U P O R A B N A I N F O R M A T I K A 1512016 - πtevilka 4 - letnik XXIV ZNANSTVENI PRISPEVKI Marko ©kufca, ADD, d. o. o., Tbilisijska 85, 1000 Ljubljana Aleπ PopoviË, Univerza v Ljubljani, Ekonomska fakulteta, Kardeljeva ploπËad 17, 1000 Ljubljana marko.skufca@add.si; ales.popovic@ef.uni-lj.si 1 UVOD Potrebe po kakovostnih informacijah v konkurenËnih poslovnih okoljih so vse veËje. Kompleksnost poslovnih okolij in njihova dinamika zahtevata hitro prilagajanje informacijskih reπitev in njihovo fleksibilnost (Krawatzeck in Dinter, 2015). Na te izzive se podjetja vse pogosteje odzivajo z uvajanjem sistemov po- slovne inteligence (angl. Business Intelligence Systems, v na- daljevanju SPI). Ti so πirπe uporabljeni na πtevilnih podroËjih poslovnega odloËanja, na katerih podjetja prek odloËitev ustvarjajo poslovno vrednost (Yeoh in PopoviË, 2016). English (2005) opredeljuje sistem poslovne inteligence kot tehnoloπko reπitev, ki vsebuje kakovostne informacije v dobro zasnovanih podatkovnih shrambah, s πirokim naborom funkci- onalnosti, ki uporabnikom omogoËajo pravoËasen dostop, uËinkovito analiziranje ter predstavitev koristnih informacij in uvidov za sprejemanje odloËitev na podlagi analitiËnih dejstev. Kimball in Ross (2013) poudarjata pomen πiroke sprejetosti sistemov poslovne inteligence v organiza- ciji ter kakovostnih informacij. Eppler (2006) kako- vost informacij meri z vidika kakovosti vsebine ter dostopa do informacij. Sistem poslovne inteligence mora zagotavljati obe dimenziji kakovosti (PopoviË in JakliË, 2015). VeËja je odgovornost odloËevalca za sprejem prave odloËitve, veËji je pomen kakovostne informacije zanj, pri Ëemer ima glede na merila pred- nost vsebina pred dostopnostjo (PopoviË, Hackney, Coelho in JakliË, 2014). Sistem poslovne inteligence podpira procese zbi- ranja, hranjenja in dostopa do podatkov ter njihovo analizo prek razliËnih odjemalskih orodij in aplika- cij (Wixom in Watson, 2012). Pokriva celotno verigo − od zajema podatkov prek predelave v informaci- jo in njihove rabe pri konËnih uporabnikih. Proces preoblikovanja delimo na nivo integracije podatkov (angl. data integration) in analitiËni nivo. Sobivanje pristopov k podatkovni analitiki IzvleËek Uvajanje in uporaba sistemov za poslovno inteligenco temelji na razliËnih arhitekturnih in uporabniπkih pristopih, pri Ëemer se eni bolj, drugi manj sistematiËno lotevajo procesa podatkovne integracije in gradnje analitiËne ravni reπitev. V osnovi razlikujemo med ad hoc arhitekturnim pristopom in sistemskim arhitekturnim pristopom, pri Ëemer ima vsak nekatere omejitve pri zagotavljanju kakovostnih informacij. Potreben je drugaËen pristop, izboljπava enega od obeh ali pa njuno uËinkovito povezovanje. V prispevku smo raziskali in opredelili sobivanje obeh pristopov kot enega od naËinov izrabe prednosti obeh znotraj okolij poslovnointeligenËnih reπitev. KljuËni prispevek je opredelitev koncepta sobivanja pristopov ter arhi- tekturnega artefakta, s katerim lahko podpremo tak pristop. KljuËne besede: podatkovna analitika, poslovna inteligenca, skupne dimenzije, podatkovna integracija, analitiËne reπitve. Abstract Ensuring coexistence of different approaches to data analytics The introduction and use of business intelligence systems is based on various architecture and user approaches, where they address to varying degrees of systematization the process of data integration and establish analytical levels. Fundamentally, there exist two architecture approa- ches: the ad-hoc and the systematic approach, each of them associated with certain limitations related to the provisioning of quality informati- on. A different approach is required by either improving one of either or by interconnecting them efficiently. This paper explores and defines the coexistence of both approaches as a method of using the benefits of both approaches within the environment of business intelligence solutions. The key proposition is the definition of the coexistence concept and the definition of an architectural artefact supporting such an approach. Keywords: data analytics, business intelligence, conformed dimensions, data integration, analytical solutions. U P O R A B N A I N F O R M A T I K A152 2016 - πtevilka 4 - letnik XXIV Marko ©kufca, Aleπ PopoviË: Sobivanje pristopov k podatkovni analitiki Kakovost vsebine informacij primarno zagota- vljamo v procesu integracije podatkov, medtem ko je kakovost dostopa veËinsko v domeni analitiËnega nivoja (PopoviË in JakliË, 2015). Teorija medijev znanja (angl. knowledge media theory) izhaja iz naËela, da mora uvedba SPI izhajati iz analize potreb konËnih uporabnikov (Eppler, 2006). Tehnoloπke in funkcionalne zahteve morajo biti od- raz poslovnih potreb in ne nasprotno (Loshin, 2012). Pomembna je vnaprejπnja opredelitev πiroko sprejete strategije poslovne inteligence (angl. Business Intelli- gence, v nadaljevanju PI). Njen namen je opredelitev kljuËnih ciljev in zahtev iniciative PI na ravni podjetja ter identifikacija projektov, potrebnih za njeno reali- zacijo (Sherman, 2014). Zagotoviti je treba enotno ra- ven pravil in politik upravljanja poslovnih potreb ter iz njih izhajajoËih zahtev, definicij in podatkov (Kim- ball, Reeves, Ross in Thornthwaite, 2008). Podjetja poslovna pravila in definicije podatkov tradicionalno oblikujejo znotraj poslovnih funkcij ali oddelkov, kar ima za posledico neskladje defini- cij med posameznimi procesi, oddelki ali funkcija- mi (Kimball in Ross, 2013). Posledica neskladnosti so analitiËni silosi (Kimball in Ross, 2013; Sherman, 2014), ki nastajajo pri naprednih uporabnikih in so namenjeni parcialni zadovoljitvi potreb omejene skupine posameznikov (Sherman, 2014). Tradicional- no so podprte z rabo preglednic, v zadnjem Ëasu pa tudi samopostreænih analitiËnih orodij. Pogosto jih uporabljajo kot alternativo SPI in so lahko posledica tako odsotnosti kot pomanjkljivosti le-tega v podje- tju (Zimmer, Baars in Kemper, 2012). Lahko so tudi posledica potreb po zagotavljanju pravoËasnosti hi- trih reπitev ali obravnave enkratnih in redkih proble- mov. Njihov obstoj ni nujno problematiËen (Kretzer in Maedche, 2014), vendar veËja kot je kompleksnost podatkovnih integracij in πtevilo njihovih uporabni- kov, veËje izzive prinaπa uvedba take reπitve (Sher- man, 2014). V prispevku obravnavamo problematiko uvedbe in rabe SPI ob uporabi razliËnih pristopov. Z arhitek- turnega vidika delimo pristope na sistemski in ad hoc pristop, medtem ko z vidika naËina dostopa do informacij loËimo samopostreæni pristop in pristop na zahtevo. V delu se osredinjamo na arhitekturni vi- dik pristopov. Sistemski pristop je centraliziran, vodi ga informatika, njegova glavna cilja sta zagotoviti integrirano centralno zbirko podatkov in jo upravlja- ti. Spremembe vpeljujemo v sistem ob predpostav- ki ohranjanja celote. Na drugi strani ad hoc pristop pomeni decentraliziran pristop, ki ga vodi konËni uporabnik, katerega cilj je sestaviti arhitekturo, prila- gojeno trenutnim potrebam uporabnika ali skupine. Tako sistemski kot ad