Business intelligence, Tietohallinto, Big data

(1)

UNIVERSITY ofVAASA Communications and Systems Engineering Group

Yrityksen tietojärjestelmät

TITE 2060

Timo Mantere

LUENTO 3:

Business intelligence, Tietohallinto, Big data

Kurssin vanha Moodle sivu:

https://moodle.uwasa.fi/course/view.php?id=511

175

Expert systems(Töyli)

Asiantuntijajärjestelmät - expert systems

Asiantuntijajärjestelmät ovat tietämyspohjaisia järjestelmiä, joiden on tarkoitus toimia ihmisasiantuntijoiden tavoin tietyllä rajatulla

aihealueella. Ne pystyvät ratkomaan inhimillistä asiantuntemusta vaativia ongelmia

Asiantuntijajärjestelmän rakentaja pyrkii jäljittelemään tai etsii mallia ihmisen tavalle ratkaista ongelma. Käyttöalueita logistiikassa, tiedon louhinnassa, lääketieteellisissä diagnooseissa jne.

(2)

Expert systems

Periaatteessa asiantuntijajärjestelmät ovat tekoälysovelluksia jotka mallintaa asiantuntijaihmisen päätöksentekoprosessia

tietokonesysteemillä.

Asiantuntijajärjestelmät on rakennettu niin että monimutkainen ongelma voitaisiin ratkaista joukolla ehtoja, jotka ovat yleensä jos niin tyyppiä (if -> then)

Ensimmäiset asiantuntijajärjestelmät kehitettiin 1970-luvull ja ne yleistyivät 1980 luvulla.

Asiantuntijajärjestelmät olivat ensimmäisiä jonkinasteista menestystä saavuttaneita tekoälysovelluksia.

Asiantuntijajärjestelmässä on päättely-moottori ja tietopohja.

Tietopohjan muodostaa säännöt ja faktat. Päättelymoottori soveltaa sääntöjä nykyisten faktoiksi tiedettyjen asioiden pohjalta. Pyritään löytämään ratkaisuja myös uusiin tilanteisiin. Päättelymoottorissa voi olla myös selitteitä ja virheenkorjausominaisuuksia.

177

Expert systems(Töyli)

Asiantuntijajärjestelmälle tunnusomaista Päättely

etenevästi peräytyvästi

Kehittämisen syy (Turban 1998:441)

tavoitteena on estää harvinaisen tietämyksen katoaminen, tietämyksen tarve maantieteellisesti hajallaan sijaitsevassa organisaatiossa,

tietämystä tarvitaan vihamielisessä tai vaarallisessa ympäristössä Asiantuntijajärjestelmän perustyyppejä

vika-analyysi valvonta ennustaminen suunnittelu opettaminen

(3)

Expert systems

Kuva http://www.igcseict.info/theory/7_2/expert/

Tekoäly: http://fi.wikipedia.org/wiki/Teko%C3%A4ly Asiantuntijajärjestelmät:

http://computationalintelligence.wikispaces.com/Asiantuntijaj%C3%A4rjestelm%C3%A4t Älykäs opsatusjärjestelmä: http://www.mit.jyu.fi/opiskelu/seminaarit/bak/aopast/

179

ESS (Töyli)

Ylimmän johdon järjestelmät ESS, executive support systems

ESS -järjestelmä auttaa johtajia esittämään oikeita kysymyksiä joihin vastaukset etsitään DSS -järjestelmällä.

päätarkoitus on tiedon hankinta ja näyttäminen, ei niinkään ongelmien ja mahdollisten ratkaisujen analysointi

kehittynyt grafiikka ja vuorovaikutteisuus

on räätälöity niitä käyttävien johtajien tarpeisiin sopiviksi järjestelmän tiedot kerätään useasta eri lähteestä

tiedot esitetään standardisoidussa, tiivistetyssä muodossa raportteina,

(4)

Business Intelligence (Töyli)

Liiketoimintatiedon hallinta

BI on joukko teorioita, menetelmiä, prosesseja, arkkitehtuureita ja teknologioita, jotka muuntavat raakadatan yrityksen toiminnan kannalta mielekkääksi informaatioksi.

BI pystyy käsittelemään valtavia määriä rakenteetonta dataa, jonka avulla pystytään tunnistamaan, hyödyntämään ja muutekin luomaan uusia mahdollisuuksia.

Euroopassa

BI tarkoittaa organisaation ulkopuoliseen tietoon kohdistuvaa toimintaa, ja Pohjois-Amerikassa

sillä ymmärretään organisaation sisäiseen, numeeriseen tietoon kohdistuvaa toimintaa.

