فناوری اطلاعات و نرم افزار

فناوری اطلاعات , نرم افزار - هوش تجاری - داده کاوی - سیستم های اطلاعاتی مدیریت - مشاوره و اجرای پروژه

فناوری اطلاعات و نرم افزار

فناوری اطلاعات , نرم افزار - هوش تجاری - داده کاوی - سیستم های اطلاعاتی مدیریت - مشاوره و اجرای پروژه

آیا از KPI باید به DW/BI رسید؟

سالهای گذشته که مفاهیم DW/BI به صورتی ناشناخته بود پیدا کردن نقطه شروع پروژه خیلی سخت و ادامه درست آن سخت تر بود. اکنون تا اندازه ای مسیر و متدولوژی های پروژه های DW/BI روشنتر از گذشته شده است. سوالی که از اکثر افرادی که مدعی پیاده سازی DW/BI شده اند می پرسم اینست که سرانجام پروژه آنها چه شد و همگی آنها مدعی هستند که پروژه ما 100% با موفقیت توام بوده است. سوالی که مطرح می شود اینست که چرا و چگونه در اروپا و امریکا با کمپانی های معظم فناوری اطلاعات با تئوریسین ها و کارشناسان خبره این فن در پروژه های DW/BI با 50% شکست روبرو میشوند ولی در کشور ما شرکتهایی بعضا 4-5 نفره که برخی کارشناسان آن اولین تجربه کاری خود را میگذرانند چنین پروژه هایی را با موفقیت اجرا میکنند؟!

نگاهی به اهداف DW/BIهفت نیاز اصلی که توسط راهکار DW/BI هدف قرار گرفته‌اند:

  1. سازمان نیازهای اطلاعاتی ضروری و حساس خود را تشخیص نمی‌دهد یا نمی‌شناسد.
  2. سیگنال‌های ضعیف از فضا و محیط کسب و کار دریافت نمی‌شود یا قابل تشخیص نیستند.
  3. اطلاعات و داده‌هایی که از برخی منبابع بیرونی می‌رسند به‌گونه‌ای بهینه‌ای جمع‌آوری نشده‌اند.
  4. اطلاعات و دانش پرسنل سازمان به‌صورت بهینه مورد استفاده قرار نمی‌گیرد.
  5. حجم اطلاعاتی که باید ذخیره، دسته‌بندی، پردازش و تحلیل شوند خیلی زیاد است.
  6. ابزارها سیستم‌های اطلاعاتی و محاسباتی ناکارآمد به‌نظر می‌رسند.
  7. از اطلاعات و داده‌های موجود در سازمان درست استفاده نمی‌شود.

همانطور که مشاهده میشود شما باید گزارشی را به مشتری تحویل دهید که خود مشتری حتی از وجود آن خبر ندارد. پس این مشتری نیست که دیکته کند چه باید روی صفحه مانیتور ببیند. حال که مشتری نمیداند چه باید روی صفحه ببیند پس چگونه DW/BI موفقیت آمیزی پیاده سازی میشود؟
برخی از فاکتورهای اساسی موفقیت DW/BI به شکل زیر است.

Business-driven methodology and project management
Clear vision and planning
Committed management support & sponsorship
Data management and quality
Mapping solutions to user requirements
Performance considerations of the BI system
Robust and expandable framework
نحوه هوشمند سازی کسب و کار سازمان
برای هوشمند سازی کسب و کار سازمان میبایست:

