Nowy pomysł na mniejsze wdrożenia business intelligence
Nowa technologia obróbki danych pozwala obniżyć koszty wdrożeń. Ale przy dużych zbiorach danych się nie sprawdzi.
W styczniu 2010 r. minęła pierwsza rocznica użytkowania oprogramowania klasy business intelligence przez węgierskie spółki farmaceutyczne Egis Polska i Egis Polska Dystrybucja. Przedtem różne raporty były w tych firmach tworzone cyklicznie — co tydzień lub miesiąc. Na stworzenie potrzebnej ad hoc analizy trzeba było poświęcić dodatkowych kilka godzin pracy, by wyciągnąć dane z systemu ERP i uszeregować je w arkuszu kalkulacyjnym Microsoft Excel, który służył do prezentacji raportów.
— Dzięki wdrożeniu systemu business intelligence każdy uprawniony użytkownik sam decyduje o zakresie i szczegółowości prezentowanych danych. Jeden ruch ręką pozwala całkowicie zmienić perspektywę analityczną z poziomu danych dla całej firmy do grupy produktów, wybranego klienta czy nawet pojedynczej faktury — podkreśla Wojciech Siczek, menedżer ds. kontrollingu w Egis Polska.
Software analityczny nosi nazwę QlikView i działa w dość nowej technologii "in memory".
Szybko i tanio
Poszukując aplikacji analitycznej, w spółkach Egis założono, że ma się cechować łatwością obsługi, samodzielnej adaptacji do zmieniających się potrzeb biznesowych (firmy chciały się uniezależnić od konsultantów zewnętrznych) i niskimi kosztami wdrożenia, związanymi m.in. z inwestycjami w nowy sprzęt.
— Kluczowym kryterium nie była technologia, na jakiej bazuje oprogramowanie, ale jego funkcjonalność. Definiując oczekiwania biznesowe, odrzuciliśmy jednak rozwiązania bazujące na technologii OLAP i hurtowniach danych, bo wymagały zakupu nowych serwerów i dużych nakładów związanych z czasem wdrożenia — zaznacza Wojciech Siczek.
Pod rozwagę wzięto dwa produkty. Moduł analityczny do systemu ERP firmy Epicor Software i wyspecjalizowany system business intelligence QlikView. Pierwszy dlatego, że Egis używa systemu ERP Epicora, drugi — ze względu na dobre opinie z firmy, która juz go używała.
Pierwszy wariant odrzucono, bo nie spełniał dwóch pierwszych kryteriów oczekiwanych przez Egis, czyli szeroko rozumianej łatwości obsługi. Ale i w zalety QlikView w Egisie nie uwierzyli na słowo. Najpierw skorzystano z 30-dniowej wersji testowej.
— Sam opracowałem proste analizy sprzedażowe w wersji demo, co zajęło mi około tygodnia. Dzięki temu zarząd mógł zobaczyć, jak dzięki QlikView możemy ana- lizować dane sprzedażowe, a nade wszystko, że własnymi siłami jesteśmy w stanie dostosowywać i rozwijać ten produkt. To praktycznie przesądziło o wdrożeniu — opowiada Wojciech Siczek.
Dwóch konsultantów Hogartu (dystrybutor QlikView) prowadziło je przez dziesięć dni. W tym czasie przystosowali program do analiz sprzedaży, kapitału pracującego i zapasów magazynowych. Potem były cztery dni szkoleń dla dwójki pracowników działu kontrolingu, po których sami dostosowali QlikView do analiz kosztów operacyjnych, inwestycji, porównywania różnych wersji planów sprzedaży i zapisów księgowych. Na koniec były 20-30 minutowe szkolenia dla reszty użytkowników.
— Pod względem możliwości analitycznych technologia OLAP mogłaby przynieść podobne efekty, ale wdrożenie nie byłoby tak szybkie, a samodzielne modyfikacje nie byłyby proste, jeśli w ogóle możliwe. No i musielibyśmy kupić nowe serwery — kwituje Wojciech Siczek.
Coś za coś
Andrzej Dyżewski, właściciel firmy analitycznej DiS, uważa jednak, że przeciwstawianie technologii OLAP i in memory jest nieporozumieniem.
— OLAP mówi nam o strukturze danych. In memory o technice ich obróbki, sprowadzającej się do wrzucenia analizowanych informacji w pamięć operacyjną komputera, a nie przetwarzanie ich z wykorzystaniem znacznie wolniejszej pamięci masowej — podkreśla Andrzej Dyżewski.
Uważa, że w ciągu pięciu lat wszyscy liczący się dostawcy oprogramowania analitycznego będą udostępniali przetwarzanie in memory. Poza sprzedawanym przez Hogart QlikView na razie oferują to w Polsce tylko dwie firmy: IBM (marka Cognos) i Oracle (Hyperion).
Konrad Michael, menedżer odpowiedzialny za aplikacje do analityki biznesowej w IBM Polska, potwierdza obserwacje spółek Egis co do praktycznych aspektów funkcjonowania nowej technologii. Zaznacza jednak, że in memory nie zawsze się sprawdzi.
— Pamięci operacyjne zwykłych pecetów nie są zbyt duże. To istotne ograniczenie dla przetwarzania danych w modelu in memory. Można w nim sprawnie wykonywać analizy w niewielkich grupach roboczych, na zbiorach danych osiągających najwyżej setki tysięcy rekordów — dodaje Konrad Michael.
Kamil Kosiński