Kazimierz Waćkowski, Filip Pudło, Robert Wojtachnik
(Konferencja Informatyka narzędziem zarządzania w XXI wieku, PJWSTK, 05/2003, str. 231, 9 str.)

        Podejmowanie trafnych decyzji gospodarczych i sprawne zarządzanie przedsiębiorstwem wymaga natychmiastowego i pełnego dostępu do danych opisujących jego działalność. Ponieważ dane te są przedmiotem ciągłego zainteresowania menedżerów w procesie decyzyjnym, dostęp do nich powinien być zorganizowany w taki sposób, aby można było wykonywać analizy całościowe organizacji. Zwykle w przedsiębiorstwach mamy do czynienia z sytuacją znacznego rozproszenia informacji po różnych komórkach organizacyjnych, wśród pracowników, na co nakłada się jeszcze dalsze jej rozproszenie poprzez różnorodność form i formatów przechowywania danych na różnych platformach sprzętowych i bazodanowych. Często dane pojawiają się w: dokumentach tekstowych, bazach danych różnych dostawców czy arkuszach kalkulacyjnych. W związku z tym kierownictwo często otrzymuje raporty zawierające dane niespójne, a nawet - sprzeczne. Taka sytuacja w przedsiębiorstwie może powodować negatywne skutki dwojakiego rodzaju:

• kierownictwo nie może korzystać z olbrzymich zasobów cennych informacji, ponieważ nie można ich analizować;

• kierownictwo nie może sprawować odpowiedniej kontroli nad dostępem do informacji tajnych i poufnych zarówno w samej firmie, jak i poza nią.

W związku z tym powstała konieczność opracowania specjalnych systemów informatycznych i „magazynów danych”, które umożliwią:

• scalanie (skonsolidowanie) danych pochodzących z różnych źródeł;

• przechowywanie danych historycznych (niezbędnych np. w prognozowaniu);

• efektywne udostępnianie ich do różnorodnych (także wielowymiarowych) analiz.

Dlatego też od ponad dwudziestu lat wiele firm prowadzi intensywne prace nad tworzeniem, doskonaleniem i wdrażaniem odpowiednich wyspecjalizowanych systemów narzędziowych, zwanych:

• hurtowniami danych (HD, ang. Data Warehouse - DW),

• Business Intelligence (BI).

Według Ch. Richardson i K. Anderson[1] narzędzia BI stanowią szeroką kategorię aplikacji i technologii informatycznych zapewniających dostęp do danych umożliwiających użytkownikom w firmie podejmowanie lepszych decyzji biznesowych. BI obejmują: System Wspomagania Decyzji (Decision Support System); narzędzia do raportowania, analiz statystycznych, prognozowania, wydobywania/zgłębiania danych (z ang. Data Mining), przechowywania/pobierania danych w/z zagregowanych tablicach (OnLine Analytical Processing - OLAP).

W niniejszym referacie omówimy kilka wybranych systemów informatycznych (narzędziowych) przydatnych dla tworzenia systemów wczesnego ostrzegania (SWO) oraz rolę i miejsce SWO w systemach informacyjnych. Systemy, oferowane przez firmy HYPERION, Microsoft zaliczane są do klasy rozwiązań BI i OLAP; mogą wspomagać warstwy analityczną i decyzyjną w wielu obszarach działalności przedsiębiorstwa, poprzez ułatwianie procesów konsolidacji danych finansowo-księgowych, budżetowania itp. Natomiast system SAS - oferowany przez SAS Institute (zaliczany do klasy hurtownia danych) - stanowi podstawę do przygotowania zbiorczych baz danych (w tym historycznych) dla całego zakresu działalności przedsiębiorstwa. SAS także wyposażony jest w narzędzia OLAP. Oferowany przez firmę SAP system R/3 jest zintegrowanym systemem informatycznym klasy Enterprise Resource Planning (ERP) wspomagającym zarządzanie, obejmującym zarówno warstwę transakcyjną, jak i warstwy analityczną oraz decyzyjną; w warstwie transakcyjnej mogą tu występować dowolne systemy relacyjnych baz danych. Natomiast w warstwie analitycznej SAP R/3 posiada własne rozwiązania analityczne i hurtownię danych o nazwie Business Warehouse (BW). We wszystkich wyżej wymienionych systemach możliwe jest rozwijanie specjalnych modułów oprogramowania zawierających SWO zbudowany na modelach Altmana, Bleiera czy też wzorach opracowanych specjalnie dla polskich uwarunkowań gospodarczych[2], umożliwiające ich (formuł, wzorów) wykorzystanie w celach wczesnego ostrzegania o szansach i zagrożeniach, oceny kondycji firm itp.

