiBig Data czyli rozwiza do przetwarzaniawielkich woluminw danych. Cech wyrniajcBig Data jest idea czterech V: Volume (ilodanych), Variety (rnorodno analizowanych

danych i informacji), Velocity (przetwarzaniew czasie rzeczywistym) i Value czyli warto

jak moemy uzyska z poczenia wszystkichpoprzednio wymienionych czynnikw.

Od BI do Big Data

Tomasz Soniewski, IDC CEMA

Warto, to zdecydowanie najistotniejsza cecha wyrniajca dla Big Data zarwno

w kontekcie kosztu pozyskania technologii, jak i korzyci, jakie organizacje mog uzyska

w wyniku jej stosowania.


9/114

9

Volume czyli ilo danych

Gdy mylimy o iloci danych, powinnimy

zdawa sobie spraw, e jest to pojcie

wzgldne. Dla niektrych sektorw, albo rm

du iloci bd tera i petabajty, podczas

gdy dla innych moe to by o rzd wielkoci

wicej (np. dla biznesw internetowych

o duej skali czy instytucji badawczych).

Wiele zaley rwnie od charakteru danych

jakie przychodzi nam analizowa. Informacje

zawarte w ustrukturyzowanych bazach danychmog by duo wiksze w rozmiarze ni

np. archiwa poczty elektronicznej, a mimo to

ich przeszukiwanie i analiza bd duo szybsze

i mniej skomplikowane. W wielu przypadkach

to jednak informacje zawarte w poczcie s

duo bardziej wartociowe dla rmy: mog

zawiera informacje o niezadowolonych

klientach, kontrakty, oferty, projekty techniczne

itp.). Jednoczenie przeszukiwanie i analiza

takich danych potencjalnie nastrcza najwicej

problemw i wymaga relatywnie najwikszej

mocy obliczeniowej.

Variety czyli rnorodno danych

Rnorodno danych poddawanych analizienie ogranicza si jedynie do podczeniawielu systemw transakcyjnych. W Big Datachodzi o poczenie wielu typw danych wspomnianych wczeniej ustrukturyzowanychi nieustrukturyzowanych, wewntrznychi zewntrznych, historycznych i aktualnych.Mieszanina taka moe by bowiem bardzo

interesujca z analitycznego punktu widzenia.Dobrym przykadem mog by analizyustrukturyzowanych danych z systemuERP poczone z danymi geogracznymii demogracznymi oraz danymi ze stronyinternetowej. Dziki temu analityk jest w stanienie tylko zidentykowa rda przychodui wydajno poszczeglnych oddziawrmy w perspektywie historycznej, ale moezobaczy dane w szerszym tle: potencjaugospodarczego regionu, statystyk sieciowych

i popularnoci konkretnych produktw nastronie rmowej. Dodatkowo, jeli systemdziaa w czasie rzeczywistym, biznes moe

Petabytes+

Unstructured

Streaming

$$$$$

Structured

Terabytes Data volume

Data variety

Data velocity

Value

Batch

$

Source: IDC, 2011

Big Data: The Four Vs


10/114

10

stosowa okrelone promocje w celu poprawywynikw, tudzie promowa okrelone towaryna stronie internetowej rmy. Kolejnymprzykadem takich pocze jest chobyanaliza danych pogodowych a zatem danychustrukturyzowanych ze stacji pogodowychi danych geograczno-klimatycznych,

pochodzcych z obserwacji satelitarnych.Moliwo doczenia tego typu analiz jest

jednym z podstawowych kryteriw rozrnieniamidzy Big Data a klasyczn analityk.

Velocity czyli szybko analizy danych

Przetwarzanie danych w organizacjach odbywasi wci na rne sposoby od przetwarzaniawsadowego (batch processing) gdzie dane

adowane s do systemu w okrelonychinterwaach, do cigego przepywu danychz systemw transakcyjnych do systemwanalitycznych. Chocia pierwszy ze sposobw

jest charakterystyczny dla klasycznych systemwopartych na hurtowniach danych, to w wiecieBig Data rwnie jest mocno obecny wanietak dostarczane s dane do przetworzeniaw rodowisko Hadoop. Podobnie jestw przypadku np. danych pochodzcychz inteligentnych licznikw energii porcje

danych adowane s do systemu zazwyczajco kwadrans. Z kolei cigy dopyw danych,to domena systemw typu CEP (ComplexEvent Processing), ktre s odpowiedzialne zareagowanie na okrelone zdarzenia, systemwdo analizy tekstu i wyszukiwania i innychrozwiza dedykowanych do automatycznejreakcji na zdarzenia i procesy w rodowiskuinformatycznym (np. wykrywanie naduyw bankowoci). Kluczami do oceny potrzeb

w zakresie szybkoci analizy Big Data s procesybiznesowe i wymagania uytkownikw. Dobrymprzykadem s np. fundusze hedgingoweinwestujce na rynkach wiatowych

w ich przypadku znaczenie maj uamkisekund. Z drugiej strony wyszukiwarki sieciowemusz czsto przerobi ogromne woluminydanych, jednak nie musi to si dokonywaw czasie rzeczywistym. Podsumowujc w Big Data liczy si waciwa informacjadostarczona we waciwym czasie i z waciwym

poziomem dokadnoci.

Value czyli warto

Warto, to zdecydowanie najistotniejszacecha wyrniajca dla Big Data zarwnow kontekcie kosztu pozyskania technologii,

jak i korzyci jakie organizacje moguzyska w wyniku jej stosowania. Koszttechnologii jest bardzo istotn rnic

w porwnaniu z systemami z przeszoci,poniewa poszczeglne elementy ukadankiBig Data istniay od lat tyle, e nie byypowszechnie dostpne dla przecitnejrmy. Wielkie hurtownie danych istniayw sektorze nansowym, telekomunikacyjnym,czy handlu detalicznym. Monitorowaniew czasie rzeczywistym rwnie byo obecnena rynku chociaby w usugach nansowych(trading), przewidywaniu zjawisk pogodowych,czy wykrywaniu naduy. Analiza danych

nieustrukturyzowanych w zakresie analizy teksturwnie nie jest najnowszym wynalazkiem,podobnie jak superkomputery do zastosowanaukowych. To co wyrnia obecnsytuacj, to znaczco niszy koszt pozyskaniawysokowydajnych technologii obliczeniowychi analitycznych. Jest to efekt spadajcych censprztu komputerowego o wysokich parametrachoraz dostpnoci oprogramowania open sourcew chmurze.

Warto odnosi si rwnie do korzyci, jakieosigaj rmy i organy administracji w wynikuimplementacji Big Data:


11/114

11

Redukcja kosztw kapitaowych -oprogramowanie, sprzt i inne

Wydajno operacyjna oszczdnociw kosztach pracy wynikajce z bardziejefektywnych metod integracji danych,zarzdzania, analiz i dostarczania

do uytkownika Udoskonalenie procesw biznesowych

zwikszenie obrotw i/lub zysku dzikinowym lub lepszym sposobom prowadzeniabiznesu w zakresie usprawnienia transakcji,zarzdzania spoecznociami klientwczy waciwej dystrybucji usug publicznych(zdrowotnych, edukacyjnych lub spoecznych)

Nieporozumienia zwizane z Big Data

Podobnie jak w przypadku chmury, istniejewiele nieporozumie dotyczcych pojcia BigData. Wielu dostawcw technologii i usugprbuje wykorzysta marketingowo to pojcieprzyczyniajc si do stworzenia szeregumitw na jego temat. Najpopularniejszez nieporozumie to:

- Relacyjne bazy danych (RDBMS) majograniczenia skalowalnoci i dlatego nie s

czci koncepcji Big Data- Hadoop (czy te inne rodowiska oparte

na koncepcji MapReduce), to najlepszy wybrw zakresie technologii Big Data niezalenieod obcie i zastosowania

- Epoka usystematyzowanych baz danychdobiega koca, schematy tylko przeszkadzajwe wdroeniach Big Data

- Wdroenia Big Data potrzebne s tylko w celuprzetwarzania analitycznego

- Analityka oparta na Big Data, to co zupenienowego i innego, co nie byo dostpne doczasu stworzenia obecnych technologii

To prawda, e bazy NoSQL zyskuj na

popularnoci we wdroeniach Big Data, jednak

standardowe bazy relacyjne nadal graj wan

rol na tym rynku. Hadoop jest oczywicie

najczciej wymienianym rodowiskiem, ale

nie jest ani jedyn form zarzdzania danymi,

ani jedyn form implementacji funkcjiMapReduce. Wreszcie sama idea Big Data

jako czego zupenie nowatorskiego jest

faszywa. Koncepcje wykorzystania wielkich

woluminw danych byy wykorzystywane od

wielu lat. Tym, co rzeczywicie si zmienio, to

dostpno tej technologii dziki spadajcym

cenom oraz moliwoci odkrywania zalenoci

midzy wielkimi zbiorami rnych typw danych

pochodzcych z szerokiego spektrum systemw

rdowych.

Co dalej?

Big Data to wci mody i rozwijajcy si rynek.

Podobnie jak na rynku Business Intelligence w

jego pocztkach, napdzany jest on przez rzesz

maych, innowacyjnych rm, ktre prbuj

poszerzy i przyspieszy moliwoci dziaania

wielkich woluminw danych. Ich gwnymi

obszarami dziaalnoci s; organizacja

i zarzdzanie danymi, analizy i wyszukiwanie

informacji. W Big Data zaangaowane s

rwnie wielkie midzynarodowe koncerny,

ktre postrzegaj Big Data jako kolejny czynnik

wzrostu ich biznesu. Dodatkowo due znaczenie

dla rynku Big Data maj inicjatywy takie jak

Hadoop czy NoSQL, ktre rzucaj wyzwanie

tradycyjnym podejciom, obecnym na rynku

czsto ju od ponad 30 lat. Ich waciwoci

jest take to, e umoliwiaj spoecznoci

przeprowadzanie operacji, ktre wydawao

si, e nie bd nigdy moliwe bez wysoce

wyspecjalizowanego oprogramowania i sprztu.