hoc pristop ne podpirata v celoti glavnega namena SPI po zagotavljanju kako- vostnih informacij (Zimmer idr., 2012), zato je potre- ben drugaËen pristop, izboljπava enega od obeh ali pa njuno uËinkovito povezovanje. Namen prispevka je raziskati in opredeliti sobivanje obeh pristopov, kar bi omogoËilo izrabo prednosti obeh pristopov zno- traj okolij SPI. Cilj je izdelava konceptualnega mo- dela ter predloga arhitekture sistema, ki temelji na sobivanju obeh arhitekturnih pristopov s predlogom konkretnega arhitekturnega artefakta. Za oblikova- nje modela in artefakta smo uporabili metodoloπki pristop znanosti o dizajnu (angl. design science), pri Ëemer smo teoretiËna izhodiπËa podprli z empiriËni- mi spoznanji v obliki vinjet ter opredelitve potencial- nih scenarijev rabe. 2 PRISTOPI K PODATKOVNI ANALITIKI Pristopi k uvedbi sistema poslovne inteligence se de- lijo glede na dve dimenziji. Prva pomeni arhitekturni vidik, druga pa vidik dostopa do informacij (slika 1). Z arhitekturnega vidika se delijo na sistemski pristop (A, C) in ad hoc pristop (B, D), medtem ko se z vidika naËina dostopa do informacij delijo na samopostreæni pristop (A, B) in pristop na zahtevo (C, D). Glavni na- men dela je v opredelitvi arhitekturnega elementa, ki bi omogoËal boljπe povezovanje razliËnih pristopov. »eprav v prispevku obravnavamo vse vidike, se v nadaljevanju osredinjamo predvsem na arhitekturni vidik pristopov. Sistemski Ad hoc Samopostreæno A B Na zahtevo C D Slika 1: Pristopi k podatkovni analitiki Sistemi poslovne inteligence v praksi nastopajo v razliËnih pojavnih oblikah (Carrol in Ian, 2014; Evel- son, 2015; Oestreich, 2016a). Delimo jih na tradicio- nalne, agilne in samopostreæne. Sistemski pristop v veliki meri odraæa znaËilnost in lastnosti tradicional- nega PI (A, C). Agilni PI v svoji osnovni ideji (B, D) sovpada z ad hoc pristopom. V svoji skrajni obliki predpostavlja popolno samostojnost uporabnikov in U P O R A B N A I N F O R M A T I K A 1532016 - πtevilka 4 - letnik XXIV s tem samopostreæni dostop do informacij. V praksi kombinacijo pogosto omenjajo kot samopostreæni PI (B). Agilni sistemi poslovne inteligence predvsem na ravni integracije podatkov ohranjajo prakse sistem- skega pristopa na delu, katerega cilj je zagotavljati centralizirane in integrirane informacije (Sherman, 2014). Gre za ohranjanje sistemskega pristopa v delu, v katerem se je ad hoc pristop izkazal za pomanj k- ljivega. 2.1 Sistemski pristop Z arhitekturnega vidika sistemski pristop (A, C) na- tanËno opredeljuje tok podatkov od izvora do upo- rabnikov informacij. Predpisuje zdruæevanje podat- kov iz veË podatkovnih virov v centralni shrambi podatkov ter temelji na centraliziranem upravljanju podatkov in informacij z doslednim upoπtevanjem standardov. Z vidika dostopa do informacij sistem veËinoma temelji na pristopu na zahtevo (C), Ëeprav uporabnikom omogoËa uporabo samopostreænega pristopa do informacij (A). Ta je omejen na vnaprej pripravljene analitiËne modele, razvoj podatkovnih integracij in analitiËnih reπitev pa je v primarni do- meni informatikov. Sistemski pristop je skladen s teorijo sistemov (Romero in Vernadat, 2016) ter sle- di zahtevi po oblikovanju celote, v kateri vsak del sistema pomembno vpliva na konËni rezultat in ga kot takega ni mogoËe izloËiti iz sistema. Spremembe vpeljemo tako, da bistveno ne spreminjamo celote, ampak jo pomagamo ohranjati (Romero in Vernadat, 2016). SrediπËe arhitekture sistemskega pristopa je skladiπËe podatkov (angl. data warehouse). Podat- ke od vira do podatkovnega skladiπËa pripeljemo v procesu zajema (angl. extract), transformacije (angl. transform) in polnjenja podatkov (angl. load, v nada- ljevanju ETL). Integrirani podatki so od tam naprej na voljo konËnim uporabnikom in analitiËnim apli- kacijam (Ariyachandra in Watson, 2010). ©irko sprejet in uveljavljen naËin organizacije po- datkov v SPI je dimenzijski model (English, 2005; Kimball in Ross, 2013; Turban, Sharda, Delen in King, 2010). Model je bil v samem izhodiπËu ustvarjen z namenom prezentacije podatkov v obliki, razumljivi konËnim uporabnikom (Kimball in Ross, 2013). Kim- ball in Ross (2013) trdita, da je analitiËni sistem lahko le tako dober, kot so dobre njegove dimenzije. Osnovna oblika implementacije dimenzijskega modela je znana pod imenom zvezdna shema (angl. star scheme). Za njeno prezentacijo predlagajo upo- rabo matrike vodila (angl. bus matrix), tj. tehnike za popis relacij med dimenzijami in dejstvi v obliki ma- trike, ki v vrsticah navaja poslovne procese, v stolp- cih pa dimenzije. Posamezna podroËja so primerlji- va glede na skupni presek med dimenzijo in poslov- nim podroËjem (Kimball in Ross, 2013). Rezultat dosledno izvedenega sistemskega pri- stopa so dobra kakovost informacij, njihova dosled- nost in varnost. Pristop zagotavlja visoko stopnjo integracije med poslovnimi podroËji, kot tudi sled- ljivosti podatka od izvora do ponora, vendar se pod- jetja na drugi strani sooËajo z dolgimi razvojnimi cikli in manjπo fleksibilnostjo reπitve, ki se kaæe v manjπi stop nji prilagodljivosti konkretnim zahtevam (Kretzer in Maedche, 2014; Sherman, 2014). Gartner ugotavlja, da so tradicionalna poslovnointeligenËna okolja premalo fleksibilna in informacije dostavljajo prepozno (Oestreich, 2016a, 2016b). Podjetja, ki pri- segajo na sistemski pristop, se zaradi prilagajanja di- namiki sprememb na trgu v praksi sooËajo z velikimi izzivi (Krawatzeck in Dinter, 2015). Vinjeta: Primer podpore poslovanju ob rabi sistemskega pristopa Podjetje A je javno podjetje, katerega glavna dejav- nost je ravnanje z odpadki. Je eno izmed vodilnih evropskih podjetij v panogi. Direktor informatike poudarja, da ima veliko zaslugo pri tem upravljanje procesov, katerega pomemben del je SPI. Podjetje se je leta 2004 odloËilo celovito preno- viti poslovanje in prenovljene procese primerno in- formatizirati. Tega so se lotili sistematiËno: analiza stanja, prenova procesov in podprtje novih proce- sov z informacijskimi reπitvami na podroËju celovi- tih informacijskih reπitev (angl. Enterprise Resource Planning, v nadaljevanju ERP), sistema vodenja ter vpeljave celovitega sistema poslovne inteligence z uporabo sistemskega pristopa. KonËni rezultat je integriran sistem, ki je osrednji vir informacij za po- slovno poroËanje. Skrbnik SPI vidi kljuËno vlogo uspeπnosti v veli- ki dodani vrednosti, ki jo je sistem æe v zaËetni fazi prinesel z vzpostavitvijo avtomatizacije priprave iz- kaza fiziËnih tokov odpadkov. Namesto kvartalnega obraËuna je na voljo dnevni izraËun stanja odvoza, sprejema, predelave in odlaganja kot kljuËni izkaz za odloËanje na vseh ravneh podjetja. Predhodni posto- pek je bil zamuden in nedosleden. Posebno zadovolj- Marko ©kufca, Aleπ PopoviË: Sobivanje pristopov k podatkovni analitiki U P O R A B N A I N F O R M A T I K A154 2016 - πtevilka 4 - letnik XXIV stvo nad reπitvijo izraæajo v plansko-analitski sluæbi. Vodji sluæbe omogoËa, da na sprotna vpraπanja upra- ve odgovarja med kolegijem. Sistem je bil æe deleæen πtevilnih nadgradenj, pri Ëemer so se pokazale prednosti sistemskega pristo- pa. Kljub konkretnim spremembam je sistem z vidi- ka uporabnikov ohranjal celoto. Kot kljuËni dejavnik pri tem so se izkazale dosledno izvedene in upravlja- ne skupne dimenzije (angl. conformed dimensions) podjetja. Kljub vsemu se kaæejo nekatere pomanjkljivosti sistemskega pristopa. Posamezni procesi πe vedno vztrajajo na analitiËnih silosih in namenjajo premalo pozornosti sprotnemu prilagajanju sistema. Ome- njeni problem je posledica pomanjkljivega znanja in zavezanosti posameznikov. Z vpeljavo novega procesa predelave, ki se osredinja tudi na opera- tivno analitiko, se pojavljajo teænje po vpeljavi bolj podrobne in sprotne oblike obdelave podatkov v okolju SPI ter omogoËanja veËje samostojnosti upo- rabnikov. NaËrtujejo vpeljavo ad hoc pristopa. Æelijo si primerljivosti podroËij, pri Ëemer vidijo osnovo v uparjanju dogodkov na operativni ravni z entitetami na poslovnem nivoju. Pri tem bo kljuËno vlogo igrala usklajenost skupnih dimenzij. 