run.sas 1/2011 - CIO edition

CIO-extra

SAS Institute Oy:n sidosryhm채lehti CIO-extra

Analytiikalla kilpailuetua

SAS vastaa tuleviinkin tarpeisiin

Kela ratkoo CIO:n suurimpia haasteita

RUN.SAS SISÄLTÖ

SAS INSTITUTE OY:N sidosryhmälehti

KELA AUTOMATISOI ETUUSKÄSITELYÄ Kelan massiivisella tietohallinto- ja it-organisaatiolla on edessään yli 2 000 henkilötyövuoden projekti, jossa uudistetaan kaikki Kelan etuusjärjestelmät. Esille nousee suuria haasteita, kuten toimintojen automatisointi, kokonaisarkkitehtuurin rakentaminen ja analytiikan roolin vahvistaminen entisestään.

4

3

Mikä SAS, miksi SAS?

4

Kela automatisoi etuuskäsittelyä

7

Suomessa nyt meneillään BI-hankkeiden huippuvuosi

8

Ennusteet parantavat toimitusvarmuutta

10

Ennakoiva analytiikka tuo vahvaa kilpailuetua

12

SAS-teknologia vastaa tuleviinkin tarpeisiin

14

Analyyttinen markkinointi tuloksenteon apuvälineeksi

16

Ennusteista lisäarvoa

18

Kokonaisratkaisut riskienhallintaan

20

Siivuittain tehtävä DW tuottaa hyötyjä nopeasti

22

Liiketoiminta mukaan arkkitehtuurikeskusteluun

sisältö

CIO-extra

JULKAISIJAN JA TOIMITUKSEN TIEDOT. SAS Institute Oy on SAS Institute Inc:n (Cary, NC, USA) tytäryhtiö. SAS Institute Inc. on maailman johtava analyyttisten liiketoimintaratkaisujen ja -palvelujen toimittaja. SAS on SAS Institute Inc:n rekisteröity tavaramerkki. run.sas on SAS Institute Oy:n sidosryhmälehti, joka ilmestyy 3–4 kertaa vuodessa. Osoitelähde: SAS Instituten asiakas- ja markkinointirekisteri. Julkaisija: SAS Institute Oy. Käyntiosoite: Innopoli II, Tekniikantie 14, Espoo. Postiosoite: PL 85, 02151 Espoo. Puhelin: (09) 5255 71. Fax: (09) 5255 7200. Sähköposti: etunimi. sukunimi@ssf.sas.com. Web-sivut: www.sas.com/fi. Päätoimittaja: Johan Sandell. Teksti ja kuvat: Press Features Oy, Kyytipojanpolku 1 A, 04300 Tuusula, puhelin: (09) 2393 160, 040 575 6011, sähköposti: jorma.t.mattila@pp.inet.fi. Ulkoasu: Helsinki Events Oy, puhelin: 040 7570 425, sähköposti: pia.rydman@helsinkievents.fi. Taitto: Salaperä Oy, puhelin: 044 550 1313, sähköposti: martti.nevanpera@gmail.com. Paino: Forssa Print 2011.

Kansikuva: Matti Matikainen.

2

CIO-extra

441 612 Painotuote

PEFC/02-31-162

PÄÄKIRJOITUS

Mikä SAS, miksi SAS? Yritysten tietohallinto- ja it-johdolla on valtavat paineet kehittää uusia ja ylläpitää nykyisiä liiketoimintaa tukevia ratkaisuja usein liiankin tiukan budjetin raameissa. Yrityksen tietovarantoa pidetään jo yleisesti yrityksen tärkeimpänä omaisuutena, jonka kartuttaminen ja tehokas hyödyntäminen on CIO:n vastuulla. Sidosryhmälehtemme CIO-extra-numerossa haluamme esitellä tiiviisti, kuinka SAS voi auttaa CIO:ta vastaamaan liiketoiminnan kasvaviin vaatimuksiin muuttamalla yrityksen hallussa olevat tiedot kilpailueduksi analytiikan avulla.

SAS on liiketoiminta-analytiikan johtava toimittaja, jolla on jo 35 vuotta yhtäjaksoista ja kannattavaa kasvua takanaan. Asiakkaita SASilla on yli 50 000 yhteensä 126 eri maassa, ja joukkoon kuuluu muun muassa 93 FORTUNE Global 500 -listan sadasta kärkiyrityksestä.

Työntekijöitä SASilla on lähes 12 000 yli 50 eri maassa. Yhtiön liikevaihto viime vuonna oli 2,4 miljardia dollaria.

Jatkuva terve kasvu on tehnyt SASista vakaan kumppanin asiakkaiden kanssa tehtävässä pitkäaikaisessa yhteistyössä. Sen ansiosta SAS on myös pystynyt investoimaan läpi vuosien keskimäärin 24 prosenttia liikevaihdostaan innovatiiviseen tuotekehitykseen, jonka avulla SAS on pitänyt teknologiansa jatkuvasti asiakkaiden tarpeiden tasalla.

Teknologialla on tärkeä rooli, mutta ennen kaikkea SAS erottautuu kilpailijoistaan pitkällä kokemuksella eri toimialojen tuhansien asiakkaiden liiketoimintaongelmien ratkaisemisessa. Yritysostoilla vastaavaa kokemusta ei voi hankkia, koska osa parhaista osaajista kävelee yleensä ovesta ulos aika pian. Eikä SASin mittojen mukaista kokemusta ole ostetuiksi joutuneille kilpailijoille edes kertynyt.

Pääosin täysin orgaanisesti kasvanut SAS on aina voinut investoida rahansa uusien ratkaisujen kehittämiseen eikä erilaisten ostettujen teknologioiden vuosia kestävään yhteen nivomiseen. SASilla on yksi yhtenäinen ratkaisuperhe, joka toimii yhdellä ja samalla alustalla useissa eri laiteympäristöissä.

SASin luotettavuudesta kumppanina kertonee se, että vuosittain 98 prosenttia asiakkaistamme uusii lisenssinsä. Vuoden 2010 kyselyn mukaan 96 prosenttia asiakkaista on tyytyväisiä SAS-ohjelmistoihin ja 95 prosenttia suosittelisi niitä muillekin. Pitkäaikaisista, yli 15-vuotisista asiakkuuksista 99 prosenttia suosittelisi SASia myös muille.

Maailman suurimpana yksityisomisteisena ohjelmistotalona SASin ei tarvitse keskittyä seuraavan kvartaalin tulokseen eikä sijoittajien odotusten täyttämiseen. Sen sijaan SAS on aina keskittynyt pitkän aikavälin terveeseen kehitykseen. Siinä SAS on onnistunut nimenomaan vastaamalla asiakkaiden alati muuttuviin ja kasvaviin tarpeisiin.

Tyytyväiset työntekijät takaavat SASissa hyvän asiakaspalvelun. SAS on valittu monissa maissa, myös Suomessa, toistuvasti parhaimpien työnantajien joukkoon. USA:ssa SAS on muun muassa ollut 2010 ja 2011 ykkössijalla FORTUNEn 100 Best Companies to Work For -listalla.

Matti Suutala Toimitusjohtaja matti.suutala@ssf.sas.com

”Jatkuva terve kasvu on tehnyt SASista vakaan kumppanin asiakkaiden kanssa tehtävässä pitkäaikaisessa yhteistyössä.”

CIO-extra

3

Kela automatisoi etuuskäsittelyä

Kelan suuren järjestelmäuudistuksen lähtökohta on Veikko Hytösen mukaan, että periaatteessa jokainen etuusasia pyritään käsittelemään automaattisesti.

4

CIO-extra

K

elalla lienee nykyisin koko Suomen mittavimmat omat tietohallinto- ja it-resurssit. Poikkeuksellisesti Kela on myös jakanut ne kahteen eri yksikköön, tietohallinto-osastoon ja it-osastoon. Itosastolla työskentelee noin 450 henkilöä Helsingissä, Jyväskylässä ja Turussa sekä yksittäin eri puolilla Suomea. Tietohallinnossa väkeä on noin 170.

Tietohallinto-osasto ohjaa, suunnittelee ja koordinoi it-toimialan ratkaisuja, kuten arkkitehtuureiden ja teknologia-alustojen kehittämistä. Lisäksi se huolehtii etuuksien maksatusprosessin virheettömyydestä, sovellusten testaamisesta, etuusratkaisuissa tarvittavien taustatietojen saatavuudesta sekä Kelan sisäisen Tahti-toiminnanohjausjärjestelmän ylläpidosta. Osasto myös vastaa Kelan tietojenkäsittelyn tietoturvatasojen määrittelemisestä sekä kanavoi it-yhteistyötä Kelan kansallisten ja kansainvälisten yhteistyökumppaneiden kanssa, esimerkiksi EU-maiden sosiaaliturvaan liittyvässä yhteistyössä. ”Me koordinoimme, että yhteisiä asioita tehdään vain kerran ja yhdenmukaisin säännöin, että ei päästä rönsyilemään teknologiassa eikä muissa asioissa ja että käyttäjäkokemukset ovat yhdenmukaisia eri järjestelmissä”, tietohallinto-osaston osastopäällikkö Veikko Hytönen kertoo.

It-osasto puolestaan vastaa järjestelmien teknisestä toteutuksesta ja ylläpidosta sekä olemassa olevien sovellusten pyörittämisestä.

Strategian pohjalta Kaikki tietojenkäsittelyyn liittyvä tekeminen johdetaan Hytösen mukaan Kelan strategioista. Käytössä on malli, jonka

mukaisesti korkean tason strategiset tavoitteet muotoillaan vuosittain yhdessä Kelan johdon kanssa konkreettisiksi it-hankkeiksi ja -projekteiksi.

Tehtävää olisi aina enemmän kuin mihin voimavarat riittävät, joten päätökset syntyvät priorisointiprosessin kautta. Aiemmin koko Kelan toimintasuunnitelman rinnalle tehtiin erillinen tietojenkäsittelyn kehittämissuunnitelma it-toiminnan tarpeisiin. Enää kahta erillistä suunnitelmaa ei tehdä, vaan ne on sulautettu osaksi koko laitoksen toiminnan suunnittelun kokonaisprosessia.

On tultu Hytösen mukaan pitkä matka siitä, kun ensimmäistä tietojenkäsittelyn kehittämissuunnitelmaa tehtiin vuonna 1984. Sillä ei ollut kovinkaan kiinteätä yhteyttä Kelan muun toiminnan suunnitteluun, vaan it-toimiala teki sen omia tarpeitaan varten ja koetti vain arvailla, mihin Kela on menossa. ”Kela ja it olivat silloin kaksi eri maailmaa. Ne ovat pikku hiljaa lähentyneet toisiaan, ja tällä hetkellä yhdessä tekeminen on täysin saumatonta.”

Samalla on menty hyvää vauhtia kohti tilannetta, jossa tietohallinto- ja it-johto ovat Kelan ylimmän johdon partnereina kehittämässä koko organisaation toimintaa.

Koko it-toimialan johtaja, nykyisin Mikael Forss, on Kelan johtoryhmän jäsen. Hytönen ja it-osaston osastopäällikkö Markku Suominen puolestaan ovat laajennetun johtoryhmän jäseniä.

Ratkaisuehdotus automaattisesti Parhaillaan Kela on käynnistämässä erittäin suurta uudistamis- ja kehittämisohjelmaa, Arkki-hanketta. Kaikki 40 etuusjärjestelmää ja kymmenet tukijärjestelmät viedään seuraavan 10–15 vuoden aikana sekä uuteen teknologiaan että uudelle laitealustalle. ”Teknologia ja laitealusta eivät kuitenkaan ole itsetarkoitus, vaan tavoitteena on kehittää automaatioastetta niin pitkälle kuin voidaan. Lähtökohta on, että jokainen etuusasia pyritään uudistuksen myötä käsittelemään täysin automaattisesti”, Hytönen kertoo.

Ihan kokonaan tähän ei kuitenkaan päästä vielä pitkään aikaan, koska monissa etuusasioissa hakemuksiin tarvitaan yhä paperiasiakirjoja, liitteitä ja lisäselvityksiä.

Tällöin automatisoidusta käsittelystä poiketaan, tehdään manuaaliset työvaiheet ja palataan taas oletusprosessiin.

Paperiasiakirjat toki skannataan järjestelmiin jo nykyisin, mutta kokonaan kone-

luettavia ne eivät vielä ole. Skannauksen ansiosta hakemusten käsittely on voitu kuitenkin hajauttaa Kelan toimistoihin ympäri maata. ”Paljon pidemmälle päästään sitä kautta, että asiakirjat ja liitteet saadaan digitaalisina, jos niistä ei päästä kokonaan eroon. Silloin niiden sisältö voidaan käsitellä koneellisesti ja tehdä ratkaisuja automaattisesti.”

Kela saa tällä hetkellä etuushakemuksista jo 30 prosenttia aidosti sähköisessä muodossa. Opintotuessa ja työttömyysturvassa on osa-alueita, joissa jo 90 prosenttia hakemuksista tulee kokonaan sähköisinä, ja niistä jopa 90 prosenttia pystytään käsittelemään täysin automaattisesti. Tavoitteena on päästä sähköisten hakemusten määrässä mahdollisimman lähelle sataa prosenttia.

Vieläkin pidemmälle menevänä tavoitteena on, että asiakkaiden ei tarvitse tehdä hakemuksia lainkaan eikä edes tuntea suomalaisen sosiaaliturvaviidakon kaikkia yksityiskohtia. Omien ja muilta viranomaisilta saatavien tietojen perusteella Kela voisi itse tehdä asiakkaille ratkaisuehdotuksen etuudesta, johon he tietojen perusteella ovat oikeutettuja. Asiakkaan tehtäväksi jäisi vain hyväksyä ja allekirjoittaa ehdotus joko sähköisesti tai paperilla. ”Tämä nimenomaan on yhtenä tavoitteena järjestelmäuudistuksessamme”, Hytönen sanoo.

Kelalla on toimivat yhteydet esimerkiksi Väestörekisterikeskuksen ja verohallinnon järjestelmiin, joista se saa etuuspäätösten teossa tarvittavia tietoja. VRK:n tietoja Kela tarvitsee jopa yli kymmenen miljoonaa kertaa päivässä. Siksi sillä on VRK:n tiedoista kopio omassa tietovarastossaan, jota päivitetään kerran vuorokaudessa.

