Technologia Business Intelligence a realne problemy decyzyjne współczesnego menedżera
Zdecydowana przewaga praktycznych problemów decyzyjnych to zagadnienia, dla których istniejące rozwiązania albo nie istnieją albo są nieadekwatne do rozpatrywanej sytuacji. Problemy takie często nazywa się problemami nieustrukturowanym lub słabo ustrukturowanymi (ill structured) w przeciwieństwie do rutynowych, dobrze ustrukturowanych problemów, dla których istnieją znane i sprawdzone rozwiązania.
Co więcej, zdaniem P. Druckera, guru współczesnej problematyki zarządzania, praktycznie żaden problem, z jakim spotykamy się w życiu, nie występuje w postaci pozwalającej rozwiązać go wprost i bezpośrednio poprzez podjęcie decyzji. Elementy, które na pierwszy rzut oka wydają się istotą problemu, są w najlepszym razie jego symptomami. Należy tu bardzo uważać, bowiem symptomy najbardziej widoczne są często najmniej wartościowe, a nawet mylące.
Rozwiązanie tego typu problemów wymaga od decydenta w mniejszym lub większym stopniu kreatywności – stworzenia nowych relacji pomiędzy istniejącymi fragmentami informacji pochodzącymi z różnych, często bardzo odległych obszarów wiedzy (źródeł). Kreatywność z kolei jest pierwszym zasadniczym krokiem w procesie innowacyjnym, bowiem bez kreatywności nie ma innowacji. Wsparcie procesów twórczego rozwiązywania problemów (kreatywności) staje się więc kolejnym wyzwaniem dla zastosowań technologii IT oraz potencjalnym źródłem przewagi konkurencyjnej przedsiębiorstw. W kontekście tak sformułowanych oczekiwań współczesnego decydenta naturalnym wydaję się więc postawienie pytania o miejsce i znaczenie technologii BI w rozwiązywaniu rzeczywistych problemów decyzyjnych.
Tendencje w rozwoju koncepcji Business Intelligence
Ogólnie wiadomo, że szczególnie systemy informacyjne naczelnego kierownictwa (EIS) oraz systemy wspomagania decyzji (DSS) oparte o technologie hurtowni danych czy szerzej, platformę technologiczną BI, powinny być budowane w pierwszej kolejności wokół specyficznych potrzeb, oczekiwań i umiejętności użytkowników oraz strategii i kultury organizacji. Jednakże rozwój systemów wspomagania decyzji jest ściśle związany z rozwojem technologii przetwarzania dużych ilości danych. Hurtownie danych, wielowymiarowe bazy danych OLAP oraz narzędzia raportowania stały się podstawowymi komponentami aplikacji opisywanych jako Business Intelligence. Przykładowo wg jednego z „guru” systemów wspomagania decyzji P. Gray’a, zarówno Business Intelligence (BI) jak i Competitive Intelligence (CI) są kolejnymi etapami na drodze rozszerzania funkcjonalności i dostępności systemów informatycznych wspomagających procesy podejmowania decyzji.
Coraz szersze zastosowania rozbudowanych aplikacji Business Intelligence niosą ze sobą inne spojrzenie na problemy decyzyjne, poszukiwanie nowych dróg rozwiązywania problemów a co za tym idzie pojawienie się zapotrzebowania na nowe narzędzia i nowe technologie. Obecnie wśród narzędzi analitycznych wykorzystywanych w aplikacjach Business Intelligence rysuje się podział na dwie podstawowe grupy: (1) komponenty analizy retrospektywnej – OLAP, języki zapytań, raportowanie, oraz (2) komponenty związane z prognozowaniem, odkrywaniem wiedzy – Data Mining. Kolejny krok w rozwoju koncepcji BI to doskonalenie narzędzie prognostycznych i rozwój środowiska narzędziowego w kierunku wykorzystania procedur optymalizacyjnych. Jednakże należy pamiętać, iż technologia BI staje się tu jedynie wygodnym narzędziem tworzenia specjalizowanych aplikacji biznesowych a nie celem samym w sobie. Systemy wspomagania decyzji, by spełniały pokładane w nich oczekiwania, w zasadzie od podstaw muszą być projektowane jako rozwiązania dedykowane.