Yrityksen tiedonhankinnan tavoite on kerätä yrityksen johtamisessa ja toiminnassa tarvittava keskeinen tieto, käsitellä ja jalostaa se, sekä jakaa tieto tarvitsijoille ja seurata tiedon vaikutuksia.

181

Business Intelligence (Töyli)

Yrityksessä olevan tiedon hallinta

Business Intelligence -ratkaisuja voidaan hyödyntää kaikessa

liiketoiminnassa, yrityksen sisällä eri prosesseissa ja tarvittaessa myös hallittuna tiedon jakeluun yhteistyökumppaneille ja asiakkaille.

Yrityksen ulkopuolelta hankittava tieto

Yrityksen ulkopuolelta hankittava tieto koskee usein kilpailijoita, mutta sitä kerätään myös asiakkaista, markkinoista ylipäätään, alihankkijoista ja muista sidosryhmistä, teknologioista, yrityksen kohdemaiden

hallinnoista, kulttuureista ja lainsäädännöstä (EU) sekä tulevaisuudesta ja trendeistä ylipäätään.

(5)

Business Intelligence (Töyli)

BI toiminnan rakentaminen

BI-toiminnan rakentamisessa on kyse toiminnan systematisoimisesta ja järjestämisestä ammattimaisella tavalla, sekä sen saattamisesta ohjauksen, koordinoinnin ja kehittämisen piiriin.

BI:n toimintoja

BI:n yleisiä toimintoja ovat raportointi, reaaliaikainen analyyttinen prosessointi, tiedon louhinta, prosessien louhinta, monimutkaisten tapahtumien prosessointi, liiketoiminnan suorituskyvyn hallinnointi, vertailuanalyysi, tekstin louhinta, ennakoiva analyysi ja ohjaileva analyysi.

183

Business Intelligence (Töyli)

BI

Tietoa on nykyisin saatavilla todella paljon ja usein se ovat joko rakenteetonta tai puolirakenteista esim. sähköposti, muistiot, muitiinpanot call centereistä, uutisia, keskusteluja (chat), raportteja, web sivuja, esityksiä, kuvia, videoita, ja markkinoinnin materiaalia.

Ongelmaksi muodostuu tiedon tallennus niin, että se saadaan käyttöön ja olisi luettavissa jollain järkevällä tavalla.

Business Intelligence -toimintaperiaate

(6)

Business Intelligence (Töyli)

Tietovarasto

BI sovellukset esittävät tiedon visuaalisesti ja käyttäjät voivat hakea haluamansa tiedon ilman ohjelmointikokemusta.

Kaikkien BI sovellusten taustalla on tietovarasto Data Warehouse, mistä tieto haetaan. Reaaliaikainen BI sovellus käyttää tietovarastoa, koska data täytyy muokata sopivaan muotoon ennen esittämistä BI sovelluksissa.

Data warehouse

185

Business Intelligence (Töyli)

BI ja DSS (decision support systems) yhteys

BI –malliin on sisällytetty tietomalli ja tietokantayhteys. BI keskittyy raportointiin ja etsimään ongelmia ja se tarjoaa ongelmat (tietokannan välityksellä) DSS:n ratkaistavaksi.

Web pohjainen DSS arkkitehtuuri (ja BI)

Arkkitehtuurissa prosessointi on hajautettu usealle palvelimelle;

sovelluspalvelin, tietokantapalvelin ja optimointipalvelin.

Optimointipalvelin ratkaisee ongelman ja lähettää ratkaisun

sovelluspalvelimelle joka esittää sen suoraan selaimelle. Tarvittaessa lisätietoa haetaan tietovarastosta. Jakelu voi tapahtua esim.

sähköpostilla.

(7)

Business Intelligence (Töyli)

Raportointi

Raportointi perustuu usein OLAP analyysien tuloksiin. Raportit luodaan kuten edellä esitettiin, joko tietovarastoista tai operatiivisista

järjestelmistä SQL kielellä.

Online Analytical Processing on menetelmä analyysien tekemiseksi.

OLAP perustuu useisiin ulottuvuuksiin (2-3), joilla data esitetään.

Mittarit

BI tuottamaa dataa seurataan useilla eri mittareilla. Keskeisimmät näistä ovat

KPI – Key Performance Indicators BAM – Business Activity Monitoring ja BSC – Balanced Scorecards

Ensimmäinen seuraa yrityksen suoriutumista johdon asettamista strategisista tavoitteista. Toinen on nykytilan ymmärtämiseen ja kolmannessa seurataan taloutta, asiakkaita, sisäisiä prosesseja ja oppimista.