Rynek narzędzi Business Intelligence (BI)

Jeszcze do niedawna rozwiązania klasy Business Intelligence (ze względu na wysoką cenę) były dostępne tylko dla nielicznych, bogatych przedsiębiorstw. Jednak w ostatnich kilku latach sytuacja zmieniła się radykalnie; rosnąca konkurencja na rynku OLAP doprowadziła do znacznego obniżenia cen tych narzędzi i stały się one dostępne także dla średnich i małych organizacji. W skład tzw. „przemysłu środków BI” wchodzą dostawcy oprogramowania BI, których dochód roczny przekracza 100 mln. USD, przy czym ich główna działalność powinna koncentrować się na implementacji BI[3].

Specjaliści oceniają, że wartość światowego rynku OLAP (wliczając usługi implementacyjne) w 1996 r. wynosiła około 1 mld. $, a w 2001 r. zwiększyła się do 3,3 mld $ (prognoza na 2004 r. – 5 mld $), co oznacza przeciętny ponad 40% przyrost roczny w okresie ostatnich czterech lat. Wśród piętnastu czołowych dostawców narzędzi BI/OLAP największą dynamikę wzrostu wykazuje Microsoft (natomiast pozostali dostawcy raczej tracą swój rynek), który zaczynając od prac badawczych w 1998 r. opanował w 2001 r. 21,3 % tego rynku, zrównując się z dotychczasowym liderem – Hyperion Solutions Corp.[4] (patrz tab. 1 i rys. 1).

Tabela 1. Udziały w rynku największych 14 dostawców narzędzi OLAP
Źródło: Opracowanie własne na podstawie: The OLAP Report  www.olapreport.com

Microsoft uzyskał ten znakomity sukces rynkowy (dogonił w ciągu zaledwie czterech lat lidera OLAP - firmę Hyperion Solutions Corp.) dzięki oferowaniu „wszystkiego w jednym pakiecie”, tj.: narzędzi ETL, serwera relacyjnych baz danych, serwera OLAP i usług DataMining, które dostarczane są w ramach licencji na oprogramowanie bazodanowe Microsoft SQL Serwer 2000, co oznacza, że za cenę kilkakrotnie niższą niż w innych przypadkach klient otrzymuje kompletny zestaw produktów do budowy własnych systemów BI. Sześciu największych dostawców tych narzędzi miało w 2001 r. udziały w rynku OLAP rzędu 5 – 25 % (rys. 1), w tym: Hyperion i Microsoft – po 21,3 %; Cognos – 12,1 %; Oracle - 7,1 %; MicroStratergy - 6,9 %; Business Objects- 6,6 %. Chociaż na rynkach lokalnych te proporcje mogą być zgoła inne, na przykład ankieta użytkowników tych narzędzi na rynku rosyjskim dała następujące wyniki częstości implementacji poszczególnych rozwiązań OLAP[5]: Oracle - 33,3%; Microsoft - 23,3%; Business Objects - 14,4%; Crystal Decisions (dawniej Seagate Software) - 9,0%; Brio Technology - 4,6%; MicroStrategy - 4,2%; Cognos - 6,1%; Hyperion Solutions - 5,2%.

