انباره داده،هوش تجاری و سیستم‌ پشتیبان تصمیم‌گیری

نویسنده: مجید گلپایگانی

چکیده
در این مقاله با نگاهی سیستمی و از كلان به خرد، ابتدا موضوع از منظر راهبردی، اهداف سازمانی و جایگاه نیاز آن، بررسی و تأکید شده است كه برنامه‌ریزی كلان و كاهش شكاف عملكرد، نیاز به گزارش‌های تحلیلی دارد. سپس اهمیت تصمیم‌گیری، انواع آن، ویژگی‌ها و عوامل مؤثر بر تصمیم‌گیری بیان شده است و نقش مدیریت اطلاعات و انباره داده‌ها در ایجاد پایگاه دانش به‌عنوان زمینه‌ساز سیستم‌های پشتیبان تصمیم‌گیری و بستر مناسب تصمیم‌گیری در سازمان تشریح شده است. در انتها، فرایند انباره داده‌ها و شرکت‌های فعال در ارایه این‌گونه محصولات مورد بحث قرار گرفته است.

کلمات کلیدی‌ :‌ ویژه – انبار داده – هوش تجاری – داده کاوی – داشبورد – پشتیبان تصمیم گیری

مقدمه
داده‌ها همواره در یك سازمان وجود دارد، اما جمع‌آوری، سازماندهی، گزارش‌گیری و تحلیل كارآمد آن یا به عبارتی «معنا بخشیدن به داد‌ه‌ها» موضوع متفاوتی است. هیچ اطلاعات كارگشایی از داده‌های بدون مفهوم و معنای واقعی، حاصل نمی‌شود. این‌ اطلاعات انباشته، موجب می‌شود تا در هر سازمان، هر شخص بنا به شرایط، موقعیت و سمت سازمانی برداشت متفاوتی از اطلاعات در دست خود داشته‌‌باشد. امروزه تنوع و كثرت اطلاعات سبب شده تا بسیاری از مدیران سازمان‌های بزرگ از اتفاقات صورت گرفته در سازمان خود اطلاع دقیقی نداشته باشند. محدودیت‌های زمانی و فیزیكی موجب شده‌است تا این اطلاعات بیشتر به‌صورت نادقیق و كلی در اختیار مدیران قرارگیرد.
اینك با رشد صنعت فناوری اطلاعات و كسب تجربیات گوناگون در حوزه جمع‌آوری و ذخیره‌سازی و بازیابی اطلاعات، موضوع «معنا بخشیدن به داده‌ها» و آسان كردن فرآیند تصمیم‌سازی، هم‌زمان در مركز توجه كارشناسان فناوری اطلاعات و متخصصان علم مدیریت و كسب و كار قرار گرفته‌است. «راه‌حل انباره داده‌ها و هوش تجاری» فناوری جدیدی است كه پس از جمع‌آوری، ذخیره، پاكسازی، تجمیع، تحلیل و بازیابی اطلاعات، فرآیند تصمیم‌گیری را برای مدیران آسان می سازد.

شكاف عملكرد راهبردی
در یك نگاه كل به جزء و از منظر راهبردی، شكاف عملكرد در تعریف اهداف سازمان و راه‌های رسیدن به این اهداف معنا می‌شود. برخی از عوامل تأثیر‌گذار بر این شكاف، عوامل درونی و برخی دیگر، برون از سازمان هستند. به‌طور عمده، عوامل درونی به بحث اختصاص منابع سازمانی مانند منابع مالی، انسانی و اطلاعاتی برای رسیدن به اهداف و انتظارات آینده سازمان دلالت دارند. تحلیل شكاف و كاهش آن در جهت نیل به چشم انداز و انتظارات آینده سازمان با استفاده از ابزارهای موجود، از كلیدی‌ترین وظایف مدیران ارشد می باشد كه در شكل 1 نشان داده شده است. تحلیل شكاف بیانگر آن است كه آیا در جهت كاهش «شكاف عملكرد» گام برمی‌داریم یا خیر؟
حذف شكاف یا كاهش عملی آن، هدف سازمان است و این فرایند چرخه‌ای است كه با استفاده از بازخورد صورت می گیرد و تا مرز صفر شدن این شكاف ادامه می یابد. با توجه به تغییرات بسیار زیاد محیطی و پیچیدگی نمایش وضع سازمان در یك تصویر كلان، نیاز مبرمی به تحلیل‌های شرط و جزا است. از طرفی تحلیل به وجود اطلاعات نیاز دارد و اطلاعات از اجزای كوچكتری به‌نام داده تشكیل می‌شوند. داده‌های مجرد و بی‌معنا به كمك انباره داده‌ها به اطلاعات تبدیل می‌شود تا بتواند در مرحله بعد با استفاده از قدرت تصمیم‌گیری انسانی و دانش ضمنی افراد، تبدیل به قضاوت یا عمل شود. این امر را «هوش تجاری» می‌نامند.[2]