12/114

12

Przed rynkiem Big Data stoi jednak wielewyzwa. Aby w peni si rozwin, jegouczestnicy bd musieli trafnie odpowiedziena wikszo z nich. Do najwaniejszych zaliczanes niedobory kadrowe brak wystarczajcejiloci osb z wysokimi umiejtnociamiw zakresie zaawansowanych analiz.

Uniwersytety i inne placwki naukowe starajsi odpowiedzie na to wyzwanie, zwikszajcilo miejsc na kierunkach powizanychz zaawansowana statystyk i naukamimatematycznymi. Niedostatek umiejtnociwrd zag przedsibiorstw bdzie prowadzido prac nad rozwojem jednolitych platformdostpu do danych, ktre bd pozwala nawetmniej obeznanym osobom na przeprowadzanieanaliz na podstawie wielu rde tak

tradycyjnych jak i nieustrukturyzowanych.Intuicyjno jego obsugi bdzie kluczem dlasukcesu rynkowego tu obok zaufania do

jakoci danych generowanych przez taki system.

Firmy, ktre zainwestuj w rozwj infrastrukturyBig Data dostan szans nie tylko napoprawienie dziaania swoich dotychczasowychlinii biznesowych, ale take stworzenia nowych,opartych na nowych informacjach o trendachkonsumenckich lub oferowaniu dostpu

do takich zbiorw innym podmiotom. Wiele rm,zwaszcza w branach o wielkich ilociachdanych pochodzcych od klientw (nanse,telekomunikacja, handel detaliczny, ochronazdrowia, administracja pastwowa) moew znaczcy sposb podnie wydajno swojejdziaalnoci i zmodykowa procesy biznesowe,bazujc na trendach uzyskanych z repozytoriwBig Data.

W kontekcie samego rynku IT, w najbliszymczasie moemy spodziewa si kolejnej faliprzej. W latach 2006-2007 producencinarzdzi BI Cognos, Business Objects i Hyperionzostali kupieni przez wielkich dostawcwrozwiza IT odpowiednio: IBM, SAPi Oracle. Podobne zjawisko moe nastpi

ju wkrtce obiektami przej bd rmy,ktre zademonstruj innowacyjne mechanizmypowizane z Big Data, stan si lideramiswoich rynkw i wyka si dobr dynamikprzychodw. Klienci takich rm bd poszukiwalirozwiza, ktre przybli ich do ideau analizw czasie rzeczywistym. Zainteresowanie bdzieukierunkowane na oprogramowanieumoliwiajce monitorowanie, powiadamianie,analiz i inteligentn automatyk procesw.

Jednoczenie kontynuowana bdzie presjana dostawcw serwerw, pamici masowychi urzdze klienci bd oczekiwali dalszegospadku cen przy jednoczesnej poprawiewydajnoci tak, aby by w stanie analizowacoraz szybciej i coraz lepiej. Wielu uytkownikwsystemw Business Intelligence twierdzi,e powoduj one w organizacji coraz wikszygd danych wrd uytkownikwpojawia si coraz wicej potrzeb na corazbardziej skomplikowane raporty i analizy.

W przypadku Big Data zjawisko to zapewneulegnie znacznemu nasileniu. Systemy BusinessIntelligence wci bd w rmach potrzebne zaryzykuj stwierdzenie, e bdzie ich corazwicej, zarwno pod wzgldem iloci rm jaki procentu pracownikw majcych do nichdostp. Jednak prawdziwa transformacja biznesubdzie wynikaa z waciwego wykorzystaniamoliwoci, jakie daje nam Big Data.


13/114

13

Tomasz Soniewski

Doczy do zespou IDC CEMA w styczniu 2003 roku. Pracuje w dziale zajmujcym si oprogramowaniem, przygotowujcraporty na temat tego rynku w Polsce i regionie Europy rodkowej i Wschodniej. Bra udzia w wielu projektachkonsultingowych, w ramach ktrych bada wiele obszarw funkcjonalnych oprogramowania komputerowego.Publikowa artykuy w prasie branowej w Polsce m.in. na temat oprogramowania bezpieczestwa, systemw ERP,oraz rozwiza Businesss Intelligence. Jest regularnie cytowany w polskiej prasie; wystpuje jako prelegent na wielukonferencjach, omawiajc zagadnienia zwizane z rynkiem IT.

Przed doczeniem do IDC, Tomasz Soniewski pracowa jako specjalista ds. dokumentacji w rmie dostarczajcej

oprogramowanie medyczne na rynek amerykaski. Posiada tytu magistra uzyskany w Instytucie StosunkwMidzynarodowych Uniwersytetu Warszawskiego.

W niniejszym artykule wykorzystany zosta raport IDC IDCs Worldwide Big Data Taxonomy, 2011, October2011, IDC#231099. W celu uzyskania dostpu do tego raportu i innych z zakresu Business Intelligence,Big Data i analityki biznesowej prosimy o kontakt z Pawem Olechowskim, Account Managerem IDC Polska([email protected], +48 22 548 40 53).

20 wrzenia w Warszawie odbdzie si konferencja IDC Big Data and Business Analytics Forum2012. Serdecznie zapraszamy do udziau w tym wydarzeniu! Rejestracja: www.events.idc-cema.com

lub www.idcpoland.pl, zakadka Konferencje.
http://events.idc-cema.com/eng/events/41187-idc-big-data-and-business-analytics-forum-2012?g_clang=POLhttp://www.idcpoland.pl/http://www.idcpoland.pl/http://events.idc-cema.com/eng/events/41187-idc-big-data-and-business-analytics-forum-2012?g_clang=POL


14/114

14

W cigu kilkunastu ostatnich miesicy na

wiatowym rynku popularno zdobywa kilkainnowacyjnych, technologicznych rozwiza,

pozwalajcych gromadzi, przetwarza

i udostpnia wci rosnc ilo danych.

Najwiksz wieo do nieco skostniaej

oferty rynkowej wnosz niezaleni dostawcy,

ktrzy dostrzegli ociao innowacyjn

w istniejcych i modernizowanych od lat

platformach BI duych dostawcw.

Wydaje si, e BI jest ostatni wan technologi,

ktra migruje z modelu cikiej wagi. Model tenopiera si na dokonaniu jednorazowego wyboru,

zakupie, instalacji i pniejszej eksploatacji

technologii. Wikszo systemw zarzdczych klasy

ERP/CRM/SCM funkcjonuje w takim modelu, ktry

dla IT i uytkownikw ju w krtkiej perspektywie

czasu staje si kosztowny i mao elastyczny.

Gwnymi bodcami zmian na rynku technologii BI,

ktre warto wymieni s:

konieczno obsugi zwikszajcego si

wolumenu danych i rnorodnoci ich rde

(minimalizacja czasu pozyskania zestawie),

skrcenie time-to-market (udostpnienie danych

lub tematu analitycznego),

minimalizacja TCO (Total Cost of Ownership),

wzrost znaczenia rozwiza wspierajcych

eksploracj danych lub specjalistyczn analiz,

wykorzystanie wiedzy zawartej w danych

procesach operacyjnych (ptla zwrotna wiedzy,

automatyzacja decyzji),

narzdzia dla kocowego uytkownika musz

by proste, mobilne i przyjazne.

Niewielka innowacyjno duych rozwiza

wzmacniana jest przez niech IT do wdraaniarozwiza innowacyjnych. Zwizane jest to gwniez wyolbrzymianym ryzykiem organizacyjnymoraz trudnociami w obszarze integracji z jufunkcjonujc w organizacji architektur.

Rozwizania BI powinno si rozpatrywaprzynajmniej z dwch perspektyw:

perspektywa IT - jest to konkretna technologia,wymagajca konkretnych kompetencjiw rozwoju i utrzymaniu. Istotn jest kwestiaarchitektury (w skrcie zgodnoci zestandardami w organizacji, otwartoci),

perspektywa uytkownikw - BI jest kolejnymrozwizaniem informatycznym (platform,czasami aplikacj), za porednictwem ktregootrzymuj standardowe raporty, maj moliwoanalizy danych. Najwaniejszymi aspektami jestprostota uycia, dostpno, atrakcyjnai czytelna forma wizualizacji.

Nadal podstaw skutecznych rozwiza BI(wsparcie w podejmowaniu decyzji) jestposiadanie odpowiedniej jakoci danych.Wydaje si, e ten obszar jeszcze dugo nieznajdzie lepszej formy, ni scentralizowanerozwizanie. W tym miejscu warto nadmieni,e nie chodzi o jedn monolityczn platform,a o federacj dedykowanych komponentw,zarzdzanych i rozwijanych w modelucentralnym. Federacja w tym ujciu wymagaod poszczeglnych komponentw otwartoci,

rozumianej jako moliwo interakcji, zarwnona wejciu (np. dostarczenie danych), jak i nawyjciu komponentu (pobranie/przesanieprzetworzonych danych). Hermetyczno rozwiza

Subiektywny przegld rynku BIi jego przyszo

Rafa Gabinowski, INFOVIDE-MATRIX

Cay obszar zwizany z pozyskaniem, kolekcjonowaniem, analiz i wspdzieleniem wiedzy

dojrza ju na tyle, aby z centrum uwagi znikna technologia BI, a zastpia j zdolno

organizacji do wykorzystania danych i informacji.


15/114

15

do niedawna powodowana bya ograniczeniamitechnologicznymi lub licencyjnymi, ktre bardzoutrudniay moliwo zbudowania rozwojowejarchitektury. Do niedawna, poniewa presjarynkowa powoduje rozlunienie takiej politykidostawcw.

Kluczowe aktywnoci procesy zwizaneze wiadczeniem usugi

Opierajc si na naszym dowiadczeniuzauwaamy, i skutecznie dziaajcy BI powinienuwzgldnia podejcie usugowe. Przykadoweusugi, ktre obsugiwane s przez BI w organizacjito:

raportowanie obligatoryjne,

raportowanie operacyjne,

raportowanie zarzdcze,

analiza danych,

budetowanie i prognozowanie,

zapewnienie jakoci danych,

zapewnienie jakoci informacji,

pozyskiwanie danych, w tym ze rde

dla organizacji zewntrznych,

silnik obliczeniowy/reguowy,

udostpnienie danych do innych systemw.

