How to get and maintain a competitive advantage with analytics

1. Business Intelligence jako
podpora konkurenční
výhody podniku
Jaroslav Šmarda

2. Strana: 2, © Vema, a. s.
Obsah
Business Intelligence a analytika
Analytika a konkurenční výhoda
Analytická konkurence
Architektura BI
Budoucnost analytické konkurence

3. Strana: 3, © Vema, a. s.
Business Intelligence a analytika
Business Intelligence:
Množina technologií a procesů, které využívají data k
porozumění a analýze podnikatelské výkonnosti
Analytika:
Podmnožina BI
Extenzivní využívání dat, statistické a kvantitativní
analýzy, vysvětlovacích a prediktivních modelů k
rozhodování a následnému jednání
Vstup pro rozhodování:
Lidí
Plně automatické

4. Strana: 4, © Vema, a. s.
BI a analytika
Standardní sestavy Co se stalo?
Ad hoc sestavy Kolik, jak často, kde?
Dotaz/zavrtání Kde přesně je
problém?
Upozornění Jakou akci je třeba
učinit?
Statistická analýza Proč se to stalo?
Předpovědi/extrapolace Co se stane,
když trend bude pokračovat?
Prediktivní modelování Co se
stane jako následující?
Optimalizace Co nejlepšího by se
mělo stát?
Stupeň inteligence
Konkurenčnívýhoda
Analytika
Přístupy a
reporting

5. Strana: 5, © Vema, a. s.
Strategie a konkurenční výhoda podniku
Strategie:
Integrovaná a koordinovaná množina akcí a vazeb,
které podnik využívá na specifickém trhu k získání
konkurenční výhody zužitkováním svých klíčových
kompetencí
Klíčové kompetence:
Zdroj konkurenční výhody
Schopnosti, které jsou:
Hodnotné
Vzácné
Napodobitelné jen s vysokými náklady
Nenahraditelné

6. Strana: 6, © Vema, a. s.
Analytika a klíčové kompetence
Vybrat klíčovou kompetenci
Rozvoj klíčové kompetence podpořit
sledováním analytik
Ne intuitivní rozvoj, ale měřený

7. Strana: 7, © Vema, a. s.
Analytika a konkurenční výhoda
Carr, N. (Does IT Matter?)
IT se stává komoditou. Samotné IT nemůže
být konkurenční výhodou.
Konkurenční výhoda
BI sama o sobě ne
Klíčová kompetence podpořená analytiky ano

8. Strana: 8, © Vema, a. s.
4 pilíře analytické konkurence
Klíčovékompetence
podpořenéanalytiky
Celopodnikovépou
analytik
Podporavrcholové
managementu
Vysokéambicev
analytik

9. Strana: 9, © Vema, a. s.
5 stádií analytické konkurence
Analytická
konkurence
Analytická organizace
Analytické usilování
Lokální analytika
Analyticky nedotknutý

10. Strana: 10, © Vema, a. s.
5 stádií analytické konkurence
Stádium Otázka Cíl Metrika
1. Analyticky
nedotknutý
Co se stalo? Získat přesná data
pro zlepšení operací
Žádná
2. Lokální analytika Co můžeme udělat,
abychom zlepšili …?
Použít analytika ke
zlepšení jedné funkce
ROI zlepšené funkce
3. Analytické
usilování
Jak můžeme
extrapolovat
současný trend?
Použít analytika ke
zlepšení klíčové
kompetence
Budoucí výkonnost a
tržní hodnota
4. Analytická
organizace
Jak můžeme použít
analytik k inovacím a
diferenciaci?
Vybudovat analytické
schopnosti k
dosažení diferenciace
Analytika jako
důležitý činitel při
zlepšování
výkonnosti a hodnoty
organizace
5. Analytická
konkurence
Jak můžeme
předstihnout
konkurenci?
Dosáhnout plné
analytické
kompetence
Analytika jako hlavní
hnací stroj
výkonnosti a hodnoty
organizace

11. Strana: 11, © Vema, a. s.
Analytika jako zdroj konkurenční výhody
Těžko napodobitelné
Unikátní
Přizpůsobivé k mnoha situacím
Lepší než konkurence
Obnovitelné

12. Strana: 12, © Vema, a. s.
Výběr analytik – zaměření na interní procesy
Finanční
Nákladové
Balanced scorecard
Soustava propojující strategické a finanční ukazatele
Finanční (cash flow, návratnost aktiv)
Zákazníci (procento opakovaných prodejů, efektivnost
zákaznického servisu)
Interní procesy (zlepšení využití aktiv)
Učení a růst (inovace, počet nových produktů ve srovnání s
konkurencí)
Výrobní, operační, kvalita
Vývoj
Lidské zdroje
talent management index

