VAASAN YLIOPISTO TEKNILLINEN TIEDEKUNTA TIETOTEKNIIKKA Jarkko Lehto TIETOVARASTOINTI JA BUSINESS INTELLIGENCE Tietotekniikan pro gradu –tutkielma VAASA 2016 2 SISÄLLYSLUETTELO LYHENTEET ................................................................................................................... 4 KUVAT ............................................................................................................................. 5 TAULUKOT ..................................................................................................................... 6 1 JOHDANTO .................................................................................................................. 9 2 TIETOVARASTOT ..................................................................................................... 12 2.1 Tietovarastotyypit ..................................................................................................... 13 2.2 Tietovarastoarkkitehtuurit ......................................................................................... 15 2.3 Tietokannat ................................................................................................................ 17 2.4 Tietokannan rakenne ................................................................................................. 18 2.5 Tietovarastoprojekti .................................................................................................. 19 2.6 Tietovaraston palvelun tarjoajat ................................................................................ 24 3 TIEDON MUOKKAAMINEN .................................................................................... 26 3.1 ETL-prosessi ............................................................................................................. 26 3.2 ETL-työkalut ............................................................................................................. 27 3.3 Tiedon louhinta ......................................................................................................... 28 3.4 Big Data .................................................................................................................... 30 3.5 Metadata .................................................................................................................... 31 3.6 Tietovarastoinnin apuvälineet ................................................................................... 32 4 BUSINESS INTELLIGENCE ..................................................................................... 34 4.1 Business Intelligence pilvessä ................................................................................... 36 4.2 Business Intelligence sovellukset .............................................................................. 37 4.3 Päätöksenteon apuvälineet ........................................................................................ 38 4.4 Raportointi ................................................................................................................. 41 4.5 Mittaristot ................................................................................................................. 43 4.6 BI-projektin toteutus ................................................................................................. 44 3 5 LIIKETOIMINNAN SUORITUSKYVYN JOHTAMINEN ...................................... 47 5.1 Liiketoiminnan suorituskyvyn johtamisen eroaminen BI:stä ................................... 47 5.2 Strategia ..................................................................................................................... 48 5.3 Strategisen johtamisen edut ....................................................................................... 50 5.4 Strategia tasot ............................................................................................................ 54 5.5 Suorituskykymittarit .................................................................................................. 55 5.6 Balanced scorecard .................................................................................................... 56 5.7 Six Sigma .................................................................................................................. 57 6 YHTEENVETO ........................................................................................................... 59 LÄHDELUETTELO ....................................................................................................... 61 4 LYHENTEET BAM Business Activity Monitoring BI BIaaS Business Intelligence Business Intelligence as a Service BSC CRISP Balanced Scorecard Cross Industry Standard Process for Data Mining DSS Decision Support System DW Data Warehouse EDW Enterprice Data Warehouse EII Enterprice Information Integration EIS Executive Information System ETL Extract, Transform, Load KPI LDP LOD Key Performance Indicator Linked Data Platform Linked Open Data MDM Master Data Management OLAP Online Analytical Process OLTP RTDW Online Transaction Process Real Time Data Warehouse SQL VDW Structured Query Language Virtual Data Warehouse 5 KUVAT Kuva 1. Tietovarastoon yhdenmukaistetaan eri tietolähteiden tietoja (Hovi, Hervonen & Koistinen 2009: 23). Kuva 2. Itsenäiset datamartit (Hovi ym. 2009:26). Kuva 3. EDW-arkkitehtuuri (Hovi ym 2009: 27). Kuva 4. Kolmitasoarkkitehtuuri (Turban ym.2011: 58). Kuva 5. Web-pohjainen tietovarasto (Turban ym. 2011: 59). Kuva 6. Tähtimalli (Hovi, Huotari & Lahdenmäki 2005: 136). Kuva 7. Spiraalimalli (Hovi ym. 2009: 133). Kuva 8. ETL-prosessi (Turban ym. 2011: 68). Kuva 9. Tiedon louhinnan kuusi vaihetta (Turban ym. 2014: 207). Kuva 10. Business Intelligence silmukka (Giovinazzo 2000: 2). Kuva 11. Päätöksenteon järjestelmä (Turban ym. 2014: 85). Kuva 12. OLAP-kuutio. Nolla ulottuvuutta (Hovi ym. 2009: 91). Kuva 13. Ylempänä yksiulotteinen ja alempana kaksiulotteinen OLAP-taulu (Hovi ym. 2009: 91). Kuva 14. Kolmiulotteinen OLAP-kuutio (Hovi 2009:92). Kuva 15. Tietovarastonkehitys suunnitelma (Hovi ym. 2009: 180) Kuva 16. Strategisen suunnittelun tuomat edut (David ym:49). Kuva 17. Strategiatasoista vastuussa olevat henkilöt (David ym. 2015: 137). 6 TAULUKOT Taulukko 1. EDW ja Data Martti lähestymistapojen erot (Turban ym 2014:311). Taulukko 2. Tietovarastotuotteiden palveluntarjoajat (Turban ym. 2014:310). Taulukko 3. ETL-työkalut (Hovi ym. 2009: 60). Taulukko 4. Metadata tyyppejä (Giovinazzo 2000: 44). Taulukko 5. Business Intelligence-työkalut (Turban ym. 2011: 41). Taulukko 6. Seitsemäntoista ohjetta tehokkaaseen strategiaan (David ym. 2015:52). Taulukko 7. Strategiakartta ja tasapainotettu tuloskortti (Turban ym. 2014: 361). 7 TIIVISTELMÄ VAASAN YLIOPISTO Teknillinen tiedekunta Tekijä: Jarkko Lehto Tutkielman nimi: Tietovarastointi ja Business Intelligence Ohjaajan nimi: Tero Vartiainen Tutkinto: Kauppatieteiden maisteri Oppiaine: Tietotekniikka Opintojen aloitusvuosi: 2007 Tutkielman valmistumisvuosi: 2016 Sivumäärä: 62 TIIVISTELMÄ: Tutkielmassa tutkitaan tietovarastoinnin ja Business Intelligencen tekniikoita ja käytän- töjä. Tutkimus suoritettiin kirjallisuustutkimuksena ja siinä perehdyttiin tietovarasto- tyyppeihin ja arkkitehtuureihin, tietokantoihin, ETL-työkaluihin sekä meta-dataan. Tutkimuksessa tutkittiin myös Business Intelligenceä ja muita päätöksenteon apuväli- neitä sekä raportointia ja mittaristoja. Strategista johtamista esitellään myös lyhyesti, koska Business Intelligence ja siitä saadun tiedon perustella tehdään strategisia päätök- siä ja ohjataan yritystä menestykseen. Tutkimukset osoittivat, että tietovarastointi ja Business Intelligence voidaan toteuttaa monella eri tavalla ja monessa eri mittakaavassa. Pienimmillään ratkaisut voidaan to- teuttaa pelkän excelin avulla ja laajimmillaan koko organisaation kattavalla tietovarasto ja Business Intelligence -ratkaisulla. Business Intelligence -ratkaisut toteutetaan yleen- sä yhdessä tietovaraston kanssa ja kustannussyistä molemmat ratkaisut ostetaan samal- ta valmistajalta tai toimittajalta. Business Intelligencen puuttumisesta on tänä päivänä yritykselle pelkästään haittaa ja hyvin toteutettuna se on yritykselle merkittävä kilpai- luetu. Parhaimmillaan Business Intelligence antaa yrityksen johdolle reaaliaikaista tie- toa päätöksenteon tueksi. ASIASANAT: Data Warehousing, Business Intelligence, Tietovarastointi 8 ABSTRACT UNIVERSITY OF VAASA Faculty of technology Author: Jarkko Lehto Topic of the Master’s Thesis: Data warehousing and Business Intelli- gence systems Instructor: Tero Vartiainen Degree: Master of Science in Economics and Bu- siness Administration Major: Computer Science Year of entering the University: 2007 Year of completing the Master’s Thesis: 2016 Pages: 62 ABSTRACT: This study examines techniques and practices of data warehousing and business intel- ligence. Study was conducted as literature study and it familiarizes the types of data warehouses, architectures, databases, ETL-tools and meta-data. In the study was also included other decision support systems, reporting and reports. Strategic management was studied shortly in this study as well. The studies showed that business intelligence can be implemented many different ways and many different scales. The smallest solution could be just Microsoft Excel report. Largest scale of business intelligence is organization wide data warehouse and busi- ness intelligence system. Now a day’s business intelligence system is essential to all companies to succeed on the market. However, business intelligence does not guaran- tee success on the market. It gives the needed information to executives to make better strategic decisions. KEYWORDS: Data Warehousing, Business Intelligence 9 1 JOHDANTO Yritysten liiketoimintaympäristö muuttuu ja elää jatkuvasti. Ympäristön muuttuminen vaatii yritysten johdolta enemmän ja nopeampia päätöksiä pärjätäkseen markkinoilla. Liiketoiminta ympäristön muuttuminen monimutkaisemmaksi antaa yritykselle mahdol- lisuuksia, mutta toisaalta aiheuttaa taas ongelmia (Turban, Sharda & Delen 2014: 5). Päätöksen tekoa varten yrityksen johto tarvitsee tietoa menneestä, jotta voisi tehdä oi- keita ratkaisuja saadakseen yrityksen menestymään. Tietoa kerätään yritysten operatii- visista järjestelmistä ja tytäryhtiöiden järjestelmistä. Lisäksi kerätään ulkoista tietoa esimerkiksi kilpailijoista sekä kilpailuympäristöstä. Ilman tietovarastointia ja Business Intelligenceä sekä niiden tuomaa tiedon prosessointitehoa oikeita päätöksiä ei voitaisi tehdä riittävän nopeasti. Tutkielmassa perehdytään tietovarastoinnin ja Business Intelligencen perusasioihin. Tietovarastoista esitellään erilaiset tietovarastotyypit, -arkkitehtuurit sekä hieman tieto- kannan rakennetta. Koska operatiivisesta järjestelmästä ei voi suoraan tallentaa tietoa tietovarastoon, perehdytään myös tiedon muuntamiseen tietojärjestelmään sopivaksi. Tiedon tallentamisen lisäksi tutkielmassa kerrotaan mitä metadata on ja miten sitä voi- daan hyödyntää tietovarastoissa. Business Intelligence on varsin uusi käsite tiedon hyödyntämisessä. Tutkielmassa kerro- taan Business Intelligencen perusteet sekä hieman sen historiasta. Business Intelligen- cen ollessa kuitenkin laaja käsite sekä tulkittu hieman monikäsitteisesti, tutkielmassa perehdytään hieman muihinkin päätöksenteon apuvälineisiin. Raportointiin sekä mitta- ristoihin perehdytään myös hieman. Tutkielmassa halutaan kuvata tietovarasto ja Business Intelligence tekniikoita ja käytän- töjä yleisellä tasolla, eli tässä tekstissä ei perehdytä tietovarasto tai Business Intelligen- cen käyttöönottoprojektin toteutukseen. Käyttöönottoprojekti vaatisi valitsemaan jonkin tietyn palveluntarjoajan järjestelmän ja kuvaamaan sitä. Pelkästään toisen prosessin ku- vaaminen yksityiskohtaisesti laajentaisi tutkimuksen laajuudeltaan huomattavan suurek- si. Tietovarasto- ja BI-projektien toteutuksesta kerrotaan kuitenkin yleisellä tasolla. Tutkielma ei ole syvälle luotaava tutkimus mistään tietystä tietovarasto- tai Business Intelligence ratkaisusta, vaan on aihetta yleisesti esittelevä kirjallisuustutkimus. Tut- kielmassa