Wartość ukryta w liczbach
Moja codzienna praca
-
Zajmuję się rozwiązaniami Business Intelligence, skupiając się na gromadzeniu, przetwarzaniu i analizie danych z wielu źródeł. Moim celem jest integracja i transformacja informacji oraz tworzenie dynamicznych raportów prezentujących kluczowe wskaźniki wspierające decyzje biznesowe. Pracuję m.in. z danymi z systemów MES, kadrowych, utrzymania ruchu, ERP i kontroli dostępu. Wykorzystuję do tego następujące technologie:
-
Z raportów Magic Quadrant, opracowywanych przez firmę analityczną Gartner, wynika, że Microsoft od wielu lat zajmuje czołowe miejsce wśród dostawców systemów operacyjnych baz danych i narzędzi Business Intelligence. M.in. dlatego też podstawowe narzędzia, z których korzystam, to MS SQL Server oraz Power BI. Dzięki nim możliwe jest efektywne zarządzanie danymi, ich modelowanie oraz prezentacja w przejrzystej formie.
-
Wykorzystuję również język Python, który doskonale sprawdza się przy automatyzacji procesów związanych z obróbką i analizą danych. Dzięki bogatemu ekosystemowi bibliotek, takich jak Pandas czy NumPy mogę skutecznie czyścić, przekształcać i analizować duże zbiory danych, a także identyfikować ukryte zależności i wzorce. Python pozwala mi również budować niestandardowe rozwiązania analityczne.
-
Jeśli posiadane oprogramowanie nie jest w stanie obsłużyć określonego procesu biznesowego w organizacji, jestem w stanie stworzyć dedykowaną aplikację przy użyciu Power Apps. Dzięki temu możliwe jest szybkie i elastyczne wdrażanie rozwiązań dostosowanych do specyficznych potrzeb przedsiębiorstwa.
Historia Bussines Intelligence
Jednym z pierwszych, którzy intuicyjnie stosowali zasady Business Intelligence, był Sir Henry Furnese – londyński bankier z przełomu XVII i XVIII wieku. W 1865 roku opisał go Richard Millar Devens, używając po raz pierwszy terminu „Business Intelligence”. Furnese, dzięki własnej sieci informacyjnej, zdobywał dane polityczne i gospodarcze z całej Europy szybciej niż konkurencja. W czasach bez kolei i telegrafu pozwalało mu to reagować z wyprzedzeniem i podejmować trafne decyzje finansowe – inwestować, wycofywać środki lub oferować kredyty w najlepszym momencie.
Pod koniec XIX wieku wykorzystanie danych zyskało naukowe podstawy. Frederick Taylor zapoczątkował zarządzanie naukowe, analizując dane produkcyjne dla poprawy wydajności. Prawdziwy przełom nastąpił jednak w połowie XX wieku wraz z rozwojem komputerów. W 1958 roku Hans Peter Luhn z IBM opublikował artykuł, w którym określił BI jako zdolność maszyn do analizowania faktów i zależności między nimi w celu wspierania decyzji menedżerskich – była to pierwsza techniczna definicja tej koncepcji.
Na przełomie lat 60. i 70. pojawiły się pierwsze komercyjne bazy danych. W 1970 roku Edgar F. Codd z IBM opracował relacyjny model baz danych, który do dziś stanowi fundament systemów przechowywania informacji w firmach. Równolegle rozwijały się systemy wspomagania decyzji (DSS), umożliwiające analizę danych w zarządzaniu. W latach 80. pojawiły się pierwsze hurtownie danych (data warehouses), pozwalające na konsolidację informacji z różnych źródeł. Rozwój relacyjnych baz danych (RDBMS) sprawił, że analiza stała się szybsza, precyzyjniejsza i szerzej dostępna.
W 1989 roku Howard Dresner z Gartner Group sformalizował współczesną definicję Business Intelligence jako „zestawu metod i narzędzi wspierających podejmowanie decyzji w oparciu o fakty”. To zapoczątkowało nową erę – BI stało się rozpoznawalną dziedziną IT i zarządzania.