POSLOVNE INTELIGENCIJE

SEMINARSKI RAD

I

Split, ožujak 2013.

Sadržaj

1. UVOD..................................................................................................................................2

1.1. Predmet istraživanja, svrha i cilj rada..........................................................................3

1.2. Izvori podataka i metodologija izrade..........................................................................4

1.3. Sadržaj i struktura rada.................................................................................................4

2. POJAM SUSTAVA POSLOVNE INTELIGENCIJE.........................................................5

2.1. Sastavnice sustava poslovne inteligencije....................................................................7

2.2. Ciklus poslovne inteligencije.......................................................................................9

3. SPECIFIČNOSTI RAZVOJA SUSTAVA POSLOVNE INTELIGENCIJE....................10

3.1. Korijeni koncepta poslovne inteligencije...................................................................10

3.2. Integracija koncepta poslovne inteligencije i poslovnih informacijskih sustava.......11

3.3. Razlozi za primjenu sustava poslovne inteligencije...................................................13

3.3.1. Budućnost primjene sustava poslovne inteligencije...........................................15

4. TEHNIKE I ALATI ZA PRIMJENU SUSTAVA POSLOVNE INTELIGENCIJE........16

4.1. Skladištenje podataka.................................................................................................17

4.2. Rudarenje podataka....................................................................................................18

4.3. OLAP alati..................................................................................................................19

5. ZAKLJUČAK....................................................................................................................20

LITERATURA.........................................................................................................................21

POPIS SLIKA...........................................................................................................................22

POPIS SHEMA.........................................................................................................................22

POPIS TABLICA.....................................................................................................................22

POPIS GRAFIKONA...............................................................................................................22

II

1. UVOD

Konkurencija, tehnološke promjene i intenzitet tih promjena, odlike su poslovne okoline

današnjice, a informacija u elektronskom obliku postaje element bez kojeg se ne može

odvijati, a niti planirati bilo koji segment konkurentnog poslovanja. Ova konstatacija potiče

na razmišljanje, kako prihvatiti takav oblik informacije, kako ga razvijati i kako njezinim

korištenjem ostvariti konkurentnost na turbulentnom, globalnom tržištu. Jednostavno, može se

reći, da je informatička tehnologija (IT) pokrenula novi način razmišljanja i ponašanja

poslovnih ljudi, te ujedno stvorila novi oblik ekonomske okoline.

Prije početka informacijskog doba, u drugoj polovici 20-tog stoljeća, za potrebe poslovanja,

kompanije su prikupljale podatke iz neautomatiziranih izvora, te nisu posjedovale računalne

resurse za odgovarajuću analizu podataka. Stoga su, svoje poslovne odluke temeljile

uglavnom na intuiciji. Automatizacijom sve više sustava, drastično se povećala količina

podataka koja je postala dostupna. Njihovo je prikupljanje ipak bilo nedostatno, zbog

pomanjkanja infrastrukture za razmjenu podataka i nekompatibilnosti sustava. Analiza

prikupljenih podataka i izrada poslovnih izvještaja ponekad je trajala mjesecima. Na temelju

tih izvještaja mogle su se donositi neke dugoročne, strateške odluke, dok su kratkoročne,

taktičke odluke i dalje ostale temeljene na intuiciji.

Sustav poslovne inteligencije intenzivno se počinje razvijati kada su poduzeća automatizirala

svoje poslovne procese, odnosno implementirala različite transakcijske sustave, koji su se vrlo

brzo pokazali kao generatori velikih količina podataka. S tehničke strane, poslovna

inteligencija razvijala se kao proces kojim su se ponajprije prikupljali podaci, te pretvarali u

upotrebljive informacije. Daljnjim razvojem informatičkih sustava, omogućena je analiza

prikupljenih informacija, kako bi ih u konačnici koristili vlasnici tvrtki i menadžment, u

procesu odlučivanja. Današnji sustav poslovne inteligencije (engl. Business Intelligence – BI)

objedinjava metodologije, tehnologije i platforme za skladištenje podataka (engl. Data

Warehousing), procesiranje podataka (engl. On – line Analytical Processing – OLAP) i

rudarenje podataka (engl. Data Mining), koje omogućavaju kreiranje korisnih upravljačkih

informacija iz podataka o poslovanju.

U skladu s prethodno navedenim, u ovom seminarskom radu biti će ukratko prikazane

specifičnosti razvoja sustava poslovne inteligencije, te istaknuta važnost tog sustava u

suvremenom poslovanju.

2

1.1. Predmet istraživanja, svrha i cilj rada

Predmet istraživanja ovog rada je sustav poslovne inteligencije. Koncept sustava poslovne

inteligencije podrazumijeva transformaciju mnoštva fragmentiranih djelića znanja (podataka)

u informacije i njihovo pročišćavanje analitičkim tehnikama u znanje ili mudrost izbora prave

poslovne odluke u pravom trenutku, a sažet prikaz navedenog, na osnovi analize i deskripcije,

predstavlja svrhu ovog rada. Koncept poslovne inteligencije sadrži mnogobrojne tehnike,

alate, ciljeve, itd., te u znanstvenoj i stručnoj literaturi postoji niz pojmova vezanih za razvoj

poslovne inteligencije, stoga su u nastavku (Tablica 1.) definirani osnovni pojmovi i kratice

koje će se koristiti u ovom radu. Definicije su preuzete iz postojeće literature.

Tablica 1.: Ključni pojmovi u kontekstu poslovne inteligencije

POJAM ZNAČENJEBusiness Intelligence - BI (poslovna inteligencija)

Skup metodologija i softverskih alata koji omogućavaju korištenje podataka iz skladišta podataka i njihovo pretvaranje u informaciju potrebnu za donošenje poslovnih odluka.

Data Warehouse (skladište podataka)

Glavni repozitorij organizacijskih povijesnih podataka. Kopija transakcijskih podataka optimiziranih za potrebe izvješćivanja i analize poslovanja, bilo da je riječ o internim bilo o eksternim podatcima.

Data Mart Dio skladišta podataka, najčešće usredotočen na specifično područje poslovanja.

Data Mining (rudarenje podataka)

Zasebna disciplina unutar poslovne inteligencije, namijenjena prepoznavanju određenih uzoraka ponašanja u podatcima. Uglavnom se zasnivana naprednim matematičkim / statističkim algoritmima.

ETL Akronim za Extract – Transform – Load (ili ponekad ELT) procese. Riječ je o procesima prebacivanja i preobrazbe podataka iz izvorišnih sustava u skladište podataka.