شکل 1: شکاف عملکرد

همانگونه كه عنوان شد، عواملی كه موجب این شكاف می‌شوند بعضی بیرونی و برخی درونی هستند. به منظور كاهش این شكاف و تحقق اهداف سازمانی، دسترسی به اطلاعات و به‌ویژه اطلاعات مربوط به عوامل بیرونی سازمان بسیار اهمیت دارد. این گروه از اطلاعات معمولا در حوزه‌های سیاسی، اقتصادی، اجتماعی، و فناوری است كه در برنامه‌ریزی راهبردی و تجزیه و تحلیل‌های محیطی كاربرد مهمی دارد. این اطلاعات، در بررسی‌ها و مطالعات انجام شده 80% به‌صورت غیر ساخت یافته و 20% ساخت یافته است. بدین معنی كه 20% اطلاعات از درون بانك‌های اطلاعاتی و سیستم‌های اطلاعاتی سازمانی استخراج خواهد شد و 80% از منابع اطلاعاتی دیگر(كاغذی، الكترونیكی، صوتی، تصویری و ذهن افراد) در داخل و از خارج سازمان به‌دست می‌آید.[6]

تصمیم‌گیری
تصمیم‌گیری، فصل مشترك كلیه عملیات سازمان است و در یك زنجیره وابسته و فرایند منسجم منجر به تحقق چشم‌انداز، مأموریت و اهداف سازمان می‌شود. فلسفه تصمیم‌گیری برمبنای دانایی استوار است، یعنی تصمیم باید براساس آگاهی بر تمامی جوانب امور و عملیات انجام گیرد. سیستم‌های پشتیبان تصمیم‌گیری به مدیر كمك می‌كند تا این فرایند را به‌خوبی عملیاتی كند. این كار با استفاده از كیفیت اطلاعات، انجام می‌شود و تصمیم‌گیری مؤثر بر مبنای اطلاعات صحیح، جامع، به موقع و تحلیل شده صورت می‌گیرد.
مدل‌های زیادی در زمینه مراحل مختلفی كه باید در فرایند تصمیم‌گیری طی شود مطرح شده اند كه از اصول خاصی پیروی می كنند، ولی پایه و اساس همه آن‌ها یكی است. هربرت سایمون یك الگوی تصمیم‌گیری ارایه كرده است كه مشتمل بر چهار مرحله است و عبارتند از: هوشمندی، طراحی، انتخاب و اجرا.
مرحله هوشمندی، در واقع بهره‌مندی از نظام اطلاعاتی، ارتباط با كاربران دارای این اطلاعات و استفاده از سیستم‌های اطلاعاتی است كه هر روز منتظر مشاهده علایم و نشانه‌های جدیدی برای حل مسأله و فرصت‌های به‌وجود آمده هستند. در این مرحله نیاز مبرمی به تحلیل محیط خارج سازمان است. سیستم‌های اطلاعاتی و نظام‌های گزارش‌های مدیریتی شرایطی را مهیا می‌كنند كه به هوشیاری مدیران و حل مسأله یاری می‌رساند. مرحله طراحی، همان فرایند خلاقیت و ایجاد راهكارهای مختلف حل مسأله است و بسیار به ابتكارات انسانی بستگی دارد. انتخاب این مرحله، با مخاطره و عدم قطعیت همراه است. سیستم‌های پشتیبان تصمیم‌گیری در این مرحله نیز با ارایه روند اطلاعاتی و تاریخچه‌ای از تصمیمات قبلی به مدیر در انتخاب راهكاری كه رضایت بیشتری در بر داشته باشد، كمك كند.
تصمیم‌های سازمانی بر اساس رده بندی تصمیم گیران به تصمیم‌های راهبردی، تاكتیكی و عملیاتی تفكیك می‌شوند. همچنین از نظر طبقه‌بندی، انواع تصمیم‌ها به تصمیم‌های ساخت یافته، نیمه ساخت یافته و ساخت نیافته تقسیم بندی می‌شود.. تصمیم‌های ساخت یافته، تكراری و قابل برنامه‌ریزی هستند و می‌توان آن‌ها را به‌سادگی به پردازش كامپیوتری واگذار كرد. تصمیم‌های ساخت نیافته به قضاوت‌های انسانی نیاز دارد و از منابع اطلاعاتی و گزارش‌های مختلف استفاده می‌كند. تصمیم‌های نیمه ساخت یافته به ادراك انسانی و روش‌های ریاضی نیاز دارد.