Vaatii kuitenkin Hytösen mukaan vielä paljon työtä ennen kuin viranomaisten kaikkien perustietovarantojen ja muidenkin tietovarantojen rajapinnat ovat yksikäsitteisesti määriteltyjä ja lainsäädännön puolesta hyväksyttävästi Kelan käytettävissä.

Analytiikalle oma tietovarasto Analytiikalla on keskeinen asema Kelan järjestelmäuudistuksessa. Tarkoitus on Hytösen mukaan ottaa iso askel eteenpäin analytiikan hyödyntämisessä sekä etuusratkaisujen teossa että Kelan toiminnan suunnittelussa, kehittämisessä, seurannassa ja valvonnassa. ”Mahdollisuudet ovat mittavia, emmekä ole varmaan kaikkia tarpeita ja mahCIO-extra

5

CIO:N HAASTEITA

Kelan massiivisella tietohallinto- ja itorganisaatiolla on edessään yli 2 000 henkilötyövuoden projekti, jossa uudistetaan kaikki Kelan etuusjärjestelmät.

Esille nousee suuria haasteita, kuten toimintojen automatisointi, arkkitehtuuri ja analytiikan roolin vahvistaminen.

Järjestelmä­ uudistuksen yhteydessä analytiikan uudet mahdollisuudet ovat Veikko Hytösen mukaan mittavia eikä kaikkia ole vielä edes tunnistettu.

dollisuuksia vielä edes tunnistaneet”, hän sanoo.

Tähän asti Kela on käyttänyt analytiikassa pitkälti suoraan reaaliaikaisista etuusjärjestelmistä poimittavaa tietoa.

Arkki-hankkeen yhteydessä todennäköisesti perustetaan oma tietovarasto analytiikkaa ja tiedonlouhintaa varten.

Etuusjärjestelmät ja niiden tietovarannot suunnitellaan hankkeessa niin, että tarvittava tieto löytyy helposti. Varautuminen analytiikan tehokkaaseen hyödyntämiseen vaikuttaa siis jo etuusjärjestelmien toteutustapaan. ”Tähän asti on vähän jälkijättöisesti katsottu, mitä tietoja järjestelmistä löytyisi ja miten niitä voitaisiin käyttää. Arkkihankkeessa on sen sijaan tarkoitus katsoa, mitä sellaista tietoa voidaan jo nyt kerätä, jolle on myöhemmin käyttöä koko Kelan toiminnan suunnittelutarkoituksissa.”

Asioita täytyy pystyä ennustamaan Rahoitustarpeensa selvittämiseksi Kelan täytyy pystyä tuottamaan mahdollisimman tarkkoja ennusteita tulevien menojensa kehityksestä eri etuuksissa. Kun Kelalle suunnitellaan uusia tehtäviä tai joidenkin etuuksien saantiehtoja ollaan muuttamassa, myös silloin tarvitaan tarkkoja ennusteita 6

CIO-extra

siitä, mitä uudistukset tulevat maksamaan. ”Meidän täytyy pystyä ennustamaan asioita, ja ennusteet perustuvat väestökehitykseen, muuttoliikkeeseen, työttömyysasteen kehitykseen, talouskasvuun ja lukemattomiin muihin asioihin”, Hytönen sanoo.

Myös Kelan oman toiminnan kehittämistä varten tarvitaan ennusteita muun muassa asiakas- ja tapahtumamäärien kehityksestä. Kelalla on pitkälle kehittynyt oman toiminnan mittaus- ja seurantajärjestelmä. Se kuitenkin kaipaa teknologista uudistamista ja tiedon tehokkaampaa jakamista laajemmalle käyttäjäkunnalle toiminnan seurantaa ja kehittämistä varten.

Aivan uusia mahdollisuuksia analytiikan ja ennustamisen käytölle avaavat kansallinen potilastietoarkisto ja sähköinen resepti, joita Kela kehittää Kanta-hankkeessa. Käytettävissä olevan tiedon määrä nousee uuteen kertaluokkaan. Esimerkiksi mahdollisuudet ennakoivaan ja ennaltaehkäisevään terveydenhuoltoon parantuvat olennaisesti. ”Jatkossa esimerkiksi on varmaankin väestötasolla mahdollista tunnistaa riskiryhmiä, kehittää proaktiivista terveydenhuoltoa ja vaikkapa vähentää lääkkeiden yhteisvaikutusten haittoja. Tiedon käyttömahdollisuudet ovat lähes rajattomia”, Hytönen toteaa.

Analytiikkaa Kela voi hyödyntää monin tavoin myös etuuksien ratkaisutoi-

minnan seurantaan. Näin varmistetaan, että sosiaalietuuksien myöntäminen toteutuu lainsäätäjän tarkoittamalla tavalla. ”On asioita, joita ei voi saada esiin ilman massiivista koneellista tietojen yhdistelyä, läpikäyntiä ja vertailua.”

Kela on ollut SASin asiakas jo vuodesta 1982 eli 29 vuotta, Alkon jälkeen toiseksi pisimpään Suomessa. SAS on Hytösen mukaan kasvanut Kelan kylkeen ”niin kuin hyvä, vakaa ja luotettu kumppani tekee”. ”Olemme saaneet SASilta hyviä tuotteita ja palveluja ja hyödyntäneet tehokkaasti SASin ohjelmistoja monilla tehtäväalueilla.

SASin tuotteet ja teknologia ovat kehittyneet samalla tavalla ja samaan suuntaan kuin meidän tarpeemme ja toiveemmekin.

En näe siinä mitään huolta tulevaisuudessakaan”, hän sanoo.

Johtamiskehykseksi kokonaisarkkitehtuuri Kokonaisarkkitehtuurin kanssa Kelassa on Hytösen mukaan työskennelty jo nelisen vuotta, ja asian edistämiseksi Kelaan on kehitetty oma toimiva organisaatio. Monia asioita on jo kuvattu ja määritelty sekä tehty sääntöjä, joiden mukaisesti kehitystyötä niissä asioissa tehdään.

Kelan kokonaisarkkitehtuurin ratkaisut noudattavat lähes yksi yhteen valtionhallinnolle laaditun kokonaisarkkitehtuurin linjauksia. ”Näemme kokonaisarkkitehtuurin välttämättömänä kehittämiskehyksenä.

Talon johtoa myöten on huomattu, että se näyttää hyvältä työkalulta. Myymme kokonaisarkkitehtuuria pikku hiljaa ihan talon ylimmällekin johdolle johtamiskehykseksi ja osaksi johtamismenetelmiä.”

Kela on ottamassa käyttöön prosessijohtamisen mallia, mikä sopii Hytösen mielestä oikein hyvin kokonaisarkkitehtuuriajatteluun.

Analytiikan hän näkee kokonaisarkkitehtuurin keskeiseksi elementiksi tietoarkkitehtuurin näkökulmasta.

Kokonaisarkkitehtuurin periaatteisiin liittyen Kelassa hiljattain päätettiin, että ainakin kaikille tärkeille asioille täytyy olla selkeät omistajuudet ja vastuut määriteltyinä. Analytiikan osalta niitä ei ole vielä saatu määriteltyä, koska sitä kohtaan on niin paljon intressejä usealla eri taholla Kelassa. ”Analytiikkaan on monta tarpeellista näkökulmaa, jotka on otettava huomioon: etuusosasto, tutkimus, aktuaariosasto, sisäinen tarkastus ja ulkoiset tahot. Malli varmaan löytyy tietovaraston kehittämisen yhteydessä”, Hytönen toteaa.

•

Marketvision tutkimusten mukaan BI-markkinat kasvavat kuluvana vuonna Suomessa melkeinpä nopeimmin Euroopassa.

Suomi saattaa tämän ansiosta nousta lievästä jälkeenjääneisyydestään BI:n kärkimaihin.

G

artneria Suomessa yksinoikeudella edustava Marketvisio teki viime vuonna viisi business intelligenceen (BI) liittyvää tutkimusta. Ne paljastivat, että BI-markkinat kasvavat Suomessa nyt 8-10 prosentin vauhtia, kun it-markkinoiden kokonaiskasvu on 3 prosentin luokkaa. ”BI-markkinoiden kasvu on ollut jo muutaman vuoden huomattavasti nopeampaa kuin koko it-markkinoiden. Nopeampi kasvu tulee jatkumaan, koska yrityksissä on havaittu, mitä kaikkia hyötyjä BI:stä saadaan liiketoiminnalle”, Leading Analyst Mika Rajamäki sanoo.

Myös kansainvälisesti BI-markkinat ovat kasvaneet Gartnerin mukaan jo useamman vuoden ajan nopeammin kuin koko it-markkinat. Kasvu jatkuu edelleen, koska BI:ssä on vielä niin paljon hyödyntämätöntä potentiaalia.

Suomi on ollut BI-alueella hieman jäljessä muista Pohjoismaista ja Euroopan maista. Kuluvalle vuodelle kuitenkin ajoittuu Rajamäen mukaan viime vuosien ennätysmäärä suomalaisyritysten BI-hankkeita. ”Jos puoletkin vireillä olevista BIhankkeista toteutuu, alamme tämän vuoden jälkeen olla BI:n kärkimaita Euroopassa”, hän toteaa.

Yhdeksi kasvun vauhdittajaksi Rajamäki arvioi taloustaantuman. Sen aikana yrityksissä herättiin huomaamaan, että niillä on paljon omaa tietoa, jota voitaisiin hyödyntää kilpailuetujen saavuttamisessa.

Myös BI-välineet ovat kehittyneet ja puhuttelevat aiempaa paremmin bisnespäättäjiä, jotka voivat itsekin tehdä kiinnostavia asioita yhä helppokäyttöisempien välineiden avulla tarvitsematta aina it:n apua.

Raportointimoodissa Suurin osa yrityksistä käyttää Marketvision tutkimusten mukaan BI:tä lähinnä vain raportointiin. Kyse on enemmän tiedon jakelusta kuin varsinaisesta intelligencestä.

Kasvuvauhti kuitenkin tulee pitkälti juuri edistyneestä BI:n käytöstä eli analytiikasta, ennustamisesta ja optimoinnista.

Pidemmälle BI:n hyödyntämisessä jo ehtineet yritykset poikkeavat Rajamäen mukaan muista ennen kaikkea siinä, että ne ovat hoitaneet paremmin BI governancen

BI-markkinat kasvavat Mika Rajamäen mukaan Suomessa ennätysvauhtia, koska yrityksissä on nyt huomattu, minkälaisia hyötyjä BI tuo liiketoiminnalle.

eli hallinnan ja usein myös laatineet itselleen selkeän BI-strategian. ”Yksi kypsyyden merkki on se, että yrityksellä on BI-osaamiskeskus. Niitä ei kuitenkaan Suomessa kovin monella yrityksellä vielä ole, ja tässäkin meillä ollaan vähän jäljessä muista Pohjoismaista.”

Eri toimialoista ei Marketvision tutkimuksissa löytynyt mitään selkeitä edelläkävijöitä BI:n hyödyntämisessä. Kärkipaikoilla ovat kuitenkin ennen kaikkea kuluttajabisnestä harjoittavat toimialat, kuten vähittäiskauppa ja telekommunikaatio. Kyse on silloin yleensä asiakastietojen käytöstä kampanjan- ja asiakkuudenhallinnassa. ”Toisaalta perinteinen savupiipputeollisuus saattaa käyttää BI:tä hyvinkin laajasti. Savupiipputeollisuus on muita toimialoja paljon pidemmällä sisäisen ja ulkoisen BI:n yhdistämisessä”, Rajamäki kertoo.

Menestystekijät Tutkimusten mukaan BI:n hyödyntäminen on hyvin henkilösidonnaista, sillä suurissa kansainvälisestikin toimivissa suomalaisyrityksissä BI on yhden tai kahden asiasta innostuneen henkilön vetovastuulla. ”BI:n menestyminen organisaatiossa edellyttää myös sitä, että sille saadaan sponsoriksi joku johtoryhmän jäsen. Kun yhden johtoryhmän jäsenen saa BI-myönteiseksi, asiat alkavat edetä ja ilosanoma leviää eteenpäin organisaatiossa”, Rajamäki toteaa.

Suomessa pientä ongelmaa aiheuttaa se, että it:llä on hyvin harvoin edustus johtoryhmässä. Johdon ja it:n yhteys saattaa kärsiä siitä, mikä on erityisen haitallista BI:n kaltaisella sovellusalueella.

Viimeksi kuluneen kolmen vuoden aikana vuoropuhelu johdon ja it:n välillä on kuitenkin Rajamäen mukaan selvästi parantunut ja paranee jatkuvasti.

Tutkimuksissa korostui, että business casen rakentaminen tarkasti rajatulle BIhankkeelle on erittäin hyvä tapa vakuuttaa yritysjohto BI:n hyödyistä. Silloin myös edetään liiketoiminnan eikä it:n ehdoilla.

Erittäin tärkeäksi osoittautui Rajamäen mukaan myös BI-strategian tai ainakin toimintasuunnitelman tai road mapin laatiminen ja sen kirjallinen dokumentointi.

•

CIO-extra

7

BI-MARKKINA

Suomessa nyt meneillään BI-hankkeiden huippuvuosi

KYSYNNÄN ENNUSTAMINEN

Kysynnän ennustaminen oikein on Fazer Leipomoille kriittinen asia erityisesti tuoretuotteissa, joista osan kuljettaminenkin kohti asiakkaita suunnitellaan ennusteiden perusteella.

Ennusteet parantavat toimitusvarmuutta SASin kysyntäennusteet auttavat Fazer Leipomoita valmistamaan juuri oikean määrän tuotteita asiakkailleen. Toiminnanohjausjärjestelmän kautta ennusteet tukevat lukuisia eri toimintoja läpi organisaation.

