käyttäjäpäivät 16.1.2003

BayesIT/BayMiner käyttäjäpäivät 16.1.2003 © Bayes Information Technology Oy 2003

Käyttäjäpäivät 16.1.2003Käyttäjäpäivät 16.1.2003

13.10 Avaus

13.15 BayMiner käyttöesimerkkejä, Antti Tuominen, projektipäällikkö, BayesIT.

13.45 Käyttökokemuksia, Jukka Ala-Mutka, liikkeenjohdon konsultti, CAA Consulting.

14.15 Keskustelua ja tauko.

14.45 Probabilististen mallien eduista, Petri Myllymäki, Ph.D. CoSCo/HIIT.

15.15 BayMiner Business Intelligence välineenä, Ralf Ekholm, toimitusjohtaja, BayesIT.

15.45 Loppukeskustelu.


BayMiner Business Intelligence välineenäBayMiner Business Intelligence välineenä


Business IntelligenceBusiness Intelligence

Business Intelligence (BI) on liikkeenjohdon tiedontarpeita palveleva ja päätöksentekoa tukeva toimintamalli, jonka avulla eri lähteistä kerätty tieto yhtenäistetään ja muokataan hyödynnettäväksi liiketoiminnan ohjauksessa.


Voidaan myös sanoa että BI on laajennettua Voidaan myös sanoa että BI on laajennettua laatu- ja riskianalyysiä.laatu- ja riskianalyysiä.

1. Lisää laatu- ja riskidataan asiakaspalautetiedot ja analysoi. Näet missä kohtaa omaa organisaatiota riskit syntyvät.

2. Lisää omat sisäiset tiedot asiakkaista ja analysoi. Näet mitkä asiakkaat todellisuudessa ovat parhaat.

3. Lisää menetettyjen kauppojen tiedot ja analysoi. Näet mm. mitä kannattaa tehdä hinnoille.

4. Lisää kilpailijatietoja ja analysoi malli. Näet markkinoiden koko kuvan.

Lopputulos on oikeata Business Intelligenceä.


Business Intelligencen hyödytBusiness Intelligencen hyödyt

Business Intelligence- toimintamallin avulla saavutetaan useita etuja, muun muassa:

Liiketoiminnan ohjaus helpottuu, kun analysointi tapahtuu yhtenäisen käsitteistön avulla.

Toimenpiteiden vaikutus voidaan todeta faktatiedon perusteella.

Voidaan varmistua, että liiketoimintaa kehitetään oikeaan suuntaan.

Pystytään vertailemaan eri liiketoiminta-alueita.

Pystytään tekemään järjestelmällistä analysointia organisaation ja sen ulkopuolisten tekijöiden yhteisvaikutuksista.


Perinteellisiä Business analyysiesimerkkejä

BI on erillisten analyysien yhdistämistä älykkäällä tavalla. Näitä ovat mm:

Markkinoiden segmentointi.

Oikean hintatason löytäminen ja säätäminen.

Projektin riskin ja kannattavuuden analysointi.

Reklamaatioanalyysit.

Avainhenkilöiden profiilin selvittäminen.

Alihankkijoiden suorituskyvyn seurantaa ja valintaa.

Kilpailija-analyysit.


1. Laatu riippuu liian monesta tekijästä.

2. Käsitteiden sekamelska - ihmiset eivät ymmärrä tai tarkoita samaa.

3. Arvojen ja mielipiteiden muuttaminen luvuiksi aiheuttaa virheitä.

4. Hyödyn saaminen irti tuloksesta on vaikeata.

Perinteelliset analyysit kärsivät ongelmista


Ratkaisu:Todennäköisyysmalli internetissä

Asiakas analysoi oman projektiaineistonsa itsenäisesti.

Tulokset saatavilla välittömästi.

Uusi tietämys saavutetaan erittäin nopeasti.

Luotettava tulos myös pienistä aineistoista.

Käyttäjältä ei edellytetä tilasto- tai todennäköisyys-tieteellisiä tietoja.


1. Lasketaan yleinen dynaaminen malli kaikista projekteista.

2. Tunnistetaan klustereita (kannattavia, kannattamattomia jne.).

3. Valitaan yksi klusteri kohteeksi.

4. Tutkitaan valittu klusterin.

Perinteellisistä analyysivälineistä poiketen BayMinerin käyttäjä saa välittömästi kaikki muuttujat huomioivan mallin ja siitä 3-D kuvan. Tutkimalla visualisointia hän saa datasta irti hämmästyttävän paljon enemmän tietoa kuin isosta joukosta peräkkäisiä, 2-3 muuttujaa kerrallaan kuvaavista, piirakka- tai pylväsdiagrammeista.

Uutta ajattelua


Business Intelligence BayMineriä käyttäenBusiness Intelligence BayMineriä käyttäen

BayMinerin avulla yritys voi suorittaa Business Intelligenceä ilman järjestelmä-investointeja ja saada

silti hyviä tuloksia.


BayMiner positiointi analyysivälinekentässäBayMiner positiointi analyysivälinekentässä


Business Intelligence:n kolme yleisintä Business Intelligence:n kolme yleisintä ongelmaaongelmaa

1. Datan laatu Käsitteistö ei ole selvä, jolloin dataa ei voi yhdistää.

Datarakenteen eivät tue yhdistämistä yli perinteellisten organisaatiorajojen.

Yhdistäminen käy, mutta tiedetään, että tuloksiin ei voida luottaa.

2. Tulokset eivät ole sellaisessa muodossa, että niitä voidaan hyödyntää tehokkaasti.

3. Ulkoistetaan ajattelu ja luetaan raportteja, jolloin merkittävä osa hyödystä häviää.


Business Intelligence BayMineria käyttäenBusiness Intelligence BayMineria käyttäen

BayMiner on ainoa tiedossa oleva menetelmä, jolla asiantuntija voi itse tallentaa oman tietämyksensä mielekkäässä muodossa toisten käyttöön.

BayMiner ansiosta saavutetaan mm: Hyviä tuloksia hankkimatta sitä varten erityisohjelmistoa ja

opiskelematta sen käyttöä.

Kokemus ja ns. hiljaisen tiedon tallennus onnistuu, joka muilla menetelmillä on hyvin vaikeata.

Oikea BI. Dokumenttien hallinta ei ole Business Intelligenceä (eikä Knowledge Managementtiä), se on Information Managementtiä!


Tärkeä etu BI-sovelluksessa - sietää puuttuvaa tietoa

Varsinkin kilpailijatiedon hankinta on vaikeata. Tiedon puuttuminen (tyhjiä soluja taulukossa) ei haittaa jos

sitä ei ole kovin paljon.

Jos tietoa puuttuu paljon, malli kyllä toimii mutta tulos ei ole niin luotettava.

Mallin Luotettavuus tai sen puute on erittäin tärkeää tietoa ja käyttäjä näkee tilanteen visualisoinnista välittömästi!


Tärkeä etu BI-sovelluksessa - mahdollistaa Tärkeä etu BI-sovelluksessa - mahdollistaa kehittyneempiä analyysejäkehittyneempiä analyysejä

Dataan voidaan kerätä arkikäytännön yhdistettyjä numero- ja merkkiarvoja, esim. sekaisin 1,2,3,4 ja <1 ja >4.

Samassa analyysissä voi olla kvalitatiivista ja kvantitatiivista dataa, analyysissä ne käsitellään samanarvoisina.


Business Intelligence sovelluskokemuksiaBusiness Intelligence sovelluskokemuksia

Tulkinta tuottaa paljon uutta käsitystä datasta ulkopuolelta alkuperäisen analyysitavoitteen.

Edellisestä johtuen tiiviin raportin tekeminen saattaa olla vaikeata.

Kerätyn materiaalin analysointia jatketaan pitkään koska uusilla analyysitavoitteilla ja sovelluskohteilla malleista löydetään uutta tietämystä.


Datan keräykseen on panostettava.

BayMinerin tuottaman kuvan tulkintaa joutuu harjoittelemaan.

Exceliä ei riitä BI-analyysivälineeksi. Käyttö on prosessina virhealtis.

Analyysivälineenä erittäin hidas.

Business Intelligence - tärkeimmät opitBusiness Intelligence - tärkeimmät opit


Business Intelligence - tärkeimmät opit Business Intelligence - tärkeimmät opit jatkuu ...jatkuu ...

Ei enää raportteja!

Valmiiksi suunniteltuja raportteja ei voi käyttää BI:ssä liikkeenjohdon dynamiikan takia – ne ovat tarkoitettu rutiinianalyysejä varten.

Mapeittain käyriä ja taulukoita ei voi käyttää, johto ei ehdi käsitellä niitä, niistä tulee ”hyllytavaraa”

• Jos ongelmat ovat pieniä, ei tarvita toimenpiteitä.

• Jos ongelmat ovat suuria, syyt ovat jo tiedossa, mutta ratkaisut puuttuvat/odottavat.

Ongelmia ratkaistaessa pitää löytää syy-seuraussuhteet.


Englantilainen amatöörimatemaatikko Thomas Bayes julkaisi tutkielmansa 1700-luvun keskivaiheilla.

Kyseessä on todennäköisyyslaskentaan perustuva yleinen lähestymistapa monimutkaisissa järjestelmissä esiintyvän epätäsmällisen informaation hallitsemiseksi.

Tunnustettu parhaimmaksi teknologiaksi, kun pitää hallita epävarmuutta.

Bayes-”teknologia” on kaksisataa vuotta vanhaBayes-”teknologia” on kaksisataa vuotta vanha

InspiringInsights


BayMiner prosessiBayMiner prosessi

Laskee Bayes- verkon & 3-D

kuvan

Data keräys ja

valmistelu

Data keräys ja

valmistelu

EXCEL, DB, MS Access ja vastaavat

Siirtotiedosto

Tietämyksenesitys

&käyttöliittymä

Tietämyksenesitys

&käyttöliittymä

Tulosten visualisointi:

3-D pistepilvet ja jakaumat

BayMiner

Vastaukset

Kysymysten ohjaus

Interaktiivinen

Tulos netissä

BayesITAsiakas

BayMiner

käyttäjäpäivät 16.1.2003

Documents