OLAP Akronim za Online Analytical Processing. Koncept analize podataka zasnovan na multidimenzionalnoj podatkovnoj strukturi, s ciljem vrlo brzoga dohvata podataka. Srce toga koncepta je OLAP kocka; sastoji se od dimenzija i mjera koje korisnik može stavljati u proizvoljan odnos tijekom analize.

IT Akronim za informacijsku tehnologiju - razvoj, istraživanje, provedba, dizajn i upravljanje informacijskim sustavima, posebice programskom opremom (softver) i računalnom sklopovnom podrškom (hardver).

Izvor: osobna izrada prema korištenoj postojećoj literaturi

Cilj seminarskog rada je istražiti specifičnosti razvoja sustava poslovne inteligencije i

njegovih komponenti, odnosno istražiti mogućnosti postojećih metodologija, alata i tehnika

navedenog sustava, u cilju što efikasnijeg poslovnog odlučivanja. Osnova razumijevanja

sustava poslovne inteligencije je sposobnost razlikovanja gradivnih elemenata znanja ili

inteligencije. Znanje nastaje oplemenjivanjem niza informacija, kao što i informacija nastaje

oplemenjivanjem i transformiranjem niza fragmentiranih podataka.

3

Osnovna hipoteza rada je da su sustavi poslovne inteligencije specifični i složeni, suvremeni

informacijski sustavi koji zahtijevaju cjelovit, standardiziran pristup i metodologiju razvoja

koju je poželjno prilagođavati posebnostima poslovanja i procesima konkretne organizacije.

1.2. Izvori podataka i metodologija izrade

Ovaj se rad, s obzirom na njegov prethodno navedeni predmet

istraživanja, jednim dijelom temelji na javno objavljenim poslovnim

podatcima, dokumentaciji i Internetskim informacijama kompanija koje

danas na tržištu nude cjelovite sustave poslovne inteligencije, kao što su Micosoft, Oracle,

SAP i dr. Teoretski dio rada obrađen je uz pomoć sveučilišnih udžbenika i

priručnika, prezentacija, stručnih i znanstvenih članaka i ostalih

Internetskih informacija koje se odnose na temu rada. Podaci i informacije

prikupljane su metodom kompilacije, izdvajanjem i raščlanjivanjem

određenih odlomaka, a pri izradi rada korištena je metoda deskripcije,

indukcije, dedukcije i komparacije.

1.3. Sadržaj i struktura rada

Seminarski rad sastoji se od sažetka, sadržaja, uvoda, tri veće cjeline, sa pripadajućim pod

cjelinama, zaključka, popisa literature, popisa slika, shema, tablica i grafikona. U prvoj

cjelini, pod nazivom UVOD čitatelje uvodim u temu, definiram predmet istraživanja, svrhu i

cilj rada, te pojašnjavam aktivnosti vezane za samu izradu seminarskog rada. U drugoj cjelini,

pod nazivom POJAM SUSTAVA POSLOVNE INTELIGENCIJE, definiran je sustav

poslovne inteligencije, njegove sastavnice i ciklus. U trećoj cjelini, koja je nositelj teme

seminarskog rada, pod nazivom SPECIFIČNOSTI RAZVOJA SUSTAVA POSLOVNE

INTELIGENCIJE opisujem korijene koncepta poslovne inteligencije, njegov razvoj i

integraciju sa poslovnim informacijskim sustavima, te razloge za primjenu istog. Četvrta

cjelina nosi naziv TEHNIKE I ALATI ZA PRIMJENU SUSTAVA POSLOVNE

INTELIGENCIJE u kojoj se nalazi navedeno u naslovu. U ZAKLJUČKU sažeto prikazujem

iznesene činjenice u ovom radu, a završavam ga popisom korištene literature i ostalim

prethodno navedenim popisima.

4

2. POJAM SUSTAVA POSLOVNE INTELIGENCIJE

U posljednjih tridesetak godina, uz pet tradicionalnih i temeljnih poslovnih resursa: ljudskih,

financijskih, materijalnih, upravljačkih i tehnoloških, informacija je postala ravnopravni, šesti

organizacijski resurs.1 Posljedica, odnosno uzrok tolike važnosti informacije, može se

jednostavno i pragmatično utvrditi činjenicom da živimo u informacijsko doba. Sama

informacija rezultat je obrade podataka. Za razliku od podataka, priprema se i predstavlja na

način da bude korisna u tekućem poslovanju i pri donošenju poslovnih odluka.2 Stoga,

suvremene organizacije izražavaju potrebu za učinkovitim poslovnim informacijskim

sustavom, koji će omogućavati prikupljanje, čuvanje, obradu i pristup informacijama kada je

to potrebno i tako stvarati potporu pri donošenju poslovnih odluka i rješavanju poslovnih

problema.3 Neke od tih odluka mogu biti trivijalne, primjerice poput povećanja ili smanjenja

proizvodnje nekog proizvoda, a one se donose na temelju informacija koje su jednostavne i

mogu u nepromijenjenom obliku poslužiti kao ulaz takvim odlukama, poput informacija o

prošlotjednoj prodaji tog proizvoda ili stanja na odlaznom skladištu. S druge strane, pred

menadžment se može staviti i odluka: Zaslužuje li inovacija razvojnog odjela ulazak u

proizvodnju ili kakve poteze povući da se proizvod čija je prodaja posrnula, ponovno vrati u

vrh? Za takve odluke ne postoje informacije koje bi u neobrađenom obliku poslužile kao ulazi

za odlučivanje. Stoga je potrebno ulazne informacije filtrirati, preraditi i povezati kako bi se

na temelju istih mogli donijeti određeni zaključci ili odluke. Jasno je da takav proces nije

jednostavan, pogotovo, uzevši u obzir da postoji ogromna količina podataka koji su dostupni s

tržišta konkurencije ili koji dolaze iz unutarnjih izvora kompanije. Potrebno je odabrati zaista

one podatke koji su relevantni za neku svrhu. U tom se pogledu pojavljuje sustav poslovne

inteligencije, kao nova aktivnost koja se odnosi na aplikacije i tehnologije koje se koriste za

prikupljanje, omogućavanje pristupa i analiziranje podataka o operacijama u kompaniji.

Sustavi poslovne inteligencije na taj način omogućavaju kompanijama neprekidan pristup

1 Vukmirović, S., Čapko, Z.: Informacijski sustavi u menadžerskom odlučivanju, Sveučilište u Rijeci, Ekonomski fakultet, Rijeka, 2009., str. 6. 2 SAP: Poslovni informacijski sustavi: značaj, svrha, integriranost (1), http://www.sapmag.com.hr/show_article.php?id=392, SAP MAG 44, travanj 2007.3 Vukmirović, S., Čapko, Z.:op. cit., str. 6.