mainitaan myös yleisimmät tietovarastointi ja Business Intelligence - 10 ratkaisuja tarjoavat yritykset. Tutkimuksessa ei ole perehdytty mihinkään yksittäiseen ratkaisuja tarjoavaan työkaluun eikä työkalujen tai eri valmistajien tarjoamiin ratkaisu- jen eroihin. Business Intelligencen avulla tehdään myös strategisia päätöksiä. Tutkielmassa pereh- dytään liiketoiminnan suorituskyvyn johtamiseen ja sitä kautta yrityksen strategisiin päätöksiin. Strategiaa ei avata syvällisesti, tutkielmassa lähinnä kuvataan miten strategi- sia päätöksiä tehdään Business Intelligencen avulla. Tutkimus tehdään kirjallisuuskatsauksena. Tutkimuksessa perehdytään tietovarastointiin ja Business Intelligenceen liittyvään kirjallisuuteen ja artikkeleihin. Aineistosta kooste- taan kattava kuvaus tietovarastoinnista ja siihen liittyvistä asioista. Näitä asioita ovat mm. tietokannat, järjestelmien arkkitehtuurit sekä käytettävät ohjelmistot. Tutkimukses- sa pyritään vastaamaan kysymyksiin: mitä on tietovarastointi ja liiketoiminta tiedon hallinta? Miten tietoa varastoidaan ja miten sitä voidaan käyttää hyödyksi? Tutkimuk- sessa selvitetään millaisia järjestelmiä toimiva tietovarasto ja BI-järjestelmä tarvitsee. Teoksessa käsitellään myös muita päätöksenteon apuvälineitä ja niiden luokitteluita. Kirjallisuuskatsaus on metodi ja tutkimustekniikka, joka tutkii tutkittua tutkimusta. Kir- jallisuuskatsauksella on useita tavoitteita, se voi vahvistaa olemassa olevaa teoriaa tai luoda uutta. Se voi arvioida teoriaa ja tarkistaa ovatko tiedot totuudenmukaisia ja luotet- tavia. Se voi myös rakentaa kokonaiskuvaa tutkimuksen kohteesta. Tämä tutkimus to- teutettiin kuvailevana kirjallisuuskatsauksena. Kuvailevalle kirjallisuuskatsaukselle tyy- pillistä on laajat aineistot eikä aineistoa rajata metodisten sääntöjen perusteella. Narra- tiivinen kirjallisuuskatsaus kuvailee tutkittavan aiheen historiaa ja kehitystä sekä antaa laajan kuvan käsiteltävästä aiheesta. Se yhdistelee tutkittua tietoa eri lähteistä ja esittää sen järkevässä ja helppolukuisessa muodossa. Tässä tutkimuksessa kerätään tietoa Tie- tovarastoinnista, Business Intelligencestä sekä johtamisesta ja esitellään se lukijalle sel- keästi johdonmukaisessa järjestyksessä. (Eskelinen & Karsikas 2014: 89, Salminen 2011: 3-7) Tutkimuskysymyksiä on useita, ensimmäisenä kysymyksenä on ”Mitä on tietovarastoin- ti?”. Toisena kysymyksenä on ”Mitä on Business Intelligence?”. Nämä kaksi ovat var- sinaisia tutkimuskysymyksiä, mutta tutkimuksessa pyritään myös vastaamaan kysymyk- seen miten tietovarastointi ja Business Intelligence liittyvät johtamiseen. Tutkielma alkaa johdannolla, jonka jälkeen esitellään tietovarasto ja siihen liittyvät ark- kitehtuurit. Tietokannat ja niiden rakenne kuvataan tässä samassa yhteydessä. Tiedon 11 prosessointia ja siihen käytettäviä työkaluja esitellään luvussa kolme. Neljännessä lu- vussa perehdytään Business Intelligenceen sekä muihin päätöksenteon apuvälineisiin. Myös raportointiin ja mittaristoihin perehdytään tässä luvussa. Viidennessä luvussa ker- rotaan suorituskyvyn johtamisesta. Tässä kappaleessa avataan johtamisen viitekehyksiä sekä kerrotaan niistä perusasiat. 12 2 TIETOVARASTOT Tietovarasto (Data Warehouse, DW) on operatiivisesta järjestelmästä erillään oleva ym- päristö, johon on tallennettu haluttu tieto halutussa muodossa yrityksen hyödynnettä- väksi. Tietovarastoon ei tallenneta kaikkea mahdollista dataa, vaan sinne kerätään sel- lainen data, josta on yritykselle hyötyä. Tietovarasto on tietokanta, joka on tehty avustamaan päätöksen tekoa. Tietovarasto on myös nykyisen ja menneen datan varasto. Tallennettu data on muokattu valmiiksi tiedon louhintaa, analysointia, kyselyitä ja raportointia varten. (Turban, Sharda, Delen & King 2011: 52.) Tietovarastoon on koottu dataa yrityksen kaikista operatiivisista järjestelmistä, prosessi on kuvattu kuvassa 1. Tietovaraston datasta voidaan tehdä erilaisia raportteja ja analyyseja rasittamatta yrityk- sen operatiivista järjestelmää. Yrityksellä voi olla myös yhtäaikaisesti käytössä useita operatiivisia järjestelmiä, joiden data on tallennettuna eri tietokantoihin. Operatiivisia järjestelmiä ovat mm. laskutus-, tilaustenkäsittely- ja toiminnanohjausjärjestelmä. Tie- Kuva 1. Tietovarastoon yhdenmukaistetaan eri tietolähteiden tietoja (Hovi, Hervonen & Koistinen 2009: 23) Tiedostot, taulukko- laskenta tiedostot ETL - prosessi Ulkoiset tiedot Tietovarasto Operatiivisten järjestelmien tietokannat 13 tokannat voivat olla rakenteeltaan hyvin erilaisia, joten dataa ei voida suoraan siirtää sellaisenaan tietovarastoon. Tiedon oikeellisuus tulee tarkistaa ja data täytyy muokata yhtenäiseen muotoon ennen sen siirtoa varsinaiseen tietovarastoon. Operatiivisen tietokannan data muuttuu jatkuvasti. Esimerkiksi varastosaldo vaihtuu, kun tavara myydään. Tietovaraston tietokantaan taas jää kaikki merkinnät, mitä tieto- kantaan tallennetaan. Kun varastosaldo on muuttunut seuraavaan ajoon mennessä, niin uusi saldo tallennetaan, mutta vanha saldo jää myös tietokantaan. Näin nähdään varas- tosaldot eri ajankohtina. 2.1 Tietovarastotyypit Tietovarastoja voi olla erilaisia riippuen yrityksen käyttötarpeesta. Pienempi tietovaras- to on nimeltään datamartti (Hovi ym. 2009: 24). Datamartti on yksinkertainen muoto tietovarastosta, joka keskittyy yhteen aihealueeseen esim. myynti, talous tai markki- nointi (kuva 2). Datamartteja on kahta tyyppiä, riippuvainen ja riippumaton datamartti. Riippuvainen datamartti on koostettu tietovaraston datasta. Tietovarastoon tallennettu data on jo ker- taalleen tarkistettu ja muokattu oikeaan muotoon, joten tietomalli on johdonmukainen ja data on laadukasta. Yhtenäisestä tietomallista johtuen koko organisaation raportit ovat yhtenäisiä. Riippuvainen datamartti on kallis toteuttaa, koska se vaatii tietovaraston toimiakseen. (Turban ym. 2011: 53.) Kuva 2. Itsenäiset datamartit (Hovi ym. 2009:26). A B Operatiiviset järjestelmät Erillisiä data- martteja 14 Riippumattomat datamartit ovat muuten samanlaisia kuin riippuvaiset datamartit, mutta niiden tiedon lähteenä ei ole tietovarasto. Riippumattomiin datamartteihin kerätään usein tietoa vain yhdestä lähteestä, esim. operatiivisesta järjestelmästä. (Oracle 2013). Riippumattomat datamartit ovat suhteellisen helppoja ja nopeita toteuttaa, joten niitä tarvitseva osasto yleensä toteuttaa ja ylläpitää niitä itse. Tästä johtuen yrityksessä voi olla useita samankaltaisia datamartteja. Mikäli datamartteihin haetaan tieto operatiivi- sesta tietokannasta, tiedonhaku voi hidastaa yrityksen operatiivisen järjestelmän toimin- taa. Keskitetty tietovarasto (Enterprise Data Warehouse, EDW, kuva 3) kokoaa organisaati- on tiedot yhteen tai muutamaan isoon tietokantaan. Tietokanta pitää sisällään usean lii- ketoiminta-alueen tiedot yhdenmukaistettuna. (Hovi ym. 2009: 27.) Tietovarastot on yleensä tehty yrityksen IT-osaston toimesta. Keskitetty tietovarasto palvelee koko yri- tystä. IT-osasto ylläpitää tietovarastoa ja tekee niistä valmiita summatauluja, datamartteja ja kuutioita. Loppukäyttäjät tekevät kyselyitä sitten valmiista ja helppokäyttöisistä data- marteista. Tietovarastosta muodostetut datamartit voivat pitää sisällään osaston ja järjes- telmien rajojen ulkopuolista dataa. Tietovarastoista tehdyt datamartit eivät myöskään rasita yrityksen operatiivisia järjestelmiä. EDW-arkkitehtuurista on olemassa myös mal- EDW Summataulut Operatiiviset järjestelmät Tietovarasto Kuva 3. EDW-arkkitehtuuri (Hovi ym 2009: 27). 15 li, jossa ei käytetä datamartteja ja summatauluja. Tässä mallissa käyttäjät tekevät haut suoraan tietovaraston tietokannasta. Arkkitehtuurin etuna on se, että kaikki tieto on kaikkien käytettävissä. Tieto ei rajoitu valmiiden datamarttien tarjoamaan dataan. Kolmantena arkkitehtuurimallina on yhdenmukaistetut riippumattomat datamartit. Mal- lissa datamartit rakennetaan tähtimallimenetelmällä yhteismitallisiksi, jolloin osa di- mensioista on yhdenmukaisia. Esimerkiksi tuote tai asiakas dimensiot esiintyvät useissa eri tähtimalleissa. (Hovi ym. 2009: 28, Turban ym. 2011: 62.) Riippumattomat data- martit ovat yksinkertaisia ja helppoja toteuttaa, joten ne sopivat pienempiin yrityksiin, joilla ei ole mahdollisuuksia panostaa keskitettyyn ratkaisuun. Datamarttien laajennetta- vuus on kuitenkin rajallista, joten niiden käyttö on aina suunniteltu tietylle kohderyh- mälle. 2.2 Tietovarastoarkkitehtuurit Tietovarastoarkkitehtuurina voidaan käyttää useita perinteisiä tietojärjestelmäarkkiteh- tuureja. Useimmiten käytetään asiakas/palvelin tai n-tason arkkitehtuuria. Kolmi- tasoarkkitehtuurissa tietovarasto sijaitsee erillisellä palvelimella ja ohjelmat, joilla tietoa haetaan tietovarastosta sijaitsevat toisella palvelimella. Kolmitaso arkkitehtuuri on ku- vattu kuvassa 4. Kuva 4. Kolmitasoarkkitehtuuri (Turban ym.2011:58). Taso 1: Työasema Taso 2: Sovelluspalvelin Taso 3: Tietovarasto 16 Asiakas/palvelin arkkitehtuurissa (kaksitasoarkkitehtuuri) päätöksenteko- ja Business Intelligence –sovellukset sijaitsevat samalla palvelimella tietovaraston kanssa. Kaksi- tasoarkkitehtuuri on edullisempi toteuttaa, koska siinä tarvitsee vähemmän laitteistoa. Haittapuolena siinä voi olla suorituskykyongelmia, mikäli kyseessä on suuri tietovaras- to. (Turban ym. 2011: 62.) Web-pohjainen tietovarastointi (kuva 5) voidaan toteuttaa joko kaksi- tai kolmitasoark- kitehtuuria hyväksikäyttäen. Kolmitasoarkkitehtuurissa web-selain ottaa yhteyden web- palvelimeen, joka taas pyytää sovelluspalvelinta noutamaan tarvittavan tiedon tietova- rastosta. Noudon jälkeen sovelluspalvelin palauttaa tiedot web-palvelimelle, joka näyt- tää ne selaimelle. Web-pohjainen tietovarasto on helppo pääsyinen, alustariippumaton ja edullinen toteuttaa. Yhtenä tyyppinä mainittakoon vielä reaaliaikainen tietovarasto (Real Time Data Ware- house, RTDW). Reaaliaikainen tietovarasto sopii tilanteisiin, joissa tarvitaan reaaliai- kaista dataa päätöksenteon tueksi. Normaalin tietovaraston data ei pelkästään riitä tähän tarkoitukseen, koska se voi olla jo vanhentunutta. Tätä varten on kehitetty virtuaalinen tietovarasto (Virtual Data Warehouse, VDW). Virtuaaliseen tietovarastoon kerätään tietovarastosta historiallinen data sekä operatiivisista järjestelmistä reaaliaikainen data. Web-selain Web-palvelin Sovellus palvelin Tietovarasto Internet/ Intranet/ Extranet Web-sivut Kuva 5. Web-pohjainen tietovarasto (Turban ym. 2011:59). 17 Loppukäyttäjälle virtuaalinen tietovarasto, joka siis yhdistää tietovaraston ja operatiivis- ten järjestelmien tiedot, näkyy yhtenäisenä raporttina, jossa on sekä historiallinen että reaaliaikainen data. Tällöin päättäjillä on käytössään tietovaraston tarjoama jalostettu data, sekä sen lisäksi operatiivisista järjestelmistä saatu reaaliaikainen tieto. (Farrah 2013) 2.3 Tietokannat Yrityksellä voi olla useita erilaisia tietokantoja käytössään. Esimerkiksi fuusion yhtey- dessä toisella yhtiöllä on ollut Microsoftin tarjoama tietokanta ja toisella yrityksellä on ollut Oraclen tietokanta. Fuusion yhteydessä on kuitenkin päätetty jatkaa käyttäen kahta eri operatiivista järjestelmää ja siirtää uuden yhteisen järjestelmän käyttöönotto myö- hemmälle. Tällaisessa tilanteessa datan Business Intelligence-käyttö vaatii runsaasti it- osaston toimenpiteitä, jotta data saadaan muokattua yhtenäiseen muotoon raportteja varten. Operatiiviset järjestelmät tarvitsevat nopean pääsyn tietokantoihin ja vaativat useita samanaikaisia yhteyksiä tietokantoihin. Operatiiviset järjestelmät on toteutettu tapahtu- mankäsittelyjärjestelmiksi, OnLine Transaction Processing Systems (OLTP) (Hovi ym. 2009: 22). Operatiivisen järjestelmän tietokannan tulee olla nopea ja palvella useita käyttäjiä samanaikaisesti, kun taas tietovarastotietokantaa ei päivitetä päiväsaikaan ol- lenkaan. Tietovaraston tietokanta pitää sisällään datat useilta vuosilta ja se toimii ikään kuin or- ganisaation muistina ja mahdollistaa trendianalyysien teot (Hovi ym. 2009: 22). Tieto- varastotietokannan tulee olla rakenteeltaan selkeä, helppokäyttöinen ja ymmärrettävä. Taulut ja sarakkeet tulee olla nimetty selkeästi. Tietokannasta tulee voida tehdä kyselyjä ilman varsinaista ohjelmointia (Hovi, Huotari & Lahdenmäki 2005). Tietovarastojen tietokantoina käytetään yleisimmin suurimpien valmistajien kaupallisia tietokantoja, kuten IBM:n DB2, Oracle ja Microsoftin SQL Server. Nämä tietokannat on alun perin suunniteltu operatiivisiin järjestelmiin ja ne sisältävät raskaita, ajantasaista tapahtumankäsittelyä tukevia ominaisuuksia. Myöhemmin tietokannan hallintajärjes- telmiin on lisätty ETL- ja raportointiominaisuuksia. (Hovi ym. 2009: 62.) 