1. Podaj definicję BI i omów trzy główne technologie wykorzystywane w ramach BI
BI jest definiowane jako zorientowany na użytkownika proces zbierania, eksploracji, interpretacji i analizy danych, który prowadzi do usprawnienia i zracjonalizowania procesu podejmowania decyzji. Systemy te wspierają kadrę menedżerską w podejmowaniu taktycznych decyzji biznesowych, umożliwiają modyfikację i doskonalenie strategii biznesowych oraz procesów tak, aby uzyskać przewagę konkurencyjną, usprawnić proces, zwiększyć zyskowność, czy też generalnie osiągnąć postawione cele zarządcze.
Taka definicja jednoznacznie identyfikuje BI jako system informatyczny zarządzania (Nowicki 1998). Tak rozumiane systemy wspomagania decyzji biznesowych obejmują szerokie spektrum technologii, w tym głównie:
* narzędzia OLAP (ang. on-line analytical processing): oprogramowanie umożliwiające analizę wielowymiarową danych biznesowych poprzez integrację, agregację i odpowiedni sposób prezentacji (wizualizacji) różnego rodzaju danych.
* narzędzia eksploracji danych: algorytmy do automatycznej analizy dużych wolumenów danych, wykorzystujące metody statystyczne, ekonometryczne, czy też metody maszynowego uczenia się, umożliwiające analizę danych nie tylko o charakterze ilościowym, ale również jakościowym.
* narzędzia zarządzania wiedzą: umożliwiające składowanie, indeksowanie i analizę dokumentów tekstowych oraz powiązanie ich z innymi danymi.
Technologiczne systemy tej klasy budowane są z wykorzystaniem wspomnianych hurtowni danych, tj. systemów baz dedykowanych na zbieranie danych z różnych źródeł oraz efektywne ich udostępnianie użytkownikom końcowym.
Działania te prowadzone na przełomie lat 70/80 miały charakter incydentalny, programistyczny i były rozwijane pierwotnie w dwóch branżach, tj. w sieciach handlowych i firmach telekomunikacyjnych.
2. Jakie rodzaje zadań są wykonywane przez kadrę menedżerską wg. H.Simon’a ? i podaj przykłady zastosowania BI dla każdego obszaru zadań
Zadania, z którymi ma do czynienia kadra zarządzająca, dzielą się na trzy obszary (Simon 1977):
* nadzór, czyli standardowe działania związane z kierowaniem podwładnymi;
* rozwiązywanie zadań (problemów) dobrze ustrukturalizowanych (ang. well-structured), czyli decyzje programowalne, które mają charakter rutynowy i powtarzalny oraz dla których opracowano ścisłe procedury służące do ich podejmowania. Zatem nie występuje np. konieczność rozpatrywania od początku każdego przypadku, np. wysokość opłaty za dostawę;
* rozwiązywanie zadań (problemów) źle ustrukturalizowanych (ang. ill-structured), czyli decyzje nieprogramowalne, które dotyczą spraw nowych; nie występuje tu ustalony schemat postępowania oraz nie są znane ich następstwa. Nie ma gotowej metody rozwiązania, np. decyzja o rozpoczęciu działalności w nowym kraju.
