Εμβάθυνση στις έννοιες: α) Εξερεύνηση Βάσεων Δεδομένων και Ανάλυση, β) Εξαγωγή Αναφορών (Enterprise Reporting & Online Analytical Processing / OLAP). Παραδείγματα. ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ] 1

 Επιχειρησιακή Νοημοσύνη (Business Intelligence - ΒΙ)  Η (υπο)Ενότητα αυτή θα δώσει μια καθαρή εικόνα των τρόπων που οι Τεχνολογίες της Πληροφορικής διευκολύνουν τη χρήση της επιχειρησιακής νοημοσύνης, και την ένταξη της στην «καθημερινότητα» ενός οργανισμού, με σκοπό την αναγνώριση της κατάστασης του οργανισμού και τη λήψη ορθολογικότερων αποφάσεων.  Περιλαμβάνει (όπως και κάθε άλλη Ενότητα): Εισαγωγή: Για να βοηθήσει τους λιγότερο εξοικειωμένους με το θέμα να το παρακολουθήσουν Ανάπτυξη: Για να προσφέρει κυριολεκτικές γνώσεις πάνω στο θέμα Πρακτική Άσκηση 2 ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ]

 Στόχος  Κατανόηση της τεχνολογικής βάσης της Επιχειρησιακής Νοημοσύνης  Περιεχόμενο  Η Επιχειρηματική Νοημοσύνη στην πράξη  Δείτε αυτό το webinar μέχρι τέλους...  Μετά, Ρωτήστε αυτά που θέλετε τον/την Εκπαιδευτή/τρίασας Κάνετε ένα post στο Forum! 3 ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ]

Επιχειρηματική Νοημοσύνη, Ηλεκτρονική Διακυβέρνηση, Οι Κύκλοι της Επιχειρησιακής Νοημοσύνης (Δημιουργία – Χρήση), Data Warehouse, Μέθοδοι και Τεχνικές για τη εξερεύνηση των data – Ανακάλυψη Γνώσης (Knowledge Discovery), Πρότυπα και Κανονικότητες, Αλγόριθμοι για τον εντοπισμό προτύπων και κανονικοτήτων, BI Analytics, Queries, Enterprise Reports, Alerts, OLAP 4 ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ]

 Η Επιχειρησιακή Νοημοσύνη  Είναι μια εφαρμογή Πληροφορικής που αναπτύσσεται σε φάσεις. Οι φάσεις αυτές συνιστούν ένα κύκλο, που ξεκινά με τη φάση Σχεδιασμού και καταλήγει στη Χρήση  Επιχειρησιακή Νοημοσύνη είναι επίσης  Συνδυασμοί και τεχνικές εξερεύνησης των data που έχουν σκοπό να «ανακαλύψουν» γνώση που δεν «υποπτευόμαστε» ότι υπήρχε...  Η Επιχειρησιακή Νοημοσύνη σε έναν οργανισμό υποστηρίζεται  Από την ανάπτυξη Συστήματος που συλλέγει σε μόνιμη βάση data από εσωτερικές και εξωτερικές πηγές (Data Warehouse) 5 ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ]

 Εστίαση σε θέματα  Ανάλυσης των data  Παρουσίασης και Διάχυσης της παραγόμενης πληροφορίας  Μετά την Επεξεργασία (των δεδομένων) έχουμε  Ανάλυση (και Παραγωγή Reports – Διάχυση της Πληροφορίας)  (και) Δράση στη βάση της πληροφορίας που δημιούργησε η Ανάλυση  Παραδείγματα 6 ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ]

 Ένα πλαίσιο για την υποστήριξη αποφάσεων που συνδυάζει  Υφιστάμενες εφαρμογές Πληροφορικής και τα δεδομένα που δημιουργούνται / αποθηκεύονται σε αυτές  Δεδομένα που αντλούνται από τρίτα συστήματα και το Web  Data Warehouse που συγκεντρώνει τα προηγούμενα  Εργαλεία για την ανάλυση των δεδομένων που συγκεντρώνονται στο Data Warehouse και εφαρμογές (του τύπου «user interface») που κάνουν «ορατή» την συντιθέμενη πληροφορία και γνώση  Δεν είναι ένα «προϊόν» ή ένα μόνο σύστημα  Αλλά η ενοποίηση πολλών υπο-συστημάτων σε ένα υπερ- σύστημα, στη βάση μιας αρχιτεκτονικής  Αυτό το υπερ-σύστημα τροφοδοτεί τους χρήστες του με «χρήσιμη πληροφορία» που παίρνει πολλές μορφές και εκδοχές και που προκύπτει από την ανάλυση των πρωτογενών δεδομένων 7 ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ]

