Wprowadzenie do informatyki gospodarczej wykˇad III, IV

Transkrypt

Agenda wykładu
Katedra Informatyki Gospodarczej
Szkoła Główna Handlowa
Zintegrowane systemy informatyczne
zarz dzania (ZSIZ)
Hurtownie danych
CRM – czym jest i dlaczego jest to takie
wa ne?
dr in . Andrzej Sobczak
W prezentacji wykorzystano fragmenty materiałów:
„CRM DONE RIGHT”, IBM Polska
Wdra anie koncepcji CRM w bran y bankowej w Polsce, Andersen BC
Hurtownie danych i systemy wspomagania decyzji, P. Przytalski, A. lachetka
Projektowanie systemów informatycznych, J. Jabło ski
Wprowadzenie do informatyki...
Dr Andrzej Sobczak
1
Dr Andrzej Sobczak
Czym jest ZISZ
2
Ewolucja (Z)SIZ
Przez zintegrowany system informatyczny
zarz dzania rozumie si system automatycznego
przetwarzania danych wspomagaj cy proces
zarz dzania, przy czym:
„Automatyczne” oznacza przetwarzanie danych za pomoc
komputera
Proces zarz dzania” jest wieloetapowym, sekwencyjnym
procesem podejmowania decyzji, na który składaj si :
opracowanie i akceptacja programu działania, ustalenia
wynikaj ce z funkcji organizowania i decyzje zwi zane z
koordynowaniem działalno ci wyodr bnionych
podsystemów oraz funkcje kontroli i nadzoru,
umo liwiaj ce działanie sprz e zwrotnych w systemie.
Dr Andrzej Sobczak
AGM – automatyzacja gospodarki materiałowej, MRPI – planowanie
potrzeb materiałowych, MRP Closed Loop – sterowanie w p tli
zamkni tej, MRPII – zintegrowane zarz dzanie wytwarzaniem, ERP
– zintegrowane zarz dzanie zasobami.
3
Historia (Z)SIZ
Lata 50-te
Lata 60-te
Lata 70-te
Architektura systemów zintegrowanych wywodzi swoj genez od
programów automatyzacji gospodarki materiałowej w latach 50.
Drog ewolucji, z systemu steruj cego stanami zapasów, powstał na
przełomie lat 50/60 system MRP I.
MRP I pozwala obliczy dokładn ilo materiałów i terminarz
dostaw tak, aby sprosta ci gle zmieniaj cemu si popytowi na
poszczególne produkty, uwzgl dniaj c wi cej ni jedn fabryk .
MRP I pomaga zagregowa informacje o działalno ci rozproszonej
korporacji i budowa spójne plany strategiczne.
W nowszych implementacjach MRP I istnieje mo liwo
uwzgl dnienia m.in. zamówie spływaj cych bezpo rednio od
ko cowych odbiorców oraz po redników, prognozy sprzeda y i
produkcji, stany magazynów, zapisy ksi gowe i fakturowe.
Zarówno programy do automatyzacji gospodarki materiałowej, jak i
systemy MRP I instalowane były na du ych komputerach typu
mainframe, a dominowało przetwarzanie typu wsadowego.
MRP I = AGM+ przygotowanie produkcji, sterowanie
zapasami, elementy planowania produkcji
MRP CL = MRP I + harmonogram produkcji, obsługa
zaopatrzenia, planowanie zdolno ci produkcyjnych,
warsztat produkcyjny
MRP II = MRP CL + m. in . planowanie sprzeda y,
zarz dzanie popytem, planowanie zasobów, interfejs do
systemów finansowych
Lata 90-te
ERP = MRP II + m.in. obsługa specyficznych zamówie ,
elektroniczna wymiana danych, rachunkowo zarz dcza
terminarz produkcji
...
Dr Andrzej Sobczak
4
MRPI - Material Requirements Planning
AGM = podstawowa obsługa gospodarki materiałowej
Lata 80-te
Dr Andrzej Sobczak
? = ERP + internet, otwarty interfejs,euro ....
5
Dr Andrzej Sobczak
6
1
Closed Loop MRP
MRPII - Manufacturing Resource Planning
Rozszerzeniem specyfikacji MRP I było uwzgl dnienie Closed Loop
MRP (zamkni tej p tli sterowania nad nego), czyli planowania
materiałowych zdolno ci produkcyjnych w zamkni tej p tli procesu
produkcyjnego.
Dzi ki sprz eniu zwrotnemu mo na było na bie co reagowa na
zmieniaj ce si parametry produkcji.
Przełom: zdefiniowanie i opublikowanie w 1989 roku przez
Ameryka skie Stowarzyszenie Sterowania Produkcj i Zapasami APICS (American Production and Inventory Control Society)
standardu MRP II (ang. Manufacturing Resource Planning Planowanie Zasobów Produkcyjnych)
Podstaw MRPII jest poni szy zestaw pyta , okre lony mianem
Uniwersalnego Równania Produkcji:
Co i kiedy nale y wyprodukowa (jakie wyroby gotowe i w jakim
terminie), aby zaspokoi rozpoznany popyt;
Czym trzeba dysponowa i w jakim czasie (zdolno ciami produkcyjnymi,
półfabrykatami, surowcami itd.), eby wykona t produkcj ;
Co z tego przedsi biorstwo posiada obecnie (jakimi zdolno ciami
produkcyjnymi netto dysponuje w kolejnych okresach planistycznych;
jaki ma zapas produkcji w toku, półfabrykatów i surowców, który mo e
u y do wykonania tej produkcji);
Co nale y jeszcze kupi (jakie surowce i jakie usługi kooperacyjne), eby
wykona t produkcj .
