Uvod

Informacija na pravom mjestu i u pravo vrijeme je u vrijeme elektroničkog poslovanja jedan od najvažnijih resursa koji može značiti razliku između opstanka ili propasti kompanije. Prije početka informacijskog doba u drugoj polovici 20 stoljeća, kompanije su morale prikupiti podatke iz neautomatiziranih izvora, te nisu posjedovale

računalne resurse za odgovarajuću analizu podataka. Stoga su se poslovne odluke temeljile uglavnom na intuiciji. S automatizacijom sve više sustava, drastično se povećala količina podataka koja je postala dostupna. Njihovo je prikupljanje ipak ostalo pravim izazovom zbog pomanjkanja infrastrukture za razmjenu podataka i nekompatibilnosti sustava. Analiza prikupljenih podataka i izrada izvještaja ponekad je trajala mjesecima. Na temelju tih izvještaja mogle su se donositi neke dugoročne strateške odluke, dok su kratkoročne taktičke odluke i dalje ostale temeljene na intuiciji. No u današnje suvremeno informatičko doba te odluke kao i kompletan strateški sustav tvrtki jednostavno je „potisnuo“ tvrtke da se okrenu prema novoj tehnologiji, odnosno novim softverskim rješenjima pa u skladu s time da potraže pomoć softvera i u poslovnoj inteligenciji. U ovome radu zapravo ćemo govoriti općenito o tome što je to zapravo poslovna inteligencija, kako se koristi u praksi i putem kojih programa se koristi, odnosno tko te program u konačnici i proizvodi.

1

1. Pojam poslovne inteligencije

Strateške se prednosti više ne temelje isključivo na fizičkim resursima ili dobrom menadžmentu, već poglavito na znanju koje postoji u kompaniji i informacijama koje kompanija dobiva s tržišta. Te se informacije moraju procesirati da bi postale dio znanja kompanije, ili da bi se na temelju njih donijele odluke u kompaniji. Neke od tih odluka mogu biti trivijalne, primjerice poput povećanja ili smanjenja proizvodnje nekog proizvoda, a one se donose na temelju informacija koje su jednostavne i mogu u nepromijenjenom obliku poslužiti kao ulaz takvim odlukama, poput informacija o prošlotjednoj prodaji tog proizvoda, ili stanja na odlaznom skladištu. S druge strane pred menadžment se može staviti i odluka da li inovacija razvojnog odjela zaslužuje ući u proizvodnju ili kakve poteze povući da se proizvod čija je prodaja posrnula ponovno vrati u vrh? Za takve odluke očito ne postoje informacije koje bi u neobrađenom obliku poslužile kao ulazi za odlučivanje. Stoga je potrebno ulazne informacije filtrirati, preraditi i povezati da bi se na temelju njih mogli donijeti neki zaključci ili odluke. Jasno da takav proces nije jednostavan, pogotovo uzevši u obzir da postoji ogromna količina informacija koje su dostupne s tržišta, konkurencije ili koje dolaze unutar kompanije, u kojoj je potrebno odabrati zaista one koje su relevantne za neku svrhu. U tom se pogledu pojavljuje poslovna inteligencija (Business Intelligence, BI) kao nova aktivnost koja se odnosi na aplikacije i tehnologije koje se koriste za prikupljanje, omogućavanje pristupa i analiziranju podataka o operacijama u kompaniji. Sustavi poslovne inteligencije mogu tako olakšati kompanijama da steknu obuhvatnije znanje o faktorima koji utječu na njihovo poslovanje, poput prodaje, proizvodnje ili internih operacija.

