Business Intelligence (BI) tools - simpelweg is dat Management Informatie in een nieuwe stijl. In de presentatie zal worden behandeld wat Business Intelligence is, wordt er een positionering van de producten gegeven, het drielagenmodel wordt behandeld en tenslotte een overzicht hoe BI in te zetten.

Wat is nu eigenlijk BI? 'Het proces van het transformeren van data in informatie en door middel van een ontdekkingsreis het transformeren van die informatie in kennis.' Die ontdekkingsreis betekent interactief werken, oftewel: het structureel vergaren van kennis met behulp van vraag en antwoord. De kennis die dan vergaard wordt wordt opgebouwd en is tergelijkertijd een creatie.

Een voorbeeld is de Gartner Group, dit is een soort Computable blad. Als je je daarop abonneert krijg je overal toegang toe (rapporten, etc.). Het kenmerk is dat de informatie kort, krachtig, maar wel gewoon goed is.

Tegenwoordig zie je dat er steeds minder tijd wordt gestoken in het verzamelen en nuttig gebruiken van informatie. De hoeveelheid informatie die wordt aangeboden (op diverse manieren, zoals de media, Internet, etc.) is zo overdadig dat het beschikbare aantal manuren niet meer voldoende is om al deze informatie te verwerken. Het verschil (tussen de informatiestroom en de tijd en capaciteit) dat nu ontstaat wordt de 'Business Intelligence Gap' genoemd. Dit gat moet worden gecompenseerd, de tijd zal dus beter en efficiënter moeten worden gebruikt. Belangrijk is dat deze gap van te voren moet worden opgemerkt. Dit kan bijvoorbeeld door de vraag stellen: 'Welke informatie is nu echt belangrijk?' Door middel van deze schifting hou je alleen relevante informatie over en verklein je de gap. (vraag: waar komt die informatie nu eigenlijk vandaan?)

BI bestaat uit een continue proces van het doorgeven van informatie in 4 verschillende elementen: de bedrijfscultuur, informatiekunde, de organisatie en tenslotte de automatisering. Vervolgens gaat deze cirkel weer door naar de bedrijfscultuur.

Wat is nu het grote verschil tussen BI en de gewone transactiesystemen? Bij de transactiesystemen is de kernvan het geheel dat je de juiste dingen doet (juiste dingen die uit het verleden al bekend zijn). Daarentegen is het bij BI zo dat je dingen doet waarbij de effectiviteit volgt uit wat je zelf doet (voorbeeld: in de loop van een project zegt de IT-afdeling dat een bepaald probleem binnen de organisatie te wijten is aan IT-problemen. Echter, in de loop van het project wordt er echter besloten vanuit een BI-oogpunt te kijken naar het probleem. Dan komen er wellicht hele andere, onverwachte patronen tevoorschijn. Je bekijkt dingen dus van een andere kant, oogpunt).

Wat doet BI nu eigenlijk? BI zorgt voor een snelle analyse van gesharede multidimensionale informatie. Belangrijkste aspect is dat er vanuit diverse invalshoeken wordt gekeken naar een bepaald probleem. Denk bijvoorbeeld aan managementinformatie. De simpele dingen die een manager oproept vanuit het systeem moeten niet langer duren dan 5 seconden. De minder simpele dingen mogen niet langer dan een halve minuut duren. Een forecast (dus echt zware informatie) mag ongeveer 1 minuut duren.

De informatievoorziening kan op diverse manieren worden vormgegeven. Een voorbeeld is Drill Down. De informatie begint met de totalen, daarna kijk je hoe de informatie de diepte in moet gaan. Andere BI-functionaliteiten: exception reporting, tijdreeks analyse, verschillen analyse, kostenallocaties (= het bij elkaar brengen van kosten, denk aan de Nederlandse Spoorwegen, je hebt kosten per station, maar je moet toch ook kijken naar het rendement van een bepaald traject waar al die stations aan liggen) en de zogenaamde what if - goalseeking.

Wat voor probleem lost BI eigenlijk op? Tussen de gegevens die je hebt (de beschikbare gegevens) en datgene wat je eigenlijk nodig hebt zit een groot verschil. Door middel van heel veel tijd, moeite en vooral kosten krijg je het uiteindelijk voor elkaar om informatie te verkrijgen die je nodig hebt en de overige invloeden uitschakelt. In een datawarehouse omgeving zorgt BI ervoor dat de problemen van converties en transacties worden opgelost; er ontstaat één samenhangend geheel. Door middel van het datawarehouse wordt er dus voor gezorgd dat het bronsysteem wordt gefilterd en de eindgebruikers alleen die informatie krijgen die ze nodig hebben. De tools zorgen ervoor dat de informatie snel en analytisch op het beeldscherm worden getoond zonder veel moeite en cursussen. Houdt echter wel in de gaten: 70% van de datawarehouses mislukken.

Hoe werkt BI nu eigenlijlk? Stel je een kubus van informatie voor en dan diverse van die kubussen aan elkaar. Als je dan bepaalde informatie wilt opvragen zul je een bepaalde doorsnede moeten maken van de kubussen. Je hebt dus niet te maken met een tabel, record, veld, etc., maar met dimenties en meetwaarden. Een voorbeeld hiervan is je omzet: dit wordt opgevraagd per product, klant en tijd. Dit kubusstysteem wordt OLAP genoemd (voorheen heette dit MDBMS). Vraag: waarom is redundantie (alles opslaan) niet erg? Antwoord is eenvoudig: omdat het systeem hier vele malen sneller van wordt (anders gezegd: de responsetijd wordt beter). Je wilt op een gegeven moment de gegevens gaan meten met allerlei waarden (zoals leeftijd, functie, salaris, etc.). Met behulp van de kubussen ga je naar dingen zoeken die je tegen elkaar uit kunt zetten.

