Business Intelligence to fraza-klucz odmieniana w ostatnich latach przez wszystkie przypadki. W dużej ogólności pojęcie to definiuje dostawę wiedzy minimalizującej ryzyko podejmowanych decyzji biznesowych i przez to zwiększającej konkurencyjność przedsiębiorstwa. Wiedza, o której mowa, pochodzi wprost z danych gromadzonych przez firmę, które są odpowiednio zbierane, transformowane, agregowane, kalkulowane i prezentowane w formie łatwej do interpretacji.

Business Intelligence (lub jego skrót: BI) spotykamy często w nagłówkach wiadomości ze świata biznesu, najczęściej w kontekście wdrożeń rozwiązań i procesów: „… spółka X S.A. wdrożyła rozwiązania/systemy/analitykę BI opartą o technologię dużego globalnego koncernu…”. Taki przekaz kojarzy się nam ze środowiskiem korporacyjnym wdrażającym kosztowne, zaawansowane rozwiązania wyprodukowane przez innych globalnych gigantów zorientowanych na ich dostarczanie do dużych odbiorców z wielką ilością danych do przetworzenia.

Jeśli działamy w sektorze MŚP to automatycznie nasuwają nam się w tym miejscu pytania:

  1. Czy potrzebne i racjonalne są wdrożenia BI w małych i mikro firmach ?
  2. Czy jest to wykonalne ?
  3. W jaki sposób do tego podejść ?

Odpowiedź na te pytania jest jednoznacznie pozytywna, co potwierdzają wieloletnie doświadczenia autora artykułu i sukcesy osiągnięte na tym polu we współpracy z firmami z sektora MŚP w najprzeróżniejszych branżach: od call center przez handel energią elektryczną po sprzedaż artykułów rolnych i produkcję drukarską. W kontekście wdrożeń BI wszystkie te firmy mają ze sobą wiele wspólnego:

  • w każdej z nich funkcjonują typowe obszary i procesy biznesowe: sprzedaż, finanse, marketing, zakupy, IT, logistyka, u niektórych produkcja
  • wszystkie gromadzą dane z tych obszarów, czasem w bardzo różny sposób, najczęściej w systemach handlowych, finansowo-księgowych, monitoringu GPS, CRM ale też po prostu w arkuszach kalkulacyjnych
  • ilość zgromadzonych danych jest relatywnie niewielka i nie wymagająca analiz metodami Big Data ani jakiejś specjalnej optymalizacji wydajnościowej
  • występuje w nich „głód wiedzy”, standaryzacji i automatyzacji procesów.

Powyższe kwestie układają się w scenariusz takiego wdrożenia – oto jego poszczególne kroki:

  1. Identyfikacja oczekiwanej wiedzy, czyli jakie raporty/wskaźniki biznesowe chcielibyśmy oglądać, co mierzyć/monitorować ?
  2. Poszukiwanie źródeł danych do tych raportów, przekopywanie dokumentacji systemów, poznawanie już funkcjonujących raportów, rozpracowywanie baz danych, wywiady z twórcami arkuszy kalkulacyjnych i osobami odpowiedzialnymi za poszczególne procesy
  3. Integracja danych do Analitycznej Bazy Danych – jest to centralna baza, w dużych firmach zwana hurtownią danych (DWH), w której implementujemy analityczny model danych dążąc do uzyskania pełnej wiedzy o firmie w jednym miejscu
  4. Dostarczenie raportowania czyli pełnego obrazu firmy i jej procesów dostępnego w jednym narzędziu BI.

Elementem często postrzeganym jako najbardziej kosztowny, o który rozbija się wiele projektów BI w małych i średnich przedsiębiorstwach, jest infrastruktura IT i oprogramowanie. Do realizacji przeciętnego wdrożenia potrzebujemy takich aplikacji jak:

  • baza danych służąca do integracji danych z wielu źródeł
  • narzędzia ETL umożliwiające automatyzację zasilania bazy analitycznej z systemów źródłowych
  • aplikacje do raportowania dostarczające spersonalizowane raporty operacyjne do użytkowników
  • finalnie narzędzie analityczne klasy BI spinające całą firmę w widoku 360 stopni dostarczające Zarządowi możliwie pełnej wiedzy o biznesie.

Dodatkowo ten cały zestaw aplikacji trzeba zainstalować na jakimś serwerze, najlepiej w infrastrukturze przedsiębiorstwa, a także umożliwić bezpieczny dostęp do nich. Wiąże się to z kosztami:

  • licencji – topowe rozwiązania bazodanowe skalibrowane pod duże firmy to wydatek rzędu minimum kilkudziesięciu tysięcy złotych
  • sprzętu – ceny wydajnych, dedykowanych wyłącznie analityce serwerów korporacyjnych również idą w minimum dziesiątki tysięcy złotych
  • usług IT służących zarówno rozwojowi jak i późniejszemu utrzymaniu całego ekosystemu BI.

Kluczem do przeskoczenia tych barier przez firmy z sektora MŚP jest ich niewielki rozmiar, mniejsza złożoność wewnętrzna i wysoka sprawność decyzyjna. Te cechy umożliwiają skalowanie projektowanych rozwiązań i używanie np. komponentów ze świata Open Source, czyli otwartego oprogramowania dystrybuowanego często w oparciu o darmowe licencje z rodziny GPL oraz niskokosztowych rozwiązań chmurowych. Często również producenci komercyjnych rozwiązań mają w swoim portfolio produktowym niskobudżetowe wersje swoich aplikacji i sztuką jest taki dobór portfela narzędzi, żeby osiągnąć z nich jak największą produktywność.

Na pytanie „czy warto ?” muszą odpowiedzieć sobie sami właściciele firm MŚP, ponieważ to od nich musi wyjść inicjatywa i wewnętrzne przekonanie o słuszności tej drogi. W nagrodę mogą otrzymać standaryzację i lepszą kontrolę procesów w swoim przedsiębiorstwie oraz zwiększenie świadomości biznesowej pracowników, która pozwala np. na przejście z zarządzania do samozarządzania. Dotychczasowe doświadczenia pokazały, że takie podejście owocowało zwiększeniem marży operacyjnej poprzez dążenie do jak najlepszych wyników na poziomie każdej transakcji a także uwolnieniem zasobów kadry zarządzającej związanych z zarządzaniem operacyjnym, które następnie mogły być wykorzystywane na rzecz zarządzania strategicznego.