Adattárház projektek megtérülése (ROI)


Az adattárházak és üzleti intelligencia projektek megtérülésével kapcsolatos kérdésekre a bevezetés előtt igen nehéz választ adni. Ezek ugyanis a beruházás egy jövőbeli értéke alapján próbálják megbecsülni, hogy érdemes-e egy adattárház vagy üzleti intelligencia rendszer bevezetéséhez hozzákezdeni. Ám a jövő tele van bizonytalansággal (elég csak arra gondolni, hogy nem is olyan régen neves elemzők az OTP részvényeire 11000-es célárfolyamot prognosztizáltak,)

Másrészről kevés a számszerűsíthető költség és bevétel elem. A várható költségekről még csak-csak van elképzelésünk, de a várható bevételeket már vastag homály fedi. Márpedig a klasszikus beruházás gazdaságossági számítások elég érzékenyek ezekre az elemekre, és az ezekbe épített kockázatokra. Hogyan lehet egy ilyen környezetben megbízható értékelést készíteni egy adattárház vagy üzleti intelligencia projektről? Egyáltalán lehet-e vagy érdemes-e?

A most következő cikkben azokat a bizonytalanságokat növelő tényezőket vesszük számításba, amelyek rontják a beruházás gazdaságossági számításaink pontosságát és ezáltal megkérdőjelezik a módszerek alkalmazhatóságát. Kezdjük:

Az adattárház önmagában nem térül meg

Rossz hírem van. Maga az adattárház illetve üzleti intelligencia rendszer önmagában nem térül meg. Hiába veszünk egy adattárházat, ha azt nem OKOSAN használjuk, akkor nem fog megtérülni a beruházásunk. És itt szándékosan emeltem ki az okosan szót. Egy ERP-be beépíthetők olyan kényszerek, amelyek garantálják, hogy a felhasználók okosan fogják használni az eszközt, de mindez egy adattárháztól, vagy egy BI rendszertől nehezen várható el. Nem véletlenül írtam, hogy az átadás után még képezni, okosítani kell az adattárház felhasználókat, különben a beruházás nehezen fog megtérülni.

Időbeli eltolódás problémája

A másik - az előző ponttal szorosan összefüggő bizonytalanságot növelő probléma - az időbeli eltolódás problémája. Sokszor egy BI bevezetés hatása csak évekkel a bevezetés után jelentkezik. Mondok egy példát.

Mindig is érdekelt, hogy mennyire alkalmazható a gyakorlatban a kereslet árrugalmasságáról tanított elméletek, és amikor lett rá lehetőségem, kipróbáltam. Építettem két kockát, melyekből le lehetett kérdezni, hogy egy bizonyos vevőnek mekkora áron kell eladni egy bizonyos terméket, hogy az adott tranzakción a legtöbbet keresse a vállalat. Vagy le lehetett kérdezni, hogy egy új terméket milyen áron kéne piacra dobni, hogy az a lehető legnagyobb nyereséget termelje.

Mivel folyamatosan monitoroztam az adatkockák kihasználtságát, láttam, hogy bizony e két adatkockát nem használja senki. A kutya se. Csak azért nem töröltem le őket, mert tudtam, hogy óriási potenciál van bennük. (Najó. Eléggé a szívemhez nőttek, egy kicsit büszke is voltam rájuk, és ezért kaptak kegyelmet) Aztán 4 (!) évvel az elkészítésük után azt látom a monitoron, hogy elkezdték használni őket. Először csak „Titkos favoritként" suttogtak róla a kontrollerek, majd szép lassan beépült a köztudatba és ezzel együtt a vállalat folyamataiba.

Négy évre volt szükség tehát ahhoz, hogy más is felismerje ezen adatok jelentőségét, és ki tudja használni a bennük rejlő potenciált. Ha erre a két kockára kellett volna még elkészítésük előtt megtérülést számolnom, akkor úgy prognosztizáltam volna, hogy már az első évben visszahozzák az árukat. Nem lett volna igazam.