Rys. 1. Dynamika zmian udziałów w rynku OLAP największych 14 dostawców tych narzędzi
Źródło: Opracowanie własne na podstawie: The OLAP Report

Przetwarzanie analityczne z Microsoft SQL Server

W zakresie usług analitycznych Microsoft SQL Server[6] dostarcza kompleksowe i zintegrowane środowisko do budowy hurtowni danych. Serwer standardowo wyposażony jest w usługi wspierające przetwarzanie analityczne obejmujące między innymi takie składniki jak: usługi przekształcania danych Data Transformation Services (DTS), wielowymiarowy serwer OLAP, usługi tabel przestawnych (z ang. Pivot Table Service) oraz algorytmy zgłębiania danych (Data Mining). 

Usługi przekształcania danych służą do przenoszenia schematów i danych pomiędzy wieloma niejednorodnymi źródłami danych. Po zdefiniowaniu pakietu DTS (z ang. package) może być on uruchamiany ręcznie, bądź automatycznie zgodnie z wcześniej ustalonym planem, bez interwencji użytkownika. DTS obsługuje dane pochodzące od dostawców OLE DB, ODBC i wielu innych (np.: Excel, Access, pliki tekstowe).

Baza wielowymiarowa OLAP

Serwer wielowymiarowy jest dedykowany do obsługi dużych baz danych (rzędu setek gigabajtów) przechowywanych w trzech typach struktur OLAP: relacyjnej ROLAP,  wielowymiarowej MOLAP i hybrydowej HOLAP. Źródłami danych dla tego serwera mogą być struktury przechowywane na serwerze Microsoft SQL Server, bądź innym źródle obsługiwanym przez dostawcę OLE DB lub ODBC (np. Oracle, Sybase) niezależnie od platformy źródła. Serwer wielowymiarowy posiada aparat kalkulacyjny pozwalający na tworzenie i przeliczanie agregacji danych źródłowych, tworzenie elementów kalkulowanych; wyposażony jest w motor bazy danych umożliwiający przechowywanie tak przygotowanych danych w wielowymiarowej strukturze. Źródłami danych dla serwera wielowymiarowego są struktury gwiaździste przechowywane w relacyjnych składach danych. Struktury te zawierają tabele faktów i tabele informacyjne, które są podstawą do budowania kostek wielowymiarowych. Poza elementami przechowywania danych i aparatami kalkulacyjnymi, Microsoft dostarcza narzędzi służących do projektowania obiektów bazy danych i administrowania zasobami serwera OLAP. Wszystkie te narzędzia zostały udostępnione w jednej uniwersalnej aplikacji- OLAP Manager. Jest to konsola zarządzania serwerem umożliwiająca pełną kontrolę zasobów serwera i wykonywanie typowych czynności administracyjnych. OLAP Manager wyposażony jest w szereg kreatorów umożliwiających tworzenie kostek, wymiarów, magazynów, optymalizację pracy serwera oraz analizę prowadzoną na podstawie użytkowania serwera. Usługi OLAP Microsoft SQL Server dysponują dwoma narzędziami służącymi do optymalizacji magazynów danych. Należą do nich kreatory Usage - Based Optimization  i Usage Analysis.  Praca pierwszego kreatora polega na projektowaniu agregacji według statystyk opracowanych na podstawie analizy zapytań kierowanych do serwera. Kreator Usage Analysis pozwala na przeglądanie wszelkiego rodzaju statystyk prowadzonych przez serwer OLAP: najczęściej wykonywane zapytania, rozkład zapytań w czasie, zapytania, które zajmują najwięcej czasu.

Dostęp do danych i zgłębianie danych

OLAP Manager umożliwia dostęp do danych wielowymiarowych poprzez tabele przestawne wykorzystywane w Microsoft Excel 2000, który jest podstawowym klientem serwera OLAP oraz aplikacje korzystające z interfejsu OLE DB dla OLAP. Dodatkowo serwer wielowymiarowy wyposażony jest w rozszerzenia umożliwiające dostęp do danych serwera za pomocą języka zapytań wielowymiarowych MDX. Za pośrednictwem OLAP Manager możliwe jest przeglądanie metadanych. Należą do nich m.in.: szczegółowe informacje o poszczególnych obiektach bazy danych, czas przetwarzania kostek, ilość miejsca zajmowanego przez kostki. W praktyce, dostęp do zasobów serwera OLAP realizowany jest najczęściej poprzez narzędzia dostawców zewnętrznych, np.: BusinessObjects, Cognos czy Microstrategy.

