אנאליטי זה הכי אחי

כיום נראה שלא משנה באיזה דרישות יש לעמוד כדי לחזק את תשתיות ניהול המידע בארגון, או לשילוב היישומים התפעוליים, שיפור התמיכה בהליכי קבלת ההחלטות משתלם בסופו של דבר לארגונים. בסקר שביצעו באחרונה IDC ומגזין InfoWorld נשאלו מקצועי IT ועסקים כמה זמן יחלוף מרגע נפילת מערכת/פתרון הבינה העסקית בארגון שלהם ועד שתהיה לכך השפעה שלילית על העסק. 10 אחוזים מהנשאלים השיבו "מיידית" וכמעט 30 אחוז הגדירו את טווח הזמן כ"תוך שש שעות". "ואלה מספרים בהחלט 'אגרסיביים' כשמדובר בטכנולוגיית Back Office", אומר רוזן. "ברור לי שאם הסקר ייערך בעתיד הקרוב פעם נוספת מספר העונים 'במיידי' - יעלה משמעותית. ארגונים חכמים הבינו כבר מזמן שהמקום היחידי לבינה העסקית הוא קדימה, בחזית...". רוזן מדגיש כי שיפור הגישה לנתונים תומכי קבלת החלטות אצל עובדי החברה המצויים ב'חזית' ונמצאים בקשר יומיומי והדוק עם הלקוחות, יכול לתרום משמעותית לעסק בדרכים רבות, אבל, אי-אפשר לחשוף מקורות אנאליטיים לעבודה התפעולית ללא הכנה זהירה מראש. ויש לו גם כמה טיפים:

• תפעולי משמעותו זמין. תמיד יש לזכור כי חיבור מחסן נתונים אנאליטי ליישום עסקי תפעולי, הופך את המחסן ליישום תפעולי בעצמו, עם סט שלם וחדש של ציפיות ברמת השירות הנדרשת ממנו.

• להתכונן לבצע. אופטימיזציה של ביצועים ותכנון מדוקדק של יכולות המערכת הם קריטיים כאשר מכינים מחסן נתונים אנאליטי להתמודדות עם עבודה תפעולית. עיבוד מקבילי, קביעת עדיפויות ואופטימיזציה של שאילתות בהחלט ישתלמו בהמשך.

• SOA מקל על התהליך. כלים בסיסיים לחיבור מספר יישומים תפעוליים עם דרישות מידע די סטטי, יכולים לעבוד, אבל, לאתגרים כבדים יותר, דינמיים ומורכבים גישת ה-SOA תצמצם עלויות ותאיץ תהליכים.

• יש חשיבות עליונה לטיב הנתונים. ככל שנחשוף יותר נתונים למשתמשי הקצה שבחזית, כך גם חשוב יותר לנהל אותם נכון. העברת נתונים דלים בתפוצה רחבה מבטיחה תוצאות לא מבטיחות.

• קיימת חשיבות עליונה בשילוב הרכבים האקטיבי בהם החוק מחסן הנתונים הארגוני המשמש לניתוח אסטרטגי.

• יש להפעיל מערכות אוטומטיות למתן עדיפות שונה לסוגים שונים של יישומים במחסן הנתונים.