F

azer Leipomoiden päivittäisen toiminnan sykli on erittäin nopeatempoinen. ”Siinä ei hirveästi ole varaa epäonnistua tai sitten tavaraa puuttuu jostain ja meillä on paljon tyytymättömiä asiakkaita. Jos ennusteet ovat pielessä, me emme pysty riittävän hyvään toimitusvarmuuteen”, liiketoiminnankehitys- ja logistiikkapäällikkö Santtu Kallionpää toteaa.

Lisähaastetta tuo se, että esimerkiksi ruisleipää varten taikina on laitettava käymään jopa 18 tuntia ennen leivontaa. Sekin lisää tarvetta saada tarkka ennuste seuraavan päivän kysynnästä jo paljon ennen kuin myynti valmistuu.

Jokainen viikonpäivä on kysynnän suhteen erilainen.

Lisäksi kysyntä vaihtelee alu8

CIO-extra

eellisesti ja siihen vaikuttavat pyhäpäivät, sesongit, asiakkaiden erilaiset kampanjat ja muut toimenpiteet sekä monet muut tekijät.

Fazerilla on tehty kysynnän ennusteita manuaalisesti vuosikymmenet. Kun tuotannonohjausta haluttiin liiketoiminnan tarpeiden vuoksi kehittää järjestelmällisempään suuntaan, ennustaminen tunnistettiin Kallionpään mukaan osa-alueeksi, jossa olisi kehittämisen varaa. ”Lähdimme kartoittamaan ratkaisuja ja katsomaan, minkälaista apua voisimme saada jostain sellaisesta, mikä on ennustamiseen liittyen parasta mitä markkinoilta löytyy meidän tarpeisiimme järjestelmäratkaisumielessä. Kun vertailimme vaihtoehtoja, SAS

oli se, mihin päädyimme”, hän kertoo.

Yhteistyökumppanikseen SAS-ratkaisun käytössä Fazer valitsi Numos Oy:n.

Ennusteet päiväja viikkotasolle Ennusteratkaisun käyttöä harjoiteltiin tarvesuunnittelupäällikkö Pia Perssonin mukaan Fazerilla useampia kuukausia ennen sen ottamista tuotantokäyttöön. Ennusteita analysoitiin ja verrattiin manuaalisiin ennusteisiin, ennustemallia hiottiin paremmaksi ja ratkaisusta kerättiin käyttökokemuksia.

Kun Fazer laajensi syksyllä 2010 SAP-toiminnanohjausjärjestelmän (ERP) käyttöä myynnin, tuotannonohjauksen

ja logistiikan alueille, SASin ennusteratkaisu otettiin täysimittaiseen tuotantokäyttöön. ”Meillä on edelleen manuaalisia ennusteita tehnyt porukka, jonka työnkuvaan kuuluu päivittäinen ennusteiden tarkastelu, analysointi ja mahdollinen muokkaaminen. Kaikille tuotteillemme on kuitenkin syntynyt syksystä lähtien päivätason ja viikkotason automaattiset ennusteet”, Persson kertoo.

Päivätason kysyntäennuste tehdään joka päivä neljäksi viikoksi ja viikkotason ennuste 16 kuukaudeksi eteenpäin.

Fazer Leipomoilla on noin 300 tuotetta, joille ennuste tehdään.

Kriittisiä tuoretuotteita niistä on vajaa sata. Keksit ja vastaavat ovat varasto-ohjautuvaa tavaraa, mutta ennusteet tehdään niillekin.

Päähuomio Fazerilla on Perssonin mukaan ylihuomisen ennusteessa, mutta myös ennusteet useammalle päivälle eteenpäin ovat tarpeen, jotta tuotanto pystyy varaamaan resurssit ja työvuorot ennusteen pohjalta.

Manuaalisesti päivätason ennusteita ei pystytty tekemään useaksi päiväksi eteenpäin, koska se vaatisi liikaa työtä. Siinä ollaan nyt täysin automaattisten ennusteiden varassa.

Kuva: Fazer Leipomot Oy

Saumaton osa ERP-järjestelmää Ennusteratkaisu toimii Kallionpään mukaan saumattomana osana SAPin toiminnanohjausjärjestelmää, jossa kaikki leipomoliiketoiminta pyörii.

Ihmiset saavat ennusteet käyttöönsä SAPista, ja sitä kautta ennusteratkaisu osallistuu päivittäiseen tuotannonsuunnitteluun ja pidemmän aikavälin kapasiteetinsuunnitteluun. ”Kukaan ei näe, että ennuste­l ukuja tuottaa SAS. On tavallaan hyvä, että se toimii taustalla ja tukee kuitenkin kaikkea tekemistä, mitä toiminnanohjausjärjestelmässä muutenkin tapahtuu.”

Päivätason ennusteilla ohjataan tuotteiden valmistusmääriä kaikissa Fazer Leipomoiden kahdeksassa leipomossa ympäri maan. Osittain myös työvuorosuunnittelu perustuu ennusteisiin.

Logistiikassa ennusteilla on tärkeä rooli suunniteltaessa

tavaran kuljetuksia eri puolille maata. Kausi- ja sesonkituotteissa raaka-aineiden hankintakin perustuu pitkälti ennusteisiin.

Viikkotason ennusteita Fazer Leipomoissa hyödynnetään ennen kaikkea pidemmän aikavälin kapasiteetinsuunnittelussa. ”Näemme niistä linjatasolla, mikä kysyntä tulee olemaan, ja voimme suunnitella tulevaa valikoimaa. Pystymme varautumaan etukäteen asiakkaiden toimenpiteisiin, kuten kampanjoihin. Näemme, tarvitaanko resursseihin tai linjoille jotain muutoksia ja pitääkö valmistusta esimerkiksi hajauttaa”, Persson kertoo.

Myynnin ja operatiivisen suunnittelun prosessissa ennusteet ovat Kallionpään mukaan itse asiassa selkäranka, johon koko prosessi perustuu.

Kapasiteetin muutoksia tai valmistuksen hajauttamista ei pystytä toteuttamaan kovin nopeasti, joten niitä on pohdittava ennusteiden pohjalta useiden kuukausien aikajänteellä.

Myynti puolestaan seuraa viikkotason ennusteita voidakseen muun muassa nähdä, pitäisikö jollain maantieteellisellä tai tuotealueella kiihdyttää toimenpiteitä.

Toimitusvarmuus huipputasolle Automaattisesti tuotettavat ennusteet ovat muiden kehittämistoimien rinnalla auttaneet

Kallionpään mukaan Fazer Leipomoita nousemaan toiminnan ohjauksen ja luotettavuuden kannalta selvästi aikaisempaa paremmalle tasolle. ”Meidän toimitusvarmuutemme tuoretuotteissa on ollut syksyn 2010 aikana yli 99,5 prosenttia. Se on tuoretuotteille kova luku, johon monet eivät pysty edes varasto-ohjautuvilla tuotteilla”, hän toteaa.

To i m i t u s va r mu u s o n Kallionpään mukaan aivan keskeinen tekijä, kun asiakkaat arvioivat, kuinka hyviä leipomoalan tavarantoimittajat ovat.

Automaattisten kysyntäennusteiden tarkkuudessa Fazerilla ei päästy odotetulle tasolle heti ratkaisun käyttöönoton alkuvaiheessa, mutta odotukset saattoivat Kallionpään mukaan olla hieman epärealistisia.

Nyt päivätason ennusteiden tarkkuus on osalle perusvalikoiman tuotteita 98 prosentin luokkaa. Tarkkuus kasvaa, mitä suurempia kokonaisuuksia ennustetaan.

Automaattisen ennustamisen hyödyt eivät kuitenkaan tule Kallionpään mukaan vain tarkkuudesta. Manuaalisesti ennusteita ei esimerkiksi pystytty tekemään kaikille tuotteille eikä yhtä pitkälle eteenpäin kuin nyt. Viikkotason ennusteita ei manuaalisesti tehty kuin valikoiduille tuotteille, mutta nyt ne tehdään kaikille.

Ennustamisprosessi on myös luotettavampi, koska se ei toimi vain ihmisten varassa.

Hyvin tärkeänä Persson pitää sitä, että koko organisaatiolla on nyt järjestelmän kautta käy-

Pia Perssonin ja Santtu Kallionpään mukaan Fazer Leipomoiden toimitusvarmuus tuoretuotteissa on niin hyvällä tasolla, että monet eivät pysty samaan edes varastoohjautuvissa tuotteissa.

tössään samat luvut ja ne ovat kaikkien saatavilla.

Organisaationlaajuisesti käytettynä ennusteet ohjaavat Kallionpään mukaan toimintaa oikeaan suuntaan, ja pitkällä aikavälillä toiminta virtaviivaistuu ennusteiden mukaisesti. ”Suurimmat hyödyt ovat varmaan tulleet siitä, että olemme miettineet kokonaisuutena tekemistämme uusiksi ja ottaneet luvuista kaiken irti”, hän toteaa.

•

Hyötyjä eri funktioissa Fazer Leipomot voi jatkossa hyödyntää ennusteratkaisua myös asioissa, joissa sitä ei vielä hyödynnetä. Jos osataan ennustaa, miten kysyntä tuotetasolla käyttäytyy, pystytään Santtu Kallionpään mukaan tekemään paljon muutakin kuin päättämän valmistusmääristä. ”Ennustamisesta saadaan hyötyjä aika kokonaisvaltaisesti. Olipa kysymys melkein mistä tahansa funktiosta yrityksessä, jollakin tavalla ennusteet liittyvät siihenkin”, hän toteaa.

Esimerkiksi työvuoroja raaka-ainesuunnittelussa ennustamista ei vielä hyödynnetä Fazerilla täysipainoisesti.

Ennusteita voidaan hyödyntää myös budjetoinnissa ja investointeja suunniteltaessa.

Myynnissä ennusteratkaisulla voidaan analysoida, minkälaisia vaikutuksia asiakkaiden kampanjoilla ja muilla toimenpiteillä on ollut Fazerin kysyntään ja minkälaisiin toimenpiteisiin Fazerin kannattaa panostaa.

Kun markkinoinnissa suunnitellaan uusia tuotteita, pitkän aikavälin ennusteista nähdään, millä tuotelinjoilla on kapasiteettia vapaana. Vastaavasti voidaan tutkia, pitääkö nykyiseen tuotevalikoimaan tehdä muutoksia, jotta uusi tuote saadaan sopimaan tuotantolinjoille.

•

CIO-extra

9

ANALYTIIKKA

Ennakoiva analytiikka tuo vahvaa kilpailuetua E

Liiketoiminta-analytiikka mahdollistaa siirtymisen reaktiivisesta proaktiiviseen päätöksentekoon. Mitä korkeamman tason analytiikkaa yritys käyttää hyväkseen, sitä enemmän kilpailuetua se voi saada.

ri ihmiset pitävät analytiikkana hyvin erilaisia asioita. Joillekin tavanomainen kuukausiraporttikin on jo analytiikkaa, toisille taas sellaiseksi kelpaa vain regressio- tai neuroverkkoanalyysin tapainen vaativiin tilastomatemaattisiin menetelmiin pohjautuva analytiikka.

Kun analytiikan hyödyt on alettu tiedostaa laajemmin ja analytiikan kysyntä on lähtenyt jyrkkään kasvuun, markkinoille ovat it-alalle tuttuun tapaan rynnänneet kaikki kynnelle kykenevät toimijat, olipa rahkeita tai ei. Rohkeat lupaukset jäävätkin monilta lunastamatta.

Jo 35 vuotta analytiikkaa kehittäneenä yrityksenä SAS näkee, että analytiikka voidaan jakaa kahdeksaan eri tasoon. Kullakin eri tasolla haetaan vastauksia erilaisiin liiketoiminnan kysymyksiin.

Neljä ensimmäistä analytiikan tasoa ovat standardiraportointi, ad hoc -raportointi, porautuvat kyselyt ja hälytykset.

Niissä kaikissa katsotaan puhtaasti taaksepäin, menneisyydessä jo tapahtuneeseen.

Analytiikan neljällä ylimmällä tasolla ovat tilastollinen analyysi, ennustaminen,

ennakoiva mallintaminen ja optimointi.

Ensimmäinen niistä tähtää jo tapahtuneen syiden selvittämiseen sekä parempaan ymmärtämiseen ja muut kolme kääntävät katseen tulevaisuuteen.

Perinteistä raportointia edustavilla neljällä ensimmäisellä tasolla analytiikka on kuvailevaa ja tukee reaktiivista päätöksentekoa. Neljän ylimmän tason analytiikka on puolestaan ennakoivaa ja tukee proaktiivista päätöksentekoa.

Analytiikan osaajat menestyvät parhaiten Kaikki analytiikan tasot ovat yrityksissä tarpeellisia, mutta moni yritys hyödyntää yhä vain neljän alimman tason analytiikkaa. Myös useimpien BI-toimittajien tarjonta rajoittuu neljälle ensimmäiselle tasolle eikä yllä pelkkää raportointia vaativampaan analytiikkaan.

SASilla on monipuoliset ja helppokäyttöiset ratkaisut perinteisen raportoinnin neljälle eri tasolle, mutta niiden lisäksi

SAS tarjoaa markkinoiden kehittyneimmän ja kattavimman ratkaisuvalikoiman myös ennakoivan analytiikan kaikille tasoille.

Perinteistä raportointia harjoittavat käytännössä kaikki yritykset, ja välineitäkin siihen on tarjolla pilvin pimein. Kilpailuetua pelkkä raportointi tuskin voi millekään yritykselle nykyisin tuoda.

Maailman johtaviin johdon konsultteihin lukeutuvan Tom Davenportin mukaan analytiikka tuottaa sitä enemmän todellista tietämystä ja kilpailuetua mitä kehittyneemmällä tasolla yrityksen analytiikka on.

Best-seller kirjana julkaistussa tutkimuksessaan Davenport päätyy mittavan empiirisen aineistonsa pohjalta siihen, että ennakoivaa analytiikkaa strategiansa avainelementtinä pitävät yritykset ovat viisi kertaa todennäköisemmin menestyvien yritysten huippuryhmässä kuin heikosti menestyvien ryhmässä.

Myös Accenturen hiljattain tekemässä tutkimuksessa havaittiin, että analytiikassa kyvykkäät yritykset ovat pärjänneet markkinoilla selvästi muita paremmin ja päässeet myös nopeammin ylös taantumasta.