2

2. Tehnike pomoću kojih se provodi poslovna inteligencija

Nakon što smo smjestili poslovnu inteligenciju u kontekstu poslovanja možemo navesti tehnike u kojima je poslovna inteligencija implementirana. Razvijena su mnoga pomagala koja prikupljaju i analiziraju velike količine nestrukturiranih podataka. Svaki proizvođač pomagala za poslovnu inteligenciju razvija i nudi drugačiji proizvod koji najčešće odgovara potrebama određenog sektora, primjerice maloprodaje ili financijskih usluga. Neke su aplikacije usredotočene na analizu performansi, projekte ili interne operacije, poput AQL (Associative Query Logic), Scorecarding, praćenja poslovnih aktivnosti, menadžmenta poslovnih performansi, poslovnog planiranja, reinženjeringa poslovnih procesa, analize kompetencija, sustava za izvješćivanje krajnjih korisnika, Enterprise Management sustava, EIS (Executive Information Systems); menadžmenta lanaca opskrbe/potražnje ili pomagala za financije i budžetiranje.

Druge se aplikacije poslovne inteligencije odnose na pohranjivanje i analizu podataka, poput rudarenja podataka (Data Mining, DM), farmi i skladišta podataka (Data Farming, Data warehouses), sustava za potporu odlučivanju (Decision Support Systems, DSS) i prognoziranju, skladišta dokumenata i upravljanje dokumentima, mapiranja i vizualizacije informacija, sustava menadžmenta informacija (Management Information Systems, MIS), geografskog informacijskog sustava (Geographic Information Systems, GIS), analize trendova, softwarea kao usluge (Software as a service, SaaS), online analitičkog procesiranja (Analytical Processing, OLAP) i višedimenzionalne analize, poslovne inteligencije u stvarnom vremenu, statističke i tehničke analize podataka, rudarenja Web-a, rudarenja teksta, itd.

Ostale se aplikacije odnose na analizu ili upravljanje “ljudskom” stranom posla, poput menadžmenta odnosa s kupcima (Customer Relationship Management, CRM) i marketinških pomagala, aplikacija za upravljanje ljudskim resursima ili web personalizacije. Poslovna inteligencija često koristi indikatore ključnih performansi (Key performance indicators, KPIs) da bi ocijenila trenutno stanje poslovanja i odredila buduće smjernice. Poslovanja koja imaju veće operacijske rizike često analiziraju KPI podatke tjedno ili dnevno.

3

3. Na temelju čega se koristi poslovna intelignecija

Prikladni postupci obrade podataka nisu dovoljni da bi se iz njih dobile relevantne informacije za neku kompaniju. Uz to je potrebno osigurati i kvalitetu podataka. Željko Panian i Goran Klepac u knjizi “Poslovna inteligencija” navode četiri osnovne kategorije kvalitete podataka koje izravno utječu na donošenje poslovnih odluka u poduzeću:

Standardiziranost - Različita interpretacija istih pojmova može dovesti do toga da se podatke prilikom unošenja u bazu podataka ne prepozna kao identične, već ih kompjutor shvati kao različite (primjer izraz “cijena proizvodnje” i “proizvodna cijena”). Tako dolazi do inkonzistencije u sadržaju baze podataka, koje zatim onemogućuju pravilno odgovaranje sustava baze podataka na korisničke upite i poduzimanje drugih složenijih operacija nad podacima u bazi (npr. agregacije, generalizacije, klasifikacije podataka i sl.). Da bi se izbjegle takve pogreške, preporučuje se zahvaćanje podataka u standardnim ujednačenim formatima i njihova dosljedna primjena te provođenje standardizacije poslovnih dokumenata i drugih izvora podataka. Time se ujedno omogućuje i jednostavnije pronalaženje sadržaja u bazi podataka, usporedba, klasifikacija i ostale logičke i analitičke operacije nad podacima.

Podudarnost - U praksi prikupljanja podataka često se javlja problem neplaniranog udvostručavanja ili umnožavanja slogova u bazi podataka. Do te pojave dolazi zbog malih varijacija prilikom registriranja određenih podataka, primjerice imena, prezimena i adrese kupca kojem se želi poslati katalog proizvoda. Standardni računalni programi te male varijacije ne prepoznaju kao identične, već ih pohranjuju u bazi podataka kao tri sloga, kao da se radi o tri različita kupca, čime se stvara pogrešan privid da su npr. novim katalogom upoznata tri kupca. Pomoću koncepta poslovne inteligencije moguće je primjenom suvremenih softverskih alata uočiti podudarnosti između nejednakih, a vrlo sličnih podataka i apstrahirati bitne od nebitnih pojedinosti.