Kada z wyej wymienionych usug powinna by

realizowana optymalnie do potrzeb i moliwoci

organizacji (nawet poszczeglnych dziaw,

czy kluczowych uytkownikw). Okrelenie kadej

z usug np. w ujciu biznesowym (np. The Business

Model Canvas Alexander Osterwalder), pozwala

efektywnie zarzdza inwestycjami, rozwojem

architektury BI i podnosi efektywnoci organizacji.


16/114

16

Kada z usug funkcjonuje w istotnym otoczeniu,ktre charakteryzuje si poniszymi cechami:

usuga (oferta) to:

interaktywno sposb wykorzystania/pracyz usug, np. statyczny raport, drenie danych,eksploracja danych,

responsywno sposb uruchamiania,

np. na danie, wg harmonogramu, time to market aktualno danych,

np. po zamkniciu okresu, real time,

jako danych globalnie spjne lub as is,

zoono dane (nieprzetworzone), informacja(dane przetworzone algorytmami - wyliczenia),wiedza,

klienci uytkownicy, odbiorcy danychi informacji,

kanay sposoby dystrybucji i dostarczaniainformacji,

relacje, SLA zasady dostarczania usug,parametry jakociowe,

kluczowe zasoby niezbdne komponentysystemowe i kompetencje osb.

W zaawansowanym rodowisku techniczno-biznesowym, w ktrym dziaaj zoone usugi,kluczowe jest znalezienie zotego rodka,pozwalajcego na szerokie i samodzielne dziaanieuytkownikw, przy jednoczesnej spjnej kontroli

bezpieczestwa i stabilnoci dziaania systemw.Z naszej wieloletniej praktyki wynika, e stosowaniezbyt duych ogranicze powoduje szukanie przezuytkownikw rozwiza zastpczych, ktrez reguy nie speniaj korporacyjnych standardwi mog sta si przeszkod w rozwijaniukultury BI. Znalezienie waciwej kombinacjiczcej elastyczno i funkcjonalno orazskoordynowanego rozwoju w gromadzeniu,przetwarzaniu i monitorowaniu uycia danych

jest wic dzi gwnym wyzwaniem. Platformy

korporacyjne na pewno nie strac na znaczeniui nadal ich rola w organizacji bdzie rosa.Lecz dodatkowe, indywidualne narzdzia,realizujce wybrane funkcjonalnoci, w naturalny

sposb przyspieszajce realizacj zadania,

bd staway si standardem. Przed IT stoi

wyzwanie konsolidacji platform i narzdzi,

ktre daleko wykracza poza obecne standardy

architektury. Kwestia otwartoci poszczeglnych

komponentw stanie si bardzo istotna, a IT musi

na tak przyszo by przygotowane.

Perspektywa IT

Od wielu lat dostpne s mniej lub bardziej

dedykowane bazy danych i nic nie wskazuje na to,

aby w krtkim czasie w obszarze przechowywania

danych zasza jaka radykalna zmiana.

W tej chwili dostpne s*:

Bazy relacyjne (np. Oracle, IMB DB2, Microsoft

SQL, Sybase ASE), Bazy kolumnowe (np. HP Vertica, ParAccel,

Sybase IQ, Infobright),

Bazy wielowymiarowe (np. Microsoft Analysis

Services, IBM TM1, Oracle Essbase),

In-memory (np. Microsoft PowerPivot,

QlikView, Tableau, Tibco Spotre, SAP HANA,

oraz rozszerzenia do baz relacyjnych Oracle -

TimesTen, IBM solidDB, MySQL),

Inverted index DBMS (jak Attivio, Endeca),

Bazy asocjacyjne (jak Saron Technology

i Splunk),

Bazy typu NoSQL (jak MongoDB, Cassandra,

CouchDB),

* wrd wymienionych produktw znajduj si

takie, ktre cz kilka klas.

Wartym odnotowania faktem jest wzbogacenie

oferty rynkowej przez rozwizania wspierajce

potrzeb przetwarzania rwnolegego na masowskal. S to rozwizania czce elementy

sprztowe oraz programowe (ang. Data Warehouse

Appliance). Obecnie wielu wiodcych dostawcw


17/114

17

systemw zarzdzania bazami danych posiada takiespecjalizowane rozwizania. Oprcz pionierskiej

Teradaty dostpne s Oracle Exadata, IBMNetezza, Microsoft Parallel Datawarehouse czyEMC Greenplum. Data Warehouse Appliance srozwizaniami kosztownymi, co pozycjonuje jedo duych rm i korporacji.

Klienci o mniej zasobnym portfelu lub z mniejszymiwymaganiami wydajnociowymi mog juskorzysta z technologii w modelu usuga jakoserwis (ang. Software as a Service) lub chmury.Usugi w tych modelach wiadcz m.in. takiermy jak Microsoft, SAP, Microstrategy. Mimoich atrakcyjnoci w stosunku do zakupuoprogramowania i budowy wasnej infrastruktury,mona je traktowa jako wart rozwaeniaalternatyw dla specycznych, punktowychzastosowa.

Z wartych odnotowania technologiiprzechowywania i przetwarzania danych wartopodkreli coraz intensywniej eksponowanerozwizania specjalizujce si w wykorzystaniupamici operacyjnej (in-memory). Mimo, i takierozwizania dostpne s ju od duszego czasu,za spraw nieznanych do niedawna produktwtakich jak QlikView czy Tableau, rwnie Microsoftudostpni swoje ciekawe rozwizanie w produkciePowerPivot.

W kontekcie analityki czasu rzeczywistego,gdzie mamy do czynienia z przeogromn ilocidanych wejciowych, klasyczne rozwizania sniewystarczajce. Sukces rmy Google opartyna paradygmacie MapReduce jest obecnierozwijany w projekcie open-sourceowymfundacji Apache Apache Hadoop (framework).Mimo ogromnego potencjau tego modeluco do rwnolegego przetwarzania wsadowegodanych, model ten nie jest w stanie speni

wymaga zwizanych z transakcyjnoci,aktualizacj danych w czasie rzeczywistym orazdziaa na zbiorach danych (skomplikowanychcze). W przypadku potrzeby analizy danych

napywajcych strumieniem (np. miliona zdarzena sekund) i oczekiwanego wyniku analizyw cigu kilku sekund, niezbdna jest odpowiedniaarchitektura przepywu danych. RozwizanieVoltDB w poczeniu z Hadoop jest ju w staniekonkurowa z dedykowanym rozwizaniem,np. Cloudscale, ktre uwolnio si od wsadowego

przetwarzania danych. W takich zastosowaniachjak detekcja naduy (fraud detection),reklama mobilna, usugi lokalizacyjne,czy platformy handlowe (trade) mamy szansskutecznie zrealizowa.

Perspektywa uytkownika

Wspomniane wyej produkty QlikView i Tableau,w szczeglnie efektywny sposb realizujpostulaty uytkownikw zwizanych z samodzieln

eksploracj danych oraz przyjaznych i niezwykleresponsywnych narzdzi. Mimo ich niedostatkwpod wzgldem architektury korporacyjnej(szybko uzupeniane przez producentw),s rewelacyjn propozycj dla dedykowanych,tematycznych aplikacji analitycznych. Aplikacjetakie wyrniaj si zaawansowan wizualizacjdanych oraz interakcj z uytkownikiem.


18/114

18

Bogactwo form, umoliwiajce lepsz percepcjdanych, pozwala na pogrupowanie prezentacjiw formie znanych z duych platform BI kokpitwinformacyjnych/zarzdczych.

Rozwizania takie coraz czciej staj sikomponentem wdraanym w organizacjach jakouzupenienie duych platform BI. Dodatkowym,bardzo wanym atutem, jest ich lekko, zwizanaz byskawicznym (w stosunku do duych platform)cyklem wdraania i dostarczania wymiernychkorzyci uytkownikom.

W dobie upowszechniania si dostpu do internetuoraz rosncej byskawicznie wydajnoci urzdzemobilnych (smartfony i tablety), kady liczcysi dostawca udostpnia swoje wersje rozwiza,czy to z poziomu przegldarki WWW, czy aplikacjiuruchamianych bezporednio na urzdzeniach(np. Microstrategy).

Dostp z urzdze mobilnych, w naszymprzekonaniu, powinien by podyktowany

ewidentnymi korzyciami biznesowymi, budujcymiprzewag konkurencyjn (np. dla pracownikww terenie dane s potrzebne tu i teraz, a nie gdywrc do biura) lub wspierajcymi interakcjz odbiorc produktw, czy usug rmy na skalmasow. Ciekawym przykadem tendencjiw tym obszarze jest np. rozwizanie RoamBI.rdem danych dla tego rozwizania moe byarkusz kalkulacyjny (lub korporacyjna platformaBI), ktry w atrakcyjnej formie jedynie wizualizujeudostpnione dane.

Na zakoczenie

Przyszo BI, a w szczeglnoci efektywnowykorzystania danych, aby stay si uyteczninformacj i wiedz w organizacji, w duej mierzezaley od samych organizacji. Oferta rynkowana pierwszy rzut oka wydaje si naprawd bogata.Std bardzo wan kwesti jest, aby umiejtniewybra z tego bogactwa. W wyborze na pewnopomoe zdeniowanie i okrelenie usug wraz

ze sprecyzowaniem oczekiwanej funkcjonalnoci.Nie naley ba si rnorodnoci technologiiwspierajcej prac uytkownikw. Naley zadbao poprawno oraz otwarto architektury.


19/114

19

W najbliszym czasie naley si spodziewa,e najwiksi dostawcy dostosuj si z ofertfunkcjonaln i licencyjn do potrzeb rynku(w reakcji na wdzierajce si innowacyjnerozwizania) oraz, e nastpi dalsza ekspansjarozwiza wspierajcych uytkownikww samodzielnoci i eksploracji danych.