Dr Andrzej Sobczak
7
W systemach MRPII wprowadzono funkcje odpowiedzialne za
sterowanie zapasami (ang. inventory control).
Umo liwiaj one prowadzenie bie cej ewidencji ilo ciowej zapasów
w magazynach i warsztatowych powierzchniach odkładczych
(dotyczy to tylko produkcji powtarzalnej), nadzorowanie dostaw
pomi dzy komor przyj a magazynami, rezerwowanie i wydawanie
elementów z magazynów, rozliczanie zu ycia elementów,
wykonywania analizy ABC i prowadzenie inwentaryzacji ci głej.
Ponadto funkcje te umo liwiaj tworzenie zlece produkcyjnych i
zapotrzebowa zaopatrzeniowych na elementy. W tym miejscu
nale y wprowadzi poj cie tzw. polityk zamawiania.
Produkty konstruowane na zamówienie, z typowych modułów
(ang. Engineer-to-Order-Products) np. transformatory du ej
mocy;
Produkty wielowykonaniowe, wytwarzane na zamówienie,
opieraj ce si na modułach projektowanych według
indywidualnych potrzeb u ytkownika z wykorzystaniem typowych
cz ci (ang. Make-to-OrderProducts) np. samochody ci arowe;
Produkty wielowykonaniowe, montowane na zamówienie, z
typowych modułów i cz ci (ang. Assembly-to-Order-Products)
np. samochody osobowe;
Produkty przeznaczone dla anonimowego klienta, czyli
produkowane na tzw. magazyn (ang. Make-to-Stock-Products)
np. komputery.
9
ERP - Enterprise Resource Planning
Dr Andrzej Sobczak
10
ERP - Enterprise Resource Planning
Wszystkie systemy klasy MRP, niezale nie od stopnia komplikacji,
s procesorami transakcyjnymi, nastawionymi głównie na coraz
szybsze przetwarzanie danych.
Systemy ERP to systemy nastawione na sterowanie procesami.
Składaj si wi c zarówno z cz ci zarz dzaj cej, jak i
przetwarzaj cej.
Implementacje takich systemów mo na prowadzi fazowo, w
zale no ci od stopnia komplikacji poszczególnych procesów, którymi
maj one zarz dza .
W ERP mo e tworzy modele (fantomy) poszczególnych procesów i
bada ich zachowanie oraz zgodno ze stanem po danym.
Mo na okre la drog procesu, w zale no ci od tego, kto jest jego
u ytkownikiem. W systemach tego typu mo na tworzy własne
monitory transakcyjne, zindywidualizowane menu aplikacji i ekrany
u ytkownika.
Dr Andrzej Sobczak
8
MRP II obsługuje cztery klasy produktów:
Dr Andrzej Sobczak
Dr Andrzej Sobczak
Dodatkowymi wyró nikami specyfikacji ERP jest zastosowanie
opartych na ograniczeniach, dwukierunkowych mechanizmów
optymalizuj cych planowanie oraz wbudowana w system mo liwo
elektronicznych poł cze w ramach ła cucha dostaw i sprzeda y.
W ERP powszechnie stosowane s tak e mechanizmy
umo liwiaj ce symulowanie ró norodnych posuni i analiz ich
skutków (np. finansowych) oraz wprowadzono elementy
rachunkowo ci zarz dczej, rachunku kosztów oraz przepływu
rodków pieni nych (ang. cash flow).
11
Dr Andrzej Sobczak
12
2
Struktura systemu zintegrowanego
- moduły
Tendencje w rozwoju ZSIZ
System ERP
System ERP II
Orientacja na procesy i integracj
wewn trzn (logistyka i finansowa)
Orientacja na procesy i integracj
zewn trzn (partnerzy biznesowi
ła cuchy dostaw)
Nastawiony na rozwi zywanie
problemów wewn trz przedsi biorstwa
Zorientowany na kooperacj i
rozwi zywanie wspólnych problemów z
partnerami biznesowymi
Dane generowane i wykorzystane
wewn trz firmy
Dane publikowane równie na zewn trz
firmy (tak e za pomoc subskrypcji)
Maksymalne wspomagane potrzeb
u ytkownika
Pełna orientacja na zaspokajanie potrzeb
klienta
Wspomaga mechanizmy tworzenia
warto ci lokalnych (wewn trz firmy)
Wspomaga mechanizmy oparte na
podziale korzy ci mi dzy firm a
partnerami biznesowymi
Sztywny zakres funkcjonalny oparty na
centralnej bazie danych
Wykorzystuje hurtownie danych i wiedze
dla rozwoju biznesu
Obsługa
Obsługa
Finanse
Finanse
Projektowany, wdra any i rozwijany
ewolucyjnie (architektura komponentowa)
Architektura Klient – Server i korzysta z
sieci Internet
Zorientowany na rynki elektronicznej i
oparty na usługach sieci Internet
Dr Andrzej Sobczak
Business
Support
Marketing
Rachunkowo
Rachunkowo
finansowa
finansowa
Wspomaganie
Wspomaganie
decyzji
decyzji ii hurt.