18 2.4 Tietokannan rakenne Tietovaraston tietokanta on suunniteltava selkeäksi rakenteeltaan, jotta sitä on helppo käyttää. Taulujen ja tietojen nimeämisessä on pyrittävä selkeyteen, koska tietovaraston loppukäyttäjinä on myös IT-osaston ulkopuolisia henkilöitä. (Hovi ym. 2009:36.) Tähtimallia (Star Schema) on usein käytetty moniulotteisen ja numeerisen tiedon tallen- tamiseen. Tähtimallissa on yksi faktataulu ja useita dimensiotauluja. Faktataulu on nor- malisoitu ja dimensiotaulut ovat denormalisoidussa muodossa. Kuvassa 6 on kuvattu tähtimalli, jossa faktataulu MYYNTI on normalisoitu. Mikäli dimensiotaulutkin norma- lisoitaisiin, malli muuttuisi lumihiutalemalliksi. (Hovi ym. 2005: 136.) Tietovaraston suunnittelussa on kiinnitettävä erityistä huomiota indeksointiin. Operatii- visista järjestelmistä saatavat luonnolliset perusavaimet tulee korvata surrogaateilla, eli keinotekoisilla avaimilla. Tämä on tärkeää, koska operatiivisen järjestelmän perusavai- met voivat olla esimerkiksi tuotenumeroita, jotka voidaan ottaa uudelleenkäyttöön myöhemmin. Saman avaimen käyttö kahdessa eri tuotteessa sotkisi tietovarastosta tuo- tetut raportit. Surrogaattina tulisi käyttää juoksevaa numerointia. Globaalien yksilöllisi- en avaimien käyttöä tulisi välttää, koska ne vievät enemmän levytilaa ja ovat hitaampia käyttää. (Hovi ym. 2005:136.) PVM pvm_id pvm viikonpaiva kuukausi vuosi loma-aika MYYNTI pvm_id tuote_id liike_id myynti maara kulut TUOTE tuote_id tuote_nro nimi tuoteryhma tuoteryhmanimi yksikko LIIKE liike_id liikenro liikenimi lahiosoite laani postinro postitoimipaikka piiri piirinimi Kuva 6. Tähtimalli (Hovi ym. 2005: 136). 19 Kuvan 6 mukaisessa tähtimallin tietokannassa tulee eniten rivejä ”MYYNTI”-tauluun. Dimensiotauluihin tulee harvemmin lisäyksiä. Esimerkiksi myyntitapahtumia lisätään useita kertoja päivässä, mutta asiakkaita lisätään silloin tällöin. Näitä dimensiotauluja kutsutaan hitaasti muuttuviksi dimensioiksi. Tietovarastoa suunniteltaessa on tehtävä päätös, halutaanko historia tiedot pitää sellaisenaan vai muutetaanko historiaa. Esimer- kiksi kun tuotenumero käytetään uudelleen ja tietovaraston dimensiotauluihin haetaan data Master data taulusta, niin silloin tuotteen historiatiedot muuttuvat. Tai itse asiassa uudella tuotteella on jo valmiiksi myyntiä. Dimensioiden muutoksen hallintaan on mo- nia tapoja, mutta yleisimmin käytetään kolmea Ralph Kimballin tapaa: 1. Kirjoitetaan muutokset vanhan tiedon päälle. 2. Tehdään uusi tietue muuttuneilla tiedoilla ja jätetään vanha. 3. Dimensiotauluun laitetaan uusi sarake, johon tulee uusi arvo. Mikäli dimensiotauluihin tulee muutoksia, summataulut on luotava muuttuneilta osin uudestaan. (Hovi ym. 2005:140.) Tietovarastoa suunniteltaessa on myös tärkeää ottaa huomioon tietokantojen fyysinen suunnittelu sekä levytilan tarpeen arviointi. Fyysisessä suunnittelussa on otettava huo- mioon tietokantasivun koon ja tyhjän tilan määrittäminen, taulujen ja indeksien ositus, taulujen tilavaraus, sijoittelurajoitukset sekä mahdolliset tietokantapuskuriallasrajoituk- set. Suunnittelijan on tunnettava hyvin tietokannanhallintajärjestelmä, jotta ominaisuu- det saadaan määriteltyä huolellisesti. (Hovi ym. 2005: 142.) 2.5 Tietovarastoprojekti Tietovarastoprojektin toteuttamiseen pätevät samat mallit ja menetelmät kuin operatiivi- sen järjestelmän toteuttamiseen. Tietovarastoprojekteissa, kuten muissakin it- projekteissa , tulee muutoksia kesken prosessin. Tämän takia tietovarasto tulisi rakentaa iteraatiota hyväksikäyttäen. Tietovaraston suunnittelussa tulee huomioida käytettävissä olevat operatiiviset järjestelmät sekä tiedon laatu, joka niistä halutaan tuoda tietovaras- toon. (Hovi ym. 2009: 130.) Tietovaraston kehittämisessä on syytä käyttää menetelmiä, joilla saadaan nopeasti tu- loksia. Hyväksi todettuja malleja ovat inkrementaalinen rakentaminen sekä spiraalimal- li. Ensin mainitussa mallissa tietovarastoa rakennetaan inkrementti kerrallaan, esim. 20 ensin taloustiedot, toiseksi myyntitiedot jne. Ensimmäisen inkrementin rakentamien on erityisen tärkeää, koska tässä vaiheessa testataan käytetyt menetelmät ja välineet. Kun menetelmät ja välineet on todettu toimiviksi, voidaan seuraavat inkrementit toteut- taa nopeammin. Inkrementaalimalli on kuin palapeli: jokaisen inkrementin on sovittava toistensa kanssa yhteen. (Hovi ym. 2009: 132.) Spiraalimallissa (kuva 7) ei aseteta lopullisia tavoitteita projektin alkuvaiheessa, vaan rakennetaan tietovaraston ensimmäinen versio nopeasti. Ensimmäistä versiota kommen- toidaan ja siihen esitetään parannusehdotuksia, jotka toteutetaan spiraalimallin seuraa- valla kierroksella. Uusia kierroksia voidaan aloittaa myös ennen edellisen kierroksen valmistumista, jolloin saadaan nopeutettua tietovaraston valmistumista. (Hovi ym. 2009: 132.) Inkrementaalista rakentamista kutsutaan myös Data Martti lähestymistavaksi ja tätä lähestytään alhaalta-ylös mallin mukaan. Tässä prosessissa tietovarasto rakennetaan Data Martti kerrallaan. Spiraalimallia kutsutaan EDW lähestymistavaksi, jota lähesty- tään ylhäältä-alas mallin mukaan. Tässä tapauksessa rakennetaan ensin organisaation Määritys Vaatimukset Käyttöönotto Testaus Toteutus Kuva 7. Spiraalimalli (Hovi ym. 2009: 133). 21 kattava tietovarasto. Taulukossa 1 on kuvattu inkrementaali ja EDW lähestymistapojen erot. (Turban ym. 2014, s311-312) Taulukko 1. EDW ja Data Martti lähestymistapojen erot (Turban ym. 2014: 311). Panostus Data Martti lähestymistapa EDW lähestymistapa Laajuus Yksi kohdealue Useita kohdealueita Kesto Kuukausia Vuosia Kustannukset $10 000 - $100 000+ $1 000 000+ Haastavuus Pieni tai keskisuuri Suuri Tiedon jaettavuus Liiketoiminta-alueen laajui- nen Organisaation laajuinen Tietolähteet Joitain ulkoisia järjestelmiä Useita operatiivisia ja ulkoisia läh- teitä Koko Megatavuista useihin giga tavuihin Gigatavuista petatavuihin Tiedon muunnok- set Lähiaikainen ja historiallinen data Historiallinen data Päivitys tiheys Tunneittain, päivittäin, vii- koittain Viikoittain tai kuukausittain Laitteisto Työasemat ja osaston palve- limet Organisaation palvelimet ja main- frame koneet Käyttöjärjestelmät Windows ja Linux Unix, Z/OS, OS/390 Tietokannat Työryhmä tai tavalliset tieto- kantapalvelimet Organisaation tietokantapalvelimet Yhtäaikaisia käyt- täjiä Kymmeniä Sadoista tuhansiin Käyttäjätyypit Liiketoiminta analyytikot ja päälliköt Organisaation analyytikot ja johta- jat Liiketoiminta tarkoitus Aktiviteettien optimointi lii- ketoiminta-alueella Toimintojen välinen optimointi ja päätöksen teko 22 Tietovarastoprojekti on suuri panostus, joka täytyy suunnitella ja toteuttaa huolellisesti. Tietovarastoprojektin onnistuminen vaatii, että projektista on todellista hyötyä yrityksel- le. Projektilla tulee olla omistaja ja taho, joka haluaa projektin onnistuvan. Projektin laajuus tulee rajata tarkasti ja on mietittävä mitkä liiketoiminta-alueet otetaan mukaan projektiin sekä mistä operatiivisista järjestelmistä tietoa tuodaan. Projektista saatujen hyötyjen tulee olla myös mitattavissa, jolloin projektin jälkeen voidaan selvittää miten projekti on onnistunut. Tietovarastoprojektin toteuttamisessa kannattaa hyödyntää jo aiemmin todettuja parhaita käytäntöjä, joita ovat: - Projektin tulee sopia strategiaan ja liiketoimintatavoitteisiin - Projektilla täytyy olla johtajien, päälliköiden ja käyttäjien tuki - Tietovarasto tulee rakentaa käyttäen inkrementaalimallia - Projektin / tekijöiden täytyy olla sopeutuvaisia - Projektia tulee johtaa sekä IT:n että liiketoiminnan puolelta - Tilaaja – toimittajasuhde täytyy olla selvä - Käytä vain puhdistettua ja laadukasta dataa - Älä unohda koulutusta Tietovarastoprojektissa on paljon riskejä. Näitä samoja riskejä on myös muissa IT- projekteissa, mutta tietovarastointiprojektin riskeihin täytyy suhtautua vakavammin, koska tietovarastoprojektit ovat laajoja ja kalliita. (Turban ym. 2014: 314-316, Hovi ym. 2009: 133.) Onnistuneen tietovarastoprojektin toteutuksessa kannattaa harkita seuraavia asioita: - Älä aloita väärän rahoittajan kanssa. Tarvitset johtotason tuen ja rahoituksen, jolla on vaikutusvaltaa tarvittaviin resursseihin. Tarvitset myös johtotason pro- jektin vetäjän, joka on ansainnut muiden johtajien kunnioituksen ja jolla on terve epäilys tietotekniikka kohtaan. Tarvitse myös IT-päällikön tukemaan projektia. - Asetat tavoitteita, joita et voi saavuttaa. Jokaisessa tietovarastoprojektissa on kaksi vaihetta: myyntivaihe, jossa markkinoit projektin tuomia etuja ja toisessa vaiheessa taistelet saavuttaaksesi tavoitteet, jotka asetit vaiheessa 1. - Annat vääriä lupauksia projektista. Älä väitä, että tietovarastoprojekti auttaa johtajia tekemään parempia päätöksiä. Tietovarasto tarjoaa tarvittavan tiedon, jotta johtajat voivat tehdä parempia päätöksiä. 23 - Täytät tietovaraston tiedolla vain siksi kun sitä on saatavilla. Tietovarasto ei ole kaatopaikka, kerää vain sellaista dataa, jota tarvitaan. - Uskot, että tietovaraston tietokanta on rakenteeltaan samanlainen kuin operatiivisen järjestelmän tietokanta. Yleensä se ei ole. Operatiivisen järjes- telmän tietokanta on yleensä normalisoitu relaatiotietokanta, kun taas tietovaras- ton tietokanta ei ole normalisoitu ja on moniulotteinen. - Valitset tietovarastopäällikön, joka on enemmän teknologia orientoitunut kuin käyttäjä orientoitunut. Tietovaraston päätarkoitus on toimittaa liiketoi- minnalle heidän tarvitsemaa tietoa. Tietovarastoa ei tule rakentaa vain teknolo- gian vuoksi. - Keskityt vain perinteiseen sisäiseen dataan ja unohdat ulkoisen datan mer- kityksen. Dataa saadaan monessa muodossa myös yrityksen ulkopuolelta. Datan tulee olla oikeiden ihmisten saatavilla oikeaan aikaan oikeassa muodossa. - Toimitat päällekkäistä data sekavin määrittelyin. Datan putsaaminen on erit- täin tärkeä prosessi tietovarastoinnissa. Se sisältää tiedon muokkaamisen oike- aan muotoon sekä päällekkäisen datan poiston. - Uskot lupauksiin suorituskyvystä. Tietovarastot vaativat yleensä enemmän kapasiteettia ja nopeutta kun on budjetoitu. - Luulet, että ongelmat ovat ohi kun tietovarasto on valmis ja käynnissä. Tie- tovarasto- ja Business Intelligense projektit ovat jatkuvia prosesseja. Tietoa täy- tyy jatkuvasti lisätä tai muuttaa. Myös uusia analytiikka työkaluja täytyy mah- dollisesti ottaa käyttöön projektin jälkeen. - Keskityt ad hoc tiedon louhintaan ja säännöllisiin raportteihin hälytysten sijaan. Tiedon luonnollinen kulku tietovarastossa on: 1. Tiedon poiminta operatiivisista järjestelmistä, tiedon puhdistaminen ja syöttäminen tietovarastoon 2. Tukea ad hoc raportteja kunnes opit mitä ihmiset haluavat 3. Muokkaat ad hoc raporteista säännöllisesti ajastettuja raportteja 24 Tämä ei kuitenkaan ole optimiratkaisu. Johtajat ja päälliköt ovat usein kiireisiä ja tarvitsevat aikaa lukeakseen raportteja. Hälytysjärjestelmät ovat parempi rat- kaisu kuin ajastetut raportit. Hälytysjärjestelmä tarkkailee dataa ja lähettää tar- vittaessa hälytyksen avainhenkilöille mikäli datassa tapahtuu ennalta määritelty kriittinen muutos. Useissa yrityksissä tietovarastoprojekti onnistuu vain mikäli heillä on vahva keskijoh- don tuki projektin toteutukselle. Tämä sama sääntö pätee myös muihin IT-projekteihin, mutta on erityisen tärkeä tietovarastoprojekteissa. (Turban ym. 2014:317-319) Tiedon mallinnus ja käyttöoikeuksien rajaaminen on myös kriittinen tekijä projektin onnistumiselle. Tiedon mallinnuksessa on tärkeää, että juuri kyseisen osaston asiantunti- jat ovat mukana määrittelemässä mitä tietoa kerätään ja missä muodossa se tallennetaan tietovarastoon. Tässä myös määritellään kenellä on oikeus päästä käsiksi dataan sen jälkeen kun se on tallennettu tietovarastoon. 