Przyzwyczajenia uytkownikw, pynce ze stylujaki wprowadzi Google ze swoj wyszukiwark(byskawiczna odpowied na zapytania), bdzieco raz bardziej wspierana przez wzrost wydajnocitechnologii lub wykorzystanie nowoczesnychi dostosowanych silnikw baz danychi pamici operacyjnej.

Rafa Gabinowski

Jest starszym konsultantem w Grupie Kapitaowej INFOVIDE-MATRIX, ekspertem w dziedzinie rozwiza Business Intelligence.

Powyszy artyku powsta przy merytorycznym udziale konsultantw Infovide-Matrix S.A. i CTPartners S.A.


20/114

20

Business Intelligence to termin okrelajcy

klas rozwiza informatycznych, sucychdo przetwarzania danych, pochodzcych

z rnorodnych rde (np. systemwbillingowych, sprzedaowych i systemw

obsugi klienta) w spjne informacje majce

znaczenie biznesowe (np. segmentacjaklientw, rentowno produktw, czy efektywnoprocesw). Kto zoliwy mgby powiedzie,

e BI, to informatyczny sposb rozwizywaniaproblemw, ktre stworzya informatyka, takich

jak niespjno danych przetwarzanych w rnychsystemach, czy trudno stworzenia systemw

zdolnych sprosta wymaganiom zwizanymz automatyzacj procesw operacyjnych

i jednoczenie speniajcych zaawansowanepotrzeby dotyczce analizy danych w procesach

podejmowania decyzji. To jednak byoby duymuproszczeniem. W istocie, na BI naley patrzy

jako na dyscyplin suc budowaniu przewagiinformacyjnej, czyli podnoszenia konkurencyjnoci

przedsibiorstwa dziki wytworzeniu i zastosowaniuw procesach biznesowych wiedzy pozwalajcej

podejmowa trafniejsze decyzje, we waciwymmiejscu organizacji i we waciwym czasie.

Ten strategiczny wymiar Business Intelligencenabiera szczeglnego znaczenia dzi, kiedy

informacje wpywajce na dziaania organizacjipochodz coraz czciej nie tylko z ich wntrza.

rdem wartociowej wiedzy pozwalajcejsprawniej obsugiwa klientw, lepiej

dopasowywa ofert do ich potrzeb i skuteczniej

realizowa procesy innowacyjne, staje si otoczenie

organizacji tworzce jej ekosystem biznesowy.

Te nowe okazje dla rozwoju organizacji id w parze

z rozwojem technologii, ktra coraz lepiej radzi

sobie z przetwarzaniem wielkich wolumenw

danych, analiz tekstw, dwikw, obrazwi ludzkiej mowy.

Tak wic, w chwili obecnej kierunki rozwoju

narzdzi klasy BI wyznaczaj dwa najwaniejsze

trendy: z jednej strony stale zwikszajca si ilo

informacji, ktr mona zbiera i przetwarza,

z drugiej -innowacje technologiczne pozwalajce

je udostpnia, przetwarza i analizowa.

W cigu ostatnich kilku lat rozpowszechnienie

urzdze przenonych, takich jak tablety, smartfonyoraz aparaty cyfrowe, poprzedzone istotnym

rozwojem internetu i serwisw spoecznociowych,

spowodowao wygenerowanie niespotykanej

dotd iloci informacji, nioscych ze sob duy

potencja oraz istotn warto dla wielu organizacji.

Niestety w duej mierze maj one charakter

nieustrukturalizowany. Jeli potralibymy

wszystkie te informacje zebra i przetworzy,

stworzylibymy nowe perspektywy dla wielu rm.

Wyobramy sobie sytuacj, w ktrej wchodzimydo centrum handlowego, gdzie wita nas

najnowszy utwr naszego ulubionego wykonawcy,

a na ekranach telebimw widzimy oferty ubra

Szybciej, wicej, dalej, czyli: dokdzmierza Business Intelligence

Andrzej Miktus i Wojciech Wronka, Infovide-Matrix SA

Wyobramy sobie sytuacj, w ktrej wchodzimy do centrum handlowego, gdzie wita nas

najnowszy utwr ulubionego wykonawcy, a na telebimach widzimy oferty ubra w naszym

rozmiarze i ulubionej kolorystyce. Dodatkowo, na ekranie naszego smartfona pojawia si

oferta wymarzonej wycieczki, ktrej szukamy ju od tygodnia. Patrzc na dostpne dzisiaj

na rynku rozwizania moemy si spodziewa, e w cigu kilku najbliszych lat wdroeniepodobnych rozwiza, stanie si faktem.


21/114

21

w naszym rozmiarze i ulubionej kolorystyce.Dodatkowo, na ekranie naszego smartfona pojawiasi oferta wymarzonej wycieczki, ktrej szukamy

ju od tygodnia, czekajcej jedynie na zamwieniew biurze podry, ktre znajduje si tu za rogiem.

Rodzi si pytanie, czy taka perspektywa to jedynie

futurystyczna wizja, bdca spenieniem marzekadego marketera, czy te obraz niedalekiejprzyszoci? Patrzc na dostpne ju dzisiajna rynku rozwizania moemy si spodziewa,e w cigu kilku najbliszych lat wdroeniepodobnych rozwiza, stanie si po prostu faktem.

Narzdzia

Rozpoczynajc przegld technologii BI,w pierwszym rzdzie musimy zaj si zbieraniem,

przechowywaniem i przetwarzaniem informacji.Naley mie na uwadze rwnie to, e w ciguostatnich dwch lat zgromadzono wiksz ilodanych ni w caej dotychczasowej historii,a wedug analitykw IDC, w cigu najbliszejdekady, ilo przechowywanych danychmoe wzrosn nawet pidziesiciokrotnie.Pytanie zatem, skd taki trend? W warunkachwzmoonej konkurencji rmy chc wiedzie jaknajwicej o swoich klientach, a globalna siei wszechobecne urzdzenia elektroniczne oraz nowe

technologie, znacznie to uatwiaj. Dlatego te,ten szeroki strumie danych telemetrycznych,oplatajcy swoim zasigiem niemal cay glob,zaczyna pyn i zasila w informacje rmyz cakiem nowych w tym obszarze bran.

Zagadnienia zwizane z jej przetwarzaniemnajczciej okrela si terminem Big Data.Praktycznie kady liczcy si na rynku producentbaz danych, ma w swojej ofercie rozwizaniadedykowane do przetwarzania ogromnych

wolumenw danych oraz pozyskiwania informacjiz danych, ktre nie s uporzdkowane w adensposb, np. z komentarzy umieszczonychpod towarami w sklepach internetowych.


22/114

22

Wane jest jednak to, e mimo znaczcego

postpu, jaki dokona si w obszarze rozwoju

technologii budowy procesorw, pamici,

czy dyskw, klasyczne urzdzenia okazuj si

za mao wydajne, by sprosta stawianym obecnie

wyzwaniom w zakresie iloci danych. Dlatego

te konieczna jest zmiana sposobu mylenia,

wyznaczajcego nowy kierunek w stronprzetwarzania rwnolegego na masow skal.

Koncepcja takich rozwiza nie zostaa wymylona

dzi. Obecnie jednak da si zaobserwowa bardzo

szybki rozwj rozwiza takiej klasy, nazywanych

Data Warehouse Appliance. Rozwizanie

to czy elementy sprztowe i systemowe,

zoptymalizowane do rwnolegego przetwarzania

danych. Pionierem w tej dziedzinie bya Teradata,

ktra ju 1984 roku, jako pierwsza stworzya

tak zaprojektowane narzdzie. Obecnie wielu

wiodcych dostawcw systemw zarzdzaniabazami danych posiada w swojej ofercie Data

Warehouse Appliance. Oprcz wzmiankowanej

Teradaty istniej jeszcze rozwizania, takie jak

Oracle Exadata, Microsoft Parallel Datawarehouse,

IBM Netezza czy EMC Greenplum. W wikszoci

z nich wykorzystana jest architektura Sharred

Nothing, ktrej zaoenia sformuowa w 1986 roku

Michael Stonebraker. Bazuj one na zasadzie,

i due zadania atwiej zrealizowa, jeeli podzieli

si je na mniejsze i wykona w odpowiedniej

kolejnoci. Oczywicie w nurcie przetwarzania

rwnolegego, due przetwarzanie dzieli si na

mae czci, a nastpnie wykonuje przetwarzanie

wszystkich na raz. Zaletami takich urzdze jest ich

wysoka wydajno oraz skalowalno, jednak ze

wzgldu na ewentualne koszty s to rozwizania

skierowane do duych rm i korporacji.

Chmura obliczeniowa

Dla maych i rednich rm stworzenie infrastrukturydo samodzielnego zbierania i przetwarzania duej

iloci danych, zwizane jest czsto ze zbyt duymi

nakadami nansowymi. Naprzeciw potrzebom

sektora MSP wychodz jednak rmy, ktre

wiadcz coraz modniejsze na rynku usugi typu

cloud computing. Najpopularniejszy model

takiego przetwarzania polega na wykorzystaniu

aplikacji Business Intelligence, przechowywanej

i udostpnianej przez dostawc za pomoc

internetu. Taki model, nazywamy SaaS, czyli

oprogramowanie jako usuga. Usugi takiewiadcz m.in. Microsoft, SAP, Microstrategy.

W modelu tym, cao zagadnie zwizanych

z zarzdzaniem rodowiskiem, aktualizacj

oprogramowania i sprztu, wydajnoci

i cigoci dziaania rodowiska spada na

dostawc. Model ten moe by bardzo korzystny

i atrakcyjny dla wielu rm, naley jednak pamita,

e nie jest to rozwizanie pozbawione wad,

czy ryzyka. Jak pokazay ostatnie wydarzenia na

krajowym rynku usug oferowanych w chmurze,

kiedy jeden z dostawcw w jej wyniku odnotowaspektakularn awari, dua cz uytkownikw

stracia istotne dane.

Przechowywanie i przetwarzanie danych

Dla skutecznego podejmowania decyzji, konieczne

jest, aby informacje oparte byy na prawdziwych

danych, obrazujcych aktualn rzeczywisto.