در گام نخست مکانیزم Knowledge managementکارآمدی ایجاد شود تا تضمین کنند که واقعاً تمام انواع اطلاعات درون سازمان به صورت الکترونیکی درون بانکهای اطلاعاتی ذخیره و فرآیند های آن فرموله شود.
در گام بعد میبایست داده های تراکنشی، تحلیلی، Reference را از یکدیگر تفکیک و مدیریت نمود. بکارگیری مکانیزم Master data managment  در این مرحله کمک شایانی مینماید.
در گام بعد باید فاکتور زمان را به آن اضافه نمود یعنی تاریخچه تمام رکوردهای اطلاعاتی ذخیره گردد تا رفتار کسب و کار سازمان و بازار قابل تحلیل باشد. تجمیع سازی، هنجار سازی و هم معنا نمودن داده های منابع داده ای سازمان به صورت Batch,Online,On-the-fly از ضروریات کنترل کیفیت داده ها و اطلاعات هر محیط DW/BI میباشد.  ایجاد مکانیزم داده کاوی برای شناسائی شبکه ها، مدلها و الگوهای قابل شناسائی موثر در بیزینس بنگاه از ملزومات هوشمندی سازمان خواهد بود. 
گام نهائی در هوشمندی سازمان ایجاد مکانیزم اندازه گیری موفقیت تصمیمات اتخاذ شده و همگرائی آن با اهداف استراتژیک سازمان خواهد بود. در این مرحله باید به مکانیزمهائی همچون BSC, 6 Sigma, BPM فکر شود  .گام اخیر توسط KPIهای سازمان اندازه گیری خواهد شد. بکارگیری مکانیزم داشبورد برای مشاهده خروجی در این مرحله انجام خواهد شد.
تنها چیزهائی را میتوان مدیریت کرد که بتوان آنرا اندازه گرفت.

گام ۱ متضمن این خواهد بود که شما تمام متریک های سازمان را اندازه گیری میکنید نه برخی از آنها را.
گام ۲ متضمن این خواهد بود که شما متریکهای خود را بدرستی دسته بندی کرده و مدیریت مینمائید.
گام ۳ یکسان بودن، هم گرا بودن و هم معنا بودن واحد اندازه گیری متریکها را تضمین مینماید.
گام ۴ تضمین کننده این است که تصمیمی که پس از ۳ گام قبل اتخاذ شده است با چه متریکی اندازه گیری شود تا میزان انحراف آن از اهداف استراتژیک را بدرستی بدست دهد.
برای ایجاد محیط DW/BI  واقعی موارد زیر باید محقق شود:

گزارشات استاندارد. (چه رخ داده است؟)
گزارشات Ad hoc. (چه  مقدار؟ چه تعداد؟  کی؟ کجا؟ ...)
جستجوی Drill down/Up. (مشکل دقیقاً کجاست؟)
هشدارها/سیگنالها. (چه عملی مورد نیاز است تا انجام گیرد؟)
تحلیل آماری. (چرا چنین چیزی رخ داده است؟)
پیش بینی/تخمین. (چه خواهد شد اگر این روند ادامه یابد؟)
مدل سازی پیش بینی کننده. (چه چیزی پیش خواهد آمد؟)
بهینه سازی. (بهترین چیزی که میتواند رخ دهد چیست؟)
هرچه در موارد فوق عمیقتر شویم، هوشمندی کسب و کار کیفیت بهتری داشته و  مزیت رقابتی سازمان/بنگاه افزایش خواهد یافت.

ضعف مشاوران/پیمانکاران
متاسفانه از گوشه و کنار به گوش میرسد که برخی از اهالی IT که بعضاً نیز کارشناس صنایع هستند با بررسیKPIهای یک سازمان، پروژه DW/BI آن بنگاه را شروع مینمایند. در این باره چند مورد متناقض وجود دارد:

این دوستان گام های 1 و 2 و 3 را ندید گرفته و مستقیماً به مرحله 4 جهش کرده اند در حالی که موفقیت گامهای پیشین لازمه موفقیت گامهای بعدی خواهد بود. KPI آخرین مرحله DW/BI خواهد بود و به نظر میرسد که این دوستان مسئله را از انتها حل مینمایند؟
این دوستان چطور میتوانند بیزینس یک سازمان را مدل کنند زمانی که حتی نمیدانند مدل مفهومی، منطقی و فیزیکی چیست؟ جدیداً برخی از این دوستان حتی دست به دامن UML هم شده اند.
  DW/BI اساساً یک پروژه نیست که شروع و پایان داشته باشد بلکه یک برنامه بلند مدت است.
این دوستان برای صحت خروجی های خود از خروجی های سیستمهای عملیاتی استفاده نموده و با انطباق آنها بر یکدیگر نتیجه بدست آمده را حاصل یک DW/BI موفق میدانند در حالی که اگر قرار بود سیستمهای OLAP همان خروجی های OLTP را بدست دهد دیگر چه نیازی به DW/BI خواهد بود؟
اساساً این جنس سلوشنها را نمیبایست برون سپاری نمود. مگر اینکه پیمانکار و مشاور/ناظر هر دو تجربه موفقیت آمیز چنین سلوشنی را در کسب و کار مشابه داشته باشند.
کارشناسان صنایع، شاید کارخانه و خط تولید اتومبیل، هواپیما را به دقت آموزش دیده باشند ولی این مسئله چه ربطی به تولید یک محصول IT دارد؟ درضمن DW/BI اصلا محصول نیست که خط تولید داشته باشد که این عزیزان قصد ایجاد آنرا داشته باشند. DW/BI یک سلوشن است که باید مشکلی را حل کند.
در نهایت باید پرسید خروجی های ادعا شده کدام یک از 7 مورد مشروحه از اهداف DW/BI را پوشش میدهد؟

 نیاز مشتریان چیست؟
در تمام پروژه ها اصل اساسی موفقیت، رضایت مشتری است.

ولی آیا در پروژه های DW/BI باید از مشتری پرسید که چه میخواهد؟
آیا مشتری که خود به درستی نه بیزینس را می شناسد و نه از کامپیوتر سر در می آورد می داند که چه میخواهد؟
آیا مدیری که تا دیروز با سیستم های عملیاتی دپارتمان بخصوصی کار میکرده درک درستی از سیستمهای تحلیلی کسب و کار هوشمند OLAP/DW/BI دارد که روی خروجی های چنین پروژه هایی نظر بدهد؟
آیا اصلا کارشناسانی که تا دیروز روی تولید سیستمهای عملیاتی OLTP کار می کرده اند، صلاحیت طراحی و تولید سیستمهای تحلیلی OLAP/DW/BI را دارد؟
آیا به صرف ریختن داده های جداول سیستمهای عملیاتی در یک Cube به سیستمی تحلیلی و تجمیع شده دست پیدا کرده ایم؟
 آیا هدف از ایجاد محیط DW/BI ایجاد یک محیط گزارش گیری است که در قدم اولیه از کاربر سوال میشود چه دوست دارد روی صفحه مانیتور ببیند؟
آیا بدون توجه به متدولوژیهائی که تئوریسینهای این حوزه همچون inmon,Kimball,T.Moss میتوان پروژه ای موفقیت آمیز اجرا نمود؟
آیا نباید به Best practiceهای موجود دنیا در هر کسب و کاری توجه نمود؟
آیا اساتید محترم دانشگاه که مرتب سمینار و همایش برگزار میکنند واقعاً خود درک درستی از DW/BI دارند؟ آیا سازمان و بیزینس را می شناسند که حال در پی هوشمند کردن کسب و کار آن هستند؟  
آیا باید صرفاً به Show off کرن مزایای DW/BI پرداخت. آیا این حق مشتری نیست که از معایب آن از جمله هزینه بالا، ریسک پیاده سازی زیاد، Out-of-dateشدن سریع DW/BI به دلیل عدم تغذیه به موقع از سوی منابع داده ای، بکارگیری کارشناسان خبره  و از همه مهمتر عدم تمایل مدیران به انتشار داده های کسب و کار خود و سهیم کردن دیگران با چیزی که خودبرای گردآوری آن هزینه نکرده اند، با خبر گردد؟!
 سوال: حال آیا در اولین گام تحلیل کسب وکار برای ایجاد محیط DW/BI باید از مشتری درباره KPIها سوال شود؟!
متاسفانه مواردی مشاهده شده است که طراحی بر اساس ارضای KPI های مورد نیاز مدیریت صورت گرفته و نتیجه آن شده که به ازای هر KPI یک Fact Table جدید شکل گرفته است و سازمانی که در حال حاضر مدیریت آن 55 شاخص استراتژیک داشته دارای 55 Fact table بوده است و چنانچه KPI جدیدی از ترکیب سایرین بدست آید مجدداً Fact جدیدی ایجاد خواهد شد. چنین چیزی هر چه که هست، قطعاً  DW/BI نیست. باید بخاطر داشت که Performance management خیلی بیشتر از Performance measurement است.