Analytiikkaa kahdeksalla tasolla

10

1) Standardi­ raportointi: Mitä tapah-

2) Ad hoc -raportointi: Kuinka

3) Porautuvat kyselyt: Missä tarkalleen

tui? Milloin tapahtui?

Esimerkki: Yrityksen kuukausittaiset vakiomuotoiset talousraportit tai toiminnan yhteenvetotiedot.

monta? Kuinka usein? Missä?

Esimerkki: Räätälöity raportti tavarataloketjun joulunalusviikon myynnistä eri paikkakunnilla.

on ongelma? Mistä siihen voisi löytyä ratkaisu?

Esimerkki: Asiakaskannattavuuden tarkastelu eri näkökulmista, esimerkiksi tuotteittain, tulosyksiköittäin tai kuukausittain.

CIO-extra

4) Hälytykset: Milloin pitäisi reagoida? Mitä toimenpiteitä nyt tarvitaan?

Esimerkki: Laatumittareiden arvojen laskeminen lähelle kriittistä raja-arvoa aikaansaa hälytyksen tuotantolinjan vakioraportissa.

Miten ennakoiva analytiikka sitten pystyy niin merkittäviä hyötyjä tuottamaan?

Analytiikka auttaa kehittyneiden tilastomatemaattisten algoritmien avulla löytämään yrityksen valtavista datamassoista eri ilmiöiden keskinäisiä riippuvuuksia ja syyseuraussuhteita, jotka selittävät, miksi jokin tietty asia on tapahtunut ja mitkä tekijät siihen ovat vaikuttaneet. Lisäksi – ja ennen kaikkea – ennakoiva analytiikka auttaa ennustamaan ja ennakoimaan tulevia tapahtumia ja optimoimaan liiketoimintaa yrityksen strategisten tavoitteiden saavuttamiseksi.

Organisointi ratkaisee

Tarve yhä polttavampi Sanotaan, että ennustaminen on vaikeaa, varsinkin tulevaisuuden ennustaminen. Se on nokkela sanonta, mutta ei asiallisesti ottaen pidä paikkaansa. Kehittyneellä analytiikalla pystytään nimittäin tekemään hämmästyttävän tarkkoja ennusteita mitä moninaisimmista asioista.

Ennakoiva analytiikka perustuu koeteltuihin tilastomatemaattisiin menetelmiin, joita on kehitetty vuosisatoja ihan vakavana tieteenä yliopistoissa ja korkeakouluissa.

Samoja menetelmiä hyödynnetään jatkuvasti muissakin tieteissä, lääketieteestä ja luonnontieteistä yhteiskunta- ja taloustieteisiin sekä kirjallisuustieteeseen asti.

Yritysmaailmassa edelläkävijät ovat saavuttaneet analytiikan avulla suurta kilpailuetua lukuisilla toimialoilla hotellibisneksestä ja prosessiteollisuudesta vähittäiskauppaan, teleoperaattori-, pankki- ja vakuutustoimintaan sekä kappaletavarateollisuuteen asti.

5) Tilastolliset analyysit: Miksi näin tapahtuu? Mitkä asiat tapahtumaan vaikuttavat ja miten?

Esimerkki: Analysoidaan, miksi tietty asiakassegmentti on selvästi muita huonompi kannattavuudeltaan.

Useimmissa yrityksissä ennakoiva analytiikka on kuitenkin edelleen täysin alihyödynnetty mahdollisuus ja voimavara. Yrityksillä on halussaan valtavat määrät arvokasta dataa, jota ne eivät hyödynnä juuri lainkaan.

Ennakoivan analytiikan tarve tulee kuitenkin yhä polttavammaksi, koska käytettävissä olevan tiedon kompleksisuus ja määrä kasvavat, päätöksenteon nopeus kiihtyy ja päätöksiä täytyy pystyä tekemään aiempaa enemmän kaikilla organisaation tasoilla eikä vain johdossa.

Ennakoivasta analytiikasta ei ole hyötyä, jos tuloksia ei käytetä hyväksi päätöksenteossa ja päivittäisessä liiketoiminnassa. Sen vuoksi analytiikka tulisi integroida osaksi päätöksenteon ja koko liiketoiminnan prosesseja. Niin siitä saadaan kaikki hyöty irti.

Useimmissa suurissa yrityksissä on automatisoitu ja standardoitu liiketoimintaprosessit kattavan toiminnanohjausjärjestelmän avulla.

Nyt tietohallinnon haasteena on rakentaa myös analytiikasta samalla tavalla johdonmukainen, yhtenäinen ja organisoitu osa prosesseja. Analytiikasta hyötyy koko organisaatio, jos sen tulokset tuotetaan keskitetysti ja automatisoidusti kaikkien tarvitsevien käyttöön.

Ilman selkeää organisointia analytiikan hyödyntäminen jää helposti puolitiehen tai siinä päädytään lukuisiin stand alone -ratkaisuihin eri puolilla organisaatiota kaikkine siihen liittyvine ongelmineen.

6) Ennustaminen: Mitä jos tämä trendi jatkuu?

Paljonko jotakin tarvitaan?

Milloin sitä tarvitaan?

Esimerkki: Ennustetaan vähittäiskauppaketjun tuotteiden kysyntää viikko- ja päivätasolla ja tehdään tilaukset ennusteiden mukaisesti.

Yhtenäiselle alustalle rakennetuilla ratkaisuilla voidaan välttää integrointiongelmat, helpottaa ylläpitoa ja vähentää kustannuksia.

SASilta yhtenäinen ja kattava kehikko Yritysjohto ja koko liiketoiminta odottavat, että tietohallinnon pystyttämät järjestelmät tarjoavat analyyttistä tietoa juuri sinne ja juuri silloin, kun sitä organisaation eri puolilla tarvitaan.

SASilla on liiketoiminta-analytiikkaa varten kattava ja yhtenäinen kehikko, joka mahdollistaa analytiikan hyödyntämisen tehokkaasti koko organisaatiossa mitä erilaisimmissa liiketoiminnan tarpeissa.

Kehikon puitteissa yritys voi lähteä liikkeelle hyvinkin rajatulla hyödyntämisalueella, joka koskee vaikkapa riskienhallinnan jotain osa-aluetta, kysynnän ennustamista tai kampanjanhallintaa. Hyötyjä saadaan nopeasti, kun ei rakenneta heti mitään mammuttiratkaisua.

Tarpeiden kasvaessa ja resurssien salliessa samaa kehikkoa voidaan hyödyntää alustana yhä uusille ratkaisuille, jotka voivat liittyä esimerkiksi tuote- ja asiakaskannattavuuteen, asiakkuudenhallintaan tai toimitusketjun optimointiin.

Kun kaikki ratkaisut perustuvat samaan yhtenäiseen arkkitehtuuriin, niissä voidaan hyödyntää samaa osaamista, ympäristön hallinta on helpompaa ja käyttäjillä on eri ratkaisuista yhteinen käyttökokemus eri puolilla organisaatiota.

7) Ennakoiva mallintaminen: Mitä voisi tapahtua seuraavaksi?

Kuinka se vaikuttaisi toimintaamme?

Esimerkki: Ennakoidaan asiakaspoistumaa ja suunnitellaan tulosten pohjalta markkinointikampanjat poistumisvaarassa oleville asiakkaille.

•

8) Optimointi: Miten meidän kannattaisi toimia?

Mikä olisi paras mahdollinen lopputulema?

Esimerkki: Arvioidaan erilaisten investointiskenaarioiden talous- ja suorituskykyvaikutuksia ja valitaan paras vaihtoehto.

CIO-extra

11

SASIN ROAD MAP

SAS-teknologia vastaa SAS kehittää teknologiaansa ja ratkaisujaan vastaamaan asiakkaiden uusiinkin tarpeisiin lähivuosien keskeisimmissä haasteissa, jotka liittyvät tiedonhallintaan, analytiikkaan, raportointiin ja suuren laskentatehon hyödyntämiseen kasvavien tietomassojen käsittelyssä.

S

AS on käyttänyt läpi vuosien lähes neljänneksen liikevaihdostaan tuotekehitykseen. Siksi SASin teknologia ja ratkaisut ovat pysyneet kehityksen eturintamassa ja tukeneet asiakkaiden liiketoimintaa. ”Lähivuosina investointimme innovointiin sekä uusien kyvykkyyksien, teknologioiden ja ratkaisujen toimittamiseen jatkuvat, jotta voimme vastata sekä markkinoiden että asiakkaidemme jatkuvasti muuttuviin vaatimuksiin”, toteaa Mark Torr, Director of the Global Technology Practice.

Yhdeksi keskeiseksi kehitysalueeksi hän mainitsee tiedonhallinnan (data management), jonka merkitys kasvaa lähivuosina olennaisesti.

Yrityksissä on ymmärretty, että niiden vahvimpia resursseja on se data, jota ne saavat, kokoavat, siirtävät, muokkaavat, puhdistavat, integroivat, jalostavat, tallentavat, jakelevat ja hyödyntävät. ”Tehokkaan tiedonhallinnan avulla siitä datasta tulee yrityksille arvokasta omaisuutta eikä pelkkä rasitus ja riesa. Data voidaan muuttaa aseeksi, jonka avulla voitetaan kilpailijat”, Torr sanoo.

Datamäärien paisuessa tarvitaan muun muassa lisää suorituskykyä, uusia tallennustapoja, kustannustehokkuutta ja parempaa hallintaa. Koko datainfrastruktuuria joudutaan tarkastelemaan uudestaan. ”Jos tiedonhallinta halutaan hoitaa teollisen tehokkaasti, täytyy pystyä näkemään nopeasti, mistä mikäkin data tuli, miten sitä on muutettu, kuka on muuttanut ja mitä bisnessääntöjä on noudatettu.”

SAS on tarjonnut tiedonhallintaratkai12

CIO-extra

suja jo 35 vuotta ja kehittää ratkaisuja myös uusiin haasteisiin. Tälläkin hetkellä SAS tarjoaa yhtenäisen tiedonhallinnan alustan, joka kattaa dataintegraation ja master data managementin sekä ratkaisut tiedon laadun ongelmiin.

Esimerkiksi master data management on Torrin mukaan yhä tärkeämpää, jotta yritykselle tärkeät tiedot olisivat yhdenmukaisia yhä useammin yksikkö- ja osastorajojen yli kulkevissa liiketoimintaprosesseissa.

Lisää laskentatehoa Erittäin tärkeänä kehitysalueena SAS pitää korkean laskentatehon tietojenkäsittelyä (high performance computing), josta tulee myös asiakasorganisaatioille entistä tärkeämpää tulevaisuudessa. ”Kyse on siitä, miten käsitellään todella isoja datamääriä ja miten niitä pystytään käyttämään monimutkaisessa analytiikassa”, Torr sanoo.

Datamäärät kasvavat eksponentiaalisesti, ja yrityksille virtaa nykyisin myös valtavat määrät strukturoimatonta dataa muun muassa sosiaalisesta mediasta, blogeista ja myös omalta web-sivustolta.

Verkkoon kytketään yhä enemmän erilaisia IP-laitteita televisioista ja jääkaapeista tuotantolaitteistojen antureihin asti.

Ne kaikki tuottavat täysin uutta datavirtaa, jonka volyymit nousevat pilviin.

Jotta kaikkea dataa pystyttäisiin käsittelemään ja analysoimaan ja irrottamaan siitä arvokasta tietoa, laskentatehoa tarvitaan Torrin mukaan huomattavasti aiempaa enemmän.

SAS on kehittänyt jo vuosien ajan ja kehittää jatkossakin neljällä eri alueella menetelmiä, joiden avulla asiakkaat saavat oikean määrän laskentatehoa juuri sinne, missä sitä milloinkin tarvitaan.

Verkkolaskennassa (grid computing) laskentatehtävä pilkotaan osiin ja tietojenkäsittely hajautetaan usealle laitteelle, jotka käyttävät dataa yhdestä ja samasta lähteestä. Apuna tässä on SAS® Grid Manager. ”Prosessointi nopeutuu, koska laskentaa tapahtuu peräkkäisen sijasta rinnakkaisena prosessina. Pilkottiinpa tehtävä osiin algoritmin tai datan perusteella itsenäiset laskentaprosessit tapahtuvat yhtä aikaa samaa datalähdettä vasten”, Torr toteaa.

In-database-menetelmässä raskas laskenta voidaan tehdä SASin sijasta tieto-

kannassa, jolloin datamassoja ei tarvitse siirtää verkon yli kannasta SASiin ja järeän kantapalvelimen vapaa kapasiteetti saadaan käyttöön.

Vieläkin tehokkaammaksi laskennan tekee in-memory-menetelmä, jolla standardeja analyyttisiä tehtäviä voidaan suorittaa tietokannan datalla suoraan muistissa. Prosessointiaikaa on Torrin mukaan voitu näin lyhentää tunneista muutamiin sekunteihin.

Neljäs menetelmä, event stream processing, mahdollistaa jatkuvana virtana tulevan datan, kuten osakemarkkinadatan, tosiaikaisen analysoinnin sekä välittömän reagoinnin analyysituloksen pohjalta.

Uutta analytiikkaa SASin ylivertainen analytiikka muodostaa ytimen sen kyvylle auttaa asiakasorganisaatioita siirtymään reaktiivisesta proaktiiviseen päätöksentekoon. SASilla on markkinoiden laajin ja syvin analytiikan tarjoama, joka kattaa sekä kuvailevan että ennakoivan analytiikan. ”Jatkamme 35 vuoden kokemuksellamme innovointia analytiikassa ja kehitämme uusia ominaisuuksia ja algoritmeja sekä aivan uusia analyyttisiä lähestymistapoja ongelmien ratkaisemiseen”, Torr sanoo.