Wsparcie kreatywności w twórczym rozwiązywaniu problemów decyzyjnych
Generalnie rzecz ujmując, projektowanie komputerowych systemów wspomagania decyzji, dla rozwiązywania realnych problemów decyzyjnych napotyka na istotny dylemat metodologiczny: zbyt duża bowiem strukturalizacja problemu może hamować procesy kreatywności, podczas gdy z kolei zbyt mała, powoduje małą użyteczność systemu. Mamy tutaj swoisty paradoks polegający na tym iż, systemy wspomagania decyzji stają w pewnym stopniu w opozycji w stosunku do tego co powinny w sposób kreatywny wspierać. Zdecydowana większość komercyjnych narzędzi do budowy systemów wspomagania decyzji oferuje bowiem strukturalne podejście do rozwiązywania problemów z natury nieustrukturowanych.
Tak więc efektywny system wspomagania decyzji, tzn. system wspierający rozwiązywanie realnych problemów decyzyjnych, potrzebuje równowagi pomiędzy zapewnieniem decydentowi autonomii w działaniu a poziomem strukturalizacji, niezbędnym do rozwiązania problemu. Taki „złoty środek” możliwy jest, jak się wydaje, nie przez koncentrację na jednym, konkretnym narzędziu lecz raczej na podejściu, w którym taki kreatywny system wspomagania decyzji staje się bardziej generatorem narzędzi (środowiskiem) niż konkretnym produktem rozwiązującym określone problemy decyzyjne.
Z teoretycznego punktu widzenia można więc wyróżnić dwa podejścia do budowy takich systemów: pierwsze, szeroko publikowane w literaturze przedmiotu oparte na generatorach systemów wspomagania decyzji lub systemach dedykowanych (pakietach) z adaptowalnymi komponentami lub podsystemami, drugie natomiast oparte na wykorzystaniu wielu, niezależnych systemów w procesie podejmowania decyzji. W drugim podejściu zakładana jest krytyczna rola użytkownika w stosunku do informacji pochodzących z wykorzystywanych systemów. Technologia BI, z definicji dostarczająca pakietu narzędzi, dobrze wykorzystana może stanowić jeden z kluczowych komponentów w budowie kreatywnych systemów wspomagania decyzji. Jednakże, istnieje tu poważne niebezpieczeństwo popełnienia typowego błędu widocznego w tradycyjnym podejściu do rozwiązywania tego typu problemów, gdzie ostatecznie system wspomagania decyzji działa na zasadzie „oto wszystko co mam, znajdź sobie proszę wszystko to co Ci potrzeba”.
Tak więc mimo że współczesna technologia oferuje nowoczesne i bardzo wydajne narzędzia wspierające podejmowanie decyzji, zastosowane podejście oraz strategia rozwiązywania problemów przez decydenta jest priorytetowa w twórczym rozwiązywaniu problemów. To właśnie ona - określona strategia - w procesie twórczego rozwiązywania problemów tworzy rozwiązanie, a nie użyte narzędzia. Stan naszej wiedzy o technikach komputerowych sugeruje nam, że musimy lepiej poznać i zrozumieć procesy prowadzące do twórczego rozwiązywania problemów […] wtedy dopiero technologia komputerowa może zaoferować każdemu z nas nowoczesne i obiecujące narzędzia oraz technologie, poprzez które niepowtarzalne i bardziej kreatywne rezultaty mogą być osiągane” [G., M., Marakas, 2003].
Rozwiązanie tego typu problemów wymaga od decydenta w mniejszym lub większym stopniu kreatywności – stworzenia nowych relacji pomiędzy istniejącymi fragmentami informacji pochodzącymi z różnych, często bardzo odległych obszarów wiedzy (źródeł). Kreatywność z kolei jest pierwszym zasadniczym krokiem w procesie innowacyjnym, bowiem bez kreatywności nie ma innowacji. Wsparcie procesów twórczego rozwiązywania problemów (kreatywności) staje się więc kolejnym wyzwaniem dla zastosowań technologii IT oraz potencjalnym źródłem przewagi konkurencyjnej przedsiębiorstw. W kontekście tak sformułowanych oczekiwań współczesnego decydenta naturalnym wydaję się więc postawienie pytania o miejsce i znaczenie technologii BI w rozwiązywaniu rzeczywistych problemów decyzyjnych.
