Badania nad rozwojem systemów ERP i ich zastosowań wskazują na bardzo dynamicznie zachodzące zmiany, zarówno w zakresie strategii kluczowych, rynkowych dostawców, jak i oferowanych technologii, struktury popytu oraz metodyk prac wdrożeniowych. Wyniki pokazują, że w wielu przypadkach udało się efektywnie wdrożyć systemy tej klasy - uzyskano zakładaną automatyzację zarówno procesów podstawowych dla działalności organizacji, jak również procesów pomocniczych.

Otwartą kwestią pozostaje nadal wsparcie procesów podejmowania decyzji, szczególnie decyzji kluczowych, niepowtarzalnych, najczęściej mających charakter decyzji strategicznych. F. Adam napisał: "z punktu widzenia podejmowania decyzji pakiety ERP nie są wystarczające. Tworzą one ogromne składy danych, mogące tworzyć doskonałe podstawy dla podejmowania decyzji, jednak bazując na ostatnio prowadzonych badaniach empirycznych, wydaje się, że zdolność w zakresie raportowania wielodostępnych pakietów ERP nie jest wystarczająca." (ERP and its Impact on Decision Making, 2011).

Głównym problemem wydaje się być jednak fakt, że wdrożenie systemów podejmowania decyzji (DSS) wymaga zdecydowanie większych zmian organizacyjnych oraz kulturowych w organizacji, niż ma to miejsce w przypadku systemów ERP. Dobry system raportowania jest tylko warunkiem koniecznym, absolutnie niewystarczającym, dla budowy efektywnego systemu wspomagania decyzji.

Różnice w podejściu do wdrożenia systemu ERP w stosunku do systemów klasy DSS widoczne są także w sposobie późniejszej ich eksploatacji. System ERP musi być praktycznie stale używany, aby organizacja gospodarcza funkcjonowała, systemy DSS mogą być wykorzystywane jedynie wtedy, gdy są w stanie wesprzeć pojawiający się problem decyzyjny. Podstawowa funkcjonalność systemu ERP to przede wszystkim automatyzacja (mniej lub bardziej wyrafinowana) wcześniej wykonywanych w organizacji czynności (np. ewidencja transakcji). W przypadku systemów DSS sytuacja wygląda całkowicie inaczej - trudno bowiem byłoby automatyzować procesy decyzyjne. Powielanie standardów wdrożeniowych systemu ERP w obszarach wspomagania decyzji kończy się więc co najwyżej sprawnym systemem raportowania.

W każdym przypadku ważne jest, by dobrze zidentyfikować potencjalnych użytkowników aplikacji. W przypadku systemów wspomagania decyzji jest to szczególnie istotne. Użytkowników aplikacji analitycznych, wykorzystujących technologie BI (hurtownie danych, OLAP, EIP), można z grubsza podzielić na dwie, podstawowe kategorie. Grupa pierwsza, to odbiorcy przetworzonej już informacji, korzystający z gotowych, zdefiniowanych obiektów analitycznych (np. arkuszy, tabel, wykresów graficznych lub po prostu wydrukowanych raportów). Jest to przede wszystkim kadra zarządzająca wyższych szczebli - osoby podejmujące decyzje o znaczeniu strategicznym i taktycznym. Cechą szczególną tej grupy jest (powinno być) istnienie ściśle zdefiniowanego popytu na wysoko przetworzoną informację przy jednoczesnej niechęci do zgłębiania technicznych szczegółów pozyskiwania danych. Co bardzo istotne, różnica pomiędzy "jest" a "powinno być" często podważa sens wdrażania systemów DSS w organizacji. Zdefiniowanie realnego poziomu oczekiwań kadry kierowniczej najwyższego szczebla, choć czasami wydaje się niemożliwe do realizacji, jest jedynym sposobem na efektywne funkcjonowanie systemów klasy DSS w organizacji. Zauważmy, że tego typu problemy zazwyczaj w ogóle nie występują przy wdrażania systemów ERP.

Grupa druga to użytkownicy zaawansowani, samodzielnie korzystający nie tylko z zasobów, ale również z narzędzi udostępnianych w ramach dostarczonej technologii BI. Najczęstszą czynnością przez nich wykonywaną jest budowanie, testowanie i wdrażanie do użytku obiektów analitycznych służących odbiorcom informacji. Tego typu powiązanie jest pochodną podstawowej funkcjonalności zaimplementowanej w rozwiązaniach BI, czyli udostępnienia środowiska umożliwiającego szybką budowę gotowych aplikacji raportujących. Sens pracy tej grupie użytkowników nadaje oczywiście poziom oczekiwań użytkowników pierwszej grupy.

Wdrożenie systemów informatycznych opartych na paradygmacie DSS czy EIS jest więc procesem, w którym muszą być wykorzystywane nie tylko coraz bardziej wyrafinowane technologie przetwarzania danych lecz także, a może przede wszystkim, nowoczesne techniki zarządzania i motywowania, stymulujące w konsekwencji realny popyt na informacje. W wielu przypadkach mamy jednak do czynienia z sytuacją powszechnej dostępności coraz tańszych i wydajniejszych technologii BI przy absolutnym braku koncepcji ich wykorzystania w procesach podejmowania decyzji strategicznych.

Tendencje i kierunki rozwoju

Postępująca globalizacja, nasycenie rynku, coraz lepsze przygotowanie potencjalnych klientów oraz świadomość ryzyka wdrożenia, wywiera presję na producentów systemów ERP w kierunku zmiany strategii rynkowych. Szczególnie widoczna jest tu konsolidacja głównych dostawców, którzy wchłaniając mniejsze, "niszowe" firmy powodują rozszerzenie swojej oferty o nowe funkcjonalności: APS (Advanced Planning and Scheduling), SCM (Supply Chain Management), CRM (Customer Relationship Management) lub MES (Manufacturing Execution Systems). W ostatnich latach trudno było także nie zauważyć spektakularnych przejęć znaczących dostawców rozwiązań BI przez producentów systemów ERP.

