הכותבים במנטליקה מרוויחים תמלוגים מהפרסומות, רוצה גם? ההרשמה בחינם!
b_i

BI - למה בירות וטיטולים הולכים טוב ביחד


וודאי שמתם לב לאחרונה שרשתות השיווק התחילו לאחרונה לקרוא את המחשבות שלכם.. אז זהו שלא! פשוט הרשתות נכנסו לעידן הנתונים החדש הלא הוא "בינה עסקית" המכונה BI אותיות המייצגות בראשי תיבות את השם Business Intelligence .
בס"ד
 
הבינה העסקית BI הינה ענף מתחום הנתונים הרחב והמוכר יותר שבו שפת התכנות הינה  SQL , ,תחום ה- BI הולך ומתפתח בעשרות השנים האחרונות ותופס תפקיד מרכזי בעיקר בקבלת החלטות ותכנון עתידי של הנהלת החברות הגדולות במשק כמו הבנקים וחברות הביטוח וכמעט תמיד תפותח בתיאום עם סמנכ"ל הכספים של החברה למדידת הרווח והפסד התפעולי . הסיבה לכך, היא מאחר ובחברות הגדולות יש גם מידע עצום של נתונים הזורמים ונשמרים במערכות התפעול של החברה וגם תקציב מספיק לפיתוח מערכות בינה עסקית ומדובר בהוצאה לא קטנה בכלל גם במונחים של החברות הגדולות במשק.
 
ישנן מספר נקודות המייחדות את הבינה העסקית על מערכות הנתונים הקלאסיות.


הראשונה, איסוף הנתונים המכונה בשמו המקצועי ETL . מה שמייחד כמעט כל מערכת BI היא העובדה שפיתוח הדו"חות לנתונים תמיד יהיה בשלב מאוד מאוחר יחסית למערכות אחרות בעוד שבהן לרוב הדו"ח יבוסס על שאילתות ותחקור בסביבת נתונים זהה. מערכות ה- BI  מאפשרות להציג נתונים ממספר מקורות שונים (ולעיתים גם משונים..) לשם כך בשלב הראשון יש להחליט באיזה שפה תכנות וסביבת עבודה ישמרו הנתונים ופה גם המקום לציין שסביבה זו תמיד תהיה חיצונית מהמערכות התפעוליות של החברה הן כדי "להגן" על נתוני המקור והן כדי לשמור על אחידותם.  בשלב זה יכולה להיות הפתעה לא נעימה למשל בניסיון לאחד את הנתונים עלולים להתגלות קשיים טכניים, "חורים" במידע בין סביבות הנתונים וכמובן לצערם של המתכנתים המציאות העגומה תתברר רק במהלך העבודה. אך מצד שני, היכולת הווירטואוזית שמפגין כאן המתכנת מייצרת לו ניסיון וידע ייחודי בתחום ה- ETL  בפני עצמו וחלקם מהמתכנתים יישארו התחום הזו לאורך שנים ללא נגיעה בהכנה ופיתוח דו"חות הנתונים.

השנייה, מדידה וסכימה של מידע רב ממדי. למעשה, זהו המאפיין המרכזי ביותר של ה- BI בעוד בעולם הנתונים הקלאסי הדו"חות יציגו במקרים רבים נתוני לקוח מסוים , בעולם ה- BI כמעט אין למצב זה משמעות. הבינה העסקית באה למדוד ולסכום מידע במבט "על" בלבד אך בשל כך ניתן לקשר בין תחומים וקריטריונים רבים בו זמנית בדו"ח אחד. נשמע מסובך ? בואו ניקח דוגמא שגם תפתור לכם את התעלומה לשאלה מהכותרת למה בירות וטיטולים הולכים טוב ביחד . חברה אמריקאית שמפעילה רשת קמעונאית של 24/7 גילתה בדו"חות ה- BI  שפותחו עבורה שבשעות הלילה גברים בגילאי 30-40 קונים בתדירות גבוהה במיוחד שישיית בירות ומארז טיטולים. בואו נפרק את המידע הזה לגורמים : בשעות הלילה נניח "20:00-24:00" מהווה סעיף או רמה בממד הזמן, באופן דומה "גברים" בממד המין (ז/נ) , וגילאי 30-40 בממד גילאים, בירות וטיטולים בממד המוצרים. תדירות גבוהה יחסית במדד הסיכומי של פריטי החברה.  חשבתם שסיימנו ? ממש לא  , מה לגבי סניפי הרשת בממד הסניפים, וספקי הבירות והטיטולים מן הסתם שונים .. המידע הנ"ל הוביל לכך שבכל סניפי הרשת קירבו מאוד את הבירות והטיטולים האחד לשני כדי להקל על הגבר הממוצע והעייף בסוף יום העבודה לחפש את מבוקשו ושחס ושלום הרשת לא תפספס את העסקה המיוחלת על חשבון רשת מתחרה.  נחזור להסבר הכללי ונציין שכדי שהמידע מכל הממדים יתחבר אחד לשני השיטה היא ליצור מפתחות מספרים כמו בר-קוד או ת.ז בכל ממד ואז בטבלת העובדות הגדולה שהיא טבלת התנועות של הלקוחות נמלא רק את אותם המפתחות של הממדים על סמך המידע מהמקורות שאספנו בשלב הראשון לכן בטח הבנתם שטבלת העובדות גדולה וארוכה מהרגיל כדי להחזיק את המפתחות מכל הרישומים מכל המקורות וברמה המפורטת ביותר עליה ניתן לבצע כל מיני סכימות בהתאם לבקשת הלקוח.   
 