5

informacijama o faktorima koji utječu na njihovo poslovanje, poput prodaje, proizvodnje ili

internih operacija.4

Za sada, još uvijek postoje brojne kontroverze glede definicije pojma poslovne inteligencije.

U najjednostavnijem određenju, poslovna inteligencija predstavlja ranije prikriveno znanje,

koje se otkriva iz operativnih, rutinskih prikupljanih poslovnih podataka, primjenom

odgovarajućih računsko – logičkih metoda, obično podržavanih informacijskom

tehnologijom.5 Najšira definicija sustava poslovne inteligencije je da ista predstavlja

obavještajnu aktivnost u poslovnom svijetu, koju planiraju, organiziraju i provode poslovni

subjekti, pri čemu ta aktivnost podrazumijeva proces legalnog prikupljanja podataka, njihovu

analizu i pretvaranje u gotove, upotrebljive informacije, radi pružanja potpore menadžmentu

poslovnog subjekta, s ciljem donošenja i realizacije što kvalitetnijih poslovnih odluka.6

Kao strategijski resurs, sustav poslovne inteligencije je takav sustav koji čuva informacije i

znanje o konkurenciji, kupcima, dobavljačima, procesima. On omogućava poslovno

pregovaranje i brojčano argumentirani nastup prema kupcima i dobavljačima, kvalitetno

operativno planiranje, praćenje ponašanja konkurencije, promatranje pojedinih tržišnih

segmenata te predviđanje budućih pojava. Također, sustav poslovne inteligencije nudi bolje

razumijevanje vlastitih kupaca i spoznaju što ih potiče na određeno ponašanje.

S informatičke strane, sustav poslovne inteligencije složeni je informacijski sustav koji

automatiziranim procedurama prikuplja podatke iz različitih izvora, obrađuje ih,

transformira i integrira te omogućuje korisnicima dostup do kvalitetne informacije na

intuitivan i lako razumljiv način. Odnosno, poslovna inteligencija objedinjava

metodologije, tehnologije i platforme za skladištenje podataka, procesiranje podataka i

rudarenje podacima, koje tvrtkama omogućavaju kreiranje korisnih upravljačkih informacija

iz podataka o poslovanju što se nalaze disperzirani na različitim transakcijskim

sustavima, te dolaze iz različitih internih i eksternih sustava.7

4 Lacković, M.: Poslovna inteligencija: Zašto, što i kako? http://www.ebizmags.com/zasto-sto-i-kako-s-poslovnom-inteligencijom/ , Ebizmags (21.01.2009.)5 Panian, Ž., Klepac, G.: Poslovna inteligencija, Masmedia, Zagreb, 2003., str. 4 – 6.6 Pfeifer, S., Alpeza, M.: Business Intelligence, Sveučilište Josipa Jurja Strossmayera, Ekonomski fakultet u Osijeku, Osijek, 2011., str. 5 – 6.7 Luetić, A., Šerić, N.: Business Intelligence u funkciji upravljanja nabavnim lancem, Sveučilište u Splitu, Ekonomski fakultet, Split, 2009., str. 172.

6

Prema navedenom, mogao bi se steći dojam da sustav poslovne inteligencije teži stvaranju što

veće količine podataka i informacija, međutim, istina je upravo suprotna – koncept poslovne

inteligencije temelji se na slijedećim zamislima:

namjera ovog koncepta nije stvaranje što veće količine informacija, već isključivo

generiranje boljih i kvalitetnijih informacija i znanja za donošenje poslovnih odluka

poslovna inteligencija pruža korisnicima samo one informacije koje su im potrebne ali

u pravo vrijeme i iskazane na način koji donositelju odluka najviše odgovara

ispravno korištenje koncepta poslovne inteligencije smanjiti će količinu informacija

kojoj je menadžment izložen, istovremeno im povećavajući kvalitetu.8

2.1. Sastavnice sustava poslovne inteligencije

Osnovne značajke sustava poslovne inteligencije su slijedeće:

zasniva se na personalizaciji

proaktivna je

nastaje iz operativnih podataka.

Personalizacija podrazumijeva primjenu tehnologije u svrhu proaktivnog zahvaćanja,

organiziranja i dostavljanja informacija ciljanim korisnicima. Kako bi sustav poslovne

inteligencije uspješno funkcionirao, on mora zahvaćati unutarnje i vanjske podatke koji se

prikupljaju u spremištima podataka, koja međusobno povezana, prerastaju u skladište

podataka. U tehnološkom smislu, pored spremišta podataka sustav poslovne inteligencije čine

još ETL procesi, OLAP alati, eksperni sustavi, te rješenja zasnovana na nejasnoj, neizrazitoj

logici (engl. fuzzy logic).9 Kao što je prikazano na Shemi 1. i Slici 1.

Shema 1: Sustav poslovne inteligencije

8 Panian, Ž., Klepac, G.: op. cit., str. 25.9 Luetić, A., Šerić, N.: op. cit.., str. 65.

7

Izvor: Panian, Ž., Klepac, G.: Poslovna inteligencija, Masmedia, Zagreb, 2003., str. 61.Slika 1.: Infrastruktura sustava poslovne inteligencije

Izvor: Paninan, Ž., Klepac, G.: Poslovna inteligencija, Masmedia, Zagreb, 2003., str. 34.

Kao što je vidljivo na Slici 1., sa stanovišta informatičke infrastrukture, sustav poslovne

inteligencije započinje s izgradnjom skladišta podataka kao jednom centralnom bazom

podataka u koju se slijevaju svi podaci nastali u poduzeću ili podaci nabavljeni izvan

poduzeća. Navedeni podaci prethodno prolaze kroz procese ekstrakcije, transformacije i

punjenja, nakon čega su spremni za analize.10 Poslovna inteligencija, kao znanje izvedeno iz

tih podataka, zapravo nije i ne može biti homogena kategorija, već sadrži određene

podskupine, podvrste ili komponente inteligencije koje u svojoj ukupnosti čine ono

10 Ljubetić, V.: Upravljanje znanjem primjenom alata poslovne inteligencije, Sveučilište u Zagrebu, Ekonomski fakultet, Zagreb, 2005., str. 86.