Tendencje w rozwoju koncepcji Business Intelligence
Ogólnie wiadomo, że szczególnie systemy informacyjne naczelnego kierownictwa (EIS) oraz systemy wspomagania decyzji (DSS) oparte o technologie hurtowni danych czy szerzej, platformę technologiczną BI, powinny być budowane w pierwszej kolejności wokół specyficznych potrzeb, oczekiwań i umiejętności użytkowników oraz strategii i kultury organizacji. Jednakże rozwój systemów wspomagania decyzji jest ściśle związany z rozwojem technologii przetwarzania dużych ilości danych. Hurtownie danych, wielowymiarowe bazy danych OLAP oraz narzędzia raportowania stały się podstawowymi komponentami aplikacji opisywanych jako Business Intelligence. Przykładowo wg jednego z „guru” systemów wspomagania decyzji P. Gray’a, zarówno Business Intelligence (BI) jak i Competitive Intelligence (CI) są kolejnymi etapami na drodze rozszerzania funkcjonalności i dostępności systemów informatycznych wspomagających procesy podejmowania decyzji.
Coraz szersze zastosowania rozbudowanych aplikacji Business Intelligence niosą ze sobą inne spojrzenie na problemy decyzyjne, poszukiwanie nowych dróg rozwiązywania problemów a co za tym idzie pojawienie się zapotrzebowania na nowe narzędzia i nowe technologie. Obecnie wśród narzędzi analitycznych wykorzystywanych w aplikacjach Business Intelligence rysuje się podział na dwie podstawowe grupy: (1) komponenty analizy retrospektywnej – OLAP, języki zapytań, raportowanie, oraz (2) komponenty związane z prognozowaniem, odkrywaniem wiedzy – Data Mining. Kolejny krok w rozwoju koncepcji BI to doskonalenie narzędzie prognostycznych i rozwój środowiska narzędziowego w kierunku wykorzystania procedur optymalizacyjnych. Jednakże należy pamiętać, iż technologia BI staje się tu jedynie wygodnym narzędziem tworzenia specjalizowanych aplikacji biznesowych a nie celem samym w sobie. Systemy wspomagania decyzji, by spełniały pokładane w nich oczekiwania, w zasadzie od podstaw muszą być projektowane jako rozwiązania dedykowane.
Wsparcie kreatywności w twórczym rozwiązywaniu problemów decyzyjnych
Generalnie rzecz ujmując, projektowanie komputerowych systemów wspomagania decyzji, dla rozwiązywania realnych problemów decyzyjnych napotyka na istotny dylemat metodologiczny: zbyt duża bowiem strukturalizacja problemu może hamować procesy kreatywności, podczas gdy z kolei zbyt mała, powoduje małą użyteczność systemu. Mamy tutaj swoisty paradoks polegający na tym iż, systemy wspomagania decyzji stają w pewnym stopniu w opozycji w stosunku do tego co powinny w sposób kreatywny wspierać. Zdecydowana większość komercyjnych narzędzi do budowy systemów wspomagania decyzji oferuje bowiem strukturalne podejście do rozwiązywania problemów z natury nieustrukturowanych.
Tak więc efektywny system wspomagania decyzji, tzn. system wspierający rozwiązywanie realnych problemów decyzyjnych, potrzebuje równowagi pomiędzy zapewnieniem decydentowi autonomii w działaniu a poziomem strukturalizacji, niezbędnym do rozwiązania problemu. Taki „złoty środek” możliwy jest, jak się wydaje, nie przez koncentrację na jednym, konkretnym narzędziu lecz raczej na podejściu, w którym taki kreatywny system wspomagania decyzji staje się bardziej generatorem narzędzi (środowiskiem) niż konkretnym produktem rozwiązującym określone problemy decyzyjne.