3. Definicja hurtowni danych i podaj podstawowe uzasadnienia jej istnienia w architekturze BI
Hurtownia danych to: uporządkowany tematycznie (subject oriented), zintegrowany (intergrated), zawierający wymiar czasowy (time variant), nieulotny (non-volatile)zbiór danych (baza danych) wspomagających podejmowanie decyzji. Istotne jest zrozumienie powodów budowania hurtowni danych. Można wyróżnić co najmniej cztery takie przyczyny. Hurtownia danych umożliwia:
* przeprowadzanie analiz biznesowych bez ingerencji w operacyjną pracę systemów transakcyjnych – OLTP [(On-Line Transaction Processing) przetwarzanie transakcyjne; dostarcza efektywnych rozwiązań dla działań operacyjnych firmy, tj. efektywne i bezpieczne przechowywanie danych, transakcyjne odtwarzanie danych, aktualizacja danych, optymalizacja dostępu do danych]. Analizy biznesowe zazwyczaj wymagają złożonych i czasochłonnych obliczeń. Realizacja tych zadań nie może wpływać na codzienną operacyjną pracę systemów zawierających dane źródłowe. Na przykład analiza sprzedaży oparta o agregacje danych z faktur zarejestrowanych w systemie transakcyjnym nie może spowodować opóźnienia w wystawianiu bieżących faktur;
* całościowy wgląd w dane firmy (możliwość integracji danych z różnych źródeł), umożliwiający pełniejszy obraz zdarzeń gospodarczych zachodzących w przedsiębiorstwie. Na przykład w firmie telekomunikacyjnej może to być ustalenie całkowitej sprzedaży skierowanej do klienta nie tylko na podstawie zarejestrowanych rozmów w systemie billingowym, ale również zakupionych przez klienta akcesoriów (te dane są zarejestrowane w systemie sprzedażowym) w sklepach firmowych;
* dostęp do danych historycznych, czyli efekt rejestracji czasu wystąpienia danego zdarzenia oraz przechowywania danych w długich, nawet kilkunastoletnich, okresach czasu. Dzięki danym historycznym możliwe jest wykonanie większości podstawowych analiz biznesowych;
* ujednolicenie posiadanych informacji - poprawne wdrożenie hurtowni danych wymusza ujednolicenie pojęć i sprawia, że wynikowe wskaźniki mają tą samą interpretację w różnych działach firmy i są w jednolity sposób obliczane. Niweluje to tzw. problem wielu wersji prawdy firmy, w zależności od twórcy danego raportu.
4. Podaj przykład i omów schemat gwiaździsty
Przykładowy model wielowymiarowy - schemat gwiaździsty
Diagram na rysunku 3 nazywany jest modelem wielowymiarowym albo potocznie gwiazdą, z tego powodu, że wokół tablicy faktów powiązane są tablice wymiarów związkiem 1:N, co, przy odrobinie wyobraźni, przypomina wyglądem kształt gwiazdy. Formalnie schemat z rysunku 3 powinien być opisany: * Sprzedaż, * Produkt, * Czas
gdzie: Sprzedaż, Produkt i Czas są nazywane zbiorami encji. Pojedyncza encja w zbiorze reprezentowanym w tablicy jest po prostu wierszem w tej tablicy. Wyrażenia w nawiasach są opisami atrybutów charakteryzujących dany zbiór encji. Atrybuty podkreślone reprezentują klucz-identyfikator encji w zbiorze encji.
Odwołując się do tej konwencji, diagram z rysunku 3 jest nazywany diagramem związków encji (entity relationship diagram) i jest klasycznym sposobem modelowania baz danych. W zasadzie wystarczy już tylko określić formaty danych dla wyspecyfikowanych atrybutów i możliwe jest już wygenerowanie odpowiednich struktur danych w wybranym systemie zarządzania bazą danych.
5. Podaj rodzaje i przykłady źródeł danych dla hurtowni danych
Generalnie można wyróżnić następujące źródła danych:
* Pliki z danymi - mogą to być zarówno zwykłe pliki tekstowe, jaki i np. pliki excel'owe.
* Systemy transakcyjne - systemy realizujące powtarzalne transakcje wspierające bazowe procesy biznesowe firmy. Najbardziej popularny przykłady tej grupy to informatyczne systemy zarządzania:
ERP (enterprise resource planning) wspierające zarządzanie firmą w zakresie finansów, sprzedaży i logistyki, gospodarki magazynowej, produkcji, zakupów, zarządzania kadrami, itp.; systemy bankowe obsługi kont klientów; systemy bilingowe w firmach telekomunikacyjnych i energetycznych.
Technologiczne systemy tej klasy budowane są z wykorzystanie systemów zarządzania bazą danych zapewniających odpowiednie bezpieczeństwo i spójność przetwarzania transakcji - OLTP .
* Zasoby Internetu - mogą to być dane pobierane ze stron WWW jaki i np. połączenie z serwisami internetowymi automatycznie przekazującymi odpowiednie informacje w formie subskrypcji.
* Inne hurtownie danych.
6. Co to jest przetwarzanie analityczne on-line (OLAP) ? i omów podstawowe operacje
OLAP (ang. OnLine Analytical Processing) – oprogramowanie wspierające podejmowanie decyzji, które pozwala użytkownikowi analizować szybko informacje zawarte w wielowymiarowych widokach i hierarchiach. Narzędzia OLAP są często używane do wykonywania analiz trendów sprzedaży, czy też analiz finansowych (hurtownia danych). Są też przydatne do wstępnego przeglądania zbioru danych przez analityka we wstępnej fazie analiz statystycznych.