De mondok egy másik példát is. Az adattárház adatait idővel elkezdik majd átvenni más rendszerek is. Szép lassan - ahogy az adattárház beépül a vállalat folyamataiba -kétirányúvá válik az információáramlás: A forrásrendszerek elkezdenek adatot átvenni az adattárháztól. De hogy pontosan mikor következik be mindez és mennyit hoz majd a konyhára, az a bevezetés előtt nehezen prognosztizálható.

Párhuzamosan futó projektek hatása

Az adattárház bevezetések zöme alatt újra kell gondolni a vállalat egyes folyamatait, újra kell értékelni egyes mutatóit. Ez az amitől rettegnek a szállítók, hiszen ettől nagyon elhúzódhat, vagy be is dőlhet a projekt. (Láttunk már ilyet) Ha azonban meglépi a vállalat mindezen racionalizálásokat, akkor ennek következtében átláthatóbbá, egyszerűbbé válnak folyamatai, ami végül is a teljes vállalat hatékonyabb működéséhez vezet. A kérdés csak az, hogy mennyire írható mindez az adattárház bevezetés számlájához? Hiszen ez valójában két külön projekt: egy BPR (üzleti folyamatok újraszervezése) és egy adattárház bevezetés. Így külön is kéne értékelni őket.

Nem vagyunk egyedül a piacon

Sokszor mondják, hogy az adattárház vagy BI rendszer bevezetése olyan versenyelőnyt jelent a vállalat számára, amely következtében nőni fog a bevétele, csökkeni fog a költsége. Különösen a 90-es évek végén volt divatos ez a fajta megközelítés és akkor sokan érveltek a versenyelőnnyel, amikor adattárházat vagy üzleti intelligencia rendszert akartak eladni. (akár ügyfeleknek, akár a menedzsmentnek).

Igen ám, csakhogy a piacon nem vagyunk egyedül. Ha a versenytársunk is javítja ügyfelei kiszolgálását egy BI rendszer bevezetésével, akkor szépen kioltjuk egymás előnyeit. A vevők hozzászoknak a magasabb minőséghez, de nekünk egy fillérrel sem nő a nyereségünk. Tudom. Ha nem vezettük volna be a BI rendszert, akkor most mindenki a konkurenciától vásárolna, de ettől még simán lehet, hogy hibás az a hipotézisünk, miszerint a BI bevezetés által javított ügyfélkapcsolat nyereséget termel.

Almát a körtével

Üzleti intelligencia és adattárház rendszerek megtérülésének számításakor jellemzően az üzleti intelligencia rendszerek vagy az adattárházak költségeit hasonlítják össze a meglévő riportkészítő eszközök költségeivel. Mekkora egyik illetve másik rendszerben az információ elérés költsége, mennyibe kerül egy riport előállítása egyik illetve másik rendszerből.

Attól most tekintsünk el, hogy a meglévő rendszerünk egy riportjának előállítási költségét mennyire pontosan tudjuk megbecsülni. Tegyük fel, hogy pontosan. Csakhogy BI vagy adattárház rendszert nem azért akarunk bevezetni, hogy olcsóbb legyen a meglévő riportok elkészítése. Hanem azért mert a jelenlegi riportkészítő rendszerünk alkalmatlan bizonyos feladatok ellátására. Nekünk nem egy olyan rendszerre van szükségünk, amelyik ugyanolyan mint a jelenlegi, csak olcsóbb. Nekünk egy olyan rendszerre van szükségünk, ami segít elérni a kitűzött stratégiai céljainkat, és aminek támogatására a jelenlegi rendszer nem képes. Innentől kezdve teljesen okafogyottá válik a szőr a szőrben összehasonlítás.

Az input megbízhatóságának kockázata

Térjünk vissza egy kicsit a jelenlegi riportjaink előállítási költségeire. Az értékelés örökli az inputokba épített kockázatot, vagyis a beruházás gazdaságossági vizsgálatunk csak annyira lehet megbízható, amennyire az inputok megbízhatóak. Namost a jelenlegi rendszerünk egy riportjának előállítási költsége vagy az információ megszerzésének költsége korántsem megbízhatóan becsülhető. Így eléggé megkérdezhető annak a megtérülési adatnak a megbízhatósága, amit ebből számítunk ki.