Usługi zgłębiania danych zostały wprowadzone w wersji 2000 Microsoft SQL Server i obejmują dwa podstawowe algorytmy: grupowanie danych (z ang. clustering) oraz drzewa decyzyjne (z ang. decision trees).

Zasadniczą zaletą rozwiązań analitycznych Microsoft jest kompleksowe środowisko wspierające wszystkie elementy budowy i eksploatacji hurtowni danych, które jest ze sobą dobrze zintegrowane. Wprowadzone po raz pierwszy w wersji 7.0 SQL Server usługi analityczne zostały znacząco usprawnione w wersji 2000. Można tu wspomnieć szczególnie o zabezpieczeniach dostępu do magazynów OLAP, czy też rozwiniętej obsłudze wymiarów. Usługi przekształcania danych DTS sprawdzają się w praktyce i są bardzo pomocne przy wielu projektach związanych z migracją danych. Wprowadzone usługi analizy danych oferują jedynie dwa zaimplementowane algorytmy i nie stanowią na razie konkurencji dla kompleksowych pakietów analizy danych. Dostarczanie usług analitycznych w cenie Microsoft SQL Server jest również znaczącą zaletą tych rozwiązań. Usługi analityczne OLAP wykorzystywane są w analizie dużych zbiorów danych w układzie zagregowanym wymuszonym poprzez konieczność krótkiego czasu odpowiedzi serwera.  Znajdują one głównie zastosowanie w systemach informacji zarządczej oraz wspomagania decyzji. Serwer OLAP sprawdza się w przypadku dobrze określonych i ustrukturalizowanych analizach, dlatego nie jest dedykowany do raportowania operacyjnego czy też analiz wymagających częstych zmian w konstrukcji.

