Επιχειρησιακή Νοημοσύνη με τη χρήση τεχνολογιών Aνοικτού Lογισμικού(Eclipse BIRT) και παραδείγματα από τους Οργανισμούς Τοπικής Αυτοδιοίκησης Γιώργος Κούζας, Παν. Αιγαίου(ΤΜΟΔ) Γιώργος Αραβανής, Παν. Αιγαίου(ΤΜΟΔ) Γρηγόρης Τζίλας, Παν. Αιγαίου(ΤΜΟΔ) Βούλα Χριστοπούλου(Δήμος Κοζάνης& ΑΠΘ/ Τμήμα Πολιτικών Μηχανικών) Πέτρος Καβάσαλης Παν. Αιγαίου(ΤΜΟΔ) & ΙΤΥ(ATLANTIS Group) ΕΛΛΑΚ 20/6/2009
Workshop Overview 2
Data, data, data Κάποτελέγαμεμαςέλειπανταδεδομένα... Τώραέχουμετόσαdata πουδενξέρουμετινατακάνουμε! ΤοΊντερνετμόνο, περιέχεισίγουρα3 τρισεκατομμύρια σελίδες και περισσότερες Κάποιοιλένεότιταδεδομέναπουείναιπροσβάσιμααπότο Ίντερνετθαέκανα12 στήλεςσεσελίδες, πουηκάθεμίααπό αυτέςθαείχεύψος2 φορέςτηναπόστασηανάμεσαστονήλιο και τον Πλούτωνα!... καιηάπόστασηανάμεσαστονήλιοκαιστονπλούτωνα είναι περίπου 3.5 δισεκατομμύρια μίλια! 3
γιααυτό Ηεποχήμας, ηκοινωνίαμας, λέγεταιτης... Πληροφορίας! Πολλοί λένε και της Γνώσης... Ηκαθημερινήζωήμας, ηοργάνωσητηςσύγχρονης επιχείρησης, η λειτουργία του Κράτους απαιτεί τη γρήγορη και αποδοτική διαχείριση τεράστιων όγκων δεδομένων και πληροφοριών... Ηδιαρκώςαυξανόμενηποσότητατωνδεδομένωνζητά οργάνωση ΣκεφτείτετοΊντερνετχωρίςτοGoogle ΜετοGoogle, ηχρήσητουίντερνετγίνεταιπιοαποδοτική! 4
Αντίστοιχα... Η επιχειρησιακήνοημοσύνη(business intelligence)μπορεί: Νακάνειπιογρήγορηκαιαποδοτικήτηδιαχείρισητης πληροφορίας που παράγουν και αποθηκεύουν οι επιχειρήσεις και οι δημόσιοι οργανισμοί Ναεπεξεργαστείαυτήτηνπληροφορίακαινατηνφέρειστη μορφή που συμβάλει στη λήψη καλύτερων, πιο δίκαιων, πιο ορθολογικών αποφάσεων Η επιχειρησιακή νοημοσύνη περιλαμβάνει ένα σύνολο από μεθοδους και τεχνικές με αντικείμενο την ανάλυση και την επεξεργασία δεδομένων, αυτών που παράγονται και αποθηκεύονται κατά τη διάρκεια της καθημερινής ζωής των επιχειρήσεων και των δημοσίων οργανισμών... 5
Παράδειγμα Ένα ξενοδοχείο, κρατάει στατιστικά στοιχεία για κάθε δωμάτιο: «Καταληψιμότητας» και τιμής ενοικίασης «Κατανάλωσης» Για να προσδιορίζει τα έσοδα που γεννάτοκάθεδωμάτιοκαιαυτάσε μιακλίμακαχρόνου(μήνα, εποχή, έτος...) 6
Τιειναιαυτάτα στατιστικά στοιχεία; Είναι αριθμοί που κρύβονται πίσω από εικόνες γραφημάτων Δείχνουν τάσεις, αλλαγές στις τάσεις, αναλογίες μεγεθών Στο ξενοδοχείο μας... Ταδωμάτιαμεένασαλόνι φαίνεται να έχουν σημαντικά μεγαλύτερη απόδοση από τα πιομικρά... 7 Και τι μ αυτό; Αν η τάση επιβεβαιώνεται στηνκλίμακατουχρόνου, σταδιακά, το ξενοδοχείο θα περιορίζει τον αριθμό των «μικρώνδωματίων»...