 Η όλη διαδικασία εξελίσσεται σε τρεις χρόνους  Ο χρόνος της Επεξεργασίας (Process Time)  O χρόνος της Ανάλυσης (Analysis Time)  Ο χρόνος της Δράσης (Action Time) 8 ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ] S. Ottl: Emerging Trends in Business Analytics and Business Intelligence Process Time Action Time Analysis Time Technical Staff Managers Executives Managers Executives Field Users

 [Για το χρόνο της Επεξεργασίας, συζητήσαμε στην Εισαγωγή αυτής της Ενότητας]  Για το τι συμβαίνει ακριβώς στους δύο άλλους χρόνους  Ανάλυση  Δράση ... Θα συζητήσουμε τώρα  Τι είναι Ανάλυση στην Επιχειρησιακή Νοημοσύνη;  Η διερεύνηση της σημασίας που μπορεί να έχουν τα data σε πολύ μεγάλο βάθος Π.χ. Δεν μας ενδιαφέρει από το Πρωτόκολλο μόνο αιτήματα πολιτών εξυπηρετήθηκαν, αλλά και πόσα αιτήματα πολιτών εξυπηρετήθηκαν σε λιγότερο από 24 ώρες... 9 ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ]

 Ουσιαστικά η φάση της Επεξεργασίας (Processing Time) δημιουργεί  Κανάλια (pipes) με τα οποία τα data φθάνουν από το «υπόγειο» των εφαρμογών στην επιφάνεια  Χρειάζεται όμως τώρα το περιεχόμενο που θα «γεμίζει» αυτά τα κανάλια, κάθε φορά που ένας χρήστης ζητά την πληροφορία που του είναι χρήσιμη  Με τον όρο «Ανάλυση» εννοούμε ακριβώς την εφαρμογή συγκεκριμένων μεθόδων και εργαλείων  Ώστε η πληροφορία που περιέχουν τα δεδομένα να «φτάνει» στον χρήστη στην κατάλληλη μορφή ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ]

 Φυσικά, τα εργαλεία για να κάνει κανένας «Ανάλυση» υπήρχαν... πριν την Επιχειρησιακή Ανάλυση  Ένα χαρτί κι ένα μολύβι  Excel  SPSS κλπ.  Με την Επιχειρησιακή Νοημοσύνη απλώς, οι όποιες απαιτήσεις των χρηστών για το «τι» πληροφορία και «πως» θέλουν να «βλέπουν» μπορεί να υλοποιηθούν ακριβώς  Γιατί οι μέθοδοι που μπορεί να δημιουργήσει κανείς, ή να τροποποιήσει, δεν έχουν περιορισμό  Γιατί τα εργαλεία γίνονται πιο αποτελεσματικά και εύκολα να χειριστεί κανείς Queries Reports κλπ.  Η Ανάλυση είναι λοιπόν μια διαδικασία που διαμορφώνεται από τις ανάγκες των χρηστών και... από την ικανότητα των «αναλυτών» (των ειδικών στην Ανάλυση) να εφευρίσκουν τις μορφές οργάνωσης και παρουσίασης της πληροφορίας που ο χρήστης... χρειάζεται 11 ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ]

 Πού είναι ακριβώς το πρόβλημα;  Σε μόνιμη βάση: Τι συνέβη; το προηγούμενο διάστημα  Κάθε φορά που υπάρχει ένα θέμα...  Κάθε φορά που «χτυπά» μια ενέργεια πρέπει να ξεκινήσει  Γιατί «αυτό» συνέβη;  Ποιό είναι, από αυτά που διακρίνονται ως λύσεις, το «καλύτερο» που μπορεί να συμβεί;  Τι θα συμβεί αν συνεχιστούν αυτές οι τάσεις;  Τι θα συμβεί στη συνέχεια;  Queries  Standards Reports  Ad hoc Reports  Alerts  Statistical Analysis  Optimization  Forecasting  Predictive Modeling Advanced ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ] 12