2.6 Tietovaraston palvelun tarjoajat Tietovarastoja on tarjolla useilta toimittajilta. Tietovarastoja vertailtaessa tulee ottaa huomioon palveluntarjoajan taloudellinen tilanne, linkitykset toiminnanohjausjärjestel- miin, konsulttien saatavuus, markkinaosuus, toimialakokemus ja kumppanuudet. Tieto- varastotuotteita on kolmea tyyppiä, ensimmäisen tyyppisissä on toiminnot tiedon pai- kannukseen, lataamiseen, muokkaamiseen, puhdistamiseen sekä siirtämiseen ja lataami- seen tietovarastoon. Toinen tyyppi on sovellukset, jotka tallentavat ja hallinnoivat tieto- varaston tietoa ja metatietoa. Kolmannen tyyppiset tuotteet tarjoavat loppukäyttäjälle työkalut tietovaraston tiedon analysointiin. Taulukossa 2 on listattu tietovarastotuottei- den palveluntarjoajat. 25 Taulukko 2. Tietovarastotuotteiden palveluntarjoajat. (Turban ym. 2014:310) Palvelun tarjoaja Tuotteen ominaisuudet Computer Associates Kattava kokoelma tietovarastotyökaluja ja tuotteita DataMirror Tietokannan hallinta ja suorituskyky työ- kaluja Data Advantage Group Metadata ohjelmisto Dell Tietokanta palvelimia Embarcadero Tietokannan hallinta ja suorituskyky työ- kaluja Business Objects Tiedon puhdistus (cleansing) työkalu Harte-Hanks Asiakkuuden hallinta tuotteita ja palveluja HP Tietokantapalvelimia Hummingbird Ltd. (OpenText Connectivi- ty Solutions) Tietokannan hakukone ja tietovaraston tutkimus sovellus Hyperion Solutions Kattava kokoelma tietovarastotyökaluja ja tuotteita IBM Tietokanta työkaluja, tuotteita ja sovelluk- sia Informatica Tietokannan hallinta ja suorituskyky työ- kaluja Microsoft Tietokantatyökaluja ja tuotteita Oracle Tietokanta, ERP ja CRM työkaluja, tuot- teita ja sovelluksia SAS Institute Tietokantatyökaluja, tuotteita ja sovelluk- sia Siemens Tietokanta palvelimia SyBase Kattava kokoelma tietovarastotyökaluja ja tuotteita TeraData Tietokantatyökaluja, tuotteita ja sovelluk- sia 26 3 TIEDON MUOKKAAMINEN Operatiivisista järjestelmistä haetaan yleensä data ajastetusti yöaikaan, jolloin se ei rasi- ta yrityksen kriittisiä järjestelmiä. Datan hakua kutsutaan ETL-prosessiksi, Extract - Transform – Load eli poiminta, muokkaus ja lataus (Hovi ym. 2009: 23). Poiminta (Ext- ract) vaiheessa data luetaan yhdestä tai useammasta tietokannasta. Poiminnan jälkeen data muokataan (Transform) haluttuun muotoon ja ladataan (Load) tietovarastoon. Nä- mä kolme vaihetta on integroitu yhteen ohjelmaan, joka hakee datan yhdestä tai use- ammasta tietokannasta ja siirtää ne tietovaraston tietokantaan. ETL-prosessi vie aikaa, joten reaaliaikaisessa tietovarastossa ei ole mahdollista tarkistaa, integroida, jalostaa eikä summata tietoja (Hovi ym. 2009: 30). 3.1 ETL-prosessi Datan prosessoinnissa tulee ottaa huomioon erityyppiset muuttujat. Eri tietokantoihin voidaan tallentaa tietoa eri tavalla, mutta tietovaraston tietokantaan vietäessä data pitää muuttaa samanmuotoiseksi. Esimerkiksi ”ei” voi olla ”0”, ”No” tai ”n” ja ”kyllä” voi olla ”1”, ”y” tai ”Yes”. Myös kategoriset muuttujat ovat ongelmallisia ja useimmiten niitä ei voi käyttää sellaisenaan tietovarasto ratkaisuissa. Kategoriset muuttujat tulee muuttaa sarjaksi ”dummy” -muuttujia. Esimerkiksi muuttuja, joka voi saada arvot ”opiskelija”, ”työtön”, ”työssäkäyvä” tai ”eläkkeellä” muutetaan neljäksi eri muuttujak- si: Opiskelija – Kyllä / Ei Työtön – Kyllä / Ei Työssä käyvä – Kyllä / Ei Eläkkeellä – Kyllä / Ei Näistäkin muuttujista voidaan jättää yksi muuttuja käyttämättä, koska mikäli muuttujis- ta tiedetään kolme, niin silloin tiedetään neljäskin muuttuja. Eli jos henkilö ei ole opis- kelija, työtön tai työssä käyvä niin silloin hänen on oltava eläkkeellä (Shmueli, Patel & Bruce 2010: s. 19). ETL-prosessi (kuva 8) voidaan tehdä joko työntö- tai vetoperiaatteella. Työntöperiaat- teella tiedot poimitaan operatiivisesta järjestelmästä, muokataan oikeaan muotoon ja kirjoitetaan tiedostoihin. Tämän jälkeen tietoja muokataan vielä ennen kuin ne siirretään varsinaiseen tietovarastoon. Vetoperiaatteella toimiva ETL-prosessi lukee tiedot suoraan 27 operatiivisen järjestelmän tietokannasta. Tämä toteutus on yksinkertaisempi toteuttaa ja voi olla jopa joustavampikin kuin työntömenetelmä. Vetoperiaatteeseen liittyy kuitenkin riskejä. Operatiivisen tietokannan päivitys voi olla kesken lukuhetkellä, jolloin tietova- rastoon siirtyy väärää dataa tai jos operatiivinen järjestelmä vaihtuu, joudutaan imple- mentoimaan koko ETL-prosessi uudelleen. (Hovi ym. 2009:61.) 3.2 ETL-työkalut Datan prosessoimiseen operatiivisesta tietokannasta tietovarastoon voidaan tehdä erilli- sellä ETL-työkalulla tai tietokantatoimittajan toimittamalla työkalulla. Taulukossa 3 on listattu ETL-työkaluja ja niiden tarjoajia. Yleensä tietovaraston tietokantatoimittaja toimittaa myös ETL-työkalun kustannus syis- tä. Erillisen työkalun ostaminen eri valmistajalta vaatisi ylimääräisten kustannusten li- säksi vielä IT-osaston konfiguroinnin. Kaupallisten ohjelmistojen lisäksi on tarjolla joi- tain Open Source –tuotteita, kuten Talend ja Pentaho. Useimmiten yritykset päätyvät vakiintuneisiin toimittajiin joilta voi ostaa koko tietovaraston ja jatkuvan tuen sen yllä- pitoon. (Hovi ym. 2009:61.) Sovellus Perinteiset järjestelmät Muut sisäi- set sovel- lukset Poiminta Muokkaus Puhdistus Lataus Väliaikainen tietolähde Tietovarasto Data martti Kuva 8. ETL-prosessi (Turban ym. 2011: 68). 28 Taulukko 3. ETL-työkalut (Hovi ym. 2009: 60). Tietovarasto ETL-työkalu Microsoft SQL Server SQL Server Integration Services (SSIS) Oracle Oracle Warehouse Builder (OWB) Oracle Data Integrator IBM DB2 Data Stage IBM Cognos Data Manager SAP Business Objects Data Integrator ETL-työkalujen tarkoituksena on vähentää, tiedon siirtämiseen operatiivisesta järjestel- mästä tietovarastoon, tarvittavaa ohjelmoinnin määrää. Työkalut tarjoavat graafisen käyttöliittymän sekä osaavat hakea tiedon erilaisista tietokannoista. Työkaluissa on myös ominaisuudet tiedon tyyppimuunnoksille, yhdistelylle sekä tuplarivien poistoon. ETL-prosessi voidaan käynnistää joko ajastetusti tai herätepohjaisesti. Nykyään käyte- tään myös jatkuvaa latausta. Joihinkin ETL-tuotteisiin on lisätty profilointi ja monito- rointi ominaisuuksia, jotka tarkkailevat tiedon laatuun liittyviä ominaisuuksia. ETL- työkaluissa on myös ominaisuus, jolla voidaan korjata virheitä tiedossa ja muokata raa- ka-dataa loppukäyttäjille valmiiseen muotoon. (Hovi ym. 2009:61, Xavier & Moreira 2013) 3.3 Tiedon louhinta Tiedon louhinta (Data Mining) on prosessi, joka käyttää tilastollisia, matemaattisia ja tekoälyä tekniikoita kerätäkseen tarvittavan tiedon suurista datamassoista. Hakuehdot, joilla tietoa kerätään voivat olla liiketoimintasääntöjä, yhtäläisyyksiä, korrelaatioita, trendejä tai ennusteita. Tiedon louhinta on määritelty seuraavasti: epätriviaali prosessi, jolla tunnistetaan validia, uutta, mahdollisesti hyödyllistä ja täysin ymmärrettäviä raken- teita(toistuvia merkkijonoja) tietokannassa. Tässä määrittelyssä avainsanat tarkoittavat: - Prosessi - tiedon louhinta on sisältää useita iteraatioita - Epätriviaali – joitain koe-tyyppisiä tai pääteltyjä hakuja joudutaan käyttämään - Validi – löydetyt tiedot ovat totuudenmukaisia riittävällä varmuudella 29 - Uusi – löydetyt tiedot eivät ole entuudestaan tunnettuja - Mahdollisesti hyödyllinen – löydetystä tiedosta tulee olla hyötyä käyttäjälle - Täysin ymmärrettävä – löydetyn tiedon tulee olla liiketoiminnalisesti järkevää (Turban ym. 2014 s.196) Tiedon louhinta projekteissa käytetään yleensä standardoitua CRISP –prosessia (Cross- Industry Standard Process for Data Mining). Prosessissa on kuusi kohtaa, prosessi alkaa liiketoiminnan ymmärryksestä. Ennen kuin tiedon louhinta aloitetaan, tulee olla tiedossa mitä tietoa halutaan. Kohdassa kaksi tulee ymmärtää mitä tietoa ja mistä lähteistä tietoa halutaan kerätä. Kolmantena tulee tiedon esivalmistelu, joka on CRISP -prosessin aikaa vievin vaihe. Tietojen mukaan tämä vaihe vie koko prosessin kestosta noin 80%. Tiedon esivalmiste- lun ensimmäisessä vaiheessa kerätään relevantti data tunnistetuista tietolähteistä. Esi- 1. Liiketoimintaym- märrys 2. Tiedon ymmärrys 3. Tiedon valmistelu 4. Tietomallin raken- taminen 5. Testaus ja arviointi 6. Käyttöönotto Tietoläh- teet Kuva 9. Tiedon louhinnan kuusi vaihetta (Turban ym. 2014: 207). 30 valmistelun toisessa vaiheessa kerätty tieto puhdistetaan, tyhjät arvot täytetään sopivilla keskiarvoilla tai hylätään, ääriarvot poistetaan tai tasoitetaan muita arvoja vastaaviksi. Kolmannessa vaiheessa data muutetaan paremmin prosessoitavaan muotoon. Tiedon esivalmistelun viimeisessä vaiheessa datasta hylätään ylimääräinen osa. Vaikkakin da- taa on hyvä olla paljon, myös liika data voi olla ongelma. Prosessin neljännessä vaiheessa valitaan halutut mallinnus tekniikat liiketoiminnan tar- peita varten kolmesta pääkategorista: ennustaminen, yhdistäminen ja klusterointi. En- nustamisessa pyritään kertomaan tulevaisuudesta. Yhdistämisessä pyritään etsimään kiinnostavia yhteyksiä muuttujien välillä laajasta tietokannasta. Klusterointi taas jakaa asiakokonaisuudet segmentteihin niiden ominaisuuksien perustella. (Turban ym. 2014: 200) Viidennessä vaiheessa edellisissä vaiheissa tehdyt mallit arvioidaan niiden tarkkuuden ja yleisluonteisuuden osalta. Kuudennessa eli viimeisessä vaiheessa on tiedon louhinnan käyttöönotto. Käyttöönotto voi yksinkertaisuudessaan olla pelkkä raportin luominen tai sitten monimutkainen toteutus koko organisaation laajuudessa toistettavasta tiedon lou- hinta prosessista. CRISPin lisäksi muita tiedon louhinta prosesseja ovat SAS:n kehittä- mä SEMMA. (Turban ym. 2014: 207-212) 3.4 Big Data Big Datalla tarkoitetaan tietoa, joka on peräisin lukemattomista tietolähteistä tietover- kosta. Big Data pitää sisällään miljardeja ja jopa biljoonia tietueita tietoa. Koska tämä tieto on usein huonosti strukturoitua ja epätäydellistä sellaisenaan, sen muokkaamiseen, analysointiin ja tiedon esittämiseen tarvitaan teknologiaa ja työkaluja. Big Datan ainoa- na haasteena ei ole tiedon tallentaminen ja säilyttäminen, vaan sen käsittely on osoitta- nut suuremmaksi haasteeksi. Tätä varten ollaan kehittämässä yhteistä käsitteellistä tie- tomallia nimeltä Linked Data (LDP). (Bansal & Kageman 2015) Linked Data kuvaa tavan julkaista tietoa verkkoon, jolloin tieto on koneellisesti luetta- vissa. Tämä tarkoittaa, että tieto on yksiselitteisesti määritelty ja se voi olla linkitetty ulkoisiin tietolähteisiin. Ja kun ulkoinen tietolähde on tuotettu samaa tapaa noudattaen, näistä yhdessä muodostuu massiivinen tietovarasto. Linked Open Data (LOD) yhteisö on tuottanut suuren tietovaraston tämän tekniikan avulla. (Bansal ym. 2015) 31 Myös W3C on standardoinut arkkitehtuurin ja tavan lukea ja kirjoittaa Linked Data tietoja: - Käytä asioiden nimenä URIa - Käytä http URIa, jotta ihmiset voivat etsiä asioita käyttäen nimeä - Kun joku etsii URIa, tarjoa hyödyllistä tietoa, käytä standardeja (RDF*, SPARQL) - Sisällytä tietoon linkkejä muihin osoitteita, jotta muut löytävät enemmän asioita ETL-prosessilla muokataan tieto yhtenäiseen muotoon, tämä on normaalistu tehyt oman yrityksen tarpeita varten. Big Datan tapauksessa tieto tulee muokata esimerkiksi Linked Data –muotoon ja laittaa muiden saataville (W3C 2015). 3.5 Metadata Metadata on tietoa tiedosta. Metadata kuvailee tiedon rakennetta ja tarkoitusta. Harvat yritykset ymmärtävät metadatan merkityksen ja vielä harvemmat ymmärtävät kuinka luoda strategia metadatan suunnittelua ja toteutusta varten. Metadata määritellään käy- tön mukaan joko tekniseksi tai liiketoiminnalliseksi tiedoksi. Syntaktinen metadata si- sältää kuvauksen datan syntaksista, eli missä muodossa data on tallennettu. Rakenteelli- nen metadata kuvailee datan rakennetta ja semanttinen metadata kertoo datan tarkoituk- sen. Metadata pitää sisällään tiedon, joka auttaa meitä ymmärtämään perinteistä dataa. (Turban ym. 2011: 56.) Taulukossa 4 on esitetty erityyppisiä metadatoja ja mitä tietoa niihin tallennetaan. Staat- tinen metadata pysyy pidempään muuttumattomana, kun taas dynaaminen metadata kertoo järjestelmän tilasta. Tyypillisesti dynaaminen metadata kertoo esimerkiksi mil- loin järjestelmästä on otettu viimeksi varmuuskopio tai paljonko levyillä on tilaa jäljel- lä. Ilman metadataa loppukäyttäjien olisi vaikea löytää etsimäänsä dataa tietokannasta. Kun tiedetään mitä etsitään, niin etsittävä data löydetään helposti metadatan avulla. (Giovinazzo 2000: 44-45.) Metadatalla on useita eri käyttäjiä. BI-ympäristössä loppukäyttäjä tarvitsee eniten meta- dataa löytääkseen haluamansa tiedon tietokannasta. Muita käyttäjiä ovat tietovarasto- arkkitehti, joka määrittelee tietovaraston rakenteen. 