Verificiranost - Postupkom verifikacije ili usporedbe utvrđuje se podudarnost bilo kojeg podatka s nekim poznatim izvorom koji služi kao predložak ili etalon. Verifikacija se odnosi na sve tipove podataka, tekstualne, brojčane, uzorke zvuka, slike digitaliziranih potpisa, multimedijskih podataka itd. Postupak verifikacije poduzima se radi osiguranja točnosti podataka u repozitorijima poduzeća, a u cilju izvođenja pravilnih zaključaka odnosno donošenja kvalitetnih poslovnih odluka.

Proširivost - Upotrebom sofisticirane informacijske tehnologije danas je moguće dodavati nove podatke postojećem skupu podataka kao i mijenjati vrijednost postojećih podataka na način da ih se učini korisnijima za odgovarajuće primjene. Za te svrhe danas je moguće koristiti tehnologiju Web usluge kao aplikacijsko-komunikacijski servis koji omogućuje svim korisnicima direktnu ugradnju podataka iz vanjskih izvora, putem Web usluge, u vlastito spremište ili skladište podataka.

4

4. Poslovna inteligencija u primjeni

„ Čovijek se nikada ne uzdigne više nego onda kada ne zna kamo ga još može odvesti njegov put“

Friedrich Nietzsche

4.1. Vrednovanje kupaca (procjena lojalonsti, scoring), analiza odlazaka

Poduzeće „Trgovina“ je veletrgovačko i maloprodajno poduzeće, koja ima tridesetak maloprodajnih centara (supermarketa) na području čitave Hrvatske, i tri veleprodajna centra, koja uglavnom služe za opskrbu maloprodajnih centara, ali prodaju robu i u ostalim pravnim subjektima koje se bave maloprodajom ili veleprodajom. Prije dvije godine spomenuto je poduzeće počelo izdavati tzv. Loyalty cards, gdje si kupci, po principu sakupljanja bodova, stjecali pravo na popust pri kupovini nakon što su sakupili određeni broj bodova te su, temeljem članstva, dobivali periodične darove, ovisno o broju prikupljenih bodova.

U pristupnici za Loyalty card bilo je potrebno ispuniti podatke:

Ime iprezime Adresa i mjesto stanovanja Godina rođenja Obiteljski status Broj djece Stručna sprema Kategorija hobija (sport, umjetnost....)

4.1.1. Analiza tržišne situacije

Poduzeće je svjesno činjenice kako će konkurencija dolaskom u određene regije pokušati u prvom razdoblju poslovanja privući što više kupaca, nastojeći ih učiniti stalnim kupcima. Treba očekivati da je konkurencija, kako bi postigla taj cilj, vjerojatno spremna na određeni iznos ulaganja, što može rezultirati vrlo niskim konkurentskim cijenama, nizom pogodnosti, te stanovitom strategijom usmjerenom prema ciljanim tržišnim segmentima. Poduzeće „Trgovina“ je, na temelju prijašnjih analiza segmentiralo tržište te je provedena analiza tipičnih profila i modela ponašanja za svaki tržišni segment na razini regije.

Daljnja latelna opasnost je opasnost od potencijalnoga gubitka klijenata na duge staze, što znači da uz takvu novonastalu tržišnu situaciju postoji kontinuirana opasnost od gubitka klijenata. Taj gubitak može biti uzrokovan ciljanim kampanjama konkurencije usmjerenima ka preotimanju klijenata. Sa druge strane, moguć je gubitak uzrokovan porastom nezadovoljstva postojećih klijenata razinom usluge, ili ekstremnim razlika u cijeni ili nekih ili većine proizvoda koji se nude na policama.

