Denne artikel stammer fra det trykte Computerworlds arkiv. Artiklen blev publiceret den Computerworld d. 4. oktober 2002.
Business Intelligence-systemerne får tilført stadig mere datakraft for at kunne leve op til opgaven som firmaernes fremskudte radarsystem, der tidligt skal opfange faresignaler.
Tålmodigheden er borte. Det er den underliggende tendens, der driver udviklingen inden for Business Intelligence (BI).
- Tidligere kunne brugerne acceptere at sætte maskinerne til at arbejde med at trække de forretningsrelevante data ud af firmaet databaser natten over. Nu forventer de at kunne få informationerne med det samme, siger BI-konsulent Lars Henrik Nielsen fra IBM.
Da Business Intelligence brød igennem midt i 90'erne, var det store virksomheder, der råder over mange data om kunderne, der tog det til sig - det var banker og andre virksomheder i den finansielle sektor. I dag har introduktionen af færdigpakkede BI-moduler betydet, at de mindre virksomheder ved at komme med. Firmaerne ønsker typisk en slags radarsystem, der tidligt kan opfange faresignaler.
- Typisk skal indkøberne have mulighed for at analysere, om virksomheden overhovedet tjener på sit salg, og om der bruges ressourcer på de rigtige produktkategorier, siger Lars Henrik Nielsen.
Mere intelligens
Konsekvensen af disse krav er, at BI-løsningerne bliver mere intelligente.
Der er grundlæggende to skoler inden for Business Intelligence:
Den ene gruppe af selskaber løser opgaverne ved at prøve at opbygge en separat BI-maskine, der er optimeret til at hente og systematisere data fra forskellige kilder. Denne model benytter blandt andre SAS Institute, hvis løsninger berøres på side fire.
Den anden skole, som blandt andre Oracle, Microsoft, og IBM tilhører, arbejder på at integrere BI-funktionerne i databaserne. Udfordringen ved at benytte sidstnævnte metode ligger i, at de samme databaser, der er optimeret til at understøtte selskabets drift og produktion, samtidig skal indrettes til den væsentligt anderledes opgave at levere og sammenstille relevante forretningsdata. Til gengæld flytter man ikke i så høj grad informationer mellem databaser.
Spørgsmålet foregrebet
IBM's løsning består i at lægge intelligens ind i databasen, så den bliver i stand til at registrere, hvad den bliver brugt til. Dermed kan databasen bede administratoren om at godkende, at den for eksempel opretter automatiske sumtabeller, såkaldte AST'er, hvor ofte efterspurgte kalkulationer bliver opdateret efterhånden, som de grundliggende data indløber. Dette betyder, at databasen har svar klar på de fleste BI-forespørgsler, og således ikke behøver afgive ressourcer fra databasens operationelle og produktionskritiske opgaver. Desuden er den nye version af selskabets database DB2 i stand til at opdatere sig selv, så BI-funktionerne allerede er foregrebet.
Fordelen ved denne type løsninger er blandt andet, at det kræver mindre programmørarbejde at udvikle nye former for forespørgsler.
Brugeren spørger selv
Databaser, der registrerer og indretter sig efter brugernes adfærd, er en facilitet, der fandt vej til markedet sidste år. En anden ny type tabeller er de såkaldte User Maintained Summary Tables, der administreres af database-administratoren, men hvor det er enkelt for brugeren at gennemskue, hvilken tabel der ligger til grund for forespørgelsen. Disse tabeller adskiller sig fra AST'erne ved at kunne indeholde historiske data.
Med disse faciliteter behøver brugeren så at sige ikke vente på, at databasen registrerer et behov: De kan - uden at skulle udføre indviklet programmering - forberede databasen på at skulle foretage beregninger, lige så snart behovet opstår.
Statistiske analyser
Samtidig med, at der bliver lagt mere intelligens ud i databaserne får de også tilført data mining-faciliteter, der sætter dem i stand til at foretage statistiske analyser. Dermed kan BI-systemerne klassificere eller segmentere kunder eller forberede en nuanceret kreditvurdering, hvor der ud over aktuel økonomi tages hensyn til forhold som tidligere adfærd og anciennitet som kunde. IBM annoncerede for godt en måned siden en stribe nye data mining-algoritmer til denne type opgaver, som nu er integreret i DB2-databasen.
- Først nu er vi ved at være fremme ved, at vores kunder benytter disse muligheder for at lave statistiske analyser, fordi disse produkter er blevet enklere at anvende. Samtidig er funktionerne blevet lettere at anvende for løsningsleverandørerne end tidligere, hvor de selv skulle programmere sig til dem, siger Lars Henrik Nielsen.
Interessetilkendegivelser
En anden aktuel tendens går ud på, at brugerne ønsker, at BI-systemerne kan bearbejde andre data end egentlige salgsoplysninger. Det kan være optegnelser om kundehenvendelser, der er rettet til et call center. Disse informationer gemmes i et såkaldt ODS (Operational Data Store), hvorfra de - ofte i realtid eller noget, der ligner - skal kunne benyttes i de operationelle, forretningskritiske systemer.
- Det stiller voldsomme krav til databaser, til servere og til storage-funktionerne, men vi forventer, at behovet er der - selv om det kan være, at vi er et år eller to for tidligt ude. IBM har det største antal patenter inden for BI-området, så vi har tradition for at være langt fremme, siger Lars Henrik Nielsen fra IBM.
Ud i produktionen
Hidtil har Business Intelligence overvejende været brugt til at indhente økonomiske informationer. Imidlertid anvendes BI-systemerne mere og mere til overvågning af produktionen. Firmaerne indsamler detaljerede data om, under hvilke forhold fejl sker. Kan man for eksempel nå frem til, hvornår en maskindel skal udskiftes, så nedbrud og længere produktionsstop kan undgås, kan det føre til betydelige besparelser. Ud fra samme principper benyttes BI til bekæmpelse af svind.
IBM udvikler normalt ikke selv BI-løsninger til enkelte brancher.
- På Business Intelligence-området har IBM en partner-strategi: De specifikke løsninger udvikles af samarbejdspartnere på IBM's BI-arkitektektur, siger Lars Henrik Nielsen.
Billedtekst:
- Brugere af Business Intelligence er blevet mere utålmodige. De forventer at få informationerne med det samme. Og det kræver mere datakraft, siger Lars Henrik Nielsen, BI-konsulent hos IBM.