Ennustamiseen SAS on hiljattain muun muassa luonut parhaat käytännöt erilaisten menetelmien yhdistämiseen, jotta nähtäisiin, tuottaako se parempia tuloksia kuin yksittäinen malli. Tiedonlouhinnassa uutta on esimerkiksi survival-analyysi, joka asiakaspoistuma-analyysin teossa ei selvitä vain sitä, ketkä asiakkaat yritys on vaarassa menettää, vaan myös sen, milloin se todennäköisesti tapahtuu. ”Tutkimme myös aikasarjamallinnuksen tuomista tiedonlouhintaan. Se tarkoittaa, että dataa voidaan segmentoida aikaulottuvuudessa ja löytää säännönmukaisuuksia, jotka liittyvät myös aikaan eivätkä vain esimerkiksi ihmisiä koskevaan demografiseen dataan”, Torr kertoo.

Jotta yritykset voisivat hyödyntää analytiikkaa entistä laajemmin, SAS kehittää jatkuvasti yhä helppokäyttöisempiä analyysiratkaisuja sekä tapoja jakaa analyysituloksia läpi koko organisaation.

Viime versiossa SAS esimerkiksi julkaisi SAS® Rapid Predictive Modeller -työkalun, jota voi käyttää vaikka bisnesihmisille tutulla Excelillä.

tuleviinkin tarpeisiin SAS kehittää Mark Torrin mukaan jatkuvasti uusia innovaatioita analytiikkaan, joka on nousemassa main stream -ilmiöksi yritysten huomattua sen arvon yhä laajemmin.

”Kyse on käyttöliittymästä, jolla voi luoda ennakoivia malleja vain wizardeja klikkailemalla tarvitsematta ymmärtää taustalla toimivaa tilastomatematiikkaa. Se auttaa tuomaan ennakoivan mallinnuksen yhä useamman käyttäjän ulottuville.”

Vastaavasti massiiviseen aikasarjaennustamiseen tarkoitettu SAS® Forecast Server sisältää helppokäyttöisen käyttöliittymän, jolla voi tuottaa pitkälle automatisoituja ennusteita ilman syvää osaamista.

Osaksi prosesseja SAS-analytiikka voidaan Torrin mukaan integroida useammallakin eri tavalla kiin-

teäksi osaksi päivittäisiä liiketoimintaprosesseja ja operatiivisia järjestelmiä.

Analytiikka voi toimia niiden taustalla niin, että käyttäjät eivät edes tiedä hyödyntäneensä analytiikkaa. ” Vo i m m e integroida SASin siihen, mikä on jo olemassa, joten pyörää ei välttämättä tarvitse keksiä aina uudestaan.”

Analytiikan tulokset voidaan haluttaessa syöttää automaattisesti mihin tahansa operatiiviseen järjestelmään, jossa käyttäjät voivat hyödyntää niitä samassa ympäristössä, jossa he muutenkin toimivat.

Palveluorientoituneessa arkkitehtuurissa (SOA) bisnesprosessi tai operatiivinen järjestelmä voi kutsua SASin analytiikkaa, teettää sillä jonkin analyysin ja saada tulokset takaisin osaksi prosessia. ”Esimerkiksi pankkiasiakkaan lainahakemus voidaan lähettää SASin analyyttiseen järjestelmään, joka pisteyttää hakemuksen ja lähettää pankkivirkailijalle takaisin suosituksen lainan myöntämisestä tai epäämisestä.”

Luottokortin tai pankkikortin käytön

mahdollista vilpillisyyttä voidaan SASin avulla analysoida jopa tosiaikaisesti kassatapahtuman yhteydessä.

Analytiikan käytön yleistyessä analyyttisten mallien hallinnasta tulee yhä suurempi haaste yrityksissä. Sen helpottamiseksi SASilla on jo Model Manager -ratkaisu, johon parhaillaan kehitetään myös work flow -ominaisuuksia. ”Tarkoituksena on varmistaa, että tietyt tehtävät on hoidettu sekä dokumentoida kaikki tekemiset esimerkiksi sääntelyn vaatimuksia tai muita tarpeita varten. Work flow -ominaisuuksien ansiosta mallien hallinnasta saadaan vanttera operatiivinen prosessi”, Torr toteaa.

Tutuilla välineillä Raportoinnissa on jo pitkään ollut mahdollista hyödyntää ja jaella SAS-ratkaisujen tuottamaa tietoa bisneskäyttäjien päivittäisten työkalujen, kuten Office-välineiden, web-selaimen ja Sharepointin kautta.

Omia käyttöliittymiään SAS on muuttanut selainpohjaisiksi, ja yhä useammassa hyödynnetään helppokäyttöistä ja interaktiivista Flash-teknologiaa.

Pitkälle kehitetyn, yleensä tietohallinnon ylläpitämän yritystason raportoinnin rinnalle SAS kehittää yhä helppokäyttöisempiä ad hoc -raportoinnin ratkaisuja osasto- ja yksikkötason bisneskäyttäjille. ”Konseptin tarkoituksena on helpottaa bisneskäyttäjien itsenäistä raportointia ja analysointia ilman, että tietohallinnon täytyisi pystyttää iso infrastruktuuri sitä varten. Samalla kehitämme myös entistä visuaalisempaa tapaa tutkia ja esittää dataa niin osasto- kuin yritystason raportoinnissa”, Torr kertoo.

Oman kehitysalueensa muodostaa mobiili business intelligence (BI). Siihen erikoistuneen MeLLmon kanssa solmitun kumppanuuden myötä SAS-raportointi- ja analytiikka ovat nyt jo käytettävissä iPhonessa ja iPadissa sekä pian Blackberrylaitteissa.

Samalla SAS kehittää Torrin mukaan myös omia mobiili-BI-ratkaisuja ensivaiheessa Applen iOS-alustalle ja Androidalustalle. ”Mobiilistrategiamme on joustava.

Suunnittelemme ratkaisut siten, että uusia alustoja on helppo lisätä tarpeen mukaan”, hän toteaa.

•

CIO-extra

13

MARKKINOINTI

Analyyttinen markkinointi tuloksenteon apuvälineeksi Analyyttisen markkinoinnin SAS-ratkaisuilla ei ainoastaan edistetä yrityksen markkinointiponnisteluja, vaan pystytään vaikuttamaan myös moniin yrityksen taloudellista tulosta muokkaaviin avaintekijöihin.

S

ASilla on laaja valikoima liiketoimintaratkaisuja, jotka auttavat yrityksiä kasvattamaan liikevaihtoaan, tehostamaan toimintaansa, säästämään kustannuksiaan ja tehostamaan pääoman käyttöään.

Näihin ratkaisuihin kuuluvat myös Customer Intelligence -alueen eli analyyttisen markkinoinnin ratkaisut, joilla pystytään SASin Business Advisorin Pekka Kanervan mukaan vaikuttamaan keskeisimpiin yrityksen taloudellisen menestyksen mittareihin. ”Asiakkaamme ympäri maailman ovat hyödyntäneet CI-ratkaisujamme ja saaneet erinomaisia tuloksia, joiden myönteinen vaikutus talouden avainlukuihin on selvästi todennettu”, hän kertoo.

Lisää myyntiä Yleisimmin ajatellaan, että markkinoinnin ohjelmistoratkaisuilla pystytään kasvattamaan liikevaihtoa, koska ne auttavat yritystä pitämään nykyiset asiakkaat, myymään heille enemmän tai parempaan hintaan ja hankkimaan kokonaan uusia asiakkaita. ”Kun asiakkaat tunnetaan asiakasanalytiikan ansiosta aikaisempaa paremmin, asiakkaita kyetään segmentoimaan tarkemmin ja kohdentamaan heille relevantimpaa markkinointiviestintää niin viestin sisällön, kanavan, ajoituksen kuin hinnanasetannankin osalta”, Kanerva toteaa.

Eikä tämä koske hänen mukaansa vain ulospäin suuntautuvaa outbound-markkinointia, vaan myös inboundia 14

CIO-extra

eli tilanteita, joissa asiakas itse ottaa yhteyttä call centeriin tai fyysiseen palvelupisteeseen. ”Asiakaspalvelija voi heti nähdä näyttöruudultaan, minkälaisesta uudesta tuotteesta tai palvelusta kyseinen asiakas on analytiikan mukaan todennäköisimmin kiinnostunut ja tarjota sitä asiakkaalle.”

Sama on toteutettavissa myös verkkosivuilla, jossa asiakkaalle näytetään analytiikan tulosten pohjalta personoitu sivu ja esitellään juuri häntä kiinnostavia tuotteita.

Asiakaspoistuman analysoinnilla puolestaan voidaan ennustaa, ketkä asiakkaat yritys on todennäköisimmin menettämässä, jolloin heille pystytään kohdentamaan erityisiä markkinointitoimenpiteitä.

Uusasiakashankinnassa yritys voi analytiikan avulla ensin tunnistaa, minkälaisia ovat sen nykyiset hyvät asiakkaat ja sitten kohdistaa mediamainonta ja suoramarkkinointi juuri samankaltaisille ihmisille.

Kustannussäästöjä Analyyttisen markkinoinnin SAS-ratkaisut voivat Kanervan mukaan auttaa yrityksiä myös parantamaan kannattavuuttaan muun muassa trimmaamalla markkinoinnin prosesseja sekä optimoimalla hinnoittelua asiakassegmentoinnin ja asiakkaiden tarpeiden sekä ostotodennäköisyyden paremman tuntemisen pohjalta. ”Markkinointiviestintä pystytään kohdentamaan asiakasymmärryksen parannuttua entistä tarkemmin. Pienemmällä suorapostitusten määrällä

Analyyttisen markkinoinnin SAS-ratkaisuilla pystytään Pekka Kanervan mukaan vaikuttamaan yrityksen taloudellisen tuloksen avainalueisiin.

saadaan sama tulos kuin ennen isommalla määrällä, ja samankokoisella budjetilla voidaan toteuttaa enemmän kampanjoita ja paremmin tuloksin”, hän sanoo.

Asiakasanalytiikka myös paljastaa, missä kanavassa eri asiakkaita kannattaa lähestyä.

Osa viestinnästä voidaan siirtää edullisempaan sähköpostitai SMS-kanavaan tulosten silti vain parantuessa.

Kiertonopeutta Analyyttiset markkinointiratkaisut voivat auttaa yrityksiä myös tehostamaan pääoman käyttöä muun muassa nopeuttamalla varaston ja myyntisaamisten kiertonopeutta ja siten vähentämällä käyttöpääoman tarvetta sekä myös parantamalla kapasiteetin käyttöastetta. ”Asiakasanalytiikka ja kysynnän ennustaminen auttavat esimerkiksi optimoimaan varastossa pidettävää tuotevalikoimaa ja tuotteiden määrää. Markkinoinnin osuvampi kohdentaminen puolestaan nopeuttaa myyntisykliä”, Kanerva toteaa.

Vastaavasti analytiikan lisäämä asiakasymmärrys ja markkinoinnin tarkka kohdentaminen auttavat parantamaan kapasiteetin käyttöastetta olipa kyse call centerin miehityksestä, hotellin varaustilanteesta, lentokoneen istuinpaikkojen täyttämisestä tai tehtaan tuotantolinjan pyörittämisestä.

Lisäksi asiakasanalytiikka voi myös auttaa myymään kapasiteetin mahdollisimman hyvällä katteella.

Pitkällä kokemuksella SASilla on markkinoiden laajin ratkaisuvalikoima yritysten markkinoinnin tarpeisiin. Ratkaisut ovat Kanervan mukaan kaikki maailmanluokan tuotteita, joihin SASilla yhdistyy kilpailijoista poiketen myös maailmanluokan analytiikka. ”Olemme toimittaneet ana-

lytiikkaa yritysten markkinointiosastoille yli 30 vuoden ajan, vaikka erityisesti markkinoinnille dedikoituja tuotteita SASilla ei 30 vuotta sitten vielä ollutkaan.”

Ohjelmistoratkaisujen lisäksi SASilla ja sen kumppa-

neilla on valtavasti kokemusta ja ymmärrystä markkinoinnista eri toimialoilla. Markkinointiratkaisujen ammattilaisia SASilla on myynnissä, tuotetuessa ja it-osaajien parissa niin Suomessa kuin globaalistikin.

Lisämyyntiä ja säästöjä Viron suurin kiinteän verkon teleoperaattori Elion kertoo lisänneensä SASin analytiikan ja kampanjanhallintaratkaisun avulla asiakaskohtaista liikevaihtoaan (ARPU) yhdeksällä prosentilla ja vähentäneensä

asiakaspoistumaa kymmenellä prosentilla verrattuna kontrolliryhmään, joka ei saanut SAS-analytiikan avulla kohdennettua viestintää.

panjanhallinnan käyttöönoton jälkeen osuus nousi yhtiön mukaan heti ensimmäisen

vuosineljänneksen aikana 20 prosenttiin.

Myyntisyklit olemassa oleville asiakkaille ovat yhtiön mukaan lyhyempiä ja vakuutusmaksut usein 30–40 prosenttia korkeampia kuin ensimmäistä vakuutustaan ottavilla uusilla asiakkailla.

tää Euroopan liiketoiminnoissaan 300–400 miljoonaa

euroa markkinointiin, mutta arvio pystyvänsä vähentämään määrää kahdella prosentilla otettuaan käyttöön SAS-ratkaisun markkinoinnin automatisointiin.

kanavassa lähetetään ensimmäinen muistutus maksamattomasta luottokorttilaskusta.

Tavoitteena pankilla on maksimoida maksetuksi tule-

vien laskujen määrä, nopeuttaa maksamista, vähentää muistutuksista aiheutuvia kustannuksia ja ylläpitää silti asiakastyytyväisyys vähintäänkin entisellään.

Pankin mukaan ratkaisu maksoi itsensä takaisin kuudessa kuukaudessa, ja investoinnin tuotto oli 300 prosenttia.

kustannuksia 40 prosentilla ja puhelinmyynnin kustan-

nuksia 20 prosentilla.

Samaan aikaan asiakkaiden vastausprosentti on noussut 50–100 prosenttia kampanjasta riippuen. Myös asiakastyytyväisyys on kasvanut.