Z teoretycznego punktu widzenia można więc wyróżnić dwa podejścia do budowy takich systemów: pierwsze, szeroko publikowane w literaturze przedmiotu oparte na generatorach systemów wspomagania decyzji lub systemach dedykowanych (pakietach) z adaptowalnymi komponentami lub podsystemami, drugie natomiast oparte na wykorzystaniu wielu, niezależnych systemów w procesie podejmowania decyzji. W drugim podejściu zakładana jest krytyczna rola użytkownika w stosunku do informacji pochodzących z wykorzystywanych systemów. Technologia BI, z definicji dostarczająca pakietu narzędzi, dobrze wykorzystana może stanowić jeden z kluczowych komponentów w budowie kreatywnych systemów wspomagania decyzji. Jednakże, istnieje tu poważne niebezpieczeństwo popełnienia typowego błędu widocznego w tradycyjnym podejściu do rozwiązywania tego typu problemów, gdzie ostatecznie system wspomagania decyzji działa na zasadzie „oto wszystko co mam, znajdź sobie proszę wszystko to co Ci potrzeba”.
Tak więc mimo że współczesna technologia oferuje nowoczesne i bardzo wydajne narzędzia wspierające podejmowanie decyzji, zastosowane podejście oraz strategia rozwiązywania problemów przez decydenta jest priorytetowa w twórczym rozwiązywaniu problemów. To właśnie ona - określona strategia - w procesie twórczego rozwiązywania problemów tworzy rozwiązanie, a nie użyte narzędzia. Stan naszej wiedzy o technikach komputerowych sugeruje nam, że musimy lepiej poznać i zrozumieć procesy prowadzące do twórczego rozwiązywania problemów […] wtedy dopiero technologia komputerowa może zaoferować każdemu z nas nowoczesne i obiecujące narzędzia oraz technologie, poprzez które niepowtarzalne i bardziej kreatywne rezultaty mogą być osiągane” [G., M., Marakas, 2003].
Źródło: www.consorg.pl
Autor: Dr. Zbigniew Twardowski - Wiceprezes firmy Consorg Sp. z o.o.
Najnowsze wiadomości
Kwantowy przełom w cyberochronie - nadchodząca dekada przepisze zasady szyfrowania na nowo
Przez długi czas cyfrowe bezpieczeństwo opierało się na prostym założeniu: współczesne komputery potrzebowałyby ogromnych zasobów i wielu lat, aby złamać silne algorytmy szyfrowania. Rozwój technologii kwantowej zaczyna jednak tę regułę podważać, a eksperci przewidują, że w perspektywie 5–10 lat może nadejść „dzień zero”. Jest to moment, w którym zaawansowana maszyna kwantowa będzie w stanie przełamać większość aktualnie stosowanych zabezpieczeń kryptograficznych w czasie liczonym nie w latach, lecz w godzinach.
PSI prezentuje nową identyfikację wizualną
W ramach realizowanej strategii transformacji PSI Software SE zaprezentowała nową identyfikację wizualną. Odświeżony wizerunek w spójny sposób oddaje technologiczne zaawansowanie firmy, jej głęboką wiedzę branżową oraz silne ukierunkowanie na potrzeby klientów. Zmiany te wzmacniają pozycję PSI jako innowacyjnego lidera technologicznego w obszarze skalowalnych rozwiązań informatycznych opartych na sztucznej inteligencji i chmurze, rozwijanych z myślą o energetyce i przemyśle.
W ramach realizowanej strategii transformacji PSI Software SE zaprezentowała nową identyfikację wizualną. Odświeżony wizerunek w spójny sposób oddaje technologiczne zaawansowanie firmy, jej głęboką wiedzę branżową oraz silne ukierunkowanie na potrzeby klientów. Zmiany te wzmacniają pozycję PSI jako innowacyjnego lidera technologicznego w obszarze skalowalnych rozwiązań informatycznych opartych na sztucznej inteligencji i chmurze, rozwijanych z myślą o energetyce i przemyśle.