 Θα εστιάσουμε στις πιο απλές μεθόδους: Queries, Reports & Alerts  Queries Είναι ο τρόπος που θέτει κανείς ερωτήσεις σε βάσεις δεδομένων, με τη μορφή μιας «ερώτησης μιας γραμμής» (a line of inquiry) που συγκεκριμενοποιεί την αιτούμενη πληροφορία  Παράδειγμα: Δημοτολόγιο  Query: Αιτήματα έκδοσης Πιστοποιητικών Δημοτολογίου ανά ώρα  Εξυπηρετούμενος Στόχος: Να κατανοήσει ο Δήμος το ρυθμό εξυπηρέτησης των πολιτών και να αυξήσει τον αριθμό των υπαλλήλων που εξυπηρετούν πολίτες τις ώρες αιχμής 13 ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ]

 Reports Ένα Report δημιουργείται από ένα ή περισσότερα queries και περιέχει επί πλέον σχόλια και ερμηνείες που κάνουν την πληροφορία πιο κατανοητή στους χρήστες. Ένα Report στην ουσία «πακετάρει» πληροφορία και δημιουργεί δομημένο επιχειρησιακό περιεχόμενο Μπορεί να είναι: standard  Δηλαδή, η μορφή του να είναι παγιοποιημένη, να περιέχει αυτές τις ενότητες ή/και να εκδίδεται σε σταθερή ημερομηνία (π.χ. Την 1 η του μηνός)  Παράδειγμα: Οικονομικές Υπηρεσίες  Συγκεντρωτικό Μηνιαίο Report Εσόδων – Εξόδων  Εξυπηρετούμενος Στόχος: Συνεχής, κατά τη διάρκεια του χρόνου, παρακολούθηση της σχέσης εσόδων-εξόδων Ή να είναι: ad hoc  Δηλαδή, να εκδίδεται για να απαντήσει σε μια συγκεκριμένη ανάγκη, που προκύπτει κατά περίπτωση  Παράδειγμα: Πρωτόκολλο  Report εξυπηρετουμένων αιτημάτων έκδοσης Πιστοποιητικών Δημοτολογίου κατά την εβδομάδα πριν από ένα Διαγωνισμό ΑΣΕΠ  Εξυπηρετούμενος Στόχος: Κατανόηση του φόρτου εργασίας που δημιουργούν έκτακτα γεγονότα όπως ένας διαγωνισμός ΑΣΕΠ (με σκοπό την διερεύνηση δυνατότητας παροχής online υπηρεσίας αν ο φόρτος αποδειχθεί αυξημένος) 14 ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ] Διάχυση Παραγωγή

 Δύο παραδείγματα Reporting (ghttp://  Διαχείριση Έργου (Project Management)  Πωλήσεις μιας επιχείρησης ανά κατηγορία προϊόντος (Regional Sales Report) 15 ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ]

 Alerts Η μέθοδος αυτή συνήθως χρησιμοποιείται όταν πρέπει να δημιουργείται ένα σήμα κάθε φορά που εμφανίζεται ένα πρόβλημα (ή μια εξαίρεση), όπως καταγράφεται κατά την παρακολούθηση σειράς δεδομένων  Παράδειγμα: Διαδικασίες εξυπηρέτησης των επιχειρήσεων  Alert σε περίπτωση που ένα αίτημα (π.χ. Έκδοση Άδειας Λειτουργίας) δεν ικανοποιηθεί εντός ενός συγκεκριμένου χρόνου που έχει ορισθεί εκ των προτέρων  Εξυπηρετούμενος Στόχος: Εντοπισμός προβλημάτων που «ξεχάστηκαν» στη λειτουργία των Δημοτικών Υπηρεσιών 16 ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ]

Στην Πρακτική Άσκηση αυτής της Ενότητας (Βc1.1.2) θα δοκιμάσετε στην πράξη την παραγωγή ενός Report (hands-on experience) με τη χρήση Συστήματος Online Enterprise Reporting (eclipse BIRD) 17 ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ]

Οι OLAP κύβοι (Online Analytical Processing) ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ] 18