Πίσω από τις γραφικές παραστάσεις και τα ιστογράμματα... Κρύβονταιεπιστημονικέςμέθοδοικαιτεχνολογικές εφαρμογές Πληροφορικής που: 1. Συγκεντρώνουν δεδομένα από διαφορετικές πηγές 2. Συνδυάζουν αυτά τα δεδομένα και μελετούν τις σχέσεις τους 3. Εξάγουν το αποτέλεσμα με τη μορφή«metrics» («μετρησίμων») 4. Αναπροσαρμόζουν αυτόματα τα«metrics» όταν καινούργια δεδομένα προστίθενται.. 8
Επιχειρησιακή Νοημοσύνη ΗΕπιχειρηματικήΝοημοσύνησυνδέεταιμετησυλλογή, τη δόμηση, την ανάλυση και την αξιοποίηση των ψηφιακών δεδομένων, με σκοπό να μετατραπούν αυτά σε χρήσιμη πληροφορία! 9
Ποιά είναι αυτή η χρήσιμη πληροφορία; ΟιΟΤΑ, όπωςκαικάθεάλλοςδημόσιοςοργανισμόςκαι επιχείρηση Χρησιμοποιούνεφαρμογές, συστήματαπληροφορικής ΤοΔημοτολόγιοειναιμιααπόαυτές Γιαναεκτελούνγρήγοραεργασίεςπουκάποτεκάποιοςτιςέκανε μετοχέρι Κάποτε, ηαλλαγήοικογενειακήςμερίδαςσημειωνότανσεένα τετράδιο, τώρα εισάγεται σε έναν υπολογιστή Οιεφαρμογέςαυτέςαποθηκεύουνκάθεενέργειαπουεκτελούν και το αποτέλεσμα της Καιαυτόγιαπολλάχρόνια!...ΟιΟΤΑδημιουργούνκαισυσσωρεύουνδεδομένα 10
Πότε και πώς; ΈναςΔήμοςδιαχειρίζεται... Έγγραφα Κάθεαπόφασηείναι1 εισήγηση+ 1 πράξη Έναθέμαξεκινάμεμια επιστολή που έρχεται στο Δήμο και διεκπεραιώνεται με ένα άλλο document Περιεχόμενο ΟικογενειακέςΜερίδες, ΣτοιχείαΥποδομών, Πολεοδομικά Στοιχεία κλπ. ΕξωτερικόΠεριεχόμενο Internet 11 Αιτήματα ΟιΔήμοιδιεκπεραιώνουν αιτήματα πολιτών και επιχειρήσεων για την παροχή Μετρήσαμε: Υπηρεσίες(π.χ. Κτήσηιθαγένειας): 154 Έγγραφα(πολλέςυπηρεσίες συνοδεύονται από έγγραφο): 115+ Δημοτικόέργο(Συνδέσεις): 6 Δικαιολογητικάγιατην ικανοποίησητουαιτήματος: 190 (περίπου) Ενδιάμεσαέγγραφα(αναζητούνται απόάλλεςυπηρεσίες, εκτόςδήμου): 35
... Και αποφάσεις! 12
Τεχνολογικά κύματα 13
ΕπιχειρησιακήΝοημοσύνη(ΒΙ): ηλογικήτηςχρήσηςτης Παράγει ΑπόταData (πρωτογενέςκαιδευτερογενέςπεριεχόμενο) ΠληροφορίακαιΓνώση! [http://www.systems-thinking.org/dikw/dikw.htm] 14
Data Πληροφορία Γνώση Data ΤοΔημοτολόγιοπεριέχειπολλάπεδίαμεεγγραφές(γράμματα και αριθμούς) Η«Πληροφορία»προκύπτει ΌτανπαραχθείτοέγγραφοΠιστοποιητικόΟικογενειακής Κατάστασης που περιέχει την«οικογενειακή μερίδα» του/της δημότη Γνώση Αυτήείναιηλίστατωνδημοτώνμαςμεχαμηλόεισόδημα. Είναι μεγαλύτερη από πέρυσι, απόδειξη ότι η οικονομική κρίση είναι παρούσα. Είναι ώρα να σκεφτούμε ένα πρόγραμμα ενίσχυσης της απασχόλησης, αν δεν θέλουμε να δούμε του χρόνου και την απσχόληση να μειώνεται(εξ αιτίας της οικονομικής κρίσης) και τους συμπολίτες μας με χαμηλό εισόδημα να αυξάνονται... 15
