MASARYKOVA UNIVERZITA FAKULTA INFORMATIKY DIPLOMOVÁ PRÁCE. Manažerské systémy pro střední a menší firmy

Transkript

1 MASARYKOVA UNIVERZITA FAKULTA INFORMATIKY DIPLOMOVÁ PRÁCE Manažerské systémy pro střední a menší firmy Jitka Kauerová 2008

2 Prohlášení Prohlašuji, že tato práce je mým původním autorským dílem, které jsem vypracovala samostatně. Všechny zdroje prameny a literaturu, které jsem při vypracování používala nebo z nich čerpala, v práci řádně cituji s uvedením úplného odkazu na příslušný zdroj. V Brně dne... 2

3 Poděkování Především děkuji svému vedoucímu diplomové práce RNDr. Pavlovi Hajnovi za podporu při výběru zvoleného tématu, za poskytnutí řady studijních materiálů i za připomínky. 3

4 Shrnutí Práce se zabývá problematikou využívání manažerských informačních systémů v podniku. V úvodu jsou charakterizovány informační systémy firmy SAP, podrobně popsán SAP Business One, který je určen pro malé a střední firmy. Následně je detailněji charakterizován MIS a jeho obsah a používané technologie datových skladů. V závěru je vytvořen návrh manažerského systému zaměřený na rozvahu a postup implementace v menším podniku. Klíčová slova SAP Business One, Manažerský informační systém, Ekonomický ukazatel, OLAP, Datový sklad, Datová kostka, Calculated Members, Kontingenční graf 4

5 Obsah 1 ÚVOD A CÍL PRÁCE POPIS SYSTÉMŮ SAP KDO JE SAP A CO NABÍZÍ SAP BUSINESS ONE Funkcionalita a vlastnosti Přínosy a nedostatky SAP Business One MANAŽERSKÝ INFORMAČNÍ SYSTÉM CHARAKTERISTIKA MIS DATOVÉ SKLADY Architektura datových skladů Metody budování datového skladu Uložení dat v OLAP systémech Proces přípravy a plnění datových skladů Metadata Analýza OLAP Calculated Members, jazyk MDX Přístup k databázím OLAP Přístupová práva Data mining VYUŽITÍ DATOVÝCH SKLADŮ SKLADBA MANAŽERSKÉHO INFORMAČNÍHO SYSTÉMU VÝNOSY, NÁKLADY A HOSPODÁŘSKÝ VÝSLEDEK Výnosy Náklady Klasifikace nákladů Analýza a kalkulace nákladů Hospodářský výsledek FINANČNÍ ANALÝZA Účetní výkazy Rozvaha Výkaz zisku a ztráty Výkaz cash flow Ukazatelé poměrové a komparativní analýza Trendová analýza Systém ukazatelů Du Pont Pyramidová soustava finančních ukazatelů ANALÝZA OBCHODU A MARKETINGU REALIZACE MIS DATOVÝ SKLAD A PROCES ETL DATOVÉ KOSTKY A ANALÝZA OLAP PREZENTACE VÝSTUPŮ IMPLEMENTACE MIS Analýza požadavků Realizace datového skladu Volba metody budování datového skladu

6 5.4.4 Proces plnění datového skladu Reálný provoz datového skladu Předdefinované výstupy ZÁVĚR LITERATURA

7 1 Úvod a cíl práce V současné době je ve větší míře než kdykoliv dříve nutné zabezpečit pružné a kvalitní reagování podniku na rychlé změny odehrávající se na trhu. Být pružný znamená mít nejen kvalitní výrobní technologii a podnikovou organizaci, ale jedním z klíčů k úspěchu jsou vhodné informace, které jsou ve správný čas na správném místě k dispozici správnému uživateli. Dostatek kvalitních informací je v podnicích vyžadován k přijímání kvalifikovanějších rozhodnutí na nejrůznějších úrovních řízení. Toto obecné tvrzení platí ve všech oblastech lidského konání a není tomu jinak v oblasti řízení všech výrobních i nevýrobních organizací. Cílem této diplomové práce je využití manažerských informačních systémů v oblasti ekonomického řízení ve výrobních a obchodních organizacích, seznámení s moderními nástroji používanými v souvislosti s datovými sklady v menších a středních firmách. V praktické části se budu věnovat návrhu manažerského informačního systému se zaměřením na analýzu účetnictví výrobních a finančních ukazatelů a návrhu možných výstupů pro podporu manažerského rozhodování v této oblasti. Hlavní úlohou je tedy poskytování kvalitních informací pro řídící pracovníky na všech úrovních. Aplikace pro využívání dat jsou dynamické, protože požadavky na funkčnost se neustále mění. Umožňují využívat kreativitu uživatelů při analýzách a prezentacích výsledků. Informační systém tohoto typu nazýváme manažerský informační systém. 1.1 Popis systémů Proč je informační systém důležitý i pro menší firmy? Hlavními příčinami potíží českých podniků do 250 zaměstnanců jsou podle výzkumu chyby v managementu (35 %), špatné odhady trhu (22 %) a nedostatky ve financích (20 %). Všechny tři problémové oblasti přitom může výrazně zlepšit kvalitní informační systém. Ten totiž umožňuje včasné rozhodování na základě spolehlivých informací. Menší firmy si potřebují udržet svoji schopnost rychle reagovat na požadavky trhu, ale zároveň potlačovat svoji zranitelnost. Malé a rostoucí firmy mají napjatější rozpočty a nižší rezervy než velké společnosti, takže balancování mezi ziskem a ztrátou je pro ně mnohem nebezpečnější. Co je primárním účelem MIS? Základním účelem manažerských informačních systémů je rychle, efektivně a kvalitně informovat manažery o podnikové výkonnosti. Někdy se zdá, že tento samozřejmý účel se ve spleti různých statistických a technických řešení rozplyne. Manažeři potřebují ke svému profesionálnímu výkonu celou řadu informací. Informací z interního prostředí, stejně tak jako z podnikového okolí. Klíčem k porozumění firemní výkonnosti je možnost vidět jednotlivé oblasti podniku co nejvíce v souvislostech a od-halit tak skryté vazby a efekty. Tento typ manažerské analýzy by měl být prováděn v intuitivním prostředí respektujícím ergonomii softwaru. Zjednodušeně řečeno, aplikace, kterou se manažer musí učit týden ovládat, není pro něj tématem. 7

8 Proto použití různých pomocných grafických prvků jako jsou semaforová grafika, tlačítka, různé typy grafů, schémata, stejně jako grafický design by dnes mělo být u profesionálních MISů samozřejmostí. Malé a střední podniky: jak zvýšit jejich konkurenceschopnost? Malé a střední podniky, za které se obvykle označují firmy s nejvýše 250 zaměstnanci, tvoří páteř vyspělých ekonomik. Jejich výhodou oproti velkým společnostem je možnost rychleji reagovat na požadavky trhu, nevýhodou je naopak větší zranitelnost. S rostoucí konkurencí malé a střední podniky, které neudrží konkurenční výhodu, obvykle zanikají. Česká republika patří mezi nejvíce otevřené ekonomiky světa. Její zapojení do světového hospodářství stále narůstá. Českým podnikům tento vývoj přináší jak konkurenci, tak i větší tržní prostor. Velkým nebezpečím pro české malé a střední podniky jsou hlavně firmy ze zemí, které přistoupily do Evropské unie spolu s Českou republikou nebo se přistoupit chystají a firmy z asijských zemí. Ty totiž mají podobné konkurenční výhody jako podniky české, tedy především nízké náklady. České malé a střední podniky, které se nestačí přeorientovat ze strategie levné pracovní síly na strategii opírající se o vysokou produktivitu práce a vlastnictví informací a znalostí, budou konkurencí výrazně ohroženy. Konkurence vyžaduje investice. Kdo s nimi nezačne včas, vystavuje se nebezpečí zániku. Malému nebo střednímu podniku může informační systém radikálně zvýšit šanci na úspěch a přežití. S jeho pomocí podnik urychlí a zjednoduší pracovní procesy, vyhne se vícenásobné práci na stejném problému, zabrání opakování chyb, zrychlí reakci na požadavky zákazníků a podstatně zlepší kvalitu podnikových rozhodnutí. Zefektivnění se projeví ve financích, distribuci, prodeji, výrobě, při řízení dodavatelů i v zákaznickém servisu. Je třeba počítat s tím, že se dnes podnikový informační systém postupně přesouvá z pozice konkurenční výhody do pozice konkurenční nevýhody pro opozdilce. Bez kvalitních informací o podnikových procesech a okolí nemůže mít podnik jasnou představu, kam směřuje. Jaký podnikový informační systém pořídit? Především je třeba počítat se změnami na trhu a možným růstem podniku. Systém proto musí být flexibilní. Dílčí řešení, která navíc mohou vést k problémům s kompatibilitou jednotlivých částí, jsou z tohoto hlediska riziková. Dříve platilo, že české malé a střední podniky na kvalitní podnikové informační systémy z finančních důvodů nedosáhly. Dodavatelé se ale přizpůsobili jejich poptávce a za pomoci standardizace výrazně snížili náklady. Dnes si proto mohou malé a střední podniky dovolit prověřené podnikové aplikace, které byly v minulosti dostupné jen velkým firmám. 8

