BI-System är inte intelligenta!

Ingen har kunnat undgå att BI har blivit ett hett ämne inom IT-branschen. Likt hyenor i flock flyttar sig skocken av leverantörer och konsulter efter nya områden som har potential till att belägga konsulterna under lång tid framöver. Just BI har blivit ett sådant område.

Det går inte att översätta termen rätt av till svenska utan det krävs en omskrivning för att få ett svenskt logiskt begrepp. Det vedertagna svenska begreppet har blivit ”Beslutstöd” vilket är OK men ändå inte helt perfekt. Den engelska termen Business Intelligence syftar ju inte på användandet av ett ”system” utan mer på ett förhållningssätt till att utnyttja information inom en verksamhet. Dock kan man med rättvisa hävda att det är svårt att hantera information utan ett välutvecklat systemstöd. Så den svenska termen beslutstöd får duga tills vidare.

IT-System för att samla in, tvätta, analysera och presentera information har funnits väldigt länge. Under 90-talet kallades det ofta för EIS (Executive Information System) med tonvikt på att det var information ämnad för verksamhetens ledning. Vid denna tidpunkt var systemen inte alls självtänkande utan det handlade enbart om att presentera informationen på ett överskådligt sätt med viss möjlighet att vrida och skikta informationen med stöd av visuella effekter.

När vi nu snart 25 år senare befinner oss i 2010-talet kan man fråga sig om de system som kallas för beslutstöd blivit mer intelligenta jämfört med de vi såg 1990? Mitt korta svar är Nej. De system vi till vardags möter ute hos företag och går under benämningen BI-system är inte intelligenta.

Däremot kan de uppvisa fantastiska möjligheter till att visualisera resultatet av insamlad data. Vidare finns det riktigt bra stöd för att systemet på egen hand ska kunna reagera på avvikande data i stora datamängder och därigenom peka ut informationsområden som bör analyseras. Dock kvarstår samma behov som under 1990-talet. Det krävs ett omfattande arbete för att säkerställa att underliggande datakällor arbetar med homogena dataobjekt. Vidare krävs det erfarenhet och kompetens för att fullt ut kunna dra nytta av analysmöjligheterna i dessa verktyg. Inga system är självgående eller har förmåga att skapa beslutsunderlag utan bearbetning.

Problemet är att väldigt många kunder förtrollas av de visuella effekterna och naivt tror att det finns genvägar till optimal rapportering utan att behöva gå igenom skärselden med tusentals timmar för att bygga kvalitetssäkrad masterdata samt en välgrundad strategi för att underhålla och utveckla de datamängder som rapporteringen och analyserna bygger på.

Det finns tyvärr inga genvägar när det gäller IT-branschen. Behovet av att förbättra och utveckla sin rapportering och analys uppstår oftast när datavolymerna och historiken redan är massiv och det krävs en avskräckande insats för att bygga om grundmodellen och uppnå de analyser man vill arbeta med.

Det kommer givetvis en framtid där leverantörerna kommer kunna erbjuda vertikaliserade system för beslutstödet bygger på branschanalyser och roller som gör att systemet kan ta över och underlätta användarens insats. Vi är dock ännu inte där. Tills vidare är det fortsatt blod, svett och tårar för väldigt många verksamheter när det gäller att sammanställa kvalitativa analyser.