Wyraźnie widoczna jest tendencja do przekształcania się systemu ERP w otwartą platformę zawierającą przede wszystkim podstawową funkcjonalność w zakresie automatyzacji procesów transakcyjnych (OLTP). Dodatkowe funkcjonalności są dodawane w postaci odrębnych modułów lub usług dostarczanych przez różnych, specjalizowanych (niszowych) dostawców. Jednocześnie zauważa się odwrót od tworzenia jednolitych, monolitycznych struktur systemów zintegrowanych. Nowe produkty (i usługi) rozwijają się niejako na obrzeżach głównego systemu i są włączane do niego poprzez platformy integrujące.

Włączenie dodatkowego, pochodzącego z zewnątrz systemu do rdzenia ERP jest trudne i czasochłonne, a podstawowa funkcjonalność, z punktu widzenia elastyczności wdrożenia, jest już i tak nadmiernie rozbudowana. Stąd również tendencja do dzielenia systemu ERP na coraz większą liczbę modułów - tak aby system bazowy w podstawowej funkcjonalności był maksymalnie wydajny, a pozostałe moduły mogły być wdrażane zgodnie z potrzebami konkretnego użytkownika. Powoduje to dążenie do większej otwartości systemu, co dla odbiorców stwarza większą możliwość integracji systemów różnych producentów. Następuje rozwój architektury, umożliwiającej dostarczanie klientowi usług "na życzenie", a nie zamkniętego pakietu oprogramowania. Szczególnego znaczenia nabierają w tym kontekście usługi sieciowe, dostarczające wybrane elementy funkcjonalności biznesowej za pośrednictwem Internetu. W pewnych sytuacjach mogą to być również usługi analityczne.

Ogólnie wiadomo, że systemy informacyjne naczelnego kierownictwa (EIS) oraz systemy wspomagania decyzji (DSS) oparte o technologie hurtowni danych czy, szerzej, platformę technologiczną Business Intelligence, 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. Według 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 BI 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 BI rysuje się podział na dwie podstawowe grupy: (1) komponenty analizy retrospektywnej - OLAP, języki zapytań, raportowanie; (2) komponenty związane z prognozowaniem, odkrywaniem wiedzy - Data Mining. Kolejny krok w rozwoju koncepcji BI to doskonalenie narzędzi prognostycznych i rozwój środowiska narzędziowego w kierunku wykorzystania procedur optymalizacyjnych. Należy jednak pamiętać, iż technologia BI staje się tu jedynie wygodnym narzędziem tworzenia specjalizowanych aplikacji biznesowych, a nie celem samym w sobie.

Szanse i zagrożenia

Aby systemy wspomagania decyzji spełniały pokładane w nich oczekiwania, w zasadzie muszą być od podstaw projektowane jako rozwiązania dedykowane. Celem wdrożenia narzędzi BI jest uzyskanie aplikacji analitycznej, która dokładnie odwzorowuje wybrany proces biznesowy przy jednoczesnym zachowaniu maksymalnej prostoty użytkowania (rozumianej jako ilość operacji koniecznych do wykonania, w celu uzyskania gotowej, przetworzonej informacji analitycznej).

Dokładność odwzorowania badanego procesu biznesowego jest istotna, wymaga by wszyscy biorący w nim udział (lub analizujący jego przebieg) posługiwali się stosunkowo jednolitą terminologią, używali tego samego języka kodów do identyfikacji poszczególnych obiektów lub kategorii, przetwarzali informację według zdefiniowanych, standardowych procedur. Jest to pierwsze - i, jak się wydaje, najpoważniejsze - zagrożenie projektu wdrożeniowego BI. Nie zdarza się bowiem powszechnie, że wdrożenie systemu ERP podporządkowane jest wymaganiom stawianym systemom wspomagania decyzji. Najczęściej jest dokładnie odwrotnie, dopiero po wdrożeniu systemu ERP następuje specyfikacja potrzeb zarządczych. To trochę późno i w efekcie cały wysiłek wdrożeniowy, zamiast na aspektach merytorycznych, koncentruje się na procesie ETL. Podporządkowanie wdrożenia systemu ERP szeroko rozumianym potrzebom zarządczym, poprzedzone głęboką analizą strategicznych procesów biznesowych organizacji, pozwoli na istotne ograniczenie ryzyka niepowodzenia projektu BI.

Dużym zagrożeniem dla powodzenia projektu wdrożenia systemu analitycznego jest też nieścisłe określenie lub kompletny brak wymaganej informacji wyjściowej. Technologia OLAP łączy w sobie wielowymiarową reprezentację danych wraz z wydajnym mechanizmem ich udostępniania. Przeglądanie kostek OLAP, w tym zmiana układu prezentacji czy kryteriów wyboru danych, jest proste nawet dla początkujących użytkowników i może być wspomagane przez łatwe w użyciu narzędzia wizualne. Analitycy, nie posiadając pewności co do wymagań kadry zarządzającej, wykazują tendencje do umieszczania w raportach końcowych wszystkich informacji z danego obszaru merytorycznego, oferowanych przez aplikację. Duża objętość raportów oraz ich przepełnienie danymi powodują spowolnienie procesu podejmowania decyzji. Stąd już tylko krok, aby docelowy system wspomagający stał się systemem utrudniającym ten proces.

Źródło: www.consorg.pl
Autorzy: Zbigniew Twardowski, Stanisław Stanek