9 2 SAP 2.1 Kdo je SAP a co nabízí Společnost SAP je největší světový dodavatel softwaru pro informační systémy podniků a organizací všech velikostí. Celkově více než zákazníků ve 120 zemích světa používá software společnosti SAP. Na českém trhu působí společnost SAP od roku 1992 a dosud získala téměř 540 českých zákazníků z oblasti podniků, finančních institucí a organizací státní správy a samosprávy. Mezi zákazníky patří nejen menší a střední firmy, ale i velké společnosti a organizace. Podle nezávislého lokálního průzkumu je dnes SAP největším dodavatelem obchodních softwarových aplikací (EAS) na českém trhu. SAP ČR sází při svém působení na českém trhu především na dlouhodobou spolupráci s kvalitními domácími a globálními partnery. Řešení mysap Business Suite postavené na platformě SAP NetWeaver napomáhá společnostem v potřebných inovacích a změnách, které zlepšují vztahy k zákazníkům a občanům, vylepšují spolupráci s externími partnery a organizacemi a zvyšují efektivitu procesů uvnitř podniků. Z řad menších a středních firem pečuje SAP již o více než 400 zákazníků, pro které jsou určeny cenově příznivé produkty mysap All-in-One a SAP Business One. - mysap All-in-One je odvětvově specifická verze mysap Business Suite se zabudovaným obsahem, nástroji a metodikami pro cenově výhodnou implementaci. Spojuje flexibilitu a výkon podnikových řešení společnosti SAP. - SAP Business One je navržen tak, aby odpovídal potřebám malých až středně velkých firem. Jeho implementace už těžko může být jednodušší. SAP Business One je uživatelsky příjemné, cenově dostupné a flexibilní řešení Rozhodování na základě přesných a spolehlivých informací a optimální nastavení firemních procesů je totiž předpokladem každého úspěšného podnikání - bez ohledu na velikost firmy. Dle hodnocení SAPu vyplývá, že nejlépe řízené firmy na světě používají SAP, a z toho klasické malé a střední firmy zaujímají přes 50%. 2.2 SAP Business One Nástrojem pro malé a střední firmy je SAP Business One, který je kombinací jednoduchého, cenově dostupného systému. SAP Business One otevírá konkurenční příležitosti i pro menší společnosti, a to nejen dnes, ale i do budoucnosti. V dnešních dynamických obchodních podmínkách již nemohou firmy déle fungovat bez efektivního IT systému. Aby byly schopny zaručit efektivní řízení a konkurenceschopnost bez ohledu na jejich velikost, jsou čím dál tím více závislé na informační technologii. Stejně jako velké firmy, potřebují i malé a střední firmy integrovaný podnikový systém (ERP), který jim pomůže dosáhnout definovaných obchodních cílů efektivněji a rychleji. Potřebují 9

10 software, se kterým mohou počítat i do budoucnosti. Aby byl tento software pro malé a střední firmy efektivní, musí splnit široký rozsah požadavků a očekávání. Například, musí být rychle implementovatelný, musí nabídnout dostatečný rozsah funkcionality a umožnit odpovídající integraci mezi samostatnými aplikačními komponentami. Musí být také cenově dostupný, jednoduše použitelný a kompatibilní s budoucími technologickými aktualizacemi. V neposlední řadě musí využívat nejnovější technologie, podporovat stávající standardy a mít zajištěnu místní podporu od zkušeného IT dodavatele na instalaci, údržbu a školení Funkcionalita a vlastnosti SAP Business One je založen na jednoduše ovladatelném rozhraní. Používá se jako hlavní firemní ERP aplikace, která umožňuje využití i dalších standardních rozhraní. Je komplexním univerzálním podnikatelským nástrojem, který využijí manažeři i ostatní zaměstnanci v celém podniku. Řešení poskytuje všechny běžné administrativní funkce, které umožňují upravovat a zálohovat data, definovat kurzy přepočtu měn, parametrizovat oprávnění i přístupy a přistupovat k údajům z produktů třetích stran. Skládá se z jednotlivých modulů, které rozšiřují schopnosti řešení SAP Business One. Jedná se o následující moduly: Finanční účetnictví - podporuje všechny běžně využívané finanční operace, definici a správu účtů, účetní deníky, účtování v cizí měně, rozpočtování atd. Prodej a distribuce - pomáhá definovat ceny výrobků, zpracovávat zakázky odběratelů, řídit procesy dodání výrobků, aktualizovat skladové zásoby a řídit procesy fakturace a pohledávek. Nákup - řízení a správa dodavatelských smluv a operací, jako jsou vystavení nákupní objednávky, aktualizace interních zásob, kalkulace hodnot importovaných položek, zpracování plateb a řízení dobropisů a záloh. Obchodní partner - umožňuje kontrolu odpovídajících informací o odběratelích, prodejcích, v neposlední řadě o dodavatelích, včetně jejich vlastností, stavech na jejich účtech, sumarizaci jejich kontraktů a analýzy odbytového plánu. Bankovní operace - zabezpečují zpracování finančních operací, jako jsou pokladní operace, depozitní operace, operace se šeky, zálohy, platby kreditní kartou a také zpracování bankovních výpisů. Řízení skladu - řízení stavu skladu, správa položek, příprava ceníků, specifické cenové podmínky, přesuny mezi sklady, skladové transakce. Výroba - nabízí nástroje, které umožňují definování víceúrovňových kusovníků, vytváření výrobních zakázek, a které poskytují potřebné informace o výrobku a dostupnosti jednotlivých materiálů. Kontroling - umožňuje definici nákladových středisek a pravidel pro rozdělení nákladů, generování výkazů zisků a ztrát pro každé středisko. 10

11 Výkaznictví - poskytuje sestavy pro každou oblast podnikání, včetně dodavatelských a odběratelských operací, cashflow, sumarizaci kontaktů se zákazníky, přehledy účtování, skladové zásoby, zůstatky na účtech, výkazy o cenách a další je možné vytvořit pomocí předdefinovaných výkazů nebo vámi navržených sestav. Řízení servisu - optimalizuje činnosti oddělení servisu, poskytuje podporu pro servisní operace, správu servisních kontraktů, plánování servisních aktivit, podporu zákazníků, sledování komunikace se zákazníky, podporu zákazníků a řízení obchodních příležitostí. Personalistika - umožňuje řízení lidských zdrojů, včetně správy zaměstnaneckých údajů, kontaktních informací a výkazů docházky. Obr.č.1 Hlavní menu informačního systému SAP Business One Přínosy a nedostatky SAP Business One Jednoduché použití Intuitivní uživatelské rozhraní umožňuje zaměstnancům na všech úrovních pracovat rychle a efektivně. Pomocí jednoduché navigace a funkce Drag&Relate umožňuje SAP Business One uživatelům jednoduchým způsobem pokládat dotazy a získávat okamžité a správné odpovědi. 11

12 Rozšířená produktivita a kontrola Zvýšení produktivity zaměstnanců, zlepšení komunikace s dodavateli a zvýšená efektivita provozních operací umožňuje výrazně kvalitnější kontrolu nákladů. Firmy mají prostor pro definování různých pravidel kontroly jednotlivých operací; pokud se tyto pravidla poruší, řešení SAP Business One upozorní zodpovědnou osobu definovanou pro daný problém, nebo realizuje změnu automaticky podle nastavených parametrů. Globální dosah Pokud má uživatel podnikatelské aktivity po celém světě, tak by měl být i jeho systém schopen pracovat v různých jazycích a zemích. SAP Business One je lokalizován v každé zemi, kde je nabízen, umožňuje firmám řídit a vykazovat všechny podnikatelské aktivity ve více měnách. V současné době je dostupný ve 37 zemích ve 20 lokalizovaných verzích. Dnes již stovky společností po celém světě používají SAP Business One proto, aby lépe zvládaly a zároveň zrychlovaly svůj růst. Protože je SAP Business One postaven na otevřených standardech, můžete jej jednoduše integrovat s ostatními systémy, které již máte. Hmatatelné výsledky v týdnech, ne v měsících SAP Business One je možné naimplementovat velmi rychle, a to s bezproblémovým nastavením. Firmy mohou disponovat řešením a začít využívat systém v průběhu několika dní, což znamená, že rozhodnutí začít používat toto řešení nenaruší podnikání. Chybí spolehlivá hotovostní i bezhotovostní úhrada V SAP Business One neexistuje spolehlivý modul Pokladna nebo nějaký podobný modul kromě modulu Bankovní operace, kde je možno hradit nebo přijímat platby v hotovosti či bezhotovostně. Tyto platby nejsou ale dokonalé, a z praxe vím, že zákazníkům nevyhovují. Proto existuje sada doplňků systému SAP Business One, který je dodáván partnerem SAPu a tyto věci poupravuje tak, aby byly lepší, spolehlivější a zákaznicky přítulnější. Modul Personalistika Tento modul obsahuje veškeré údaje, kontakty o zaměstnancích, jejich docházku, ale chybí ta nejdůležitější věc, která se týká hlavně zaměstnanců, a to jsou mzdy. Neexistuje tu žádná mzdová agenda, nic co by se mezd týkalo. To, podle mého názoru, by v tomto, ač zjednodušeném systému, pro malé a střední firmy, být mělo. Je to velice důležitý nástroj pro chod firmy. Firma proto musí vést nějakou výkazovou agendu ručně, nebo mít na to nějaký specifický program. Co by se dalo vytknout tomuto systému nejvíce z pohledu této práce je to, že ve standardu neobsahuje manažerský systém. 12

13 3 Manažerský informační systém Manažerský informační systém (MIS) lze definovat jako nadstavbu nad standardním provozním informačním systémem podniku. Z historického hlediska lze o manažerských informačních systémech v zahraničí hovořit již v průběhu šedesátých let minulého století. Následně se na trhu objevila softwarová řešení pro podporu rozhodování označovaná zkratkou DSS (Decision Support Systems) a v závěru devadesátých let obsadila trh vlna systémů EIS (Executive Information Systems). U nás není používaná terminologie jednotná. Kromě výše uvedených zkratek se zdá být logické použití právě zkratky MIS. Tu lze chápat jako zastřešující pojem pro tuto oblast sloužící speciální skupině uživatelů v podniku především pracovníkům středního a vyššího podnikového managementu. V zahraniční literatuře tuto zastřešující roli sehrává pojem business inteligence. Jedná se o obor, který se zabývá extrakcí dat z provozních systémů a jejich transformací na hodnotné informace. 3.1 Charakteristika MIS Základním účelem manažerských informačních systémů je rychle, efektivně a kvalitně informovat manažery o podnikové výkonnosti. Klíčem k porozumění firemní výkonnosti je možnost vidět jednotlivé oblasti podniku co nejvíce v souvislostech a odhalit tak skryté vazby a efekty. Kvalitní manažerský informační systém by měl být nástrojem, který posune firmu díky včasným, kvalitním a v souvislostech předloženým informacím o krok před konkurenci. Otázkou zůstává jak hodnotit právě jeho kvalitu. Existuje mnoho definovaných požadavků, kterými se můžeme řídit při tomto hodnocení. Praktický a rychlý přístup pro hodnocení nabízí pojetí FASMI: - Fast rychlost znamená nabídnout odpověď do velmi krátkého časového intervalu odpovídající složitosti a náročnosti definovaného dotazu - Analysis poskytovat jasné a pochopitelné analýzy s možností provádění svých doplňkových dotazů a definicí výstupů na míru - Shared sdílení informací pro celou firmu s možností omezení přístupových práv do určitých oblastí - Multidimensional umožňovat analýzu dat z více pohledů tj. přes více dimenzí - Information výstupem musí být kvalitní, relevantní a správné informace Obecné schéma manažerského informačního systému naznačuje jeho složení. Základnu tvoří podnikové výkaznictví, kvalitní a vypovídající výkazy, které mohou obsahovat data z různých datových zdrojů především z databází provozních systémů. Druhou část představují aplikace, které umožňují sledování vybraných ukazatelů. Aplikace umožňují pohodlně cestovat strukturou dat, sledovat vývoj ukazatele na jednotlivých úrovních. Prezentace je možná buď ve formě tabulek nebo v grafické podobě různého typu. Třetí část představují nástroje, které umožňují hlubší zkoumání ukazatelů. Jedná se o nástroje, které dovolují provádět analýzy ovlivňujících faktorů. Uvedené stupně jsou vzájemně provázány tak, že tvoří jeden kompaktní celek. 13