hurt. danych
danych
Zarz
Zarz dzanie
dzanie zapasami
zapasami
Dyspozycje
Dyspozycje finansowe
finansowe
Zarz
Zarz dzanie
dzanie maj
maj tkiem
tkiem
trwałym
trwałym
Analizy
Analizy portfelowe
portfelowe
Planowanie
Planowanie portfela
portfela
produktów
produktów
Rozwój
Rozwój produktu
produktu
Symulacja
Symulacja kanałów
kanałów
Nabywanie
Zarz
Zarz dzanie
dzanie
cenami
cenami
Planowanie
Planowanie popytu
popytu
Obsługa
Obsługa dostawców
dostawców
Wytwarzanie
Planowanie
Planowanie
produkcji
produkcji
Dystrybucja
Planowanie
Planowanie
ródeł
ródeł dystrybucji
dystrybucji
ródła
ródła dostaw
dostaw
In
In ynieria
ynieria
procesowa
procesowa
Produkcja
Produkcja
Alokacja
Alokacja
14
MRP II Standard System
Zarz
Zarz dzanie
dzanie kadrami
kadrami
Pomiary
Pomiary
wydajno
wydajno ci
ci
Sprzeda
uprawnieniami
uprawnieniami
Dr Andrzej Sobczak
Przykład ZSIZ
Rachunkowo
Rachunkowo
zarz
zarz dcza
dcza
Magazyn
Magazyn
Zarz
Zarz dzanie
dzanie
i ianaliza
analiza
wielowymiarowa
wielowymiarowa
13
Zarz
Zarz dzanie
dzanie
strategiczne
strategiczne
Projekty
Projekty
Raportowanie
Raportowanie
Projektowany, wdra any i rozwijany
cało ciowo (architektura modułowa)
Zarz dzanie
Produkcja
Produkcja
klienta
klienta
Realizacja
Realizacja zlece
zlece
sprzeda
sprzeda yy
Zarz
Zarz dzanie
dzanie
relacjami
relacjami klientów
klientów
Zarz
Zarz dzanie
dzanie zamówieniami
zamówieniami
Obsługa
Obsługa
składników
składników
trwałych
trwałych
Zarz
Zarz dzanie
dzanie
centrum
centrum dystrybucji
dystrybucji
Zarz
Zarz dzanie
dzanie
jako
jako ci
ci
Transport
Transport
Dr Andrzej Sobczak
15
Dr Andrzej Sobczak
Struktura systemu zintegrowanego
16
Co nam daje system zintegrowany?
SYSTEM
Klient
Obsługa klienta
Zapytanie ofertowe
Moduły
Technolog
Dział produkcji
Magazyn
Sporz dzenie
kalkulacji
Oferta
Nie
Dokumenty
Akceptacja
Tak
Przygotowanie
oferty
umowy
Umowa
Nie
Akcje
Podpisanie
Tak
umowy
Rejestracja
Planowanie
zamówienia
produkcji
Zamówienie
Alokacja
Role
materiałów
Sprzedawcy
Technolodzy
Materiały
Produkcja
Karta
technologiczna
Pobranie
materiałów
Zapasy
Opracowanie
technologii
Stan
Magazynierzy
krytyczny
Produkt
Odbiór
produktu
Fakturowanie
faktury
Zamówienie wykonane
Produkt
Tak
Zamówienie
materiałów
Przyj cie
17
Rozliczenie
produkcji
Faktura
U ytkownicy
Dr Andrzej Sobczak
Zamówienie
Harmonogram
prac
Płatno
Obsługa
płatno ci
Dr Andrzej Sobczak
Cykl obsługi zamówienia
18
3
Kierunki rozwoju: przesłanki
Kierunki rozwoju
Trend 1: Udoskonalenie integracji, elastyczno
Kluczowe znaczenie ma funkcjonalno systemu w kontek cie
jego ceny
Łatwo obsługi i szybko wdro enia
Aspekty technologiczne – sprz t komputerowy i architektura
systemu
Polskie przedsi biorstwa szukaj sprawdzonych rozwi za ,
firmy zachodnie opieraj si na własnych do wiadczeniach.
Im wi ksza konkurencyjno sektora, tym wi ksze nasycenia
systemami ERP
.
Nowe architektura oprogramowania – magistrala biznesowa
Trend 2: Wł czenie elementów e-biznes do ERP tak jak:
Customer relationship managemen (CRM)
E-procurement
Supply chain management (SCM)
Business intelligence (BI)
Trend 3: Pozyskanie u ytkowników nowego typu.
Multi-entreprise users – uzytkownicy wielofirmowi
Self-service users – uzytkujacy na potrzeby własne
Mobile users – u ytkownicy mobilni
Trend 4: Dostosowanie do Internetu.
Portale internetowe i przegl darki WWW jako podstawowe
interfejs do systemów klasy ERP
Dr Andrzej Sobczak
19
Kierunki rozwoju
Przewaga konkurencyjna
Systemy
ER M
SAP R/3
MySAP.com
ORACLE E-Business Suite
MFG/Pro
QAD eQ
inne
Systemy zapewniaj ce
Przewag
Konkurencyjna
(ERP II, SCM, CRM
Systemy SCM
Systemy
CR M
Systemy ERP
Kadry i płace
20
Przykładowe systemy klasy ZSIZ
wysoki
E-biznes
Dr Andrzej Sobczak
Tradycyjne
systemy ERP
Automatyzuj ce
bie ce procesy
biznesowe
Finanse
niski
Zawansowanie merytoryczno-technologiczne
wysoki
Dr Andrzej Sobczak
21
Problemy organizacji z przetwarzaniem danych
Ilo
22
Problemy organizacji z przetwarzaniem danych
Systemy do zarz dzania przedsi biorstwami intensywnie
korzystaj z transakcyjnych baz danych. Jedni u ytkownicy
wprowadzaj do nich informacje
np. o wysyłce towaru lub sprzeda y. Drudzy pobieraj dane,
generuj c z nich faktury, rozliczenia, raporty.
