It-disciplinen business intelligence har uretfærdigt lidt den skæbne at blive kaldt for endnu et buzzword i den it-branche, som ellers så rigeligt flyder over af netop den slags.
For business intelligence er ikke hype, i hvert fald ikke i den forstand, at det skulle være et begreb uden indhold.
BI handler kort fortalt om at bruge de data, som virksomheden har til rådighed. Og skal det være rigtig effektivt, skal data trækkes fra alle kilder og systemer: økonomi, produktion, HR, lager, CRM og så videre.
BI-softwarens opgave er først og fremmest præsentere det hele i et grafisk miljø, som brugeren kan forstå.
I BI hedder det meget betegnende et dashboard, altså et instrumentbord, som for eksempelvis salgsdirektøren kan styre sit behov for information med. Herfra kan han få statistik på, hvordan det går med salget af et bestemt produkt. Fungerer det, eller skal man justere på en varegruppe?
Topledelsen kan trække rapporter ud om snart sagt alt, og tempoet på genereringen af disse rapporter ryger hele tiden i vejret. I dag behøver man ikke vente flere dage på, at computerne har tygget tallene igennem. Rapporterne kan i visse tilfælde leveres inden for få timer.
Mange data hurtigt
Det handler altså om at få viden ud af data. Ud af mange data, fra mange forskellige kilder. Og så skal det gå hurtigt. Det er den korte forklaring på hvad business intelligence er, men under den gemmer sig en lidt længere.
I BI-verdenen opererer man med mange begreber, men der er i hvert fald tre, som er værd at kende definitionen på.
Udover BI er det data warehousing og analytics.
Data warehousing handler om at gøre data klar, det vil sige, samle og integrere data, sikre at der ikke er dubletter i datamaterialet og sørge for, at data indtager et format, der kan bruges i resten af systemet.
Analytics handler om at finde mønstre i data og forklare årsagssammenhænge. Det bruges til at lave forecast, optimerings- eller scoringsmodeller.
For eksempel når man skal have et lån i banken. Banken bestemmer ens risikoprofil og dermed hvilken rente, der skal betales for lånet, via en analytics model.
Forecast bruges for eksempel til at forudsige elforbruget i det kommende døgn, og dermed kan elselskaberne vide, hvor meget el de skal købe på el-markedet.
En disciplin i sig selv
Endelig dækker begrebet BI over en lang række ting, men som kan sammenfattes til at være den del af en løsning, der møder brugeren og sætter ham eller hende i stand til at trække diverse data ud i en tilgængelig og forståelig form.
BI, data warehousing og analytics er opstået i slutningen af 80'erne og begyndelsen af 90'erne. Før den tid talte man om rapporter, analyser og forespørgsler.
"Men BI gik hen og blev en it-disciplin i sig selv. I løbet af 90'erne begyndte der at komme løsninger ovenpå. Og efter årtusindeskiftet begyndte de samlede BI-suiter at gøre deres indtog," fortæller Georg Morsing, som er uddannelsesdirektør i BI-virksomheden SAS Institute.
Han mener desuden, at BI-begrebet i dag er blevet så ukonkret, at dele af branchen er på vej væk fra betegnelsen og inden for den nærmeste fremtid vil begynde at tale om business analytics, data management, data governance og master data management.
Mobility er et krav
I dag skal tingene også være mobile. En sælger på kundebesøg skal kunne trække data og generere statistikker, uanset hvor han befinder sig, og de aller fleste BI-leverandører tilbyder da også mobile løsninger.
Hvis en applikation ikke er mobil i dag, kan du glemme at sælge den, som en kendt teleanalytiker mener.
"Du skal ikke tilbage på kontoret for at tjekke en lagerbeholdning, en timeseddel eller et kørselsregnskab. Det kan du glemme. Hvis din tidsregistrering eller sagssystem ikke understøtter dine mobile brugere, så er det usælgeligt," siger Torben Rune fra Netplan.
Informationer kan salgsfolk i alle brancher bruge, men BI bruges en lang række steder, da statistisk behandling af data kan afsløre sammenhænge, man ellers ikke ville have opdaget.
Karkirurgi og logistik
Det er sundhedsvæsnet et godt eksempel på, hvor for eksempel lægerne på karkirurgisk afdeling på Gentofte sygehus har udviklet en BI-model, der kan hjælpe dem med at forudse, hvilke faktorer, der har særlig negativ indvirkning på en patients sandsynlighed for at overleve en operation.
I store, logistiktunge virksomheder er intelligent og dynamisk analyse af produktnumre i dag et must, hvis man skal gøre sig håb om at drive en konkurrencemæssig sund forretning.
For eksempel konkret styrer et BI-system fra SAS Institute, den afgørende indkøbsfunktion i indkøbscentret Magasin, og BI-løsningen er tilmed forsynet med funktion, der sætter systemet i stand til at foretage automatiske genbestillinger af de 40.000 mest gængse varer, der til hver en tid skal være at finde på hylderne Magasins seks stormagasiner.
Hver nat læses dagens salgstal og lagertal automatisk ind i BI-løsningen, og klokken 5.30 næste morgen får Magasin anbefalinger på indkøb tilbage i sit eget it-system, og de bliver automatisk konverteret til faktiske ordrer hos Magasins leverandører.
Alle de store er med
Alle de store systemleverandører i Danmark tilbyder BI-løsninger, og i toppen ligger SAP, Oracle, IBM og Microsoft.
Der udover findes der en stor underskov af mindre BI-udviklere, ligesom række af konsulenthuse, der kan implementere BI-løsninger er lang.
En stor del af dem kan findes i Computerworlds bracheguide.
De store huse erkendte alle for et par år siden, at de var nødt til at kunne tilbyde BI sammen med deres ERP-løsninger. Derfor købte SAP BusinessObjects, IBM købte Cognos, Oracle Hyperion og Microsoft ProClarity.