14 Analytické výstupy Souhrnné výstupy Finanční ukazatele Nástroje manažerského systému Podniková datová základna Data z vnějších zdrojů Obr.č.2 Obecné schéma manažerského systému Už z vlastní definice vlastností je zřejmé, že pro budování manažerského informačního systému nelze používat stejné technologie a přístupy, které jsou používány u provozních informačních systémů, kde se shromažďuje velké množství údajů. Proces transformace údajů na informace a její převod na poznatky se skrývá pod pojmem business inteligence. Účelem je tedy konverze velkých objemů údajů na poznatky, které jsou potřebné pro koncové uživatele, užívané v procesu rozhodování. Pyramida hierarchie informačních úrovní zobrazuje právě tento proces. Základem jsou údaje, které obsahují jednoduchá fakta, přičemž tušíme, že někde v této množině jsou ukryty určité informace. Tyto informace odhalíme až tehdy, když přidáme souvislosti. Při vstupu tvořivé inteligence můžeme získat znalosti, které uplatněné v reálné praxi přináší všeobecná moudra. Znalosti Informace Fakta Obr.č.3 Pyramida transformace údajů Rozdílnost pohledů na získané informace vede při budování manažerského informačního systému k organizaci údajů do datových skladů. Takto vytvořené analytické databáze slouží jako podklad pro získání sumarizovaných a agregovaných údajů a jsou známé pod pojmem 14

15 OLAP (Online Analytical Procesing). Tato zkratka zahrnuje nejen struktury údajů ale i analytické služby, které slouží pro analýzu velkého množství údajů. 3.2 Datové sklady Co to je vlastně datový sklad (data warehouse)? Datový sklad je podnikově strukturovaný depozitář subjektově orientovaných, integrovaných, časově proměnlivých, historických dat použitých na získávání informací a podporu rozhodování. Tolik definice. Co vše je v ní skryto, je potřeba vysvětlit podrobněji: - Subjektová orientace - údaje do datového skladu se zapisují spíše podle předmětu zájmu než podle aplikace, ve které byly vytvořeny. Předmětem zájmu, nebo subjektem, je zde myšlena orientace např. na zákazníka, zaměstnance, výrobek. - Integrovanost datový sklad musí být jednotný a integrovaný, tzn. údaje týkající se jednoho předmětu jsou ukládána pouze jednou. Znamená to zavést jednotnou terminologii a konzistentní jednotky veličin. - Časová variabilita údaje jsou ukládány v časové posloupnosti, údaje jsou platné pro určitý časový moment. - Neměnnost údaje se obvykle nemění ani neodstraňují, jen se v pravidelných intervalech přidávají nové. Připouští se pouze dva typy operací: o zavedení do skladu, o přístup k těmto údajům. V datových skladech nejsou živá data, která uživatelé přímo aktualizují. Do datových skladů se data přesunují z jiných zdrojů dat (většinou provozních systémů) a transformují se do datového modelu navrženého specificky pro analýzy velkého množství dat. Díky zaměření datových skladů na sledování trendů a vzájemné porovnávání výsledků v mnohaleté historii jsou analýzy prováděné nad tabulkami se stamiliony záznamů běžnou praxí. Právě kvalita návrhu datového modelu datového skladu ovlivňuje nejvyšší měrou výslednou použitelnost řešení. Sebelepší nadstavba v podobě nástroje BI (business intelligence) či jakékoliv aplikace pro analýzy nemůže eliminovat handicap vzniklý nekvalitním návrhem datového modelu. Celý systém datového hospodaření lze rozdělit tedy na dvě základní části. První z nich je OLAP. Na druhé straně stojí klasické databázové systémy, které se označují jako OLTP, což je zkratka on-line transaction processing neboli okamžité zpracování transakcí. 15

16 Obr.č.4 Struktura datového skladu Rozdílnost mezi OLAP a OLTP spočívá v tom, že OLTP systémy uchovávají záznamy o jednotlivých uskutečněných (typicky obchodních) transakcích a jsou obvykle realizovány pomocí dnes nejběžnější, relační databázové technologie. Data uchovávaná v OLTP databázovém systému jsou (zpravidla periodicky) agregována (typicky sumarizována) a poté ukládána do datového skladu, nad nímž se posléze podle potřeb provádí okamžité zpracování analýz pomocí vrstvy OLAP. Datový sklad je na rozdíl od OLTP databáze určen výhradně ke čtení dat pro potřeby nejrůznějších analýz. Jedinou výjimkou jsou (obvykle periodické) aktualizace datového skladu, tj. přidávání nových datových agregátů či odstraňování již neaktuálních datových agregátů, které probíhají obvykle periodicky každý týden, měsíc, atp. Tyto akce je ovšem možno chápat za součást údržby datového skladu, která probíhá ve speciálním režimu při momentálním vyloučení zpracování OLAP požadavků uživatelů datového skladu. V běžném režimu práce (tzn. při provádění dotazů a analýz) není obsah datového skladu modifikován. Tento zásadní rozdíl mezi OLTP systémy a datovými sklady má rozsáhlé důsledky pro způsob jeho implementace, návrhu a tvorby konceptuálního modelu, který je orientován na dosažení co nejrychlejšího zpracování dotazů kladených datovému skladu vrstvou OLAP. 16

17 Shrnující přehled veškerých rozdílů je uveden v následující tabulce: Provozní databáze Koncepční rozdíly Datový sklad Dostat data do systému Dostat informace ze systému Uživatelé mají možnost zadávat data, Uživatelé mají možnost pouze číst data měnit, rušit a číst data Zajišťují automatizaci rutinních činností Umožňují kreativitu uživatelů při práci s daty Aplikace jsou v podstatě statické Aplikace jsou dynamické Podporují každodenní firemní aktivity Podporují dlouhodobé strategie Orientované na výkonnost Poskytují konkurenční výhodu Proces implementace a využívání je poháněn technologií Zpracovávají velké objemy malých transakcí Transakce neustále přidávají a aktualizují data Důležitým hlediskem je omezení redundance dat Proces implementace a využívání je poháněn potřebami organizace Technologické rozdíly Zpracovávají malý počet komplexních dotazů Data se načítají dávkově Důležitým hlediskem je rychlý přístup k datům pro účely analýz a prezentací Integrita dat se zajišťuje datovým modelem a aplikacemi Datové modely jsou optimalizované pro online aktualizace a rychlé zpracování transakcí Používá se převážně normalizované relační datové modely Integrita dat se zajišťuje při dávkových procesech transformací dat Datové modely jsou optimalizované pro rychlé zpracování výstupů Používá se kombinace datových modelů (normalizované a denormalizované relační modely, sumarizované tabulky, star schéma) Tab.č.1 Rozdíly technologií provozních databází (OLTP) a datových skladů Výše uvedený popis datového skladu je však pro mnoho plně nezasvěcených uživatelů příliš odborný. Mnoho uživatelů chce raději slyšet jednoduché odpovědi na položenou otázku. Co je to datový sklad a proč ho potřebujeme? Odpověď IT Manažera: Firma používá řadu nepropojených systémů, je velice obtížné je udržovat, pro podporu rozhodování nepracují efektivně. Fyzicky tedy oddělíme naše provozní systémy od systémů pro podporu rozhodování a vytvoříme úložiště informací, které je organizované pro efektivní přístup. 17

18 Uživatel slyší: Víme, že údaje z provozních databází skrývají mnoho informací, ale je velice časově náročné je získat. Potřebuje tento čas využít jinak než čekat na výstupy, které musí definovat dopředu bez možnosti operativní reakce Architektura datových skladů V průběhu realizace se prosadily dva základní koncepty architektury datových skladů: - Nezávislé datové trhy (datamarty) - Integrovaný datový sklad Nezávislé datové trhy - tato koncepce přináší řešení potřeb jednotlivých útvarů či aplikací odděleně od sebe a tím se vytváří samostatná datová úložiště. Sjednocením těchto úložišť pak vytváříme datový sklad. Toto řešení je velmi výhodné z hlediska rychlého zavádění a nižších počátečních investic. Přináší ale také nevýhody, a to pokud datové trhy nejsou prvotně budovány s výhledem na sjednocení do jediného datového skladu, pak obsahují nekonzistentní data mezi jednotlivými částmi a tím jsou komplikované načítací a sjednocovací procesy. Integrovaný datový sklad - při této koncepci se data ukládají do centrálního datového úložiště, ze kterého se následně odvozují datové trhy pro potřeby jednotlivých útvarů. Jde tedy o konzistentní obsah, který sebou nese jednodušší správu načítání dat. Nevýhodou je však složitější a pomalejší implementace. Definice všeobecně přijatých dimenzí ze všech následně generovaných částí přináší komplikace ve sjednocení všech pohledů na uložené údaje, ale pouze takto jsme schopni vytvářet konsolidované údaje napříč celým podnikem Metody budování datového skladu Metody budování datových skladů jsou úzce spojeny se zvolenou koncepcí architektury datového skladu. Mezi nejvíce používané metody patří: - Metoda velkého třesku - Metoda přírůstková Metoda velkého třesku znamená zavedení datového skladu pomocí jediného projektu. Skládá se ze tří etap: - analýza požadavků, - vytvoření podnikového datového skladu, - vytvoření přímého přístupu nebo přístupu přes datové trhy. Nevýhodou je velká komplikovanost analýzy. Málokdy se totiž podaří vyřešit všechny problémy spojené s analýzou dat na začátku a během realizace dochází k různým změnám. 18