Do podstawowych operacji analizy danych wielowymiarowych zalicza się: określenie zakresu analizy (jakie fakty będą raportowane i w jakich wymiarach), drążenie – rozwijanie (umożliwiająca uszczegółowienie posiadanych informacji), zwijanie (uogólnienie), wycinanie (prezentacja faktów na wybranych zbiorze wymiarów przy założeniu wybrania określonych wartości, wycinanie np. kolumny OKRES), obracanie (umożliwia dogodną prezentację danych w raporcie), działania na faktach.
7. Jakie są możliwe operacje na faktach w ramach OLAP ?
* działania arytmetyczne, takie jak: sumowanie, największa i najmniejsza wartość, średnia itp., ranking, sortowanie z podziałem na grupy, selekcja, obliczanie wskaźników
8. Podaj formalną definicję informacji oraz podaj przykład
Informacja - I określa znaczenie (treść), jakie przy odpowiedniej interpretacji przypisuje się komunikatom (wiadomościom) - K. Komunikat - K = ( O, X, x, t ); gdzie: * O - opisywany obiekt,* X - cecha(atrybut) obiektu, * x - wartość cechy X,* t - czas, w którym cecha X obiektu O ma wartość x.
Na ogół informacja zarządcza kojarzona jest z informacją, którą dawniej nazywano SIK, tj. informacją dla kierownictwa, a obecnie powszechnie określaną MIS - Management Information Systems. Raporty tego systemu związane są z informowaniem o powstających ryzykach, np. utraty płynności przez bank, a także wykorzystywane są do monitorowania realizacji projektów, wpływających na efektywność banku w przyszłości.
9. Omów podstawowe różnicie pomiędzy informacją zarządczą a informacją strategiczną
* zarządzanie procesami i realizacją strategii - informacja zarządcza, * planowanie strategii i analiza otoczenia firmy - informacja strategiczna. * informacja zarządcza jest dostarczana na poziomie zarządzania taktycznym i operacyjnym, * informacja strategiczna jest dostarczana na strategicznym poziomie zarządzania. Strategiczna: Zakres: bardzo szeroki, przekrojowy, obejmujący cały system zarządzania przedsiębiorstwem. Stopień agregacji: wysoki, informacje przedstawione w skondensowanej formie raportów, Horyzont czasu: dotyczą przede wszystkim przyszłości, dominują długoterminowe prognozy (dotyczące otoczenia i stanu przedsiębiorstwa), analiza danych historycznych obejmuje swym horyzontem długie okresy działalności firmy. Związek z teraźniejszością minimalny, dominują informacje prognostyczne, informacje diagnostyczne występują w mniejszym stopniu. Dokładność: uogólnienia, informacje szacunkowe, przybliżone, zagregowane. Źródła: głównie zewnętrzne, otoczenie bliskie (w tym analiza konkurencji), otoczenie dalsze, informacje wewnętrzne występują w mniejszym stopniu do celów diagnostycznych.
Informacja zarządcza to zestaw informacji o funkcjonowaniu firmy. Jest potrzebna do zarządzania firmą. Jej podstawowym zadaniem jest wspomaganie kadry kierowniczej w podejmowaniu decyzji bieżących i strategicznych oraz wskazywanie zagadnień, na które trzeba zwrócić uwagę w działalności operacyjnej. Najważniejszymi cechami informacji zarządczej są: aktualność, przydatność, elastyczna struktura, duża różnorodność, przeznaczenie dla potrzeb wewnętrznych przedsiębiorstwa i pochodzenie głównie z systemów transakcyjnych tj. takich, które wspierają działalność operacyjną i systemów zarządzania przepływem pracy (worklfow).
10. Podaj przykłady zastosowań BI w zakresie dostarczania informacji zarządczej w odwołaniu do łańcucha wartości Porter’a
Przegląd wybranych zastosowań BI w podziale na trzy grupy procesów:
Procesy podstawowe: Sprzedaż, marketing i serwis , Logistyka (wewnętrzna i zewnętrzna), Operacje/produkcja; Procesy pomocnicze: Zarządzanie zasobami ludzkimi, Zarządzanie dostawcami ; Procesy zarządzania: Finanse .