Η Επιχειρησιακή Νοημοσύνη με απλά λόγια Περιλαμβάνει Τησυλλογή, διαχείρισηκαιανάλυσητωνdata Τηνμετατροπήτουςσεχρήσιμηπληροφορίακαιγνώση Τηνοργάνωσηαυτήςτης«μετατροπής»μεσυστηματικότρόπο, με εγκυρότητα, έγκαιρα(σχεδόν αυτόματα) Τηδιαχείρισητης«παραγόμενης»πληροφορίαςκαιτηςγνώσηςώστεναείναι εύκολα προσβάσιμη, επαναχρησιμοποιήσιμη, αξιποιήσιμη Αποφάσειςπουλαμβάνονταιαξιοποιώνταςτηνπληροφορίακαι συγκεντρώνοντας τη γνώση που μπορεί να παράγει η Επιχειρησιακή Νοημοσύνη είναι πιο δίκαιες και ορθολογικές Στηρίζονταιστηναντίληψητηςπραγματικότηταςμέσααπότησυνεχή(καιόχι ευκαιριακή, κάποιοι αριθμοί εδώ κι εκεί) παρακολούθηση των τάσεων κρίσιμων μεγεθών Τροφοδοτούνταιαπότηνεπισήμανσηκαλώνπρακτικώνκαιτην «ανακάλυψη» κρυμμένων δυσλειτουργιών και πηγών αδικαιολόγητου κόστους Δημιουργούντηβάσηγιατηντοποθέτησηστόχωνπουβελτιώνουντις τρέχουσες επιδόσεις και τη λειτουργία του οργανισμού 16
[Για αυτό η Επιχειρησιακή Νοημοσύνη...] Έγινε«θέμα»στουςΟΤΑ... Καιαντικείμενο εκπαίδευσης των εργαζομένων ΚΕΔΚΕεκπαιδευθείτε δικτυωθείτε http://ekpedeftite.kedke.gr (επιτηευκαιρία) ΗΚΕΔΚΕ, η ΠΕΤΑ, το ΙΤΑ επενδύουν στην ανάπτυξη και τη χρήση του Ανοικτού Λογισμικού στην Ελλάδα! 17
ΒΙ: Μια ακόμη εγαρμογή ΤΠΕ 18
Ενα απλό παράδειγμα: Region of Peel, Canada [http://www.peelregion.ca/finance/dashboard-eco/labour-market.htm] 19
Επιχειρησιακή Νοημοσύνη: βασικά εργαλεία ΗπληροφορίαπουπαράγειηΕπιχειρησιακήΝοημοσύνη Δείκτες, Γραφήματα, Dashboards Είναιησυστηματικήδημιουργίακαιπαρακολούθησηδεικτώνκαι γραφημάτων που δείχνουν την κατάσταση και την εξέλιξη κρίσιμων μεγεθών που θέλει κάποιος να παρατηρεί στενά Είναιεπίσηςηδημιουργία documents / αναφορών/ «δυναμικών επιχειρησιακών αναφορών/ reports» στη γλώσσα της Επιχειρησιακής Νοημοσύνης που ενσωνατώνουν δομημένη πληροφορία(αντλώντας στοιχεία από πολλές πηγές) και φυσικά ό,τι άλλο χρειάζεται(σχόλια κλπ.) για να γίνει αυτή ακόμη σαφέστερη ΗσυνέχειααυτούτουWorkshop 20
