Selección e implantación de un sistema Business Intelligence, como extensión del actual ERP, en un servicio de ingeniería biomédica

El presente proyecto consiste en la implantación de un sistema destinado a la gestión empresarial en el que se complementa el actual ERP con un sistema Business Intelligence.

Apoio à Administração, Business Intelligence. O caso Unipiaget

A memória realizada no âmbito do regulamento dos Cursos de Graduação da Universidade Jean Piaget de Cabo Verde, apresenta um estudo exaustivo sobre Sistemas de Apoio à Decisão e Businees Intelligence, mais concretamente, o estudo da sua arquitectura, os benefícios que trazem a uma organização, bem como a sua integração às estratégias empresariais, com vista ao alcance dos objectivos traçados. Ainda, apresenta um estudo de caso sobre a Unipiaget, cujas conclusões indicam que essa Universidade, ainda tem muito o que fazer para que haja uma real partilha de conhecimento extraído do seu Sistema Informação, que ao contrário de muitas empresas em Cabo Verde, é apoiada por Tecnologias de Informação e Comunicação bem actuais e capazes. A memória permitiu alcançar os objectivos preconizados no início da elaboração da mesma, sem que tenha havido sobressaltos, apesar da escassa bibliografia.

Business Intelligence Auxílio às organizações no processo da tomada de decisão

O presente trabalho destinada para o complemento de grau de licenciatura tem como objectivo principal analisar o auxílio de Business Intelligence (BI) às organizações na sua melhoria contínua no desempenho e qualidade de serviços, sobretudo no processo de tomada de decisão e estudo da sua existência na Cabo Verde Telecom. As tecnologias associadas a ele, nomeadamente, data warehouse, data mining e olap são primordiais para a tomada de decisão sobre as actividades estratégicas no mercado de negócios. Essas tecnologias permitem uma análise cuidada dos dados, transformando-os em informações pertinentes para a tomada de decisão nas empresas, garantindo com isto o seu crescimento no mercado.

Implantación de una plataforma corporativa de business intelligence

La Universidad UPROMA ha identificado una línea de actuación inicial caracterizada por la implantación de una plataforma de reporting y análisis de la información corporativa.

Estudio del Business Intelligence y desarrollo de un Cuadro de Mando para el Análisis de Ventas

El Business Intelligence ha pasado en los últimos 20 años de ser un capricho de unos pocos CIO, que podían permitirse destinar partidas presupuestarias para tal efecto, a convertirse en una realidad ya presente en muchas de las grandes empresas o una necesidad urgente para las que todavía no han implantado un sistema de esas características.La primera parte del presente documento, denominada “Estudio del Business Intelligence”, presenta una introducción a dicho concepto, desde la base. Explicando los conceptos teóricos clave necesarios para entender este tipo de soluciones, más adelante se comentan los componentes tecnológicos que van desde los procesos de extracción e integración de información a cómo debemos estructurar la información para facilitar el análisis. Por último, se repasan los diferentes tipos de aplicaciones que existen en el mercado así como las tendencias más actuales en este campo.La segunda parte del documento centra su foco en la implantación de un Cuadro de Mandos para el análisis de las ventas de una empresa, se identifican las diferentes fases del proyecto así como se entra en detalle de los requerimientos identificados. En último lugar, se presenta el desarrollo realizado del Cuadro de Mandos con tecnología Xcelsius, que permite exportar a flash el resultado y visualizarlo en cualquier navegador web.

Business Intelligence -järjestelmä päätöksentekijöiden tukena asiantuntijayrityksessä