Az eredmény kockázata

Tegyük fel, hogy szeretnénk csökkenteni a hamis, lopott hitelkártyákkal történő fizetésekből eredő károkat. Kiszámoljuk, hogy ha csak egy százalékkal csökkennének a kártyával elkövetett csalások, akkor az x millió megtakarítást eredményezne nekünk. Nosza. Vegyünk egy adatbányász motort és azzal próbáljuk felderíteni a csalásgyanús tranzakciókat. De mi van, ha az adatbányász algoritmus nem ad értékelhető megoldást? Vagy csak olyan triviális megoldást ad, amit eddig is tudtunk? Utólag - egy sikeres projekt esetén - persze könnyen igazolható a beruházás megtérülése, de előre csak úgy, ha feltételezzük hogy az adatbányászok találnak valamilyen eddig ismeretlen összefüggést az adatok között. Ez pedig korántsem biztos.

 

Összefoglalva: A fent említett bizonytalanságok miatt úgy gondolom a klasszikus beruházás gazdaságossági vizsgálatok (jövedelmezőségi index (ROI), Megtérülési időszak, stb) nem alkalmasak arra, hogy segítségükkel eldöntsük azt, hogy érdemes-e adattárház vagy üzleti intelligencia bevezetésbe kezdenünk. Nem véletlen, hogy a Forrester egyik (még 1997-es) felmérése rámutatott arra, hogy a megkérdezett 50 adattárházat bevezető vállalatból mindösszesen 16-an mondták azt, hogy készítettek az adattárház építése előtt beruházás gazdaságossági számításokat.

Ez nem azt jelenti, hogy ezeket a módszereket (ROI, NPV, ...) nem szabad használni. Sőt. Ezek a módszerek tökéletesen alkalmasak egymást kizáró beruházások összehasonlítására, azaz arra, hogy eldöntsük: Az adattárház vagy üzleti intelligencia rendszerek bevezetésére tett ajánlatok közül melyik a legolcsóbb. De annak eldöntésére, hogy érdemes-e adattárház bevezetésbe kezdeni, nem alkalmasak.

Tudjon meg többet az itt elhangzottakról és jöjjön el a 2019. április 11.-i BI és adattárház projektvezető képzésre. Részletek >>

  

Elválasztó

Már készül a következő cikk. Kérjen értesítést a megjelenéséről itt.

|

4 Hozzászólás

Izé, kivülállóként

Izé, kivülállóként beleszólva: nem lett volna gyorsabb a kockák felfutása, ha a felhasználóknak időnként felhívod a figyelmét a létezésükre? A 'titkos favorit' név számomra arra utal, hogy nem ismerték.