32 Taulukko 4. Metadata tyyppejä (Giovinazzo 2000: 44). Staattinen (rakenteellinen) Nimi Kertoo nimen millä dataelementti tunnetaan järjestel- mässä. Esim. asiakas_nimi, asiakas_id Kuvaus Täydellinen kuvaus dataelementistä Muoto Datan esitysmuoto Data tyyppi Datan tyyppi, esim. kokonaisluku, boolean Yhteydet Määrittelee yhteyden järjestelmään, eli missä dataa käytetään Dynaaminen (operatiivi- nen) Laatu Kuvailee tiedon laadun järjestelmässä, kuten tarkkuus, täydellisyys, johdonmukaisuus Tilastollinen Kertoo mitä dataa käytetään eniten ja mitä osioita olisi syytä tehostaa järjestelmän suorituskyvyn parantami- seksi Tila Sisältää tiedon järjestelmän tilasta, sekä sen koska vii- meksi on tehty varmuuskopiot Tässä vaiheessa syntyy suurin osa metadatasta. Insinöörit parantavat tietokannan suori- tuskykyä tekemällä valmiiksi usein kysyttyjä kyselyitä. Järjestelmä- ja tietokantavalvo- jat käyvät läpi tilastoja ja muokkaavat ympäristöä saavuttaakseen paremman suoritus- kyvyn. Kaikki tiedot näistä muutoksista tallennetaan metadata-tietoihin, joiden avulla loppukäyttäjät löytävät aina haluamansa tiedon. (Giovinazzo 2000: 46.) 3.6 Tietovarastoinnin apuvälineet Perinteisellä arkkitehtuurilla toteutetun tietovaraston tieto pysyy muuttumattomana ETL-prosessin jälkeen. Master Data Managementin (MDM) avulla yritys voi hallita yrityksen ydintietoja. Ydintietoa on esimerkiksi asiakas-, tuote- ja organisaatiotiedot. Master Data Managementin tavoite on koota useiden operatiivisten järjestelmien ydin- tieto yhteen paikkaan. Master Dataa hallitaan keskitetysti ja muut operatiiviset järjes- 33 telmät viittaavat Master Dataan, jolloin kaikissa järjestelmissä ydintieto on yhtenäistä. Master Data palvelee operatiivisten järjestelmien lisäksi myös tietovarastoa. Enterprise Information Integration-työkaluilla (EII) haetaan tietoa operatiivisten järjes- telmien tietokannoista ja yhdistellään sitä lennosta. EII-ratkaisut eivät yleensä korvaa tietovarastoa, koska niiden data on muokkaamatonta. EII-työkalujen avulla täydenne- tään tietovaraston tietoa reaaliaikaisella tiedolla. (Hovi ym. 2009:67) 34 4 BUSINESS INTELLIGENCE Business Intelligence (BI) on termi, joka tarkoittaa eri asiaa eri ihmisille. Joillekin se tarkoittaa tiedon analysointia ja toisille arkkitehtuureja, työkaluja tai tietokantoja. Bu- siness Intelligencen päätavoite on mahdollistaa interaktiivinen yhteys tietovaraston tie- toon ja mahdollistaa sen käsittely niin, että yrityksen päättäjät voivat tehdä tarpeellisia analyysejä. Business Intelligence prosessin tarkoitus on muokata data informaatioksi, jonka avulla voidaan tehdä päätöksiä, jotka johtavat toimenpiteisiin. (Turban ym. 2011: 28-29.) Business Intelligence keksittiin 1990-luvun puolivälissä, mutta konsepti on paljon van- hempi. Jo 1970-luvulla oli raportointijärjestelmiä, ne olivat staattisia ja kaksiulotteisia eikä niiden avulla ollut mahdollista analysoida tietoa. Myöhemmin järjestelmiin lisättiin ominaisuuksia, kuten dynaaminen moniulotteinen raportointi, ennustaminen, trendiana- lyysit ja porautuminen. Nämä ominaisuudet olivat vain ylimmän johdon käytettävissä. Myöhemmin nämä samat ominaisuudet ja paljon muita ominaisuuksia tulivat muidenkin käyttöön. Konseptin nimi Executive Information System muutettiin Business Intelligen- ceksi. Vuodesta 2005 lähtien Business Intelligence sovelluksiin on lisätty tekoälyä ja tehokkaita analysointia sisältäviä ominaisuuksia. (Turban ym. 2011: 28-29.) Business Intelligence kuvaa yrityksen toiminnasta kertyvää informaatiota, jonka avulla voidaan tehdä parempia päätöksiä ja ohjata toimintaa oikeaan suuntaan. Ilman BI- sovelluksia jokaisen tietoa tarvitsevan tulisi tuntea tietokantojen rakenne ja hakea tieto sieltä. BI-sovellukset esittävät tiedon visuaalisesti ja käyttäjät voivat hakea haluamansa tiedon ilman ohjelmointikokemusta. Kaikkien BI-sovellusten taustalla on tietovarasto, josta tieto haetaan. Reaaliaikainenkin BI-sovellus käyttää tietovarastoa, koska BI- sovelluksia varten data täytyy muokata oikeaan muotoon ennen esittämistä BI- sovelluksissa. (Hovi ym. 2009: 74.) Business Intelligence tarjoaa yritykselle tarkkaa informaatiota, jota tarvitaan, kun tar- kastellaan menestystä. Tämä tieto on tärkeää, jotta voidaan suunnitella tulevaisuutta ja tehdä tärkeitä päätöksiä. Yritykset on pakotettu tallentamaan, ymmärtämään ja hyödyn- tämään tietoa, jotta yritys voisi kehittää omia prosessejaan. Nykyään prosessit ovat no- peutuneet ja päätöksentekoajat ovat lyhentyneet. Tämän vuoksi päätöksentekijät tarvit- sevat oikean tiedon, oikealla hetkellä, oikeassa paikassa. (Turban ym. 2011: 32.) Tietovarasto Instituutin (Data Warehous institute), jossa on mukana 510 yritystä, mu- kaan Business Intelligencen käyttöönotto on säästänyt aikaa noin 61 %:lta yrityksistä. 35 Yrityksistä 57:a on pystynyt tekemään parempia strategisia päätöksiä ja 56%:a parem- pia taktisia päätöksiä. Lisäksi 39% yrityksistä on säästänyt rahaa Business Intelligencen käyttöönoton jälkeen. (Xavier ym. 2013) Aikaisemmin Business Intelligencen hyödyntäminen toi yritykselle kilpailuedun. Nyky- ään BI-työkalujen puuttuminen on yritykselle haitaksi. BI sisältää liiketoiminnan kaikki osa-alueet, asiakashallinnan, kirjanpidon, rahoituksen, myynnin jne. Yrityksen toiminta aiheuttaa tapahtumia yrityksen operatiiviseen järjestelmään (kuva 10). Operatiivisesta järjestelmästä kerätään haluttu data, muokataan se oikeaan muotoon ja se tallennetaan tietovarastoon. Tietovaraston datasta voidaan tehdä erilaisia raportteja. Raporttien avulla yrityksen johto tekee strategisia päätöksiä, jotka vaikuttavat taas dataan, joka tallentuu operatiiviseen järjestelmään. BI prosessi on siis eräänlainen silmukka. (Giovinazzo 2000: 2.) Päätöksenteon avustam inen Tietovarasto Business Strategia OLAP Tiedon louhinta Raportit Tietovarasto ETL-prosessi CRM Kirjanpito Rahoitus HR Kuva 10. Business Intelligence silmukka (Giovinazzo 2000: 2). 36 4.1 Business Intelligence pilvessä Viime vuosina pilvipalvelut ovat yleistyneet, uusia liiketoiminta muotoja ovat SaaS (software as a service), PaaS (platform as a service) ja IaaS (infrastructure as a service). Ensimmäinen tarkoittaa esimerkiksi verkossa toimivaa ohjelmistoa tai sovellusta, jonka käytöstä maksetaan. Tätä sovellusta ei siis ladata käyttäjän koneelle, vaan sovelluksen käyttö tapahtuu verkon kautta. PaaS on palvelu, jossa esimerkiksi yritykselle tarjotaan alusta tai ympäristö, jossa kehittää, suorittaa ja hallinnoida web-sovelluksia. IaaS taas tarjoaa käyttäjälle koko infrastruktuurin käytettäväksi. Tämä sisältää verkkoyhteydet, tallennustilan, palvelimet ja niiden ylläpidon. (Al-Aqrabi, Liu, Hill & Antonopolous 2014) Vaikka BI järjestelmä olisi tällä hetkellä toimiva, liiketoiminnan omistajien täytyy etsiä vaihtoehtoja hallitsemattoman järjestelmä- ja tallennus resurssien kasvun vuoksi itse ylläpidettyihin järjestelmiin. Jossain vaiheessa järjestelmien ylläpito ja päivitys tulee kohtuuttoman kalliiksi. Tällöin pilvipalvelut ovat hyvä ratkaisu BI järjestelmälle, jolloin järjestelmien ja infrastruktuurin ylläpito on palveluntarjoajalla. Pilvipalvelut ovat myös hyvä ratkaisu pienemmille yrityksille, jolloin heidän ei tarvitse rakentaa ja ylläpitää itse BI järjestelmien vaativaa infrastruktuuria. (Al-Aqrabi ym. 2014) Yksinkertainen BI-järjestelmä koostuu loppukäyttäjästä, raportointipalvelimesta, tieto- varastosta, ETL-palvelimesta ja operatiivisista järjestelmistä. Tällaisessa BI- järjestelmässä laitteisto ja ohjelmisto kulut voivat nousta jopa miljooniin euroihin. Pil- vessä olevassa BI-järjestelmässä vain loppukäyttäjä ja operatiivisten järjestelmien lait- teistot ja ohjelmistot ovat yrityksen vastuulla. (Gash, Ariyachandra & Frolick 2011, ) Pilvessä olevaa Business Intelligence kutsutaan BIaaS (Business Intelligence as a servi- ce). Pilveen rakennettu BI-järjestelmä tuo yritykselle kustannussäästöjä laitteistojen ja ohjelmistojen lisäksi myös järjestelmän suunnittelu- ja toteutusvaiheessa. Yleensä jär- jestelmän toimittavalla yrityksellä on jo valmis perussuunnitelma järjestelmästä ja ym- päristöstä, ja järjestelmä sitten räätälöidään yritykselle sopivaksi. (Gash ym. 2011, Chang 2014) 37 4.2 Business Intelligence sovellukset Business Intelligence-sovelluksia on saatavilla useilta eri valmistajilta. Isoimmat val- mistajat ovat Teradata, MicroStrategy, Microsoft, IBM, Oracle, SAS ja SAP. Useimmat edellisistä ovat kasvaneet suuriksi toimijoiksi yritysostojen kautta. Koska BI-sovellus tarvitsee yleensä tietovaraston toimiakseen, usein ostetaan sekä tietovarasto että BI- sovellus samalta toimittajalta. Tämä on oikeastaan ainoa käytetty vaihtoehto kustannus- syistä. BI-sovellukseen kuuluu useita muitakin tuotteita tietovaraston ja itse BI- sovelluksen lisäksi. Usein sovelluksen mukana toimitetaan mm. raportointityökaluja, päätöksentekoapuvälineitä, portaaleja, analysointityökaluja, tuloskortteja ja mittaristoja. (Turban ym. 2011:41.) Taulukossa 5 on listattu tunnettuja BI-työkalujen valmistajia sekä mainittu työkalujen nimet. Suurten BI-työkalujen valmistajien lisäksi markkinoilla on myös pienempiä haastajia. Taulukko 5. Business Intelligence-työkalut (Turban ym. 2011:41). Valmistaja Työkalu IBM IBM Cognos Business Intelligence Microsoft Power BI Microstrategy Microstrategy Oracle Business Intelligence Enterprise Edition Oracle Oracle Hyperion System Pentaho BI Suite Pentaho QlikTech QlikView SAP SAP BusinessObjects SAP SAP NetWeaver BI SAS SAS Enterprise BI Server Tableau Software Tableau WebFOCUS Information Builders BI-sovelluksen mukana toimitetaan yleensä myös tietovarasto, mutta useimmat työkalut on mahdollista integroida myös muiden valmistajien tietokantoihin. BI-sovellukset in- 38 tegroidaan usein myös toiminnanohjausjärjestelmään, jolloin saadaan reaaliaikaista tie- toa käyttöön. Yleisimmin ERP/BI integraatiota on käytetty taloudellisten päätöstenteon avuksi, mutta nykyään sitä käytetään myös markkinoinnin, henkilöstöhallinnon ja tuo- tannon päätöksenteonapuvälineinä. (Turban 2011: 261.) 4.3 Päätöksenteon apuvälineet Päätöksenteon apuvälineet (Decision Support System, DSS) on yleensä tehty jotain tiet- tyä ongelmaa varten tai arvioimaan tiettyä mahdollisuutta. Raportointi näyttelee BI- järjestelmissä suurta roolia. BI-järjestelmät tarkkailevat tilanteita ja tunnistavat ongel- mia ja mahdollisuuksia käyttäen analyyttisia menetelmiä. BI-järjestelmiin on sisällytet- ty tietomallit ja tietokantayhteys. BI keskittyy siis raportointiin ja etsimään ongelmia. Päätöksenteon apuvälineet käyttävät taas omaa tietokantaa ja ne on kehitetty ratkaise- maan BI:n löytämiä ongelmia. Päätöksenteon apuvälineet kehitetään varta vasten löy- dettyjä ongelmia varten. Näitä apuvälineitä voi käyttää yksi käyttäjä tietokoneella tai se voi olla internetin kautta käytettävä sovellus, jolla voi olla useita yhtäaikaisia käyttäjiä. (Turban, Sharda & Delen 2011: 75.) Web-pohjaisessa DSS-arkkitehtuurissa prosessointi on hajautettu usealle palvelimelle. Sovelluspalvelimella sijaitseva sovellus käynnistetään web-selaimen kautta. Sovellus muodostaa yhden tai useamman mallin omasta tietokannasta ja tietomalleistaan. Sovel- lus voi myös hakea tietoa tietovarastosta tai operatiivisesta järjestelmästä. Mikäli käyttä- jä vaatii mallin optimointia, tietomalli tietoineen siirretään optimointipalvelimelle. Op- timointi palvelin hakee tietovarastosta tarvittaessa lisää tietoa. Tämän jälkeen optimoin- tipalvelin ratkaisee ongelman ja lähettää vastauksen suoraan web-selaimelle. Sovellus- palvelin muokkaa muodostetut ratkaisuraportit johtajille luettavaan muotoon ja lähettää ne automaattisesti sähköpostilla tai julkaisee ne portaalissa. (Turban ym. 2011: 75-76.) Päätöksenteonapuväline voi olla monimutkainen ja useasta eri komponentista koostuva järjestelmä. Määrittelyjen mukaan päätöksenteonapuväline tarvitsee vähintään kolme komponenttia: tietokannanhallintajärjestelmän, tietomallinhallintajärjestelmän sekä käyttöliittymän. Kuvassa 11 on kuvattu päätöksenteonapuväline kaikkine komponent- teineen. Useimmat näistä web-järjestelmistä on toteutettu Javalla ja ne pyörivät sovel- luspalvelimilla. 