Zasoby informacji zgromadzone w bazie danych systemu ERP
s niezb dne do bie cej działalno ci firmy jednak po pewnym
czasie staj si "histori ", stanowi c dla systemu
informatycznego niepotrzebny balast.
danych
Ró norodno formatów zapisu danych
Wiele rozproszonych ródeł danych
Charakter wydobywanej informacji
Szybko transakcji
Dost pno danych
Dr Andrzej Sobczak
Dr Andrzej Sobczak
23
Dr Andrzej Sobczak
24
4
Czym jest hurtownia danych
Czym jest tematyczna hurtownia danych
Hurtownia danych jest to:
Data Mart - ci le zwi zana z mniejsz grup
u ytkowników, tematycznie dostosowana,
zoptymalizowana dla ich potrzeb hurtownia danych.
"Data mart" mo na opisa jako podzbiór hurtowni
danych przeznaczony do zaspokajania potrzeb
pojedynczej jednostki biznesowej (np. oddziału
firmy), czy te mniejszych jednostek gospodarczych,
w zakresie dost pu do informacji za pomoc
specjalizowanej aplikacji.
scentralizowana nietransakcyjna baza danych
przeznaczona do przechowywania informacji w długim
horyzoncie czasowym globalnie w skali instytucji, w
wielowymiarowych układach analitycznych i ukierunkowana
na wyszukiwanie informacji bezpo rednio przez ko cowych
u ytkowników.
Angielskie poj cia: data warehouse, data mart
(uwaga: to nie jest to samo!!!)
Dr Andrzej Sobczak
25
Dr Andrzej Sobczak
Porównanie hurtowni danych z data marts
Cechy:
Data marts
Hurtownie danych
Obszar wdro enia
oddział/przedsi biorstw
Korporacja
Jeden
ródła danych
Kilka
Wiele
Rozmiary
<100 GB
100GB – 1TB
Platforma
NT, Unix
Unix
Repozytorium zawiera dane historyczne, nie podlegaj ce ju
zmianom (bo nie zmieniamy danych o sprzeda y sprzed np.
roku).
Dane s skonsolidowane, co rzutuje na architektur bazy danych
– jest ona znacznie mniej zło ona ni w przypadku baz OLTP
(On Line Transactional Processing – baz danych dla
przetwarzania transakcyjnego).
Dane s zorganizowane w struktur wielowymiarow , w której
fakty (liczby przechowywane w bazie) s zale ne od wielu
parametrów (nazywanych wymiarami).
Wiele
Dr Andrzej Sobczak
Troch szczegółów
Hurtownia danych jest, zgodnie z definicj , skonsolidowanym
repozytorium danych historycznych.
o
Zakres tematyczny
26
27
Dlaczego hurtownia danych?
Dr Andrzej Sobczak
28
Cechy hurtowni danych
Zdenormalizowana struktura bazy hurtowni danych powstała w
wyniku procesu poszukiwania modelu logicznego bazy, który
umo liwiałby wydajne, zło one i wszechstronne raportowanie.
Próby usprawnienia raportowania i prowadzenia analiz w
oparciu o tradycyjne bazy OLTP poniosły fiasko.
Tematyczno
Grupowanie danych
Integralno
Normalizacja pól, wspólne typy danych
Oznaczenie czasowe
Analiza w długich okresach
Niezmienno
Dr Andrzej Sobczak
29
Dr Andrzej Sobczak
30
5
Jak to działa?
Jak to działa?
SYSTEMY
RÓDŁOWE
DM
Hurtownia
danych
DM
U ytkownicy:
- Raporty
- Zapytania do bazy
- Analizy OLAP
- EIS
- Bud etowanie
- Data Mining
Dr Andrzej Sobczak
31
Zasilanie hurtowni danych
DATA WAREH OUSE
DATA MAR TS
Data Warehouse /
Data Mart
DOST P U YTK OWNIKÓW
I ANALIZY
PREZENTACJA / OLAP
OLAP :
- HOLAP
- ROLAP
- MOLAP
OLE DB
Ad-hoc Query
Tools
XML/A
Raporty
i
Operational Data
Store
Aplikacje
na zamówienie
OLE DB
Aplikacje
analityczne
XML/A
Web Services
i
Aplikacje mobilne
Data Mining
Modele
Dr Andrzej Sobczak
32
Struktura danych w hurtowni danych
Wa nym elementem tych systemów s procedury ekstrakcji,
czyszczenia, transformacji i ładowania danych do bazy (ang. Extract,
Transformation, Load – ETL).
Dwie podstawowe struktury
Model płatka niegu
Procedury ekstrakcji danych z systemów OLTP uruchamiane s w
czasie minimalnego obci enia tych systemów.
Dane wyekstrahowane s nast pnie weryfikowane wzgl dem reguł i
danych słownikowych przechowywanych w repozytorium metadanych,
przekształcane do po danej w hurtowni postaci i nast pnie ładowane
do bazy.
Dzi ki procedurom ETL dane w hurtowni charakteryzuj si wysok
jako ci , przewy szaj c znacznie jako danych systemów OLTP.