Ponadto, uzyskanie penego obrazu danych

wymaga czstego analizowania ich pod rnymktem oraz w rnych przekrojach. Rwnie wany

jest czas przeznaczony na analiz, ktry powinien

by maksymalnie krtki, a co za tym idzie szybki.

Dziki rozwojowi rynku hardware, moliwe jest

dzisiaj wyposaenie serwerw przetwarzajcych

dane w takie iloci, aby analizy prowadzone nawet

na gigabajtach danych, mogy by prowadzone

w caoci w pamici komputera. Rozwizania

tego typu nazywane s obecnie in memory,

a ich popularyzacji sprzyja dostpno duej

iloci taniej pamici komputerowej i specjalnealgorytmy kompresji danych. Pozwalaj one

uzyska kompresj rzdu pi do dziesiciu razy.

Oznacza to, e dla kadych 10 gigabajtw danych,


23/114

23

przechowywanych w pamici dyskowej, rozwizanietypu in memory potrzebuje 1 - 3 gigabajtwpamici RAM.

W chwili obecnej na rynku s dwie grupy rozwizatego typu. Pierwsza grupa, ktrej przedstawicielem

jest rozwizanie rmy SAP HANA, jest

odpowiednikiem tradycyjnej bazy danych.Dane s trzymane w postaci ustrukturyzowanejw pamici RAM specjalnego serwera, stworzonegona potrzeby SAP - HANA i udostpniane zapomoc rnych aplikacji stanowicych warstwraportow. Rozwizanie takie gwarantuje szybkoprzetwarzania i udostpnienia informacji.

Druga grupa narzdzi reprezentowana np. przezQlikView, to narzdzia ktre integruj w jednejaplikacji przechowywanie i przetwarzanie oraz

wizualizacj danych. Ich du zalet jest to, e niewymagaj specjalnie skonstruowanych serwerw,w tym przypadku do ich instalacji wystarczyzwyky serwer z du iloci pamici RAM.Narzdzia te pozwalaj stworzy w krtkim czasieaplikacj, pozwalajc w bardzo intuicyjny sposbanalizowa dane. Rozwizanie takie ze wzglduna koszty wdroenia i atwo uytkowaniawydaje si idealne dla maych i rednich rm.W przypadku duych organizacji, gdzie kadydzia ma inne potrzeby informacyjne, naleaoby

tworzy oddzielne aplikacje dla kadego zespou.Takie podejcie w organizacji, w ktrej zachodzczste zmiany, moe spowodowa trudnociw utrzymaniu spjnoci danych, przechowywanychw rnych aplikacjach, co bdzie skutkowaznanym problemem chaosu informacyjnego- raporty z rnych dziaw dotyczce tegosamego zagadnienia biznesowego bd w sposbznaczcy rne.

Naley pamita, e kocowy uytkownik

rozwizania typu Business Intelligence widzi danepoprzez narzdzia raportowe. Do chwili obecnejna og oglda on raporty w postaci samej tabelkilub poczonej z wykresem, pozwalajcej na edycje.


24/114

24

Dzisiaj wzrost mocy obliczeniowej procesorw

oraz wiksza wydajno baz danych pozwala

na przedstawienie informacji w taki sposb,

ktry uatwia zrozumienie i analiz danych.

Na rynku zaczynaj dominowa rozwizania

umoliwiajce kontekstow analiz, tzw. kokpity,

kiedy nazywane menaderskimi, a teraz dostpne

dla wikszoci uytkownikw. Niewtpliw

zalet kokpitw, czy aplikacji analitycznych jest

prezentacja powizanych ze sob zagadniebiznesowych w jednym widoku, w wyjtkowo

czytelny i atrakcyjny sposb, co zwiksza

uyteczno prezentowanych danych.

Proste raporty w formie tabelek i wykresw powolis wypierane przez rozwizania eksponujcedane w sposb atrakcyjny wizualnie, wyposaonew rnego rodzaju kontrolki, wskaniki, alerty itp.Silna konkurencja wymusia sytuacj, w ktrejpraktycznie kady producent oprogramowaniaraportowego ma w swojej ofercie tzw. dashbordy.

Obecnie patrzc na kocow aplikacj uytkownikaciko jest powiedzie, w jakiej technologii jestwykonana, poniewa dostpne funkcjonalnocitych narzdzi s najczciej bardzo podobne.

Mobilny BI

Firmy oferujce produkty BI od duszego czasuusioway zainteresowa mobilnych uytkownikwswoj ofert. Niestety, ograniczenia technologicznezwizane z przesyaniem, magazynowaniem

i prezentacj danych na niewielkim ekranietelefonu powodoway, e nie byy to rozwizaniazbyt interesujce. Jednak pojawienie si narynku smartfonw i tabletw oraz technologiiumoliwiajcych bezprzewodowe przesyaniedanych, diametralnie zmienio sytuacj.Prezentacja najbardziej zoonych raportwprzestaa by problemem, poniewa dzikiurzdzeniom mobilnym, klient otrzymujeatrakcyjnie wizualnie i rwnie czytelne informacje,

jak te prezentowane na ekranie komputera.

Dlatego mona przypuszcza, e wikszoproducentw BI w przecigu najbliszego roku,

jeli jeszcze tego nie zrobia, to ju wkrtceudostpni oprogramowanie umoliwiajceprzeprowadzenie takich samych analiz na ekraniesmartfona, tabletu jak i zwykego komputera.

Zbieranie i przetwarzanie ogromnych ilociinformacji, ich analiza i prezentacja w czasierzeczywistym s coraz bardziej realne.

Moliwoci technologiczne s coraz wikszei ju wkrtce moemy spodziewa si spenieniafuturystycznych wizji twrcw fantastykinaukowej. Dlatego bardzo prawdopodobnym jest,


25/114

25

e w niedalekiej przyszoci systemy informatycznebd nam podpowiada na podstawie naszychdotychczasowych zakupw i informacji zawartychna nasz temat w serwisach spoecznociowych,o tym co i kiedy kupi. Dodatkowo, narzdzietakie pomoe rwnie zadba o nasze zdrowie,przetwarzajc informacje o przebytych chorobach,

czy stosowanej diecie. Ju dzisiaj jedna z brytyjskichrm ubezpieczeniowych, specjalizujca siw ubezpieczeniach samochodowych, stworzyaunikalny produkt przeznaczony dla najbardziejryzykownej grupy klientw modziey w wiekuponiej 30 lat. Istotnym elementem caegorozwizania s urzdzenia telemetryczne,montowane w ubezpieczanych autach.Narzdzie to rejestruje przebyt drog, gromadzc

informacje nie tylko o przebytych kilometrach,rejonach, w ktrych samochd si porusza alerwnie o prdkoci i stylu jazdy. Tego typuinformacje s poddane zaawansowanej obrbceanalitycznej i pozwalaj stworzy bardzo precyzyjnyrating ryzyka dla kadego ubezpieczonego, opartyna rzeczywistych danych zbieranych dzie po dniu.

Ponadto moliwo wykonywania ratinguna bieco oraz zapewnienie ubezpieczonymdostpu do tych informacji poprzez dedykowanyportal, czyni cay proces interaktywnym.System nie tylko pozwala efektywnie przyznawazniki tym kierowcom, ktrzy jed bezpiecznie,ale wrcz motywuje kierowcw do zmiany stylu

jazdy na bezpieczniejszy.

Andrzej Miktus

Ekspert w Dziale systemw Business Intelligence Invide-Matrix. Posiada kilkunastoletni praktyk w projektowaniui budowie zoonych systemw Hurtowni Danych, a zwaszcza due dowiadczenia w zakresie analizy, w tym m.in.: analizawymaga uytkownika, analiza procesw biznesowych, przygotowanie i prezentacja prototypw, umiejtno i dowiadczenie

w wykonywaniu analiz danych oraz analiz jakoci danych. Szeroka znajomo tematyki biznesowej rm telekomunikacyjnych.Specjalizuje si w systemach raportowych od identykacji potrzeb uytkownikw do wdroenia gotowego rozwizania.

Jest ekspertem od rozwizania SAP BusinessObjects. W ramach Infovide-Matrix jest odpowiedzialny za kompetencjew zakresie systemw Business Intelligence.

Wojciech Wronka

Manager w Dziale Technologii Hurtownianych, odpowiedzialny za dydaktyk i rozwj kompetencji zwizanych z budowHurtowni Danych, przetwarzaniem i integracj danych. Od czternastu lat bierze czynny udzia w projektowaniu warstwzasilania, ksztatowaniu architektury rozwiza oraz budowaniu strategii rozwoju Hurtowni Danych dla klientw z brany

Telco. Specjalizuje si budowie rozwiza w obszaru sterowania zasilaniem, integracji narzdzi ETL, narzdzi kontroli i poprawyjakoci danych, zarzdzania meta-danymi. Szczeglne miejsce w obszarze zainteresowa zajmuj zagadnienia zwizane

z przetwarzaniem rwnolegym i rozwizania klasy Data Warehouse Appliance (Teradata, Microsoft Parallel Data Warehouse,IBM Netezza czy Oracle Exadata).

***

W artykule s zamieszczone ilustracje pochodzce z rm SAP oraz QlickTech prezentujce przykadowe kokpity.


26/114

26

Business Analytics - nowe stare BusinessIntelligence i Performance Management

Podczas Gartner BI Summit 2012 w Londynie,Gartner rozpocz na dobre lansowanie nowego

terminu - Business Analitics (BA), w miejscestarego, poczciwego Business Intelligence(BI). W czym zatem BA jest inne (lepsze?)od BI? Z denicji termin ten ma pokrywazarwno aspekty zwizane z dostarczaniemkompleksowych narzdzi analitycznych(BI i Data Warehousing), jak i ich metodycznymi skutecznym wykorzystaniem, celem lepszegoprzekadania strategii (planowanie, monitorowanie,optymalizacja) na realne dziaania i wydajnoorganizacji (Performance Management).