Työn tarkoituksena oli kartoittaa ja tehdä esiselvitys Business Intelligencen(BI) mahdollisuuksista tiedon hallinnassa. Tavoitteena oli selvittää, kuinka yritys voi tietotekniikan avulla paremmin hyödyntää operatiivisten järjestelmien tuottamia tietoja päätöksenteon tukena. Työssä sovellettiin konstruktiivista tutkimusotetta. Business Intelligence -teknologiaan tutustuttiin aluksi kirjallisuuden avulla. Ongelmaa lähestyttiin selvittämällä kohdeyrityksen tiedonhallinnan nykytila ja siihen liittyvät ongelmat. Käyttäjävaatimukset selvitettiin strukturoidulla kyselytutkimuksella. Lisäksi työn empiriaosuudessa tutustuttiin kahteen Business Intelligence -toteutukseen ja arvioitiin teknologian kypsyyttä suhteessa asiakasvaatimuksiin. Tiedonhallinnalta toivottiin joustavuutta ja helppokäyttöisyyttä.Erityisesti tutkimuksessa esiin nousi se, että tiedon jakeluun tarvitaan monipuolisempia vaihtoehtoja. Käyttäjät olivat valmiita hyödyntämään uusia BI-ominaisuuksia varsin laajalti. Haastavinta tutkimuksessa oli liiketoiminnan ymmärtäminen. Suurimmat BI-teknologian puutteet havaittiin loppukäyttäjän sovelluksissa. Tietovarastointiprosessiin liittyvä teknologia todettiin toimivaksi.

Análisis de datos de accidentes de tráfico mediante soluciones big data y business intelligence

Este proyecto de final de carrera corresponde al área de inteligencia artificial y representa un caso de uso que pretende utilizar datos reales referentes a accidentes de tráfico (datos de accidentes, muertos, heridos, etc.) y analizarlas conjuntamente con datos que puedan tener una posible relación con los accidentes como el parque de vehículos, las temperaturas de la zona de los accidentes, etc. con la finalidad de poder obtener las posibles relaciones causa-efecto.

Development of tender information process by business intelligence in a global company unit

The purpose of this Thesis was to study what is the present situation of Business Intelligence of the company unit. This means how efficiently unit uses possibilities of modern information management systems. The aim was to resolve how operative informa-tion management of unit’s tender process could be improved by modern information technology applications. This makes it possible that tender processes could be faster and more efficiency. At the beginning it was essential to acquaint oneself with written literature of Business Intelligence. Based on Business Intelligence theory is was relatively easy but challenging to search and discern how tender business could be improved by methods of Busi-ness Intelligence. The empirical phase of this study was executed as qualitative research method. This phase includes theme and natural interviews on the company. Problems and challenges of tender process were clarified in a part an empirical phase. Group of challenges were founded when studying information management of company unit. Based on theory and interviews, group of improvements were listed which company could possible do in the future when developing its operative processes.

Business intelligence –järjestelmä integraation tukena kansainvälisessä yrityksessä

Business intelligencellä tarkoitetaan liiketoimintatiedon hallintaan liittyviä prosesseja ja tekniikoita. Se pitää sisällään tiedon keräämiseen, tallentamiseen, analysointiin ja jakamiseen käytettyt tuotteet, tekniikat ja prosessit, joiden tavoitteena on auttaa yrityksen työntekijöitä liiketoimintaan liittyvässä päätöksenteossa. Tutkimuksen tavoitteena on tutkia uuden yritysryhmän laajuisen BI-tietojärjestelmän suunnitteluun ja käyttöönotoon liittyviä seikkoja ja luoda valmiudet BI-tietojärjestelmän kehitys- ja käyttöönottoprojektin kohdeyrityksessä, jonka toimiala on kansainvälinen terveydenhoitoalan tukkuliiketoiminta. Uuden BI-järjestelmän halutaan tukeva yritysryhmän yritysten välistä integraatiota ja tehostavan tiedonhakuun ja analysointiin liittyviä prosesseja. Tutkimus toteutettiin konstruktiivisena tutkimuksena, joka kattaa kohdeyrityksen IT-arkkitehtuurin, tietosisällön, prosessit ja organisaation raportoinnin kannalta. Lisäksi työssä suoritettiin ohjelmistovertailu kahden markkinoilla toimivan merkittävän ohjelmistotalon BI-tuotteiden välillä. Työssä havaittiin, että BI-projekti on laaja-alainen ja suuri hanke, joka ulottuu läpi koko organisaation. BI-ohjelmiston tehokas hyödyntäminen asettaa vaatimuksia erityisesti taustajärjestelmien tiedon huolelliseen mallintamiseen liittyen. Työssä saatiin pilotoinnin kautta käytännön kokemuksia uudesta järjestelmästä ja sen tarjoamista mahdollisuuksista kohdeyrityksessä.