 Η παραγωγή enterprise reports που περιέχουν δομημένη πληροφορία δεν είναι ένα στατικό document...  Εξελίσσεται καθώς οι τεχνολογίες της αναπαράστασης των δεδομένων (visualization) εξελίσσονται επίσης και μπορούν να προσφέρουν «multidimensional view» στα δεδομένα  Με τον όρο «visualization» εννοούμε όλες εκείνες τις τεχνικές που επιτρέπουν να «βλέπει» κανείς την πληροφορία που παράγει η Επιχειρησιακή Νοημοσύνη Ουσιαστικά, πρόκειται για τη δημιουργία σχημάτων (πινάκων) 2 και 3 διαστάσεων των υπό εξέταση data, ώστε να διευκολύνεται η αντίληψη μας και κατ’ επέκταση να γίνεται πιο αποτελεσματική η ερμηνεία μας Αυτά τα σχήματα (πίνακες) 2 και 3 διαστάσεων δείχνουν μια κατάσταση με πολύ πιο επαρκή τρόπο από ένα κείμενο ή ένα Report. 19 ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ]

 Εμφάνιση της πληροφορία για την πώληση των προϊόντων μιας επιχείρησης (3 διαστάσεις)  Τμηματική ανάγνωση  Ανά έτος: 2006, 2005, 2004  Location versus Product (Σημείο Πώλησης vs Προϊόν) 20 ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ] 1. Προιόντα της Επιχείρησης • Nuts • Screws • Bolts • Washers 2. Πώληση σε 3 σημεία • East • West • Central 3. Κατά τη διάρκεια 3 ετών • 2004 • 2005 • 2006 E Turban et al: Business Intelligence, Prentice Hall

 Σχήματα (Πίνακες) πολλών διαστάσεων, όπως αυτό που μόλις δείξαμε  Εξάγονται με τη βοήθεια των τεχνικών Online Analytical (OLAP)  Ο όρος OLAP περιλαμβάνει Τις τεχνικές που επιτρέπουν να δει κανείς συγκριτικά «μετρήσιμα» μέσω μιας πολυδιάστατης (multidimensional) παρουσίασης της σχετικής πληροφορίας Την τεχνολογική υποδομή που επιτρέπει στους χρήστες, μέσα από το PC, να διατυπώσει «queries» και να υποστηρίξει την εργασία της Ανάλυσης (το αποτέλεσμα εμφανίζεται αμέσως)  Οι τεχνικές OLAP υποστηρίζουν την ενοποίηση (aggregation) και συγκριτική παρουσίαση επεξεργασμένης πληροφορίας (π.χ. sums, averages, minimums, maximums) ή απλών αριθμών (π.χ. αριθμός υποβληθέντων αιτήσεων, μήνες, ηλικίες αιτούντων πολιτών) ... Και την παρουσίαση τους με τη μορφή κύβων (cubes) 21 ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ]

22 ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ]

 Οι τεχνικές και η τεχνολογική υποδομή που επιτρέπουν στους χρήστες να βλέπουν την πληροφορία  Με τμηματικό τρόπο (slice and dice) Στο παράδειγμα μας, Πωλήσεις του έτους 2005  Με βαθμό λεπτομέρειας που εξελίσσεται όσο προχωρά η ανάλυση της πληροφορίας σε βάθος (drill-down)  Μέσω σχημάτων με 3 διαστάσεις (multidimensionality) 23 ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ]

Αποφάσεις ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ] 24

 Η Δράση και οι πιο ορθολογικές αποφάσεις  Η προσαρμογή των στόχων ή ο σχεδιασμός οργανωσιακών μεταρρυθμίσεων  Στην πληροφορία που έρχεται από την πραγματικότητα της ανάλυσης των data!  Και κυρίως η ουσιαστική αξιολόγηση της πορείας του business plan ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.2 ΑΝΑΠΤΥΞΗ] Process Time Action Time Analysis Time Technical Staff Managers Executives Managers Executives Field Users

26  ΟΤΑ Επιχειρησιακή Νοημοσύνη Παραγωγή Περιεχομένου:  ΕΑΙΤΥ [ΕΜ9: ATLANTIS Group] Συγγραφείς Θ. Εμμανουηλίδης, Π. Καβάσαλης, Γ. Κούζας, Αθ. Μώραλης, Ζ. Πολιτοπούλου 26 ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη [Bc1.1.3 ΑΝΑΠΤΥΞΗ]