19 Metoda přírůstková předpokládá budování datového skladu po jednotlivých etapách, postupně podle jednotlivých předmětných oblastí. Toto částečné řešení pomáhá uživateli postupně se seznamovat s možnostmi, které datový sklad přináší. Dále umožňuje vytvářet jasnější představy o možných výstupech a jejich využití. Jedná se tedy o iterativní proces, který udržuje neustálou spojitost mezi již existujícími částmi datového skladu a potřebami uživatelů. Etapy přírůstkové metody: - strategie, cíle při budování datového skladu, - definice architektury datového skladu a technických prostředků, - analýza získávání dat a požadavků na přístup k datům, - návrh a transformace požadavků do detailních podmínek, - sestavení a testování databázových struktur, - produkce a instalace datového skladu se zajištění provozu a údržby Uložení dat v OLAP systémech V oblasti provozních systémů převažuje v oblasti uložení dat relační databázová technologie, v případě OLAP systémů však tato technologie již není tak jednoznačná. Existují tři základní varianty uložení dat: - relační databázový OLAP, - multidimenzionální OLAP, - hybridní OLAP. Relační online analytické zpracování (ROLAP) získává údaje pro analýzy z relačního datového skladu. Tyto údaje z relačních databází se po zpracování předkládají uživatelům jako multidimenzionální pohled. Výhodou tohoto způsobu zpracování je uložení dat v relačních databázích, takže nevzniká problém s redundancí. Pro multidimenzionální online zpracování (MOLAP) se získávají data buď z datového skladu nebo z operačních zdrojů. Mechanismus OLAP potom uloží analytická data ve vlastních datových strukturách a sumářích. Během tohoto procesu se ukládá tolik předběžných výsledků, kolik je z technického a časového hlediska možné. Hlavní výhodou je maximální výkon vzhledem k dotazům uživatelů, nevýhodou je redundance údajů, neboť tyto údaje jsou uloženy jednak v relační databázi, jednak v multidimenzionální databázi. Hybridní online zpracování (HOLAP) je kombinací uložišť MOLAP a ROLAP, přičemž se využívají výhody jednotlivých typů uložišť a do značné míry se eliminují jejich nevýhody. Údaje zůstávají v relačních databázích a spočítané agregace se ukládají do multidimenzionálních struktur Proces přípravy a plnění datových skladů Do datového skladu se data nezadávají, ale načítají se z provozních systémů. Zdroje mohou být různorodé. Je běžné, že vznikne požadavek na sjednocení a vytěžování informací z řady 19

20 datových zdrojů, ale tyto zdroje jsou naprosto nekonzistentní, tzn. jsou uloženy ve zcela odlišných strukturách, formátech, některé mohou být i zcela nestrukturované, mají odlišnou filozofii záznamu, jsou uloženy na různých médiích atd. V souvislosti s touto problematikou se objevuje termín ETL. Je to zkratka, která se skládá z prvních tří písmen slov Extraction, Transformation, Load. Tato tři slova definují jednotlivé fáze aktivního procesu v datovém skladu. Celý proces ETL je poměrně časově náročný. Načítání se většinou provádí v čase, kdy nejsou provozní systémy příliš zatíženy, aby se neprodlužovala doba odezvy pro uživatele těchto systémů. Proces ETL Provozní databáze Extrakce Transformace Uložení Datový sklad Obr.č.5 Obecné schéma datových skladů Extrakce dat je prvním a zároveň nejkritičtějším krokem ke správnému a informační hodnotu přinášejícímu využití datového skladu. Jedná se o schopnost převzít data z co nejširšího spektra datových zdrojů nejrůznějšího charakteru, mezi které se řadí nesčetné databázové standardy, nedatabázové strukturované formáty, textové soubory, standardy elektronické pošty apod. Souhrnně tedy můžeme extrakci chápat jako tu pracovní etapu, kdy usilujeme o přesné, rychlé, bezpečné, lehce kontrolovatelné a dobře řiditelné načtení dat z co nejvíce externích datových zdrojů. Tato fáze se opakuje s periodicitou, která souvisí s využíváním daných informací. Po jejím skončení budou potřebná data načtena přímo do připravených zdrojových struktur pro extrahovaná data. Transformace je postupná řada operací, které extrahovaná data připraví pro vlastní načtení do datového skladu. Drtivá většina informací získaných extrakcí totiž ještě není zdaleka připravena vydat svoje skryté bohatství. Mezi příčiny patří zejména nesoulad mezi daty z jednotlivých zdrojů a jejich neúplnost viz. následující příklady: - Nejednoznačnost údajů - Chybějící záznamy a duplicity - Formáty čísel a textových řetězců Základem transformace je vytvoření programové logiky, která provede převod mezi zdrojovými strukturami naplněnými syrovými daty a cílovými strukturami, které jsou zdrojem pro pozdější vytěžování dat. Definice zdrojových a cílových struktur celého procesu transformace a pravidel, která zkontrolují, doplní nebo změní data, pokud nejsou korektní, je velmi náročným a pro každý projekt specifickým úkolem. Další nedílnou součástí transformace je validace, tzn. ověření správnosti extrahovaných dat, případně odhalení rozporů v těchto datech. Transformace je tedy chápána jako proces získání co nejkvalitnějších dat, protože informace jsou jen tak dobré, jak dobrá je kvalita dat. Tak, jak je kvalitní každý jednotlivý záznam, je kvalitní i datový sklad. Kvalita dat je kritickým faktorem pro úspěch celého projektu datového skladu. Přenos je poslední částí celého procesu, kdy jsou transformovaná data natažena do vlastního fyzického prostoru datového skladu a jsou přístupna pro vytěžování - pokládání dotazů. Data 20

21 mohou být natahována ve stejném tvaru jaké mají cílové struktury, nebo mohou být natažena v předzpracovaném tvaru do takzvaných multidimenzionálních tabulek, které obsahují předpřipravené podklady pro rychlé odezvy na dotazy zpracované podle jednotlivých dimenzí. Na vykonání procesu ETL je možné používat specializované nástroje od externích dodavatelů nebo interně vyvinuté nástroje. Z konkrétních nástrojů lze uvést Microsoft DTS (Data Transformation Services), Oracle Warehouse Builder a mnoho dalších. Plnění datových skladů probíhá ve dvou fázích: - prvotní naplnění datového skladu v období implementace, - cyklické plnění v období provozu datového skladu. V prvotní fázi jsou do datového skladu ukládána i historická data získaná z provozních informačních systémů. Rozhodnutí o přesunu a využívání těchto dat je závislé na minulých změnách v provozních systémech a vhodnosti těchto dat k analýzám. V cyklickém plnění jsou data do datového skladu již pouze doplňována Metadata Metadata jsou data o datech, která popisují strukturu a obsah datového skladu. Metadata jsou pro technologie datových skladů důležitá, pomáhají administrátorům a uživatelům určit a pochopit datové položky. Zároveň popisují transformaci zdrojových údajů do datového skladu. Na základě metadat musí být jasné, jaký konkrétní obsah datového skladu byl odvozen z provozních systémů. Metadata zvyšují a udržují kvalitu dat v datovém skladě a lze je rozdělit do několika typů: - administrativní metadata, - metadata koncových uživatelů, - metadata pro optimalizaci. Administrativní metadata popisují zdrojové databáze a jejich obsah, obchodní pravidla určující transformaci dat ze zdrojových systémů do datového skladu a objekty datového skladu. Metadata koncových uživatelů pomáhají ve vytváření dotazů a se správnou interpretací výsledků. Pro uživatele může být také užitečná znalost definic a popis dat a hierarchie, které mohou existovat v rámci různých dimenzí. Metadata pro optimalizaci jsou spravována za účelem usnadnění optimalizace návrhu a výkonu datového skladu např. definice agregací, sběr statistik apod Analýza OLAP Analýza OLAP slouží ke zpracování údajů uložených v datovém skladu do podoby vhodné pro koncového uživatele. OLAP pracuje s multidimenzionálním prostorem, který je definován metadaty. 21

22 OLAP typicky poskytuje uživateli tyto analytické postupy: - sestavení dotazu v multidimenzionálním prostoru, - volba zobrazení výsledku dotazu v kontingenční tabulce, grafu, - zobrazení různé úrovně detailu podle hierarchie v dimenzích nebo relace mezi dimenzemi, - zvýraznění výjimek, - umožňuje použít aritmetický, množinový aparát v multidimenzionálním prostoru. Výsledkem analýzy údajů bývá obvykle multidimenzionální datová struktura kostka. Pojem datová kostka byl zaveden proto, že na data spravovaná OLAP serverem se lze dívat jako na určitou datovou krychli/kostku. Jednotlivé rozměry (dimenze) odpovídají různým úhlům pohledu na data. Data určité organizace můžeme například zkoumat z pohledu zákazníků, zaměstnanců, poboček či času. Na průsečíku rovin pohledu pak nalezneme konkrétní čísla. Pro výpočet krychlí je potřebné vykonat velké množství výpočtů a agregací a to v reálném čase. Každá krychle má několik dimenzí, na rozdíl od geometrické krychle může mít multidimenzionální databázový model i více dimenzí než tři. Krychle OLAP jsou vytvořeny na základě dvou druhu údajů: - faktů, - dimenzí. Fakta jsou numerické měrné jednotky obchodování. Tabulka faktů je největší tabulka v databázi a obsahuje velký objem dat. Dimenze obsahují logicky nebo organizačně hierarchicky uspořádané údaje. Jsou to vlastně textové popisy obchodování. Tabulky dimenzí jsou menší než tabulky faktů a data v nich se nemění tak často. Příkladem používaných dimenzí je dimenze časová, produktová, geografická atd. Tabulky dimenzí obvykle obsahují stromovou strukturu. Například dimenze vytvořená na základě organizační struktury se člení na jednotlivé úrovně podle konkrétního uspořádání v organizaci. Obr.č.6 Obecné schéma datové kostky 22

23 Tabulky faktů a dimenzí mohou vytvářet různá schémata. Nejčastěji používané je hvězdicové (star schema) nebo schéma sněhové vločky (snoflake schema). Hvězdicové schéma se skládá z tabulky faktů obsahující vazby na tabulky dimenzí, mezi kterými neexistuje relační propojení. Toto schéma je velice jednoduché a pochopitelné a poskytuje vysoký dotazovací výkon. Obr.č.7 Příklad hvězdicového schématu (žlutě tabulka faktů) Schéma sněhové vločky obsahuje některé dimenze složené z mnoha relačně svázaných tabulek. Tento model umožňuje rychlejší zavedení údajů oproti předchozímu schématu, ale má podstatně nižší dotazovací výkon. Obr.č.8 Příklad schématu sněhová vločka (žlutě tabulka faktů) Základní operace umožňující analýzy v OLAP systémech: - drill-down umožňuje uživateli ve zvolených instancích jisté agregační úrovně nastavit nejnižší agregační úroveň - roll-up ve zvolených instancích agregační úrovně nastavuje vyšší agregační úroveň - pivoting umožňuje otáčet datovou krychlí, tj.měnit úhel pohledu na data na úrovni prezentace obsahu datového skladu 23