השלישית , מערכות הדו"חות . אחרי שהבנתם שהמידע הדרוש ללקוח שונה ממערכות נתונים קלאסית תוכלו להבין למה חברות רבות אצו רצו לפתח מערכות דו"חות המותאמות לבינה עסקית. הגדילה לעשות חברת מייקרוסופט שקנתה מחברת פנורמה הישראלית בתחילת שנות ה-90  את מנגנון החישוב המכונה קובייה הבנוי על שפה וסביבה ייחודית ועצמאית משאר מערכות הנתונים של מייקרוסופט בעצמה מה שחייב מתכנתים ללמוד ולפתח על כלי שלא היה מוכר עד לאותה תקופה.  כיום חברות רבות פיתחו והוציאו לשוק תוכנות שלמעשה מבצעות את הקישורים באופן אוטומטי למתכנת שאם עשה עבודה טובה בבניית המפתחות לממדים התוצאה תהיה מרשימה ביותר בהתחשב בכך שהמתכנת דילג על שלב הקובייה בפיתוח מה שמוזיל משמעותית את עלות הפרויקט ונותן יתרון משמעותי ביותר לרכישת המערכות הללו המכונות In Memory .

הרביעית, העיבוד הלילי. עד כה עיקר מערכות הבינה העסקית מתוזמנות ומופעלות רובן ככולן בשעות הלילה שמשרדי החברה סגורים. העיבוד יערך מספר שעות מאחר ואז יתחיל תהליך איסוף הנתונים בניית קשרי המפתחות ועוד תהליכים די כבדים מבחינת זמן הריצה שהרי ציינו בתחילה את כלל הברזל שלא עובדים אף פעם על נתוני המקור בשונה מרבים מהדו"חות התפעוליים. בסיום העיבוד השימוש בדו"ח יהיה קל ומהיר מאחר והמידע "נלעס" טוב מראש כל שבתחילת יום העבודה החדש יוכלו הלקוחות ובראשן המנהלים ליהנות ממידע מעודכן של יום העסקים האחרון בחברה. לאחרונה, חברות המבוססות על מסחר אלקטרוני באינטרנט התחילו להזמין מערכות BI כדי לתחקר את אותם חתכים שמעניינים כל חברה מסחרית אך גם את אפקטיביות הפרסום שלהם ביחס לעלויות שלו, ROI בשפת השיווק.
אפשר כמובן להרחיב בעוד נקודות המאפיינות את הבינה העסקית כגון מערך ההרשאות והמידור והצפת "חריגות" במידע הפנימי של החברה, אך בחרתי בנקודות היותר בולטות בייחודיותן על מערכות הנתונים הקלאסיות. בכל אופן, וודאי כבר הבנתם שמערכות הבינה העסקית מאפשרות ל"עקוב" אחרינו בצורה מצוינת ואוטומטית ובמידה וברצונן להגיע לכל לקוח המשימה די פשוטה על סמך מאפייניו האישים של הלקוח והפעולות שבצע בעבר הגם שלרוב כאמור המידע שימושי בעיקר לניתוח מגמות, אסטרטגיה עסקית ומדידת הרווחיות של החברה על בסיס יומי.

מאמר זה טרם דורגמרתקמענייןנחמדסבירגרוע


מה דעתך על BI - למה בירות וטיטולים הולכים טוב ביחד ?
תגובתך:
כתובת אתר: //:HTTP
שם: אימייל : קבלת תגובות לאימייל
פרסום תגובה

ידוע כהבינה העסקית BI הינה ענף מתחום הנתונים הרחב והמוכר יותר שבו שפת התכנות הינה SQL, וודאי שמתם לב לאחרונה שרשתות השיווק התחילו לאחרונה לקרוא את המחשבות שלכם, הרשתות נכנסו לעידן הנתונים החדש הלא הוא "בינה עסקית" המכונה BI, העיבוד הלילי. עד כה עיקר מערכות הבינה העסקית מתוזמנות ומופעלות רובן ככולן בשעות הלילה שמשרדי החברה סגורים, וודאי כבר הבנתם שמערכות הבינה העסקית מאפשרות ל"עקוב" אחרינו בצורה מצוינת ואוטומטית ובמידה וברצונן להגיע לכל לקוח המשימה די פשוטה על סמך מאפייניו האישים של הלקוח והפעולות שבצע בעבר הגם שלרוב כאמור המידע שימושי בעיקר לניתוח מגמות, אסטרטגיה עסקית ומדידת הרווחיות של החברה על בסיס יומי