הארכיטקטורה של מחסן נתונים אקטיבי מתוכננת כך, שהמחסן יקלוט מידע - כמעט בזמן אמת - ויספק אפשרות לניתוח אנליטי ולתמיכה בשאילתות עבור קבלת החלטות טקטיות. כך מספק מחסן הנתונים תמיכה מלאה של 24 שעות ביממה, ומאפשר שימוש באפליקציות יותר "אגרסיביות", בעלות ביצועים גבוהים יותר ובזמינות מלאה של מידע "טרי". ואם לחזור לדוגמת הפורטל שלנו, היות והנתונים עליהם מדובר משתנים לעתים תדירות, מדוע שלא לפתח יישום העושה שימוש באחת הטכנולוגיות שצצו לתמיכה באינטראקציות מהירות יותר? משהו מזן ה-Web 2.0? למשל RSS? שימוש נכון בטכנולוגיה היחסית פשוטה הזו מאפשר קבלת פידים אוטומטיים של תכנים בין ה'מפרסם' ליישומים שנרשמים אליו. כך, יכול הארגון לדחוף החוצה אוטומטית עידכונים מעידכונים שונים ללקוחות המתעניינים בכל אימת שיש שינוי בערך כלשהו במחסן הנתונים עצמו. והדוגמה הנ"ל מביאה לעיסוק במונח חדש יחסית: SOA (ארכיטקטורה מוכוונת שירות) - גישה בהנדסת תוכנה שרואה ביישומים יחידות שירות מודולריות שניתן לחברן האחת לשנייה. בתפיסה הזו, שירותים למיניהם הם קלים לבנייה, להתאמה, לשימוש מחודש ולשילוב בשירותים אחרים. כתוצאה, קל להתאימם לדרישות עסקיות חדשות. כיום כולנו נעים לכיוון ה-SOA שכן בבסיסן הטכנולוגיות מוכוונות השירות מציעות הזדמנויות חדשות לאוטומציה ולהחזר על ההוצאה שכן קל לתחזק אותן - ובעלות נמוכה משמעותית מעלות התפעול של המערכות המונוליטיות המסורתיות (ולא בכדי, ה-SOA המוכר ביותר כיום נמצא במודל שירותי הרשת, שמראש פותחו כך שיאפשרו להתאים בין רכיבי תוכנה בלא קשר למיקומם ברשת). נראה בבירור שעל-ידי 'שבירת' תוכנה לרכיבים פונקציונליים קטנים וקביעת סטנדרטים לכיצד הם מתקשרים האחד עם השני, SOA מאפשר להעביר 'בינה עסקית' לכל אחד בארגון, תוך שימוש במגוון יישומי תוכנה אופרטיביים. הדרישה המרכזית הנדרשת להצלחתו של כל התהליך תלויה בכך שמחסן הנתונים תומך באינטגרציה של סטנדטים ומוכן להתמודדות עם עומסי עבודה גדולים במיוחד. לדברי מיכה רוזן, מנהל לקוחות נבחרים בחברת מיטווך, נציגת Teradata בישראל, הממוקדת במחסון נתונים וכלי ניתוח ארגוני, התמיכה בהליכי קבלת ההחלטות התפעוליות מציבה דרישות חדשות בפני תשתיות ניהול המידע שמפעיל הארגון, שייתכן ותוכננו בכלל עבור יישומים אנאליטיים, אסטרטגיים. "כשאתה שולף נתונים ממחסן נתונים תפעולי, זהו בעצם חלק מהיישום שלך, וכך צריך גם להתייחס אליו. העסק חייב להיות מאוד נגיש, ואין מצב שתוכל להשלים עם נפילת מערכות בלתי צפויה... זה בלתי מתקבל על הדעת. מעבר לכך, צריך לתכנן מראש את הביצועים של מחסן הנתונים שלך ואת הקיבולות והיכולות שלו", אומר רוזן. "מישהו כאן חייב לבחון את עומסי העבודה ולקבוע מדיניות, כדי שמחסן הנתונים ירוץ ביעילות והשאילתות יעובדו בצורה נכונה ומהירה. לכל יישום חייבת להיות ארכיטקטורה התומכת ביכולות. אתה לא יכול לתמוך במרכז שירות טלפוני עם אותה תשתית בה השתמשת לתמוך בכמה אנאליסטים. נראה שעיבוד מקבילי הופך יותר ויותר לרכיב מפתח בתמונה הזו כדי לתמוך בעומסי העבודה הכבדים, כמו גם היכולת למשוך נתונים לתוך מחסן הנתונים - בזמן אמת. מעבר לכך, יש גם צורך במעין 'בקרים' או אופטימייזרים, שיכולים להעריך את השאילות הנכנסות למערכת ולהחליט איזה דורשות מענה בזמן אמת ואיזה יכולות לחכות קצת".