Czy ma to jakiekolwiek znaczenie dla samejdziedziny, czy biznesowych zastosowa analityki?Oczywicie praktyczne adne, poza nownomenklatur i kolejnym terminem, ktregoprecyzyjnej denicji nikt do koca nie bdziew stanie poda i kady bdzie mia jego wasnerozumienie. Podobnie jest obecnie z terminemBusiness Intelligence, ktry jedni rozumiej jakorozwizania do raportowania i analizy danych, inniwczaj w jego zakres rwnie aspekty zwizanez dziedzin Hurtowni Danych (Data Warehousing),

a jeszcze inni rozumiej przez niego rwniepraktyczne wykorzystanie analityki w celachbiznesowych, czyli dokadnie to, co pod terminemBusiness Analytics deniuje Gartner.

Jak stare jest Business Intelligence?

Skoro mamy mwi o nowociach w BI, to wartote zwrci uwag na to, co byo kiedy.eby jednak mwi o BI i jego pocztkach,

przytocz najpierw jedn (z wielu) denicji tegoterminu, ktr uwaam za najbardziej odpowiednii kompleksow.

Business Intelligence to zbir praktyk, metodyk,

narzdzi i technologii informatycznych sucychdo zbierania i integrowania danych, w celudostarczania waciwej wiedzy i informacjido waciwych osb we waciwym czasie.

Jeeli przyjmiemy takie rozumienie BI, to okae si

(z niewielkim przymrueniem oka), e ju staroytnecywilizacje skutecznie stosoway analityki monitoroway pewne kluczowe wskanikiwydajnoci. Ponad pi tysicy lat temu Egipcjanie

budowali pierwsze tzw. nilomierze, ktre pozwalayim ledzi stan wd Nilu oraz, na podstawieodpowiednich odczytw, prognozowa stanrzeki w kolejnych miesicach. Dziki tym danymbyli oni w stanie przewidzie, jakie plony bd

w danym roku, a co za tym idzie, jakie podatkimog zosta naoone na posplstwo. Gdyby tylko

mieli dostpn technologi monitoringu, to bymoe jeden z kokpitw menaderskich gwnegoekonoma Egiptu, wygldaby jak przedstawiono

na Rysunku 1.

Najnowsze trendy w BusinessIntelligence z czym to si je,

jak czyta menu i co zamwi?Marcin Choiski, BI.PL

Business Analytics, Big Data, Mobile BI, Cloud BI, Collaborative BI to tylko niektre

z lansowanych w ostatnim czasie trendw na rynku rozwiza Business Intelligence.

Czy to jedynie nowe buzzwords, kreowane celem zwikszenia sprzeday vendorw

rozwiza BI, czy moe uyteczne technologie? W niniejszym materiale postaram sipo krtce opowiedzie skd si wziy, czego dotycz oraz kto i kiedy powinien zastanowi

si nad ich wykorzystaniem.


27/114

27

Duo bardziej wspczenie wygldajcezestawienia i raporty powstaway ju w XVIII wieku.Przykadem moe by swoisty data mashup,prezentujcy na jednym zestawieniu kilkarnych informacji w kontekcie kilku wymiarw(Rysunek 2). Stworzy je w 1821 roku szkockiinynier, grawer i pasjonat polityki gospodarczej William Playfair. Prezentuje ono porwnaniecen kwartau pszenicy z wynagrodzeniem dobregomechanika w perspektywie czasu (lata 1565-1821)zobrazowanej panowaniem poszczeglnychwadcw w Anglii, ktrego celem byo pokazanie,e pszenica jeszcze nigdy nie bya tak taniawzgldem przecitnych wynagrodze.

Inne przykady innowacyjnych form wizualizacjiz czasw, kiedy o komputerach jeszcze niktnawet nie marzy (przedstawione na Rysunku 3.),to bogata wizualizacja kampanii napoleoskiej

z wieloma wymiarami na jednym zestawieniu,wykres mapowy (oba autorstwa francuskiegoinyniera Charlesa Josepha Minarda), czywykres radarowy autorstwa Williama Farra(wszystko XVIII w.).

Oczywicie wraz z rozwojem technologiiinformacyjnych dotarlimy w ostatnich latachdo momentu, gdzie analityka biznesowadanych jest cile zwizana z rozwizaniamiinformatycznymi, ktre utosamiamy z pojciemBusiness Intelligence. Kojarzy si nam ona bardziejz kokpitem informacyjnym, jak na Rysunku 4.,ni z kamiennymi schodkami na brzegu Nilu.

(Kluczowe) zmiany, zmiany, zmiany

Nie trudno zauway, e jednym z kluczowychczynnikw odpowiedzialnych za rozwjw dziedzinie analityki biznesowej (jako szerokorozumianego Business Intelligence), jestpostp technologiczny (ale rwnie kulturowyi cywilizacyjny). Poniej omwione zostay kluczowe

zmiany, jakie zaszy w ostatnich dziesicioleciachi latach, ktre miay kluczowy wpyw na rozwjdziedziny Business Intelligence i jej najnowszetrendy.

Rysunek 1. Hipotetyczny kokpit menaderski gwnego

ekonoma Egiptu sprzed kilku tysicy lat

Rysunek 2. Data mashup - William Playfair 1821 rok.

Rysunek 3. Przykady zaawansowanych form wizualizacji

danych z XVIII w.

Rysunek 4. Przykadowy kokpit menaderski


28/114

28

Coraz wicej coraz taszej pamici

W kocu lat czterdziestych ubiegego wieku

wynaleziono magnetyczn pami ferrytow,ktra by jedn z pierwszych nie-mechanicznychform przechowywania informacji. Pamici tego

typu stosowane byy do koca lat 70-tych.Przedstawiona na Rysunku 5. ko, ma wielko

strusiego jaja i moe pomieci zaszczytne28 672 bajty (4096 56-bitowych sw, czyli229 376 bitw, gdzie kady bit to jedenrdze ferrytowy).

Prawo Moorea, mwice o podwajaniu si

liczby tranzystorw w pojedynczym ukadzie

scalonym co dwa lata, ma zastosowanie rwnie

dla pamici (zarwno operacyjnej, jak i dyskw

twardych). Dodatkowo pami ta jest coraz

tasza. W 1956 roku 1 megabajt dysku twardego

kosztowa bagatela $10 000, w latach 80-tych

koszt ten spad ju do $200. W roku 2010za 1 centa mona byo dosta ponad 100

megabajtw. Spada rwnie czas dostpu do

pamici (patrz ostatnia rewolucja zwizana

z dyskami SDD).

Coraz szybsze przetwarzanie danych

Jeszcze w latach 90-tych, w erze popularyzacji

komputerw klasy PC, mielimy do czynienia

z zegarami procesorw taktowanymi z prdkoci

20 MHz. Kto nie pamita przycisku Turbo(Rysunek 6.) np. na komputerach 486, ktre

pozwalay zmieni taktowanie zegara z 20

na 40 MHz, celem zapewnienia zgodnoci

wstecz z programami, ktre dziaay w oparciu

o wolniejsze zegary. Kilka lat temu doszlimy

do zycznych granic moliwoci technologii

pprzewodnikowych, gdzie przy taktowaniu

zegara na poziomie 4GHz prd by w stanie

przeby cae 8 m. Oznacza to, e pami nie

moga by zycznie dalej, jak 4 cm od procesora,

aby prd zdy do pamici dotrze i wrci

z wynikami do procesora w czasie jednego taktu.

Fakt ten, wraz z problemami z chodzeniem

tak szybko dziaajcych ukadw sprawi,

e posiadanie np. 4 rdzeni procesora jest obecnie

cech najzwyklejszych komputerw klasy PC,

a nie rozwiza serwerowych.

Coraz wiksza prdko transmisji danych

Dwa miesice temu rma IBM przeprowadziatesty cza, pozwalajcego na transmisj danych

z prdkoci 1 Tbit/s, a jeszcze tak niedawno

korzystalimy z modemw i czy klasy dial-up,

Rysunek 6. Taktowanie zegarw w komputerach

z lat 90-tych

Rysunek 7. Popularny modem transmisji danych

z prdkoci 56 kbit/s

Rysunek 5. Ko pamici ferrytowej


29/114

29

dziaajcych z prdkoci 56 kbit/s. Obecnie

jestemy w stanie przesya olbrzymie iloci danychpraktycznie w czasie rzeczywistym.

Postp technologiczny w piguce

Obraz podobno wart tysica sw. Rysunek 8.

przedstawia postp technologiczny ostatnichdziesicioleci w piguce. Wspczesne pralki maj

obecnie lepsze procesory i wicej pamici ni sonda

Apollo 11, ktra pozwolia Neilowi Armstrongowistan na Ksiycu i bezpiecznie wrci na Ziemi.

Nie tylko technologia si zmienia

Zmiany, z ktrymi mamy obecnie do czynienia,

tycz si nie tylko aspektw technologicznych.Na rynku pojawia si obecnie nowa klasa

pracownikw, a co za tym idzie uytkownikw

biznesowych systemw IT, ktrzy maj zupenieinne kompetencje oraz zupenie inne oczekiwania

wobec rozwiza informatycznych. Przecitny

uytkownik facebooka potra publikowa

rnego rodzaju treci, zarzdza uprawnieniamido swoich publikacji, deniowa grupy

uytkownikw i przypisywa im odpowiednie role

i uprawnienia do niedawna bya to domenajedynie administratorw systemw IT. Przecitny

uytkownik iGoogle za to, potra zbudowa

swj wasny, interaktywny kokpit menaderski.

Rzesze osb o prolu biznesowym buduj wasnestrony internetowe i blogi w oparciu i silniki

CMS, takie jak WordPress, a dane o ruchu na nich

analizuj w rozwizaniach typu Google Analytics.

Big Data Analytics

Jednym z gwnych trendw w zakresieBusiness Intelligence jest obecnie tzw. Big Data.

Oczywicie, jak jest to w przypadku wikszociaspektw zwizanych z BI, brak jest jedneji powszechnie uznanej denicji tego terminu.