Business Intelligence -ohjelmistot päätöksenteon tukena

Työn tavoitteena on tutkia Business Intelligence -ohjelmistojen käyttöä päätöksenteon tukena. Lisäksi tutkitaan näiden ohjelmistojen merkitystä yrityksille. Työssä tarkastellaan myös mahdollisia tulevaisuuden näkymiä. Työ on kirjallisuustyö, joka pohjautuu lähdeaineistoon. Työn tuloksena on huomattu, kuinka tärkeitä Business Intelligence -ohjelmistot ovat yritysten päätöksenteossa. Suuren tietomäärän vuoksi on tärkeää, että yrityksellä on työkalu, jonka avulla kaikki merkityksellinen tieto saadaan välitettyä päätöksentekijöille. Business Intelligence -ohjelmistot tuottavat monenlaisia analyyseja, joiden avulla voidaan tehdä onnistuneita päätöksiä. Mitä tarkempia analyyseja tehdään, sitä enemmän voidaan myös saavuttaa kilpailuetua. Business Intelligence -ohjelmistojen avulla yrityksillä on mahdollisuus saavuttaa monia erilaisia hyötyjä. Hyötyjen mittaaminen on kuitenkin haastavaa, koska osa hyödyistä on aineettomia. Hyötyjen ja liikearvon mittaamiseen on kehitetty mittareita, joiden avulla on tarkoitus pystyä perustelemaan Business Intelligence -ohjelmistoihin investointia. Tulevaisuudessa Business Intelligence -ohjelmistojen merkitys yrityksille kasvaa. Yritysten muuttuvia tarpeita varten kehitetään uudenlaisia Business Intelligence -sovelluksia. Teknologia ja ohjelmistojen innovatiivinen käyttö muokkaavat BI-ohjelmistoja tehokkaammiksi. Jatkuva uusien sovellusten kehittäminen luo myös haasteita ennen niiden laajempaa käyttöönottoa.

”Tuntuu, et nää on vielä niin lapsen kengissä tämmöset HR:n luvut…”: Työhyvinvoinnin panostusten ja kustannusten Business Intelligence

Työhyvinvointi saa suomalaisessa työelämässä paljon huomiota juuri tällä hetkellä ja se on tunnis-tettu yrityksen kannalta hyödylliseksi alueeksi, johon kannattaa panostaa. Matalat työhyvinvointiin liittyvät kustannukset, organisaation parempi kilpailukyky ja maine sekä korkea henkilöstön tuotta-vuus ovat esimerkkejä työhyvinvoinnin kautta saavutettavista hyödyistä. Yritys voi parantaa hen-kilöstön työhyvinvointia panostamalla siihen ja tämän pitäisi näkyä suoraan myös työhyvinvointiin liittyvissä tunnusluvuissa, kuten sairauspoissaolo-, työkyvyttömyyseläke- ja vaihtuvuuskustannuk-sissa. Yritykset voivat hyödyntää työhyvinvoinnin panostusten ja kustannusten tunnuslukuja, jos niitä hallitaan onnistuneesti. Tällöin pitää tietää, mistä kustannukset koostuvat ja ymmärtää, millä pa-nostuksilla niihin voidaan vaikuttaa. Business Intelligence on termi, jolla tarkoitetaan kaikkea sel-laista organisaation tiedon hallintaa, jota tarvitaan liiketoiminnan johtamisessa. Sen tavoitteena on tukea organisaatiossa tapahtuvaa päätöksentekoa. Business Intelligence voidaan kuvata prosessina, jossa organisaatio kerää, yhdistelee ja analysoi tietoa eri tietolähteistä. Analysoinnin jälkeen yrityk-sellä on käytössään uutta tietämystä, jota voidaan hyödyntää päätöksenteossa. Toimivien Business Intelligence ratkaisujen ansiosta yrityksen päätöksenteon varmuus ja vaikuttavuus kasvaa. Tämän tutkimuksen tarkoituksena on selvittää, millainen on tehokas työhyvinvoinnin panostusten ja kustannusten hallintaan liittyvä Business Intelligence prosessi. Tehokas prosessi auttaa paranta-maan työhyvinvointiin tehtävien panostusten oikeellisuutta ja nostaa organisaation ymmärrystä omasta toiminnastaan. Tutkimusongelmaan on haettu vastauksia laadullisten tutkimusmenetelmien avulla haastattelemalla työhyvinvoinnin panostusten ja kustannusten tunnuslukuja seuraavia yrityk-siä. Tutkimuksen tulokset on analysoitu käyttämällä hyväksi kirjallisuuteen perustuvaa teema-ana-lyysia, jossa työhyvinvointiin ja Business Intelligenceen liittyvää teoriaa verrataan haastatteluista saatuihin vastauksiin. Tutkimuksen johtopäätöksenä tehokas työhyvinvoinnin panostusten ja kustannusten Business Intelligence prosessi voidaan kuvata perinteisten BI:n tasojen kautta. Työhyvinvoinnin panostusten ja kustannusten tunnuslukujen kerääminen onnistuu eri osapuolten välisen yhteistyön avulla. Tun-nusluvuista voi luoda merkityksellistä tietämystä, kun niistä saa tarkkaa tietoa ja niiden rinnalle tuodaan laadullista aineistoa työntekijöiden kokemuksista. Prosessia tukee se, jos teknologian kautta päätöksentekijä pystyy hankkimaan tarvittavat tiedot itse. Tulevaisuudessa olisi tärkeää, että saa-daan enemmän tietoa eri toimenpiteiden vaikuttavuudesta tunnuslukuihin, jotta päätöksiä voidaan tehdä luotettavamman tietämyksen varassa.