5

4.1.2. Ciljevi analize

Ciljevi analize svakako moraju pratiti strateške ciljeve, a strateški cilj je zadržati postojeće klijente, ponajprije najkvalitetnije kupce. S tim u skladu planirat će se određene aktivnosti koje bi motivirale sve kupce, posebice najkvalitetnije i kvalitetne kupce za povećanje stupnja lojalnosti i motivacije daljnje kupovine u trgovačkome centru poduzeća „Trgovina“. Daljnji strateški cilj je gledano iz defenzivne perspektive, jest monitoring kupaca radi sprečavanja trendova njihovih odlazaka na dugi rok.

4.1.3. Izbor softvera

Kao što je vidljivo iz razrade ovoga poslovnoga slučaja, izbor softvera nije stavljen na prvo mjesto prioriteta. Nakon sagledavanja problemskoga prostora, definiranje ciljeva i idejne razrade modela rješenja, izabiru se softverski alati pomoću kojih se pokušavaju dostići definirani ciljevi, uzimajući u obzir idejni tip model rješenja. Ovdje su dominantna dva osnovna planirana tipa analize, scoring analiza i analiza prekida suradnje. Scoring model se može razviti uz pomoć fuzzy ekspertnih sustava, temeljem pravila koji proizlaze iz ekspertnog znanja. U tu svrhu model scoring je razvijen u programskome paketu FuzzyTech (www.fuzzytech.com).

Za potrebe analize prekida suradnje, implementirani su survival modeli, koji su sastavni dio naprednih modula SPSS programskog paketa.

Scoring modele moguće je razviti i primjenom drugih metodoloških koncepcija, koje ne počivaju na fuzzy logici, no s obzirom na vrlo dobra iskustva autora i niz uspješno otvorenih projekata generičkog skoringa primjenom fuzzy ekspertnih sustava, scoring za promatrani poslovni slučaj bit će razređen upravo primjenom fuzzy ekspertnih sustava.

Bitno je napomenuti kako su istaknute metode i modeli planirano dominantne metode koje se namjeravaju koristiti u postavljanju modela rješenja, pri čemu sw u toku analize, s obzirom na međurezultate i otkrivene uzorke, mogu primijeniti i druge metode otkrivanja znanja iz baze podataka.

6

4.2. Procjena rizičnosti klijenata osiguravajućega društva

Slika: pojednostavljena shema informacijskog sustava poduzeća

4.2.1. Izbor softvera

Za potrebe analize korišten je sljedeći softver:

Vrsta analize Naziv softveraAnaliza relevantnosti atributa OrangeBayesove mreže Hugin ExplorerStabla odlučivanja SPSS Answer treeNeuronske mreže TiberiusTemeljne analize SPSSAnaliza vremenskih serija Time Explorer (REFII)

7

Dislociranje poslovne jedinice, ugovaranje police osiguranja

Baza aplikacije

transakcijski poslovi

Baza aplikacije

back office

Baza aplikacije

Financijsko knjigovodstvo

ETLDWH

OLAP,

Reporting tools

4.3. Povećanje učinkovitosti kataloške prodaje

Slika 1. Pojednostavljena shema informacijskoga sustava poduzeća Kataloška prodaja

4.3.1. Izbor softwarea

Za potrebe provedbe standardnih statistčkih analiza korišten je SPSS programski paket, koji ujedno sadrži i modul za provođenje klasteriranja. Za analizu posredstvom stabla odlučivanja korišten je SPSS modul Answer tree. Analiza uz pomoć asocijativnih algoritama provedena je pomoću Orange modula.

Temeljno pretprocesiranje podataka provedeno je uz pomoć PL SQL-a i djelomično uz pomoć SPSS skriptnog jezika.

8

Transakcijski informacijski sustav (skladišno poslovanje, fakturiranje...)

Financijsko knjigovodstvo (glavna knjiga, salda-conti kupaca dobavljača plaće osnovna sredstva...)

Informacijski sustav evidencije i ažuriranja kupaca, evidencije bodova po karticama lojalnosti, poslova slanja kataloga

Informacijski sustav pozivnog centra (zaprimanje narudžbi, rezervacije, ponude, prikupljanje podataka kupaca)

Oracle baza podataka

4.4. Pad financijskih iznosa po narudžbama uz očekivani broj narudžbi

Poduzeće Šareni svijet boja, svoj je životni ciklus započelo kao pružatelj usluga lakiranja motornih vozila sa trgovinom boja, lakova te popratnoga materijala za bojenje motornih vozila. U svojem je začetku poslovalo na jednoj lokaciji, te je tijakom godina proširilo poslovanje, postupno otvarajući nove radionice i trgovine boja, lakova i potrošnoga materijala za motorna vozila u šest regionalnih središta.

Šareni svijet boja je prije godinu dana dobio zastupstvo poznatog i renomiranog proizvođača boja i lakova za motorna vozila koji u svom proizvodnom asortimanu nudi i popratni materijal koji se koristi pri bojenju motornih vozila.

Klijenti poduzeća su pravne i fizičke osobe, pri čemu kod pravnih osoba kao kupci prednjače auto-lakirnice, koje uglavnom kupuju materijal za obavljanje svoje djelatnosti, dok fizičke osobe uglavnom koriste usluge lakiranja motornih vozila, pri čemu kupuju materijal za lakiranje u poduzeću Šareni svijet boja.

4.4.1. Analiza tržišne situacije

Poduzeće Šareni svijet boja djeluje u relativno stabilnoj tržišnoj okolini, gdje seu posljednje tri godine nisu događale nikakve značajnije tržišne promjene, koje bi utjecale na tržišne udjele. Prije godinu dana pojavila se prilika dobivanja zastupstva poznatog i renomiranog proizvođača boja i lakova za motorna vozila koji u svom proizvodnom asortimanu nudi i potrošni materijal za bojenje motornih vozila vrhunske kvalitete.

Prije dobivanja zastupstva provedeno je istraživanje tržišta na reprezitativnom uzorku podataka kupaca Šareni svijet boja koje je pokazalo kako oni preferiraju kvalitetnije boje i lakove. Rezultati tog istraživanja dodatno su motivirali menadžment poduzeća u nastojanju dobivanja zastupstva renomirane tvrtke koja nudi boje i lakove visokog stupnja kvakoće.

U skladu sa tim cilj kampanje je, osim upoznavanja tržišta s dobivenim zastupstvom, bio usmjeren na isticanje kvalitete proizvoda proizvođača čije je zastupstvo dobiveno.

9

Slika 2. Pojednostavljena shema informacijskoga sutava poduzeća Šareni svijet boja

4.4.2. Izbor softwarea

Poduzeće Šareni svijet boja, osim što učestalo koristi OLAP alat u svakodnevnom izvještavanju, za potrebe provođenja ove analize koristilo je SPSS i Orange programske pakete. Za potrebe pripreme i pretprocesiranja podataka koristio se PL/SQL programski jezik.

S obzirom na definirane grupe proizvoda, pomoću OLAP alata su kreirani financijski izvještaji o prodaji. Za potrebe podrobnijih analiza uz pomoć PL/SQL-a provedeno je pretprocesiranje podataka, koje je obuhvatilo proračune trendova i pripremu podataka za primjenu asocijativnih algoritama.

10

Komercijalno poslovanje, poslovna jedinica 1

Komercijalno poslovanje, poslovna jedinica 2

Komercijalno poslovanje, poslovna jedinica 3

Komercijalno poslovanje, poslovna jedinica n

Informacijski sustav za financijsko knjigovodstvo, obračun osnovnih sredstava, plaće (centrala)

Centralana

aplikativna baze podataka

DWHET

OLAPOLAP

Data mining alati

4.5. Povećanje učinkovitosti prodaje tekstilnih i srodnih proizvoda

4.5.1. Povećanje učinkovitosti analizom životnog ciklusa proizvoda

Poduzeće Svijet sport bavi se prodajom sportske opreme te je višegodišnjom prisutnošću na tržištu stvorilo prepoznatljiv odnos s potrošačima. Tijekom godina poslovanja sklopljeni su ugovori s raznim svjetski poznatim proizvođačima uz koje je polako razvijana koncepcija vlastite proizvodnje u srednjem i nižem cjenovnom razredu.

Sezonsko značenje robe, popularnost pojedinih sportova, razne globalne manifestacije i uspjesi pojedinih sportaša utječu na prodaju.

Modni trendovi sve su prisutniji i u sportskom asortimanu. Razne vrste tkanina, boja, standardi veličina, već spomenute sportske manifestacije i slično, čimbenici su koje je prijeko potrebno uzeti u obzir. Dodatnim istraživanjem došlo se do podataka o unakrsnoj prodaji i naznaka artikala koji imaju značajnu povezanost u zajedničkoj kupnji.

4.5.2. Analiza tržišne situacije

Trendovi okrupnjavanja zahvatili su sve grane trgovine. Oni nastavljaju mijenjati uvjete na tržištu te povećavati pritisak na male i znatno utjecati na velike trgovačke kuće. U praksi ta se situacija najčešće opisuje (opravdava) kao širenje u funkciji opstanka.

4.5.3. Informacijski sustav

Informacijski sustav poduzeća Svijet sporta sastoji se od aplikacija na prodajnim mjestima (POS) koje bilježe podatke o transakcijama (računima) i transferiraju ih u središnji sustav. Središnji sustav sastoji se od više cjelina, pri čemu se odabrani setovi podataka unaprijed pripremljenim procesima prebacuju u skladište podataka. Skladište podataka sastoji se od više cjelina prilagođenih pojedinim vrstama korisnika i načinu pristupa podacima.

11

Slika 3. Pojednostavljena shema informacijskoga sustava kao podloga za analizu podataka

4.5.4. Izbor softwarea

Za potrebe provedbe analiza korišten je Oracle PL/SQL jezik kao alat za upite nad Oracle bazom podataka (pretprocesiranje podataka, formiranje uzoraka), SPSS programski paket koji omogućava napredne numeričke analize te Orange modul za Python kao zanimljivo, upotrebljivo besplatno rješenje. Za pojedine priručne proračune korišten je Microsoft Excel.

Korištenje snažne baze podataka preduvjet je za izvođenje tako složenih analiza s obzirom na to da je riječ o velikome broju transakcija i potrebi da se u što kraćemu roku dobije informacija koja može pomoći pri donošenju poslovnih odluka.

Podaci su transformirani u REFII model alatom Time Explorer, dok je Bayesova mreža (prediktivni model trenda prodaje) formirana alatom Hugin.

12

POS

DWH

OLAP

ETL metode rudarenja

rezultatiposlovna

interpretacija rezultata

podaci iz vanjskih izvora

4.6. Unapređenje prodaje web trgovine

4.6.1. Kako povećati učinkovitosti prodaje web trgovine?

Poduzeće Kupovina iz naslonjača je trgovačko poduzeće, koje se bavi prodajom putem web stranica. Osnovano prije šest godina, poduzeće je započelo svoj životni ciklus kao web trgovina nosača zvuka, da bi idućih godina proširilo svoj prodajni asortiman knjigama i dječjim igračkama. Posljednjih godinu dana, poduzeće Kupovina iz naslonjača proširilo je prodajni asortiman artiklima koji se prodaju u poklon – galerijama. Osnovalo je i poduzeće kćer Prigodni pokloni koje se bavi proizvodnjom dijela artikala za taj prodajni asortiman poput voštanih svijeća, dekoritavnih predmeta od prirodnih materijala i okvira za slike.

Kupci, pri kupovini u web trgovini, mogu platiti naručenu robu kreditnom karticom ili gotovinom pri pouzeću pošijke. Uočeno je kako se bilježi porast trenda povrata pošiljki kod kojih je odabrano plaćanje pouzećem.

Radi unapređenja prodaje, odlučeno je doraditi postojeće web stranice tako što bi one, uz prodajnu ulogu, imale i svjetodavnu ulogu za kupca. Dorađene stranice trebale bi kupca voditi kroz proces kupovine s obzirom na njegov profil i zainteresiranost za određene skupine nuđenih proizvoda. Takav bi pristup trebao dovesti do povećanja cross selling indeksa i povećanja stupnja lojalnosti kupca.