Biorc pod uwag sam nazw, ktra wskazuje

na due iloci danych, moemy mwio zbiorach danych o rozmiarach, ktrychanaliza i przetwarzanie przekracza moliwocistandardowych systemw baz danych oraz narzdzianalitycznych. Takie podejcie oznacza oczywiciepynn granic, ktra obecnie powinna znajdowasi w granicach setek terabajtw, czy petabajtw.

Termin Big Data nie jest jednak zwizanyjedynie z iloci danych, jakie przetwarzamy

analitycznie. Jednym z kluczowych aspektwjest tutaj rnorodno tyche danych. Dawniejanalizowalimy, gwnie ze wzgldu na dostpnedane rdowe i moliwoci technologiczne,zagregowane dane dotyczce kluczowych transakcjidla danego biznesu (np. pozycje z faktur, czyparagonw). Z czasem i postpem technologicznymbylimy w stanie gromadzi i analizowa danena poziomie poszczeglnych transakcji (dla rnychprocesw biznesowych w organizacji). TechnologiaRFID, czy popularyzacja sklepw internetowych,

pozwoliy nam na analiz tzw. sub-transakcji,czyli zdarze, ktre doprowadziy do transakcji(np. obejrzenie przez klienta produktw A, Bi C, przed wybraniem i zakupem produktu B).

Rysunek 8. Co ma p...ralka do Apollo 11?

Rysunek 9. Nowa klasa uytkownikw biznesowych


30/114

30

Obecnie (i jest to fakt rynkowy, a nie badania

akademickie) analizuje si rwnie zdarzenia, ktre

doprowadziy do sub-transakcji (tzw. light-touch

data fragments) np. poprzez analiz cieek (dane

GPS), jakimi poruszaj si klienci i to kiedy i w jaki

sposb odwiedzaj poszczeglne sklepy.

Mona powiedzie, e obecnie Big Data odnosi

si do rozwiza, ktre pozwalaj w sposb

zintegrowany ledzi wszelkie moliwe dane na

temat interakcji klientw z naszym biznesem.

Na poziomie biznesowym jest to swoisty transfer

technologii, z tej zorientowanej na analiz

transakcji, na zorientowan na analiz interakcji.

Od strony technologicznej, Big Data nie jest now

klas systemw, a raczej zbiorem rnorodnych

rozwiza i technologii, ktre wykorzystywane s

do analityki duych zbirw danych. Wrd nichmoemy wyrni:

Data Warehouse Appliances zintegrowane

rozwizania obejmujce z reguy

prekongurowany sprzt, system operacyjny,

system zarzdzania baz danych, referencyjny

model danych, aplikacje analityczne;

Rozwizania in-memory narzdzia

pozwalajce na analiz duej iloci danych

w pamici operacyjnej, czsto na maszynieuytkownika kocowego. Z reguy s to

rozwizania klasy Data Discovery, zapewniajce

du swobod uytkownikom biznesowym,

kosztem wikszych problemw z zarzdzaniem

i utrzymaniem rozwizania;

Kolumnowe bazy danych technologia

bazodanowa oparta o przechowywanie

danych na dyskach w uoeniu kolumnowym,

a nie wierszowym (klasyczne RDBMS

przechowuj w ssiednich komrkach pamicidane wiersza tabeli). Technologia jest znana

od dawna, jednak zostaa spopularyzowana

w ramach rozwiza analitycznych, gdzie

ze wzgldu na specyk dostpu do danych

(odczyty duej iloci danych w oparciu

o ltrowanie po wartoci wybranych kolumn),

przy przechowywaniu i kompresowaniu kolumn

danych, moliwa jest optymalizacja iloci

odczytw z dysku (w dzisiejszych czasach

jest to najbardziej znaczce wskie gardo).

Problemem tego typu rozwiza jest

odpowiednia konguracja, celem wykorzystania

potencjay technologii;

Dedykowane rozwizania systemy szyte na

miar, pod konkretne zastosowania biznesowe;

Optymalizacja przy analityce duych

zbirw danych wci nieoceniona jest klasyczna

optymalizacja, czyli m. in. partycjonowanie,

kompresja danych, indeksowanie (np. indeksy

bitmapowo-zczeniowe), tabele zorganizowane

indeksowo, materializacja (systemy widokw

zmaterializowanych dla wybranych

tzw. cuboidw), query rewrite itp.

W praktyce, w szczeglnoci w Polsce, niewiele

rm moe i w praktyce korzysta z tak duych

zbiorw danych i bd to z reguy telekomy, banki,

ubezpieczenia i instytucje nansowe, czy due

sieci handlowe. Zanim zdecydujemy si zapaci

za analizy Big Data, zwerykujmy czy nasze danes rzeczywicie Big, czy mamy odpowiednie dane

rdowe oraz czy mamy odpowiedni potrzeb

oraz business-case.

Rysunek 10. Big Data Analytics


31/114

31

Mobile BI analityka w kieszeni analityka

Od kilku lat mobilne aplikacje BI znajduj si

w czowkach prognoz na przyszo sposobu

korzystania z rozwiza BI. Wydaje si by to

w peni uzasadnionym i logicznym trendem,

biorc pod uwag rosnce wykorzystanie tabletw

i smartfonw oraz ich coraz wiksze moliwocitechnologiczne. Parametry takie jak 800 MHz,

64 GB, ekran 960x640 px, 17 milionw kolorw,

s obecnie dostpne dla przecitnego uytkownika

smartfona, a jeszcze relatywnie niedawno byy

nieosigalne dla klasycznych komputerw.Dodatkowo o powszechnoci wykorzystania

urzdze mobilnych moe wiadczy fakt,

e wg danych Apple w 2012 roku 92% rm z listy

Fortune 500 przetestuje lub wdroy iPady.

Mimo to, wg raportu BARC The BI Survay10, tylko 8% rm przyznaje si do korzystania

z mobilnego dostpu do swoich raportw i analiz.

Faktem jest, e gwnymi zainteresowanymi

s wysocy rang menaderowie i czonkowie

zarzdw, ktrzy z reguy oczekuj gotowych

informacji na yczenie od swoich analitykw.

Z drugiej strony prawie 30% respondentw

BARC potwierdzio plany wdroenia mobilnego

BI, a Gartner prognozuje wzrost wykorzystania

tego typu rozwiza w tempie 40% CAGR.

Na rynku ju od paru lat jest dostpnych wiele

mobilnych aplikacji analitycznych (w szczeglnoci

rozwizania zintegrowane z wiodcymi platformami

BI, czy rozwizania takie jak RoamBI). Z pewnoci

wiele pracy jest jeszcze do wykonania w obszarze

form wizualizacji danych, ktre powinny by lepiej

dopasowane do moliwoci urzdze mobilnych w szczeglnoci rozmiarw ich ekranw

oraz interfejsw.

Na pewno warto rozway skorzystaniez mobilnego BI, ale jedynie w przypadkugdy istnieje dla tego typu rozwiza odpowiednie

uzasadnienie i business case w naszej organizacji.

Cloud BI bujanie w obokach,czy praktyczne rozwizania

Coraz wicej rm w Polsce i na wiecie decydujesi na rozwizania w chmurze, czy w modeluSaaS (Software as a Service). Rozwizania tez pewnoci daj moliwo zredukowania kosztwi swoistego outsourcingu infrastruktury (rwnieBI) w skali dopasowanej do aktualnych potrzeborganizacji. Mimo to, nie s to jeszcze rozwizaniaw naszym kraju bardzo popularne, a stosowanieich nabiera najwikszego sensu w chwili, gdypena infrastruktura systemw informatycznychorganizacji znajduje si w chmurze (prywatnej

lub publicznej).

W teorii rozwizania oparte o chmur s corazbardziej stabilne, wydajne, bezpieczne i godnezaufania. Przeczy temu jednak fakt, e awaria

jednego z gwnych dostawcw rozwizacloudowych w Polsce sprawia, e kilkapopularnych serwisw internetowych na pewienczas przestao dziaa, a cz ich danych zostaabezpowrotnie utracona.

Decydujc si na rozwizanie BI w chmurze warto

zwrci szczegln uwag na aspekty integracyjne.Praktyczne zastosowanie maj obecnie gwniechmury prywatne. Rozwizania BI dostpne jakotypowy SaaS to wci jeszcze nisza.

Rysunek 11. Mobile Business Intelligence -

wodotyrysk, czy uyteczna technologia

Rysunek 12. Cloud Business Intelligence


32/114

32

BI dla mas, czyli rozpowszechnieniezastosowania BI

Wg danych TDWI, w 2009 roku adopcja rozwizaBusiness Intelligence (liczona jako uytkownikwkorzystajcych z BI co najmniej raz w tygodniu

do wszystkich majcych licencje) bya na poziomie

24%. Dane te nie ulegy znaczcej poprawiew ostatnich latach, co oznacza, e jest bardzo

wiele do zrobienia w obszarze rozpowszechnieniawykorzystania BI. Jest to kluczowe, poniewawarto jak generuj tego typu rozwizania,powstaje wanie w momencie, w ktrym

uytkownik biznesowy podejmuje lepsz decyzj,dziki dostpowi do odpowiedniej informacji.

Aby zwikszy adopcj BI naley wzi pod uwag

nowe oczekiwania uytkownikw biznesowych i to

jak si oni zmieniaj.

Self-service, DIY (Do It Yourself), czyli wicejwadzy w rkach uytkownika

Uytkownicy biznesowi maj coraz wikszewymagania, ale take coraz wiksze umiejtnoci,

ktre warto zutylizowa. Jak ju wspomniaemwczeniej, opisujc now generacj uytkownikwbiznesowych, ich umiejtnoci i kompetencjeksztatuj takie rozwizania jak facebook (nazywam

to efektem facebooka). Ich oczekiwania wzgldemdostpu do informacji ksztatuj za to takierozwizania jak Google, gdzie z wykorzystaniem

jednego pola tekstowego (obecnie nie musimyprzecie nawet wciska Szukaj) kady moeprzeszuka cay Internet pod ktem wybranychsw kluczowych, czy zapyta w cigu uamka

sekundy. Oczekiwania wzgldem intuicyjnocii ergonomii interfejsw uytkownika opartes o standardy wyznaczane przez takie rmy,

jak Apple. Coraz popularniejsze jest ostatnio

stwierdzenie proste jak Apple, szybkie jak Google.