8

što smatramo i nazivamo poslovnom inteligencijom.11 Slijedom navedenog,

sustav poslovne inteligencije čine četiri osnovne komponente:

1. Infrastruktura – skladište podataka, ETL alati, operativno spremište

podataka

2. Funkcionalnost – BI platforme, Data Mining, BI aplikacije (operativne,

strateške, analitičke), ad – hoc izvještavanje

3. Organizacija – mjerenje performansi, informacijska/korporativna

kultura, BI metodologije, BI centar (objedinjavanje znanja i vještina)

4. Poslovanje – ključni pokazatelji uspješnosti, trendovi,

transparentnost.12

2.2. Ciklus poslovne inteligencije

Poslovna inteligencija predstavlja okvir uspješnosti menadžmenta, stalan i kontinuiran ciklus

gdje poduzeća postavljaju svoje ciljeve, analiziraju napredak, stječu uvid u poslovanje,

poduzimaju radnje, mjere svoju uspješnost i dr. Ova ciklička aktivnost jest u stvari proces

sastavljen od različitih međusobno povezanih faza pri čemu slijedeća može započeti tek tada

kada prethodna uspješno završi. Ciklus počinje planiranjem i upravljanjem, odnosno

postavljanjem ciljeva, potom slijedi prikupljanje podataka i informacija koji se u idućoj fazi

analiziraju, a u posljednjoj fazi rezultati analize se distribuiraju, kao što prikazuje Slika 2.

Slika 2.: Ciklus poslovne inteligencije

Izvor: Luetić, A., Šerić, N.: Business Intelligence u funkciji upravljanja nabavnim lancem,

11 Panian, Ž. et al.: Poslovna inteligencija – Studije slučajeva iz hrvatske prakse, Ekonomska biblioteka, Zagreb, 2007., str. 2.12 Ljubetić, V.: op. cit., str. 87.

9

Sveučilište u Splitu, Ekonomski fakultet, Split, 2009., str. 72.

Cilj analize podataka jest u tome što se identificiraju trendovi, obrasci i tendencije, a

formuliranjem niza scenarija mogu se predviđati vjerojatni budući ishodi te otkrivati

potencijalne mogućnosti i prepreke. U fazi distribucije raspoloživa se inteligencija putem

pristupačnih medija dostavlja korisnicima odnosno donositeljima odluka. Ciklus poslovne

inteligencije ne završava distribucijom, svojom posljednjom fazom, već se dalje nastavlja, s

obzirom da u poslovanju nikada nema konačnih odgovora, postavljaju se nova pitanja i zadaju

novi strateški ciljevi.

3. SPECIFIČNOSTI RAZVOJA SUSTAVA POSLOVNE INTELIGENCIJE

Pojam business intelligence na svjetsku je scenu 1989. godine lansirao Howard Dresner,

tadašnji glavni analitičar američke konzultantske kuće GartnerGroup Inc., iz Stamforda

(SAD), kako bi kategorizirao koncepte i metode koji pomažu u lakšem donošenju poslovnih

odluka. Od tog trenutka, taj tradicionalno neekonomski pojam (intelligence) snažno je utisnut

u gospodarstva diljem svijeta. Štoviše, sustav poslovne inteligencije zadobio je ulogu

instrumenta bez kojeg je poslovanje u suvremenim uvjetima nezamislivo.13

3.1. Korijeni koncepta poslovne inteligencije

Koncept poslovne inteligencije prakticira se već tisućljećima u različitim domenama

društvenog života. Povijesne preteče poslovnog inteligence-a su vojni intelligence (umijeće

vođenja strategije snalaženja na nepoznatim okruženjima), zaštita državne sigurnosti (različiti

oblici zaštite nacionalne sigurnosti), te zaštita unutrašnje sigurnosti (različite forme kojima se

osigurava poštivanje zakona i zaštita poretka). Neka novija istraživanja ukazuju i na

postojanje koncepta poslovne inteligencije u Dubrovačkoj Republici, početkom 18. stoljeća.

13 Bilandžić, M. et al.: Business Intelligence u hrvatskom gospodarstvu, Poslovna izvrsnost, Zagreb, god. VI (2012), br. 1., str. 10.

10

Tadašnji konceptualni model počiva na informiranom snalaženju u novim prostorima i

raspoloživosti tzv. "prethodnog saznanja", a s vremenom se nije puno promijenio. Temeljni

koncept poslovne inteligencije zasniva se na ciljanom, svrhovitom i svjesnom prikupljanju

podataka, njihovom vrednovanju i povezivanju u informacijske blokove koji se mogu

višekratno i višenamjenski prostorno oblikovati i koristiti za različite projekcije ili izvješća.

Ono što se u konceptu promijenilo, od njegova nastajanja do danas, su korisnici, intenzitet i

ciljevi njegovog korištenja. Prvi korisnici strateških saznanja bili su vojskovođe, vladari i

bankari, dok se krug suvremenih korisnika poslovne inteligencije širi među menadžerima. Ovaj je

koncept nekad bio podređen ciljevima dobivanja bitke ili rata, dok je danas podređen ostvarivanju

konkurentske prednosti ili kompetentnosti. Suvremena uporaba termina poslovna inteligencija

nastoji odvojiti početni vojni termin od poslovnog. Nadalje, snažan porast digitalizacije

svakodnevnog života uvjetuje sve veće povezivanje poslovne inteligencije sa konceptom

poslovnih informacijskih sustava i telekomunikacijske tehnologije.14

3.2. Integracija koncepta poslovne inteligencije i poslovnih informacijskih sustava

Poslovna inteligencija je evoluirala iz sustava za podršku odlučivanju koji se je koristio u

američkim tvrtkama šezdesetih godina 20-tog stoljeća. Svoj intenzivan razvoj BI sustav započinje

kada su poduzeća automatizirala svoje poslovne procese, odnosno implementirala različite

transakcijske sustave, koji su se vrlo brzo pokazali kao izvrsni generatori velikih količina

podataka. Dolazi do tzv. eksplozije podataka – podaci su se sve više gomilali, nastajale su nove i

nove baze, ali se do njih nije moglo doći brzo i jednostavno, pa se nisu niti upotrebljavali.

Paralelno s tim, rasla je svijest to tome da u takvim podacima leži veliki potencijal i pravo

bogatstvo, ali da je potrebno nešto čime će se ti podaci objediniti, obraditi i staviti na raspolaganje

vodstvu i vlasnicima tadašnjih kompanija. Analogno tome, u početku je primjena informacijskih

sustava u poslovanju bila usmjerena na obradu transakcija, primjerice obradu zaliha, praćenje

proizvodnje i prodaje, evidencija zaposlenika i obradu njihovih plaća. Tijekom godina,

informacijski sustavi evoluiraju i počinju služiti vlasnicima i menadžerima kompanija kao

potpora prilikom donošenja odluka. Evolucija sustava poslovne inteligencije prikazana je i na

sljedećem Grafikonu 1.

Grafikon 1.: Evolucija poslovne inteligencije

14 Pfeifer, S., Alpeza, M., op. cit., str. 8 – 9.

11

Izvor: Sistem poslovne inteligencije, http://www.seminarskirad.biz/radovi/ekonomija (25.01.2013.)