24 - slicing dovoluje provádět řezy datovou kostkou, tj. nalézt pohled, v němž je jedna dimenze fixována v jisté instanci na jisté agregační úrovni - dicing obdoba slicingu, umožňuje nastavit takový filtr pro více dimenzí Calculated Members, jazyk MDX Calculated Member (CM) je dimenze prvků, jejichž hodnota se počítá stejně jako hodnota vzorců v Excelu (neukládají se tedy fyzicky, ale počítají se v případě požadavku na jejich zobrazení). CM mohou být definovány jako numerické měrné jednotky nebo mohou mít podobu prvků jednotlivých dimenzí. Tyto CM lze vytvářet pomocí aritmetických výrazů, čísel a dalších funkcí, které jsou definovány pro jazyk MDX. Z toho vyplývá, že jazyk MDX se používá při vytváření těchto CM. Existuje i samotná utilita pod Microsoft SQL Server/Analysis Services/MDX Sample Application. Obr.č.9 Vzor Calculated Member Přístup k databázím OLAP V současné době existuje mnoho architektur přístupů k databázím OLAP. V prostředí datových skladů dominují architektury typu klient-server a přístup k údajům přes web. Základní rozdělení je podle kritéria zda jádro aplikace běží na serveru nebo na klientském počítači. 24

25 Tyto aplikace rozdělujeme na: - tenkého klienta, - tlustého klienta. Tenký klient znamená, že aplikace běží na serveru a klientské počítače se používají hlavně pro zobrazení výstupů. Výhodou je možnost používání mobilních zařízeních typu Pocket PC, Palm atd. Další výhodou jsou nízké náklady na hardware pro jednoho uživatele a nízké licenční náklady na využívaný software. Nevýhodou je, že aplikace z principu pracují pouze v režimu online. Jako tlustého klienta si můžeme představit aplikaci běžící na lokálním počítači. Pro svoji činnost využívá údaje a služby připojeného serveru. Výhodou takového řešení je, že aplikace může pracovat v obou režimech offline i online. Pro případ offline tlustého klienta jsou data uložena v lokálních datových krychlích (souborech). Výhodou je možnost běžné manipulace s těmito soubory Přístupová práva V každém informačním systému je oblast přístupových práv a možnosti jejich omezení důležitou součástí. Přístup k databázím OLAP je o to důležitější, jak citlivá data jsou zde uložena. Pomocí přístupových práv je možno nastavit přístupy jednotlivých uživatelů nebo jejich skupina k funkcím a datům. Pro administrování přístupů se využívají definice tzv. rolí. Můžeme stanovit, zda zadané přístupy se budou uplatňovat na serveru nebo na klientských počítačích. Role můžeme rozdělit do dvou typů: - databázová role pro přístup k analytické databázi jako celku, - role pro přístup k jednotlivým datovým kostkám. Definice databázové role probíhá v těchto úrovních: - seznam uživatelů, kterým je přiřazena tato role, - výběr z používaných datových kostek, - výběr z připravených modelů pro data mining, - výběr omezení jednotlivých dimenzí (bez omezení, úplný zákaz, podle požadavků). Definice rolí k jednotlivým kostkám je podobná. Liší se pouze v možnosti omezení přístupu až k jednotlivým částem datové kostky Data mining Data mining (dolování dat) představuje proces, kdy za pomoci speciálních postupů a algoritmů získáváme z rozsáhlých datových souborů užitečné znalosti potřebné pro podporu rozhodování. 25

26 Data miningové modely využívají některé statistické metody: - korelaci, - lineární regresi, - logistickou regresi, - diskriminantní analýzu, - předpovědi trendů. Složitější postupy jsou realizovány pomocí neuronových sítí a genetických algoritmů. Neuronové sítě jsou modely, které určitým způsobem simulují strukturu lidského mozku 1. Zpracování pomocí neuronových sítí pracuje na principu rozpoznání vzorů a minimalizace chyb. Proces zpracování probíhá ve fázích přijímání informací a učení se z každé zkušenosti tak, aby byly nalezené v údajích určitého schématu. V průběhu každé iterace jsou vstupy zpracovány systémem a jsou porovnávány se skutečnou hodnotou. Změří se chyba a odevzdá se ke zpracování systému, aby upravil původní váhy. Proces končí zpravidla v okamžiku dosažení předem dané minimální chyby. Výběr algoritmu a modelu Fáze učení aplikovaná na doposud existující případy Analýza a predikce nových případů Obr.č.10 Procesní schéma data miningu Mezi nejčastěji používané algoritmy: - vícerozměrné shlukové diagramy, - nevyvážené rozhodovací stromy. Při analýze na základě vícerozměrných shlukových diagramů seskupujeme údaje podle podobných charakteristik např. demografických, sociálních a profesních. Shluky jsou odhalovány na základě aplikování a analýzy křivek pravděpodobnosti, přičemž se zkoumá, zda jednotlivé údaje nebo skupiny údajů nesplňují podmínku statistického rozložení. Typy algoritmů zařazené do skupiny nevyvážených rozhodovacích stromů odhalují závislosti a vyhledávají specifické vlastnosti, které potom poslouží pro predikci. Rozhodovací stromy slouží k nalezení pravidel a vztahů v datovém souboru pomocí systematického rozdělování a větvení na nižší úrovně. 1 [1]Lacko Luboslav, Datové sklady analýza OLAP, dolování dat

27 3.3 Využití datových skladů Datový sklad představuje především velký objem skrytých informací a jeho využití se neomezuje pouze na jednu oblast manažerských informačních systémů. Mezi nejdůležitější oblasti využití datových skladů jsou: - operativní dotazy - předem nepřipravené dotazy na určité hodnoty, - sestavy - standardní generované dávkově nebo operativní vytvářené podle potřeby, - multidimenzionální analýza - rychlé prohlížení sumarizovaných dat z různých pohledů - statistické analýzy, - finanční analýzy, - analýzy časových řad a tvorba předpovědí, - vizualizace dat - prohlížení dat v dynamicky provázaných grafech, - data mining - specializované techniky pro zpracování velkých objemů dat a hledání skrytých závislostí. 27

28 4 Skladba manažerského informačního systému Skladba manažerského informačního systému není přesně definována. Jeho obsah je vysoce závislý na potřebách organizace. Za manažerský informační systém lze považovat aplikace, které poskytují plné informace z oblasti finanční analýzy, možnosti rozborů, hodnocení soustav ukazatelů a výpočtu jednotlivých ukazatelů. Jiný pohled na manažerský informační systém má organizace s výrobním zaměřením a jiný má obchodní organizace. Obchodní organizace se snaží svůj MIS zaměřit především na analýzu svých prodejů ve vztahu ke svým zákazníkům, segmentacím trhů a hledání další možných variant pro prodej svých produktů. Výrobní organizace doplňuje pohledy na MIS z hlediska analýz nákladů na výrobu z dlouhodobějšího charakteru. Obecně je v řízení podniku účelné propojit tyto tři základní manažerské oblasti: - Výrobu výnosy, náklady a hospodářský výsledek - Finance finanční ukazatele - Obchod a marketing analýza obchodu Všechny tři oblasti přispívají k dosažení společného záměru svým specifickým způsobem a prosperita podniku je společným výsledkem práce lidí z těchto oblastí. Podle této koncepce lze tedy definovat i obsah manažerského informačního systému. 4.1 Výnosy, náklady a hospodářský výsledek Výnosy, náklady a především hospodářský výsledek patří k nejdůležitějším charakteristikám hospodaření každého podniku. Jsou proto předmětem každodenního zájmu manažerů Výnosy Výnosy podniku jsou peněžní částky, které podnik získal z veškerých svých činností za určité období (rok, měsíc) bez ohledu na to, zda v tomto období došlo k jejich inkasu. Výnosy podniku jsou tvořeny výnosy provozními, finančními a mimořádnými. Hlavním výnosem výrobního podniku jsou tržby za prodej vlastních výrobků a služeb, tržby z prodeje nakupovaného zboží a za prodané zásoby materiálu, nepotřebné stroje,. Jsou rozhodující složkou výnosů a hlavním finančním zdrojem podniku, který slouží k úhradě jeho nákladů a daní, výplatě dividend a jeho rozšířené reprodukci. Plán tržeb stanoví předpokládané objemy prodejů (v naturálních jednotkách) a příjmy prodejů (v Kč) za určité období. Vychází se z marketingového průzkumu trhu: podle zjištěné poptávky u jednotlivých zákazníků odhadneme objemy prodejů, vynásobíme je předpokládanou prodejní cenou, kterou jsme stanovili na základě poptávkové funkce. V úvahu se vezme i chování odběratelů, prodeje 28

29 v minulých letech atd. Nakonec porovnáme s plánovanými náklady a dostáváme roční plán zisku a ztrát Náklady Náklady podniku jsou peněžní částky, které podnik účelně vynaložil na získání výnosů. Náklady podniku tvoří běžné provozní náklady, odpisy, ostatní provozní náklady, finanční náklady a mimořádné náklady Klasifikace nákladů Ekonomická teorie definuje náklady podniku jako peněžně oceněnou spotřebu výrobních faktorů. Náklady se v běžné hospodářské činnosti člení podle různých hledisek. Prvním hlediskem pro třídění nákladů je jejich původ, který souvisí s druhem použitého výrobního faktoru. Druhové členění nákladů: - spotřeba surovin a materiálu, paliv a energie, provozních látek, - odpisy budov, strojů, výrobního zařízení, nástrojů, nehmotného investičního majetku, - mzdové a ostatní osobní náklady (mzdy, platy, provize, sociální pojištění), - finanční náklady (pojistné, úroky, poplatky, aj.), - náklady na služby (opravy a udržování, dopravné, cestovné). Dělení nákladů podle druhů získaných z účetnictví však neodpovídá potřebám výsledných kalkulací a je nutné je transformovat na náklady kalkulační. Kalkulační členění nákladů: - jednicové (přímé) přímo se přiřazují jednotlivým druhům výrobků bez jejich předchozího soustřeďování podle místa vzniku, - režijní (nepřímé) náklady společně vynakládané na celé kalkulované množství výrobků, více druhů výroků nebo zajištění chodu celého podniku, které není možné stanovit na kalkulační jednici přímo. Pro řadu manažerských rozhodování je důležité třídění nákladů podle jejich závislosti na změnách objemu výroby. Základní skupiny nákladů dělíme na: - náklady variabilní, - náklady fixní. Do variabilních nákladů zahrnujeme přímé náklady a část nepřímých nákladů. Jejich vývoj se změnou objemu může být stejně rychlý tj. proporcionální, mohou růst rychleji než objem výroby, pak jde o progresivní náklady nebo naopak rostou pomaleji než objem výroby, pak se jedná o náklady degresivní. 29

