Potřebujete sklad plný dat?

Naše ekonomika se postupně transformuje a objevuje se stále výraznější prvek konkurence. V posledních letech je slyše...


Naše ekonomika se postupně transformuje a objevuje se stále výraznější prvek
konkurence. V posledních letech je slyšet o tom, že některé firmy
implementovaly data warehouse (datový sklad). Pro tyto firmy se stal data
warehouse určitou konkurenční výhodou. Dříve, než jej však podniky
implementovaly, musely v plné šíři pochopit problematiku datových skladů obecně.
Pouze to, že "chceme" vybudovat datový sklad, neznamená, že tím získáme
konkureční výhodu. Data warehouse představuje rozsáhlý systém, v němž je
uloženo značné množství dat pro jednu nebo více předmětových oblastí
(subjects). Předmětovými oblastmi jsou například klient, produkt, účet,
distribuční kanál apod. Citované předmětové oblasti (předměty zájmu) jsou samy
o sobě izolovanými informacemi. Podniky na základě obchodních pravidel určují
vzájemné vztahy mezi citovanými předměty. Entity a jejich vzájemné vazby jsou
poté uloženy v "datovém úložišti".
Mnoho organizací před skutečnou implemtací data warehouse začíná tzv.
"ověřovací zkouškou". Ta může mít různé podoby, a to od ověření integrovanosti
hardwarové platformy do stávajícího technologického prostředí až k malému
ucelenému řešení. Pokud ověřovací zkouška proběhne v pořádku, pak většinou
dochází k okamžiku, kdy se podnik rozhodne pro implementaci datového skladu.
Implementace datového skladu přináší koncovému uživateli nové možnosti, které
dříve nebyly dostupné a které ani není možné v současné době uskutečňovat v
rámci produkčního systému. Jedním z důvodů, proč tomu tak je, je ta skutečnost,
že objemy dat ukládaných v data warehouse jsou mnohonásobně větší než objem dat
uchovávaných v produkčním systému. V produkčních systémech totiž bývají uložena
data s maximální historií tří měsíců. Data warehouse tedy umožňuje koncovému
uživateli vytvářet trendové analýzy nad detailními daty, která jsou v něm
uložena.
Tvorba skladu
Používání data warehouse jako konkurenční výhody je možné až po uskutečnění
několika kroků v data warehousingu. Nejprve to znamená integrovat data z
produkčních systémů do data warehouse, implementovat koncové nástroje a pro
analýzu vlastních dat využívat podnikovou znalostní bázi. Znalostní báze
"nepředstavuje nic jiného" než způsob interpretace výsledků, které získáváme z
data warehouse.
Mnoho obchodních příležitostí, které se objevují každý den, není citlivých
pouze z časového hlediska, ale také z hlediska historického. To znamená, že
každá z příležitostí je určitým časovým oknem určovaným trhem. Mezi kritické
otázky, které se objevují ve vztahu k trhu a klientům, patří:
Co se událo v poslední době na trhu?
Které ceny zboží jsou lepší, "moje", nebo konkurence?
Co ovlivňuje moji marži?
Co se stane s prodejem, pokud nebudu mít pro klienta příznivé ceny?
Proč klienti odcházejí jinam?
Kdo jsou významní klienti?
Jaký je vliv změny úrokových sazeb na získání klientů?
Uvedený seznam otázek představuje pouze nepatrný zlomek z těch, které si zcela
zákonitě pokládá každý manažer, každá společnost. Přestože tyto otázky jsou
samozřejmé, není možné na ně najít odpověď ve standardních produkčních
systémech jednoduchým způsobem, přestože všechny potřebné informace jsou
uloženy v mnoha informačních systémech používaných firmou.
Kdy data warehouse použít
Kde data warehouse může pomoci? Datový sklad může působit jako strategická
výhoda podniku v tom, že na dané dotazy budete získávat odpovědi během několika
minut, a ne během několika dní či týdnů. V některých případech se stává, že
informace o tom, co se událo, dostává management až s několikaměsíčním
zpožděním. Můžeme si v tomto případě položit otázku, jak efektivní, z pohledu
dynamických změn trhu, je takový způsob řízení podniku. Navíc, prostřednictvím
data warehouse, získáváme tu výhodu, že dotaz můžeme modifikovat, aniž bychom
museli požadavek s tímto dotazem předat k realizaci útvaru informačních
technologií spravujících produkční systém(y) podniku. Příklad nasazení