Postojanje transakcijskih sustava je preduvjet za nadogradnju na naprednije sustave. Njih je

moguće razviti samo ako postoji obrada svih transakcija u okviru razvijenih temeljnih

informacijskih podsustava poduzeća. Svaki obrađeni podatak unutar transakcijskog dijela

informacijskog podsustava postaje potencijalni građevni element kod kasnijih analiza

podataka koje su bitne gledano sa stajališta sustava za podršku odlučivanju. Osnovna funkcija

sustava za potporu odlučivanju jest potpora kod donošenja strateških odluka. Takav sustav se

može promatrati kao sustav koji objedinjuje elemente rudarenja podataka, statistike, umjetne

inteligencije, matematike, menadžmenta i ostalih područja koji vode zadanom cilju. U odnosu

na transakcijske sustave, sustav potpore odlučivanju prilikom izvršavanja složenijih zadataka,

koristi se sustavima za upravljanje bazama podataka, upitnim jezicima, generatorima izvješća,

programima za grafičku ili statističku obradu podataka. Namjena sustava za potporu

odlučivanju je nadogradnja postojećeg informacijskog sustava i njegovo oplemenjivanje

inteligentnim metodama.

Na današnje sveobuhvatne mogućnosti poslovne inteligencije bitno je utjecao i razvoj osobnih

računala, na način da je računalna snaga postala dostupnija. To je omogućilo analitičku

obradu, na onim radnim mjestima i u ono vrijeme kada je bilo potrebno. Daljnjim razvojem

informatičkih tehnologija dolazi do migracije poslovne inteligencije na Internet, pa stvaranje

Web aplikacija za poslovnu inteligenciju, koje ne traže ništa više osim Internet preglednika, a

postaju dostupne i s mobilnog telefona.

12

Povećanjem svijesti o znanju dovodi nas do "ekonomije znanja" koja rezultira porastu

nacionalne ekonomije. Upravljanje znanjem putem primjene koncepta poslovne inteligencije

neizostavan je faktor strategije uspješnih globalnih poslovnih sustava, a isto tako i državnih

institucija razvijenih zemalja. Na taj način organizacije stvaraju novo znanje iz različitih

izvora informacija uz pomoć informacijskih tehnologija. Koncepti i tehnologija poslovene

inteligencije nam omogućava lakše i učinkovitije rješavanje upravljačkih problema. Nadalje,

za stjecanje konkurentskih prednosti, te za napredovanje poslovnih subjekata na tržištu nije

dovoljna samo tehnologija nego je potreban i kvalificiran kadar koji će poznavati suvremene

trendove i znat će na pravi način iskoristiti sve prednosti koje mu omogućavaju sustavi

poslovne inteligencije. Do danas, takvi su se sustavi razvili u integrirane softverske pakete

podržanim od strane baza znanja i metoda umjetne inteligencije koje omogućuju simuliranje

donošenja odluka. Primjena koncepta poslovne inteligencije predstavlja izazov, ali i

neizvjesnost, a u nekim slučajevima i otpor određenih interesnih skupina koji poništavaju već

postignute rezultate zalaganja za uvođenje sustava poslovne inteligencije od strane pojedinaca

ili skupine. Business intelligence orijentiran je sustavnoj, kontinuiranoj i kontroliranoj

aktivnosti prikupljanja eksternih informacijskih podražaja i njihovom pretvaranju u znanje

neophodno za donošenje mudrih odluka.15 Razvoj jednog ovakvog sustava neminovno vodi do

razvoja i drugih sličnih sustava s različitim svrhama, ostavljajući sve više vremena i resursa za

obavljanje osnovne poslovne djelatnosti (Core Businessa).16

3.3. Razlozi za primjenu sustava poslovne inteligencije

Osnovni razlozi za uvođenje BI sustava jesu sljedeći:

Okolina više nije statična. Ponuda proizvoda i usluga je ogromna, konkurencija je

velika. Istraživanja pokazuju da danas ponuda roba i usluga barem 30% nadmašuje

potražnju. Tržišta su zasićena. Nove okolnosti traže nova rješenja, novi izazovi nove

napore. Prošla su vremena kada je bilo dovoljno proizvesti robu ili uslugu.

Globalizacijom tržišta, razvojem distribucijskih kanala, prodiranjem Interneta u svaku

poru gospodarstva, stvari su se promijenile. Danas su poduzeća pretrpana podacima,

dok s druge strane, postoji nedostatak korisnih informacija. Kako bi se smanjio

raskorak između količine raspoloživih podataka i informacija, potrebno je definirati 15 Pfeifer, S.: Od informacijskog podražaja do znanja, 7. međunarodni simpozij Informacijski sustavi - IS '96, Zbornik radova, Aurer, B., Hunjak, T. (ur.), Fakultet organizacije i informatike, Varaždin, 1996., str. 217 – 230.16 Combis: Poslovna inteligencija, http://www.combis.hr/hr/rjesenja-i-usluge/po-vrsti/usluge-razvoja-i-integracije/poslovna-inteligencija (25.01.2013)

13

procese prikupljanja podataka i njihovu preradu u informacije. Vrijeme reakcije na

podražaje iz okoline treba skratiti.

Resursi su uvijek ograničeni. Vrijeme kao najvažniji čimbenik gotovo uvijek je

presudno. Stoga treba znati kako treba djelovati da bismo s najmanje napora riješili

najveće probleme?

Dekompozicija lanca vrijednosti (nabava, skladištenje, proizvodnja, prodaja,

postprodajne aktivnosti) omogućava pravilnu upotrebu efekta poluge. Lanac

vrijednosti omogućava pronalaženje fundamentalnih rješenja za postojeće probleme, a

ne ublažavanje simptoma, a najčešće je efekt poluge najveći u prodaji.

Kupci (uz zaposlenike i njihovo znanje) predstavljaju najveću vrijednost koju

poduzeće posjeduje. Kako ih zadržati? Stabilni odnosi s kupcima ključ su dugoročne

uspješnosti poduzeća. Nalaženje novih kupaca je deset puta skuplje nego zadržavanje

postojećih. Ako poduzeće uspije smanjiti odlazak kupaca konkurenciji za 5%, može

udvostručiti svoju zaradu.

Velika opasnost prijeti kompanijama zbog pritajenog nezadovoljstva kupaca. Samo

4% nezadovoljnih kupaca izravno se žali na lošu kvalitetu proizvoda ili usluga. 90%

kupaca koji nisu zadovoljni kvalitetom proizvoda, izbjegavat će taj proizvod. Svaki od

tih nezadovoljnih kupaca obavijestit će drugih deset do dvadeset osoba.

Osiguranje i održavanje likvidnosti operativni je upravljački problem. Rješenja ovog

problema izravno utječu na upravljanje poslovnim rezultatom. Kako bi se ovladalo

ovim operativnim problemima treba poznavati svoje kupce, dobavljače, procese i veze

među njima.

Kako bi cijeli ciklus operativnog kontrolinga (prikupljanje podataka, planiranje,

analiza i kontrola te upravljanje) u poduzeću uspješno funkcionirao, treba imati njemu

primjerenu i dobro razvijenu informacijsku infrastrukturu.

Kao jedna od najvećih mogućnosti učinaka BI sustava je sposobnost organizacije da

automatizira i prepusti standardne operativne postupke na brigu računalnom sustavu,

osigurava oslobađanje mnogih ljudskih resursa od svakodnevnih poslova koji se, uz razvoj

odgovarajućeg sustava, uniformiraju i definiraju skupom pravila i procedura s točno

utvrđenim redoslijedom procesa te njihovih ulaza i izlaza. Informacije o odvijanju procesa

14

transparentne su i uvijek dostupne diljem organizacije.17 Učinke sveobuhvatnog sustava

poslovne inteligencije prikazani su i na sljedećoj, Shemi 2.

Shema 2: Učinci sveobuhvatnog sustava poslovne inteligencije

Izvor.: Panian, Ž.: Poslovna inteligencija, Razvitak koncepta poslovne inteligencije, dio 4., http://web.efzg.hr/dok//inf/panian/PI%20predavanja%20-%20dio%204.2009.pdf,

Ekonomski fakultet Zagreb, 2009./2010.3.3.1. Budućnost primjene sustava poslovne inteligencije

U prvih desetak godina od svojega nastanka poslovna se inteligencija uglavnom koncentrirala

na analize povijesnih podataka i bavila traženjem odgovora na pitanje "Što se događalo?",

pokušavajući prepoznati pravilnosti i otkriti zakonitosti u zbivanjima iz nekog proteklog

razdoblja. Cilj je pritom bio komunicirati otkrivena znanja izvršiteljima konkretnih poslova,

menadžerima i poslovnim partnerima kako svi skupa ne bi ponavljali pogreške učinjene u

prošlosti ili propuštali poslovne prilike koje ranije nisu uspijevali uočiti. Količina podataka

koje je trebalo prikupljati i pohranjivati bila je zapanjujuća, tako da je ubrzo razvijen i

započelo se s primjenom koncepta skladištenja podataka (engl. Data Warehousing). Kao i

svaki oblik automatizacije poslovnih procesa, i skladištenje podataka s vremenom evoluira

kako bi moglo zadovoljiti stalno rastuće potrebe poslovanja. Unatoč brojnim i značajnim

uspjesima ostvarenima primjenom skladišta podataka iz kojega se izvodi poslovna

inteligencija koja može dati kvalitetne odgovore na pitanja o tome što se zbivalo u prošlosti,

to nije moglo zadovoljiti većinu potreba planiranja i analize koje iziskuju pogled unaprijed.

Poslovna je inteligencija, dakle, trebala izaći iz područja povijesnih analiza i usmjeriti se

budućnosti.18 U razdobljima koja slijede, kompanije će se u potpunosti morati oslanjati na

sustave poslovne inteligencije, prvenstveno kako bi mogle držati korak s konkurencijom.

17 Combis: Poslovna inteligencija, http://www.combis.hr/hr/rjesenja-i-usluge/po-vrsti/usluge-razvoja-i-integracije/poslovna-inteligencija (25.01.2013)18 Panian, Ž. et al.: op. cit. , str. 36.

15

Stoga su korisnici poslovne inteligencije počeli zahtijevati informacije i poslovnu

inteligenciju u realnom vremenu, odnosno analizu podataka u realnom vremenu. Svježe

informacije nastale iz procesiranja podataka moraju biti dostupne u svakom trenutku. S druge

strane, kompanije će morati promijeniti poslovne procese kako bi mogle iskoristiti tokove

poslovnih podataka. Takav se pristup poslovnoj inteligenciji često naziva i BI2.0. To je novi

pojam koji se odnosi isključivo na prikupljanje, dostavljanje i analizu podataka u realnom

vremenu, što su obilježja koja ranije izvedbe pomagala za poslovnu inteligenciju nisu imala.

Takav se stav temelji na činjenici da poslovna pravila i strukture nisu jedinstvene, te da se

razlikuju između implementacija transakcijskih sustava unutar jedne kompanije. Drugi je

problem činjenica da se same poslovne strukture mijenjaju. Također je činjenica da se sve dok

se poslovna inteligencija temelji na repozitoriju podataka postoji potreba za pretvorbom

podataka u neki jedinstveni format, što može predstavljati veliki problem u slučaju više

razdvojenih izvora podataka.19

4. TEHNIKE I ALATI ZA PRIMJENU SUSTAVA POSLOVNE INTELIGENCIJE

Nakon što smo poslovnu inteligenciju smjestili u kontekst poslovanja, možemo navesti

tehnike i alate kojima je poslovna inteligencija implementirana. Razvijena su mnoga

pomagala koja prikupljaju i analiziraju velike količine nestrukturiranih podataka. Svaki

proizvođač pomagala za poslovnu inteligenciju razvija i nudi drugačiji proizvod koji najčešće

odgovara potrebama određenog sektora, primjerice maloprodaje ili financijskih usluga. Neke

su aplikacije usredotočene na analizu performansi, projekte ili interne operacije, poput AQL

(Associative Query Logic), Scorecarding, praćenja poslovnih aktivnosti, menadžmenta

poslovnih performansi, poslovnog planiranja, reinženjeringa poslovnih procesa, analize

kompetencija, sustava za izvješćivanje krajnjih korisnika, Enterprise Management sustava,

EIS (Executive Information Systems), menadžmenta lanaca opskrbe/potražnje ili pomagala za

financije i budžetiranje.

Druge se aplikacije poslovne inteligencije odnose na pohranjivanje i analizu podataka, poput

rudarenja podataka (Data Mining), farmi i skladišta podataka (Data Farming, Data

warehouses), sustava za potporu odlučivanju (Decision Support Systems, DSS) i

19 Lacković, M.: Poslovna inteligencija: Zašto, što i kako? http://www.ebizmags.com/zasto-sto-i-kako-s-poslovnom-inteligencijom/ , Ebizmags (21.01.2009.)

16

prognoziranju, skladišta dokumenata i upravljanje dokumentima, mapiranja i vizualizacije

informacija, sustava menadžmenta informacija (Management Information Systems, MIS),

geografskog informacijskog sustava (Geographic Information Systems, GIS), analize

trendova, softwarea kao usluge (Software as a service, SaaS), online analitičkog procesiranja

(Analytical Processing, OLAP) i višedimenzionalne analize, poslovne inteligencije u

stvarnom vremenu, statističke i tehničke analize podataka, Web-a, rudarenja teksta, itd.

Ostale aplikacije odnose se na analizu ili upravljanje "ljudskom" stranom posla, poput

menadžmenta odnosa s kupcima (Customer Relationship Management, CRM) i marketinških

pomagala, aplikacija za upravljanje ljudskim resursima ili web personalizacije. Poslovna

inteligencija često koristi indikatore ključnih performansi (Key performance indicators,

KPI`s) kako bi ocijenila trenutno stanje poslovanja i odredila buduće smjernice. Poslovni

subjekti koji imaju veće operacijske rizike često analiziraju KPI podatke tjedno ili dnevno.20

Slijedeća, Tablica 2. prikazuje četiri revolucionarna koraka koja su pružila mogućnost brzih i

preciznih odgovora kakve danas zahtijeva suvremeno poslovanje.

Tablica 2.: Evolucijski koraci tehnika i alata poslovne inteligencije

Izvor: Paninan, Ž., Klepac, G.: Poslovna inteligencija, Masmedia, Zagreb, 2003., str. 78.

Danas se na tržištu nude cjeloviti sustavi poslovne inteligencije prepoznatljivih tvrtki kao što

su Micosoft, Oracle i SAP.

20 Ibidem

17

4.1. Skladištenje podataka

Data Warehousing ili skladištenje podataka predstavlja proces integracije podataka koji se

nalaze u cjelokupnoj poslovnoj organizaciji, u jedinstveni rječnik iz kojega krajnji korisnici

mogu dobiti izvještaje i provoditi ad-hoc analize podataka. Podaci potrebni za donošenje

odluka najčešće se nalaze na različitim mjestima. U većoj organizaciji podaci su često

smješteni na nekoliko različitih relacijskih baza podataka kojima upravljaju različiti

operacijski sustavi (primjerice: MS Excel, MS Access tablice), a koriste se u raznim

aplikacijama, na Internetu, itd. Proces definiranja koji su to podaci, gdje se oni nalaze, kako ih

izvući i strukturirati vrlo je važna faza izgradnje svakog sustava poslovne inteligencije. U tu

se svrhu koriste alati za ekstrakciju, transformaciju i punjenje – ETL (engl. Extract,

Transform, Load). Svi relevantni podaci se zatim spremaju u skladište podataka koje može

biti izgrađeno u relacijskom ili dimenzijskom modelu. Dimenzijska struktura podataka,

omogućava visok stupanj vizualizacije podataka, a to je upravo ono što menadžeri žele vidjeti.

Za brzo i kvalitetno donošenje odluka menadžerima su potrebni integrirani i vremenski

pravovremeni podaci, a sustavi poslovne inteligencije upravo to omogućavaju. Dimenzijska

struktura skladišta podataka omogućava sagledavanje podataka kombinirajući više relevantnih

faktora, npr. prodaja određenog proizvoda po regijama u nekom vremenskom roku.

4.2. Rudarenje podataka

Data Mining ili rudarenje podataka možemo definirati kao pronalaženje zakonitosti u

podacima. Rudarenje podataka je prirodna evolucija tehnologije, a koja upotrebljava

koncepte, metode i tehnike različitih disciplina kao što su baze podataka, statistika i umjetna

inteligencija. Tehnologija baza podataka se razvila iz primitivnih u sofisticirane i moćne

sustave baza podataka kakve danas poznajemo. Taj razvoj omogućio je bilježenje i

sakupljanje ogromnih količina podataka, što je neizbježno dovelo i do potrebe obrade i

analize tih podataka, a sve u svrhu dobivanja korisnih informacija i znanja. Same tehnike

rudarenja podataka rezultat su dugog procesa istraživanja i razvoja statističkih algoritama.

Ova evolucija započela je još kad su poslovni podaci prvi puta uskladišteni u računala, a

18

nastavlja se kontinuirano, s unapređenjem pristupa podacima i generiranjem tehnologija koje

omogućuju korisnicima navigaciju kroz podatke u realnom vremenu. Proces rudarenja

podataka danas je moguće provoditi iz razloga što je potpomognut s tri tehnologije koje su

sada dovoljno sazrele:

moćnom multiprocesorskom računalnom tehnologijom

tehnologijom za masivno prikupljanje podataka i

algoritamskim tehnikama za rudarenje podataka.

U evoluciji od poslovnih podataka do poslovnih informacija i znanja, svaki novi korak građen

je na prethodnom. Primjerice, dinamični pristup podacima je kritična točka za svrdlanje (eng.

drill – through) u aplikacijama za navigaciju podacima, a osposobljenost za skladištenje

ogromnih baza podataka je kritična za proces rudarenja podataka. Osnovne tehnike za

rudarenje podataka su: statističke metode, genetički algoritmi, neuralne mreže, stabla

odlučivanja, umjetna inteligencija, asocijacijska pravila, itd. Rudarenje podataka primjenjivo

je u svim onim područjima gdje se raspolaže velikom masom podataka, na osnovu kojih se

žele otkriti određene pravilnosti, veze i zakonitosti. Čitav niz faktora može utjecati na ishod

nekog događaja, a zadatak je rudarenja podataka otkriti najznačajnije među njima i njihove

karakteristike s obzirom na ciljana stanja. Bez obzira na područje primjene dobro iskorištene

metode rudarenja podataka sposobne su otkriti zakonitosti iz velike mase podataka pri čemu

područje primjene ostaje u drugom planu, što zapravo jest snaga primjene metoda rudarenja

podataka – naglasak je na podacima, a ne na području provođenja analiza.21

4.3. OLAP alati

OLAP je skraćenica za "On Line Analytical Processing". Neformalna, ali sasvim prihvatljiva

definicija bila bi da je to klasa tehnologije koja je razvijena za živi, ad-hoc, pristup podacima i

iste takve analize. OLAP postaje sinonim za višedimenzionalni pogled na poslovne podatke.

Ovakvi višedimenzionalni pogledi podržani su tehnologijom višedimenzionalnih ili

relacijskih baza podataka. Menadžeri i analitičari koji često zahtijevaju više nivoe agregiranih

pogleda na poslovne podatke koriste ovu tehnologiju. OLAP baza podataka obično se

odloženo puni podacima, najčešće iz raznih izvora, i predstavlja snažan analitički back-end za

višekorisničke aplikacije.22 Osnovni koncepti OLAP-a prikazani su sljedećom, Shemom 3.

21 Lamza Maronić, M., Glavaš, J.: Poslovna inteligencija, pristupni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Ekonomski fakultet u Osijeku, 2008., str. 11 – 13. 22 Ibidem, str. 11 – 12.