30 Fixní náklady jsou na změnách objemu výroby nezávislé, jsou vyvolány nutností zabezpečit chod podniku jako celku. Do fixních nákladů řadíme velkou část režií např. odpisy, mzdy správních a technickohospodářských pracovníků, nájemné, úroky atd. S růstem objemu výroby klesají průměrné fixní náklady na jednotku produkce, což má vliv na vývoj celkových nákladů na objem produkce. Celkové náklady jsou veškeré náklady vynaložené na celkový objem produkce. CN = FN + VN kde: CN celkové náklady FN fixní náklady VN variabilní náklady Průměrné náklady jsou náklady na jednotku produkce. CN PN = Q kde PN průměrné náklady Q objem produkce Analýza a kalkulace nákladů Pojem kalkulace lze definovat jako činnost a současně jako výsledek této činnosti. Kalkulace jsou nedílnou součástí manažerského informačního systému v podniku. Kalkulaci můžeme chápat jako jiný název pro výpočet, výpočetní postup zaměřený speciálně na určení nákladů na daný výkon. Předmětem kalkulace nemusí být jen výkon, přestavovaný určitým výrobkem, ale také poskytované služby, vyjádřená např. v nákladní dopravě přepravené tunokilometry, v energetice spotřebovanou energií atd. Ve výrobním podniku to může být jeden výrobek nebo jeho dílčí části, zakázka, množství výrobků vyrobených v určitém časovém úseku. Předmětem kalkulace je tedy obecně kalkulační jednice, kterou je nutno přesně vymezit. Mezi nejběžnější používané techniky patří: - kalkulace dělením, - transformace nákladů, - přirážková kalkulace, - nákladové modely. 30

31 4.1.3 Hospodářský výsledek Hospodářský výsledek podniku je rozdíl mezi výnosy a náklady. Výsledek hospodaření za účetní období = Výnosy Náklady Převyšují-li výnosy náklady, jde o zisk, převyšují-li náklady výnosy, jde o ztrátu. provozní výnosy - provozní náklady = provozní výsledek finanční výnosy - finanční náklady = finanční výsledek mimořádné výnosy - mimořádné náklady = mimořádné výsledek hospodářský výsledek před zdaněním výnosy - náklady = - daně hospodářský výsledek po zdanění + čerpání z rezervních fondů - příděly rezervním fondům + hospodářský výsledek minulých let bilanční zisk (+) bilančn ztráta (-) Obr.č.11 Vzor kalkulačního vzorce 4.2 Finanční analýza Finanční analýza představuje ohodnocení minulosti, současnosti a předpokládané budoucnosti finančního hospodaření firmy. Jejím cílem je rozpoznat finanční zdraví firmy, identifikovat slabiny, které by v budoucnosti mohly vést k problémům a determinovat silné stránky, na kterých by firma mohla stavět. Finanční analýza odhaluje skryté rezervy a podněcuje k hledání nových možností pro zvyšování podnikové výkonnosti. Napomáhá ke kontinuálnímu zlepšování a zefektivňování činností, které vyúsťuje do růstu hodnoty podniku. Prostřednictvím návrhu opatření pomáhá k dosažení podnikových cílů. Finanční analýza stejně dobře poslouží jako podklad pro strategické plánování rozvoje podniku. Základním metodickým nástrojem a formou vztahu, do kterého jsou finanční informace, účetní informace i ostatní primární údaje využívané při finanční analýze uváděny, jsou ukazatele. Pod pojmem ukazatel rozumíme číselnou charakteristiku ekonomické činnosti firmy, založenou na datech postačujících k danému účelu analýzy, jakož i údaje z charakteristik odvozené. Ukazatele mohou být vyjádřeny v penězích nebo fyzikálních, naturálních a dalších měřitelných jednotkách. Volba typu ukazatele je dána cílem finanční analýzy a vychází z dat účetních výkazů a účetních knih, resp. z externích zdrojů. Nejčastěji se vyskytují poměrové ukazatele. Výhodou těchto ukazatelů je, že redukují absolutní údaje lišící se podle velikosti firem na společnou a tudíž komparativní bázi. Je to nejlepší způsob, jak srovnávat aktuální finanční 31

32 informace dané firmy k jejím historickým datům nebo datům jiných podniků, které jsou větší či menší nebo ke skupině jiných firem. Finanční analýza se zabývá pouze těmi poměry, které jsou relevantní ke konkrétnímu finančnímu problému nebo vypovídají o některém ekonomickém jevu, mají tedy logickou vypovídací schopnost. Poměrové ukazatele nejsou ovšem jediným typem ukazatelů, které jsou ve finanční analýze používány. Ukazatele používané ve finanční analýze spadají do následujících typů: - Účetní výkazy - (podrobně rozebrány). - Ukazatele absolutní (stavové) jsou vyjádřením objemu položek účetních výkazů. Znamená to, že přinášejí informaci o rozsahu podnikových aktiv a pasiv, nákladů a výnosů, přičemž měrnou jednotkou jsou peníze (např. oběžná aktiva, krátkodobé závazky,...). - Ukazatele rozdílové označované i jako fondy finančních prostředků, vyjadřují rozdíl dvou absolutních ukazatelů. - Ukazatele poměrové (podrobně rozebrány). - Ukazatele pružnosti (elasticity) jsou poměrem relativních přírůstků. Postup finanční analýzy: 1. výpočet poměrových ukazatelů, 2. srovnání poměrových ukazatelů s odvětvovými průměry (komparativní analýza), 3. hodnocení poměrových ukazatelů v čase (trendová analýza), 4. hodnocení vzájemných vztahů mezi poměrovými ukazateli (v USA obvykle systém Du Pont, u nás pyramidovou soustavou ukazatelů), 5. návrh na opatření V následujících kapitolách budou určité vybrané ukazatele podrobně popsány Účetní výkazy Účetní výkazy představují model účetního systému, který popisuje reprodukční proces firmy nebo způsob hospodaření státní organizace se svěřenými finančními prostředky. Navzdory všem rozdílům mezi jednotlivými firmami je model zobrazení účetních informací stejný. Vždy je sledován majetek (aktiva) a zdroje jeho krytí (pasiva). Mezi účetní výkazy řadíme výkaz rozvaha, výkaz zisků a ztrát a výkaz cash flow Rozvaha Rozvaha je písemný přehled o majetku podniku a jeho zdrojích k určitému datu. Obvykle je sestavena ve tvaru bilance, kde majetková strana je označována jako aktiva a zdroje krytí nebo také kapitálová strana jako pasiva. Rozvaha by měla být přehledná, mělo by se z ní dát zjistit jak na tom firma je po kapitálové stránce, po majetkové stránce, z čeho byl majetek pořízen, apod. 32

33 Výkaz zisku a ztráty Tento výkaz poskytuje informace o tom, jak vzniká výsledek hospodaření firmy daného účetního období, a vyčísluje jeho dílčí složky. Výkaz zisku a ztráty je uspořádán podle základního zaměření firmy, kde rozlišujeme provozní výsledek hospodaření, výsledek hospodaření z finančních operací a mimořádný výsledek hospodaření. Stručně řečeno, je to přehled o výnosech, nákladech a hospodářském výsledku, občas zvaný také výsledovka. Jeho přesná forma a obsah jsou stanoveny Ministerstvem financí, a uvedenou výsledovku na obrázku můžeme považovat za základní třídění. Tržby - variabilní náklady (nebo přímé náklady) příspěvek na úhradu fixních nákladů a zisku (nebo hrubé rozpětí) - fixní náklady (nebo režijní náklady) provozní zisk - placené úroky aj. důchody zdanitelný zisk - daně zisk po zdanění +/- mimořádné položky čistý zisk Obr.č.12 Výkaz zisků a ztrát Výkaz cash flow Úkolem finančního řízení je zajistit, aby majetek firmy rostl. Hlavním trvalým a bezpečným zdrojem financování je zisk. Toto však nestačí, protože podnik musí mít především dostatek peněžních prostředků k tomu, aby mohl uhradit faktury, mzdy, režijní náklady, daně, apod. Toto všechno, za co podnik vynakládá peníze, se nazývá peněžní výdaj podniku. A aby jej mohl uskutečnit, musí mít peněžní příjmy. Mezi hlavní peněžní příjmy patří tržby při prodeji za hotové, inkaso pohledávek, hotovostní vklady od majitele a úvěry od banky. Toto vše představuje trvalý peněžní tok, čili cash flow. Lze jej popsat následující rovnicí: Konečný stav peněž = Počáteční stav peněz + Příjmy Výdaje 33

34 Výkaz cash flow Rozvaha Výkaz zisku za určité období k určitému datu a ztráty Počáteční stav peněz Aktiva Pasiva Náklady Výnosy Stálá aktiva Vlastní kapitál Příjmy Výdaje Výsledek hospodaření Oběžná aktiva Cizí zdroje za účetní období Konečný stav peněz Ostatní aktiva Ostatní pasiva Obr.č.13 Vztah mezi rozvahou, výkazem zisků a ztrát a výkazem cash flow V průběhu podnikání se mění výše výnosů a nákladů a v důsledku toho se mění i výsledek hospodaření. Tento výsledek hospodaření zvýší velikost vlastních zdrojů organizace, pokud se jedná o zisk a není rozdělen vlastníkům. Obr.č.14 Peněžní tok (Cash flow) Ukazatelé poměrové a komparativní analýza Poměrové ukazatelé vznikají jako podíl dvou absolutních ukazatelů. Jsou důležitým faktorem pro srovnávání určitého podniku s jinými podniky nebo s odvětvovím průměrem, resp. konkurenčními podniky. 34