2.2 Ad hoc pristop Ad hoc pristop (B, D) temelji na vzpostavitvi fleksi- bilne arhitekture z visoko stopnjo prilagodljivosti spremembam ter sposobnostjo vkljuËevanja konËnih uporabnikov (Krawatzeck in Dinter, 2015). Arhitek- tura se prilagaja konkretnim potrebam oæje skupine uporabnikov, kot so oddelki, poslovni timi in po- samezniki. Tok podatkov ni vnaprej predpisan, kot tudi ne pravila in naËini njihovega preoblikovanja, hranjenja in rabe. KonËne reπitve so pogosto decen- tralizirane virtualne zbirke podatkov, nad katerimi se gradijo analitiËni modeli za konkretne, ozko usmer- jene potrebe oddelkov. Ad hoc pristop spodbuja rabo samopostreænega (B) pristopa dostopa do informacij, pri Ëemer to v skrajni obliki pomeni popolno samo- stojnost uporabnika v vseh korakih procesa pretvor- be podatka v informacijo ter njene prezentacije (De- len in Demirkan, 2013; Weber, 2013). Kadar je pristop kombiniran z dostopom do informacij na zahtevo (D), ga reπujemo s sprotnim naËinom opredelitve ar- hitekture, kar pomeni konkretnim okoliπËinam prila- gojeno (in ne sistemsko) reπitev. Ad hoc okolja temeljijo na vkljuËevanju razliËnih arhitekturnih elementov, ki v danih okoliπËinah opti- malno reπujejo konkretne potrebe po dostopu do po- datkov, njihovem zajemu, transformaciji in dostavi, bodisi v namensko zbirko podatkov, bodisi neposre- dno na vmesnike. Pomembno je zagotavljanje gene- riËnosti postopkov in skrivanja nivoja kompleksno- sti pred konËnimi uporabniki (Kretzer in Maedche, 2014). Med osrednjimi elementi ad hoc arhitekture je tehnologija podatkovne virtualizacije (angl. data vir- tualization), s pomoËjo katere lahko omogoËimo ad hoc integracijo podatkov in pripravo analitiËnih mo- delov (Muntean in Surcel, 2013). Tehnologija podat- kovne virtualizacije omogoËa prikazovanje heteroge- nih podatkovnih virov kot posamezen integriran vir (Van der Lans, 2012). Tudi ob rabi ad hoc pristopa je dimenzijski model uveljavljen naËin organizacije podatkov (Corr in Stagnitto, 2011). Uporaba omenje- ne tehnologije ima pomankljivosti: zaradi raznolikih potreb uporabnikov se integracije nad istimi podatki in entitetami izvajajo veËkrat (Van der Lans, 2012), prav tako je lahko problematiËno poenotenje med podroËji ter zagotavljanje konsistentnosti podatkov. Aa hoc arhitekturni pristop v veliki meri odgovar- ja na potrebo po pravoËasnosti informacij, pogosto za ceno njihove toËnosti in skladnosti s politiko in stra- tegijo podjetja (Zimmer idr., 2012). Problem kakovo- sti v veliki meri izvira iz pomanjkljivega poznavanja podatkovnih struktur, kvalitete vhodnih podatkov in usklajenosti poslovnih pravil, ki predstavljajo vhod v pripravo analiz in modelov s strani konËnih upo- rabnikov (Berthold idr., 2010; Schlesinger in Rahman, 2015). Pomembno prednost pristopa pomeni velika stopnja prilagodljivosti konkretnim zahtevam posa- meznikov in oddelkov, kot tudi nizki zaËetni investi- ciji vpeljave (Kretzer in Maedche, 2014). Vinjeta: Primer podpore poslovanju ob rabi ad hoc pristopa Podjetje B deluje na trgu avtomobilske industrije. V preteklosti so si pri konsolidaciji podatkov in analizi poslovanja pomagali s preglednicami, ki pa so pre- rasle svoje zmoænosti. Sluæba informatike je mora- la zagotavljati vhodne podatke za vzdræevanje vse kompleksnejπih, interno razvitih analitiËnih silosov. Pojavila se je potreba po optimizaciji procesa pri- prave poroËil in analiz, pri Ëemer so se odloËili za vpeljavo tehnologije samopostreænega PI. Rezultat je bila serija modelov, ki so kazali dodano vrednost Marko ©kufca, Aleπ PopoviË: Sobivanje pristopov k podatkovni analitiki U P O R A B N A I N F O R M A T I K A 1552016 - πtevilka 4 - letnik XXIV Marko ©kufca, Aleπ PopoviË: Sobivanje pristopov k podatkovni analitiki znotraj posameznih podroËij. V praktiËni rabi so se pokazale omejitve v obliki omejenih zmoænosti pove- zovanja med podroËji kot posledice razliËnih zaled- nih reπitev dostopa do informacij, nekonsistentnosti poimenovanj in rabe πifrantov. Izkazalo se je, da bo potrebna doloËena predhodna integracija podatkov. Za podjetje je bilo kljuËnega pomena, da poenotijo dostop do informacij iz razliËnih virov. Rezultat je bila implementacija reπitve, ki je z upo- rabo ad hoc pristopa vpeljala nivo podatkovnih inte- gracij z vzpostavitvijo enotnega vira skupnih dimen- zij v obliki podroËnega podatkovnega skladiπËa. Nad virom so bili vzpostavljeni ad hoc modeli, pri katerih skladnost zagotavljamo z rabo skupnih dimenzij. Rezultat je bila boljπa primerljivost med podroËji ter prenos izvajanja priprave analiz in poroËil od nekaj uporabnikov na πirπo mnoæico. V podjetju πirijo raven uporabe, pri Ëemer morajo posebno pozornost nameniti ohranjanju skladnosti skupnih dimenzij. Kljub boljπim podatkovnim pod- lagam πe vedno ostaja problem doslednega usklaje- vanja poslovne logike znotraj ad hoc zgrajenih mo- delov. Nadaljnji razvoj in uporaba reπitve zahteva usklajevanje logike uporabe med razliËnimi ad hoc grajenimi modeli ter postopno vpeljavo sistemskega pristopa. V nasprotnem primeru obstaja nevarnost vzpostavitve kompleksnih analitiËnih silosov. 3 SOBIVANJE PRISTOPOV Arhitekture SPI danes v veliki meri podpirajo zgolj enega od obravnavanih pristopov, pri Ëemer pa se v prakso pogosto vpelje alternativni pristop. To vodi v analitiËne silose (Zimmer idr., 2012), zato se pojavlja potreba po opredelitvi skupne arhitekture, kar opre- deljujemo kot sobivanje pristopov. KljuËeni prispevek je oblikovanje veznega artefak- ta. Tega smo opredelili z uporabo metodologije znano- sti o dizajnu. Gre za skupek sintetiËnih ter analitiËnih tehnik in perspektiv za izvajanje raziskav s podroËja informacijskih sistemov. Osredinja se na pridobiva- nje novih znanj s podroËja raziskave prek oblikovanja sveæih in inovativnih artefaktov (stvari ali procesov) in uporabi oz. uËinkih teh artefaktov s ciljem izboljπav in boljπega razumevanja opazovanih aspektov infor- macijskih sistemov (Vaishnavi in Kuechler, 2015). Oblikovanje artefakta sledi naslednjim logiËnim korakom (Gregor in Hevner, 2013; Vaishnavi in Ku- echler, 2015; Von Alan, March, Park, in Ram, 2004): 1) opredelitev problema in njegovo razumevanje, 2) priprava predloga moæne reπitve s predlogom naËrta na konceptualni in arhitekturni ravni, 3) opre- delitev uporabe artefakta v praksi z obravnavo po- tencialnih scenarijev rabe, in 4) evalvacija artefakta na podlagi analize konkretnih poslovnih primerov. 