Kennissessie Business Intelligence Strategie & Implementatie

Transcriptie

1 Kennissessie Business Intelligence Strategie & Implementatie Spreker Robert Mansour Profiel Business Intelligence expert sinds 1992 Advies en projectmanagement Business management Opleiding Wiskunde & Informatica, TU Delft Financial Management MBA, Webster Leiden Ervaring Divers IT bedrijven sinds 1988 (Exact, BSO, CMG) Sinds 2006 bij TopBI, medeoprichter Persoonlijk 1967 Barendrecht 1

2 TopBI Elke dag betere beslissingen TopBI is een onafhankelijke dienstverlener die bedrijven helpt succesvoller te worden door toepassing van Business Intelligence. Wij richten ons op het realiseren van rendement met informatievoorziening binnen uw organisatie. Onze diensten: Consultancy Realisatie Toepassingen Professionals in Business Intelligence Uw strategische partner voor Business Intelligence Gericht op het sneller, flexibeler en rendabeler maken van BI toepassingen Professionele en persoonlijke aanpak, gericht op toegevoegde waarde Gedrevenheid en passie voor het vakgebied en resultaat bij organisaties Agenda Wat gaan we doen? 16:30 Overzicht BI vakgebied 17:00 BI architectuur en toepassingen BI en DWH architectuur BI en DWH tools BI in bedrijfsprocessen 17:30 BI maturity en strategie BI maturity BI organisatie van BI en aanpak 17:45 Break en broodjes 18:15 Data kwaliteit en andere randvoorwaarden DQ probleem, Aanpakken voor DQ 18:45 Big data De hype Technologie Toepassing in de praktijk 19:15 Plenaire round-up 19:30 Einde 2

3 Overzicht BI vakgebied Wat is Business Intelligence? Wikipedia: het verzamelen van gegevens binnen de eigen handelsactiviteit proces van gegevens omzetten in informatie, moet leiden tot kennis en adequate actie competitief voordeel creëren en organisaties slimmer laten werken Eigen definitie: Gegevens, rapportages, analyses en processen voor informatievoorziening gericht op betere besluiten en business rendement. Wel: Alle vormen van rapportage en analyse Management informatie Gegevensintegratie en historische opslag Verbeteren gegevenskwaliteit Niet: Master data management HRM performance management 3

4 BI vakgebied Overzicht Bronapplicaties CRM Gegevensintegratie BI databases ERP Budget & planning EDW Sturing KPIs Bedrijfsproces Legacy BI rapportage en analyse BI verschijningsvormen Wanneer krijgt een IT manager ermee te maken? BI projecten Strategische investering in een data warehouse Rapportage oplossing rond specifieke processen of applicaties BI als onderdeel van ERP implementaties SAP BW of SAP BusinessObjects bij SAP Siebel analytics bij Siebel Oracle OBIEE bij Oracle EBS Onderdeel van business process change management projecten Informatievoorziening als driver Fact based decision making mogelijk maken Informatie management strategie Als onderdeel van strategie om alle stakeholders van informatie te voorzien Als onderdeel van ICT-architectuur en/of toolselecties BI organisatie / BICC Organiseren van capabilities om BI binnen de organisatie te leveren 4

5 BI: Grensvlak tussen Business en IT competenties Business kennis Bedrijfskunde Economie, econometrie Bedrijfsinformatiekunde Accounting Analyse IT kennis Databases, datamodellen en gegevens, SQL Bronsystemen en administraties Gegevensintegratie Presentatie en visualusatie BI specifiek Wat is anders, wat is onderscheidend? Waarmee succesvol? Business Intelligence gaat over informatievoorziening. Niet over transacties of procesmatige ondersteuning. Goede informatievoorziening helpt om bedrijfsprocessen beter te besturen. Lagere kosten, meer opbrengst. Hoge flexibiliteit van oplossingen is gewenst vanwege dynamische behoeften. Niet statisch. Performance verdient aandacht. Grote volumes data, dynamisch bevraagd. Attractieve en bruikbare presentatie van gegevens is belangrijk. 5

6 BI architectuur en tools Advies Best practice Scheiding tussen: Opslag en verwerking van bedrijfsgegevens Efficiënte centrale verwerking Eén plek voor datakwaliteit Rekenkracht voor performance Secure Presentatie en gebruik van rapportage Introduceer standaarden voor rapportage Biedt voldoende flexibiliteit BI database BI rapportage 6

