Ärianalüüsi mitu taset. Millist kasutad sina?

Auto: BCS Itera ärianalüüsi peakonsultant-arendaja Mihkel Nugis

Kui räägime ärianalüüsist (BI – Business Intelligence), siis mõistame selle termini all tööriistu ja meetodikaid, millega äritegevuse käigus kogunenud andmed transformeeritakse selliseks infoks, mis võimaldab teha äriotsuseid. Ärianalüütika rakenduste areng ja rohkus muudavad nende kasutamise kättesaadavaks üha laiemale ringile kasutajatele.

Paljude kasutajate jaoks tähendab ärianalüütika regulaarselt majandustarkvarast väljavõetavaid aruandeid. Teiste jaoks on see vahend ise vastavalt vajadusele aruandeid kokku panna. Kolmandad kasutavad ärianalüütikat, et aru saada, mis peitub teatud numbrite ja trendide taga. Kaasaegne ärianalüüsi tööriist peab katma erineva tasemega infotarbijate nõudmised.

See, millisel tasemel ärianalüütikat soovitakse rakendada määrab lahenduse keerukuse. Samal ajal panustades lahenduse juurutamisele rohkem ressursse saame tagasi ka suuremat väärtust. Kui tahta kirjeldada erinevaid ärianalüüsi tasemeid, siis võib leida mitmeid klassifikatsioone alustades kolme tasemega definitsioonidest kuni kaheksa tasemeni välja. Üks võimalik definitsioon kuidas kirjeldada ärianalüüsi erinevaid tasemeid, on kujutatud joonisel 1.

Joons 1. Äranalüüsi lahenduse viis taset

Joonisel 1 kujutatud diagramm väljendab püstteljel lahenduse ülesehitamiseks kuluvat aega ja teadmisi ning rõhtteljel kasu, mida lahendus tagasi annab. Siin on eristatud viis taset, vasakult paremale liikudes on iga järgmine tase keerulisem eelmisest aga samal ajal pakub suuremat väärtust ettevõttele.

Kirjeldav ärianalüüs (ingl. k. descriptive analytics) – mis juhtus?

See on vast kõige tavapärasem ärianalüüsi lahendus, mille tulemuseks on aruanded või numbrilauad. Aruanded kajastavad enamasti hetke olukorda. Tihti on sellel tasemel lahendus kasutusel operatiivinfo saamiseks, näiteks: milline on kaupade hetke laoseis, millised kliendid on võlgu ja kui palju. Majandustarkvara koosseisus olevad aruanded katavad just selle taseme analüüsi vajadused.  Kasutajatel on neid aruandeid lihtne tarbida. Praktikas tähendab aruande koostamine seda, et sisestatakse valik parameetreid (aja periood, osakond jms.) ja vastu saadakse fikseeritud veergude ja ridade paigutusega tabel või graafik. Aruanded on kohandatud selliselt, et need näevad korrektsed välja ekraanil või väljatrükil.

Puuduseks on siin see, et kui on vajadus näha saadud infot väheke teisel kujul, siis tähendab see pöördumist IT toe poole, kes peab aruande ümber kujundama või uue tegema. Alternatiivne võimalus on kasutajal endal andmed välja eksportida näiteks Excelisse mille järel lisandub käsitöö ning ajakulu, et viia tabel sellisele kujule, mida soovitakse.

Uuriv ärianalüüs (ingl. k. diagnostic analytics) – miks juhtus?

Selle taseme ärianalüüsi lahendus peab vastama küsimusele, miks mingid näitajad on just sellised nagu nad on. See tase on loomulik jätk eelmisele, kus me saime teada, mis on juhtunud ja koheselt kerkib uus küsimus, miks see nii läks. Vastuse otsingul peab kasutajal olema jooksvalt võimalus aruanne ümber sättida ja muuta vajadusel filtreid. Minna süvitsi üldisema taseme (näiteks ettevõtte tasemelt) numbritest madalama taseme (näiteks osakonna tasemeni) numbriteni, vajadusel kuni detailsete (dokumendi rea tasemeni) kanneteni välja. Et võimaldada seda laadset analüüsi tuleb andmed majandustarkvarast välja saada. Majandustarkvara andmehoidla on disainitud selliselt, et andmed oleks kiirelt ja mugavalt sisestatavad. Kui on soov neid andmeid pärida selliselt, et kasutajale jääks vabadus päringu tulemuse kuju vabalt muuta, siis on vajalik teist laadne lähenemine ja seda on mõistlik teha majandustarkvarast eraldi lahendusena. Tuntumaks väljundiks uuriva ärianalüüsi lahenduses on aruanded Exceli Pivot tabelina.