187

Business Intelligence (Töyli)

Data Warehouse

Tietotekniikassa, tiedon tavaratalo (data warehouse) on tietokanta jota käytetään raportoinnissa ja tietoanalyyseissä. Se on keskeinen tiedon säilytyspaikka joka on luotu yhdistämällä dataa yhdestä tai

useammasta erilaisesta tietolähteestä.

Data Warehous:iin tallennetaan nykyistä, mutta myös historiatietoa.

Dataa käytetään luotaessa trendiraportteja yritysjohdolla.

Extract, Transform and Load (ETL)

(8)

Business Intelligence (Töyli)

Data Warehouse & varastointi

Tieto kerätään erinäisitä operatiivisista järjestelmistä. Tyypillinen ETL - pohjainen data warehouse muodostuu esitys-, integrointi- ja

saantikerroksista.

Esityskerros (staging)

tai tietokanta tallentaa (ETL) väliaikaisesti muista lähdejärjestelmistä saamaansa raaka dataa ennen tallennusta DW:iin.

Integrointikerros

Integroi erilaiset tietojoukot muuntamalla (ETL) esityskerroksesta saamansa datan ja usein tallentaa sen operatiiviseen tietovarastoon (ODS – Operational Data Store)

189

Business Intelligence (Töyli)

Data Warehouse & varastointi

Tieto kerätään erinäisitä operatiivisista järjestelmistä. Tyypillinen ETL - pohjainen data warehouse muodostuu esitys-, integrointi- ja

saantikerroksista.

Esityskerros (staging)

tai tietokanta tallentaa (ETL) väliaikaisesti muista lähdejärjestelmistä saamaansa raaka dataa ennen tallennusta DW:iin.

Integrointikerros

Integroi erilaiset tietojoukot muuntamalla (ETL) esityskerroksesta saamansa datan ja usein tallentaa sen operatiiviseen tietovarastoon (ODS – Operational Data Store)

(9)

Business Intelligence (Töyli)

Data Warehouse & varastointi Saantikerros

Integroitu data siirretään edelleen uuteen tietokantaan (DW), missä se järjestetään hierarkisiksi kokonaisuuksiksi, yksityiskohdiksi sekä koosteiksi.

Kokonaisuuksista ja yksityiskohdista käytetään joskus nimitystä ”star schema”.

Data Mart

On tiedon saantikerros (data access), jota käyttäjät käyttävät

saadakseen tietoa järjestelmästä. Data Mart on data warehouse:n osa ja usein tarkoitettu organisaation tai tiimin specifiin käyttöön.

Data mart:it ovat siivuja data warehousesta. Data warehouse kattaa koko yrityksen, kun taas data mart voi olla tarkoitettu esimerkiksi vain yhden osaston käyttöön.

191

Business Intelligence (Töyli)

Data Warehouse & hajautettu ympäristö

Data warehouse ei aina tarvitse em. tietokantajärjestelmää (integration layer), vaan integroitu tietolähde voi olla osa hajautettua ODS kerrosta.

Federaatiotietokantoja tai tiedon virtualisointia voidaan hyödyntää haettaessa dataa hajautetusta integroidusta

lähdetietokantajärjestelmästä ja yhdistettäessä ja koostettaessa dataa suoraan data warehous:in tauluihin.

Data warehouse –arkkitehtuuri tukee tiedon syvähakua (data drilling) koostetusta datasta.

(10)

Business Intelligence (Töyli)

Lisätietoja Wikipediasta:

Business intelligence

http://fi.wikipedia.org/wiki/Business_intelligence Tiedonhallinta

http://fi.wikipedia.org/wiki/Tiedonhallinta Tietämyksen hallinta

http://fi.wikipedia.org/wiki/Tiet%C3%A4myksenhallinta Sisällönhallinta

https://fi.wikipedia.org/wiki/Sis%C3%A4ll%C3%B6nhallinta Sisällönhallintajärjestelmä

https://fi.wikipedia.org/wiki/Sis%C3%A4ll%C3%B6nhallintaj%C3%A4rjestel m%C3%A4

Tietokanta

https://fi.wikipedia.org/wiki/Tietokanta

https://fi.wikipedia.org/wiki/Tietokannan_peruskyselyt

193

Business Intelligence (Töyli)

Tiedonlouhinta

https://fi.wikipedia.org/wiki/Tiedonlouhinta Data analyysi

https://fi.wikipedia.org/wiki/Data-analyysi Kuva:

http://blog.glider.com/getting-started-business-intelligence/

(11)

Tietohallinto (Töyli)

Tietoresurssien johtaminen, Information Resources Management, IRM Tarkoittaa kaikkien niiden toimien / komponenttien hallintaa, joita liittyy tietoa keräävän, muokkaavan, tallettavan ja jakavan

informaatiojärjestelmien toimintaan.