4.6.2. Analiza tržišne situacije

U ranoj etapi poduzeće Kupovina iz naslonjača specijaliziralo se za prodaju nosača zvukova putem web stranica. Nosači zvukova naručuju se izravno od dobavljača (uglavnom proizvođači kod kojih poduzeće ima ugovorene značajne rabate) nakon zaprimljene narudžbe i šalju kupcu poštom. Kupac može robu platiti u gotovini, prilikom pouzeća pošiljke, ili kreditnom karticom u trenutku naručivanja na web stranicama. Nastojeći proširiti asortiman ponude, a samim time i zarade, poduzeće je u svoj asortiman ponude uključilo i prodaju knjiga, koje se prodaju po istom principu kao i nosači zvuka.

13

Iako koncepcija web trgovine, po svom značenju ima predispozicije za tržišni uspjeh jer može tržištu ponuditi prodaju proizvoda po znatno niži cijenama nego što je to slučaj u klasičnoj trgovini, trba uzeti u obzir najavljeno otvaranje novih web trgovina koje nude dio asortimana iz ponude poduzeća Kupovina iz naslonjača.

Dominantan profil kupaca poduzeća Kupovina iz naslonjača mahom su mlađe visokoobrazovane i informirane osobe, te je sustav potrebno približiti njihovim potrebama. Cilj je izgraditi nenameljiv, neagresivan pristup nuđenja, koji će stvoriti dojam savjetodavne uloge u procesu kupovine.

4.7. Informacijski sustav

Informacijski sustav poduzeća Kupovina iz naslonjača sastoji se od nekoliko osnovnih podsustava:

Web trgovine; Podsustava za provođenje ETL procesa iz web log datoteka web trgovine u

središnju (Oracle) bazu podataka; Informacijski podsustav komercijalnoga poslovanja; Informacijski podsustav robno-materijalnoga poslovanja; Informacijski podsustav financijskoga knjigovodstva, obračuna plaća i

obračuna osnovnih sredstava; Informacijski podsustav proizvodnje.

Odnose tih informacijskih podsustava možemo shematski prikaati sljedećom slikom:

14

4.7.1. Izbor softwarea

Za potrebe analiza korišteni su sljedeći softverski proizvodi: SPSS, Statistica, Clementine, te Visual Fox Pro i PL/SQL kao programski alati za potrebe kreiranja ETL procesa.

SPSS se koristio za potrebe provođenja temeljnih statističkih analiza, dok su kroz programske pakete Statistica i Clementine provođene data mining analize.

U Visual Fox Pro programskome paketu su napisani i programi koji pomoću ActiveX kontrola manipuliraju SPSS programskim paketom radi provedbe periodičnih standardnih statističkih analiza i rezultate tih analiza eksportiraju u obliku izvještaja u HTML format.

Data mining analize, koje se također provode periodično u Statistica i Clementine programskim paketima, temelj su za kreiranje skripti zaslužnih za pretvaranje postojećega sustava prodaje u napredniji sustav.

15

Web stranice (Web

trgovina)ETL procesi

Nad web log datotekama

Centralna baza podataka (Oracle)

Alati za data mining analize

Informacijski podsustav

komercijalnog poslovanja

Informacijski podsustav

robno-materijalnog poslovanja

Informacijski podsustav financijskog

knjigovodstva, obračuna plaća i

obračuna osnovnih sredstava

Informacijski podsustav

proizvodnje

LITERATURA:

Internet:

www.foi.hr/pds/kolegiji/mrispi/index.html -

omega-software.hr/main.aspx

Knjige:

1. Klepac, Goran ; Panian, Željko: Poslovna inteligencija, Masmedia, Zagreb, 20032. Javorović, Bilandžić: Poslovne informacije i business intelligence, Golden marketing,-Tehnička knjiga, Zagreb, 2007

Časopisi:

PC chip, lipanj 2009, br. 169

16