شكل 2 ماتریس تصمیم‌گیری سازمانی را نشان می‌دهد.

ویژگی تصمیم‌های سازمانی شامل همسویی با اهداف سازمان، دامنه كاربرد در سازمان، افق زمانی تصمیم و رده سازمانی تصمیم‌گیران است. از جمله مهمترین عوامل مؤثر بر تصمیم‌گیری، دانش تصمیم گیران، منابع اطلاعاتی، ریسك تصمیم و زمان صرف شده برای اتخاذ تصمیم است كه با استفاده از روش‌های مدل سازی و بهبود فرایند تصمیم‌گیری در سازمان‌ها، می‌توان قابلیت تأثیر آن‌ها را افزایش یا كاهش داد.[1]صرف نظر از نوع تصمیم‌گیری، همه آن‌ها به اطلاعات صحیح، دقیق و به موقع نیاز دارند و نقش سیستم‌های اطلاعاتی پشتیبان تصمیم‌گیری فراهم سازی، دسته‌بندی، تحلیل و ارایه این اطلاعات به گونه‌ای كارآمد است.

مدیریت اطلاعات و دانش
در بخش‌های قبلی بر بینش مدیران ارشد، راهبرد‌ها و اهداف و نیز اهمیت تصمیم‌گیری و الزامات آن در عصر حاضر پرداخته شد. در ابتدای این بخش به بیان تعاریف پایه در این حوزه اشاره می‌شود. شكل 3 نشان دهنده هرم سلسله مراتبی ایجاد ارزش افزوده از پایین به بالا در فرایند تبدیل داده تا تصمیم و بصیرت است. در اولین مرحله داده‌ها جمع‌آوری می‌شوند، در مراحل بعد سازماندهی و تحلیل را داریم و در آخرین مرحله تصمیم‌گیری و اقدام صورت می‌گیرد.
داده: واقعیتی است كه در كامپیوتر ذخیره، نگهداری و پردازش می‌شود. داده‌های خام اهمیت چندانی برای انسان ندارند.
اطلاعات: توانایی درك و استنباط انسان از واقعیت است. سیستم‌های اطلاعاتی و كامپیوترها داده‌های سازماندهی شده را به شكل قابل فهم در اختیار انسان می‌گذارند.
دانش: سازمان را قادر به تصمیم‌گیری می‌كند.