Business intelligence viewpoint on managerial decision-making : Ill-structured problems and decision support systems

Vaikka liiketoimintatiedon hallintaa sekä johdon päätöksentekoa on tutkittu laajasti, näiden kahden käsitteen yhteisvaikutuksesta on olemassa hyvin rajallinen määrä tutkimustietoa. Tulevaisuudessa aiheen tärkeys korostuu, sillä olemassa olevan datan määrä kasvaa jatkuvasti. Yritykset tarvitsevat jatkossa yhä enemmän kyvykkyyksiä sekä resursseja, jotta sekä strukturoitua että strukturoimatonta tietoa voidaan hyödyntää lähteestä riippumatta. Nykyiset Business Intelligence -ratkaisut mahdollistavat tehokkaan liiketoimintatiedon hallinnan osana johdon päätöksentekoa. Aiemman kirjallisuuden pohjalta, tutkimuksen empiirinen osuus tunnistaa liiketoimintatiedon hyödyntämiseen liittyviä tekijöitä, jotka joko tukevat tai rajoittavat johdon päätöksentekoprosessia. Tutkimuksen teoreettinen osuus johdattaa lukijan tutkimusaiheeseen kirjallisuuskatsauksen avulla. Keskeisimmät tutkimukseen liittyvät käsitteet, kuten Business Intelligence ja johdon päätöksenteko, esitetään relevantin kirjallisuuden avulla – tämän lisäksi myös dataan liittyvät käsitteet analysoidaan tarkasti. Tutkimuksen empiirinen osuus rakentuu tutkimusteorian pohjalta. Tutkimuksen empiirisessä osuudessa paneudutaan tutkimusteemoihin käytännön esimerkein: kolmen tapaustutkimuksen avulla tutkitaan sekä kuvataan toisistaan irrallisia tapauksia. Jokainen tapaus kuvataan sekä analysoidaan teoriaan perustuvien väitteiden avulla – nämä väitteet ovat perusedellytyksiä menestyksekkäälle liiketoimintatiedon hyödyntämiseen perustuvalle päätöksenteolle. Tapaustutkimusten avulla alkuperäistä tutkimusongelmaa voidaan analysoida tarkasti huomioiden jo olemassa oleva tutkimustieto. Analyysin tulosten avulla myös yksittäisiä rajoitteita sekä mahdollistavia tekijöitä voidaan analysoida. Tulokset osoittavat, että rajoitteilla on vahvasti negatiivinen vaikutus päätöksentekoprosessin onnistumiseen. Toisaalta yritysjohto on tietoinen liiketoimintatiedon hallintaan liittyvistä positiivisista seurauksista, vaikka kaikkia mahdollisuuksia ei olisikaan hyödynnetty. Tutkimuksen merkittävin tulos esittelee viitekehyksen, jonka puitteissa johdon päätöksentekoprosesseja voidaan arvioida sekä analysoida. Despite the fact that the literature on Business Intelligence and managerial decision-making is extensive, relatively little effort has been made to research the relationship between them. This particular field of study has become important since the amount of data in the world is growing every second. Companies require capabilities and resources in order to utilize structured data and unstructured data from internal and external data sources. However, the present Business Intelligence technologies enable managers to utilize data effectively in decision-making. Based on the prior literature, the empirical part of the thesis identifies the enablers and constraints in computer-aided managerial decision-making process. In this thesis, the theoretical part provides a preliminary understanding about the research area through a literature review. The key concepts such as Business Intelligence and managerial decision-making are explored by reviewing the relevant literature. Additionally, different data sources as well as data forms are analyzed in further detail. All key concepts are taken into account when the empirical part is carried out. The empirical part obtains an understanding of the real world situation when it comes to the themes that were covered in the theoretical part. Three selected case companies are analyzed through those statements, which are considered as critical prerequisites for successful computer-aided managerial decision-making. The case study analysis, which is a part of the empirical part, enables the researcher to examine the relationship between Business Intelligence and managerial decision-making. Based on the findings of the case study analysis, the researcher identifies the enablers and constraints through the case study interviews. The findings indicate that the constraints have a highly negative influence on the decision-making process. In addition, the managers are aware of the positive implications that Business Intelligence has for decision-making, but all possibilities are not yet utilized. As a main result of this study, a data-driven framework for managerial decision-making is introduced. This framework can be used when the managerial decision-making processes are evaluated and analyzed.