شرح موارد فوق مرا به سال ۱۳۷2 میبرد زمانی که تازه  Borland C++ V3.0 آمده بود و ما با خوشحالی در محیط آن با Object Oriented Syntax  به صورت Functional کد می زدیم. 2-3 سال بعد هم چیزهایی درباره شئی گرائی خواندیم و شنیدیم.  در آن زمان حس ما این بود که جلوتر از دیگران و بر لبه تکنولوژی IT ایستاده ایم. و  تقریباً  همین اواخر بود که متوجه شدیم که شئی گرائی واقعاً چیست. اکنون آیا زمانی که اهالی IT از RFP های کپی شده سیستمهای OLTP برای ارائه راه کارهای OLAP استفاده میکنند باید دید چند درصد پروژه های DW/BI با موفقیت اجرا خواهد شد؟

جمله جالبی از فیلیپ کراسبی در سایت آکادمی شش سیگمای ایران دیدم با مضمون زیر،
"مشکل مدیریت کیفیت این نیست که مردم درباره آن نمیدانند. مشکل چیزهائی است که آنها فکر میکنند که میدانند". حال به جای "مدیریت کیفیت" عبارت "DW/BI" را قرار دهید.

نگارنده: خشایار جام سحر   www.jamsahar.com

نظرات 1 + ارسال نظر
مریم دوشنبه 17 مرداد 1390 ساعت 12:14

مشکل اینجاست که در ایران مفهوم BI درست جا نیافتاده و آن را با نرم افزاری که ارائه دهنده گزارشات پیچیده با سرعت بالاست بیشتر می شناسند. معمولا مشتری نیاز خودش را بیشتر مد نظر دارد (که براساس شناخت اشتباه از BI نیاز خود را دسته بندی کرده است) و متاسفانه کارشناسان اجرایی هم DW/BI را براساس نیازی که مشتری بیان می کنه (در شرکت هایی که مشاور هم دارند همان KPI ها را) کار را اجرا می کنند نه براساس شناختی که خود از تحلیل داده های سازمان باید بدست بیاورند.

کاملا حق با شماست. متاسفانه در پروژه عملی که اینجانب با تیم پایش وزارت بازرگانی در طرح هوش تجاری ان وزارتخانه داشتم با این مشکل برخورد کردم. دید مدیران ارشد ان بود که ما شاخص هایی را در نظر بگیریم که مطلوبیت روند اجرایی در ان مشهود باشند در طرح تحقیق اولیه ما بر ان شدیم تا خود سیستم این شاخص هارا به ما بدهد . یعنی ایجاد یک الگوی پایش اما با گذر زمان نیاز مشتری ما را سوق داد تا روند پیشنهادی انهارا طی کنیم. البته سعی کردیم تا شاخص های طراحی شده و اطلاعات جمع اوری شده جهت پایش و گزارش خدشه ای به مبحث هوش تجاری وارد نکند. حال باید دید واقعا موفق بوده ایم .یا خیر.......................

برای نمایش آواتار خود در این وبلاگ در سایت Gravatar.com ثبت نام کنید. (راهنما)
ایمیل شما بعد از ثبت نمایش داده نخواهد شد