Podívejme se trochu konkrétněji na proces zavedení produktu. Zjistili jsme, že
náš produkt není prodáván tak, jak jsme očekávali, neboť konkurence má o něco
lepší podmínky než my. Pro nás to znamená vypracovat nový návrh na zavedení
produktu a "spustit" příslušné podnikové procesy. Může se však ukázat, že
vnitropodniková byrokracie spotřebuje spoustu času na schválení zavedení
produktu, avšak trh se natolik změnil, že se produkt stává opět neprodejným.
Data warehouse vám může umožnit to, že "potřebné kolečko" bude možno
"proběhnout" rychleji. To znamená, že podnik se stává pružnějším z hlediska
reakcí na změny konkurečního prostředí a trhu obecně.
Po celou dobu historie obchodu se vždy jednalo o vztah mezi prodávajícím a
kupujícím. Již tehdy prodávajícího zajímalo to, co jednotliví kupující
nakupují, na co se ptají atd. Na základě těchto svých sledování ovlivňoval
svoji nabídku a vztah ke kupujícímu. V dnešní době, kdy je kupující mnohem
náročnější, již není možné vystačit s tímto druhem marketingu. Ze zcela
pochopitelných důvodů se ve firmách (pohybujících se v konkurenčním prostředí)
objevují marketingová oddělení, která mají za úkol sledovat a vyhodnocovat
poptávku klientů a současně sledovat a vyhodnocovat aktivity konkurečních
firem. Z výše uvedeného je zřejmé, že ústřední "postavou" obchodu je klient.
Abychom si zákazníky nejen udrželi, ale i získávali, je potřebné, abychom znali
jejich chování a byli schopni nabídnout vhodné produkty do cílené skupiny
klientů tak, že přijdou k nám. Tyto aktivity je možné shrnout do otázek:
Kdo jsou naši klienti a čím jsou význační? (Segmentace klientů podle různých
hledisek, např. pohlaví, věk, místopisné, produktové apod.)
Jaké produkty odebírají? (Jedná se o produktovou analýzu ve vazbě na zákazníka
současně s vazbou na segmentaci klienta)
Kteří klienti utratí více než 3 000 Kč za jeden nákup? (Možnost připravení
určitých slev, bonusů, "něčeho" navíc apod.)
Otázky jsou na první pohled jednoduché, avšak skutečnost je mnohdy složitá.
Informace o klientovi a jeho produktech bývají vedeny v několika produkčních
systémech. Zavedením data warehouse s možností analýzy klienta a produktů jsme
se dostali do oblasti aktivního marketingu. Díky data warehouse máte
integrována data v jedné rozsáhlé databázi, a tak jsou všechny informace "po
ruce" a můžete je rychle a bez obtíží používat.
Datový sklad navíc může umožnit predikování chování klienta. Na základě těchto
predikcí je možné připravovat produkty a pak s nimi "vyjít" na trh ve správný
okamžik.
DATOVÉ SKLADY VE ZDRAVOTNÍCH POJIŠŤOVNÁCH
Zdravotní pojišťovny mají několik funkcí, které souvisejí s úhradami lékařských
výkonů a výběrem pojistného. Velice zjednodušeně lze říci, že se jedná o vztah:
plátce pojistného
lékař, lékařský výkon
pojištěnec
Vzhledem k tomu, že pojišťovny jsou rozpočtové, jsou de facto správci svěřených
prostředků se snahou o optimalizaci výdajů a o stanovení optimální hodnoty bodu
za lékařský výkon.
Pojišťovny používají produkční systémy, které slouží k uchování informací o
pojištěncích, výběru pojistného, plátcích pojistného, lékařích, lékařských
výkonech, vydaných léčivech, apod.
Pojišťovny zajímají následující dotazy, na které lze po vybudování datového
skladu odpovědět:
Jaké jsou náklady na léčiva?
Jsou některé nemoci typické pro určitou lokalitu?
Jaké je rozložení lékařů daných odborností v určitém regionu?
Která léčiva jsou podávána nejčastěji?
Jaká je průměrná hodnota bodu ve vztahu k odbornostem?
Jaký je počet pacientů v regionu a jejich věkové rozložení?
Které podniky jsou plátci pojistného a jaký je jejich předmět podnikání ve
vazbě na rizika onemocnění?
A další. Mnohá fakta jsou založena na datech získávaných od lékařů, kteří jsou
povinni vést přehled výkonů. Pouze vložením dat do jediného správně
koncipovaného systému se lze na jejich základě dobrat odpovědí, jejichž znalost
je pro efektivní podnikání zdravotních pojišťoven nezbytná.
9 3432 / pen









Komentáře
K tomuto článku není připojena žádná diskuze, nebo byla zakázána.