Przykład: deduplikacja – procedura usuwaj ca powtórzenia danych: w
systemach OLTP panowie Jan Kowalski i Jan Piotr Kowalski mog by
ró nymi klientami, mimo i mieszkaj pod tym samym adresem, w
hurtowni (dzi ki procesowi deduplikacji) zostan zidentyfikowani jako ta
sama osoba umo liwiaj c tym samym rzeczywist analiz zachowa
klienta.
Dr Andrzej Sobczak
EXTR ACTION
TRANSFORM
LOAD
MAN AGE
- tablica faktów
33
Model gwiazdy
Model gwiazdy
- hierarchia wymiaru
Dr Andrzej Sobczak
34
Co oznacza model gwiazdy
Dane dotycz ce sprzeda y (wielko , warto , …)
gromadzone s w centralnej tabeli faktów
Parametry (wymiary) od których sprzeda zale y znajduj si
w mniejszych tabelach takich jak np. produkt, geografia czy
czas.
Elementy wymiarów (dla geografii np. województwa) mog
posiada cechy charakterystyczne (np. rozmiar, liczba
ludno ci), które b d wykorzystywane w analizach.
Schemat gwiazdy odpowiada strukturze najbardziej
zdenormalizowanej
Dr Andrzej Sobczak
35
Dr Andrzej Sobczak
36
6
Model płatka niegu
Jaki to model?
WYMIAR CZAS : ROK
WYMIAR CZAS: MIES I C
WYMIAR CZAS: TYDZIE
WYMIAR CZAS : DZIE
WYMIAR STANOWISKO
FAKTY
WYNAGRODZENIA
WYMIAR PRACOWNIK
WYMIAR ORGANIZACJA: KOMÓRKA
WYMIAR ORGANIZACJA: WYDZIAŁ
WYMIAR ORGANIZACJA: PION
Dr Andrzej Sobczak
37
Dr Andrzej Sobczak
Zastosowania hurtowni danych
38
Narz dzia analityczne
Obsługa danych ksi gowych – spełnia funkcj archiwaln
przechowuj c dane, które daj obraz sytuacji na konkretny dzie .
Obsługa sprawozdawczo ci - wykorzystuje informacje z baz
klientów.
Obsługa finansowa – przeznaczona do zarz dzania aktywami i
pasywami, umo liwia obliczenie ogólnego przepływu finansowego.
Obsługa marketingowo-klientowska – umo liwia podział klientów na
segmenty, okre lenie koszyków produktowych, sprawdzenie
solidno ci klientów i skutków działa marketingowych.
Aplikacje OLAP
Data mining
produkt
Analiza produktu
region
Analiza w czasie
sprzeda
czas
Analiza Ad-hoc
Dr Andrzej Sobczak
39
Narz dzia analityczne c.d.
Analiza regionu
Dr Andrzej Sobczak
40
Porównanie narz dzi wspomagaj cych analizy
Aby unikn konieczno ci budowania dla kolejnych raportów
coraz to nowych programów stworzono narz dzia analityczne
umo liwiaj ce tworzenie w bardzo prosty sposób, praktycznie
tylko za pomoc myszy, nawet bardzo zło onych raportów.
Stworzono klas narz dzi pozwalaj cych prowadzi nawet
skomplikowane analizy w trybie on-line (On Line Analitycal
Processing - OLAP).
Zapytania i
raporty
Wybór
pojedynczych i
zsumowanych
danych
Systemy klasy OLAP przełamały wszystkie ograniczenia
systemów raportuj cych z baz OLTP umo liwiaj c prowadzenie
ró nego rodzaju analiz biznesowych tak e na bardzo du ych
bazach danych.
OLAP
Data Mining
Podsumowania, trendy i prognozy
Odkrywanie ukrytych
zale no ci
Informacja
Analiza
Wgl d i
przewidywanie
Kto zakupił produkt
w ostatnich dwóch
latach?
Jaki jest redni przychód od klienta, który kupił
produkt w ci gu ostatnich dwóch lat z
podziałem na regiony?
Kto i dlaczego kupi
produkt w najbli szym
półroczu?
Tradycyjne bazy danych, narz dzia OLAP oraz Data Mining
Dr Andrzej Sobczak
41
Dr Andrzej Sobczak
42
7
Przykład kostki analitycznej
Oddział
Pozna
Kraków
Gda sk
ROR
Data mining
Narz dzia dr enia i eksploracji danych (ang. Data Mining) słu do
automatycznego znajdowania zwi zków mi dzy danymi.
Narz dzia klasy DataMining wykorzystuj wiele wyrafinowanych
technik takich jak na przykład sieci neuronowe, drzewa decyzyjne,
sieci Bayesa, algorytmy genetyczne, clustering czy regresja.
Narz dzia tej klasy s wykorzystywane przez analityków mi dzy
innymi do segmentacji bazy klientów, prognozowania,
pozycjonowania produktu na rynku, a tak e do wykrywania oszustw
w czasie rzeczywistym.
Produkt
Kredyt
69,059,440 PLN
8,755 szt.
7,888 PLN
Depozyt
Rach. Inwest.
