Datová kvalita základ úspěšného BI. RNDr. Ondřej Zýka, Profinit

Rozměr: px

Začít zobrazení ze stránky:

Download "Datová kvalita základ úspěšného BI. RNDr. Ondřej Zýka, Profinit"

Miloslava Holubová
před 7 lety
Počet zobrazení:

1 Datová kvalita základ úspěšného BI RNDr. Ondřej Zýka, Profinit

Datová exploze Snižování nákladů o Zdvojnásobení objemu podnikových dat každé dva roky o Konkurenční tlak o Ekonomická krize o V sektoru Finance a Telco < 20%

2 Datová exploze Snižování nákladů o Zdvojnásobení objemu podnikových dat každé dva roky o Konkurenční tlak o Ekonomická krize o V sektoru Finance a Telco < 20% globálních dat > 20% globálně vynakládaných nákladů ~ 20% dat ve formě strukturovaných dat o Optimalizace obchodních procesů o Příprava na budoucí rozvoj o Data driven management

3 Cena dat Hodnota dat o Ztráta, pokud se privátní data se stanou veřejnými o Ztráta, pokud data získá konkurence o Ztráta, pokud data budou po nějakou dobu nedostupná o Jak hodnotné informace z nich dokážeme získat o Jak nám pomohou rozvinout podnikání o Jak nám získané informace zvednou obrat a zisk o Ztráta, pokud data přestanou existovat

4 Aktuální úkoly BI o Udržet vypovídací hodnotu informací Větší objem dat Více zdrojů dat Složitější struktura dat o Udržet důvěryhodnost Integrace dat Master data management Bezpečnost o Udržet rychlost zpracování o Zvyšovat hodnotu dat Porozumění datům/informacím na obchodní úrovni Porozumění datům/informacím na technické úrovni Porozumění mezi jednotlivými odděleními o Schopnost získávat z dat nové informace Schopnost zpracovávat a vytěžovat nové typy dat Pokročilé metody analýz (vztahy mezi subjekty, události a jejich důsledky,...)

5 Prioritní oblasti řešení v BI Datová kvalita Pravidla Procesy Vzájemné porozumění Architektura Metadata Vyspělá řešení Ve vazbě na byznys architekturu Ověřená řešení

Hierarchie aplikací CPM BI ERP Corporate Performance Management what-if analýzy modelování budoucího vývoje skutečnosti a jeho srovnání s minulostí kromě agregace také možnost opačného toku dat

6 Hierarchie aplikací CPM BI ERP Corporate Performance Management what-if analýzy modelování budoucího vývoje skutečnosti a jeho srovnání s minulostí kromě agregace také možnost opačného toku dat (alokace, spread) Business Intelligence agregace primárních podle potřeb uživatelů výpočty odvozených ukazatelů taktický a strategický reporting analýza informací na úrovni vyšší hierarchických celků Enterprise resource planning administrativní zajištění základních výrobních a obchodních procesů zajištění komunikace s klientem a dodavateli v rámci celého obchodně realizačního procesu historická data na nejnižší možné úrovni detailu

7 Informační hierarchie v organizaci Top management Znalosti CPM BI ERP Úplnost Interpretovatelnost Věrohodnost Byznys Informace Srozumitelnost Bezchybnost Přesnost IT Data Bezpečnost Konzistence Odpovídající velikost a granularita

8 Dimenze datové kvality Dimenze datové kvality Dostupnost Odpovídající velikost a granularita dat Věrohodnost Úplnost Výstižná reprezentace Konzistentní reprezentace Snadnost zpracování Bezchybnost Interpretovatelnost Objektivita Relevantnost Reputace Bezpečnost Včasnost Srozumitelnost Přidaná hodnota o o o Leo L. Pipino, Yang W. Lee, and Richard Y. Wang, Data Quality Assessment COMMUNICATIONS OF THE ACM, April 2002/Vol. 45, No. 4ve (Autoři pocházejí z akademického prostředí) Potenciální přínosy projektů zasahujících datovou vrstvu Použití Checklist Metriky přínosu

9 Byznys slovník Datový slovník Metadata management Master data management Datová integrace Engin datové kvality DQ nástroje Srozumitelnost Úplnost Výstižná reprezentace Věrohodnost Interpretovatelnost Bezchybnost Přidaná hodnota Přesnost, unifikace a deduplikace Reputace Objektivita

Teradata Definice Aplikace Cognos SaS Busines Objects

10 Řízení metadat Byznys slovník Datové modely Procesní modely Organizační struktura SAP Oracle Databáze Teradata Definice Aplikace Cognos SaS Busines Objects Oracle BI Reporting Transfor mace ETL Skripty SOA File transfer

11 Přínosy metadat

12 Nositel porozumění - IT o IT rozumí lépe možnostem používaných nástrojů o IT má více zkušeností s infrastrukturními projekty o IT umí (se musí naučit) prezentovat svoji přidanou hodnotu byznysu o IT umí (se musí naučit) moderovat porozumění mezi různými obchodními útvary

13 Prioritní oblasti řešení v BI Datová kvalita Pravidla Procesy Vzájemné porozuměn Architektura Metadata Vyspělá řešení Ověřené technologie Ověřená řešení x In-site vývoj

14 Znaky vyspělého řešení o Historie o Zákazníci o Dodavatel o Schopnost rychlého PoC Požadovanou funkcionalitu Zapojení do IT infrastruktury Zapojení do firemních procesů Schopnost rozvoje a úprav Přidaná hodnota

15 Příklady řešení o Pružné BI a CPM o Konsolidace a unifikace objektů Master Data Management o Analýza vazeb a sítí mezi objekty o Nasazení integračních nástrojů a budování Integračních kompetenčních center ESB ETL B2B o Pokročilé analytické metody a metody dolování dat o Analýza semistrukturovaných a nestrukturovaných dat o Maskování dat a zmenšování databází pro potřeby vývoje a testování

16 In-site řešení Dodavatelské řešení + Možnost učit se během vývoje, změny požadavků a rozsahu + Splňuje všechny požadavky - Doba trvání 3+ roků - První výsledky nejdříve po roce - V době startu - nejasná cena, rozsah a výsledek - Vyžaduje velké nasazení vnitřních zdrojů - Časem se složitost implementace změn zvětšuje + Většina požadavků v rámci prvního přírůstku + Obsahuje zkušenosti jiných zákazníků + FixTime/FixPrice projekt + Doba trvání do jednoho roku (šesti měsíců) + Nižší požadavky na vnitřní zdroje - Vyšší pořizovací náklady - Omezená možnost rozvoje

17 Prioritní oblasti řešení v BI Datová kvalita Pravidla Procesy Vzájemné porozuměn Architektura Metadata Vyspělá řešení Ověřené technologie Ověřená řešení x In-site vývoj

18 Děkuji za pozornost

Podobné dokumenty

Metadata. MI-DSP 2013/14 RNDr. Ondřej Zýka, ondrej.zyka@profinit.eu

Metadata. MI-DSP 2013/14 RNDr. Ondřej Zýka, ondrej.zyka@profinit.eu Metadata MI-DSP 2013/14 RNDr. Ondřej Zýka, ondrej.zyka@profinit.eu Co to jsou metadata Chybějící metadata Doplněná metadata Co o metadatech říkají autority Řízení metadata je nepochybně nejdůležitější