Liittää tietotoiminnot kiinteämmin yrityksen tavoitteisiin, tehostaa informaation käyttöä, päätöksentekoa ja tuottavuutta.

IRM:n periaatteet (Gupta 1996: 548-549)

Tietohallinto-osastoa tulee johtaa kuten mitä tahansa liiketaloudellista yksikköä tai osastoa.

Informaatiojärjestelmien tarkoitus on auttaa yritystä tavoitteiden

saavuttamisessa. Teknologia sinänsä tuottaa usein vain epätaloudellisia investointeja ja haittaa yrityksen tavoitteiden saavuttamista.

IRM on kaikkien johtajien vastuulla riippumatta heidän toimialastaan.

Ylimmän johdon yksimielisyys varmistaa tietoresurssien parhaan hyödyntämisen.

195

Tietohallinto (Töyli)

IRM:n tehtävät (Gupta 1996: 550)

käyttää tehokkaasti tietoresursseja toiminnan tavoitteiden saavuttamiseksi ja toiminta-ajatuksen toteuttamiseksi

selvittää, kirjaata ja kontrolloida kaikki ne resurssit, jotka luovat, käsittelevät, tallentavat ja välittävät informaatiota

luoda informaatioperusteisia toimintamalleja, jotta kommunikointia sekä organisaation sisällä että ympäristön kanssa saadaan parannettua poistaa tiedon ylimäärä ja varmistaa tietojärjestelmien kehittämisen menetelmällinen yhtenevyys kommunikoinnin selkiinnyttämiseksi

(12)

Tietohallinto (Töyli)

Tietohallinnon osa-alueet (Gupta 1996: 553) Tietojohtaminen (tiedon hyödyntäminen)

Toiminnallinen johtaminen (järjestelmien integrointi) Strateginen johtaminen

Käyttäjien johtaminen

Hajautettujen järjestelmien johtaminen Teknologiajohtaminen (laitteet, verkko) Tietohallinnon organisointiperiaatteita

Tietohallinto on organisoitava siten, että se

tukee sekä liiketoiminnan että tietohallinnon kehittämistä tukee visioinnin, innovoinnin ja resurssien hankintaa huolehtii arvoa tuottavista prosesseista

197

Tietohallinto (Töyli)

Tietoihin liittyviä ongelmia yrityksissä

tietohallinnon strategiaa ja liiketoiminta-strategiaa ei ole integroitu toisiinsa toimintayksiköt eivät tiedä, mitkä tiedot ovat niille tärkeitä

yritykset eivät tiedä, mitä tietoja niillä on

ihmiset eivät löydä tietoja silloin, kun niitä tarvitsisivat tai heillä ei ole pääsyä tietoihin

tieto ei ole yhtenäistä, mistä seuraa tietojen epäjohdonmukaisuus kerätään paljon tietoa, jolla ei ole käyttöä (ei osata hyödyntää) vanhentuneita tietoja ei poisteta

1-5%:n virhemarginaali tiedoissa vaarantaa asiakaspalvelun, lisää kustannuksia ja heikentää päätöksentekoa

liiketoiminta muuttuu  pitäisi muuttaa myös tietoja ja tietorakenteita uudet, luotettavat tietolähteet vaikeasti löydettävissä

tietoturvan hoitaminen työlästä

tietojen hallinnan vastuut huonosti määritelty

(13)

Tietohallinto (Töyli)

Tietojenkäsittelytoimintoja voidaan käsitellä (Boddy, Boonstra & Kennedy 2005: 184- 185)

Palvelukeskuksena Kustannuspaikkana Voitto –keskuksena

Toimintamuodon valintaan vaikuttaa:

tietojenkäsittelyn tarve organisaatiorakenne

kulttuuri, valtasuhteet, henkilöstö teknologia

199

Tietohallinto (Töyli)

Yhteistyötä vaikeuttaa mm.