Inne
Q1
Q2 Q3
Q4
Czas
Dr Andrzej Sobczak
43
Dr Andrzej Sobczak
44
Relacyjne a wielowymiarowe bazy danych
w hurtowniach danych
Data mining
Data Mining, cho oferuje automatyczne generowanie wyników,
wymaga dobrego ich zrozumienia (w celu unikni cia pułapek) i
dlatego prowadzony jest zwykle przez zaawansowanych analityków
cz sto posiadaj cych doktorat z matematyki czy nauk
przyrodniczych.
Dla ułatwienia i usystematyzowania analiz dr enia danych
opracowano w 1996 roku metodyk CRISP DM (Cross-Industry
Standard Process for Data Mining), w której okre lono sposób
prowadzenia analizy od zrozumienia zada biznesowych i
dost pnych danych poprzez przygotowanie danych i modelowanie
a po oszacowanie poprawno ci modelu i jego wdro enie do
eksploatacji. Metodyka ta jest dzi wspierana przez praktycznie
wszystkich wytwórców oprogramowania klasy DataMining.
Od samego pocz tku hurtownie danych realizowane były w oparciu o
bazy danych dwojakiego rodzaju: relacyjne i wielowymiarowe.
Omawiana struktura gwiazdy jest przykładem modelu danych bazy
relacyjnej. W takiej strukturze fakty s funkcj wielu zmiennych
(wymiarów), i jest to jedna z bardzo wielu mo liwych struktur danych
bazy relacyjnej.
KLUCZE
WYMIARY
P ro d u kt Mia s to Mie s i c S p rz e d a
[ty P LN]
A
Z
I
10
B
Y
I
2
A
Z
I
12
Y
III
12
X
IV
22
C
A
Mo d e l re la c yjn y
Dr Andrzej Sobczak
45
P
R
O A
D
U B
K
T C
Mie s i c
I II III IV V
Z
Mo d e l w ie lo w ym ia ro w y
Dr Andrzej Sobczak
Model relacyjny vs. wielowymiarowy
46
MOLAP, ROLAP, HOLAP
W bazie wielowymiarowej dane s przechowywane z definicji w
postaci faktów – funkcji kilku zmiennych, i jest to podstawowa forma
gromadzenia danych w tej bazie.
%'
Relacyjne bazy danych mog gromadzi olbrzymie ilo ci
danych osi gaj c rozmiar wielu terabajtów.
Bazy wielowymiarowe natomiast maj ograniczenie na
wielko i przewa nie nie przekraczaj rozmiarem
kilkudziesi ciu gigabajtów. Oferuj natomiast struktur danych
przygotowan do prowadzenia wszechstronnych i zło onych
raportów na podstawie ró norakich przeci przez dane
wielowymiarowe.
Przedstawicielami baz wielowymiarowych s np. Oracle Express czy
Essbase (Hyperion).
'!"#$
!"#$&
!"#$
%
Dr Andrzej Sobczak
Mia s to
X
Y
47
!"#$&
Dr Andrzej Sobczak
48
8
Jak działa baza hybrydowa
Badanie „Co daje naprawd hurtownia danych”
Dane gromadzone s w bazie relacyjnej a nast pnie odwzorowywane (przez
aplikacj mapuj c ) na struktur wielowymiarowej bazy danych (zaznaczonej
symbolicznie kostk ).
Baza wielowymiarowa nie zawiera faktów a tylko elementy wymiarów, jej
rozmiar jest zatem bardzo mały, nawet je li baza relacyjna jest wielko ci
terabajtów.
Do analiz stosowane jest narz dzie analityczne klasy MOLAP. W czasie analizy
zapytanie z narz dzia MOLAP jest przesyłane do wielowymiarowej bazy
danych, gdzie generowane jest dynamiczne zapytanie SQL, które jest
przesyłane przez warstw odwzorowuj c do bazy relacyjnej.
Wynik zapytania powraca do narz dzia analitycznego t sam drog
(oczywi cie w odwrotnej do zapytania kolejno ci).
Temat: Analiza przydatno ci hurtowni danych w
procesie podejmowania decyzji
Grupa docelowa:
Dr Andrzej Sobczak
49
Co daje naprawd hurtownia danych?
50
W telekomunikacji hurtownie danych wykorzystuj ce dane
bilingowe umo liwiaj mi dzy innymi segmentacj klientów na
grupy w ró ny sposób korzystaj cych z usług operatora.
Pozwala to na ustanowienie taryf dedykowanych specjalnie dla
tych grup.
Ponadto, poprzez obliczanie tzw. wska nika ‘churn’ mo na
okre li , którzy klienci nosz si z zamiarem zrezygnowania z
usług firmy telekomunikacyjnej.
Dzi ki analizie danych dziesi tek i setek tysi cy
transakcji dla tysi cy produktów oferowanych w
supermarketach (jest to tzw. analiza koszyka) mo na
dobrze okre li preferencje klientów i korelacje pomi dzy
produktami. Umo liwia to handlowcom wyj cie naprzeciw
oczekiwaniom klientów i zwi kszenie sprzeda y.
51
Producenci hurtowni danych
Dr Andrzej Sobczak
52
Sk d si wzi ł CRM?
Pocz tek CRM stanowiły proste, jednostanowiskowe aplikacje typu
contact management, które ł cz c funkcje kalendarza i prostej bazy
danych, pozwalaj u ytkownikowi na przetwarzanie i analiz danych
dotycz cych klientów i kolejnych kontaktów.
Dopiero od kilkunastu lat w Stanach Zjednoczonych rozwija si
narz dzie nazywane sales force automation (SFA), którego
funkcjonalno i zaawansowanie technologiczne umo liwiaj
zintegrowanie wszystkich zada zwi zanych z zarz dzaniem
sprzeda i obsług klienta w ramach jednego systemu.