Er bestaan 2 soorten programma's: de 'as-is' programma's, waarmee je bepaalde functionaliteiten hebt en verder niks, je kunt zelf niks meer of minder doen. Daarnaast bestaan de flexibele programma's waarme je zelf kunt programmeren. Voordeel van deze laatste programmasoort is natuurlijk dat het veel flexibeler is, maar daarentegen ook stukken duurder. In de organisatie van Synergetics kun je dit ook terugvinden: de positionering is zodanig dat geen enkel product hetzelfde is, daarnaast is er geen enkel product dat aan alle eisen voldoet.

Drie-lagen model (hoe, wat, waarmee). Wat is het verschil tussen ROLAP, MOLAP en HOLAP? Molap = de data zit in je kubus, heeft niks te maken met de relationele database. Rolap = is relationeel opgebouwd, elke keer vraag je naar RDBMS waardoor je dus een slechte performance krijgt. Holap = een combinatie tussen Rolap en Molap.

BI is in diverse gevallen effectief. Maar er is wel een kenmerk die in al die gevallen terug komt, namelijk dat een bepaalde cylcus is die altijd hetzelfde is, namelijk: plannen, uitvoeren en checken. Een effectieve inzet van BI kun je op diverse manieren bereiken. Alleen je moet je goed realiseren dat een operationeel systeem nooit op orde komt. Dus daar moet je je niet blind op staren, anders ben je nooit klaar. Ben je echter aan het ontwikkelen dan is het wel van belang (tijdens een langdurig project nog sterker als bij een project van kortere duur) dat je tussentijds resultaten laat zien en niet alleen na een lange periode. Het namelijk zo dat gebruikers (en het management) wel het idee moeten hebben dat er wat gebeurt, anders verkoop je je spullen nooit. Tevens zit hier een groot voordeel aan vast, namelijk dat je feedback krijgt en hiermee kun je dan weer verder knutselen (RAD-methodiek is hierbij zeer effectief). Je hoeft echter niet alleen maar systemen te bouwen, efficiëncyverbeteringen zijn ook altijd meegenomen.

BI is meer... BI heeft ook een regie-functie. Dit houdt in dat als er bepaalde impulsen komen van andere kanten (bv. de techniek) daar ook rekening mee moet worden gehouden in het veranderingsmanagement. Er zit in BI nog meer dan de orginele beheersaspecten. Denk hierbij bijvoorbeeld aan het uitdelen van één dezelfde muismat in de gehele organisatie of een screensaver die op elke pc hetzelfde is, Kortom: het is belangrijk dat je je producten goed promoot naast het feit dat je iets maakt en oplevert. Kortom, een BI-leieder (BIA = Business Inteligence Administrator) moet van allerlei zaken kennis hebben en een soort flexibele marketingmanager zijn. De taken van de BIA zijn divers. Belangrijk is echter dat wat betreft de organisatorische zaken (de BI-cirkel: BIOA-taken) de BIA ervoor moet zorgen dat er een blijvende communicatie op poten wordt gezet (waarom is dit zo belangrijk?).

In het projectmanagement is het gebleken dat je 50% van je tijd bezig bent met IT-zaken en 50%  van je tijd met organisatorische zaken. Begin echter altijd in een project met lage ambities, dan vallen de zaken minder tegen of bereik je juist vlotter dan verwacht een bepaald doel. Hoe dan ook: je komt beter voor de dag bij het management.

Conclusies:

BI is meer dan goede tools alleen;
Rigide specifitcaties en sturen op planning alleen staan effectiviteit in de weg;
Beheer is geen populair onderwerp, maar een sleutelfactor in effectieve groei;
BI efficiency zoekt men tijdens het gebruik, effectiviteit ontstaat na het gebruik (wat doe je ermee?);
De inspanning mag niet onderschat worden, het bedienen van enkele tientallen gebruikers is al snel een dagtaak.

Waarom is BI een issue? Hieronder de verschillen tussen transactionele en management informatie.


Het mag ondertussen duidelijk zijn dat er verschillen bestaan tussen informatie voor bepaalde soorten gebruikers. Dit houdt automatisch ook in dat er verschillen bestaan tussen de systemen die de bepaalde gebruikers nodig hebben. Het blijkt dat analisten zwaardere tools nodig hebben dan bijvoorbeeld het algemeen management. Het midden-management is bijvoorbeeld het meeste bezig met de vraag: hoe doe je iets? Een goede tool hiervoor is bijvoorbeeld Powerplay.

Wat is het verschil tussen een FAT-client en een THIN-client? Fat = alles op je harde schijf (applicaties, etc). Thin = inladen vanaf het netwerk, daarna weer weggooien van je client.

Wat zijn de verschillen tussen datamining en OLAP en hoe kunnen ze elkaar aanvullen? Data mining richt zich meer op de verbanden zoeken die je niet kent. Het antwoord hoeft dus ook niet goed te zijn. Het moet allemaal zo gedetailleerd mogelijk zijn. Bij OLAP structureer je van te voren, maar je weet waar je naar zoekt, het antwoord is dus goed. De antwoorden moeten zo globaal (geaggregeerd) mogelijk zijn . De aanvulling zit hem in het feit dat je dingen kunt vinden met datamining en je ze kunt presenteren met OLAP (denk aan klantprofielen). Kortom: met OLAP snap je niet wat er is (maar er is wel wat) en met datamining zoek je uit wat er nou precies is.