13. Strana: 13, © Vema, a. s.
Výběr analytik - zaměření na externí procesy
Zákaznické
Zákaznické preference
Získání a udržení zákazníků
Cenová citlivost
Značka
Dodavatelské

14. Strana: 14, © Vema, a. s.
Architektura BI
BI:
Analytika – použití dat k analýze, předvídání,
prognózování, optimalizaci apod.
Procesy a technologie používané pro sběr,
zpracování a prezentování dat určených k
rozhodování
Architektura BI:
Systémy, aplikace a řídící procesy, které
zajišťují, aby se analytika dostala k těm, kteří
je potřebují

15. Strana: 15, © Vema, a. s.
Architektura BI
Datamanagement
Transformační
nástrojeaprocesy
Datováúložiště
Analytickénástrojea
aplikace
Prezentačnínástroje
aaplikace
Metadata
Operační procesy

16. Strana: 16, © Vema, a. s.
Data management
Cíl:
Zajistit, že organizace má a používá správné
informace
Datová významnost Jaká data jsou třeba pro analytickou
konkurenci?
Datové zdroje Kde můžeme taková data získat?
Datová kvantita Kolik dat potřebujeme?
Datová kvalita Jak můžeme dosáhnout větší přesnosti a
zhodnocení dat?
Datové řízení Jaká pravidla a procesy potřebujeme pro
řízení dat?

17. Strana: 17, © Vema, a. s.
Transformační nástroje a procesy
Čištění a ověření správnosti dat
Transformace na jednotný formát
ZIP
Klasifikační číselníkové údaje

18. Strana: 18, © Vema, a. s.
Datová úložiště (Repository)
Data warehouse
Databáze – integrované údaje z mnoha
zdrojů
Data mart
Oddělené skladiště – z jednoho zdroje
Úložiště metadat
Technické informace, datové definice,
informace o zdrojích dat, postupu výpočtu,
přesnosti, jednotkách apod.

19. Strana: 19, © Vema, a. s.
Analytické nástroje a aplikace
Používané analytické technologie
Tabulkové procesory
OLAP nástroje
Statistické a kvantitativní algoritmy
Rule engine
Nástroje pro dolování dat
Nástroje pro textové dolování (data crawler)
Simulační nástroje

20. Strana: 20, © Vema, a. s.
Analytické nástroje a aplikace
Nové analytické technologie
Textové kategorizace
Genetické algoritmy
Expertní systémy (Warren Buffett in a box)
Nástroje pro dolování audio a video dat
Swarm Intelligence (rojová inteligence)
Information Extraction (textové)
Collective Intelligence

21. Strana: 21, © Vema, a. s.
Collective Intelligence
Sdílená nebo skupinová inteligence, která
vyplývá ze spolupráce a konkurence
Vyskytuje se v mnoha podobách
konsensuálního rozhodování – baktérie,
zvířata, lidé, počítačové systémy
Nejen sbírat a zobrazovat informace, ale
generovat nové
Příklady
Wikipedia
Google PageRank

22. Strana: 22, © Vema, a. s.
Prezentační nástroje a aplikace
Nástroje pro ad hoc výstupy
Nástroje pro vizualizace komplexních dat
Upozornění (alerts)
Také například na PDA nebo mobil

23. Strana: 23, © Vema, a. s.
Operační procesy
Jak organizace vytváří, řídí, udržuje data a
aplikace
Standardy, datové politiky, ochrana dat,
zabezpečení

24. Strana: 24, © Vema, a. s.
Budoucnost analytické konkurence
Technologické změny
Vše prostupující BI software
Specializovaný BI hardware
Více automatického rozhodování
Více real-time analytik
Více upozornění (alerts)
Business Activity Monitoring
Více vizuálních analytik
Více předpovědí a méně reportingu
Více nástrojů pro dolování textových dat
Collective Intelligence

25. Strana: 25, © Vema, a. s.
Business Activity Monitoring (BAM)
Software, který pomáhá monitorovat
podnikatelské aktivity a procesy, které mají
implementaci v počítačových systémech
Cíl BAM:
Poskytovat v reálném čase informace o stavu
a výsledcích operací, procesů a transakcí
Přínos BAM:
Poskytovat organizaci informace pro lepší
rozhodnutí, rychle odhalovat problémové
oblasti a umožnit organizaci rychle se
přizpůsobovat změnám

26. Strana: 26, © Vema, a. s.
Zdroje
Davenport, T.H., Harris, J. G. Competing on
Analytics.
Carr, N. G. Does IT Matter?
Segaran, T. Programming Collective
Intelligence: Building Smart Web 2.0
Applications
Sodomka, P. Informační systémy v
podnikové praxi.

27. Děkuji za pozornost