3.1 Opredelitev problema Obravnavana pristopa sta si v veliki meri nasprotna. Medtem ko sistemski pristop poudarja korake, ki vo- dijo k doslednosti priprave informacij in spodbujajo njihovo toËnost, ad hoc pristop odgovarja na potrebo po zagotavljanju pravoËasnosti informacij s hitrim odzivanjem na novo nastale potrebe in spremembe okolja. DoloËene potrebe odloËevalcev bolje zadovo- ljuje uporaba ad hoc pristopa (npr. zagotovitev pra- voËasnosti pridobivanja informacij, veËja samostoj- nost uporabnikov pri pripravi informacij in fleksi- bilnost), medtem ko je za druge (npr. zagotavljanje doslednosti pridobivanja informacij, integracija med podroËji in dologoroËno zagotavljanje kakovosti) primernejπi sistemski pristop. Pojavlja se torej potre- ba po hkratnem sobivanju obeh pristopov. Vinjeta: Primer podpore poslovanju z rabo obeh pristopov Podjetje C nastopa na trgu energentov. Svojo konku- renËno prednost gradi na inovativnem, v podatkov- no analitiko usmerjenem pristopu. Osredinjenost na ustrezno obdelavo in razumevanje informacij v kom- binaciji z vlaganjem v Ëloveπke vire podjetju omo- goËa pravilno ocenjevanje tveganj. Strategija obvladovanja informacij v podjetju temelji na zagotavljanju ravno pravπnje koliËine, toËnosti in pravoËasnosti informacij. KljuËni cilj je za- gotoviti dovolj dobro bazo zgodovinskih podatkov za zadovoljitev potreb naprednih analitikov. Pred leti je podjetju potrebe po informacijah πe uspevalo obvladovati s parcialnimi reπitvami. Po- veËan obseg poslovanja, razprπenost zalednih siste- mov in potreba po veËji integraciji med podroËji so privedli do odloËitve o centralizaciji podatkov. S tem namenom so uvedli centralno podatkovno skladiπËe. Pri sami implementaciji je bil uporabljen sistemski pristop. Rezultat je integrirana zbirka podatkov, nad katero podatkovni in poslovni analitiki gradijo deskriptivne in prediktivne analitiËne modele. Po besedah Ëlana uprave je bila pomembna do- dana vrednost projekta uskladitev terminologije in pojmov med razliËnimi dejavnostmi. Skrbnik PI U P O R A B N A I N F O R M A T I K A156 2016 - πtevilka 4 - letnik XXIV Vinjeta: Primer pomena skladnosti skupnih poslov- nih dimenzij podjetja Podjetje D se ukvarja s trgovino na drobno. Izdel- ke prodaja prek razliËnih prodajnih kanalov. Svojo kljuËno prednost gradi na sposobnosti povezovanja med razliËnimi prodajnimi kanali ter zagotavljanja enotnega pogleda na stranko. Pred leti so se odloËili podatke integrirati v central- nem podatkovnem skladiπËu, zgrajenem skladno s sistemskim pristopom. Vanj so integrirali podatke za potrebe analize profitabilnosti izdelkov na razliËnih kanalih. Uvedena je bila sluæba za skrbniπtvo SPI ter podpora uporabnikom znotraj sluæbe informatike. Podatkovno skladiπËe ni zmoglo slediti tempu πirjenja na nove trge in prodajne kanale. Pojavila so se podroËna podatkovna skladiπËa za posamezne kanale in trge. Neskladnost dimenzij in logik med reπitvami je kmalu privedla do teæav v zagotavljanju skladnosti poslovanja. Pojavljalo se je veË dimenzij izdelkov, njihovih hierarhij in opredelitev. Onemo- goËena je bila primerjava med nekaterimi trgi in ka- nali. V podjetju so se zaËeli zavedati pomena ohra- njanja in upravljanja skupnih dimenzij kot glavne- ga veziva med razliËnimi kanali in trgi ter pomena njihovega ohranjanja znotraj sistemskega pristopa. Obenem se zavedajo potrebe po vzporedni vpeljavi ad hoc pristopa, ki pa ga mora nadzorovati in upra- vljati enotni sistem skrbniπtva. Osredinjanje na skup- ne dimenzije je najviπja prioriteta. Vodstvo je sprejelo odloËitev, da bodo izvedli vse potrebno za ponovno vzpostavitev enotnih definicij in entitet. V izvedbi je serija projektov prenove SPI, katere namen je vzpostavitev skupnih dimenzij z uvedbo agilnih praks v sistemski del reπitve ter vzpo- redni uvedbi pristopa ad hoc. Projekt ima moËnega sponzorja in podporo na ravni podjetja. Oba pri- stopa sta v podjetju æe delovala, a zadnji ni bil del uprav ljanja prek skrbniπtva SPI. Uspeπnost iniciative v podjetju usmerjajo v delitev znanja in omogoËanje podpore za pripravo ad hoc modelov na naËin, ki bo omogoËal postopno spajanje ad hoc reπitev v sistem- ski pristop. Izziv sta prenos znanja o dimenzijah in njihova skladnost z dejansko izvedenimi reπitvami. Prve prednosti prenove SPI se æe kaæejo v praksi. Skrbnik PI poudarja moËan vpliv ponovne vzposta- vitve skupnih dimenzij na zmoænost zagotavljanja krovnega spremljanja poslovanja prek vzpostavlje- nih nadzornih ploπË. izpostavlja, da je poenotenje v veliki meri posledica vzpostavitve skupnih dimenzij. »eprav so dejavno- sti πe vedno operativno loËene, danes govorijo isti jezik. Rezultat je boljπe razumevanje med oddelki in dejavnostmi. Z rastjo poslovanja frekvenca novih zahtev in nji- hova sistematiËna zadovoljitev znotraj sistemskega pristopa nista bili zmoæni slediti zahtevanemu tem- pu sprememb. Posledica je pojav alternativnih naËi- nov zadovoljevanja potreb posameznikov in oddel- kov, ki imajo za rezultat analitiËne silose. Vpeljane so bile vzporedne veje SPI, ki temeljijo na ad hoc pri- stopu. Te naj bi uporabljali za zadovoljitev parcialnih potreb ali kot orodja za izvajanje prototipov reπitev. Za potrebe bolj preproste kasnejπe integracije v po- datkovno skladiπËe priporoËajo dosledno rabo skup- nih dimenzij. Skrbnik PI ugotavlja, da raba skupnih dimenzij pozitivno vpliva tako na hitrost in kakovost razvoja ad hoc reπitev kot tudi zagotavlja preprostejπi prenos ad hoc razvitih reπitev v sistemski del. Vendar pa dosledne rabe ni mogoËe vedno zagotoviti. Glavni razlog je v pomanjkljivem razumevanju dimenzij in njihove uporabe pri ustvarjalcih ad hoc reπitev. Pri skrbniku PI je priπlo do pobude po bolj siste- matiËni vpeljavi ad hoc pristopa, podprtega s potreb- nimi pomagali, ki bodo olajπala dostop do znanja o skupnih dimenzijah ter prenesla odgovornost zanje na poslovne uporabnike. »eprav sistemski pristop πe vedno pomeni do- bre podatkovne temelje za veËino analitiËnih potreb podjetja, vztrajanje zgolj na sistemskem pristopu ne more slediti spremembam in bi lahko ogrozilo celot- no iniciativo SPI. 3.1.1 Skupne dimenzije kot vezni Ëlen Obravnavana primera podjetij kaæeta, da na kako- vost informacij pozitivno vplivata skladnost definicij in razumevanje osnovnih entitet podjetja. Te se v SPI uspeπno odraæajo z rabo skupnih dimenzij. Kimball (2013) trdi, da so prav skupne dimenzije bistvene za uspeh SPI, kar velja tudi pri uvajanju agilnosti v sisteme za poslovno inteligenco. Kot primeren pove- zovalni Ëlen med obema pristopoma zato opredelju- jemo logiko skupnih dimenzij. Do podobne ugotovi- tve je v veË kot desetletni zgodovini rabe