נראה כי ככל שעסקים נעשים תחרותיים יותר, כך הם חייבים להסתגל מהר יותר למציאות שסביבם ולהגיב אליה מהר. וזה נעשה תוך שימוש חכם יותר במידע שבידיהם ובידי חבריהם לארגון. "מדובר ביכולת להתמודד עם השינוי הבלתי צפוי", אומר ביל גסמן, דירקטור מחקר בגרטנר. "השאלה היא תמיד כמה מהר אתה יכול להגיב שכן ההחלטות הללו חייבות תמיד להתקבל במסגרת זמן צפופה ביותר - או שהן מאבדות מערכן. כמות ואיכות המידע שניתן לאסוף בזמן קצר תחת הידיים כדי לתמוך בקבלת ההחלטה יקבעו לא פעם את איכות ההחלטה - ובלא מעט מקרים את גורלו של הארגון. הארגונים שיש להם שליטה על הנתונים - הם אלה שיסתגלו מהר וטוב יותר לשינוי הבלתי צפוי". האתגר, בסופו של יום, כמובן, הוא בחיבור המערכות האנאליטיות, היושבות ב-Back Office, למערכות התפעוליות הנמצאות ב'חזית', אצל משתמשי הקצה. דוגמה לסיבור האוזן: ארגונים גדולים רבים עושים שימוש בפורטלים כדי לענות על צרכיהם של משתמשים מחוץ ומפנים הארגון. בבסיס מדובר באתר שמארח שלל שירותים וישומים אליהם ניגשים הגולשים תוך שימוש בגלשן שלהם. במקרים רבים השירותים מספקים רמות משמעותיות של פרסונליזציה, בהתאם לזהות הגולש, תפקידו והעניין שלו. כך, יישום אופייני לפורטל פנים ארגוני יכול להיות דוח ביצועי מכירות המוצג על-פי חלוקה לקו המוצרים, גיאוגרפיה ונתונים היסטוריים של הרכישות. יישום שכזה יכול לעשות שימוש בשירותי רשת כדי לאחזר את הנתונים ממחסן הנתונים הארגוני (Data Warehouse). כיום, כמעט בכל חברה או ארגון גדול שמכבד את עצמו, יימצא מאגר מידע, המכיל נתונים מפורטים שנאספו תוך כדי העבודה השוטפת של המערכות התפעוליות בחברה. במרבית המקרים מתנקז המידע ל'מחסן הנתונים' הארגוני. במערכת מחסן הנתונים, המידע ערוך כך שישקף נאמנה את המציאות, ויאפשר לנתח את הנתונים המפורטים בו במהירות - גם כשמדובר בכמות גדולה מאוד. היכולת לטפל בכמויות נתונים גדולות היא בעלת חשיבות רבה, שכן, ככל שהניתוח נעשה על כמות נתונים גדולה יותר, כך גדלה מהימנותן של תוצאות הניתוח. בשל אופיה של עבודת הניתוח, על מחסן הנתונים להיות בנוי בטכנולוגיה, המאפשרת גם שליחת שאילתות שלא תוכננו מראש - כלומר לפני תחילת ניתוח הנתונים. מחסן נתונים אקטיבי - הדור החדש של מחסני הנתונים, מסוגל להמיר את המידע שצפון בו לפעולות והחלטות עסקיות ואפקטיביות. במילים אחרות, מחסן אקטיבי המשולב עם תשתית וכלים תומכים (אפליקציות לכריית הנתונים מן המחסן ולניתוח אנליטי של המידע), הוא מרכיב פעיל ומרכזי, בביצוע הפעילות העסקית של החברה. מחסן נתונים כזה ייצור השפעה משמעותית על הפעילויות העסקיות היומיומיות של החברה, ובכוחו לבדל את החברה ממתחריה גם בתחומים של שירות לקוחות, אספקת מוצרים וייצור, ולמעשה - לכל אורך שרשרת המוצר. צמיחתם של מחסני הנתונים האקטיביים, אפשרה את הולדת הדור הבא של אפליקציות המידע האנליטיות בתחום טכנולוגיית המידע (אותם כלים, המאפשרים לכרות נתונים מן המחסן ולנתח את המידע לכדי נתונים המשמשים בסופו של תהליך לקבלת החלטות עסקיות). בעוד, שבהטמעת מחסן נתונים "מסורתי", הדגש מושם על אפליקציות של יצירת דוחות מידע וקבלת החלטות אסטרטגית, בהטמעת מחסן נתונים אקטיבי, קבלת ההחלטות האסטרטגית מועצמת פי כמה וכמה, על-ידי אפליקציות של קבלת החלטות טקטיות.