39 Järjestelmään voi kuulua: Tiedonhallintajärjestelmä (The Data Management Subsystem) sisältää tietokannan, jota ylläpidetään tietokannanhallintaohjelmiston (DBMS) avulla ja on monesti kytketty yrityksen tietovarastoon. Tietomallinhallintajärjestelmä (The Model Management SubSystem) on sovellus, joka pitää sisällään taloudelliset, tilastolliset, hallinnolliset tai muut kvantitatiiviset mal- lit, jotka mahdollistavat tietojen analysoinnin. Tämä komponentti on yleensä kytköksis- sä yrityksen sisäisiin tai ulkoisiin tietomalleihin. Tätä kutsutaan usein myös tietoperus- teinen hallintajärjestelmä (Model Base Management System, MBMS). Käyttöliittymä (The User Interface Subsystem) on rajapinta, jonka avulla päätöksen- teonapuvälinettä käytetään. Usein käyttöliittymä on web-sivu, jolloin käyttäjälle tarjo- taan graafinen käyttöliittymä. Joskus käyttöliittymä voi olla myös excel-asiakirja. Muut tieto- järjestelmät Internet, intranet, extranet Johtaja (käyttäjä) Yritystason tietämys ERP / POS Legacy ERP / POS Tiedonhallinta Tietomallin- hallinta Ulkoiset mallit Tietoperusteinen järjes- telmä Käyttöliittymä Kuva 11. Päätöksenteon järjestelmä (Turban ym. 2014: 85). 40 Tietoperusteinen hallintajärjestelmä (The Knowledge-Based Management Subsys- tem) voi tukea kaikkia muita järjestelmän komponentteja tai se voi toimia itsenäisenä järjstelmänä (Turban ym. 2014: 85-86). Päätöksenteon apuvälineitä ei ole määritelty yksimielisesti, eikä sen ominaisuuksia ja kykyjä ole määritelty tarkasti. Seuraavassa listassa on kuitenkin joitain DSS:n ominai- suuksia: 1. Osittain jäsennellyt tai jäsentymättömät ongelmat 2. Palvelee johtajia kaikilla tasoilla 3. Palvelee yksilöitä ja ryhmiä 4. Toisistaan riippumattomat tai peräkkäiset päätökset 5. Tukee älykästä suunnittelua, valintoja ja toteutusta 6. Tukee erilaisia päätöksenteko prosesseja ja tyylejä 7. Mukautuva ja joustava 8. Interaktiivinen ja helppokäyttöinen 9. Tehokas 10. Ihmiset ohjaavat prosessia 11. Loppukäyttäjien helppo kehittää 12. Mallinnus ja analyysit 13. Tietokantayhteys 14. Erillisjärjestelmä, integroitu tai web-pohjainen (Turban ym. 2011: 77.) Automaattisia päätöksentekojärjestelmiä käytetään usein tuotteiden tai palveluiden hin- noittelussa. Lentolippujen hinnat on hyvä esimerkki: lentoyhtiön myy lippuja ja mikäli vain 70 % lennon paikoista on myyty tiettynä ajankohtana ennen lentoa, annetaan x pro- sentin alennus muille kuin business-luokan matkustajille. Tällaiset päätökset on tehty aikaisemman datan analysoinnin perusteella ja syötetty operatiiviseen järjestelmään matemaattisten mallien avulla. (Turban ym. 2011: 28-29, 34.) Tapahtumapohjaiset hälytykset varoittavat BI-käyttäjää epätavallisista tapahtumista. Esimerkiksi luottokorttiyhtiö saa hälytyksen, mikäli luottokortilla yritetään maksaa epä- tavallisen suuri summa tai yritetään maksaa epätavallisessa sijainnissa. (Turban ym. 2011:35.) 41 4.4 Raportointi Business Intelligence -järjestelmän tarkoituksena on tuottaa raportteja käyttäjilleen. Ra- porttien informaation tulee olla oikeaa ja nopeasti saatavilla. Raportit luodaan tietova- rastotietokannasta tai datamartista, lukuun ottamatta reaaliaikaista BI-ratkaisua, jossa data haetaan operatiivisesta järjestelmästä. Uusi raportti luodaan tekemällä kysely SQL- kielellä tietolähteestä. Usein kyselyn tekemistä varten on luotu käyttöliittymä, jossa käyttäjä valitsee halutut tiedot raporttiin ja sovellus muodostaa SQL-lausekkeen käyttä- jän puolesta. Vaikka uusien raporttien luominen on tehty helpoksi, usein tietohallinto tai ulkopuolinen konsultti muodostaa uudet raportit. Raportteihin voidaan sisällyttää muut- tuvia elementtejä, jolloin useat eri käyttäjät voivat hyödyntää samaa raporttia. Raporttiin syötetään hakuehdot ennen varsinaista tiedon hakua. Raporttien hakuehdot voidaan myös automatisoida, jolloin hakuehdot määräytyvät esimerkiksi sisään kirjautumisen yhteydessä. Moniulotteinen analysointi (OLAP, On-line Analytical Processing) on menetelmä, jolla on helppoa ja tehokasta toteuttaa liiketaloudellisia analyyseja. Kuvassa 12 on OLAP- kuutio ilman ulottuvuuksia. Kuutio voi esittää esimerkiksi yrityksen kokovuoden myyn- tiä kaikkien tuotteiden osalta. Kuvassa 13 kuutioon on lisätty ensimmäinen ulottuvuus, kvartaali. Nyt kuutiosta saa- daan selville koko vuoden myynti kvartaaleittain sekä aggregaattina koko vuoden myynti. Kuva 12. OLAP-kuutio. Nolla ulottuvuutta (Hovi 2009:92). Myynti €: 545.000 42 Toinen ulottuvuus voi olla esimerkiksi tuote. Nyt kuutio näyttää taulukolta (kuva 13), jossa jokainen rivi on oma tuotteensa ja jokainen sarake edustaa kvartaalia. Viimeisestä sarakkeesta jokaiselta riviltä löytyy tuotteen kokonaismyynti ja alimmalta riviltä jokai- sesta sarakkeesta löytyy kvartaalin kokonaismyynti yhteenlaskettuna. Kuvassa 14 on kuvattu kolmiulotteinen OLAP-kuutio. Kolmantena ulottuvuutena kuutioon on lisätty myyntialue. Nyt OLAP-kuutio pitää sisällään tiedot yrityksen myynneistä kvartaaleit- tain, tuotteittain sekä alueittain. OLAP-kuutioiden ulottuvuuksia voi olla rajattomasti, mutta yli 10 ulottuvuuden kuutiot on todettu vaikeaksi hallita. Kuution ulottuvuuksien tarkasteleminen vaatii porautumista. Esimerkiksi jos halutaan tarkastella tietyn kvartaa- lin osalta tietyn tuotteen myyntiä, tulee ensin porautua kvartaalin ja tuotteen kohdalta, jolloin näkyviin tulee tuotteen maantieteelliset myynnit. Kuva 13. Ylempänä yksiulotteinen ja alempana kaksiulotteinen OLAP-taulu (Hovi ym. 2009: 91). Q1 Z Y X Yht. Q2 Q3 Q4 Vuosi 2007 Q1 Q2 Q3 Q4 Vuosi 2007 150.000 125.000 130.000 140.000 545.000 Yht. 60.000 35.000 40.000 30.000 165.000 50.000 65.000 20.000 40.000 175.000 40.000 25.000 70.000 70.000 205.000 150.000 125.000 130.000 140.000 545.000 43 4.5 Mittaristot Business Intelligencen tuottamaa dataa seurataan erilaisilla mittareilla. Liiketoiminnan avainindikaattoreiden (KPI, Key Performance Indicators) avulla seurataan yrityksen suoriutumista johdon asettamista strategisista tavoitteista. Esimerkkinä strateginen ta- voite voi olla markkinaosuuden kasvattaminen, jolloin KPI voisi olla myynnin kasvat- taminen. Myyntiluku voidaan jakaa vielä pienempiin osiin, jolloin voidaan seurata tie- tyn tuoteryhmän myynnin kehitystä tai vaikka yhden tuotteen myyntiä. BI:n käyttäjät valitsevat seurattavat mittarit, joita voi helposti seurata kojelaudasta (Dashboard). Koje- laudasta näkee yhdellä silmäyksellä kaikkien seurattavien mittareiden tilanteen. Muita mittareita ovat Business Activity Monitoring (BAM), joka toimii kuten Dashbo- ard mutta pyrkii realiaikaisuuteen. BAM on tarkoitettu nykytilan ymmärtämiseen toisin kuin Dashboard, jossa dataa verrataan aikaisempaan dataan. Kaplan ja Nortonin Balan- ced Scorecardia(BSC) käytetään myös mittarina. BSC jakaa seurantakohteet neljään osaan: talous, asiakkaat, sisäiset prosessit ja oppiminen. Näihin osa-alueisiin kohdiste- taan mitattavia tunnuslukuja, joita seurataan. Aiemmin BSC-ratkaisuihin kerättiin data manuaalisesti neljännesvuosittain, mutta nykyään aikaväli on liian pitkä. BSC:tä on yri- tetty tuoda osaksi BI:tä, mutta tuloskorttien kytkennästä neljään osa-alueeseen on luo- vuttu ja siirrytty seuraamaan yritykselle tärkeitä tunnuslukuja. (Hovi ym. 2009:100.) Itä Pohj. Länsi Q1 Q2 Q3 Q4 Vuosi 2007 60.000 35.000 40.000 30.000 165.000 50.000 65.000 20.000 40.000 175.000 40.000 25.000 70.000 70.000 205.000 150.000 125.000 130.000 140.000 545.000 10.000 15.000 35.000 20.000 5.000 10.000 10.000 15.000 15.000 5.000 5.000 20.000 45.000 40.000 80.000 Z Y X Yh Kuva 14. Kolmiulotteinen OLAP-kuutio (Hovi 2009:92). 44 4.6 BI-projektin toteutus BI-projektin toteutus on hyvin monimutkainen prosessi, jonka onnistumista voidaan mitata monella eri tavalla. Saavatko oikeat ihmiset tietoa oikeaan aikaan? Voidaanko informaatiota hyödyntää paremmin? Jotta näihin kysymyksiin voitaisiin vastata, vaatisi se BI-projektin onnistuneen läpiviennin. BI-projektin onnistumiseen vaikuttaa monta eri tekijää, joista kriittisimmät ovat: - Liiketoimintalähtöinen metodologia ja projektin johtaminen - Selkeä visio ja suunnittelu - Sitoutunut johdon tuki ja rajoitus - Tiedon hallinta ja laatutekijät - Ratkaisujen suunnittelu käyttäjien vaatimusten mukaisiksi - Suorituskykytekijät - Kestävä ja laajennettava ympäristö Edellä lueteltujen asioiden huomioonottaminen BI-projektin suunnitteluvaiheessa luo hyvät valmiudet projektin onnistumiselle. BI-projekti tulisi toteuttaa vain ja ainoastaan liiketoiminnan tarpeisiin. Kaikki raportit ja mittaristot tulisi perustua loppukäyttäjän tarpeisiin ja IT-osaston tulisi olla projektissa vain toteuttajana ja teknisenä tukena. Loppukäyttäjien tulisi olla projektissa mukana jo suunnitteluvaiheessa. Projektia ei tulisi myöskään aloittaa, ellei yrityksellä ole selkeää visiota tai suunnitelmaa projektin toteuttamiseksi. BI on liian suuri ja monimutkainen projekti toteutettavaksi ilman todellista tarvetta. Johdon tuki on BI projektille välttämä- tön, jotta projekti saa riittävät resurssit käyttöönsä. BI on pitkäkestoinen prosessi, jota kehitetään koko ajan tuottamaan uutta informaatiota. BI ei ole siis projekti, joka alkaa ja loppuu, vaan se vaatii jatkuvaa huomiota. (Hovi ym. 2009: 121-124, Turban ym. 2011: 255-256.) 45 Tietovaraston jatkokehittämisen tulee olla suunniteltua vuositasolla sekä versiotasolla. Vuosisuunnitelmassa määritellään miten tietovarastoa kehitetään seuraavan vuoden ai- kana. Kuvassa 15 on kuvattu tietovaraston kehityssuunnitelmassa huomioonotettavia asioita. Tämä suunnitelma tehdään yhdessä liiketoiminnan vuosisuunnitelman ja IT- osaston muun vuosisuunnitelman kanssa, jotta tietovaraston kehitys kulkee linjassa muiden kehitystoimien kanssa. (Hovi ym. 2009: 180) Vuosisuunnitelman laatimisessa käytetään apuna edellisen vuoden toteumia ja liiketoi- minnan suunnitelmia. Myös viranomaisten vaatimukset tulee ottaa huomioon. Näitä ovat esimerkiksi lainsäädännön muuttuminen ja EU vaatimukset. Asiakkaat voivat myös vaatia tarkempaa informaatiota ostokäyttäytymisestään, jolloin tietovarasto on paras paikka tällaisen tiedon säilytykseen. Vuosisuunnitelmaa tehtäessä tulee myös huomoida yrityksen muut tekniset suunnitelmat, jotta järjestelmät ovat jatkossakin yh- teensopivia keskenään. (Hovi ym. 2009: 181) Kuva 15. Tietovaraston kehityssuunnitelma. (Hovi ym. 2009: 180) Edellisen vuoden to- teutumat Tekniset muutokset Laki- muutok- set Toiminnan kehittämis- suunnitelmat Muut ulko- puoliset muutokset DW- vuosisuunni- telma Muutospyyn- nöt Versiosuunni- telmat Virheet 46 Vuosisuunnitelman lisäksi laaditaan versiosuunnitelma. Versiosuunnitelmassa on kuvat- tu yhdessä versiossa tuotantoon vietävä kokonaisuus. Versioiden lukumäärä tavallisesti on 2-5 versiota vuodessa. Tämä luku on tietenkin tapauskohtainen ja monesti versioita joudutaan lisäämään esimerkiksi kriittisen tietoturvapäivityksen tai virheen vuoksi. Ver- siosuunnitelmaa laatiessa käytetään apuna samoja asioita kuin vuosisuunnitelmaa laati- essa. Näiden lisäksi suunnitelmaan lisätään yksittäiset muutospyynnöt sekä virheet. Yk- sittäiset muutospyynnöt ovat liiketoiminnalta käytön myötä tulleita muutospyyntöjä. Virheitä taas esiintyy järjestelmissä aina. Jotkut virheet on korjattava heti, ja jotkut taas ovat sellaisia, että ne eivät haittaa käyttöä ja voidaan korjata myöhemmin. Nämä vir- heenkorjaukset viedään versiossa tuotantoon. (Hovi ym. 2009: 181-182) Tietovarasto vaatii jatkuvasti muutoksia ja uusia ominaisuuksia. Uudet ominaisuudet voidaan tehdä joko pienkehityksenä tai versiossa. Yleensä suuremmat muutokset kan- nattaa viedä versioissa. Pienempiä ja toisista järjestelmistä riippumattomia muutoksia voidaan viedä pienkehityksenä. Kehitystöitä ei voida yksiselitteisesti määritellä versio- tai pienkehitystöiksi. Tietovaraston, kuten