SPI priπlo tudi podjetje D. Marko ©kufca, Aleπ PopoviË: Sobivanje pristopov k podatkovni analitiki U P O R A B N A I N F O R M A T I K A 1572016 - πtevilka 4 - letnik XXIV 3.1.2 IzhodiπËa za razvoj artefaktov Primer podjetja C kaæe, da izvajanje ad hoc modelov z dosledno rabo skupnih dimenzij pozitivno vpliva na primerljivost med podroËji in zagotavlja hitro in- tegracijo v sistemski del. Ob nedosledni rabi dimen- zij tovrstnih prednosti ni mogoËe izkoriπËati. Nedo- slednost ni vedno le posledica sposobnosti podjetja, da udejanja pravila. Ni dovolj le obstoj skupnih di- menzij, ampak se mora omenjeni pristop tudi aplika- tivno podpreti. Primer podjetja C potrjuje tezo mno- Marko ©kufca, Aleπ PopoviË: Sobivanje pristopov k podatkovni analitiki gih avtorjev (Schlesinger in Rahman, 2015; Sulaiman, Gómez, in Kurzhöfer, 2013; Weber, 2013), ki obrav- navajo soËasni obstoj obeh arhitektur v podjetju kot posledico razliËnih potreb oddelkov ter slabosti in prednosti ene in druge arhitekture. Pri tem soËasnost obstoja πe ne pomeni povezanega delovanja. SoËas- ni obstoj pristopov je naËin, da po potrebi izrabimo prednosti enega ali drugega pristopa. Sobivanje omogoËamo z vzpostavitvijo skupnih dimenzij. Analiza primerov kaæe pomankljivosti SPI pri za- gotavljanju znanja o dimenzijah. Skrbnik PI v podje- tju C poudarja, da je treba dokumentacijo in metapo- datke posameznih reπitev v veËji meri centralizirati in omogoËiti lastnikom dimenzij, da jih samostojno upravljajo. Pomembno je razumevanje dimenzijske- ga modela. Vsebine morajo biti z njim prepletene, nji- hovo osveæevanje pa Ëim bolj avtomatizirano. 3.2 Predlog reπitve 3.2.1 Koncept sobivanja Sobivanje pristopov predvideva postopno vpeljavo obeh pristopov. Najprej postavimo temelje, nato pa vpeljemo cikliËni proces (slika 3). Prvi korak je stra- tegija PI. Z njo identificiramo krovne poslovne zah- teve, njihove prioritete ter skupne toËke med posa- meznimi podroËji. Korak je podlaga za identifikacijo in vzpostavitev skupnih dimenzij, ki so nato vezivo med novimi in obstojeËimi podroËji (Kimball in Ross, 2013). Sledi izvedba izbranega prioritetnega podroËja z rabo sistemskega pristopa, katerega namen je im- plementirati skupne dimenzije ter zagotoviti njihovo rabo na visoko prioritetnem podroËju. Vzporedno ali zaporedno zagotovimo potrebne pogoje za izvajanje ad hoc pristopa, na koncu pa vzpostavimo πe pravila upravljanja reπitev z uvedbo skupnega skrbniπtva. Slika 2: Povezovalni nivo v arhitekturi sobivanja Podatkovni viri Poslovne aplikacije Ostali podatki Sistemski pristopi Delitev informacij Ad hoc pristop Ad hoc model ETL Tehnologija podatkovne virtualizacije Podatkovno skladiπËe AnalitiËni model Povezovalni nivo Dimenzije | Metapodatki | Sodelovanje PoroËila Ad hoc analize Knjižnice Nadzorne ploπËe S kr b ni πt vo − B I k om p et en Ën i c en te r U P O R A B N A I N F O R M A T I K A158 2016 - πtevilka 4 - letnik XXIV Marko ©kufca, Aleπ PopoviË: Sobivanje pristopov k podatkovni analitiki Za preostale iteracije podjetja kombinirano upo- rabljajo sistemski pristop in ad hoc pristop glede na postavljene prioritete in odloËitve znotraj kompe- tenËnega centra PI (angl. Business Intelligence Com- petency Center). Sistemski pristop je prava izbira, ko obstajajo jasna potreba, definicije in potrebni Ëas za izvedbo. Na drugi strani uporabimo ad hoc pristop, kadar je treba zagotoviti pravoËasnost izvedbe ali v primeru, ko definicije in uporabnost podroËja niso povsem jasne. Umestitev v sistemski pristop neËesa, kar se v praksi ne bo izkazalo za uporabno, bi po- menilo izgubo Ëasa in resursov. Ob tem je zahtevana dosledna raba elementov sistemskega pristopa do ad hoc razvitih reπitev. Zavedati se je treba, da je ad hoc reπitev v okolju sobivanja πe vedno kompleksen analitiËni silos (Sherman, 2014), ki omogoËa kasnejπo preprostejπo realizacijo z rabo sistemskega pristopa. 3.2.2 Predlog arhitekture Iz primera C je razvidno, da zgolj pravila brez apli- kativne podpore ne morejo zagotavljati sobivanja. S tem namenom predlagamo arhitekturni artefakt, ki predstavlja centralno zbirko znanja o izvedenem di- menzijskem modelu in skupnih dimenzijah. KljuËni namen artefakta je podpora procesu nastajanja in upravljanja dimenzij od odpiranja zahteve prek naËr- tovanja, identifikacije virov, implementacije, delitve informacij in podpore pri rabi elementov v praksi. Predlagani artefakt bomo imenovali dimenzijsko stiËiπËe (slika 4). Slika 3: Æivljenjski cikel reπitve v okolju sobivanja ZaËetni projekt Nadaljnji razvoj Slika 4: Arhitektura sobivanja z novim artefaktom Podatkovni viri Poslovne aplikacije Ostali podatki Sistemski pristopi Delitev informacij Ad hoc pristop Ad hoc model ETL Tehnologija podatkovne virtualizacije Strateπki naËrt BI Projekti Skupne dimenzije Krovne zahteve Sistemski pristop Poslovne zahteve Ad hoc pristop Podatkovno skladiπËe Sistemski pristop Uporaba reπitve Validacija reπitve Dosledna uporaba skupnih dimenzij PoroËila Ad hoc analize Knjižnice Nadzorne ploπËe Podatkovno skladiπËe AnalitiËni model Dimenzijsko stiËiπËe S kr b ni πt vo − B I k om p et en Ën i c en te r U P O R A B N A I N F O R M A T I K A 1592016 - πtevilka 4 - letnik XXIV Opredelitev artefakta temelji na identifikaciji potreb uporabnikov, identificiranih prek analize iz- branih referenËnih primerov in dognanj v literaturi, v kateri so æe predlagane nekatere reπitve (Berthold idr., 2010; Schlesinger in Rahman, 2015; Sulaiman idr., 2013), ki jih prav tako vkljuËujemo v predlog artefakta. Kot Schlesinger in Rahman (2015) tudi predlagani ar- tefakt uvaja semantiËni nivo med fiziËnim in logiËnim nivojem reπitve s poudarkom na centralnem zbiranju metapodatkov o atributih dimenzij in zalednih virih. Omenjeno bi lahko do neke mere povezovali z global- nim katalogom podatkov kot ga predlaga Berthold (Berthold idr., 2010). PraktiËne izkuπnje kaæejo na to, da uporabniki (raje kot po dokumentaciji) posegajo po nasvetu izkuπenih uporabnikov. Kot pri Sulaima- nu (2013) tudi naπ predlog upoπteva potrebo po pre- nosu dobrih praks med bolj in manj izkuπenimi upo- rabniki, pri Ëemer tega ne skuπamo omejiti na raven avtomatskega sledenja dela naprednih uporabnikov. Kot kljuËno razliko in dodano vrednost predloga πtejemo vpetost reπitve v dimenzijski model organi- zacije in podporo æivljenjskemu ciklu z integracijo procesa naËrtovanja, implementacije, uporabe ter upravljanja dimenzij. To predlagani artefakt loËuje od drugih reπitev, ki so æe na voljo. Mednje πtejemo kataloge podatkov, reπitve za upravljanje sistemov PI, portale PI, orodja za sodelovanje ipd. Nekatere njihove funkcionalnosti prav tako smiselno vkljuËu- jemo v predlog. Dimenzijsko stiËiπËe Dimenzijsko stiËiπËe povezuje entitete, nastale v sis- temskem pristopu, z nastalimi v ad hoc pristopu. To pozitivno vpliva na zmoænost prehoda med ad hoc pristopom in sistemskim pristopom. Organizaci- ja vsebin je usmerjena v oblikovanje dimenzijskega modela v obliki matrike vodila. Vse, kar vstopa v di- menzijsko stiËiπËe, je vpeto v dimenzijski model. Artefakt