egyéb megtérülési szempontok

1) az információk összehasonlíthatósága - amennyiben a jelentések egy közös adattárházból dolgoznak, közös vállalati adatmodellen alapulnak és nem közvetlenül a forrásokhoz nyúlnak, átláthatatlan pókhálót képezve velük 2) a forrásrendszerek teljesítményének felszabadítása - nem kell a források erőforrásait lekötni olyan lekérdezésekre, amelyekre a belső adatstruktúrák kevéssé alkalmasak, különösen nem azok produktív időszakaiban (az elemzők, múltbeli adatokat felhasználók is rendszerint egy időben dolgoznak az operatív rendszert használó munkatársaikkal) 3) felesleges forrásrendszeri fejlesztések elkerülése - nem szükséges olyan fejlesztéseket vinni a forrásrendszerekbe, melyek kiszolgálására kevésbé alkalmasak 4) közös modulok használatával történő költségcsökkentés - a jelentéskészítésre specializált rendszerek eljárásai, moduljai több (vagy az összes) forrásrendszer jelentéskészítő igényét egységes felületen keresztül szolgálják ki, így a fejlesztés fajlagos költsége már két forrásrendszer használata esetén is olcsóbb, mintha a jelentéseket a forrásrendszerekben külön-külön alakították volna ki. 5) az adatvagyon időbeli értékének növelése - az adatok idősoros tárolása, archiválása a források átalakítása nélkül rendszerint nem megoldható, ezt a tulajdonságot viszont az adattárház eleve tartalmazza, így adatok nem vesznek el és nem alakulnak át 6) az adatpiacok tetszőleges megújítása - adattárház használatával jelentéskészítő rendszerek aggregált adatai, adatkockái bármikor újraépíthetők, lehetőség van új adatpiacok (több éves adatok felhasználásával) kialakítása mellett meglévő, patchwork jellegű adatpiacok újraépítésére és megújítására 7) az adatminőség javítása - forrásrendszerek rendszerint nem képesek adattisztítási funkciók ellátására, adattárházak viszont eleve tartalmaz(hat)nak olyan modulokat, melyek valamennyi forrásrendszerből érkező adat adatminőségének javítására alkalmasak 8) függetlenség a forrásrendszerektől, egyszeri fejlesztési költségek - ha adatainkat adattárházban tároljuk, akkor nem vagyunk kiszolgáltatva a forrásrendszerek jelentéskészítő elemeinek, és - ami talán még fontosabb - nem vagyunk kiszolgáltatva a forrásrendszeri adatgazdáknak, nincsenek más kezekben az adataink. Jóval rugalmasabban válthatunk szolgáltatót és új rendszer bevezetése esetén, amennyiben hasonló üzleti tartalmakat szolgáltat, nem kell sem az adattárházat, sem az arra épülő adatpiacokat újra építenünk. Ha a források lennének a jelentéskészítés fő területei, akkor nulláról kezdhetnénk elölről a jelentéskészítő rendszer építését. Még biztosan vannak egyéb szempontok is, kíváncsian várom azokat kollégáimtól.

Azért jó BI rendszereket bevezetni...

Szia Józsi.

Azért jó BI rendszereket bevezetni, mert az átadás után látod azt az őszinte örömöt az üzleti felhasználók arcán. Ez az öröm persze nem nekünk szól, hanem azoknak az adatoknak, amiket nem láttak soha, vagy nem így, nem ilyen bontásban láttak. Ebben a periódusban beszélhetsz nekik „haladó elemzési lehetőségekről”, de még nem nyitottak rá. Ahhoz tudom ezt hasonlítani, mint amikor megveszed az első autód: Beülsz az első körre és nézed a futóművet, a féket, stb. Hű de baba gondolod. Ha most ott ülne melletted az autó gyártója és elkezdené mondani, hogy ez semmi! Próbáld ki mindezt 200-nál. Kipróbálnád? Nem. Mert elsőre bőven elég örömöt okoz az, hogy el tudsz jutni A-ból B-be. Később persze, amikor már otthon érzed magad az autóban, akkor ki fogod próbálni.

Persze ettől függetlenül teljesen igazad van abban, hogy fel kell hívni a felhasználók figyelmét a rendszer lehetőségeire. De ezt a fejlesztő nehezen tudja megtenni. Ennél a konkrét cégnél egyébként azt csináltuk, hogy a gazdasági igazgató a projektvezető bónuszát ahhoz kötötte, hogy hány százalékkal tudja növeli az üzleti intelligencia rendszer aktív felhasználóinak számát. És ő mindezt belülről egész jól fel tudta tornászni.

Miért éri meg BI rendszert bevezetni?

Kedves Gábor! Köszönöm a kommentet. Ez simán megérne egy új bejegyzést...

Szóljon hozzá!

Szabály: Legyen kedves, segítõkész és vállalja a nevét.
A mező tartalma nem nyilvános.
  • A web és email címek automatikusan linkekké alakulnak.
  • Engedélyezett HTML elemek: <a> <em> <strong> <cite> <code> <ul> <ol> <li> <dl> <dt> <dd>
  • A sorokat és bekezdéseket automatikusan felismeri a rendszer.
ANTI SPAM
A robot regisztrációk elkerülésére.
Image CAPTCHA
Figyeljen a kis és nagybetűk használatára

Tudjon meg többet az itt elhangzottakról és jöjjön el a 2019. április 11.-i BI és adattárház projektvezető képzésre. Részletek >>