muidenkin järjestelmien jatkokehitystä ja ylläpitoa on organisoitava. Organisointimalleja on useita, mutta tässä esitellään yksi vaihtoehto. Organisaatioon kuuluu: - Tietovaraston koordinointiryhmä vastaa tietovaraston kokonaisuudesta ja sen toimivuudesta. - Tietovarastoarkkitehti on vastuussa järjestelmien yhteensopivuudesta ja suun- nittelusta. - Tietovastaavat ovat vastuussa tietovarastossa olevan tiedon määrittelystä ja ku- vauksesta. Tietovastaavat toimivat myös käyttäjien apuna. - Tietovaraston tekninen tuki vastaa tietovaraston teknisestä toimivuudesta. Nämä henkilöt ovat käyttäjien tukena sovelluksiin liittyvissä ongelmissa. Tie- toon liittyvissä ongelmissa auttaa tietovastaavat. - Osaamisekeskuksissa on sekä tietovarastoinnin että liiketoiminnan asiantunti- joita. Tietovaraston jatkokehitys on tämän yksikön vastuulla. (Hovi ym. 2009: 183) 47 5 LIIKETOIMINNAN SUORITUSKYVYN JOHTAMINEN Liiketoiminnan suorituskyvyn johtaminen (Business Performance Management, BPM) viittaa liiketoiminnan prosesseihin, metodologioihin, mittareihin ja teknologioihin joilla mitataan, valvotaan ja johdetaan liiketoiminnan suorituskykyä. Liiketoiminnan suori- tuskyvyn johtamisesta on käytetty myös termiä yrityksen suorituskyvyn johtaminen (Corporate Performance Management, CPM tai Enterprice Performance Management, EPM) tai strateginen yrityksen johtaminen (Strategic Enterprise management). (Turban ym. 2014:341) 5.1 Liiketoiminnan suorituskyvyn johtamisen eroaminen BI:stä Kun liiketoiminnan suorituskyvyn johtaminen esiteltiin ensimmäisen kerran erillisenä konseptina, sen ero BI:een oli epäselvä. Aluksi luultiin, että BPM on vain uusi termi BI:lle tai että BPM on BI:n seuraava sukupolvi. Edelleen näiden kahden konseptin ero on epäselvä, koska BI:tä ja BPM:a myydään samojen palvelujen tarjoajien toimesta ja BI on ratkaiseva tekijä BPM:n toteuttamisessa. (Turban ym. 2014:341) Business Intelligence kuvailee käytetyt teknologiat, joita tarvitaan yrityksen kannalta tärkeän tiedon analysointiin ja raportointiin. BPM tarkemmin määriteltynä on BI + suunnittelu. BPM sisältää lähes aina BI:n käytännöt ja ohjelmistot. BPM ei kuitenkaan rajoitu tähän, vaan sisältää organisaation laajuisen strategian estääkseen paikallisuten yksiköiden optimoinnin koko organisaation suorituskyvyn kustannuksella. BPM on jat- kuva kokoelma prosesseja, onnistuessaan sillä on vaikutus koko organisaatioon. (Tur- ban ym. 2014: 342) BPM prosessi alkaa strategian muodostuksella ja tavoitteiden asettamisella. Seuraavaksi suunnitellaan budjetti ja ennusteet sekä luodaan suunnitelmat tavoitteiden saavuttami- seksi. Tämän jälkeen seurataan tilannetta ja analysoidaan toteumia ja tarvittaessa teh- dään korjaavia toimenpiteitä. 1. Muodosta strategia. Missio, arvot, tavoitteet, kannustimet, strategia kartat. 2. Suunnittele. Budjetti, suunnitelmat, ennusteet, mallit, aloitteet, määränpää. 3. Seuraa ja analysoi. Suorituskyky koetaulut, raportit, analyyttiset työkalut. 4. Toimi ja mukauta. Tulkitse, tee yhteistyötä, arvioi, päätä, toimi, mukauta, seu- raa (Turban ym. 2014:343) 48 5.2 Strategia Termillä strategia on monta merkitystä, mutta useimmiten se tarkoittaa ”Missä haluam- me olla tulevaisuudessa?”. Useimmissa yrityksissä vastaus tähän kysymykseen on esi- tetty strategiasuunnitelmassa. Tyypillisesti strategiakartta alkaa ylhäältä ja siinä on ku- vattu ensimmäisenä organisaation laajuinen näkymä. Yleisiä strategiasuunnittelun vai- heista ovat: 1. Suorita nykytila-analyysi • Tämä analyysi selvittää yrityksen nykytilan ja vastaa kysymykseen ”Missä me olemme nyt?” 2. Määrittele ajanjakso, jolle strategia suunnitellaan • Perinteisesti yritykset tekevät suunnitelmat vuosittain kolmeksi – viidek- si vuodeksi eteenpäin. Suunnitelmien pituus vaihtelee markkinoiden vaihtelun ja ennustettavuuden mukaan. Mitä suurempi vaihtelu, sitä pie- nempi ennustettavuus ja sitä lyhyemmäksi ajaksi suunnitelmat voidaan tehdä. 3. Analysoi toimintaympäristö (esim. SWOT analyysi) • SWOT-analyysissa tunnistetaan mahdolliset ja todelliset yritykseen vai- kuttavat tekijät, kuten: avainasiakkaat, markkinat, kilpailijat, hallitus ja toimiala 4. Määrittele kriittiset menestys tekijät • Määritellään ne tekijät, joissa yrityksen täytyy menestyä, jotta voidaan menestyä markkinoilla. Näitä ovat esimerkiksi tuotteita valmistavassa yrityksessä tuotteiden laatu ja tuote innovaatiot 5. Suorita puuteanalyysi • Tämä analyysi tunnistaa ja priorisoi sisäiset vahvuudet ja heikkoudet yri- tyksen prosesseissa, rakenteissa, teknologioissa ja sovelluksissa. 6. Luo strateginen visio • Strateginen visio tarjoaa kuvan tai mielikuvan siitä, miltä yrityksen tulisi näyttää tulevaisuudessa. 49 7. Luo liiketoiminta strategia • Liiketoiminta strategia tulee luoda edellisistä kohdista saatujen tietojen perusteella. Strategian tulisi olla linjassa yrityksen vahvuuksien kanssa, käyttää hyödyksi yrityksen mahdollisuuksia, osoittaa heikkoudet ja vas- tata uhkiin. 8. Tunnista strategiset tavoitteet • Tässä kohdassa suuntaa antavat strategiset tavoitteet määritellään tarkas- ti, jotta niiden perusteella voidaan tehdä operatiiviset ja taloudelliset suunnitelmat. Strategian luominen ja toteuttaminen on eri asia. Kuluneina vuosikymmeninä tutki- mukset ovat osoittaneet, että suunnitellun strategian ja toteutuneen strategian välillä on kuilu. Palladium Groupin tutkimusten mukaan jopa 90 prosenttia yrityksistä epäonnis- tuu toteuttaa strategiaansa suunnitelmien mukaan. Syyt strategian epäonnistumiseen vaihtelee, mutta useimmiten se on yksi seuraavista: 1. Kommunikointi • Useissa yrityksissä hyvin pieni osa henkilöstöstä ymmärtää yrityksen strategian täydellisesti 2. Palkitsemisen ja kannustimien yhdenmukaisuus • Usein palkkiot on sidottu lyhyen aikavälin tavoitteeseen. Strategiset pää- tökset lyhyelle aikajaksolle ei usein ole järkeviä 3. Keskittyminen • Yrityksen johto ei käytä aikaa oleellisiin asioihin, vaan keskittyy pieniin yksityiskohtiin esimerkiksi budjetissa. Tutkimuksen mukaan useissa yri- tyksissä alle 85% johtajista keskustelee strategiasta alle tunnin kuukau- dessa. 4. Resurssit • Strategian epäonnistuminen on varmaa, ellei strategisia suunnitelmia ole rahoitettu ja resursoitu kunnolla. (Turban ym. 2014:343-346) 50 5.3 Strategisen johtamisen edut Strateginen johtaminen mahdollistaa yrityksen olla enemmän ennakoiva kuin reagoiva muokatessaan omaa tulevaisuuttaan. Strategisen johtamisen avulla yritys pystyy muo- dostamaan itselleen paremman strategian ja tekemään parempia strategisia valintoja. Avain onnistuneeseen strategiseen johtamiseen on kommunikaatio. Kuvassa 16 kuva- taan avoimen keskustelun tuomia hyötyjä. Kun strategiasta keskusteluun osallistuu koko yrityksen henkilöstö, he ymmärtävät strategian paremmin ja sitoutuvat tukemaan yritys- tä. Kun henkilöstä ja päälliköt ymmärtävät mitä yritys on tekemässä ja miksi, he usein Parannettu kommunikointi a. Dialogi b. Osallistuminen Syvempi / parempi ymmärrys a. muiden näkökulmasta b. Mitä yritys on tekemässä / suunnit- telemassa ja miksi Parempi sitoutuneisuus a. saavuttaa tavoitteet b. toteuttaa strategiaa c. työskennellä tehokkaammin LOPPUTULOS Kaikki päälliköt ja työntekijät haluavat olla mukana auttamassa yritystä menestymässä Kuva 16. Strategisen suunnittelun tuomat edut (David & David 2015: 49) 51 tuntevat olevansa osa yritystä ja tukevat päätettyä strategiaa. Päälliköistä ja työntekijöis- tä tulee yllättävän luovia ja innovatiivisia kun he ymmärtävät ja tukevat yrityksen mis- siota, tavoitteita ja strategiaa. Sitoutunut henkilöstö yleensä ymmärtää yhteyden heidän palkan ja palkkioiden ja yrityksen menestyksen välillä. (David & David 2015: 49) Strateginen johtaminen on oppimista, auttamista, kouluttautumista ja prosessien tuke- mista. Keskustelu strategisesta johtamisesta on tärkeämpää kuin dokumentit strategises- ta suunnitelmasta. Huonoimmillaan strategiaa suunnitellaan yksin ja sen jälkeen esitel- lään valmis strategia johtajille. Hyvien strategisten päätösten tekeminen on omistajien ja johtajien vastuulla, mutta on tärkeää, että päälliköt ja työntekijät ovat mukana muodos- tamassa, toteuttamassa ja arvioimassa aktiviteetteja. Yhä useammat yritykset käyttävät strategista johtamista tehdessään päätöksiä. Strateginen johtaminen ei ole kuitenkaan tae menestyksestä, siitä voi olla myös haittaa mikäli sitä toteutetaan huonosti. Tutkimukset osoittavat, että yritykset, jotka käyttävät strategisen johtamisen konsepteja ovat onnistu- neet parantamaan myyntiä, kannattavuutta ja tuottavuutta merkittävästi verrattuna yri- tyksiin, jotka eivät systemaattisesti suunnittele aktiviteettejaan. Myös mikäli yrityksen suunnittelujärjestelmä on hyödyntänyt strategisen suunnittelun teorioita yritys on yleen- sä menestynyt taloudellisesti erittäin hyvin pitkällä tähtäimellä. Menestyneet yritykset pystyvät tekemään tarkempia ennusteita lyhyelle ja pitkälle tähtäimelle. Huonosti me- nestyvät yritykset eivät onnistu ennusteissaan sekä niiden strategiasta vastaavat henkilöt keskittyvät yleensä ratkaisemaan sisäisiä ongelmia. He monesti aliarvioivat kilpailijansa ja yliarvioivat omat vahvuutensa. (David ym. 2015:49-50) Strateginen johtaminen tuo yritykselle muitakin kuin taloudellisia etuja, kuten tietoa ulkoisista uhista, parempaa tietoa kilpailijoiden strategiasta, parempi työntekijöiden tuottavuus, vähemmän vastustusta muutoksille sekä parempi ymmärrys menestys- palkitseminen suhteesta. Jotkut yritykset eivät kuitenkaan toteuta strategista suunnitte- lua. Jotkut yritykset taas toteuttavat, mutta eivät saa siihen tukea päälliköiltä tai työnte- kijöiltä. Kymmenen yleisintä syytä miksi strategista suunnittelua ei ole tehty tai se on tehty huonosti: 1. Koulutuksen puute 2. Ei ymmärretä tai arvosteta suunnittelun tärkeyttä 3. Ei rahallisia palkitsemisia suunnittelun tekemisestä 4. Ei rangaistuksia suunnittelun puuttumisesta 5. Kiire sammutella tulipaloja 6. Suunnittelua pidetään ajan hukkana 52 7. Laiskuus. Tehokas suunnittelu vie aikaa – aika on rahaa 8. Nykyisen menestyksen sisältö. Ei ymmärretä, että tämän päivän menestys ei ole tae huomisen menestyksestä 9. Yliluottavaisuus 10. Huonoja kokemuksia strategisesta suunnittelusta joskus tai jossain Strateginen suunnittelu on sitova, monimutkainen ja monitahoinen prosessi, joka vie yrityksen tuntemattomalle alueelle. Strateginen suunnittelu ei tarjoa valmiita ratkaisuja menestykseen, se tarjoaa yritykselle viitekehyksen esittämään kysymyksiä ja ratkaise- maan ongelmia. Menestyäkseen yrityksen on osattava varoa strategisen suunnittelun sudenkuoppia. Alla on listattuna yleisimpiä strategisen suunnittelun sudenkuoppia: - Strategisella suunnittelulla pyritään saamaan kontrolli päätöksistä ja resursseista - Strategista suunnittelua tehdään vain akkreditoinnin ja sääntelyn vuok- si - Siirrytään mission kehittämisestä strategian muodostamiseen - Epäonnistutaan kertomaan suunnitelmat henkilöstölle - Ylin johto tekee intuitiivisia päätöksiä jotka ovat ristiriidassa virallisen suunnitelman kanssa - Ylin johto ei aktiivisesti tue strategisen suunnittelun prosesseja - Epäonnistutaan suorituksen mittaamisessa - Delegoidaan suunnitteleminen suunnittelijoille - Ei saada avainhenkilöitä sitoutumaan suunnittelun jokaiseen vaihee- seen - Epäonnistutaan muutosta kannustava ilmapiiri - Pidetään suunnittelua tarpeettomana tai turhana - Keskitytään nykyisiin ongelmiin liikaa, eikä tehdä kunnollista suunnit- telua - Tehdään suunnittelusta niin muodollista, että joustavuus ja luovuus tu- kahdutetaan Jotkut yritykset käyttävät paljon aikaa strategiseen suunnitteluun, mutta sen toteuttami- nen epäonnistuu. Muutos ja tulokset eivät tapahdu suunnittelemalla, vaan se vaatii suunniteltuja toimenpiteitä. Strategia vaatii jatkuvaa arviointia, koska liiketoimintaym- päristö muuttuu koko ajan ja suunniteltu strategia voi vaatia muutoksia. (David ym. 2015: 50-51) 53 Strategisesta johtamisesta ei saa tulla itseään ylläpitävää byrokraattista mekanismia. Sen tulisi olla oppimisprosessi, joka tutustuttaa päälliköt ja työntekijät strategiaan ja tarjota vaihtoehtoja ongelmien ratkaisemiseksi. Tärkeä ohjenuora tehokkaaseen strategiseen johtamiseen on avoimuus. Jokaisen tulee olla valmis