OLAP w telekomunikacji

         Jednym z najbardziej charakterystycznych dla branży telekomunikacyjnej obszarów zastosowania koncepcji hurtowni danych jest analiza połączeń telefonicznych. Systemy OLTP do obsługi połączeń telefonicznych są optymalizowane pod kątem transakcji oraz minimalizacji przestrzeni dyskowej niezbędnej do przechowywania danych o połączeniach, w związku, z czym nie jest możliwa sprawna i szybka analiza tych danych. Ilość informacji o połączeniach telefonicznych codziennie napływająca do systemu transakcyjnego operatora telefonii stacjonarnej, u którego przeprowadzono pilotażowy projekt z zastosowaniem narzędzi OLAP, znacznie przewyższa możliwości analityczne systemu transakcyjnego. Tradycyjna, oparta na relacyjnej strukturze danych analiza nie jest w stanie sprostać stawianym przed nią wymaganiom. Zapytania kierowane do baz transakcyjnych są skomplikowane, ich przygotowanie wymaga dużych nakładów pracy. Z uwagi na ilość danych, na których operują zapytania oraz ze względu na stopień ich komplikacji, generowanie tak uciążliwych raportów dla systemów produkcyjnych jest najczęściej możliwe jedynie w określonych porach np.: nocą. Również czas niezbędny na wygenerowanie raportów jest często bardzo niezadowalający (np. 2 godziny przy podsumowaniach miesięcznych). Uzasadnieniem dla wykorzystania przetwarzania analitycznego OLAP są: możliwość szybkiego generowania informacji, łatwość konstruowania zapytań, odciążenie baz produkcyjnych czy też dostarczenie modelu danych umożliwiającego intuicyjną analizę danych. W projekcie wykorzystano serwer wielowymiarowy Microsoft Analysis Services, na którym umieszczono dane o połączeniach telefonicznych. Miary takie jak: liczba połączeń, czas trwania połączeń, liczba impulsów czy cena są analizowane w wielu wymiarach (np. czasu, abonenta, kierunku połączenia czy okresu taryfikacyjnego). Procesy ładowania danych ETL wsparto usługami transformacji danych Microsoft Data Transformation Services oraz programem bcp. Dane są przenoszone do struktury gwiaździstej w bazie relacyjnej, a następnie agregowane w bazie wielowymiarowej w jednym z magazynów OLAP. Porównując wcześniej wspomniane podsumowania miesięczne (czas generowania raportu ok. 2 godziny) do odpowiednich zapytań do bazy wielowymiarowej OLAP czas, po którym serwer zwraca wynik zapytania, jest zwykle nie większy od jednej minuty. Dostęp do danych jest realizowany za pomocą narzędzi BusinessObjects[7]. Implementacja takiego rozwiązania nie jest szczególnie skomplikowana, nie wymaga również wysokich nakładów finansowych (Microsoft SQL Server zawiera komplet usług). Wspomnieć należy jednak o kilku ograniczeniach związanych z wielowymiarowymi bazami danych. Przede wszystkim są to rozwiązania dość sztywne. Możliwości „krojenia” perspektyw kostek wielowymiarowych są zwykle określane na początku projektu przy okazji modelowania struktur wielowymiarowych (głównie poziomu agregacji danych). Niezwykle trudno odpowiedzieć na zapotrzebowanie na perspektywy, których zaprojektowana struktura utworzyć nie umożliwia. Związane jest to zwykle z przebudowaniem kostek i ponownym ładowaniem danych. Kolejnym ważnym ograniczeniem są zmiany w danych: czas liczony od momentu wykonania połączenia do momentu, kiedy dane osiągają stan „stabilny” może wynieść do kilku dni. Związane jest to z czasem niezbędnym do przeprowadzenia procesu wyceny połączeń oraz ewentualnych poprawek (np. ponownej wyceny). Wynika z tego fakt, że dane w hurtowni pojawiają się często po kilku dniach i nie są dostępne „on line”. Jeszcze jednym ograniczeniem, najmniej istotnym z biznesowego punktu widzenia, są nakłady związane z administracją takiego systemu. Wymienić tu należy głównie czas i wysiłek niezbędny do przeniesienia danych do repozytorium, załadowania danych do kostek i rozwój hurtowni danych.

Wprowadzenie do technologii Cognos

Kanadyjska firma Cognos[8] jest wg Oracle trzecim na świecie dostawcą oprogramowania do projektowania hurtowni danych[9]. Pakiet programów obejmuje narzędzia do analizy metadanych, projektowania procesów ETL, raportowania oraz portal internetowy, umożliwiający publikowanie wyników zapytań na stronie www. Wszystkie wymienione narzędzia stanowią integralną całość, aczkolwiek można z nich wydzielić aplikacje raportowe, które mogą współpracować z większością oprogramowania.

Cognos Impromptu

         Moduł Cognos Impromptu służy do szczegółowego raportowania przez analityków. Narzędzie umożliwia wykonywanie analiz bez udziału działów IT. Podstawową jego cechą jest prosty sposób układania zapytań SQL. Oprogramowanie posiada wydzieloną każdą część składni SQL. Każdy z elementów języka zapytań jest budowany za pomocą bardzo przejrzystego interfejsu. Cognos Impromptu jest dostarczany w dwóch wersjach. Pierwsza to niezależna aplikacja do tworzenia raportów z konkretnych dziedzin biznesu. Druga natomiast to Impromptu Web Reports zapewnia dostęp do informacji przy użyciu Internetu. Użytkownicy po uprzednim załogowaniu się do portalu, mogą korzystać z opublikowanych zestawień, dostosowując je do swoich potrzeb. Narzędzie to umożliwia poprzez sieć WAN sporządzać raporty z każdego miejsca na świecie.

Program umożliwia autorom analiz tworzenie raportów bazujących na następujących źródłach danych: ODBC, Dbase, Sybase, Informix, Oracle, SAP R/3, MS SQL, hotfile – będący formatem przechowującym nieindeksowane dane.

Wykonane raporty mogą być prezentowane na wiele sposobów: raport html, plik tekstowy, dokument pdf, arkusz kalkulacyjny.