Ensuring the efficient utilization of Business Intelligence

In recent years, chief information officers (CIOs) around the world have identified Business Intelligence (BI) as their top priority and as the best way to enhance their enterprises competitiveness. Yet, many enterprises are struggling to realize the business value that BI promises. This discrepancy causes important questions, for example: what are the critical success factors of Business Intelligence and, more importantly, how it can be ensured that a Business Intelligence program enhances enterprises competitiveness. The main objective of the study is to find out how it can be ensured that a BI program meets its goals in providing competitive advantage to an enterprise. The objective is approached with a literature review and a qualitative case study. For the literature review the main objective populates three research questions (RQs); RQ1: What is Business Intelligence and why is it important for modern enterprises? RQ2: What are the critical success factors of Business Intelligence programs? RQ3: How it can be ensured that CSFs are met? The qualitative case study covers the BI program of a Finnish global manufacturer company. The research questions for the case study are as follows; RQ4: What is the current state of the case company’s BI program and what are the key areas for improvement? RQ5: In what ways the case company’s Business Intelligence program could be improved? The case company’s BI program is researched using the following methods; action research, semi-structured interviews, maturity assessment and benchmarking. The literature review shows that Business Intelligence is a technology-based information process that contains a series of systematic activities, which are driven by the specific information needs of decision-makers. The objective of BI is to provide accurate, timely, fact-based information, which enables taking actions that lead to achieving competitive advantage. There are many reasons for the importance of Business Intelligence, two of the most important being; 1) It helps to bridge the gap between an enterprise’s current and its desired performance, and 2) It helps enterprises to be in alignment with key performance indicators meaning it helps an enterprise to align towards its key objectives. The literature review also shows that there are known critical success factors (CSFs) for Business Intelligence programs which have to be met if the above mentioned value is wanted to be achieved, for example; committed management support and sponsorship, business-driven development approach and sustainable data quality. The literature review shows that the most common challenges are related to these CSFs and, more importantly, that overcoming these challenges requires a more comprehensive form of BI, called Enterprise Performance Management (EPM). EPM links measurement to strategy by focusing on what is measured and why. The case study shows that many of the challenges faced in the case company’s BI program are related to the above-mentioned CSFs. The main challenges are; lack of support and sponsorship from business, lack of visibility to overall business performance, lack of rigid BI development process, lack of clear purpose for the BI program and poor data quality. To overcome these challenges the case company should define and design an enterprise metrics framework, make sure that BI development requirements are gathered and prioritized by business, focus on data quality and ownership, and finally define clear goals for the BI program and then support and sponsor these goals.

Business intelligence and management control

The purpose of this study is to explore the possibilities of utilizing business intelligence (BI)systems in management control (MC). The topic of this study is explored trough four researchquestions. Firstly, what kind of management control systems (MCS) use or could use the data and information enabled by the BI system? Secondly, how the BI system is or could be utilized? Thirdly, has BI system enabled new forms of control or changed old ones? The fourth and final research question is whether the BI system supports some forms of control that the literature has not thought of, or is the BI system not used for some forms of control the literature suggests it should be used? The study is conducted as an extensive case study. Three different organizations were interviewed for the study. For the theoretical basis of the study, central theories in the field of management control are introduced. The term business intelligence is discussed in detail and the mechanisms for governance of business intelligence are presented. A literature analysis of the uses of BI for management control is introduced. The theoretical part of the study ends in the construction of a framework for business intelligence in management control. In the empirical part of the study the case organizations, their BI systems, and the ways they utilize these systems for management control are presented. The main findings of the study are that BI systems can be utilized in the fields suggested in the literature, namely in planning, cybernetic, reward, boundary, and interactive control. The systems are used both as the data or information feeders and directly as the tools. Using BI systems has also enabled entirely new forms of control in the studied organizations, most significantly in the area of interactive control. They have also changed the old control systems by making the information more readily available to the whole organization. No evidence of the BI systems being used for forms of control that the literature had not suggested was found. The systems were mostly used for cybernetic control and interactive control, whereas the support for other types of control was not as prevalent. The main contribution of the study to the existing literature is the insight provided into how BI systems, both theoretically and empirically, are used for management control. The framework for business intelligence in management control presented in the study can also be utilized in further studies about the subject.

On advancing business intelligence in the electricity retail market

In recent decades, business intelligence (BI) has gained momentum in real-world practice. At the same time, business intelligence has evolved as an important research subject of Information Systems (IS) within the decision support domain. Today’s growing competitive pressure in business has led to increased needs for real-time analytics, i.e., so called real-time BI or operational BI. This is especially true with respect to the electricity production, transmission, distribution, and retail business since the law of physics determines that electricity as a commodity is nearly impossible to be stored economically, and therefore demand-supply needs to be constantly in balance. The current power sector is subject to complex changes, innovation opportunities, and technical and regulatory constraints. These range from low carbon transition, renewable energy sources (RES) development, market design to new technologies (e.g., smart metering, smart grids, electric vehicles, etc.), and new independent power producers (e.g., commercial buildings or households with rooftop solar panel installments, a.k.a. Distributed Generation). Among them, the ongoing deployment of Advanced Metering Infrastructure (AMI) has profound impacts on the electricity retail market. From the view point of BI research, the AMI is enabling real-time or near real-time analytics in the electricity retail business. Following Design Science Research (DSR) paradigm in the IS field, this research presents four aspects of BI for efficient pricing in a competitive electricity retail market: (i) visual data-mining based descriptive analytics, namely electricity consumption profiling, for pricing decision-making support; (ii) real-time BI enterprise architecture for enhancing management’s capacity on real-time decision-making; (iii) prescriptive analytics through agent-based modeling for price-responsive demand simulation; (iv) visual data-mining application for electricity distribution benchmarking. Even though this study is from the perspective of the European electricity industry, particularly focused on Finland and Estonia, the BI approaches investigated can: (i) provide managerial implications to support the utility’s pricing decision-making; (ii) add empirical knowledge to the landscape of BI research; (iii) be transferred to a wide body of practice in the power sector and BI research community.