35 Ukazatelé rentability Patří k nejsledovanějším ukazatelům. Poměřují zisk s výší zdrojů, které byly vynaloženy na vytvoření tohoto zisku (vložený kapitál). Existuje více ukazatelů rentability, záleží na tom, jaký zisk vložíme do poměru, ale i jaký kapitál vložíme do poměru. Na ukázku uvedu 4 ukazatele rentability. 1. Rentabilita vložených prostředků Zisk ROA = Celková aktiva 2. Rentabilita vlastního kapitálu Zisk ROE = Vlastní kapitál 3. Rentabilita tržeb ROS = Zisk Tržby 4. Rentabilita nákladů ROC = Zisk Náklady Ukazatelé likvidity Vyjadřují schopnost podniku uhradit své závazky. Likvidita má protikladný vztah k rentabilitě účetní jednotky. Účetní jednotky s velkým podílem vysoce likvidního majetku dosahují obvykle nižší rentability. S tímto ukazatelem souvisí další dva pojmy: Ukazatelé aktivity Likvidnost schopnost přeměnit aktiva na peněžní prostředky. Solventnost schopnost získat prostředky na úhradu závazků. obě. aktiva zásoby Rychlá likvidita = krátkodobé závazky Informují, jak efektivně hospodaří účetní jednotka se svými aktivy má-li jich více než je třeba, vznikají jí zbytečné náklady, má-li jich málo, přichází o potenciální tržby. Tento ukazatel počítáme pro jednotlivé skupiny aktiv, jako jsou zásoby, pohledávky, 35

36 Ukazatelé zadluženosti Zadlužeností účetní jednotky rozumíme míru financování svých aktiv jak z vlastních, tak z cizích zdrojů. Účetní jednotka využívá kapitál tehdy, když jí tato alternativa přinese větší výnos, než jsou náklady spojené s cizím kapitálem (tj. úroky). Tento ukazatel ukazuje, z kolika procent jsou aktiva financována cizím kapitálem. celkový dluh Zadluženos t = celková aktiva Ukazatelé kapitálového trhu Ukazatele tržní hodnoty kombinují jako jediná skupina ukazatelů účetní údaje podniku (současnost) s očekáváním investorů (budoucnost). Názor investorů na budoucnost podniku odráží tržní cena podniku. Hodnota ukazatelů kapitálového trhu jsou výsledkem působení všech výše uvedených poměrových ukazatelů. Investoři mají především zájem na návratnosti svých investic, ať už prostřednictvím růstu dividend, tak i růstu cen akcií. Můžeme tu porovnávat cenu akcie s čistým ziskem na akcii, nebo zisky pro akcionáře s počtem splacených akcií, Trendová analýza Komparativní analýza dává okamžitý obraz o podniku, ale chybí v ní jedna zásadní dimenze, a tou je dimenze časová. Proto by analýza podniku měla být doplněna o trendovou analýzu, tj. směr vývoje jednotlivých finančních ukazatelů. Pomocí této analýzy podnik snadno zjistí, zda se jeho situace zlepšuje či zhoršuje v daném časovém úseku Systém ukazatelů Du Pont Tento systém ukazatelů se snaží postihnout vzájemné vazby mezi poměrovými ukazateli. Je založen na základní Du Pont rovnici: čistý zisk tržby čistý zisk ROA = x =, tržby aktiva aktiva což znamená, že rentabilita tržeb krát obrat celkových aktiv se rovná výnosnost celkových aktiv. Většina podniků nevyužívá jen vlastní kapitál, ale i cizí kapitál, proto Du Pont rovnici rozšíříme takto: ROE = ROA x aktiva vlastní kapitál 36

37 Pomocí těchto tří nástrojů mohou manažeři ovlivňovat výnosnost vlastního jmění, což je považování za základní cíl podnikání. V jednotlivých podnicích jsou rozhodující nástroje různé, někdo preferuje rentabilitu tržeb, jiný rychlost obratu aktiv a v neposlední řadě to může být i finanční struktura. Tyto tři nástroje manažeři kombinují tak, aby výnosnost vlastního jmění byla co nejvyšší Pyramidová soustava finančních ukazatelů Pyramidová soustava finančních ukazatelů spočívá v rozkladu vrcholového ukazatele na dílčí ukazatele, které ho určitým způsobem ovlivňují. Dílčí ukazatele jsou ovlivněny dvěma vazbami: - Multiplikantní vazbou (násobení, dělení). - Aditivní vazbou (sčítání, odčítání). Pyramidovou soustavu ukazatelů používáme buď - k hodnocení časového vývoje podniku, - nebo k mezipodnikovému srovnání. 37

38 Rentabilita vlastního kapitálu Podíl čistého zisku na zisku ke zdanění x Rentabilita tržeb x Obrat aktiv x Podíl aktiv z vlastního kapitálu 1 nákladovost tržeb Obrat zásob x Podíl zásob na aktivech Materiálová nákladovost + Podíl ost. nákladů na tržbách + Podíl oběžných aktiv zásoby z celkových aktiv x Podil kratk. závazků na celkových dluzích Podíl odpisů na tržbách + Finanční nákladovost Ukazatel rychlé likvidity : x + Mzdová nákladovost Ukazatel zadluženosti Průměrná mzda pracovníka : Produktivita práce měřená tržbami na pracovníka Obr.č.15 Pyramidová soustava finančních ukazatelů (Převzatá z knihy Manažerská ekonomika) Z tohoto výplývá, že tato pyramidová soustava finančních ukazatelů se může lišit, a to podle toho, kdo ji vytváří, co od ní požadujeme, očekáváme, jaké hodnoty nás zajímají. Jedno ale bude společné, a to je vrchol této pyramidy, který začíná ve většině případech rentabilitou vlastního kapitálu, což je považováno za základní cíl podniku. 38

39 4.3 Analýza obchodu a marketingu Marketingové a obchodní analýzy umožňují pro uživatele rychlý a srozumitelný přehled všech důležitých faktorů k vyhodnocování marketingových aktivit, analýze peněžních toků a jsou východiskem k dalšímu plánování. Je možné sledovat počty dodávek, odběrů, splatnosti faktur, platební kalendáře, odchylky. Datový sklad umožňuje integrovaný pohled na vazby mezi podnikem a zákazníky. Díky tomuto pak lze vyhledávat příležitosti pro křížový prodej dalších produktů a služeb existujícím zákazníkům. Interní podniková data mohou být integrována s daty o sčítání lidu a zeměpisnými daty a vytvořit tak prostor pro analýzu a odvozování profilu zákazníků pro provádění cíleného marketingu. Informace získané z datového skladu umožňuje analyzovat historii nákupů zákazníků a používat analýzy jako základ pro různé speciální nabídky a produktové balíčky. Analýza obchodu a marketingu je zaměřena na oblasti: - analýza obchodních partnerů (dodavatelů, odběratelů, konkurence, prodejců, atd.), - analýza produktů (dle objemů, finančního vyjádření, struktury produktů, prodejních kanálů atd.), - analýza regionů, - hodnocení nákupu, - přehledy nejlepších/nejhorších prodejců, produktů, odběratelů, - saldo pohledávek a závazků v druhovém (objemy) i časovém (splatnosti) členění. 39

40 5 Realizace MIS V praktické části diplomové práce se budu zabývat problematikou manažerských informačních systémů v oblasti analýzy rozvahy a jednotlivých ukazatelů s využitím datových skladů, přípravě variantních výstupů pro manažerské hodnocení a rozhodování v této oblasti. Vývoj a realizace této části informačního systému je součástí nadstavby informačního systému SAP dodávaný firmou Elegis. Manažerský informační systém je rozdělen do těchto částí: - Datový sklad - Datové kostky - Prezentační aplikace výstupů Základní funkce: - rychlá analýza základních ukazatelů, - prezentace výsledků s možností off-line připojení, - aktualizace údajů z datových kostek podle požadavků uživatelů. Obr.č.16 DFD manažerského informačního systému 40

41 Uživatelé manažerského informačního systému: - Vrcholový a střední management - Analytik controller - Administrátor Pracovníci vrcholového a středního managementum mají k dispozici aplikaci pro prohlížení připravených výstupů s možností vytváření vlastních analýz. Typický uživatel z této skupiny provádí globální sledování příslušných ukazatelů popř. jejich podrobný rozbor a definuje nové požadavky na přípravu dalších výstupů. Aplikace nabízí přehled připravených výstupů s možností přímých dotazů z různých pohledů. Analytik controller provádí přípravu datových kostek a variantních pohledů na údaje z datového skladu. Přijímá požadavky od uživatelů připravených výstupů a připravuje výstupy do podoby přijatelné příslušným uživatelům. Výsledky jsou prezentovány ve formě kontingenčních tabulek, grafů nebo sestav a prezentaci je možné libovolně měnit, řídit detailnost prezentovaných informací a exportovat je do formy textového výstupu nebo Excel tabulek. 2 Administrátor zabezpečuje proces pravidelného plnění datového skladu, zálohování uložených dat a bezpečnost přístupů k datovým kostkám a připraveným výstupům. Zálohování se provádí podle použitých principů a intervalů plnění datového skladu. Administrátor definuje nové uživatele a jeho zařazení do skupiny, přístup skupin k jednotlivým databázím a datovým kostkám. 5.1 Datový sklad a proces ETL Datový model Návrh datového modelu byl vytvořen pomocí nástroje Power Designer. Vlastní návrh datového skladu je vytvořen s využitím schématu sněhové vločky a kopíruje pravidla vytváření tabulek dimenzí a tabulky faktů v multidimenzionálních databázích. Základními tabulkami v dané databázi je tabulka OACT, která obsahuje seznam účtů potřebných pro účetnictví a tabulka JDT1, která obsahuje řádky zápisů do deníku. Z tabulky OACT byly použity dva sloupce, a to sloupec AcctCode (kód účtu) a AcctName (název účtu). Z tabulky JDT1 byly použity sloupce Account (kód účtu), Debit (strana MD), Credit (strana Dal), RefDate (datum účtování). Z těchto tabulek vznikla nová databáze a tabulky v této databázi tvoří základ pro datový sklad. 2 Používané nástroje a služby budou jmenovány postupně v jednotlivých kapitolách. Základem je databázový server MS SQL Server 2003 dostupný pro platformu Windows spolu s integrovanými analytickými službami a datovou pumpou DTS (Data Transformation Services). 41

42 Account Dal MD DatumID KonZust Column_6 denik character varying(15) numeric(19,6) numeric(19,6) int numeric(19,6) <Undefined> DatumID = DatumID Account = AccountID datumid datum den mesic kvartal rok datumuct int datetime int int int int kod skupina accountid accountname kodukaz ucet int character varying(15) character varying(15) character varying(255) int kodukaz = kodukaz kodukaz ukazatel kodslozky Ukazatel int character varying(100) int kodslozky = kodid kodid nazev kodrozvahy slozky int character varying(20) int kodrozvahy = Idecko Idecko nazev rozvaha int character varying(20) Obr.č.17 Fyzický model datového skladu V modelu datového skladu jsou uvedeny dva typy tabulek: - tabulka faktů denik, - tabulky dimenzí ucet, ukazatel, slozky, rozvaha a datumuct. 42