Cognos PowerPlay

         Cognos PowerPlay jest to część oprogramowania, umożliwiająca użytkownikom skuteczne wyszukiwanie dużej ilości danych w krótkim czasie. Dzięki Cognos PowerPlay użytkownicy na każdym szczeblu biznesu w przedsiębiorstwie mogą wykonywać własne wielowymiarowe analizy, tworzyć raporty i korzystać z nich do podejmowania lepszych decyzji. Źródłem danych Cognos PowerPlay może być każde źródło akceptowalne przez Impromptu. Moduł Transformer buduje wielowymiarowe kości (Cubes) na podstawie informacji z relacyjnych baz danych. Kości mogą zawierać dziesiątki bilionów wierszy skonsolidowanych danych i setki tysięcy kategorii. Nowo tworzone rekordy mogą zawierać kalkulacje np. procentowy wzrost udziału w rynku. Podstawowym wymiarem kości jest czas, który to wymiar PowerPlay może wygenerować automatycznie na podstawie danych wejściowych zasilających kość. Dzięki zagregowaniu danych użytkownik może bardzo szybko analizować informacje. W odróżnieniu od Impromptu, Power Play dostarcza informacji ogólnych. Istnieje możliwość drążenia do szczegułów przez połączenie obu narzędzi.  Program ma możliwość publikacji raportów i kości na stronie Web oraz w postaci arkuszy kalkulacyjnych.

Cognos Query

Jest to oprogramowanie dostępne z przeglądarki Web, umożliwiające eksplorację danych w czasie rzeczywistym ad hoc. Przy użyciu przeglądarki, użytkownicy mają możliwość zadawania i modyfikowania odpowiednich zapytań o dane, w zależności od potrzeb informacyjnych. Użytkownicy mogą tworzyć nowe kwerendy i używać opcji takich jak zapytania zagnieżdżone, zapytanie z podpowiedzią oraz tworzenie zaawansowanych kalkulacji.

Wizualizacja danych - Cognos Visualizer

         Cognos Visualizer wykorzystuje rozbudowaną szatę graficzną do szybkiej
i przejrzystej prezentacji danych biznesowych. Przykładem zastosowania jest przedstawienie sprzedaży produktów przy użyciu mapy kraju. Wykorzystując proste wykresy kołowe lub słupkowe użytkownicy mają możliwość zasięgnięcia informacji, gdzie sprzedaż jest niższa, a gdzie przekracza przeciętny poziom.

         Cognos Visualizer umożliwia użytkownikom podgląd kilku raportów jednocześnie i zrozumienie głównych relacji pomiędzy nimi. Ponieważ Cognos Visualizer należy do narzędzi Cognos BI (Business Inteligence), użytkownicy mają możliwość eksploracji danych (drill through) przy użyciu narzędzi Impromptu, PowerPlay i Query.

Analiza zdarzeń - Cognos NoticeCast

NoticeCast dostarcza spersonalizowanych danych, bazujących na zdefiniowanych już faktach. Każdy użytkownik, na każdym szczeblu organizacji może monitorować główne wydarzenia oraz otrzymywać ostrzeżenia pocztą e-mail.  W ten sposób NoticeCast zapewnia użytkownikom stały dostęp do ważnych informacji, niezależnie czy są oni w biurze czy w podróży. Użytkownicy mogą definiować ostrzeżenia i sposób reakcji na następujące zdarzenia: aktualizacja raportów, przekroczenie wartości granicznych, informacje o krytycznych zmianach.

Procesy ETL - Cognos DecisionStream

DecisionStream jest narzędziem, które umożliwia stworzenie zintegrowanych składnic danych poprzez:

• ekstrakcję danych z wielu różnych źródeł operacyjnych,

• łączenie i transformację danych, aby ułatwić raportowanie i analizy wielowymiarowe,

• umieszczanie przetworzonych danych w powiązanych ze sobą składnicach danych.