7 BI metadata laag Verberg technische complexiteit, vereenvoudig gebruik Database Metadata Operations Data mart SQL Data objecten Resultaten Bouwstenen voor rapportage: Data elementen Filters Combinaties Berekeningen BI rapportage en analyse BusinessObjects: Universe BI enterprise data warehouse Database 1 Applicatie 1 Database 2 Enterprise Data Warehouse Applicatie 2 Extra database XLSX file, etc ETL Opslag bedrijfsgegevens Correct Consistent Volledig Historische opslag One version of the truth Data marts: gericht op performance, rapportage per afdeling of proces 7

8 Waar zitten de kosten van een BI oplossing? Kosten realisatie BI oplossing Slechts 30% van tijd en budget besteding wordt daadwerkelijk ingezet voor realisatie van het resultaat wat echt tastbaar is. Customer data mart Data warehouse Maatwerk laadprocessen (ETL) CRM ERP Sales data mart Maatwerk laadprocessen (ETL) Legacy 70% van tijd en budget zit in integratie en juist organiseren van de data voor rapportage & analyse doeleinden. Is als resultaat niet zichtbaar voor de business gebruikers, maar wel voorwaardelijk. DWH en BI Tools Overzicht Bronapplicaties Interface Staging laag Data warehouse Data mart(s) CRM ERP Budget & planning Bestand Bestand Staging EDW Operations Data mart Financial Data mart Legacy Data integration/etl en DQ tools Offerings Database Data Integration (ETL) & Data quality tools BI tools (reports, dashboard, analytics) Ready-made architectures & solutions Databases BI tools Grote leveranciers: SAP/BusinessObjects, IBM/Cognos, Microsoft, Oracle, SAS, Informatica, Qlikview, Information Builders 8

9 BI toepassing Informatievoorziening Definities Manager Sturing Meting = Key Performance Indicators = KPIs Input Bedrijfsproces Output SMART KPI: Specifiek Is de doelstelling eenduidig? Meetbaar Onder welke meetbare voorwaarden of vorm is het doel bereikt? Acceptabel Is deze acceptabel genoeg voor de doelgroep en/of management? Realistisch Is het doel haalbaar? Tijdgebonden Wanneer in de tijd moet het doel bereikt zijn? 9

10 Corporate Performance Management CPM CPM=Corporate Performance Management Definities All of the processes, methodologies, metrics and systems needed to measure and manage the performance of an organization. (Gartner) Top-down framework by which to align planning and execution, strategy and tactics, and business unit and enterprise objectives. Andere namen: Business Performance Management Enterprise Performance management CPM is Business, geen IT. Betreft het meten van resultaten bij de realisatie van business strategie. Onderdelen: Management processen Analytische processen Technologische invulling BI vs Analytics Business Intelligence = rapportage Rapportage op basis van feiten Technieken: RDBMS, OLAP Feiten Business rules Rapportage Analytics = verbanden in gegevenssets zoeken en exploiteren 1. Modelvorming: wat is de samenhang tussen gegevens? 2. Hoe kunnen we hiermee voorspellingen doen? Technieken: Statistiek, inferentie etc. Parameters Feiten Model Rapportage 10

11 % of Organisations BI maturity en strategie BI maturity model TDWI Data Marts Data Warehouses Production Reporting Spreadmarts Enterprise Data Warehouse Analytical Services 1. Prenatal 2. Infant 3. Child 4. Teenager 5. Adult 6. Sage Wayne Eckerson, The Data Warehouse Institute 11

12 BI Roadmap BI strategie TOP Techniek Data architectuur Infrastructuur (hardware & software) BI applicatie architectuur Organisatie BI competentie, projecten en operations Business governance en programma management Gebruikersorganisatie Proces BI Projectaanpak BI Delivery processen Performance management BI maturity development TOP Example: BI data architecture Spreadmarts Data silos Data warehouses Enterprise Data warehouses BI Services Stakeholder Needs : Information workers Managers and workers Clients and suppliers IT Use of BI Best Practices: Technology Organisation Process 12