19

Shema 3.: Osnovni koncept OLAP-a

Izvor: Lamza Maronić, M., Glavaš, J.: Poslovna inteligencija, pristupni rad,Sveučilište Josipa Jurja Strossmayera u Osijeku, Ekonomski fakultet u Osijeku, 2008., str. 12.

5. ZAKLJUČAK

U vrijeme industrijske revolucije ljudsko se znanje prilagođavalo radu strojeva, postojećim

procesima i proizvodima, a uloga znanja je bila u funkciji povećanja produktivnosti ljudskog

rada. Takva je situacija bila moguća dok su proizvodi lako pronalazili kupce na tržištu i dok

se odvijala masovna proizvodnja. S obzirom da na današnjem tržištu ponuda značajno

premašuje potražnju, konkurentsku prednost ne predstavlja velika količina proizvoda već

njihova kvaliteta. Kvaliteta podrazumijeva, osim osnovne sirovine, prisutnost sve veće

količine znanja, koja daje dodatnu vrijednost proizvodu. Tako dolazi do prelaska iz

industrijske ekonomije u ekonomiju znanja i njezine neophodne integracije sa informacijskim

tehnologijama. Korijeni koncepta poslovne inteligencije sežu daleko u povijest, od umijeća

vođenja vojne strategije i zaštite državne sigurnosti, preko automatizacije i digitalizacije

poslovnih sustava, sve do razvoja multiprocesorskih računala, naprednih algoritama i

masovnih baza podataka, odnosno do evolucije informacijskih sustava koji počinju služiti

vlasnicima i menadžerima kompanija kao potpora prilikom donošenja odluka.

Kako se u modernoj ekonomiji znanje smatra najvažnijim poslovnim resursom, suvremeno

poslovanje postalo je "ovisno" o konceptu poslovne inteligencije, kao procesu prikupljanja

značajnih internih i eksternih podataka, njihovoj pretvorbi u informacije i korisnu razinu

20

znanja, potrebnoj menadžmentu pri donošenju poslovnih odluka. Alati poslovne inteligencije,

sami po sebi, ne predstavljaju gotova rješenja, koja su kao paketi automatski primjenjiva u

svakoj organizaciji i okruženju, već se posebno prilagođavaju svakom poslovnom subjektu i

njegovim potrebama. Poslovna inteligencija se danas smatra posebnom disciplinom koja u

sebi obuhvaća elemente strategije, upravljačkog računovodstva, poslovne analize, marketinga

i informacijske tehnologije. Među najznačajnije komponente (alate) njene infrastrukture

pripadaju: skladišta podataka, alati za rudarenje po podacima, OLAP alati i dr. Poduzeća koja

u svojim poslovnim aktivnostima primjenjuju koncept poslovne inteligencije uspostavljaju

bolju kontrolu nad informacijama u odnosu na one koje ne koriste njene prednosti, donose

kvalitetnije odluke i time stvaraju konkurentsku prednost i nove oblike prihoda.

21

LITERATURA

Knjige:

1. Nadrljanski, Đ., Nadrljanski, M.: Informacijsko komunikacijski sistemi i tehnplogije, Redak, Split, 2012.

2. Panian, Ž., Klepac, G.: Poslovna inteligencija, Masmedia, Zagreb, 2003.

3. Panian, Ž. et al.: Poslovna inteligencija – Studije slučajeva iz hrvatske prakse, Ekonomska biblioteka, Zagreb, 2007.

4. Vukmirović, S., Čapko, Z.: Informacijski sustavi u menadžerskom odlučivanju, Sveučilište u Rijeci, Ekonomski fakultet, Rijeka, 2009.

Znanstveni i stručni članci i ostala literatura:

5. Bilandžić, M. et al.: Business Intelligence u hrvatskom gospodarstvu, Poslovna izvrsnost, Zagreb, god. VI (2012), br. 1.

6. Lamza Maronić, M., Glavaš, J.: Poslovna inteligencija, pristupni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Ekonomski fakultet u Osijeku, 2008.

7. Luetić, A., Šerić, N.: Business Intelligence u funkciji upravljanja nabavnim lancem, Sveučilište u Splitu, Ekonomski fakultet, Split, 2009.

8. Ljubetić, V.: Upravljanje znanjem primjenom alata poslovne inteligencije, Sveučilište u Zagrebu, Ekonomski fakultet, Zagreb, 2005.

9. Pfeifer, S., Alpeza, M.: Business Intelligence, Sveučilište Josipa Jurja Strossmayera, Ekonomski fakultet u Osijeku, Osijek, 2011.

10. Pfeifer, S.: Od informacijskog podražaja do znanja, 7. međunarodni simpozij Informacijski sustavi - IS '96, Zbornik radova, Aurer, B., Hunjak, T. (ur.), Fakultet organizacije i informatike, Varaždin, 1996.

Izvori s Interneta:

11. SAP: Poslovni informacijski sustavi: značaj, svrha, integriranost (1), http://www.sapmag.com.hr/show_article.php?id=392, SAP MAG 44, travanj 2007.

12. Lacković, M.: Poslovna inteligencija: Zašto, što i kako? http://www.ebizmags.com/zasto-sto-i-kako-s-poslovnom-inteligencijom/ , Ebizmags (21.01.2009.)

13. Sistem poslovne inteligencije, http://www.seminarskirad.biz/radovi/ekonomija (25.01.2013.)

14. Combis: Poslovna inteligencija, http://www.combis.hr/hr/rjesenja-i-usluge/po-vrsti/usluge-razvoja-i-integracije/poslovna-inteligencija (25.01.2013)

15. Panian, Ž.: Poslovna inteligencija, Razvitak koncepta poslovne inteligencije, dio 4., http://web.efzg.hr/dok//inf/panian/PI%20predavanja%20-%20dio%204.2009.pdf, Ekonomski fakultet Zagreb, 2009./2010.

22

POPIS SLIKA

Slika 1. Infrastruktura sustava poslovne inteligencije ………………………………... 8

Slika 2. Ciklus poslovne inteligencije ………………………………………………... 9

POPIS SHEMA

Shema 1. Sustav poslovne inteligencije ………………………………………………. 7

Shema 2. Učinci sveobuhvatnog sustava poslovne inteligencije ……………………... 14

Shema 3. Osnovni koncept OLAP-a ………………………………………………….. 19

POPIS TABLICA

Tablica 1. Ključni pojmovi u kontekstu poslovne inteligencije ……………………... 3

Tablica 2. Evolucijski koraci tehnika i alata poslovne inteligencije ………………… 17

POPIS GRAFIKONA

Grafikon 1. Evolucija poslovne inteligencije ………………………………………... 11

23