SAS
Oracle
Sybase
IBM
Microsoft
SAP
Dr Andrzej Sobczak
Dr Andrzej Sobczak
Gdzie hurtownie danych maj zastosowanie?
Referenci uznali za opłacalne przedsi wzi cia wdro enia hurtowni
danych tylko wtedy, gdy integrowała ona dane z wielu firm, zatem
organizacji o charakterze organizacji wirtualnej.
Po wdro eniu hurtowni danych pracownicy staraj si wykorzysta jej
mo liwo ci do podejmowania wszystkich decyzji niezale nie czy s one
strategiczne dla firmy czy nie (jest to do zaskakuj cy wynik, gdy z
hurtownie danych wdra ane s z reguły w celu zidentyfikowania trendów
wyst puj cych w otoczeniu)
Firmy, które nie radziły sobie z nadmiarem danych uznały wdro enie
hurtowni danych za opłacalne – hurtownie danych znacznie ułatwiaj
odnalezienie koniecznych informacji z TB danych
Wyznaczanie trendów wynikaj cych ze zbiorów danych powinno by
przydatne w podejmowaniu decyzji strategicznych, ankietowani, jednaj
nie potwierdzaj tej hipotezy.
Najistotniejszym wnioskiem z ankiet jest fakt, i osoby pracuj ce z
hurtowni danych uwa aj , e przedsi wzi cie jest opłacalne i pomaga
w radzeniu sobie z nadmiarem ilo ci danych.
Dr Andrzej Sobczak
37 firm w oparciu o nast puj ce kryteria:
Rok od wdro enia HD
Rozproszone struktury organizacyjne
Osoby z kadry kierowniczej
Systemy tej klasy s w stanie obsłu y setki zdalnych u ytkowników
"terenowych" i lokalnych, daj c wszystkim uczestnikom gry o klienta
dost p do krytycznej informacji w trybie on-line.
Produkty tego typu od lat 80. dynamicznie si rozwijały, tak jak rosło
do wiadczenie rynku zwi zane z kolejnymi wdro eniami i pozwalały na
to rosn ce mo liwo ci informatyki i telekomunikacji - z Internetem
wł cznie.
53
Dr Andrzej Sobczak
54
9
Sk d si wzi ł CRM?
Definicja CRM
Do klasy CRM zaliczymy system, zawieraj cy wi kszo z wymienionych poni ej
modułów:
Sprzeda - zarz dzanie kontaktami (profile klientów, struktura klientów instytucjonalnych,
historia kontaktów sprzeda owych i serwisowych), zarz dzanie kontem klienta (czynno ci
sprzeda owe, zamówienia, generowanie ofert);
Zarz dzanie sprzeda - analiza cyklu sprzeda y, przydział do konta klienta i przydział
do terytorium, monitorowanie statusu klienta i potencjalnych sprzeda y (sales
opportunity) - zgodnie z charakterystyczn dla firmy struktur organizacyjn i
metodologi sprzeda y;
Zarz dzanie czasem i terytorium - kalendarz i baza danych pojedynczego u ytkownika
lub całej grupy;
Korespondencja - mailing, e-mail, faksy;
Marketing - zarz dzanie kampani , encyklopedia produktów, konfigurator produktu,
cenniki, oferty, generator celowanych list adresowych, analiza efektywno ci kampanii;
Obsługa zgłosze handlowych - przyjmowanie i dystrybucja w obr bie struktur
sprzeda owych informacji o klientach zgłaszaj cych zainteresowanie ofert ;
Telemarketing - układanie list telefonicznych według definicji grup docelowych,
automatyczne wybieranie numeru, generowanie sales leads, zbieranie zamówie ;
Serwis i wsparcie klienta po sprzeda y - przydzielanie, ledzenie i raportowanie zada ,
zarz dzanie problemem, kontrola zamówienia, gwarancja;
E-commerce i call center.
Z contact managera wyrosły produkty oferowane jako call reporting
system, territory management system, sales management system,
sales team automation - ich wspóln cech była funkcja
elektronicznej wymiany danych mi dzy zarz dzaj cymi sprzeda i
pracownikami sprzeda y.
Systemy te odpowiadały przede wszystkim na potrzeb kontroli
pracy przedstawicieli w terenie i koncentrowały si na wymianie
informacji o klientach i raportowaniu kontaktów.
Korzy ci płyn ce z u ytkowania takiego systemu były raczej
jednostronne: szef sprzeda y miał prosty dost p do informacji na
temat liczby kontaktów handlowych, profilu odwiedzonych klientów,
celu i wyniku kontaktu, kwalifikacji "prospektów" sprzeda y,
uzyskanych zamówie .
Dr Andrzej Sobczak
55
Dr Andrzej Sobczak
Gdzie mo na wykorzysta CRM?
Dr Andrzej Sobczak
Filozofia CRM
57
Dr Andrzej Sobczak
Umiejscowienie systemów klasy CRM
58
Cele wdra ania CRM
Bezpo
Bezpo rednio
rednio
zainteresowani
zainteresowani
chc
chc CRM
CRM
Klienci chc mie dogodny, wielokanałowy dost p do firmy
i by obsługiwani w jednolity pozytywny sposób.
Pracownicy domagaj si pełnego dost pu do informacji,
która umo liwi szybk reakcj i dobr obsług klienta.
Udziałowcy wywieraj nacisk, by lepiej wykorzystywa
informacje o klientach.
Konkurencja
Konkurencja
wymusza
wymusza CRM
CRM
Zyskowno : CRM pozyskuje nowych klientów, zwi ksza
warto relacji z obecnymi klientami, usprawnia marketing,
sprzeda i obsług posprzeda n .
Zró nicowanie: Obsługa klienta staje si kluczowym
elementem strategii konkurencyjnej.
Transformacja
Transformacja biznesu
biznesu
wymaga
wymaga CRM
CRM
Dr Andrzej Sobczak
56
59
Dr Andrzej Sobczak
W skali firmy: Firmy musz by bardziej „patrz ce na
zewn trz” ni „skupione na sobie”.
Integracja: Komunikacja przenikaj ca podziały
funkcjonalne, umo liwiaj ca prezentowanie jednolitego
wizerunku firmy klientowi.
60
10
Cele wdra ania CRM
Co nam da wdro enie CRM?
Powi zanie CRM z problemami zarz dzania na szczeblu korporacji
(wyniki dla Regionu EMEA)
% respondentów
100%
cisłe
cisłe
powi
powi zanie
zanie
80%
52%
63%
72%
60%
40%
20%
40%
34%
23%
0%
Zwi kszenie elastyczno ci i
szybko ci reakcji
brak odpowiedzi
Dr Andrzej Sobczak
61
% respondentów
Powi zanie celów CRM ze wzrostem warto ci firmy
zwi zane
ci le zwi zane
62
Jak wdra a CRM?
cisłe
cisłe
powi
powi zanie
zanie
Ró norodne definicje
i zakresy zastosowania CRM
80%
60%
niezwi zane
Poprawa efektywno ci z
perspektywy udziałowców
Dr Andrzej Sobczak
Jak to widz menad erowie?
100%
Redukcja kosztów
operacyjnych, zwi kszenie
mar y
Podej
cie
Podej
cie
Podej cie
„z
na
„z‘zgóry
góry
na dół”
dół”
góry na dół’
Narz dzie IT
84%
77%
12%
20%
75%
69%
Zakres
zastosowania:
w działach,
regionach i
w aspekcie
funkcjonalnym
40%
20%
20%
29%
0%
Poprawa
do wiadczenia i
satysfakcji klienta
Lepsze dostosowanie
Utrzymanie i
oferty do potrzeb
rozszerzenie bazy
klientów
istniej cych klientów
brak odpowiedzi
niezwi zane
zwi zane
Dr Andrzej Sobczak
Optymalizacja
procesów obsługi
klienta
Podej
Podej cie
cie
„od
„od dołu
dołu do
do góry”
góry”
ci le zwi zane
63
Automatyzacja
i wzrost
efektywno ci
(WFM / call
centre)
CRM jest
cz ci obsługi
klienta
Lepsze
CRM
zarz dzanie w zintegrowany ze
wybranym
strategi
obszarze.
korporacyjn
(np.promocje)
CRM ci le
zwi zany z
realizowanym
biznesem
“CRM to wszystko
co my robimy”
Narz dzie
strategiczne
Zakres
zastosowania
- cała firma
Dr Andrzej Sobczak
Jak wdra a CRM
64
Gdzie s trudno ci we wdra aniu CRM?
Trudno ci w realizacji zada zwi zanych z wdro eniem CRM
% respondentów
100%
80%
46%
43%
46%
46%
Dostosowanie
organizacji
Opracowanie Strategii
CRM
51%
61%
60%
40%
20%
44%
36%
0%
Zarz dzanie zmian
Zmiana procesów
biznesowych
brak odpowiedzi
Dr Andrzej Sobczak
65
Dr Andrzej Sobczak
łatwe
raczej łatwe
b.trudne / trudne
66
11
Co zrobi , aby udało si wdro enie CRM
Poł czenie ZSI raz CRM
Opracowanie jasnej strategii rozwoju CRM, spójnej ze
strategi korporacyjn .
Skuteczna redefinicja procesów biznesowych i dostosowanie
organizacji.
Zapewnienie odpowiednio du ych i wykwalifikowanych
zasobów do zarz dzania zmian .
Zaanga owanie i aktywne wsparcie inicjatyw CRM ze strony
Zarz du firmy.
Pozyskanie poparcia ze strony pracowników poprzez
odpowiedni komunikacj , szkolenia i mechanizmy
motywuj ce.
Zarz dzanie relacjami z klientem (CRM)
Planowanie i produkcja (MRP)
Kontrahenci
oferty
Projekty
kalkulacje
umowy
rozrachunki
zamówienia
raporty
karty technologiczne
harmonogramy
produkcja
magazyn
Cel:
Zało enia systemu - diagram
Efektywna obsługa klienta
Skuteczne zarz dzanie
i kontrola produkcji
Dr Andrzej Sobczak
67
Dr Andrzej Sobczak
68
12

Wprowadzenie do informatyki gospodarczej wykˇad III, IV

Transkrypt

Podobne dokumenty

Zarz±dzanie sob± w czasie Odp:Zarz±dzanie sob± w czasie Odp

ZARZĄDZENIE NR 0151/76/07 PREZYDENTA MIASTA TYCHY z

ZARZ¥DZENIE NR 50/06 z dnia 12 grudnia 2006 roku w sprawie

Baza danych

Zarzqdzenie nr 22/2013 Burmistrza Miasta Jedlina