Mamy do czynienia ze swoist demokratyzacj

informacji, gdzie tak naprawd kady moe by

i staje si tzw. Chief Data Ocerem. Trend ten

wspieraj narzdzia klasy Data Discovery,

ktre daj olbrzymi swobod uytkownikom

biznesowym w analiz danych. Korzystajc z tego

typu rozwiza, warto jednak uwaa na sytuacj,

w ktrej kady ma swojego przysowiowego

excela i swoj wersj prawdy.

Social media i Collaborative BI

Social Media pojawia si w ujciu trendw BI

w dwch kontekstach. Jeden z nich to analiza

danych na temat aktywnoci spoecznoci,

zwizanych z nasz organizacj i jej produktami.

W szczeglnoci w USA, konta rm na serwisach

spoecznociowych, takich jak twitter, czy facebook

s kopalni wiedzy i powstaj dedykowane

rozwizania do analizy tego typu danych.

Zanim jednak zdecydujemy si na wdroenie tego

typu narzdzia, warto zwerykowa, czy posiadamy

odpowiednie dane do analizy.

Inny obszar BI, gdzie pojawia si kontekst

Socia Media, to sama konstrukcja narzdzi

klasy analitycznych, ktra powinna zachca

do wsppracy i dzielenia si wiedz pomidzy

uytkownikami (tzw. collaborative BI, social

BI), tak jak robi to portale spoecznociowe.

Coraz wicej narzdzi BI korzysta z koncepcji

zaczerpnitych z Web 2.0 (tworzenie treci,

komentarze, ocena wartoci treci, wiki, fora,

ankiety, itp.) i warto ewaluowa narzdzie pod

tym ktem przed zakupem.

Consumerization of Enterprise Software

Dawniej rozwizania klasy Enterprise,

a w szczeglnoci ich interfejsy uytkownika,

byy bardzo skomplikowane i zoone.

Odwrotna sytuacja miaa miejsce w przypadkurozwiza sprzedawanych uytkownikom

domowym, gdzie przede wszystkim liczya si

prostota i intuicyjno rozwizania, tak aby


33/114

33

kady mg sobie z nim poradzi. Obecnie mamy

do czynienia (nie tylko w kontekcie Business

Intelligence) z trendem upraszczania interfejsw

w rozwizaniach dla biznesu, ktre staj si coraz

atwiejsze w obsudze. Jeszcze raz mona tutaj

powtrzy szybkie jak Google, proste jak Apple.

Nowe wymagania dla systemw BIw zmiennym rodowisku

Nie tylko sami uytkownicy i ich wymagania si

zmieniaj, ale zmiany dotycz take praktycznie

wszystkich innych aspektw kontekstu biznesowego

dziaania systemw Business Intelligence.

Need for speed & Agilty

Coraz waniejszy dla uytkownikw kocowychjest szybki i elastyczny dostp do aktualnych

informacji i analiz. Ronie rwnie zaawansowanie

i poziom skomplikowania generowanych

zapyta. Dodatkowo, mamy do czynienia z coraz

wiksz iloci i rnorodnoci analizowanych

danych. Business Intelligence staje si czci

codziennego biznesu, gdzie kluczow rol gra

cige planowanie, monitorowanie i optymalizacja,

zgodnie z zasadami zarzdzania wydajnoci

(Performance Management).

Odpowiedzi na konieczno wykorzystania BI

w czasie rzeczywistym s architektury on-demand,

czy rozwizania klasy Real-Time Data Warehousing.

Poniewa klasyczne rozwizania BI s trudne

w utrzymaniu, a ich rozwj czsto jest kosztowny

i czasochonny, potrzebne jest zdeniowanie

dla nich nowego cyklu ycia. Potrzebny jest

take odpowiedni i zrwnowaony rozwj, gdy

rozwizanie BI to nie tylko system informatyczny,ale przede wszystkim procesy z nim zwizane oraz

ludzie, ich kompetencje oraz kultura organizacyjna

(Rysunek 14).

Nowe dane

Wspomniane ju coraz to nowe typy danych, jakies analizowane, dotycz m. in.:

danych, ktre pozwalaj na modelowaniepowiza i sieci spoecznych wrd klientw(np. dane telekomunikacyjne) coraz szerzejstosowane s analizy sieci spoecznych - SNA(ang. Social Network Analysis);

danych geolokalizacyjnych, pozwalajcychczy klasyczne analizy danych lokalizacyjnychz analizami klasy GIS (tzw. rozwizania LocationIntelligence);

danych nieustrukturalizowanych orazdanych czciowo ustrukturalizowanych, takich

jak dokumenty tekstowe, wiadomoci e-mail,publikacje w Internecie, komentarze na forach;

danych zewntrznych dla organizacji danedemograczne, dane branowe (benchmarking),dane lokalizacyjne;

danych o zachowaniach i preferencjach klientw np. tzw. clickstreams ze stron WWW i sklepwinternetowych.

Rysunek 13. BI dla mas

Rysunek 14. Skadowe rozwizania BI


34/114

34

Wsppraca biznesu i IT

Bardzo wan kwesti dla wspczesnych rozwizaBI jest zapewnienie pynnej wsppracy biznesuoraz IT. IT powinno mie moliwie szerokierozumienie dziaa biznesu oraz jego potrzeb.

Biznes powinien by za to w peni wiadomywpywu wymaga, ktre s deniowane, naskomplikowanie i koszt dziaa po stronie IT.Dobr praktyk jest przekazywanie moliwieszerokich kompetencji na styku biznesu i IT stroniebiznesowej. Zaangaowanie biznesu w budowrozwizania sprawia, e bdzie ono lepiejodpowiadao na jego potrzeby, a jako wspautor,biznes bdzie mniej skory do narzekania, a bardziejnastawiony na konstruktywn prac. Ze wzglduna opisane wczeniej zmiany w charakterze nowych

uytkownikw biznesowych, coraz wiksza ichliczba przejmuje kompetencje BI, ktre wczeniejbyy w rkach IT, ktry to trend powinien byw peni wspierany przez IT. Jak najlepsz praktyk

jest budowanie centrw kompetencji BI (BICC),

ktre ze wzgldu na sw natur integruj osoby

zarwno o prolu biznesowym, jak i IT, zapewniajc

ich (moliwie) efektywn wspprac.

Praca u podstaw

Ze wzgldu na wiele zmian i pojawiajcych sinowych, czsto zaawansowanych koncepcji,

tym bardziej naley zadba o podstawy systemw

analitycznych, czyli wysokiej jakoci dane.

Kluczowe jest tutaj dbanie o jako systemw

rdowych oraz procesw biznesowych

i rozwizywanie problemw moliwie blisko

rda, a nie na etapie integracji danych.

Dobr praktyk jest wdraanie rozwiza do

zarzdzania kluczowymi danymi referencyjnymi

w organizacji - systemy klasy MDM (ang. Master

Data Management). Dba naley rwnie o jako

samych aplikacji Business Intelligence, jako e

to wanie one s interfejsem dla uytkownikw

biznesowych.

Co jest tak naprawd najwaniejsze?

Rynek rozwiza Business Intelligence idzie do

przodu i odpowiada na coraz to nowe wymagania

biznesu. Warto jednak zwrci uwag, e czsto

nowe trendy i nazwy rozwiza s deniowaneprzez vendorw tylko po to, aby ich klienci,

ktrzy zawsze id z duchem innowacji i musz

mie wszystkie nowoci, wydali jeszcze wicej

pienidzy na ich rozwizania.

W ferworze doboru nowych narzdzi analitycznych

dla naszego biznesu pamitajmy przede wszystkim

o naszym business-case i tym, czy inwestycja

spina si biznesowo. Aby wdroy zaawansowane

rozwizanie musimy by te pewni, e posiadamy

odpowiednio zaawansowane kompetencje.Dobry analityk jest w stanie dociera do

zaawansowanych informacji z wykorzystaniem

najprostszych narzdzi i zaawansowana

Rysunek 16. Wsppraca biznesu i IT

Rysunek 15. Nowe dane


35/114

35

technologia z pewnoci wesprze jego dziaania.Z drugiej strony sabemu analitykowi nie pomoenawet najbardziej zaawansowane rozwizanie.

Warto odwoa si tutaj do przykaduXIX-wiecznego francuskiego zyka ArmandaFizeau, ktry w 1849 roku, przy wykorzystaniu

prymitywnych elementw, takich jak szko, lustro(zwierciado), rdo wiata i koo zbate byw stanie obliczy prdko wiata (pomyli si tylkoo 2%). Jego dowiadczenie (Rysunek 17.) polegaona puszczaniu zajczka na oddalone o niecae10 km lustro (zwierciado) poprzez szczelinkiw kole zbatym. Nastpnie rozkrca on koodo takiej prdkoci, przy ktrej zajczek znika(dla obserwatora za koem zbatym), poniewawiato, ktre przeszo przez szczelink, odbio

si od zwierciada i wrcio, robio to w takimczasie, e traao ju nie w szczelink, a wypustekkoa zbatego, ktre wykonao cz obrotu.Znajc wielko szczelinki i wypustka, prdkoobrotu koa oraz odlego lustra, Fizeau obliczyprdko wiata bez adnej skomplikowanejtechnologii, za to z genialnym pomysem.

Marcin Choiski

Pasjonat wszystkiego co zwizane z Hurtowniami Danych, Business Intelligence (BI) oraz zaawansowan analiz i odkrywaniemwiedzy w danych. Czowiek, ktry wierzy, e wiaty biznesu i IT da si pogodzi, a nawet zapewni pomidzy nimi synergi.Dowiadczenie zdobywa m.in. prowadzc projekty wdroe Hurtowni Danych i systemw Business Intelligence, w tym duyprojekt dla znaczcego, zagraniczonego operatora telekomunikacyjnego, kierujc pracami w midzynarodowym projekcie

badawczy

Nowa Twarz Bi Raport1

Documents

Transcript of Nowa Twarz Bi Raport1