Automatisointi tuo jättisäästöt Amerikkalainen toimistotarvikeketju Office Depot käyt-

Maksamattomat laskut maksuun Noin 3,5 miljoonan kuluttajaasiakkaan National Australia Bank käyttää SAS® Marketing Optimization -ratkaisua poikkeuksellisen innovatiivisesti optimoidakseen sitä, mille asiakkaille, milloin ja missä

Parempi pull Vakuutuksiakin myyvä New Zealand Automobile Association kertoo vähentäneensä SAS-analytiikan avulla suoramarkkinointipostitusten

•

Elion on myös vähentänyt SASin analytiikan ja kampanjanhallinnan ansiosta markkinointibudjettiaan 30–40 prosenttia. Silti kampanjat tuottavat kaksinkertaiset tulokset aiempaan verrattuna, ja jokainen kampanjoihin käytetty euro tuottaa keskimäärin toisen euron puhdasta voittoa.

Kannattavampia uusasiakkaita Intialaisen vakuutusyhtiön Max New York Lifen uusmyynnistä tuli aiemmin vain seitsemän prosenttia olemassa olevilta asiakkailta.

SAS-analytiikan ja kam-

”Pystymme keskustelemaan asiakkaiden markkinointi-ihmisten kanssa samaa kieltä, toteuttamaan hankkeet ja sen jälkeen käymään läpi, miten asiakkaat saavat ratkaisuistaan kaiken hyödyn irti”, Kanerva toteaa.

•

•

•

•

•

CIO-extra

15

ENNUSTAMINEN

Ennusteista lisäarvoa Yhä useampi yritys on alkanut hakea kilpailuetua, lisämyyntiä ja kustannussäästöjä ennustavan analytiikan avulla. Ennusteista voivat hyötyä toimialasta riippumatta lähes kaikki liiketoimintaprosessit.

E

nnustavassa analytiikassa on kyse tilastomatemaattisin menetelmin luotavasta näkymästä tulevaisuuteen. Ennusteet voivat tukea sekä päivittäistä operatiivista toimintaa että strategista suunnittelua ja monenlaisia muita tarpeita yrityksissä ja julkishallinnossa. ”Tavallisimmat prosessit, joissa ennusteita hyödynnetään, liittyvät tuotteiden saatavuuteen eli varastojen tai myymälöiden hyllytilan täydentämiseen sekä tuotannonohjaukseen, kapasiteetin suunnitteluun ja vastaaviin prosesseihin”, SASin Senior Advisor Jan Nyström kertoo.

Yleinen sovelluskohde on myös hinnoittelun optimointi esimerkiksi lentoyhtiöiden ja hotellien kysyntäohjautuvassa hinnoittelussa sekä vähittäiskaupan hinnoittelussa tuotteiden elinkaaren eri vaiheissa.

Ennustavasta analytiikasta on kyse myös luotonannossa, kun pankki pisteyttää asiakkaiden todennäköisyyttä hoitaa maksut häiriöittä. Kampanjoinnissa analytiikan avulla poimitaan kohderyhmiin asiakkaat, jotka todennäköisimmin tarttuvat tarjoukseen, ja asiakaspoistumaa ennakoidaan myös analytiikan avulla.

Työvoimavaltaisilla, kysyntäohjautuvilla toimialoilla en­nustavaa analytiikkaa voidaan käyttää tukemaan työvuorosuunnittelua, jotta vältytään sekä yli- että alimiehitykseltä kysynnän vaihdellessa.

Ennakoivassa kunnossapi-

16

CIO-extra

dossa analytiikka auttaa ajoittamaan niin tuotantolaitteiden, lentokoneiden kuin sairaalalaitteidenkin huoltotoimenpiteet siten, että laitteet eivät pääse vikaantumaan.

Hyötyjä nopeasti Varaston tai myymälähyllyjen täydentämisessä ennustavan analytiikan tavoitteena on Nyströmin mukaan varmistaa tuotteiden saatavuus ja minimoida varastoinnin, varastoon sitoutuneen pääoman sekä hävikin aiheuttamat kustannukset.

Perinteisesti täydennystilauksia on tehty, kun varastosaldo on saavuttanut ennalta määritellyn minimiarvon. Täydennystilauksen määrälle on puolestaan ollut tietty maksimiarvo. ”Jos minimi- ja maksimiarvot pystytään kytkemään ennustettuihin kysynnän vaihteluihin, minimiarvoa voidaan pienentää hiljaisen kysynnän aikana ja maksimiarvoja nostaa, kun näkyvissä on kysyntäpiikki.”

Tällaisessa käytössä ennustava analytiikka tuo Nyströmin mukaan hyötyjä hyvin suoraviivaisesti ja nopeasti siitä päivästä lähtien, kun ensimmäiset ennusteet ovat käytettävissä.

Eurot katteeseen Valmistavassa teollisuudessa kysyntäennusteet ovat parhaimmillaan pohjana koko tuotan-

Jan Nyström korostaa, että ennusteet tuottavat lisäarvoa vasta sitten, kun niitä hyödynnetään jossain liiketoiminta­ prosessissa. nonsuunnittelulle. Ennusteilla voidaan ohjata muun muassa raaka-aine- ja komponenttivarastoja, tuotantolinjojen allokointia, lopputuotteiden valmistusmääriä sekä logistiikkaa.

Jos tuotteita ja asiakkaita on paljon, ennustaminen pitäisi kyetä automatisoimaan, koska kaikkien eri tuote-asiakasyhdistelmien kysyntää ei mitenkään pystytä ennustamaan manuaalisin menetelmin. ”Silloin usein käytetään vain jotain ylemmän tason lukuja, joita pusketaan alaspäin. SASin analyyttisten ratkaisujen hyödyt taas tulevat siitä, että ne tekevät ennusteet automaattisesti jokaisesta yksittäisestä tuotteesta ja tuoteasiakasyhdistelmästä lähtien”, Nyström sanoo.

Hinnoittelussa ennustavaa analytiikkaa voidaan käyttää tuotteiden normaalihinnan, kampanjahinnan ja alennushinnan optimointiin. Jotta esimer-

kiksi alehinnoittelusta saataisiin paras mahdollinen tuotto, se kannattaisi Nyströmin mukaan tehdä tuote- ja myymäläkohtaisesti, koska myös kysyntä ja varastosaldo vaihtelevat tuoteja myymäläkohtaisesti.

Alehintojen optimoinnissa ennustetaan, miten eri tuotteiden kysyntä jatkuu, jos mitään ei tehdä, ja miten hinnan muutokset vaikuttavat kysyntään eli mikä on tuotteiden hintajousto. ”Koska tuotteiden kulut on jo maksettu, jokainen optimoinnilla ansaittu ylimääräinen euro siirtyy suoraan katteeseen.”

Ennustamisalusta Ennustava analytiikka perustuu historiatietoihin. Siinä ei kuitenkaan siirretä menneisyyden trendejä sellaisenaan tulevaisuuteen, vaan ennen kaikkea

analysoidaan, miksi tapahtui niin kuin tapahtui ja mikä kaikki siihen vaikutti.

Esimerkiksi kysyntää ennustettaessa selittäviä tekijöitä voivat olla sää, hinta, sesonki, jokin kertaluonteinen tapahtuma sekä omat ja kilpailijoiden toimenpiteet. Ennusteita kyetään luomaan, kun tiedetään, mitkä asiat vaikuttivat kysyntään menneisyydessä ja mitä niissä asioissa tapahtuu tulevaisuudessa. ”SASin analytiikka on erityisen hyvä ottamaan huomioon tällaisia kehitykseen vaikuttavia kausaalitekijöitä”, Nyström korostaa.

Jos historiatiedot sisältävät esimerkiksi poikkeavan kysyntäpiikin, jolle ei löydy mitään selittävää tekijää, SASin analytiikka osaa automaattisesti poistaa poikkeavan ilmiön vääristämästä ennustetta.

SASilla ei ole Nyströmin mukaan vain yhtä ennustamisratkaisua, vaan kokonainen ennustamisalusta, SAS® Forecast Server, erilaisine käyttöliittymineen. Alustaan kuuluu myös toimialakohtaisia ja muita valmisratkaisuja sekä erilaisia ratkaisukomponentteja, joita voi yhdistellä keskenään.

Forecast Serverillä esimerkiksi pystytään tekemään automaattisesti kysyntäennusteita jopa sadoille tuhansille tuotteille tai tuote-asiakas- ja tuote-myymäläyhdistelmille vaikkapa päivä-, viikko- ja kuukausitasolla.

Varastonoptimoinnissa ennusteratkaisua täydentää SAS® Inventory Replenishment Optimization, joka ottaa tilausten teossa huomioon ennusteen lisäksi muun muassa varastosaldon, oikean tilaushetken, tuotteiden toimitusajan sekä toimittajien minimiostorajoitukset.

Kaupalle tarjolla on oma ratkaisunsa SAS® Retail Forecasting for Replenishment, joka ottaa huomioon monet kaupan erityistarpeet. Hinnoittelun optimointiin SASilla on kokonainen ratkaisuperhe, joka tukee sekä normaali-, kampanja- että alennushinnoittelua.

•

Työvuorot kohdalleen Itella Viestinvälitys käyttää SASin ennustavaa analytiikkaa postin esikäsittelyssä ja jakelussa työskentelevien noin 12 000 henkilön työvuorosuunnitteluun niin, että vältytään ali- ja ylimiehitykseltä.

Postilähetysten määrä vaihtelee päivittäin jopa yli sata prosenttia, joten tarkat ennusteet postin määrästä ovat tarpeen. Ennusteita hyödynnetään kaikissa postinjakelun noin 500 lähtöpisteessä ympäri maan. ”Kun työvuorosuunnitelman joutuu tekemään kolmen kuukauden päähän, siinä

on hyvä olla apuna jotain kättä pidempää.

Ennustejärjestelmä on ollut erittäin tervetullut työkalu”, sanoo palveluesimies Hannu Salo, joka vastaa työvuorosuunnittelusta Helsingin Kasarminkadun lähtöpisteessä.

•

Automatisoitua hinnoittelua Yhdysvaltalainen rakennus- ja remonttityökaluja ja -laitteita myyvä Northern Tool + Equipment käyttää SAS® Regular Price Optimization -ratkaisua tuotteidensa normaalihintojen optimointiin myymälöissä, verkkokaupassa ja kuvastomyynnissä.

Ketju haluaa hinnoitella 27 000 tuotenimikettään joustavasti siten, että se pysyy hintajohtajana valitsemissaan tuoteryhmissä.

Optimoidut hintaehdotukset syntyvät SAS-ratkaisulla automaattisesti ketjun hinnoittelustrategian, tuoteryhmäkohtaisten tavoitteiden, bisnessääntöjen, kilpailijatietojen ja kysyntäennusteiden pohjalta.

Ratkaisu ottaa hinnoissa huomioon myös myymäläkohtaiset tekijät, kuten tuotteiden kuljetuskustannukset, lähialueen kilpailijat sekä myymälän ylläpitokustannukset.

•

Kilpailuetuja varastotasolla

myös yhtiön markkinaosuus. ”SAS on avaintekijä toimitusketjun hallintastrategiassamme”, sanoo Custom Pak Materials Manager Gary Keathley.

Maailman johtava silmäkirurgisten laitteiden ja välineiden sekä silmänhoitotuotteiden valmistaja Alcon kertoo säästäneensä jo kuusi miljoonaa dollaria SASin ennustavalla analytiikalla, jolla yhtiön Houstonin yksikkö optimoi raaka-aineiden, komponenttien ja valmiiden tuotteiden varastojaan.

Yhtiöllä on tuhansia tuotteita, mutta se on onnistunut vähentämään ”ei-oon” myynnin olemattomiin kasvattamatta varastotasojaan liikaa. Asiakaspalvelun taso on noussut, kuten

Hävikki alas Iso-Britannian tunnetuin ruokakauppaketju Waitrose käyttää SASin ennustavaa analytiikkaa pitääkseen huolen, että sen 190 myymälällä on päivittäin hyllyillä juuri oikea määrä tuotteita, jotta myynti sekä asiakastyytyväisyys saadaan maksimoitua ja hävikki minimoitua. ”Olemme kyenneet SASin avulla vähentämään varastotasojamme ainakin kahdeksalla prosentilla ja hävikkiä 3–4 prosentilla”, kertoo Gail Richmond, Manager of Branch Ordering Development

•

Lisäksi Waitrose pystyy hänen mukaansa tarkastelemaan SASratkaisun avulla menneitä tapahtumia ja näkemään, jos esimerkiksi jouluna tehtiin virheitä ja korjaamaan asiat seuraavalla kerralla.

Samoin pystytään tunnistamaan onnistumiset ja kopioimaan niitä.

•

CIO-extra

17

RISKIENHALLINTA

Kokonaisratkaisut riskienhallintaan Maailman­laajuisen finanssikriisin tärkeimpiä opetuksia on, että riskejä tulee tarkastella kokonaisvaltaisesti eikä siilomaisesti. SASin analyyttisillä ratkaisuilla se onnistuu yhdellä alustalla.

L

iiketoimintaan sisältyy aina monenlaisia riskejä, jotka täytyisi asianmukaisesti siirtää tuotteiden tai palveluiden hintoihin ja ottaa myös huomioon strategisessa suunnittelussa ja päätöksenteossa. ”Riskejä arvioitaessa on pyrittävä antamaan mahdollisimman tarkka rahallinen arvo riskeille, jotka voivat aktualisoitua. Sen jälkeen on tärkeää kyetä tarkastelemaan dynaamisesti yrityksen strategiaa myös riskiprofiilin muuttuessa”, toteaa Valtteri Hasa, SASin Senior Advisor.

Muutos riskeissä voi edellyttää esimerkiksi pääomien allokoinnin uudelleenarviointia, tuoteportfolion uudistamista, valittujen asiakassegmenttien uudelleentarkastelua tai hinnoittelun muutoksia. ”Perusasia on, että yrityksen pitää pystyä määrittele-

SAS voi Valtteri Hasan mukaan auttaa riskienhallinnan ratkaisuillaan yrityksiä vastaamaan sääntelyyn vaatimuksiin, mutta ennen kaikkea myös kehittämään riskienhallintaa liiketoimintansa tarpeista käsin.

18

CIO-extra

mään paitsi riskinsä myös riskienottohalukkuutensa ja riskienottokykynsä, jotta se välttyy epämiellyttäviltä yllätyksiltä”, Hasa korostaa.

SASilla on maailmanlaajuisesti asiakkainaan tuhansia pankkeja, rahalaitoksia ja vakuutusyhtiöitä. Valtaosa Suomessakin toimivista isoista pankeista alkoi viimeistään Basel II:n myötä käyttää SASratkaisua luottoriskiensä hallintaan.

Solvency II:n myötä myös vakuutusyhtiöt joutuvat sopeutumaan uuteen säännöstelyyn, joka asettaa tiukentuvia vaatimuksia tiedon laadulle, auditoitavuudelle, stressitesteille, laskennalle ja skenarioinnille. ”Säännöksiä on noudatettava, mutta vakuutusyhtiön tulee saada riskienhallinnasta hyötyjä myös omaan liiketoimintaansa. Siksi Solvency II:n

yhteydessä kannattaa kehittää kokonaisvaltaista riskienhallintaa”, Hasa toteaa.

Yhtenä erityisalueena, jolla uudenlaista hyötyä riskienhallinnasta olisi saatavissa, Hasa mainitsee riskien arvostamisen ja huomioon ottamisen kannattavuutta ja tuottoa pohdittaessa. Yleisluontoisempi tarve puolestaan on riskienhallinnan integroiminen kiinteämmäksi osaksi liiketoimintaa sekä suunnittelu- ja päätöksenteko prosesseja.

Analytiikalle paljon kohteita Nykyaikainen liiketoimintaanalytiikka voi auttaa esimerkiksi juuri vakuutusyhtiöitä vastaamaan muun muassa Solvency II:n vaatimuksiin sekä riskienhallinnan kehittämiseen

yhtiön omista tarpeista lähtien.

Solvency II:n noudattaminen vaatii Hasan mukaan nimenomaan vahvaa analytiikkaa riskianalyysi- ja mittausmenetelmien, mallinnuksen sekä simuloinnin, skenaroinnin ja stressitestausten toteuttamisessa. ”Kaikki analysointi pitää myös pystyä jäljittämään ja auditoimaan. Tulokset täytyy kyetä aggregoimaan yhtiötasolle sekä raportoimaan yritysjohdolle ja vaatimusten mukaisesti valvontaviranomaisille.”

Oman liiketoiminnan hyötyjen näkökulmasta analytiikan avulla voidaan esimerkiksi tehdä tarkemmin riskit huomioon ottavaa tuotekehitystä ja tuoteportfolion ylläpitoa. Pääoman tuottoastetta voidaan arvioida esimerkiksi Raroc-menetelmällä (Risk Adjusted Return of Capital), joka mallintaa pääoman tuottoastetta ottaen huomioon myös riskit. ”Voidaan myös tehdä herkkyysanalyysejä muuttamalla riskimuuttujia, tuoteolettamia tai muita tekijöitä. Kun niitä muutetaan, pystytään tarkastelemaan ja suunnittelemaan paremmin tuoteportfoliota”, Hasa sanoo.

Analytiikalla voidaan myös tukea yhtiön jälleenvakuutusstrategiaa arvioimalla eri jälleenvakuutussopimuksia ja niiden kattavuutta. Voidaan analysoida riskien siirtämiskustannuksia sekä sopimusten vaikutusta riskitasoon ja lopulta vaadittavaan pääomatasoon ja solvenssiin.

Samassa yhteydessä voidaan arvioida vastapuoliriskiä jälleenvakuuttajan osalta, mikä myös vaikuttaa pääomatasoon.

ARAG

Generali Group Lähes 70 maassa toimivalla italialaisella vakuutusyhtiöllä Generali Groupilla oli tarve kehittää uuden metodologian mukainen sisäinen laskentamalli riskien aggregoimiseksi konsernitasolla. Ratkaisuksi se valitsi SASin vakuutusalan kokonaisratkaisusta SAS® Risk Management for Insurancesta Firmwide-moduulin.

Ratkaisu mahdollistaa Generalille strukturoidun prosessin, jolla se pystyy määrittelemään kokonaisriskivastuut yrityksen eri tasoilla sekä konsernitasolla sisäisten ja standardimallien mukaisesti.

Myös prosessien auditoitavuus ja jäljitettävyys ovat säännösten mukaisia.

Riskien vaikutusten mittaamiseksi Generali voi ratkaisun avulla simuloida erilaisia riskiskenaarioita.

•

Tasehallinnassa analytiikkaa voi hyödyntää vaikkapa likviditeetin hallinnassa, mismatch-raportoinnissa, herkkyysanalyyseissä, eri pääomastrategioiden testaamisessa ja portfolion optimoinnissa.

Valmiit ratkaisut yhdellä alustalla SASilla on ollut jo vuosikausia pankkien luottoriskien hallintaan SAS® Credit Risk Management -ratkaisu. Lisäksi tarjolla on ollut myös riskienhallinnan moottoriksi tarkoitettu SAS® Risk Dimensions, jonka avulla on voitu mallintaa ja hoitaa muitakin riskilajeja.

Viime vuonna SAS toi markkinoille valmisratkaisut luottoriskien hallinnan lisäksi pankkien markkinariskejä, tasehallintaa ja koko yrityk-

Saksan suurin yksityisomisteinen vakuutusyhtiö ARAG hankki SAS® Risk Management for Insurance -kokonaisratkaisun kyetäkseen täyttämään kaikki Solvency II -säännökset sisäisillä malleilla, jotka auttavat yhtiötä pienentämään pääomavaatimusta.

Ratkaisulla ARAG pystyy hoitamaan laskentaprosessit yhtenäisesti koko yrityksessä. Se antaa kokonaiskuvan riskeistä yritystasolla ja eri vakuutustyypeissä sekä mahdollistaa moniulotteisen raportoinnin riskienhallinnassa.

Ratkaisun käyttöönotossa standardikomponentit alensivat projektiriskejä.

•

sen laajuista riskienhallintaa varten. Yhdessä nämä neljä moduulia muodostavat kokonaisvaltaisen riskienhallinnan ratkaisun SAS® Risk Management for Banking (RMFB).

Vakuutusyhtiöille tarjolla on vastaava kokonaisratkaisu SAS ® Risk Management for Insurance (RMFI). Se kattaa vahinko- ja henkivakuutuksen riskit, markkinariskit sekä yrityksen laajuisen riskienhallinnan. ”Tarjoamme siis riskienhallintaan yrityksenlaajuisen alustan, joka mahdollistaa laadukkaan, johdonmukaisen ja auditoitavan tiedon kokoamisen ja analysoinnin kaikkea riskilaskentaa ja raportointia varten”, Hasa toteaa.

Kokonaisratkaisuissa on muun muassa valmiita hinnoittelufunktioita, analyysiprojekteja ja raporttimalleja, mutta

IDS ja Allianz Saksan suurimman ja globaalistikin johtaviin kuuluvan vakuutusyhtiön Allianz Groupin omistama IDS keskittyy Allianzen ja ulkopuolisten asiakkaiden pääomasijoitusten hallintaan ja riskianalyyseihin.

IDS haki joustavaa ja erittäin skaalautuvaa ratkaisua riskianalyyseihin ja päätyi SAS® Risk Dimensions -ratkaisuun.

Investointikustannukset pysyivät kurissa, koska ratkaisu voitiin pystyttää IDS:n olemassa olevan tietovaraston päälle.

Päivittäin päivittyvien tietojen pohjalta ratkaisu tekee automaattisesti VaR-laskentaa (Value et Risk) yli 10 000 sijoituspositiolle.

Lisäksi sillä analysoidaan epätavallisia markkinatapahtumia ja tehdään ad hoc -simulointia ja skenarointia. ”Uuden ratkaisumme joustavuus on ensiluokkaista. SASin ansiosta voimme reagoida nopeasti muutoksiin ja sisällyttää prosessiin uusia riskikyselyitä”, riskianalyytikko Michael Kathrein sanoo.

kaikki valmiit sisällöt on mahdollista räätälöidä yrityksen omien tarpeiden mukaisiksi.

Ratkaisut ovat modulaarisia, joten niistä voi ottaa käyttöön vain tietyn moduulin tai jopa vain osan moduulista ja integroida sen olemassa oleviin riskienhallinnan järjestelmiin.

Eri moduuleja voi myös ottaa helposti käyttöön sitä mukaa, kun tarpeita ilmaantuu. ”CIO:n näkökulmasta päänvaiva on aika pieni, jos käyttää valmista, yrityksen laajuista kokonaisratkaisua tai ottaa siitä tarvittavat osat ja integroi ne olemassa oleviin riskienhallinnan ratkaisuihin.”

Vuosikymmenien kokemuksella SASin riskienhallinnan ratkaisut perustuvat yhtiön jo

•

35 vuoden ajan kehittämään tiedonhallinnan ja analytiikan perusteknologiaan. Myös riskienhallinnan ratkaisuja SAS on kehittänyt jo vuosikymmenien ajan yhdessä asiakkaiden kanssa, ja useat sadat asiakkaat käyttävät niitä.

Teknologian ja ratkaisujen lisäksi SASilla on Hasan mukaan vahvaa osaamista riskienhallinnasta sekä kykyä implementoida suuriakin ratkaisukokonaisuuksia. Basel II:n yhteydessä SAS toimitti Suomessa säännöstön mukaiset ratkaisut jopa viidelle eri pankkiryhmälle.

Finanssisektorin lisäksi SAS pystyy Hasan mukaan tukemaan yritysten riskienhallintaa myös muilla toimialoilla, koska SASilla on varsin geneerinen ratkaisu esimerkiksi operatiivisten riskien hallintaan.

•

CIO-extra

19

Siivuittain tehtävä DW tuottaa hyötyjä nopeasti Kattavan tietovaraston rakentaminen valmiiksi ennen tietovarastoa hyödyntävien ratkaisujen rakentamista vie tolkuttomasti aikaa. SAS suosii tietovaraston pystyttämistä bisnes­ lähtöisesti siivuittain juuri tiettyjä ratkaisuja varten, jolloin hyötyjä saadaan nopeasti.

Y

Asiakas saa Ismo Saukkosen mukaan nopeasti hyötyjä tietovarastosta, kun sitä rakennetaan siivu kerrallaan valmiiksi bisnestarpeiden pohjalta eikä kaikenkattavana, vuosikausia kestävänä DW-hankkeena.

20

CIO-extra

rityksille kertyy niin valtava määrä tietoa yhä useammista eri lähteistä, että kattavan yrityksenlaajuisen tietovaraston (DW) rakentamisesta muodostuu yleensä vuosia kestävä mammuttiurakka. ”Liike-elämässä kaikki tapahtuu kuitenkin nykyisin niin kiivaasti, että bisnestarpeet ehtivät muuttua ennen kuin kattava DW ja sitä hyödyntävät ratkaisut saadaan valmiiksi”, SASin hankepäällikkö Ismo Saukkonen toteaa.

SAS on Suomessakin monissa asiakasprojekteissa toteuttanut hyvin menestyksellisesti aivan toisenlaista lähestymistapaa. DW:tä on alettu rakentaa asiakkaan akuutin bisnestarpeen pohjalta jotakin tiettyä ratkaisua, vaikkapa kampanjanhallintaa, varten.

DW:hen on koottu lähdejärjestelmistä juuri tähän tarkoitukseen tarvittavat tiedot, ja DW:n päälle on rakennettu saman tien kyseinen ratkaisu. ”DW:stä ei tällöin tule kattavaa, mutta osakokonaisuus valmistuu useiden vuosien sijasta 3–6 kuukaudessa. Asiakas saa sen hyvin nopeasti käyttöönsä ja pääsee hyötymään siitä”, Saukkonen sanoo.

Ajatus ei ole hänen mukaansa uusi. Kaikki itse asiassa tietävät, että juuri näin kannattaisi menetellä. Silti mammuttimaisia DW-hankkeita tehdään edelleen, koska ei hallita menetelmiä, joiden avulla isot, kattavat tarpeet saadaan siivutettua pienemmiksi.

Avuksi valmiit tietomallit SASin suosimassa lähestymistavassa DW:n suunnittelu tapahtuu Saukkosen mukaan ylhäältä alaspäin eli bisnesratkaisusta DW:hen ja lähdejärjestelmiin päin ja DW:n toteuttaminen puolestaan alhaalta ylöspäin.

Lähestymistavan haasteena on, miten esimerkiksi kampanjanhallintaa varten DW:hen tuotu asiakastieto pitäisi muotoilla, jotta se soveltuisi myös jonkun toisen DW:n päälle rakennettavan ratkaisun, vaikkapa asiakaskannattavuuslaskennan, tarpeisiin. ”Toimintamallimme on sinänsä nopea, mutta riskinä on, että se aiheuttaa myöhemmin ylimääräistä työtä DW:n puolella, kun DW:n päälle rakennetaan yhä uusia ratkaisuja”, Saukkonen toteaa.

SASin vastaus ongelmaan on valmiit tietomallit, joita SASilla on joillekin toimialoille, kuten pankeille ja vakuutusyhtiöille. Tietomalleissa on otettu huomioon DW:n päälle rakennettavien eri ratkaisujen tarpeet.

DW:tä voi rakentaa huolettomammin, kun kokonaisuus on mietitty jo etukäteen tietomalleissa. Miksi siis laittaa valtavasti rahaa kiinni kattavaan DW-hankkeeseen, josta saa hyötyä vasta vuosien päästä? ”Kannattaa mieluummin tehdä pieniä siivuja nopeasti valmiiksi ja ottaa se riski, että

Kaikille toimialoille SASilla ei toki ole valmista tietomallia, mutta samaa ajatusta voidaan Saukkosen mukaan silti hyödyntää. Jos tehdään DW:n päälle useita eri ratkaisuja siivuittain yhtä aikaa, pitää vaan yhteismitallistaa, mitä tietyt käsitteet, kuten asiakas tai tuote, tarkoittavat eri ratkaisuissa. ”Silloinkin näkyy dramaattinen ero kattavan DW:n rakentamiseen nähden siinä, että ei mietitä koko DW:tä kaikkiin mahdollisiin tarkoituksiin, vaan juuri niihin tarkoituksiin, joita ryhdytään ensimmäisenä suunnittelemaan ja toteuttamaan.”

Jos asiakkaalla on valmiiksi jo DW, ratkaisujen pystyttäminen sen päälle nopeutuu.

Niille tarvitaan joka tapauksessa ratkaisukohtaiset data martit, joihin ammennetaan tiedot tietovarastosta.

Kaikkia tarvittavia tietoja DW:ssä ei välttämättä ole, jos DW on alun perin suunniteltu tietämättä, minkälaisia ratkaisuja sen päälle tullaan rakentamaan. Tällöin ratkaisuprojektin yhteydessä voidaan täydentää DW:n tietoja.

Tietojen hankkimista data marteihin suoraan lähdejärjes-

Regulatory Reports

Financial Reports

Risk Reports & Simulation

vuoksi hieman erilainen kuin tapauksissa, joissa itse ratkaisukin rakennetaan tyhjästä. ”Me tiedämme jo, mitä meidän ratkaisumme tekee ja miten se toimii, joten sitä ei tarvitse miettiä. Metodologiamme keskittyy enemmän siihen, miten ratkaisumme sovitetaan asiakkaan bisnestarpeisiin.”

Metodologia sisältää myös menetelmät, joiden avulla SASratkaisua koskeva tietämys ja osaaminen siirtyvät projektin edetessä pikku hiljaa ja kontrolloidusti asiakkaan organisaatiolle. Se käynnistyy jo skouppaus- ja suunnitteluvaiheissa, joihin asiakkaan puolelta osallistuvat kehitysihmiset ja ratkaisun loppukäyttäjien edustajat. ”Projektin edetessä asiak­ kaan henkilöstö saa määrämuotoisempaakin koulutusta, ja lopullisena happotestinä on yhdessä asiakkaan kanssa toteutettava ratkaisun hyväksyntätestaus. Se suunnitellaan yhdessä, ja sen aikana opastetaan, miten ratkaisu toimii”, Saukkonen kertoo.

DATA WAREHOUSE

suppeaa ratkaisua, että se ei tuo juuri mitään hyötyä, mutta ei ole myöskään järkeä tehdä niin suurta ratkaisua, että sen tekemiseen menee liian paljon aikaa.”

Laajuuden määrittelyssä tehdään siis tietoinen kompromissi hyötyjen ja niiden saavuttamisen vaatiman ajan välillä.

Ratkaisukohtaiseen data marPäähuomio asiakkaan tiin ja DW:hen toteutetaan bisnestarpeisiin sitten vain se, mitä määritelty skouppi vaatii.

SASilla on huolellisesti mietitty Skouppausvaiheen jälkeen ja lukemattomissa projekteisvuorossa on projektisuunnisa ympäri maailman koeteltelman teko sekä järjestelmän tu metodologia, jonka avulla tekninen suunnittelu. Sitten siivuittain toteutettavat DWjärjestelmä rakennetaan, testaprojektit kyetään Saukkosen taan yhdessä asiakkaan kanssa mukaan viemään läpi menesja siirretään tuotantoon. tyksellisesti.

Yleispiirteissään SASin Ensimmäisessä vaiheessa, metodologia ei suuresti poikjota Saukkonen pitää ratkaikea muista vastaavista, mutta sevan tärkeänä, määritellään siinä on otettu huomioon SASprojektin laajuus. Jos projekratkaisujen ominaispiirteet sekä tiin lähdetään liian laajalla lukematon joukko yksityiskohskoupilla, toteutusvaiheessa tia, jotka on selvitettävä ja hoiajaudutaan lähes väistämättä dettava projektin eri vaiheissa. ongelmiin.

SASilla on DW:n päälle ”Projektin laajuuden määvalmiita ratkaisuja eri bisnesrittelyssä pitää tietenkin ottaa tarpeisiin, joten metodologia huomioon asiakkaan bisneson Saukkosen mukaan senkin tarpeet. Ei ole järkeä tehdä niin ARCHITECTURE

•

Customer & Sales Reports

Operational Reports

Reporting & Usage Framework / Portal

Calculation of premiums, provisions and reserves

Calculation for Regulatory and Economic Capital

Risk & Financial Data Mart

Target Group selection and Campaign Management

Customer & Product based Reporting

Ratemaking

Customer, product and claims analytics Data Mart

Reporting Data Mart

SAS Metadata

Dramaattinen ero

telmistä Saukkonen ei suosittele, koska samasta asiasta eri tarkoituksiin käytettäviä tietoja ei silloin yhtenäistetä. DW:n yksi keskeinen funktio on juuri taata tietojen yhtenäisyys eli yksi totuus läpi koko organisaation.

Solution Logic

toisia siivuja rakennettaessa joitain osia työstä DW:n puolella joudutaan kenties tekemään uudestaan. SASin tietomallien avulla riski pystytään kuitenkin pienentämään aika minimiin”, Saukkonen sanoo.

Useampia ratkaisuja voidaan rakentaa DW:n päälle myös yhtä aikaa ilman, että hanke paisuu jättiläismäiseksi.

Kutakin siivua varten perustetaan tällöin oma projektinsa, ja ratkaisuja suunnitellaan projektikohtaisesti ylhäältä alaspäin.

Yhtenäisyys DW:n tasolla on tällöinkin riskinä, mutta tietomallin lisäksi riskiä taklataan nimittämällä koko hankkeelle yhteinen data-arkkitehti, joka on mukana kaikissa projekteissa ja katsoo juuri yhtenäisyyden perään.

SAS Detail Data Store for Insurance (DDS) Oracle

DB 2

Motor Insurance

Property Insurance

SAP

Connection/Access Interface

CSV Files

Text Files

Personal Accident Insurance

Treasury

Financials

Life Insurance

Sales

Customers 1

Vakuutusyhtiössä siivuittain toteutetun tietovaraston arkkitehtuuri voisi näyttää tältä. Kukin DW:n päälle tuleva bisnesratkaisu, sen ratkaisukohtainen data mart ja ratkaisun tarvitsemat tiedot DW:ssä voidaan panna pystyyn omana siivunaan ilman, että ensin rakennetaan valmiiksi kaikenkattava tietovarasto. Tietojen soveltuvuutta usean eri bisnesratkaisun käyttöön edistää SASin valmis toimialakohtainen tietomalli, SAS Detail Data Store for Insurance.

Copyright © 2010, SAS Institute Inc. All rights reserved.

CIO-extra

21

KOKONAISARKKITEHTUURI

Liiketoiminta mukaan arkkitehtuurikeskusteluun Kokonaisarkkitehtuuri voi toimia yrityksessä välineenä, jonka avulla liiketoiminnan ja it:n välinen keskustelu muutetaan tavanomaisesta monologien sarjasta aidoksi vuoropuheluksi. Näin kuitenkin tapahtuu vain, jos liiketoiminta saadaan mukaan arkkitehtuurikeskusteluun.

K

okonaisarkkitehtuuri on strateginen johtamisväline, jonka avulla yhtenäistetään yrityksen liiketoiminnan kehittämistä sekä tieto- ja viestintäteknologian hyödyntämistä. Aivan liian usein arkkitehtuuri kuitenkin delegoidaan ”teknisenä asiana” pelkästään it:n harteille.

SASin Senior Advisorin Hannu Ritvasen mielestä arkkitehtuuriin pätee ranskalaisen valtiomiehen Georges Clemenceaun tunnettu sanonta, jonka mukaan ”sota on aivan liian vakava asia pelkästään sotilaiden käsiin jätettäväksi”. ”Haastaisinkin CIO:t varmistamaan, että liiketoiminta tulee mukaan kokonaisarkkitehtuurikeskusteluun. Liikkeenjohdon täytyy päästä artikuloimaan, mitä se arkkitehtuurilta haluaa ja kertomaan, mitkä ovat keskeiset asiat, joille se haluaa it:n tukea”, hän toteaa.

Arkkitehtuurin teknisempiä puolia liiketoiminnan edustajat eivät välttämättä ymmärrä, eikä tarvitsekaan ymmärtää, mutta juuri siksi CIO:lla on Ritvasen mukaan keskeinen rooli it:n ja liiketoiminnan välisenä siltana. ”CIO saa aikaan vuoropuhelun, jolla varmistetaan, että liiketoiminnan tarpeet ja tavoitteet toteutetaan sovitulla tavalla.”

Arkkitehtuurista suunta Kokonaisarkkitehtuuri ei ole Ritvasen mukaan mikään itseisarvo, vaan nimenomaan hyvä väline, koska siihen sisältyy elementtejä, joilla voidaan yhdistää liiketoiminnan ajattelu tietotekniseen ajatteluun. ”Hyvä sana kuvaamaan arkkitehtuuria on framework, kehys. Sellaisena arkki22

CIO-extra

Jos liiketoiminta ei tiedä tai ei pääse kertomaan, mitä se it:ltä haluaa, kaikki arkki­ tehtuurit ovat Hannu Ritvasen mukaan yhtä hyviä. tehtuuri määrittelee säännöt, joita ei voi kyseenalaistaa. Arkkitehtuurin sisällä kaikki asiat voidaan kuitenkin tehdä luovasti yrityksen liiketoiminnan tarpeet huomioon ottaen”, hän sanoo.

Desmond D’Souzalla on Ritvasen mielestä osuva määritelmä arkkitehtuurille: ”Mitä tahansa järjestelmää koskeva kokoelma periaatteita ja päätöksiä, sääntöjä tai kaavoja, jotka estävät järjestelmän suunnittelijoita harjoittamasta tarpeetonta luovuutta.”

Arkkitehtuuri siis ohjaa kulkemaan tiettyyn suuntaan, jolta ei saa poiketa. Kun suunta pysyy oikeana, kaikkia muita asioita voidaan tehdä luovasti. Kehyksen pitää olla riittävän täsmällinen ja silti sallia luovuus. Ilman rajoitteita ei ole edes tarvetta olla luova.

Kun kokonaisarkkitehtuuri ymmärretään kehykseksi, yrityksellä on Ritvasen mukaan vapausasteita tulkita esimerkiksi TOGAFin tapaista kokonaisarkkitehtuurin viitekehystä omien tarpeidensa mukaisesti.

Ratkaisevan tärkeää on, että liiketoiminnan ansaintalogiikka kuvataan kokonaisarkkitehtuurissa mahdollisimman hyvin. Pelkkä liiketoimintaprosessien kuvaus ei välttämättä riitä yrityksen ansaintamallin kuvaukseksi. Prosessit vain kuvaavat sen, miten ansaintamallia käytännössä toteutetaan tai halutaan toteuttaa. ”Jos yrityksen kokonaisarkkitehtuuria ei johdeta ansaintamallista, on samantekevää, minkälainen arkkitehtuuri rakennetaan, koska se ei silloin kuitenkaan palvele liiketoimintaa. Jos ansaintalogiikka muut-

tuu, arkkitehtuurin toteutusta on arvioitava kriittisesti.”

Esimerkiksi pelkkää verkkokauppaa harjoittava yritys tietenkin tarvitsee aivan erilaisen arkkitehtuurin kuin projektitoimituksia tekevä konepaja.

Analytiikka keskiöön Kokonaisarkkitehtuuri muodostuu bisnes-, teknologia-, sovellus- ja informaatioarkkitehtuureista, joista jälkimmäisellä on Ritvasen mukaan keskeinen rooli, koska sen kautta ymmärretään, miten kaikki arkkitehtuurit liittyvät toisiinsa.

Informaatioarkkitehtuurissa määritellään yrityksen ansaintamallin pohjalta liiketoiminnassa tarvittavat tiedot sekä niiden loogiset ja fyysiset tietomallit. Vasta kun ne on määritelty, voidaan Ritvasen mukaan tarkastella, missä tiedot ovat ja miten niitä on käsiteltävä.

Liiketoimintaprosessit voidaan puolestaan jakaa operatiivisiin ja johtamisprosesseihin. Jälkimmäisiä varten tarvitaan usein omaa teknologiaa, liiketoiminta-analytiikkaa. Johtaminen kohdistuu tulevaan ja pyrkii hallitsemaan siihen liittyvät epävarmuudet, joten analytiikalla on kokonaisarkkitehtuurissa keskeinen rooli. ”CIO:iden haasteena on varmistaa, että kokonaisarkkitehtuuri ottaa huomioon liiketoiminnan tarpeet ja luo edellytykset analytiikan tehokkaalle hyödyntämiselle johtamisessa”, Ritvanen korostaa.

•

SAS® Data Management Data Integration | Data Quality | Master Data Management | Metadata Management

Entä jos voisit liittää organisaatiosi niiden joukkoon, jotka menestyksekkäästi hyödyntävät tietoa toiminnassaan – ilman tiimirajojen tai maantieteellisten etäisyyksien kahleita?

Sinä voit. SASin avulla.

SAS® Data Management –ratkaisun avulla pääset sujuvasti käsiksi tarvitsemaasi tietoon ja integroit sen helposti luottaen siihen, että tieto on aina tarkkaa, ajantasaista ja ehjää.

www.sas.com/dm Tutustu maksuttomaan TDWI-tutkimusraporttiin.

SAS and all other SAS Institute Inc. product or service names are registered trademarks or trademarks of SAS Institute Inc. in the USA and other countries. ® indicates USA registration. Other brand and product names are trademarks of their respective companies. © 2010 SAS Institute Inc. All rights reserved. S51849US.0210

SAS® Business Intelligence Data Management | Analytics | Reporting

Entä jos voisit käyttää 80% ajastasi tiedon analysointiin sen sijaan, että pelkästään kokoat ja järjestät sitä?

Sinä voit. SASin avulla.

SAS® Business Intelligence yhdistää tiedon organisaatiosi eri osista, ja antaa mahdollisuuden itsenäiseen raportointiin ja analysointiin. IT:n aikaa vapautuu rutiinikyselyistä ja liiketoimintayksiköt pääsevät itse nopeasti käsiksi tietoon.

www.sas.com/bi Tutustu maksuttomaan raporttiin.

SAS and all other SAS Institute Inc. product or service names are registered trademarks or trademarks of SAS Institute Inc. in the USA and other countries. ® indicates USA registration.

Other brand and product names are trademarks of their respective companies. © 2010 SAS Institute Inc. All rights reserved. 50755US.0210