PROMAG S.A. rozpoczyna wdrożenie systemu ERP IFS Cloud we współpracy z L-Systems
PROMAG S.A., lider w obszarze intralogistyki, rozpoczął wdrożenie systemu ERP IFS Cloud, który ma wesprzeć dalszy rozwój firmy oraz integrację kluczowych procesów biznesowych. Projekt realizowany jest we współpracy z firmą L-Systems i obejmuje m.in. obszary finansów, produkcji, logistyki, projektów oraz serwisu, odpowiadając na rosnącą skalę i złożoność realizowanych przedsięwzięć.
F5 rozszerza portfolio bezpieczeństwa o narzędzia do ochrony systemów AI w środowiskach enterprise
F5 ogłosiło wprowadzenie dwóch nowych rozwiązań - F5 AI Guardrails oraz F5 AI Red Team - które mają odpowiedzieć na jedno z kluczowych wyzwań współczesnych organizacji: bezpieczne wdrażanie i eksploatację systemów sztucznej inteligencji na dużą skalę. Nowa oferta łączy ochronę działania modeli AI w czasie rzeczywistym z ofensy
Snowflake + OpenAI: AI bliżej biznesu
Snowflake przyspiesza wykorzystanie danych i sztucznej inteligencji w firmach, przenosząc AI z fazy eksperymentów do codziennych procesów biznesowych. Nowe rozwiązania w ramach AI Data Cloud integrują modele AI bezpośrednio z danymi, narzędziami deweloperskimi i warstwą semantyczną. Partnerstwo z OpenAI, agent Cortex Code, Semantic View Autopilot oraz rozwój Snowflake Postgres pokazują, jak budować skalowalne, bezpieczne i mierzalne wdrożenia AI w skali całej organizacji.
Najnowsze artykuły
Magazyn bez błędów? Sprawdź, jak system WMS zmienia codzienność logistyki
Współczesna logistyka wymaga nie tylko szybkości działania, lecz także maksymalnej precyzji – to właśnie te czynniki coraz częściej decydują o przewadze konkurencyjnej firm. Nawet drobne pomyłki w ewidencji stanów magazynowych, błędy przy przyjmowaniu dostaw czy nieprawidłowe rozmieszczenie towarów, mogą skutkować poważnymi stratami finansowymi i opóźnieniami w realizacji zamówień. W jaki sposób nowoczesne rozwiązania do zarządzania pomagają unikać takich sytuacji? Czym właściwie różni się tradycyjny system magazynowy od zaawansowanych rozwiązań klasy WMS (ang. Warehouse Management System)? I w jaki sposób inteligentne zarządzanie procesami magazynowymi realnie usprawnia codzienną pracę setek firm?
Współczesna logistyka wymaga nie tylko szybkości działania, lecz także maksymalnej precyzji – to właśnie te czynniki coraz częściej decydują o przewadze konkurencyjnej firm. Nawet drobne pomyłki w ewidencji stanów magazynowych, błędy przy przyjmowaniu dostaw czy nieprawidłowe rozmieszczenie towarów, mogą skutkować poważnymi stratami finansowymi i opóźnieniami w realizacji zamówień. W jaki sposób nowoczesne rozwiązania do zarządzania pomagają unikać takich sytuacji? Czym właściwie różni się tradycyjny system magazynowy od zaawansowanych rozwiązań klasy WMS (ang. Warehouse Management System)? I w jaki sposób inteligentne zarządzanie procesami magazynowymi realnie usprawnia codzienną pracę setek firm?
Migracja z SAP ECC na S4 HANA: Ryzyka, korzyści i alternatywne rozwiązania
W ostatnich latach wiele firm, które korzystają z systemu SAP ECC (Enterprise Central Component), stoi przed decyzją o przejściu na nowszą wersję — SAP S4 HANA. W obliczu końca wsparcia dla ECC w 2030 roku, temat ten staje się coraz bardziej aktualny. Przemiany technologiczne oraz rosnące oczekiwania związane z integracją nowych funkcji, jak sztuczna inteligencja (AI), skłaniają do refleksji nad tym, czy warto podjąć tak dużą zmianę w architekturze systemu. Przyjrzyjmy się głównym powodom, dla których firmy rozważają migrację do S4 HANA, ale także argumentom, które mogą przemawiać za pozostaniem przy dotychczasowym systemie ECC, przynajmniej na krótki okres.