uuteen informaatioon, uusiin nä- kökulmiin, ideoihin ja mahdollisuuksiin. Taulukossa 6 on listattu 17 ohjetta tehokkaan strategian toteuttamiseksi. Strategiset päätökset vaativat kompromisseja pitkän ja lyhy- en strategian välillä tai voiton maksimoinnin ja osakkeenomistajien tahdon välillä. Yleinen virhe on toteuttaa useaa strategiaa samanaikaisesti. Tämä vie paljon yrityksen resursseja ja se samalla vaarantaa kaikki toteutettavat strategiat. (David ym.2015: 51- 52) 1. Sen pitää olla ihmisten prosessi eikä paperiprosessi 2. Sen pitää olla oppimisprosessi päälliköille ja työntekijöille 3. Sen pitää olla sanoja tuettuna luvuilla mieluummin kuin lukuja tuettuna sanoilla 4. Sen pitää olla yksinkertainen ja epärutiininomainen 5. Sen tulee vaihdella toimeksiannoista, tiimin jäsenistä, kokouskäytännöistä ja ajankäytöstä 6. Sen tulee haastaa olettamukset yrityksen nykyisestä strategiasta 7. Sen tulee käsitellä huonot uutiset 8. Sen tulee olla avoin, ottavainen ja oppiva 9. Se ei saa olla byrokraattinen mekanismi 10. Se ei saa olla rituaalinen ja jäykkä 11. Se ei saa olla liian muodollinen tai ennustettava 12. Se ei saa sisältää ammattislangia tai olla vaikeaselkoinen 13. Se ei saa olla muodollinen kontrollointi järjestelmä 14. Se ei saa olla piittaamaton laadullista informaatiota kohtaan 15. Tekniikasta vastaavat ihmiset eivät saa kontrolloida sitä 16. Älä toteuta liian montaa strategiaa yhtä aikaa 17. Vahvista jatkuvasti ”Hyvä etiikka on hyvää bisnestä” –politiikkaa Taulukko 6. Seitsemäntoista ohjetta tehokkaaseen strategiaan. (David ym. 2015:52 54 5.4 Strategia tasot Strategian toteuttaminen ei ole vain ylimmän johdon tehtävä. Keski- ja alemman johdon tulee olla myös mukana suunnittelemassa strategiaa. Suurissa yrityksissä strategialla on neljä tasoa: yhtiötaso, divisioonataso, toiminnallinen taso ja operatiivinen taso. Kuvassa 17 on kuvattu strategiatasot erikokoisissa yrityksissä. Yritystaso – omistaja tai joh- taja Toiminnallinen taso – Talous, markki- nointi, tutkimus ja kehtitys, tuotanto, IT & HR Operatiivinen taso – laitoksen johtavat, myyntipäälliköt, tuotanto- ja osastopäälliköt Pieni yritys Operatiivinen taso – laitoksen johtajat, myyntipäälliköt, tuo- tanto- ja osastopäälliköt Toiminnallinen taso – talous. Markkinointi, tutkimus ja kehitys, tuotanto, IT ja HR Divisioona taso – divisioonan johtaja tai varatoimitusjohtaja Yhtiötaso – toimitusjohtaja Suuri yritys Kuva 17. Strategiatasoista vastuussa olevat henkilöt (David ym. 2015: 137. 55 Suurissa yrityksissä strategiasta on vastuussa yhtiötasolla toimitusjohtaja, divisioonata- solla divisioonan johtaja tai varatoimitusjohtaja, toiminnallisella tasolla talousjohtaja tai muun osaston päällikkö ja operatiivisella tasolla strategiasta vastaa yksikönpäälliköt tai aluemyyntipäälliköt. Pienissä yrityksissä ylimmän tason strategiasta vastaa omistaja tai johtaja, ja muuten vastuut jakautuvat samalla tavalla kuin suurissa yrityksissä. (David ym 2015: 137) 5.5 Suorituskykymittarit Yrityksen menestymistä asetettujen strategisten tavoitteiden suhteen täytyy mitata, jotta nähdään tuleeko yritys strategisesti onnistumaan. Esimerkiksi myyntimiehen tekemistä mitattaessa saadaan luku, joka kertoo, että 50% tämän kuukauden kaupoista onnistui. Tämä luku ei yksinään kerro paljoa, mutta jos tiedetään, että saman myyntimiehen on- nistumisprosentti viimekuussa oli 30% on myyntimies tässä kuussa onnistunut hyvin. Mikäli tähän lisätään vielä tieto, että myyntimiesten keskimääräinen onnistumisprosentti on 80%, tämä kyseinen myyntimies on pärjännyt viimeaikoina huonosti. (Turban ym. 2014:354) Suorituskykyä mitataan usein suorituskykymittarilla (KPI, Key Performance Indicator), jonka avulla mitataan yrityksen tekemisiä tavoitteiden suhteen. KPI on moniulotteinen ja sillä on monia ominaisuuksia: - Strategia - Tavoitteet - Alueet - Enkoodaukset - Aikaikkunat - Vertailuarvot KPI:llä voidaan mitata mennyttä tai tulevaa. Menneen ajan KPI:t liittyvät yleensä talou- den mittareihin, mutta ei välttämättä aina. Tulevaisuuden KPI:tä kutsutaan myös opera- tiiviseksi KPI:ksi. Näillä mitataan yleensä aktiviteetteja joilla on suuri vaikutus men- neen ajan suorituskykymittareihin, usein siis yrityksen talouteen liittyviin mittareihin. Operatiivisilla suorituskyky mittareilla mitataan mm. asiakastyytyväisyyttä, asiakaspal- velua, myyntiä sekä myynnin suunnittelua ja ennusteita. (Turban ym. 2014:354). 56 5.6 Balanced scorecard Parhaiten tunnettu liiketoiminnan suorituskyvyn johtamisen työkalu on Balanced Score- card(BSC). Ylätasolla Balanced Scorecard on suorituskyvyn mittari ja johtamismetodo- logia joka auttaa tulkitsemaan yrityksen taloutta, asiakkaita, sisäisiä prosesseja, oppi- mista ja kasvua suoritettaviksi toimenpiteiksi. BSC auttaa linjaamaan yrityksen toimen- piteet strategiansa mukaisiksi. Tämä tapahtuu kuudessa vaiheessa: 1. Strategian luominen 2. Strategian suunnittelu 3. Yrityksen strategian yhtenäistäminen 4. Operatiivinen suunnittelu 5. Tarkkailu ja oppiminen 6. Testaaminen ja strategian muokkaaminen Taulukossa 7 on kuvattu kuvitteellisen yrityksen tasapainotettu tuloskortti. Taulukosta näkee, että yrityksellä on neljä tavoitetta, yksi kutakin tasapainotetun tuloskortin näkö- kulmaa kohti. (Turban ym. 2014: 360-361) Taulukko 7. Strategiakartta ja tasapainotettu tuloskortti (Turban ym. 2014: 361). Strategiakartta Balanced Scorecard Strategiset aloit- teet Talous Kasvata nettotuloa Nettotulon kasva- tus Kasvata 25% Asiakas Kasvata asiakasuskolli- suutta Asiakasuskollisuus prosentti Kasvata 15% Muuta lisensointia ja ylläpidä sopimuksia Prosessit Paranna Call Centerin suorituskykyä Ongelman käsitte- lyaika Paranna 30% Standardoi call cente- rin prosessit Oppiminen ja kasvu Vähennä työntekijöiden vaihtuvuutta Vapaaehtoisten vaihtuvuusaste Vähennä 25% Palkkojen ja bonusten kasvatus 57 5.7 Six Sigma Sigma (σ) on kreikkalainen kirjain, jota on käytetty tilastotieteessä ilmaisemaan vaihte- levuutta. Laatumittauksessa vaihtelevuus tarkoittaa defectien lukumäärää. Six sigma on suorituskyvyn johtamismetodologia, jonka avulla pyritään pienentämään havaittujen defectien määrää lähemmäksi nollaa. Six Sigmaa on käytetty enemmän prosessien ke- hittämiseen kuin itse suorituskyvynjohtamiseen. Prosessien kehittämismetodologiana Six Sigmaa voi käyttää prosessien valvontaan, ongelmakohtien paikantamiseen ja pa- rannuskeinojen soveltamiseen. Six Sigmassa liiketoiminta nähdään ryppäänä prosesseja. Liiketoimintaprosessi on taas rypäs aktiviteetteja, jotka tekevät toimenpiteitä toisia pro- sesseja tai ihmisiä varten. (Turban ym. 2014: 362) Six Sixma perustuu DMAIC suorituskyvyn parannusmalliin. DMAIC tulee sanoista: - Määrittele (Define). Määrittele kehitysaktiviteetin tavoitteet ja rajat. - Mittaa (Measure). Mittaa nykyistä järjestelmää. Luo kvantitatiivisia mittareita, jotka tuottavat statistisesti validia dataa. - Analysoi (Analyze). Analysoi järjestelmä tunnistaaksesi tavat elimi- noida erot nykyisessä järjestelmässä tai prosesseissa verrattuna halut- tuun tilaan. - Paranna (Improve). Etsi tavat tehdä asiat paremmin, halvemmalla tai nopeammin. Käytä projektinjohto- ja muita menetelmiä apuna. - Ohjaa(Control). Luo järjestelmä, joka varmistaa saavutetun tilan säi- lymisen parannusprojektin jälkeen. Six Sigma ei eroa muista liiketoiminta metodologioista. Tässä, niin kuin muissakin mal- leissa tehdään suunnitelmat ja kehitetään mittarit niiden seurantaa varten. Jotta Six Six- ma onnistuisi, se vaatii paljon samoja asioita kuin muutkin metodologiat: - Six Sigma mukautuu liiketoimintastrategiaan - Six Sigma tukee liiketoimintatavoitteita - Avainhenkilöt ovat mukana toteutuksessa - Projektien valintaprosessi perustuu potentiaaliseen lisäarvoon - Six Sigma osaajia on riittävästi projekteille - Projekteja johdetaan oikein - Tiiminvetäjien taitoja korostetaan - Tuloksia seurataan tarkasti 58 Six Sixman onnistumistodennäköisyyttä voi kasvattaa yhdistämällä Six Sixman toimin- tatapoja tasapainotetun tuloskortin tapojen kanssa. Tällöin yrityksen toimintatavat ovat suoraan sidottuna yrityksen strategisiin tavoitteisiin ja päämääriin. (Turban ym. 2014: 362-366) 59 6 YHTEENVETO Tietovarastointi ja Business Intelligence voidaan toteuttaa monella eri tavalla. Tietova- rastosta voidaan tehdä pieni esimerkiksi vain excel-taulukko, joka palvelee vain sen toteuttanutta osastoa. Tietovarastosta voidaan myös tehdä koko organisaation kattava tietovarasto (EDW), johon tuodaan tietoa useista eri operatiivisista järjestelmistä. Pie- nemmissä tietovarastoissa ei välttämättä ole käytössä tietovarastoa lainkaan, vaan niihin on haettu siihen tarvittu data operatiivisesta järjestelmästä. EDW ratkaisuissa taas käyte- tään massiivista tietovarastoa, jossa on dataa koko organisaation tasolta. EDW:hen voi- daan myös tuoda ulkopuolista tietoa, jolla kuvataan esimerkiksi kilpailijoita tai kilpai- luympäristöä. Business Intelligence toteutukseen on myös monia eri tapoja. Voidaan tehdä yksikkö- kohtaisia excel-taulukoita, joihin haetaan tietoa operatiivisesta järjestelmästä. Yleisim- min kuitenkin Business Intelligence -ratkaisut toteutetaan laajemmin yritystasolla. Täl- löin tieto haetaan koko organisaation kattavasta tietovarastosta. Tietovaraston käyttö Business Intelligence -ratkaisuissa on yleisempää, koska BI vaatii muokattua tietoa, jota ei saada suoraan operatiivisesta järjestelmästä. Tiedon vieminen tietovarastoon tapah- tuu ETL-prosessin kautta. ETL-prosessissa tieto muokataan oikeaan muotoon BI- raportteja varten. Monesti IT-osasto tekee tietovarastosta valmiita raportteja, joista eri osastot voivat hakea tietoja omiin tarpeisiinsa. Tietovarasto ja BI palveluntarjoajia on useita, ja heiltä on mahdollisuus ostaa järjestel- mien tarvitsemat laitteistot ja ohjelmistot. Nykyään on myös yleistä, että yritys ostaa tietovarasto ja BI järjestelmän SaaS (Software as a Service, ohjelmisto palveluna) tai PaaS (Platform as a Service, alusta palveluna) mallin mukaisesti. Tällöin yrityksen ei tarvitse huolehtia tietojärjestelmien ylläpidosta tai kehityksestä, vaan maksavat ohjel- mistoista käytön mukaan. Vastuu laitteistoista ja tietoverkoista on palvelun tarjoajalla. Yritys tarvitsee menestyäkseen strategian. Strategia vaatii johdolta ja koko yrityksen henkilöstöltä sitoutumista noudattamaan strategiaa. Strategian tulee olla selkeä ja kaik- kien tulee ymmärtää se. Onnistuessaan strategiassa yrityksen johdon tulee tehdä strate- gisia päätöksiä. Näiden päätösten avuksi yrityksellä on Business Intelligence. BI on johdon työkalu, josta päätöksentekijät saavat tietoa, jotta voisivat tehdä parempia pää- töksiä. Näistä järjestelmistä saadun datan avulla yrityksen johdon tulee tehdä strategisia päätöksiä, joiden avulla ohjataan yritys menestykseen. Business Intelligence on siis eräänlainen silmukka. Ensin kerätään tietoa ja analysoidaan sitä. Tämän tiedon perus- 60 teella tehdään strategisia päätöksiä ja ohjataan yritystä. Nämä päätökset ja toimet vai- kuttavat dataan, jota kerätään operatiivisista järjestelmistä. Nyt silmukka lähtee uudel- leen alusta ja kerätään taas dataa ja taas näiden tietojen perusteella tehdään uusia strate- gisia päätöksiä. Tähän silmukkaan kuuluu tietenkin kerätyn tiedon puhdistus, muok- kaaminen oikeaan muotoon ja lataaminen tietovarastoon. Vaikka BI on monelle yrityk- selle kriittinen työkalu, täytyy kuitenkin muistaa, että mikään järjestelmä ei takaa yri- tykselle menestystä. BI järjestelmät antavat päätöksentekijöille tietoa, joka helpottaa päätöksen tekemistä. Päätöksistä on aina vastuussa ihminen. BI-työkalujen läpikäymistä tai tietovarastointia ja BI-järjestelmän käyttöönottoa ei tut- kielmassa tutkittu. Työkalujen vertaileminen olisi vaatinut kaikkien työkalujen asennuk- sen ja testidatan syöttämisen järjestelmään. Työkalujen vertailu asennuksineen ja konfi- gurointineen olisi ollut liian aikaa vievä prosessi tutkimukseen laajuuteen nähden. Jatkotutkimuksille jäi aihetta. Business Intelligence -raporttien tai valmiiden mittaristo- jen kehittämistä olisi aiheellista tutkia. Myös tietovarastoinnin ETL-prosesseja sekä reaaliaikaista tietovarastointia olisi aihetta tutkia tarkemmin. Lisäksi koko tietovaras- toinnin ja