شكل 3: هرم ارزش افزوده داده تا بصیرت

دانش، ورودی اصلی برای تصمیم‌گیری سازمانی است و در این راستا اطلاعات پردازش شده به همراه اطلاعات و داده‌های مرتبط به‌ هم، قابلیت اثر‌گذاری بر دانش را داراست. مدیریت دانش شامل فرایند ترکیب بهینه دانش و اطلاعات در سازمان و ایجاد محیطی مناسب به‌منظور تولید، اشتراك و به‌کارگیری دانش وتربیت نیروهای انسانی خلاق و نوآور است تا سرانجام از طریق شكل‌گیری یك سازمان یادگیرنده و با برقراری جریان روان میان مخزن اطلاعات ایجاد شده با بخش‌های مختلف عملیات سازمان، این بخش‌ها با یكدیگر ارتباط بهتری داشته باشند. مدیریت دانش چارچوبی است كه در آن كلیه فرایندهای سازمانی بر پایه جریان و تبادلات دانشی تعریف و برقرار می‌شود. بنابراین، چنین نگاهی تمام فرایندهای كسب و كار را با مسأله خلاقیت، نوآوری و كاربرد دانش درگیر كرده، در نتیجه بقا و پویایی آن‌ها تضمین می‌شوند.[2]
انباره داده‌ها فضایی برای تبدیل داده به اطلاعات و دانش است. انباره داده‌ها به‌عنوان یكی از اركان اصلی سیستم‌های پشتیبان تصمیم‌گیری و مدیریت دانش، پوشش دامنه زمانی وسیع‌تری نسبت به پایگاه‌داده عملیاتی دارد. مشخصات انباره داده‌ها عبارتند از:
موضوع گرا: داده‌هایی كه اطلاعاتی درباره یك موضوع خاص ایجاد می‌كنند نه این‌که عملیات یك سیستم خاص را نمایش دهند.
یكپارچه : داده‌هایی كه از منابع مختلف در مخزن داده‌ها جمع‌آوری و براساس یك رشته روابط با یكدیگر ادغام شده‌اند.
زماندار: تمامی داده‌ها در مخزن داده‌ها در یك دوره زمانی مشخص می‌شوند.
ماندگار: داده‌ها در مخزن داده‌ها ماندگار هستند. داده‌ها اضافه می‌شوند ولی هیچ داده‌ای حذف نمی‌شود.
از نظر گستره زمانی، داده‌ها و اطلاعات موجود در محیط‌های عملیاتی در یك بازه زمانی 60-90 روزه و در انباره داده‌ها حدود 5-10 سال است. این موضوع بیانگر ویژگی‌های تحلیل روند و آینده نگری یا پیش‌بینی است. در واقع انواع داده‌های ذخیره شده در انباره داده‌ها عبارتند از: داده فعلی، داده قدیمی، داده خلاصه شده و فراداده‌ها.[3]
هوش تجاری مجموعه‌ای از فناوری‌ها، نرم‌افزارها و روش‌ها جهت تجزیه و تحلیل اطلاعات ذخیره شده در مخزن داده‌ها و افزایش بصیرت و توانمندی جمع‌بندی آن‌ها است. در همین راستا مفاهیم داده‌كاوی و پردازش اطلاعات مطرح می‌شود. داده‌كاوی، فرایند جستجو و یافتن اجزا و ارتباطات جزیی‌تر داده‌ها و اطلاعات است. پردازش اطلاعات، شناسایی الگوها و تركیب‌های مهم داده‌هایی است كه با قرار گرفتن در كنار یكدیگر پرس و جو‌ها و تحلیل‌های شرط و جزا را پاسخ می‌دهد.[7]
گزارش‌های تحلیلی به شکل‌های مختلفی در اختیار مدیران تصمیم‌گیر قرار می‌گیرد. داشبورد اطلاعات یا داشبورد مدیریت عملكرد از ابزارهای معروف در این زمینه است كه با استفاده از نمودارهای متنوع رنگی و گرافیك‌های زیبا سعی می‌شود محیط كاربری ساده و جذابی ایجاد شود. مدیران می‌توانند در صورت نیاز به جزییات بیشتر، بر روی اطلاعات كلی كه در داشبورد به نمایش در می‌آید كلیك كنند و با استفاده از تكنیك داده‌كاوی به جزییات بیشتر دست پیدا كنند. سپس به كمك آن‌ها از هر نقطه‌ای و در هر زمانی قادر خواهند بود وضعیت شاخص‌های كلیدی و عملكرد سازمان را تحت نظارت و كنترل داشته باشند.[4]