Eπιχειρησιακή Νοημοσύνη: μέθοδοι Queries Standards Reports Ad hoc Reports Alerts Statistical Analysis Optimization Forecasting Predictive Modeling Πούείναιακριβώςτοπρόβλημα; Σεμόνιμηβάση: Τισυνέβη; το προηγούμενο διάστημα Κάθεφοράπουυπάρχειέναθέμα... Κάθεφοράπου«χτυπά»μιαενέργεια πρέπει να ξεκινήσει Γιατί«αυτό»συνέβη; Ποιόείναι, απόαυτάπουδιακρίνονταιως λύσεις, το«καλύτερο» που μπορεί να συμβεί; Τιθασυμβείανσυνεχιστούναυτέςοι τάσεις; Τιθασυμβείστησυνέχεια; ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοημοσύνη[Bc1.1.2 ΑΝΑΠΤΥΞΗ] 21 21
Επιχειρησιακή Νοημοσύνη: οφέλη Ενοποιείσεμιαέγκυρηαντίληψητου«τισυμβαίνει»όλες τις διαφορετικές ματιές που οι εμπλεκόμενοι μπορούν να έχουν(συζητάμε για την πραγματικότητα έχοντας όλοι την ίδιαεικόνα, δενείναιλίγο, οιβρεττανοίλένε: «single version of truth») Αυτήηεικόναείναιδιαθέσιμηκάθεφοράπουτοζητάμεήμε συστηματικό τρόπο(κάθε τρίμηνο κλπ.) Αποτυπώνεταισεέγκυραreports, δημόσιαή«εσωτερικά» Συμβάλειστηβελτίωσητηςυπηρεσίας Αφούτοoutput γίνεταιμετρήσιμοκαιηαπόδοσητωνυπηρεσιών ενός οργανισμού καταγράφεται συστηματικά, ελέγχεται... 22
BI Life Cycle ΗΕπιχειρησιακήΝοημοσύνηείναιμιαεφαρμογή Πληροφορικής που αναπτύσσεται σε φάσεις στις οποίες εμπλέκονται αρκετοί, και κυρίως οι δημοτικοί παράγοντες Οιφάσειςαυτέςσυνιστούνένακύκλο Πουεξελίσσεταισε2 μεγάλεςφάσεις Δημιουργία(Creation) Αναλύεταισεπερισσότεραστάδια Χρήση(Use) 23
Ένας κύκλος πουξεκινάειεδώ [Planning] ΗΠΑ: Department of Defense 24
Τα στάδια της επιχειρησιακής νοημοσύνης 1. Σχεδιασμός(Planning / Tasking) 2. Συγκέντρωση Πληροφορίας (Collection) 3. Επεξεργασία(Processing & Exploitation) 4. Ανάλυση(Analysis) 5. Παραγωγή Reports & Διάχυση Πληροφορίας(Production Dissemination) 6. Χρήση 25
Κρίσιμα Προβλήματα(1) : Καλός Σχεδιασμός Ποιάdata θέλουμε; Ποιέςπηγέςdata θααξιοποιήσουμε; ΑπόποιέςΥπηρεσίεςτουοργανισμού, τουδήμου; ΑπόποιέςεφαρμογέςΠληροφορικής; Κάθεπότε; ΑπόποιέςαυτοματοποιημένεςΔιαδικασίες(όταντοέργο LGAF εγκατασταθεί στους Δήμους) - σήμερα από το Πρωτόκολο... Απόάλλεςπηγές, εξωτερικές; Ποιές; Τι«μετρήσιμα»(metrics) θέλουμεναεξαγάγουμε Γιαποιάχρήση; Πόσοσυχνά; Tιμορφής; 26
Κρίσιμα Προβλήματα(2) : Επεξεργασία Ταdata πουθαεπιλεγούνναχρησιμοποιηθούνθαπρέπει, αν θέλουμε η εργασία μας να είναι συστηματική, να μεταφερθούν Απότιςπηγέςτους(production databases) Σεένανέοπεριβάλλον(data warehouse), πουθαδημιουργήσειτις «σχεσιακές συνδέσεις» ανάμεσα στα δεδομένα που προέρχονται από διαφορετικές πηγές 27 27
Κρίσιμα Προβλήματα(3): Ανάλυση 28
Ανάλυση vs Επεξεργασία 29
Συνέχεια... 30