11. Jakie powinien mieć własności wskaźnik (KPI) w kontekście zarządzania procesem biznesowym?
Wskaźnik powinien być (SMART): dziedzinowo zorientowany (specific), mierzalny (measurable), akceptowalny przez odpowiedzialnego za wskaźnik (agreed to), realistyczny w zakresie wpływu na to, co mierzy i ustalonych wartości planowanych (realistic), mierzony w określonych interwałach czasu (timely).
12. W jakim zakresie BI wspiera zarządzanie strategią firmy z wykorzystaniem paradygmatu zrównoważonej karty wyników ?
Poprawnie zbudowana i wdrożona zrównoważona karta wyników jest niezwykle silnym narzędziem zarządzania i można ją wykorzystać do: 1. przedstawiania, wyjaśniania i uzgadniania strategii wewnątrz organizacji , 2. powiązania celów strategicznych z budżetami rocznymi oraz wskaźników z wartościami planowanymi, 3. powiązania celów poszczególnych komórek organizacyjnych i pracowników z realizacją strategii, 4. powoływanie i nadzór na inicjatywami (projektami) strategicznymi, 5. systematyczną analizę okresową realizacji strategii, 6. pozyskiwanie informacji zwrotnej, aby aktualizować i poprawiać strategię, 7. powiązanie stopnia realizacji celów strategicznych z systemem wynagrodzeń pracowniczych.
13. Podaj cel procesu zarządzania informacją strategiczną i omów fazy składające się na ten proces
Generalnie zarządzanie strategiczne jest definiowane jako podejmowanie decyzji, nastawione na wykorzystanie szans i unikanie zagrożeń pojawiających się w otoczeniu przedsiębiorstwa, oparte na świadomości mocnych i słabych stron przedsiębiorstwa.
Na proces zarządzania informacją strategiczną składają się następujące fazy:
1. Analiza wymagań (determination of information requirements) - określenie obszaru zainteresowań (key intelligence topic) oraz podstawowych pytań, na które będzie poszukiwana odpowiedź (key intelligence question). Analiza wymagań jest prowadzona z zarządem firmy. Określone obszary zainteresowań, jak i konkretne pytania, są ukierunkowane na wsparcie (racjonalizację) decyzji strategicznych.; 2. Zbieranie danych źródłowych (raw data collection) - na podstawie analizy wymagań określane są źródła informacji, a następnie zbierane są "surowe" dane. Jak już wspomniano, są to zwykle zewnętrzne źródła danych mogące stanowić nawet do 95% wszystkich źródeł, z czego zdecydowana większość to źródła opublikowane i publicznie dostępne. 3. Przetwarzanie danych i analiza (editorial processing) - kluczowy etap całego procesu, który polega na przekształceniu zebranych "surowych" danych źródłowych w informację strategiczną. Pojawia się w tym miejscu kluczowe zagadnienie związane z opracowywaniem informacji strategicznej, gdzie, zgodnie z opinią Herberta Simona, problem nie tkwi w braku ilości informacji tylko w odpowiednim ich filtrowaniu i finalnym udostępnianiu decydentom tylko tych najbardziej istotnych. Kluczowe jest tutaj zrozumienie przez zespół brokerów potrzeb zarządu firmy, wyspecyfikowanych w etapie 1., oraz szerszego kontekstu rynkowego. Obecny rozwój technologii informatycznych może tylko w ograniczonym zakresie wspierać przetwarzanie danych i analizę. 4. Prezentacja i rozpowszechnianie informacji (distribution and visualization) - końcowy etap związany z przygotowaniem formy prezentacji informacji zarządczej dla zarządu oraz odpowiednią jej dystrybucją. Kluczowa jest tutaj umiejętność syntezy informacji, tj. wybór informacji istotnych oraz ich uporządkowanie. Rozległa wiedza i poprawnie przeprowadzona synteza, pozwala menedżerowi dostrzec ukryte relacje i anomalie oraz, co najważniejsze, finalnie implikuje umiejętność wyczulenia na to, co strategicznie istotne.
