| Sažetak | U ovom radu obrađena je primjena postojećih znanja o razvoju sustava poslovne inteligencije u jednoj organizaciji na praktičnom primjeru. Rad teoretski objašnjava sve važne segmente razvoja – preuzimanje i skladištenje podataka, upotrebu ETL procesa, izrade podatkovnih kocki, planiranje i izradu upravljačkih ploča, te kao poseban dio naglašava izradu vizualizacija podataka koje djeluju kao komponente upravljačkih ploča.
U današnje vrijeme informacija je moć, te predstavlja jedan od ključnih resursa odlučivanja i upravljanja. Na tragu navedenog, razvijaju se sustavi poslovne inteligencije koji imaju za cilj zadovoljenje korisničkih potreba u segmentu upravljanja organizacijom. Razvoj ovakvih sustava započinje definiranjem korisničkih zahtjeva, a što su spomenuti zahtjevi jasniji i nedvosmisleno definirani, razvoj menadžerskih sustava je jednostavniji i precizniji. Poslovna inteligencija u tom smislu predstavlja način dostavljanja pravih informacija u pravom formatu, u prave ruke, u pravom trenutku.
Podaci su ključni segment poslovne inteligencije, te je njihova kvaliteta obrnuto proporcionalna uloţenom trudu i vremenu u razvoj sustava poslovne inteligencije čiji su temelj. Kvaliteta podataka se očituje kroz standardiziranost, podudarnost, verificiranost i proširivost. Podaci koji se gomilaju svakodnevnim poslovanjem, korištenjem sustava poslovne inteligencije, stvaraju dodatnu vrijednost organizaciji, umjesto dodatne troškove koji bi se generirali njihovim skladištenjem i nedostatkom korištenja.
Da bi se navedeni podaci stavili u upotrebu kroz sustav poslovne inteligencije, prvo je potrebno izgraditi skladište podataka sa potrebnim karakteristikama ovisno o potrebama korisnika. Idući korak je upotreba ETL procesa, u koje spada preuzimanje i čišćenje podataka iz transakcijskih baza podataka ili vanjskih izvora, te njihovo transformiranje na način da se mogu unijeti u skladište podataka i u konačnici koristiti u sustavu. Po završetku punjenja skladišta podataka, pristupa se izgradnji kocki podataka (OLAP), u kojima se definiraju atributi za sve tablice (dimenzijske i tablice činjenica), koje se spajaju primjenom primarnih i stranih ključeva. Što su veći sustavi sa kompleksnijim zahtjevima, izrada kocki biti će zahtjevnija. Kocke podataka čine "mozak" sustava poslovne inteligencije. Tek nakon navedenih koraka, pristupa se izradi upravljačkih ploča čiji su dio i vizualizacije podataka, sa svim kognitivnim smjernicama koje čine korisničko iskustvo upotrebe upravljačkih ploča kvalitetnim ili nekvalitetnim.
Kreiranje ovakvih sustava ponekad moţe biti dugotrajan proces, ali ispravno planiranje i definiranje korisničkih zahtjeva moţe znatno skratiti vrijeme razvoja sustava. Sustavi poslovne inteligencije već duže vrijeme nisu nepoznanica, niti ih koriste i razvijaju samo velike i razvijene organizacije. U malim organizacijama oni su također počeli biti vaţan dio poslovanja i načina upravljanja, te predstavljaju alat koji može olakšati poslovanje i time potencijalno organizaciji donijeti prevagu na tržištu. |
| Sažetak (engleski) | This paper shows the application of gathered knowledge on developing business intelligence system in an organization. Paper theoretically explains all relevant development stages – downloading and storing data, usage of Extract/Transform/Load processes and, as a specific area, data visualization as a part of dashboard components.
In today’s era, information is power, and as such is considered one of the key elements of management. On that note, efforts are made to develop business intelligence systems as a part of organization management which are user friendly. Development starts with identifying user requests and, making them as clear and defined as possible, allowing for the development of management systems to be easy and concise. Business intelligence in that sense is a way of delivering the right information in a right format, to a specific user, in a specific time.
Data is the key element of business intelligence, and its quality is inverse to time and effort spent in developing business intelligence system, of which they’re the basis. Data quality is shown through standardization, compatibility, verification and upgradeability. Data is constantly being added and expanded through everyday use of business intelligence system, adding value to the organization instead of creating extra costs of storing.
The presumption of using and upgrading data through the business intelligence system is creating a data storage based on the specific characteristics of users. Next step is the usage of EXTRACT/TRANSFORM/LOAD processes to download, extract and clense data from transactional data bases or external sources, and their loading to data storage and use in the business system itself. After completing data storing, ONLINE ANALYTICAL PROCESSING is performed, which defines the atributes for all database tables (dimension table and fact table), connected by primary and foreign keys. The bigger and complex the business system is, the development of OLAP cubes will be more demanding. OLAP cubes are the “brains” of the business intelligence system. After performing mentioned steps, we can start with forming dashboards, and data visualization as one of their parts, with all the cognitive guidelines that secure quality user experience.
Developing these systems often consumes a lot of time, but well planned and defined user demands can significantly shorten the process. For some time now, business intelligence systems are not reserved only for big developed organizations, but have become an important part of decisions making process in smaller organizations. They are a tool that facilitates business planning and potentially brings leverage in the competitive business environment. |
