Upload
burazcova
View
227
Download
0
Embed Size (px)
DESCRIPTION
seminarski rad
Citation preview
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