14. W jaki sposób można wykorzystać eksplorację danych tekstowych (text mining) w fazie przetwarzania i analizy danych?
Eksploracja danych tekstowych (text mining)4 (niestrukturalizowanych) polega na wydobywaniu informacji z nieustrukturalizowanych danych tekstowych. W trakcie etapu analizy danych źródłowych metody eksploracji danych tekstowych mogą być wykorzystywane do: 1. Klasyfikacji dokumentów tekstowych (text categorization) - automatycznego przyporządkowania dokumentu do wcześniej ustalonych klas (kategorii). Na przykład klasyfikowanie zebranych w internecie dokumentów dotyczących konkurencji do jednej z trzech klas: 1 - nowe produkty i technologie, 2 - bieżące wydarzenia, 3 - inne.; 2. Grupowania dokumentów tekstowych (text clustering), tj. automatycznej identyfikacji zbiorów (grup) dokumentów podobnych ze względu na pewną wspólną charakterystykę (np. to samo najczęściej występujące słowo kluczowe). Dla każdej zidentyfikowanej grupy określa się statystki, np. najważniejsze cechy wspólne każdej z grup. Możliwa jest w tu identyfikacja duplikatów i niemal identycznych dokumentów; 3. Ekstrakcji informacji - czyli wyodrębniania z dokumentu tekstowego obiektów o określonej interpretacji semantycznej, na przykład: osoby, organizacje, miejsca, rzeczy, zdarzenia, a także powiązania (relacje) pomiędzy zidentyfikowanymi obiektami itp. (rys. 8). W ramach tej operacji możliwa jest również identyfikacja języka tekstu oraz interpretacja używanych skrótów, dat, jednostek miar itp. 4. Obróbki edytorskiej - automatycznego opracowania dokumentu w zakresie m.in. czyszczenia tekstu, tj. usuwania błędów ortograficznych, interpunkcyjnych itp. oraz opracowania streszczeń, tj. identyfikacji najważniejszych zdań i powiązanie ich w jednolity tekst.
15. Podaj definicję eksploracji danych i omów 4 podstawowe zadania realizowane przez algorytmy eksploracji danych
Eksploracja danych często jest określana jako odkrywanie wiedzy w bazach danych (knowledge discovery in databases), co jest związane z rozwojem tej dziedziny w kontekście analizy dużych repozytoriów baz danych. Istotnym elementem jest pojęcie wzorca, który określa odkrycie pewnej regularności czy powtarzalnej sytuacji (np. charakterystyczny wzorzec zachowań - tj. rodzaj i częstotliwość zakupów - w przypadku nielegalnego użycia karty kredytowej) lub wiedzy, która wcześniej nie była wiadoma. Wiedza, zgodnie z definicją encyklopedyczną, to ogół wiarygodnych informacji o rzeczywistości wraz z umiejętnościami ich wykorzystywania. Przykładem wiedzy otrzymanej w wyniku eksploracji danych są m. in. reguły decyzyjne.W kontekście przydatności do zastosowań biznesowych wyróżnia się następujące zadania:* klasyfikacj - przyporządkowanie obiektu do predefiniowanej klasy. Na przykład zaklasyfikowanie wniosku kredytowego jako wniosku niskiego, średniego lub wysokiego ryzyka. * estymacji - zadanie zbliżone do zadania klasyfikacji przy założeniu, że klasa do której przyporządkowujemy obiekt, ma ciągły, a nie dyskretny zbiór wartości. Tak rozumiana estymacja jest zwykle wykorzystywana dla zadania prognozowania. * odkrywanie reguł asocjacyjnych - wyszukiwanie grup obiektów, które występują razem w określonych kontekstach. Klasycznym przykładem tej klasy zadań jest analiza koszyka zakupów (market basket analysis), gdzie szuka się odpowiedzi na pytanie, jakie produkty sprzedają się w ramach jednego koszyka. *grupowanie - znajdowanie w zbiorze obiektów podzbiorów (grup) obiektów o podobnych własnościach. Przykładem zastosowania metod grupowania jest segmentacja rynku w badaniach marketingowych, gdzie można odnaleźć segmenty odpowiadające rzeczywistej sytuacji rynkowej, a nie zakładanej czy przypuszczalnej