v arhitekturo vpelje centralni dostop do dimenzijskega modela in nanj vezanih vsebin. Upo- rabniku omogoËa seznanjanje z obstojeËimi elementi in njihovo integracijo v nove reπitve. Spodbuja sode- lovanje. Uporabnik predlaga novosti in izboljπave, deli dobre prakse, se informira in seznanja s spre- membami. Skladno z identificiranimi potrebami predlagani artefakt sestavljajo naslednji gradniki (slika 5):  katalog dimenzij in dejstev: registracija, opis me- tapodatkov, povezava na objekt,  baza znanja: dokumentacija, dobre prakse, refe- renËni primeri,  upravljanje dimenzij: pravila, upravljanje identi- tet, uporaba, predlogi, naËrtovanje,  sodelovanje: poznavalci, sodelovanje in skupnost, priporoËila in predlogi,  administracija: dostop do registriranih virov, do- stop do vsebin, upravljanje skupnosti. Marko ©kufca, Aleπ PopoviË: Sobivanje pristopov k podatkovni analitiki Slika 5: Dimenzijsko stiËiπËe Sistemski pristop Ad hoc pristop metapodatki zahteve specifikacija primeri metapodatki dostop pregled predlogi izkuπnje Ad hoc model Dimenzijska stiËiπËe Katalog dimenzij in dejstev Register objektov | Metapodatki | Povezave Baza znanja Dokumentacija | Dobre prakse | Primeri Upravljanje dimenzij Pravila | Upravljanje identitet | Uporaba | Prijave Sodelovanje Eksperti | Skupnost | Ocenjevanje | Predlogi Dimenzijski model Iskalnik | Matrika vodila | Æivljenjski cikel Administracija Modeli Podatkovno skladiπËe U P O R A B N A I N F O R M A T I K A160 2016 - πtevilka 4 - letnik XXIV Vsi moduli in vsebine so vpeti v dimenzijski mo- del organizacije, ki je izraæen v obliki matrike vodila. Katalog dimenzij in dejstev Katalog dimenzij in dejstev je namenjen registraci- ji dimenzij in dejstev v obliki matrike vodila in nji- hovemu povezovanju s fiziËno implementiranimi objekti. Vsak objekt je umeπËen v dimenzijski model. Za uporabnike je izrednega pomena skladnost defi- nicij med katalogom in virom. Metapodatki se med fiziËnimi viri in dimenzijskim stiËiπËem avtomatiËno usklajujejo. Baza znanja Baza znanja je πirok nabor razliËnih informacij, ki uporabniku pomagajo pri razumevanju modela in njegovih elementov. VkljuËuje opise, referenËne pri- mere, dobro prakso ipd. Vsebina se usklajuje z meta- podatki izvornih sistemov in jih vanje vraËa. Omo- goËena je participacija uporabnikov. Ti lahko vsebine dopolnjujejo, komentirajo in dodajajo lastne primere in prakse. Ob tem uporabimo znane tehnologije, kot so Wiki, knjiænice dokumentov, komentarji, blog, video. Upravljanje dimenzij Pristop zahteva jasno opredeljena pravila in njihovo uveljavljanje. Tako je treba opredeliti pravila poime- novanj, izvajanja transformacij in ËiπËenja podatkov ter to preverjati v praksi. Vsak element avtomatiËno preverimo z vidika veË veljavnih pravil. Na podlagi nabora vrednosti je na primer mogoËe identificirati morebitno podvajanje dimenzij pod drugim ime- nom. Artefakt mora zagotoviti podporo navezovanja dimenzij na razliËne zunanje identitete. Sodelovanje v dimenzijskem stiËiπËu Uporabniki kot primarni vir informacij navajajo ne- posredno komunikacijo z naprednimi uporabniki. Predlagani artefakt predlaga izrabo znanih orodji za komuniciranje in sodelovanje (npr. e-poπta, Yammer, Skype ipd.). Glede na kontekst iskanja informacij posameznika (dimenzija, model, dobra praksa ipd.) predlagamo kontakt s pristojnimi skrbniki in pozna- valci podroËja. Del funkcionalnosti za sodelovanje je moænost posredovanja predlogov sprememb. V πirπem kontekstu predlagamo podporo celotnemu ciklu naËrtovanja z opredelitvijo povsem novih ele- mentov dimenzijskega modela. Rezultat je spisek poslovnih zahtev z mehanizmi za vzpostavitev pri- oritet in sledenje napredka. Administracija dimenzijskega stiËiπËa Uporabnost sistema z vidika celotnega podjetja zah- teva sistem z jasnimi pravili dostopa in upravljanjem pravic posameznih uporabnikov. Administracija vkljuËuje dodajanje in odstranjevanje uporabnikov, doloËanje avni dostopa ter nadzor nad uporabo sis- tema. Spremljanje uporabe sistema je kljuËno za po- trebe ËiπËenja modela in identifikacijo elementov, ki morajo iz ad hoc dela prioritetno migrirati v sistem- ski del. Umestitev objektov v dimenzijskem stiËiπËu Umestitev vsebin je kljuËni del predloga. Poslovni uporabniki ne iπËejo vsebin z navajanjem virov, ta- bel in atributov, ampak v obliki njim znanih poslov- nih pojmov. Pomemben je nabor vrednosti. Rezultat iskalnega niza ni zgolj iskani element, ampak di- menzijski model, v katerega je vpet, ter nanj vezane vsebine. Dodatno omogoËimo pregled z vidika vpe- tosti objekta v organizacijske strukture ter moænost etiketiranja (angl. tag) vsebin. S pomoËjo omenjene funkcionalnosti posamezni objekt poljubno etiketira- mo za potrebe grupiranja in filtriranja pregleda. Tako lahko projektni tim, poslovna enota, funkcija ali pro- ces ustvari sebi lasten pogled na dimenzijski model. Vsak element v dimenzijskem stiËiπËu ima opredelje- no fazo t. i. æivljenjskega cikla dimenzije. Lahko gre za predlog, naËrtan element ali element, implemen- tiran bodisi z rabo ad hoc pristopa ali sistemskega pristopa. 3.3 Uporaba in validacija reπitve Uporabno vrednost predlaganega artefakta prikazu- jemo s predstavitvijo scenarijev, ki jih omenjeni arte- fakt lahko podpre. Scenarij 1: Centralna toËka informacij o dimenzijah in njihovi uporabi Uporabnik æeli pripraviti ad hoc analizo. Ob pripravi se mora seznaniti z relevantnimi dimenzijami in dej- stvi. Prek vmesnika se seznani z iskanimi elementi in njihovo vpetostjo v SPI. S klikom na posamezne elemente dostopa do vsebin. Po potrebi se poveæe z navedeno skupino poznavalcev podroËja. Iz obravnavanih praktiËnih primerov podjetij A, B, C in D je razvidno, da obstajajo teæave pri dostopu Marko ©kufca, Aleπ PopoviË: Sobivanje pristopov k podatkovni analitiki U P O R A B N A I N F O R M A T I K A 1612016 - πtevilka 4 - letnik XXIV do informacij o æe izvedenih elementih SPI. Doku- mentacija SPI je pogosto statiËna, teæko dostopna ter pogosto pomanjkljivo vzdræevana. V primerih pod- jetij A, C in D so uporabniki vezani na statiËno doku- mentacijo, katere aktualnost ni vedno zagotovljena. Tovrstne dokumentacije uporabniki ne uporabljajo in se raje obraËajo na skrbnika SPI, ki pa nima vseh po- trebnih znanj in ne Ëasa za realizacijo zahtev. Podjetje C vidi kljuËni izziv v centralizaciji sicer razprπenih metapodatkov in zagotavljanju veËje vkljuËenosti la- stnikov dimenzij. Omenjeni artefakt bi neposredno povezal uporab- nike informacij z znanjem o dimenzijskem modelu. Neposredna sinhronizacija s fiziËnim modelom izved- be je zagotovilo, da ne bo razlik med izvornim siste- mom in trenutnim stanjem dimenzij v fiziËnih mode- lih, kar pomembno vpliva na zaupanje uporabnikom v aktualnost sistema. Dodatno kot prednost lahko navedemo neposredno povezavo do poznavalcev. Scenarij 2: Izvajanje ad hoc modelov ob uporabi skupnih dimenzij Uporabnik v primeru zaznane potrebe po hitri pri- pravi novega analitiËnega modela poseæe po ad hoc pristopu. S pomoËjo predlaganega artefakta pregleda stanje na obravnavanem podroËju in identificira mo- rebitne æe obstojeËe elemente. Rezultat se prikaæe v kontekstu dimenzijskega modela. Ob tem sistem po- nudi dobre prakse ter obstojeËe referenËne modele. Tako ima uporabnik dovolj informacij, da se dobro pripravi na izvedbo lastnega modela. V primeru ne- zadostnega znanja, pomanjkanja virov ali potrebe po predhodni integraciji podatkov se poveæe s pozna- valci in skrbniki okolja SPI. V novo nastajajoËi model uporabnik pripelje upo- rabne obstojeËe dimenzije in se osredini na imple- mentacijo novih dimenzij in dejstev, ki nastajajo v so- delovanju z informatiki. Nove objekte registriramo in skladno s prioritetami umestimo v plan razvoja z sistemskim pristopom. K validaciji in dopolnjeva- nju povabimo poznavalce podroËij in informatike, ki naËrtajo prehod v sistemski del. Ta je tem laæji, Ëim bliæji je ad hoc model sistemski logiki. Omenjeni sce- narij podpirajo primeri podjetij A, B in C. V primeru podjetja A so leta 2012 zaËeli vpeljeva- ti sistem za primerjalne meritve (angl. benchmark) vezano na kazalnike za populacijo. OdloËili so se za predhodno preverbo izvedljivosti zahteve z rabo ad hoc pristopa. Podatke o dejstvih s pripadajoËimi obstojeËimi dimenzijami so pridobili iz centralnega podatkovnega skladiπËa. Podatke o populaciji so pri- dobili iz javnih virov. Podatke so ad hoc napolnili iz vira v samopostreæni model ter jih integrirali z dej- stvi. Reπitev je bila hitra in je pokazala na smiselnost tovrstnih analiz. Vodstvo je bilo s predstavljenim za- dovoljno in je odobrilo implementacijo z rabo sistem- skega pristopa. Primer podjetja C kaæe, da modele, implementi- rane z rabo ad hoc pristopa, z dosledno rabo skup- nih dimenzij lahko hitro in preprosto integriramo v sistemski del. Ob tem pogosto v sistemski del im- plementiramo le nivo podatkovnih integracij, med- tem ko analitiËni nivo ohranjamo. Nepoznavanje moænosti in entitet v podatkovnem skladiπËu je pri- vedlo do ad hoc reπitev, ki niso izhajale iz skupnih dimenzij. Ob integraciji tovrstnih reπitev v sistemski del se je izkazalo, da integracija ni preprosta. KljuËni razlog je neskladnost poslovnih dimenzij. Z upora- bo predlaganega artefakta bi v oddelku æe v zaËetni fazi uspeπno identificirali stiËne toËke ter se sezna- nili z vsebinami v sistemskem delu, kot so skupne dimenzije, poimenovanja, oblika modela ipd. Pove- zali bi se s poznavalci ter jih vkljuËili v pripravo ad hoc reπitve. Rezultat bi bil model, ki bi bil skladen z osrednjo reπitvijo, zato bi bil tudi preprostejπi za inte- gracijo v sistemski del. Scenarij 3: Postopni razvoj dimenzij in dolgoroËna sklad nost Eden od moænih scenarijev uporabe je podpora po- stopnemu razvoju dimenzij in dejstev z rabo ad hoc pristopa ali sistemskega pristopa. Implementacijo dimenzije v podjetju zaËnemo z uporabo ad hoc pri- stopa, pri Ëemer nadaljnji razvoj vodimo s kombi- nacijo uporabe obeh pristopov ter sproti zagotavlja- mo sklad nost definicij s trenutno verzijo objekta v dimenzijskem stiËiπËu. Podjetje D je ob razvoju nove reπitve SPI opredeli- lo nekatere nove dimenzije, katerih celovita izvedba πe ni mogoËa. Za njihovo realizacijo bo treba zagoto- viti πirπi konsenz znotraj podjetja. V vmesnem Ëasu artefakt omogoËa implementacijo poenostavljene verzije prek ad hoc pristopa ter nato postopno nad- grajevanje dimenzije do konËne oblike. 3.4 Ugotovitve Obravnava scenarijev kaæe, da bi obstoj predlaga- nega artefakta pozitivno vplival na zagotavljanje Marko ©kufca, Aleπ PopoviË: Sobivanje pristopov k podatkovni analitiki U P O R A B N A I N F O R M A T I K A162 2016 - πtevilka 4 - letnik XXIV sklad nosti dimenzij kot veziva za skladno soËasno rabo obeh pristopov. Z uporabo artefakta izboljπamo vedenje o dimenzijah in dimenzijskem modelu pod- jetja, s spodbujanjem sodelovanja med uporabniki in poznavalci pa ima artekaft tudi pozitiven vpliv na zmoænost podjetja, da izvaja programe upravljanja SPI. Neposredna povezava uporabnikov z objekti v dimenzijskem stiËiπËu zagotavlja njihovo uporabo znotraj ad hoc reπitev, s tem pa tudi njihovo veËjo skladnost s pravili in standardi sistemskih okolij, kar je pogoj za njihovo optimalnejπe prehajanje iz enega okolja v drugo. 4 SKLEP Analiza strokovne in znanstvene literature podpira v praksi zaznano potrebo po sobivanju obeh pristo- pov. Posamezni pristop odgovarja na toËno doloËene potrebe uporabnikov znotraj SPI. Sistemski pristop zagotavlja dobro kakovost na podroËju vsebine po- datkov, ad hoc pristop pa je potreben z vidika zago- tavljanja pravoËasnosti informacij. LoËeno delovanje pristopov vodi v pojav analitiËnih silosov. Povezo- vanje zahteva opredelitev koncepta dela, ki ne iz- kljuËuje, ampak povezuje oba pristopa, ter artefakta, ki podpira takπen koncept. Kot primeren vezni Ëlen smo identificirali logiko skupnih dimenzij. KonËni rezultat je predlog koncepta sobivanja sistemskega in ad hoc pristopa v okolju SPI. Ad hoc pristop predlagamo v primeru, ko podjetje potrebu- je informacije pravoËasno ali kadar se æeli prepriËati o smiselnosti realizacije doloËene poslovne zahteve. Primeren je za zadovoljevanje enkratnih potreb ali potreb, ki zadovoljujejo oæjo skupino uporabnikov. Ko reπitev preraste te okvire, predlagamo prehod v sistemski pristop. To je πe posebno pomembno na po- droËju integracije podatkov. Ad hoc pristop v okolju sobivanja uporabljamo ob dosledni uporabi skupnih dimenzij. Le tako je mogoËe preprosto prehajati med ad hoc pristopom in sistemskim pristopom. Kot podporo izvajanju predlaganega koncep- ta predlagamo arhitekturni artefakt dimenzijsko stiËiπËe. Artefakt v srediπËe postavlja dimenzijski model. Okoli njega se gradi nabor pravil, opisov ter dobrih praks o dimenzijah. Artefakt podpira okolje sodelovanja v smeri povezovanja uporabnikov infor- macij s poznavalci podroËij ter vkljuËevanje uporab- nikov v aktivno oblikovanje baze znanja. Validacija predloga na podlagi obravnave praktiËnih primerov kaæe, da bi obstoj predlaganega artefakta pozitivno vplival tako na sistemski kot na ad hoc pristop ter ju smiselno povezal v celoto. Opredelitev artefakta za praktiËno izvedbo zah- teva podrobnejπo opredelitev predlaganih modulov. Za potrebe πirπega zajemanja potreb bi bilo smiselno delo nadgraditi z dodatno raziskavo, ki bi vkljuËila πirπo skupino podjetij ter uporabnikov in izvajalcev tovrstnih reπitev. V tej raziskavi smo se namreË oprli na omejen nabor poslovnih primerov. Na podlagi izvedenega dela ugotavljamo, da je zagotavljanje sobivanja obeh pristopov smiselno in nujno. Hkratna uporaba obeh pristopov lahko mini- mizira slabosti posameznega pristopa in zagotavlja veËjo kakovost vsebine informacij ad hoc pristopa, kot tudi hitrejπo implementacijo vsebin v sistemskem pristopu. 