(14)

Tietohallinto (Töyli)

Tietotekniikkapäätösten tekoon liittyviä suosituksia (Salmela ym 2010: 66) It-strategian tulee olla tiiviisti linkitetty yrityksen liiketoiminta-strategiaan ja tavoitteisiin

It-strategian suunnittelun ja hankeiden hallinnan tulee olla jatkuvaa, jotta suunnitelmat voidaan sopeuttaa ympäristössä ja liiketoiminnan tarpeissa tapahtuviin muutoksiin

Ketteryys edellyttää, että johto ymmärtää yrityksen IT-strategian, IT- infrastrukstuurin ja yksittäisten projektien väliset riippuvuudet Keskeinen päätös kaikissa yrityksissä on, kuinka monella eri organisaation tasolla tulisi olla IT-palveluihin liittyvää päätösvaltaa It- osastojen tulisi pyrkiä tarvittaessa aktiivisesti luopumaan päätösvallasta tai ainakin jakamaan sitä liiketoiminnan kanssa

201

Tietohallinto (Töyli)

Monipuolisen johtajan ominaisuuksia ovat liiketoiminnan tuntemus

organisaation tuntemus

tietojenkäsittelytietämys ja kokemus Ihmissuhdetaidot

kommunikointitaidot kognitiiviset taidot

persoonallisuus ja käyttäytyminen

(15)

Big Data (Töyli)

Big Data -määritelmä

Big Data ei ole yksittäinen teknologia, vaan vanhan ja uuden

teknologian yhdistelmä. Kyse on siis kyvystä hallita valtavaa määrää erilaista dataa, oikealla nopeudella ja aikasidonnaisesti jotta

reaaliaikainen analysointi ja reagointi olisi mahdollista.

Big Data haaste

Haasteena on tiedon kuvaaminen, parantaminen, varastointi, haku, jakaminen, siirtäminen, analyysi ja visualisointi.

Ensin: capture, organize, integrate Sitten: analyze  act

203

Big Data (Töyli)

Rakenteinen Data Datan lähteitä:

1. tietokoneet tai muuta vastaavat laitteet ja 2. ihmiset

Tietokoneet yms:

Sensorit (RFID, GPS, lääkinnälliset laitteet,…) Web lokit (serverit, verkko, sovellukset, …..) Kassapäätteet

(16)

Big Data (Töyli)

Rakenteeton Data Laitteiden tuottama

Satelliittikuvat

Tieteellinen data (seismiset kuvat, atmosfääri, ..) Kuvat ja videot (valvontakamerat, liikennekamerat, ..) Tutka ja sonar

Ihmisen tuottama

Organisaation sisäinen tieto Sosiaalinen media

Mobiili data Nettisivujen sisältö

205

Big Data (Töyli)

Big Data ja organisaatiot

85% Fortune 500 yrityksistä ei kykene käyttämään Big Dataa. Syitä ovat lähinnä hajanaiset tietojärjestelmät, huono datan hallinnointi, sopimattomat tietokannat ja laitteiston suorituskyky. Usein yrityksillä ei ole käytössään viimeisintä tiedon hankinta- ja visualisointiteknologiaa.

Sosiaalinen media – mitä asiakkaat pitävät uudesta tuotteesta Twitter viestit (Super Bowl )  vaihda mainoksen paikkaa Alennuskuponki asiakkaalle kassapäätteen tiedon perusteella

(17)

Big Data (Töyli)

Big Datan hyödyntäminen

Big Data tulisi olla organisaatioissa ajankohtainen, sillä .

(big)datan määrä kasvaa kovaa vauhtia ja organisaatioiden mahdollisuudet hyödyntää sitä haluamallaan tavalla karkaa käsistä (datan määrän kasvu 40%, IT menot kasvavat 5% / v.).

toinen syy on samanaikaisesti tapahtuvat rehottavan talouden sääntely ja markkinoiden ennen näkemätön epävakaus.

kolmas syy on se että Big Data on käännekohdassaan. Se tarjoaa suuria kasvu mahdollisuuksia ja kustannussäästöjä.

207

Big Data (Töyli)

Kolme V-kirjainta

Big Dataa luonnehditaan usein kolmella V-kirjaimella:

Volyymi (Volume)

Datan määrä tällä hetkellä maailmassa on muuta zettatavua (10^21 tavua) ja määrä kasvaa vuositasolla kymmeniä prosentteja.

Vauhti (Velocity)

Jo nyt on mahdotonta tallentaa pysyvästi kaikkea tuotettua dataa. Big Datassa on yhtä lailla kysymys suurten datamassojen tallentamisesta kuin valtavien datavirtojen yhdistämisestä ja älykkäästä hyödyntämisestä Variaatio (Variety)

(18)

Big Data (Töyli)

Edut

Parempi mahdollisuus analysoida massiivisia tietomääriä (personoidut tuotteet ja palvelut, työttömien uudelleenkoulutus paranee ym.) Melkein reaaliaikainen tiedon tuottaminen suurista tietomassoista (nopeuttaa johdon päätöksentekoa, kuluttajille nopeita tarjouksia paikkatiedon perusteella ym.)

Rakenteisen ja rakenteettoman tiedon yhdistäminen (pitkäaikaiset sääennusteet, myyntiennusteet)

Automaatio (kaupan hyllyjen tavaroiden esillepano some:n palautteen perusteella)

209

Big Data (Töyli)

Organisaatioiden mukavuusalueet

Big Data perustuu yhä kasvavassa määrin erityisiin teollisuuden alan sovelluksiin ja rakenteisen sekä rakenteettoman tiedon uusin

käyttötapoihin.

Perinteiset menetelmät ovat tulleet tiensä päähän. Organisaatiot solmivat uudenlaisia partnerisopimuksia, globaalit yritykset kohtaavat uusia vero, riski ja sääntely vaikutuksia.

Tietoteknisiä ongelma-alueita

Datan talteenottaminen hajautetuissa verkoissa Kyky hyödyntää erilaisia lähdejärjestelmiä Integroinnin puute

Usean toimittajan -järjestelmien yleisyys Metadatan huono hallinnointi

(19)

Big Data (Töyli)

Enterprise Content Management (ECM)

Käsittää strategiat, menetelmät ja työkalut joilla hankitaan, hallitaan, tallennetaan, säilytetään ja jaetaan sisältöä ja dokumentteja jotka liittyvät organisaation prosesseihin.

Teknologioita ovat mm. dokumenttien hallinta (DM), arkiston hallinta (RM), kuvantaminen, työnkulun hallinta, web sisällön hallinta ja yhteistoiminta.

Big Datan soveltaminen organisaatiossa

Big Datan hyödyntäminen yrityksissä, kaiken kokoisissa, on vielä hyvin alkuvaiheessa. Syy on lähinnä tietämättömyys Big Datan käytön hyödyistä, mutta myös teknologia ja osaamattomuus.

Seuraavassa tullaan käymään läpi menetelmiä joilla Big Datan käyttöä lähdetään viemään eteenpäin organisaatiossa.

211

Big Data (Töyli)

Big Datan soveltaminen organisaatiossa

Asioita joita tulee huomioida organisaatiossa Big Datan myötä:

1. Tiedon tyyppien tunnistaminen ja tietolähteet 2. Liiketoimintaprosessien muutokset / uudet prosessit 3. Teknologian muutokset / uudet teknologiat

4. Kyvykkyyksien hankinta / kyvykkyyksien päivitys 5. Big Datan sijoitetun pääoman tuotto (ROI)

(20)

Big Data (Töyli)

Tiedon tyyppien tunnistaminen ja tietolähteet

Big Data tuo mukanaan uusia tietotyyppejä, joista osaa pystytään kontrolloimaan, osa ohjaa toimintaa.

Tässä pitää miettiä mikä data on tärkeää, mistä sitä saa, miten sitä voidaan hyödyntää jne. Esimerkiksi asiakasseuranta verkossa tuottaa dataa jota pitäisi pystyä hyödyntämään.

Tiedon tyyppien tunnistaminen ja tietolähteet Ennakointi käyttäytymisessä

Valittu kohde (some) on tärkeää (oikean tyyppistä dataa)

Kuinka usein data muuttuu, kuinka kauan sitä tallennetaan, kuka datan omistaa, onko asiakkaan mielipide muuttunut

213

Big Data (Töyli)

Liiketoimintaprosessien muutokset / uudet prosessit

Kun datan lähteet on tunnistettu, niin seuraavaksi pitää miettiä miten se vaikuttaa organisaation prosesseihin ja vaikutukset teknologiaan.

Todennäköisesti organisaatiossa pitää muokata vanhoja prosesseja ja myös luoda uusia. Näihin liittyy tietysti myös kustannuksia.

Teknologian muutokset / uudet teknologiat

Periaatteessa voidaan sanoa, että Big Datan myötä on hankittava uutta teknologiaa ja käytettävä uusia menetelmiä.

•Hadoop (mahdollistaa sovellusten suorittamisen ryppäissä perus teknologialla),

•MapReduce (hajautettu suoritus & tulosten kokoaminen),

•Big Table (hajautettu tietovarastojärjestelmä),

•Apache Hive (kyselyjen hallinta suuriin hajautettuihin tietovarastoihin).

(21)

Big Data (Töyli)

Kyvykkyyksien hankinta / kyvykkyyksien päivitys

Osaajia tullaan tarvitsemaan erityisesti liiketoiminnan analyytikkojen ja IT osaajien tehtävissä.

Kummassakin tapauksessa kyse on lähinnä tiimeistä, sillä yksittäiset osaajat eivät pysty hallinnoimaan koko Big datan osaamisaluetta.

Big Datan sijoitetun pääoman tuotto (ROI)

Kustannukset tulee suhteuttaa tuottoihin, minkä vuoksi johdolla on vaikea tehtävä edessään. Tuotot eivät usein ole suoraan mitattavissa, eikä kustannuksiakaan tässä tapauksessa pytytä arvioimaan tarkasti.

Mahdollisimman hyvän arvion tekemiseksi kaikki edellä mainitut neljä asiaa olisi syytä huomioida, oman osaamisen puitteissa.

215

Big Data (Töyli)

Enterprise Data Management (EDM)

EDM on kattava näkemys liiketoiminnan tiedon laadun määrittelyyn, hallintaan, turvaamiseen ja ylläpitoon koko organisaatiossa.

EDM määrittää politiikan ja omistussuhteet keskeisille tietotyypeille ja tietolähteille sekä teknologian käytölle. EDM on pohja Big Data käytön aloittamiselle, mutta myös ilman sitä pärjää, mikäli em. asiat ovat tiedossa organisaatiossa.

(22)

Big Data (Töyli)

Big Data suunnittelun välineenä

Planning with data – selkeä näkemys kuinka tietolähteet liittyvät toisiinsa

Doing the analysis – uusien tietolähteiden käyttö & analyytikot Checking the results – onko tulokset yhtenevät yrityksen tulosten kanssa

Acting on the plan – pitää olla osa yrityksen suunnittelusykliä Moving in real time -

Adjusting the impact – liiketoimintaprosessien säätö

Enabling the experimentation – reaaliaikainen seuranta ja säätö voi muuttaa liiketoimintastrategiaa.

217

Big Data

Big data:

https://fi.wikipedia.org/wiki/Big_data Tieto

https://fi.wikipedia.org/wiki/Tieto Tietämys

https://fi.wikipedia.org/wiki/Tiet%C3%A4mys Aineeton pääoma

https://fi.wikipedia.org/wiki/Aineeton_p%C3%A4%C3%A4oma Tietoteoria

https://fi.wikipedia.org/wiki/Tietoteoria

(23)

Cloud computing

Pilvilaskenta tarkoittaa internetissä (eli "pilvessä") tapahtuvaa tietotekniikan (eli "laskennan") kehitystä ja käyttöä hajautetuissa ympäristöissä (vrt. klusteri (tietotekniikka)).

Käsitteenä se kuvaa paradigman muutosta, jonka tuloksena palvelu tarjotaan "pilvessä", jonka teknisiä yksityiskohtia palvelun käyttäjät eivät voi nähdä tai hallita. Pilvilaskenta kuvaa uutta tietoteknisten palveluiden tuottamisen, käyttämisen ja toimittamisen mallia, johon liittyy internetin yli palveluna tarjottuja dynaamisesti skaalautuvia ja virtuaalisia resursseja.

Käsitettä "pilvi" käytetään kielikuvana, jolla viitataan internetiin siten kuin se usein esitetään tietoverkkojen kaaviokuvissa, sekä abstraktiona monimutkaiselle infrastruktuurille, jonka se verhoaa.

https://fi.wikipedia.org/wiki/Pilvilaskenta

Tämä kappale koostettu lähinnä Immo Salon kirjaa Cloud computing palvelut verkossa 2010 mukaillen

219

Cloud computing

Kuva: Wikipedia (https://fi.wikipedia.org/wiki/Pilvilaskenta)

(24)

Hype-käyrä

Asioiden hypetys noudattaa Gartnerin käyrää Huomio

Epärealististen odotusten huippu

tuottavuuden tasanko

toivon nousu epäuskon laakso lähtölaukaus

Aika

221

Cloud computing

Pilvipalveluiden kehitys

Vaihe 1: Tiennäyttäjät ja uranuurtajat Vaihe 2: Markkinoiden kondolisoituminen Vaihe 3: Arkipäiväistyminen

Eli seurannee samaa kehitystä kuin niin monet muutkin tietotekniikan uudet innovaatiot

1. Innovaattorit 2,5% kuluttajista 2. Varhaiset omaksujat 13,5%

3. Varhainen enemmistö 34%

4. Myöhäinen enemmistö 34%

5. Vitkastelijat 16%

Uskotaan että ensiksi pilvipalvelut ottavat käyttöön WWW-yritykset ja tietotekniikan alalla toimivat yritykset 2010 luvulla

”Perinteisten” yritysten uskotaan seuraavan trendiä 2020-luvulla

(25)

Cloud computing

Pilvipalveluiden ominaispiirteet Itsepalvelullisuus

Pääsy palveluihin eri päätelaitteilla Resurssien yhteiskäyttö

Nopea joustavuus

Käytön tarkka mittaaminen

Pilvipalveluiden etuna on mittakaavaetu, mutta jos palvelu kasvaa suureksi ongelmaksi voi tulla joustamattomuus

223

Cloud computing

Pilvipalveluiden mallit (arvioitu markkinaosuus) Sovellukset palveluna – Software as a service SaaS (49%)

https://fi.wikipedia.org/wiki/Software_as_a_Service

Sovellusalusta palveluna – Platform as service PaaS (13%) https://fi.wikipedia.org/wiki/Platform_as_a_Service

Infrastruktuuri palveluna – Infrastructure as a service IaaS (38%) https://fi.wikipedia.org/wiki/Infrastructure_as_a_Service

Lisäksi on esitetty malleja:

Tallennus palveluna – Storage as a service

(26)

Cloud computing

Pilvipalveluiden vaihtoehdot 1. Yksityinen pilvi

2. Yhteisöllinen pilvi 3. Julkinen pilvi 4. Hybridipilvi

Pilvipalveluiden ajatellaan olevan seuraava askel matkalla asiakkaan tarpeisiin räätälöidyistä ohjelmista -> yrityssovellukset (ERP, CPM, SCM etc.) - > Massamarkkinasovellukset

Joku on jopa meinannut että vanha visio siitä että koko maailma tarvitsee vain viisi tietokonetta voisi toteutua niin että maailma tarvitsee vain viisi konesalia

225

Cloud computing

Luonnollisesti jos yritys päättää siirtyä pilvipalveluihin sen täytyy miettiä Nykyisen toimintomallin hyödyt ja kokonaiskustannukset

Pilvipalveluihin siirtymisen hyödyt ja kokonaiskustannukset Pilvipalveluihin liittyvät riskit ja niiden mahdolliset kustannukset

Tiedot päätyvät yleiseen jakeluun tai kilpailijoille

Tiedot päätyy pilvipalvelun työntekijälle, tai sellainen voi manipuloida tietoa Pilvipalvelu romahtaa tai on poissa käytöstä

Yrityksen valmius siirtyä pilvipalveluiden käyttäjäksi

(27)

Cloud computing

Pilvipalvelun hyödyt Kustannussäästöt Joustavuus

Pääsy kaikkialta Skaalautuvuus

Käyttöön perustuva laskutus Helppo käyttöönotto Palveluiden laatu

Aina ajan tasalla olevat ohjelmistot Dokumenttien jakamisen helppous Uusia sovellusmahdollisuuksia

Analyysisovellukset Rinnakkaisprosessointi Laskentateho

227

Cloud computing

Eli ainakaan pilvipalvelun ostaessa yritys ei joudu ostamaan tietotekniikan ylikapasiteettia omaan käyttöön, eikä myöskään kärsi alikapasiteetista

Tietoturvan takia voidaan tieto jakaa

Yksityinen pilvi tai firman oma sisäinen tietovarasto Julkinen pilvi

Kustannuksia syntyy

(28)

Cloud computing

Pilvipalveluihin siirtymistä hidastavat mm.

Turvallisuus ja luottamuspula Vastuu talletetusta datasta

Datan erottaminen muiden yritysten datasta Turvattomat rajapinnat

Pilvipalveluiden väärinkäyttö Asiakastilin kaappaaminen, virukset Saatavuus?

Onko tieto aina saavutettavissa Palvelun jatkuvuus, kaatuuko pilviyritys Suorituskyky

Pilvipalvelut voivat tulla nykymallia kalliimmaksi Standardien puuttuminen

Pilvipalveluun siirtymisen peruuttaminen vaikeaa, takaisinpaluu Hankala integroida omiin IT-järjestelmiin

Ei riittävästi kustomointimahdollisuuksia