13 BI Visie & Roadmap BI BI Strategy implementation TOP Best practice planning Year 1 Year 2 Year 3 Technology... Organisation... Process... BI project calendar Project 1 Project 2 Project 3 Project 4 Project 5 Project 6 Year 1 Year 2 Year 3 BI Raamwerk Fundament voor slagvaardige BI Governance Hoe is de besturing van BI geregeld? Organisatie Hoe is de BI expertise georganiseerd en binnen de organisatie gepositioneerd? Processen Hoe zien de BI processen eruit en sluiten ze aan op die van de staande organisatie? Diensten Welke informatie producten en oplossing worden geleverd en aan wie? 13

14 Valkuilen voor projecten Problemen met BI specificaties Dit is niet wat ik bedoelde Bij nader inzien moet het toch anders Onvoldoende datakwaliteit Slechte bron Geen gemeenschappelijke referentiedata Instabiele bronnen Parallelle verbouwing of migratie Performance issues Te langzaam, niet tijdig beschikbaar Onvoldoende added value in gebruik Niet aansluitend bij behoefte Geen business case Onvoldoende management support Geen fact-based cultuur Datakwaliteit 14

15 Generieke vs. specifieke datakwaliteit Generiek Zegt iets over de datakwaliteit van het bronsysteem. Vanuit het DWH gezien een kwaliteits-toets van de dataleverantie (conform SLA). Rapportages nemen (kwalitatief en kwalitatief) toe bij aansluiting van meer bronnen. Specifiek Zegt iets over de betrouwbaarheid van de gebruikte data en MI. Vanuit het DWH gezien een kwaliteits-toets tbv de afnemers van data. Voor een bepaald doel en/of gebruikersgroep Maatwerk, realisatie door project Voorbeelden: - Not Null - Valid values - Ref. integrity Source Systems Generiek DWH Specifiek DM Voorbeelden: - if column A = "X then column B > 10 - Comparisons based on functions or aggregates Data Quality Life Cycle DMAIC Define Measure DQ Requirements DQI s Data Definities Rapportages Measure Verzamelen meetwaarden Bereken DQI s Control & Monitor DQ dashboards Monitor DQ plans Issue management SLA Management Control & Monitor Define Analyse & Report Analyse & Report Analyse meetwaarden Controle reportages Aandragen van DQ issues Maak DQ (fouten) zichtbaar Improve Improve Oplossen huidige DQ fouten Voorkomen van nieuwe DQ fouten 15

16 Ability to deliver Data Quality Management Maturity Model Level 5 Optimised DQ Implementation Increment 1 DQ Implementation Increment 2 Level 2 Repeatable Level 3 Defined Improve DQ Level 4 Managed DQ Management Enterprise DQ Level 1 Initial Provide Insight Time Ad hoc Reactive Ad hoc rework Only fixing DQ issues No formalized DQ processes No DQ organisation Basic measure & report Reactive Targeted rework Fix & Basic prevent DQ processes Basic organisation Data Quality assurance Pro-active Less rework Fix & Prevent Data Quality Life Cycle Formal DQ organisation Data Quality Program Pro-active Minimal rework Prevent & Fix DQ Management Formal DQ Governance & Master Data Mgt Enterprise DQ Program Big data 16

17 Exponential growth Processing capacity lags behind Gap Data volumes are fundamentally outgrowing our capacities for processing. Moore s law for processing capacity Big data volume Time 3V model 17

18 Big data definitions Definition 1 (Gartner) o Big data is high-volume, high-velocity and high-variety information assets that demand cost-effective, innovative forms of information processing for enhanced insight and decision making. High-value: Big data must have added value Definition 2 (Wikipedia) o In information technology, big data is a collection of data sets so large and complex that it becomes difficult to process using on-hand database management tools or traditional data processing applications. Big data challenges for decision making Storage Analytics How to collect and store Big data in a practical manner? How to process and present Big data for meaningful insights for decision making? 18

19 Big data hype cycle August 2012 Big data for decision making conclusions Data volumes, velocity and variety are growing exponentially. The challenge is to process, store and analyze Big data. New technologies such as Hadoop make a difference. The hype around Big data is slowing down. The focus is away from technology, towards finding and realizing real business cases. These are all about Analytics. Many companies have a lot of data, but not yet BIG data. Existing BI strategies and state-of-the-art BI technology are sufficient here. So much for markets and theory, how about BI and Big data in YOUR company? 19

20 Contact information Robert Mansour TopBI B.V. Einsteinlaan CC Rijswijk +31(0) kvk: