هوش تجاری و انبار داده چیست؟
هوش تجاری یا BI (Business Intelligence) به مجموعهای از ابزارهای مدیریتی برای نمایش، توصیف، تحلیل و کاوش دادههای کسبوکار گفته میشود که برمبنای دادههای جمعآوری شده از فرآیندها و تراکنشهای کسبوکار با کردشکار اداری مستمر میشود.
انبارداده مجموعه بزرگی از دادههاست که بهعنوان زیرساخت و هستهاصلی کاربردهای هوش تجاری جمعآوری و تجمیع شدهاست.
چرا هوش تجاری؟
از اوایل دهه ۹۰ میلادی – که مفاهیم اولیه سیستمهای تصمیمیار (Decision-Support Systems) معرفی شدند – تاکنون، تکنولوژیها و معیارهای متنوعی برای پیادهسازی هوش تجاری در شرکتها و سازمانهای دولتی طراحی و عرضه شدهاست. کسبوکارهای رقابتی، فعالیتهای نیازمند شفافیت، سازمانهای خدمترسان دولتی نیازمند ارزیابی، و کلیه فرآیندهایی که از افزایش بهرهوری سوم میبرند – و در یک کلام، همه کسب و کارهای متوسط و بزرگ – گریزی از هوش تجاری ندارند.

در سازمان های سنتی، تولید یک گزارش با تحلیل مدیریتی نیازمند کدر از هفتجوان است. افراد متعددی در واحدهای مختلف دستاندرکار جمعآوری دادهها از پایگاه داده، تحویل آن به مدیران میانی و کارشناسان هستند که فرآیند تولید گزارش را بسیار پیچیده و طولانی میکند.
دسترسی به پایگاههای داده عملیاتی (OLTP) با کُندی بسیار همراه است و میتواند گردش اطلاعات طبیعی سازمان را مختل کند. علاوه بر آن تحلیل یا گزارش وقتی به دست مدیر میرسد که اهمیت و اولویت زمانی خود را از دست دادهاست. از طرف دیگر مشخص نیست چه کسی در این فرآیند مسئولیت تصمیمگیریها را میپذیرد.
چرا انبار داده؟
پایگاههای داده تراکنشی (OLTP) زیرساخت اطلاعاتی فعالیتهای روزمره و عملیاتی سازمان هستند که مهمترین شاخصه آنها، پردازش اطلاعات کمحجم و پیکرگ با حفظ سازگاری (consistency) است. این پایگاهها به منظور رسیدن به این هدف از ساختاری نرمالشده استفاده میکنند و عموماً حاوی جداول متعدد و ارتباطات پیچیده بین ستونها هستند.
در مقابل، کاربردهای تحلیل داده ها نیازمند پردازش اطلاعات حجیم و کمتکرار است که عمدتاً بر اساس شاخصهای مختلف تجمیع و ترکیب شده اند. به همین دلیل ساختار داده های تراکنشی برای گزارش گیری و تحلیل مناسب نیستند. انبارداده از یک سو با جمعآوری دادههای کسبوکار از منابع مختلف و ترکیب آنها میکوشد قابلیت تحلیل، ارزیابی فرآیندها، شناخت کلیت کسبوکار، و کشف روابط پنهان آن را ممکن کند؛ و از سوی دیگر با تغییر ساختار، باکیفیت و بهینهسازی و پیشپردازش دادهها، دو شاخص سرعت پاسخگویی و دقت نتیجه را برای مخاطبان تضمین نماید.

راهبری یک سازمان بدون مراجعه مستمر به شاخصهای کلیدی، مثل راندن هواپیمای بدون رادار است.
فرآیند پیادهسازی هوش تجاری در سازمانها
عملیات پیادهسازی هوش تجاری در سازمانها را میتوان به سه مرحله تقسیم کرد:
۱. شناسایی کسب و کار، نیازها، و منابع اطلاعاتی
۲. طراحی انبار داده و پیاده سازی فرآیندهای ETL
۳. استقرار سامانههای تحلیلی و توصیفی
رسیدن به فاز بهرهبرداری، مجموعه وسیعی از قابلیتهای جدید را به مدیران میدهد که به مثابه یک رادار برای راهبری سازمان خواهد بود.
دسترسی به گزارشات دورهای پایش سطحهای کلیدی عملکرد (KPIs)، مشاهده روندها و سری زمانی تحولات شرکت، ایجاد بینش (Insight)، مشاهده تاثیر عوامل روی همدیگر، پیشبینی شاخصها، نظارت بر عملکرد جزئی واحدها از جمله این قابلیتهاست.
علاوهبر این، تکنیکهای دادهکاوی، یادگیری ماشین و مدلسازی آماری به کشف روابط پنهان بین عوامل موثر در کسبوکار کمک نموده و آنچه را که زیر نهفته، نمایان میسازد.
انبارداده موضوعی
در سالهای اخیر، بسیاری از پروژههای هوش تجاری با طراحی انبارداده سازمانی (EDW) به شکست انجامیده است. یکی از معضلات اجرای این نوع طراحی، پیچیدگی و تأخیر زیاد در پیادهسازی است.
استفاده از انباردادههای موضوعی (Data Marts) یک راهحل جایگزین برای حل این مسائل است. در این روش برای هر بخش یا دایرهان سازمان، بسته به وظایف تعریف شدهاش، زیرمجموعهای مرتبط از دادههای منابع جمع آوری و به صورت انباردادهای مختص آن بخش تجمیع میشود.
اگرچه این روش نسبت به روش انبارداده سازمانی دارای محدودیتهایی مانند افزایش هزینه، پشتیبانی و افزونگی (Redundancy) دادههاست، فواید قابل توجه آن کاهش زمان پیادهسازی، امکان شکست پروژه به زیرپروژههای کوچکتر و پیادهسازی مرحلهای، پیچیدگی کمتر و افزایش کارایی (Performance) تولید گزارشات، آن را در بسیاری از شرایط تبدیل به گزینه مطلوب و عملیتر میکند.