43 Pro vytváření datového modelu může být použit princip dimenzionálního modelování, který umožňuje denormalizaci datových struktur. Tabulky dimenzí mohou být nenormalizované a připouští redundanci uložených dat. Tabulka faktů je plně normalizovaná. Granularita tabulky faktů určuje úroveň uložených podrobností a vychází z úrovně podrobnosti odpovídající dimenzí. Primární klíč tabulky faktů je tvořen spojením primárních klíčů z odpovídajících tabulek dimenzí. Obr.č.18 Model datového skladu Proces ETL V procesu plnění datového skladu (proces ETL) se bude používat nástroj serveru MS SQL 2003 tzv. datová pumpa DTS (Data Transformation Services). Jednotlivé datové pumpy jsou tvořeny tzv. packages (balíčky), které lze samostatně spouštět. Uvnitř každého balíčku je skupina/posloupnost kroků, které mají být provedeny, datové transformace, připojení k datovým zdrojům a cílům, workflow. Každý balíček může automaticky vytvářet log o provedených operacích, umožňuje definování globálních proměnných (lze je využít v programových skriptech) a provádí kontrolu transakcí. Jednotlivé transformační větve v rámci balíčku lze spouštět buď sériově nebo paralelně. DTS Package Připojení ke zdroji Microsoft OLE DB Provider SQL Server Spuštění uložené procedury Execute SQL Task Informace o výsledku úlohy Send mail Task Obr.č.19 Schéma pro plnění datového skladu nástrojem DTS 43

44 5.2 Datové kostky a analýza OLAP Analýza OLAP spočívá ve vytvoření nového pohledu na data ve formě tzv. datových kostek (krychlí). K vytvoření datových krychlí je použita aplikace Analysis Manager, která je součástí MS SQL Serveru. Postup lze rozdělit do jednotlivých etap: - Definice zdrojových dat znamená výběr zpostředkovatele (provider) spojení a databáze. - Definice tabulky faktů (measures) - výběr tabulky obsahující hodnoty určené pro analýzu. - Definice dimenzí (dimensions) - určení různých variant pohledů na uložené číselné hodnoty. Jednotlivé dimenze mohou vytvářet hiearchickou strukturu např. produktové rozlišení skupina-podskupina-podskupina. Vytvořenou dimenzi lze uložit s parametrem možného sdílení v dalších datových kostkách. - Výběr úložiště znamená výběr mezi uložením dat v MOLAP, ROLAP nebo HOLAP a jejich optimalizace. - Proces výpočtu datové kostky a její úrovně agregace. - Doplnění dalších potřebných calculated members do datové kostky. Datových kostek lze ze stejného zdroje vytvořit několik různých variant podle cílů, ke kterým má sloužit. Základní datová kostka pro analýzu byla vytvořena z těchto částí: Dimenze: - datumuct v hiearchii - Rok-Kvartál-Měsíc-Den, - ucet v hiearchii Skupina-Číslo účtu-název účtu, - rozvaha Název (hlavní členění v rozvaze), - slozky Název (dílčí členění v rozvaze navazující na tabulku rozvaha), - ukazatel Ukazatel (užší členění v rozvaze navazující na tabulku slozky), Fakta: - KonZust, MD, Dal. Calculated Member (přidružené k dimenzi ukazatel): - Zisk(+)/Ztráta(-) - Celkem Pasiva - Ukazatel Rychlé likvidity - Ukazatel Zadluženosti - Rentabilita vložených prostředků - Rentabilita vlastního kapitálu - Rentabilita tržeb - Rentabilita nákladů Datové kostky lze vytvářet také z programu MS Excel ze záznamů vrácených dotazem SQL. 44

45 5.3 Prezentace výstupů Pro přístup k vytvořeným datovým kostkám byla zvolena aplikace MS Excel z kancelářského balíku Microsoft Office. Hlavním důvodem této volby byl jednotný přístup ke tvorbě výstupů z informačního systému SAP. Připojení k serveru OLAP a konkrétní datové kostce je realizováno pomocí funkce načítání dat z externích zdrojů, kterým budou Datové krychle OLAP. Vizualizace dat byla realizována pomocí kontingenčních tabulek. Kontingenční tabulka má na rozdíl od klasické tabulky několik speciálních vlastností např. výměnu řádků a sloupců, hiearchickou strukturu řádků a sloupců. Umožňuje vytvářet přehledné výstupy s různými stupni agregací a okamžitý rozbor konkrétních hodnot. V tabulce se lze libovolně vnořovat (drill down) a vynořovat (drill up) v jednotlivých dimenzích, případně dělat selekci položek na jednotlivých úrovních dimenzí. Ke kontingenční tabulce lze připravit různé grafické výstupy. Kontingenční graf umožňuje změnu zobrazení údajů, zobrazení různých úrovní podrobností stejně jako kontingenční tabulka. Excel vystupuje vůči serveru OLAP jako klient s možností přístupu online, ale také s možností režimu offline. V tomto případě jsou data uložena v samostatném souboru s příponou.cub. Uživatel v tomto případě pracuje s lokálně uloženými údaji a v případě potřeby si data může obnovit znovu připojením k daném zdroji. 5.4 Implementace MIS Implementace manažerského informačního systému byla rozdělena do těchto fází: - Úvodní studie Analýza požadavků - Realizace datového skladu Volba metody budování datového skladu Proces plnění datového skladu Reálný provoz datového skladu - Předdefinované výstupy Analýza požadavků Analýza požadavků na obsah manažerského informačního systému byla zaměřena na potřeby v oblasti sledování účetnictví a s tím související zápisy do deníku, ze kterých pochází analyzovaná data organizace. Výsledkem analýzy byla definice těchto požadavků: - zjišťování celkových aktiv, - zjišťování celkových pasiv, - zjišťování skutečných nákladů za dané období, 45

46 - zjišťování skutečných výnosů za dané období, - z toho vyplývající zjištění hospodářského výsledku, - zjišťování ukazatelů, které se používají ve finanční analýze Realizace datového skladu Podle datového modelu byla vytvořena databáze [Hlavni kniha]. V příloze č.1 je uveden script pro vytvoření této databáze. V příloze č.2 je uveden script pro distribuci údajů do jednotlivých tabulek. V následující tabulce je uvedeno podrobné členění údajů a uložení do příslušných tabulek. Dimenze Popis Časová Účtů Ukazatele Fakta Název tabulky datumuct ucet rozvaha slozky ukazatel denik Tab.č.2 Přehled tabulek datového skladu Volba metody budování datového skladu Pro budování datového skladu byla zvolena metoda přírůstková, protože se předpokládá jeho rozvoj do dalších předmětných oblastí. Přepokládá se, že zavedením datového skladu v této problematice si uživatelé a hlavně vedoucí pracovníci ujasní své možné požadavky a způsoby jeho využití. Při jeho rozšiřování pak bude snadnější definice jejich požadavků Proces plnění datového skladu Proces plnění datového skladu byl rozdělen na tyto části: - definice zdrojových dat a místa jejich uložení, - zjišťování relevantnosti těchto údajů z hlediska jejich slučování, - úprava do struktur datového skladu, - používané nástroje, - etapy plnění. 46

47 V daném případě je proces extrakce a transformace dat realizován pomocí uložené procedury, která zabezpečuje načítání dat z výrobního a ekonomického informačního systému a připravuje tyto údaje pro uložení ve struktuře datového skladu. Struktura zdrojových dat: - Kód účtu - Název účtu - Skupina účtu - Datum - Částka MD - Částka Dal Struktura doplňujících dat: - Název skupiny v rozvaze - Název podskupiny v rozvaze - Ukazatel Reálný provoz datového skladu Pro reálný provoz datového skladu pro analýzu rozvahy jako části manažerského informačního systému byl stanoven tento postup: - průběžné načítání dat ze zdrojového systému - průběžné načítání dat - výpočet datových kostek Datové sklady nejsou obnovovány častěji než jednou za 24 hodin. Plnění datového skladu a výpočet je prováděn mimo pracovní dobu, tak aby celý proces byl ukončen v určitém intervalu. 47

48 Obr.č.20 Schéma plnění datového skladu Předdefinované výstupy Z vypočtených datových kostek byly pro analýzu rozvahy připraveny tyto pohledy: - Porovnání celkových provozních výnosů a provozních nákladů za období - Složení aktiv Srovnání vybraných ukazatelů finanční analýzy za období Analýzu lze provádět v režimu přímého připojení na OLAP nebo lze data uložit v samostatném souboru.cub a analýzu provádět bez přímého dotazování. Aktualizaci dat je možno provádět při každém otevírání souboru nebo podle potřeb uživatele. Výběr těchto variant je řešen ve vlastnostech kontingenční tabulky. Každý takto připravený výstup lze veřejně publikovat pro ostatní uživatele analýzy. Stačí výstup uložit jako www stránku s nastavením příslušných parametrů. Prohlížení je pak zprostředkováno užívaným webovským prohlížečem. 48

49 Porovnání celkových provozních výnosů a provozních nákladů za období Cílem bylo porovnání celkových provozních nákladů s provozními výnosy, které tvoří největší část z celkových výnosů a nákladů. Analýzu lze provádět pro jednotlivé skupiny účtů za všechna dostupná období s možností detailního zobrazení do úrovně jednotlivých účtů. Dimenze: Období Ukazatele Částka Rok-Kvartál-Měsíc Název-Název1-Ukazatel KonZust Graf č.1 Vzor výstupu Porovnání celkových provozních výnosů a provozních nákladů 49

50 Složení aktiv 2006 Zobrazuje jednotlivé složky celkových aktiv za dané období. Opět jde členit až na úroveň jednotlivých účtů. Zde je uvedena i kontingenční tabulka pro lepší pochopení vnořování a vynořování. Dimenze: Období Ukazatele Částka Rok Název-Název1-Ukazatel KonZust Tab.č.3 Ukázka kontingenční tabulky Složení aktiv

51 Graf č.2 Vzor výstupu Složení aktiv

52 Srovnání vybraných ukazatelů finanční analýzy za období Pro tento výstup jsem zvolila finanční ukazatele, které byly dodatečně dopočítány formou calculated members. Nejdou dále rozkládat na dílčí skupiny. Dimenze: Období Ukazatele Částka Rok Název KonZust Graf č.3 Vzor výstupu - Detailní rozkladu nákladů skupiny výrobků 52