فرایند انباره داده‌ها
در شكل 4 فرایند انباره داده‌ها نشان داده شده است. همان‌گونه كه در شكل آمده است، ابتدا داده‌ها از منابع مختلف، اعم از الكترونیكی و یا كاغذی جمع آوری و پس از استخراج، تبدیل و بارگیری به مرحله بعدی كه پاكسازی و تجمیع است ارسال می‌شود معمولاً به این دو مرحله «ناحیه نمایش» گفته می‌شود. یكی از كلیدی ترین بخش‌های این مرحله پاكسازی داده‌ها به‌منظور دسترسی به «یك منبع قابل اتكا برای داده‌ها» است.
پس از آن «انبارش داده‌ها» برای ذخیره و طبقه‌بندی داده‌ها صورت می‌گیرد. این «طبقه‌بندی داده‌ها» بر اساس موضوعات مدیریتی است و جزو ویژگی‌های بارز این مرحله می باشد. در مرحله بعدی كه به «منطقه سیستم‌های پشتیبان تصمیم‌گیری» معروف است، پرس و جوها، گزارش‌ها و پردازش‌های تحلیلی برخط، «تحلیل‌های آماری و موضوعی» قرار می‌گیرند. در آخرین لایه نیز، «نمایش و ارایه» اطلاعات را در قالب داشبورد اطلاعات و مدیریت عملكرد داریم. [6]

شكل 4: فرایند انباره داده‌ها

وضعیت بازار و محصول
موضوع استفاده از انباره داده‌ها و هوش تجاری به ابتدای سال‌های 1990 میلادی باز می‌گردد ولی موج عظیم آن بعد از سال 2000 و در هزاره سوم شدت یافت. شرکت‌های پیشتاز در این زمینه كه محصولات آن‌ها بازارهای جهانی‌ را پوشش می‌دهد، كوگنوس، بیزینس آبجكتز، اس آ اس، هایپریون، مایكرو استراتژی، اوراكل، مایكروسافت، اس اِی پی و اینفورماتیكا می‌باشند. حجم فروش این‌گونه سیستم‌ها و نرم‌افزارها طبق پیش‌بینی‌های شركت گارتنر تا سال 2012 به بیش از 16 میلیارد دلار خواهد رسید. هزینه‌های پیاده‌سازی و استقرار این‌گونه سیستم‌ها مانند نرم‌افزارهای برنامه‌ریزی منابع سازمان ERP بسیار متنوع و گران خواهد بود. لذا در خصوص انتخاب محصول منتخب و شركت پیمانكار اجرایی و پیاده‌سازی، ملاحظات فنی، مدیریتی، آموزشی و هزینه‌ای بایستی مدنظر قرار گیرند. [7]

نتیجه گیری
با توجه به توضیحات فوق، لزوم اهمیت تولید دانش و تصمیم‌گیری بر مبنای اطلاعات در سازمان‌ها بیش از پیش مشخص می‌شود. در این‌خصوص چرخه تبدیل داده به اطلاعات و تولید دانش برای تصمیم‌سازی و تصمیم‌گیری سطوح مختلف مدیران سازمان‌ها، نقشی حیاتی دارد. با استفاده از فناوری اطلاعات، این امر به شكلی بسیار سریع، دقیق و مطمئن قابل حصول و راه‌حل اجرایی آن پیاده‌سازی و استقرار انباره داده‌ها و مدیریت اطلاعات و دانش سازمانی است. با استقرار چنین سیستم‌هایی تغییر تفكرات و ذهنیات مدیران سازمان را شاهد خواهیم بود و روش‌های تصمیم‌گیری سنتی و متكی به فرد جای خود را به روش‌های سیستمی و متكی بر اطلاعات خواهد داد.

منابع
[1] گزارش پروژه«تجزیه وتحلیل فرایند تصمیم‌گیری»، مدیریت توسعه سیستم‌ها و فناوری اطلاعات، سازمان گسترش و نوسازی صنایع ایران، 1384
[2] گزارش پروژه«طراحی پایگاه داده تحلیلی و هوش تجاری»، مدیریت توسعه سیستم‌ها و فناوری اطلاعات، سازمان گسترش و نوسازی صنایع ایران، 1384
[3] Adel man Sid, Moss Larrisa, Abai Majid,”Data Strategy”, 2005
[4] Echerson Wayne W. ,”Performance Dashboards”, 2005
[5] Few Stephen,” Information Dashboard Design”, 2006
[6] Inmon William H. ,”Building the data warehouse”, 4th Edition, 2005
[7] Moss Larrisa, Shaku Atre,”Business Intelligence Roadmap”, 2003