Avastav ärianalüüs – Trendid, seosed, hälbed

Avastav ärianalüüs on tegelikult eelmise uuriva analüüsi üks osa, aga kuna siin on vajadus keerulisemate algoritmide ja reeglite kirjeldamise järele, siis on mõistlik see tuua välja eraldi tasemena. Mahukaid andmehulki visualiseerides võivad silma hakata mustrid, trendid ja seosed, mida esmapilgul ei otsitudki. Et sellised seosed välja tuleksid, tuleb teine kord kaasa aidata, luues spetsiaalseid reegleid ja segmenteerimise tingimusi päringute koostamisel. Samuti aitab andmete visualiseerimine tuvastada ilmseid hälbeid, mis võisid olla tekkinud vigaselt sisestatud algandmetest, aidates sellisel viisil parandada andme kvaliteeti ja siluda äriprotsessi. Avastava ärianalüüsi rakenduse iseloomulikuks osaks on mitmekesine andmete visualiseerimise võimalikus. Üheks populaarseks rakenduseks selle taseme nõudmiste katmisel on Microsofti Power BI nimeline andmeanalüüsi tööriistade komplekt.

Ennustav ärianalüüs (ingl. k. forecasting analytics ja predictive analytics) – mis juhtub?

Esineb mitmeid statistilisi metoodikaid, kuidas olemas oleva andmekogumi põhjal tuletada uusi väärtusi. Need uued väärtused võivad kajastada näiteks oodatavat müügikasumit järgmisel perioodil (forecasting) või näiteks prognoosida mingi uue kauba müügi koguseid, kui on teada sellele sarnaste atribuutidega kaupade müügiajalugu (prediction). Vajalike andmemudelite analüüsiks on tarvis rakendada keerukamaid lahendusi ja siin tulevad inimmõistusele appi tehisintellekt (AI) ja masinõppe (Machine learning) algoritmid.  Õnneks ei ole selliste rakenduste kasutamine enam ulme valdkond. Vastavad teenused on mitmete teenuse pakkujate poolt valmis tarbimiseks. Nimetame siin märksõnadena näiteks Microsofti Cortanat ja Azure ML teenuseid.

Soovitav ärianalüüs (ingl. k. prescriptive analytics) – mida teha?

See on suhtelisel uus valdkond ärianalüütikas. Soovitava ärianalüüsi eesmärk on võimaldada ette näha erinevad stsenaariumid ja võimalikud tulemid sõltuvalt tehtud otsustest ja nende põhjal pakkuda parimat tegevuskava. Sellise tulemuse saavutamiseks tuleb rakendada mitmekülgset komplekti erinevatest tehnikatest ja tööriistadest ja seepärast on sarnase lahenduse ülespanek ning administreerimine keerukas. Kuid kui see on korrektselt rakendatud on positiivne mõju ettevõtte tegevusele suur.

Ettevõttesse ärianalüüsi lahenduse planeerimisel tuleb valikute tegemisel erinevate rakenduste vahel otsustada mitte ainult selle järgi, kuidas üks või teine rakendus välja näeb, vaid kui hästi suudab see kaasata võimalikult paljud ettevõtte töötajad otsuste tegemisel. Olles mitme BI projektiga kokku puutunud oma klientide juures ja analüüsi töötubasid läbi viinud, on pahatihti selgunud, et ärianalüütika väljundina nähakse nimekirja aruandeid, mis kasutaja peab saama süsteemist välja võtta. Nõus, aruanded on ka vajalikud, kuid tõeline ärianalüüsi väärtus on selles, et iga kasutaja suudab iseseisvalt leida küsimustele vastuseid. Ettevõtte väärtuseks tema nutikad töötajad ja nutikad töötajad vajavad nutikaid tööriistu.