Cognos DecisionStream obejmuje wielowymiarowe środowisko projektowe, oparte na Windows/Unix oraz serwer ETL, wspierający głównie relacyjne bazy danych. Dzięki zastosowaniu graficznego interfejsu w środowisku projektowym procesy transformacji są łatwiejsze do zdefiniowania dla dużej ilości metadanych.

Firma Cognos wyodrębniła trzy kluczowe obszary działalności, które z jej punktu widzenia wymagają bardziej wyrafinowanych zestawień. Do lepszej analizy zapasów, sprzedaży oraz finansów firmy służą wyspecjalizowane aplikacje analityczne.

Inventory Analysis służy do lepszego zrozumienia relacji pomiędzy sprzedawcami i odbiorcami, popytu na materiały, realizacji zamówień. Aplikacja dostarcza niezbędnych informacji o inwestycjach w organizacji. Można uzyskać wszelkie dane o konsumpcji, wpływach, wydatkach, obrotach, przesunięciach materiałów w jednostkach pieniężnych, sztukach, wartości przeciętne i rozrzut. Można analizować każdy aspekt inwentarza z punktu widzenia sprzedawcy, rodzaju materiału, grupy materiałowej, magazynu, regionu, statusu produktu lub z innej perspektywy.

Sales Analysis dostarcza szczegółowych informacji o funkcji sprzedaży w naszej organizacji. Użytkownicy aplikacji mogą dowiedzieć się, jakie produkty są sprzedawane, w jakim regionie, przez kogo i za jaką cenę. Można zobaczyć wzorcowy model klienta, potrzeby, poziomy satysfakcji klientów. Istnieje możliwość dokonania pomiarów w perspektywie regionu, kanału dystrybucji, sprzedawcy, typu zamówienia, rodzaju produktu oraz sprawdzenia, w jakim kierunku zmierza sprzedaż. Aplikacja może służyć użytkownikom jako narzędzie informacji oraz jako zbiór mierników uprzednio zdefiniowanych celów. Cognos Finance umożliwia specjalistom z dziedziny finansów połączyć wszystkie finansowe analizy w jedno rozwiązanie. Dzięki tej aplikacji firmy mogą łatwiej zarządzać i analizować ich bieżące przedsięwzięcia.

Projekt wdrożenia[10]

Firma Hogart dokonała implementacji oprogramowania Cognos w Polmos Zielona Góra. Firma zakupiła narzędzie do tworzenia wielowymiarowych analiz OLAP (Cognos PowerPlay) i do raportowania zarządczego (Cognos Impromptu). Zastosowano metodykę wdrożenia małymi krokami. W procesie projektowania uczestniczyli przyszli odbiorcy. Pomogli oni zdefiniować zakres i strukturę danych, poziom agregacji oraz liczbę wymiarów. Ponieważ wybrano metodę implementacji krok po kroku, do przeniesienia danych z systemu ERP zastosowano warstwę pośrednią. W tej warstwie następuje agregacja i konsolidacja danych. Dane są ładowane do bazy analitycznej w sposób przyrostowy. Praca koncepcyjna trwała kilka miesięcy. Sam proces uruchomienia narzędzi Cognos trwał tydzień. Hogart wdrożył hurtownię danych w następujących obszarach: analiza geograficzna wyrobów i klientów, struktura sprzedaży wyrobów, struktura grup sprzedaży, rankingi sprzedaży, płatności i należności. Korzyści wynikające z wdrożenia sprowadzają się do: szybkiego dostępu do informacji,  krótkiego czasu odpowiedzi, możliwości konsolidacji informacji z różnych źródeł. Użytkownicy zwrócili też uwagę na możliwość wizualizacji uzyskanych analiz, co w znaczny sposób ułatwia ich analizę. Zaowocowało to wzrostem zapotrzebowania na analizy ze strony użytkowników. Dlatego Polmos planuje w następnych krokach dokonać rozszerzenia obszarów hurtowni danych o gospodarkę magazynową oraz przekrojowe analizy sprzedaży i finansów. Planowane jest również wdrożenie IBM Data Warehouse Manager, służącego efektywniejszemu przetwarzaniu danych.