Jak maksymalizować zyski z MTO i MTS dzięki BPSC ERP?
Zysk przedsiębiorstwa produkcyjnego zależy nie tylko od wydajności maszyn, ale przede wszystkim od precyzyjnego planowania, realnych danych i umiejętnego zarządzania procesami. Dlatego firmy, które chcą skutecznie działać zarówno w modelu Make to Stock (MTS), jak i Make to Order (MTO), coraz częściej sięgają po rozwiązania klasy ERP, takie jak BPSC ERP.
Zysk przedsiębiorstwa produkcyjnego zależy nie tylko od wydajności maszyn, ale przede wszystkim od precyzyjnego planowania, realnych danych i umiejętnego zarządzania procesami. Dlatego firmy, które chcą skutecznie działać zarówno w modelu Make to Stock (MTS), jak i Make to Order (MTO), coraz częściej sięgają po rozwiązania klasy ERP, takie jak BPSC ERP.
Ponad połowa cyberataków zaczyna się od błędu człowieka
Ponad 2/3 firm w Polsce odnotowała w zeszłym roku co najmniej 1 incydent naruszenia bezpieczeństwa . Według danych Unit 42, zespołu analitycznego Palo Alto Networks, aż 60% ataków rozpoczyna się od działań wymierzonych w pracowników – najczęściej pod postacią phishingu i innych form inżynierii społecznej . To pokazuje, że w systemie ochrony organizacji pracownicy są kluczowym ogniwem – i że firmy muszą nie tylko edukować, ale też konsekwentnie egzekwować zasady cyberhigieny. Warto o tym pamiętać szczególnie teraz, w październiku, gdy obchodzimy Europejski Miesiąc Cyberbezpieczeństwa.
MES - holistyczne zarządzanie produkcją
Nowoczesna produkcja wymaga precyzji, szybkości i pełnej kontroli nad przebiegiem procesów. Rosnąca złożoność zleceń oraz presja kosztowa sprawiają, że ręczne raportowanie i intuicyjne zarządzanie coraz częściej okazują się niewystarczające. Firmy szukają rozwiązań, które umożliwiają im widzenie produkcji „na żywo”, a nie z opóźnieniem kilku godzin czy dni. W tym kontekście kluczową rolę odgrywają narzędzia, które porządkują informacje i pozwalają reagować natychmiast, zamiast po fakcie.
Real-Time Intelligence – od trendu do biznesowego must-have
Sposób prowadzenia działalności gospodarczej dynamicznie się zmienia. Firmy muszą stale dostosowywa… / Czytaj więcej
EPM – co to jest? Czy jest alternatywą dla BI?
Nowoczesne systemy BI i EPM dostarczają wiedzy potrzebnej do efektywnego zarządzania firmą. Czy zna… / Czytaj więcej
W jaki sposób firmy zwiększają swoją odporność na zmiany?
Do zwiększenia odporności na zmiany, konieczna jest pełna kontrola nad codziennymi procesami zapewn… / Czytaj więcej
Dlaczego systemy kontrolingowe są potrzebne współczesnym firmom?
Narzędzia Corporate Performance Management (CPM) pozwalają na przyśpieszenie tempa podejmowania dec… / Czytaj więcej
Hurtownie danych – funkcje i znaczenie dla BI
Przepisów na sukces biznesu jest na rynku wiele. Nie ulega jednak wątpliwości, że jednym z kluczowy… / Czytaj więcej
Po co dane w handlu? Okazuje się, że ich analityka może dać nawet 30 proc. większe zyski!
Jak wynika z badania firmy doradczej Capgemni, producenci FMCG oraz firmy związane z handlem detali… / Czytaj więcej