16. Omów rozwiązanie zadania klasyfikacji: definicja, algorytmy, przykładowe zastosowania
Jednym z najpopularniejszych podejść do rozwiązania zadania klasyfikacji jest wykorzystanie drzew decyzyjnych (Breiman, Friedman, Olshen & Stone 1984), które są w stanie w sposób jawny reprezentować wiedzę o decyzjach klasyfikacyjnych. Podstawowa idea drzew decyzyjnych, zgodnie z podejściem Quinlana (Quinlan 1986), oraz algorytm działania zostaną omówione na przykładzie prostego systemu wspierania decyzji kredytowych w banku detalicznym. Decyzja o przyznaniu kredytu jest przykładem zadania klasyfikacji, które polega na zaklasyfikowaniu wniosku kredytowego, opisanego zbiorem atrybutów charakteryzujących, do jednej z dwóch klas: przyznać kredyt (TAK) lub odmówić przyznania (NIE). Rozwiązanie zadania klasyfikacji polega na zdefiniowaniu klasyfikatora, który umożliwiałby zakwalifikowane wniosków kredytowych do jednej z dwóch ustalonych klas
17. Omów podstawowe ograniczenia związane z konstruowaniem i eksploatacją klasyfikatorów
Podstawowe problemy to: 1. Problem indukcji - Uczenie się na podstawie przykładów jest wnioskowaniem indukcyjnym. Polega ono na tym, że na podstawie jednostkowych obserwacji (faktów) określa się wiarygodne uogólnienie wyjaśniające te obserwacje. Należy zatem pamiętać o fundamentalnym ograniczeniu związanym z wnioskami indukcyjnymi. W przeciwieństwie do wnioskowania dedukcyjnego niemożliwe jest udowodnienie, że wniosek indukcyjny jest prawdziwy. Natomiast można je jednoznacznie sfalsyfikować (Popper 1997). Wnioskowanie indukcyjne podtrzymuje fałsz, to znaczy, że jeżeli fakty podlegające uogólnieniu są nieprawdziwe, to wnioski indukcyjne również będą nieprawdziwe, natomiast z prawdziwych faktów niekoniecznie musimy uzyskać prawdziwe wnioski. Tak więc niejako z definicji każdy wniosek indukcyjny należy traktować jako niepewny.; 2. Problem historii i aktualizacji - Proces generowania klasyfikatora jest uczeniem się na podstawie obserwacji (faktów), które zaistniały w przeszłości w odniesieniu do momentu, kiedy już gotowy klasyfikator jest używany. Oczywiste jest, że opisany klasyfikatorem fragment rzeczywistości podlega zmianom w czasie. Jest to kluczowe zagadnienie zwłaszcza w zastosowaniach biznesowych, gdzie klasyfikator nawet w relatywnie krótkim czasie po procesie uczenia, może generować wadliwe decyzje w wyniku gwałtownych zmian na rynku. Tak więc ponownie mamy fundamentalny problem kolejnego czynnika wpływającego na niepewność klasyfikacji. Oczywista jest zatem potrzeba aktualizacji klasyfikatora w oparciu o nowe fakty (obserwacje) i "zapominanie" z czasem najbardziej archaicznych przykładów.; 3. Problem "przeuczenia" - Jednym z podstawowych założeń konstrukcji klasyfikatora jest oczywiście jego poprawne klasyfikowanie - nie dla przykładów, na których był uczony, ale dla przykładów pochodzących spoza zbioru uczącego. Klasycznym zjawiskiem, w tym kontekście, jest tzw. przeuczenie klasyfikatora, nazywane często nadmiernym dopasowaniem do zbioru uczącego (overfitting). Nadmiernie dopasowane drzewo doskonale odzwierciedla przykłady uczące, jest zwykle bardzo rozbudowane i posiada bardzo małą zdolność generalizacji.
18. Omów rozwiązanie zadania grupowania: definicja, algorytmy, przykładowe zastosowania
Grupowanie polega na znajdowaniu w zbiorze obiektów podzbiorów (grup) obiektów o podobnych własnościach. Celem algorytmu grupowania jest podział zbioru obiektów na podzbiory (grupy), dla których podobieństwo obiektów wewnątrz grupy (inter class similarity) jest maksymalizowane, a podobieństw od obiektów z innych grup (intra class ...
maxel30