5 LITERATURA IN VIRI [1] Ariyachandra, T., in Watson, H. (2010). Key organizational factors in data warehouse architecture selection. Decision Support Systems, 49(2), 200−212. [2] Berthold, H., Rösch, P., Zöller, S., Wortmann, F., Carenini, A., Campbell, S., Bisson, P., in Strohmaier, F. (2010). An archi- tecture for ad-hoc and collaborative business intelligence. Prispevek predstavljen na International Conference on Data- base Theory (ICDT) Workshops, Lausanne. [3] Carrol, N., in Ian, M. (2014). Gleansight: Business Intelligence. Gleansight Benchmark Report, 46. [4] Corr, L., in Stagnitto, J. (2011). Agile data warehouse design: Collaborative dimensional modeling, from whiteboard to star schema. Leeds: DecisionOne Press. [5] Delen, D., in Demirkan, H. (2013). Data, information and analytics as services. Decision Support Systems, 55(1), 359−363. doi: 10.1016/j.dss.2012.05.044 [6] English, L. P. (2005, 6. julij). Business intelligence defined. Najdeno 12. aprila 2016 na spletnem naslovu http://www.b- -eye-network.com/view/1119. [7] Eppler, M. J. (2006). Managing Information Quality: Increasing the Value of Information in Knowledge-Intensive Products and Processes (2. izd.). Heidelberg: Springer. [8] Evelson, B. (2015). The Forrester Wave: Agile Business Intel- ligence Platforms, Q3 2015. Forrester Research, 20. [9] Gregor, S., in Hevner, A. R. (2013). Positioning and Presenting Design Science Research for Maximum Impact. MIS quarter- ly, 37(2), 337−355. [10] Kimball, R., Reeves, L., Ross, M., in Thornthwaite, W. (2008). The Data Warehouse Lifecycle Toolkit: Tools and Techniques for Designing, Developing, and Deploying Data Warehouses (2. izd.). New York: John Wiley in Sons. [11] Kimball, R., in Ross, M. (2013). The data warehouse toolkit: The definitive guide to dimensional modeling (3. izd.). India- napolis: John Wiley in Sons. [12] Krawatzeck, R., in Dinter, B. (2015). Agile Business Intelligen- ce: Collection and Classification of Agile Business Intelligen- ce Actions by Means of a Catalog and a Selection Guide. Information Systems Management, 32(3), 177−191. Marko ©kufca, Aleπ PopoviË: Sobivanje pristopov k podatkovni analitiki U P O R A B N A I N F O R M A T I K A 1632016 - πtevilka 4 - letnik XXIV Marko ©kufca, Aleπ PopoviË: Sobivanje pristopov k podatkovni analitiki [13] Kretzer, M., in Maedche, A. (2014). Generativity of Busi- ness Intelligence Platforms: A Research Agenda Guided by Lessons from Shadow IT. Prispevek predstavljen na Multikon- ferenz Wirtschaftsinformatik, Paderborn. [14] Loshin, D. (2012). Business intelligence: the savvy manager‘s guide (2. izd.). Waltham: Morgan Kaufmann. [15] Muntean, M., in Surcel, T. (2013). Agile BI-the future of BI. Informatica Economica, 17(3), 114−124. doi: 10.12948/ issn14531305/17.3.2013.10. [16] Oestreich, T. W. (2016a, 4. februar). Magic Quadrant for Busi- ness Intelligence and Analytics Platforms. Najdeno 6. febru- arja 2016 na spletnem naslovu https://www.gartner.com/doc/ reprints?id=12XXKCD7&ct=160204&st=sb. [17] Oestreich, T. W. (2016b, 16. februar). Market Guide for Enter- prise-Reporting-Based Platforms. Najdeno 30. aprila 2016 na spletnem naslovu https://www.gartner.com/doc/reprints?id= 12Z7B7J3&ct=160222&st=sb. [18] PopoviË, A., Hackney, R., Coelho, P. S., in JakliË, J. (2014). How information-sharing values influence the use of informa- tion systems: An investigation in the business intelligence sy- stems context. The Journal of Strategic Information Systems, 23(4), 270−283. doi: 10.1016/j.jsis.2014.08.003. [19] PopoviË, A., in JakliË, J. (2015). Understanding the Influen- ce of Business Intelligence Systems on Information Quality: The Importance of Business Knowledge Business Intelligen- ce: Concepts, Methodologies, Tools, and Applications: Con- cepts, Methodologies, Tools, and Applications (str. 119−137). Hershy: IGI Global. [20] Romero, D., in Vernadat, F. (2016). Enterprise information sy- stems state of the art: Past, present and future trends. Com- puters in Industry, 79, 3−13. [21] Schlesinger, P. a., in Rahman, N. (2015). Self-Service Busi- ness Intelligence Resulting in Disruptive Technology. Jo- urnal of Computer Information Systems, 56(1), 11−21. doi: 10.1080/08874417.2015.11645796. [22] Sherman, R. (2014). Business Intelligence Guidebook: From Data Integration to Analytics. Waltham: Morgan Kaufmann. [23] Sulaiman, S., Gómez, J. M., in Kurzhöfer, J. (2013). Business Intelligence Systems Optimization to Enable Better Self-Ser- vice Business Users. Prispevek predstavljen na Workshop Business Intelligence (WSBI), Freiberg. [24] Turban, E., Sharda, R., Delen, D., in King, D. (2010). Business Intelligence (2. izd.). New Jersey: Prentice Hall. [25] Vaishnavi, V. K., in Kuechler, W. (2015). Design Science Rese- arch Methods and Patterns: Innovating Information and Com- munication Technology (2. izd.). Boca Raton: CRC Press. [26] Van der Lans, R. (2012). Data Virtualization for business in- telligence systems: revolutionizing data integration for data warehouses. Waltham: Morgan Kaufmann. [27] Von Alan, R. H., March, S. T., Park, J., in Ram, S. (2004). De- sign science in information systems research. MIS quarterly, 28(1), 75−105. [28] Weber, M. (2013). Keys to Sustainable Self-Service Business Intelligence. Business Intelligence Journal, 18(1), 18−24. [29] Wixom, B., in Watson, H. (2012). The BI-based organization Organizational Applications of Business Intelligence Manage- ment: Emerging Trends (str. 193−208). Hershey: IGI Global. [30] Yeoh, W., in PopoviË, A. (2016). Extending the understan- ding of critical success factors for implementing business intelligence systems. Journal of the Association for Informa- tion Science and Technology, 67(1), 134-147. doi: 10.1002/ asi.23366. [31] Zimmer, M., Baars, H., in Kemper, H. G. (2012). The impact of agility requirements on business intelligence architectures. Prispevek predstavljen na 45th Hawaii International Confe- rence on System Sciences, Maui.  Marko ©kufca je zaposlen kot vodja programa BI pri podjetju ADD v Ljubljani. Njegova karierna pot ga je vodila prek uvajalca sistemov ERP ter spletnih reπitev do podroËja poslovnega obveπËanja in podatkovne analitike, na katerem aktivno deluje zadnjih dvanajst let. V tem Ëasu je sodeloval na πtevilnih projektih imple- mentacije podatkovnoanalitskih reπitev doma in v tujini. Specializira se v njihovo naËrtovanje in svetovanje na podroËju podatkovne analitike, pri Ëemer ohranja visoko tehniËno raven znanja. Kot svetovalec aktivno sodeluje s podjetjem Microsoft, pri Ëemer v sklopu programa P-TSP pomaga pri uvajanju novih tehnologij in praks podatkovne analitike na regijski ravni.  Aleπ PopoviË je zaposlen kot izredni profesor na Katedri za poslovno informatiko in logistiko Ekonomske fakultete Univerze v Ljubljani. Je tudi gostujoËi profe- sor in raziskovalec na Information Management School − Univerza NOVA v Lizboni. Je Ëlan Zdruæenja za informacijske sisteme (Association for Information Systems) in redni vodja sekcij na mednarodnih konferencah (European Conference on Information Systems, Americas Conference on Information Systems). Deluje kot aktivni recenzent in Ëlan uredniπkih odborov v πtevilnih mednarodnih priznanih revijah ter kot recenzent temeljnih raziskovalnih projektov Portugalske nacionalne agencije za financiranje znanosti, raziskav in tehnologije.