SVEUČILIŠTE U RIJECI

FAKULTET ZA MENADŽMENT U TURIZMU I UGOSTITELJSTVU

SVEUČILIŠNI PREDDIPLOMSKI STUDIJ

ANTONIO KRSNIKMATEJ MARINOVIĆ

AKTIVNA POSLOVNA INTELIGENCIJA

SEMINARSKI RAD

OPATIJA, 2012.

SVEUČILIŠTE U RIJECI

FAKULTET ZA MENADŽMENT U TURIZMU I UGOSTITELJSTVU

SVEUČILIŠNI PREDDIPLOMSKI STUDIJ

AKTIVNA POSLOVNA INTELIGENCIJA

SEMINARSKI RAD

Naziv kolegija: Poslovna inteligencija Studenti: Antonio Krsnik 20371/09 Matej Marinović 20235/09Mentor: prof. dr. sc. Christian Stipanović

Opatija, prosinac 2012.

Sadržaj

UVOD.........................................................................................................................................2

1 MENADŽMENT ZNANJA I POSLOVNA INTELIGENCIJA.........................................3

1.1 Poslovna inteligencija..................................................................................................5

2 AKTIVNA POSLOVNA INTELIGENCIJA......................................................................6

2.1 Promatranje i razumijevanje.........................................................................................7

2.2 Predviđanje...................................................................................................................8

2.3 Reakcija i reorganizacija..............................................................................................9

2.4 Primjeri korištenja aktivne poslovne inteligencije.....................................................10

3 ZAKLJUČAK....................................................................................................................12

4 LITERATURA..................................................................................................................13

UVOD

Strateške se prednosti više ne temelje isključivo na fizičkim resursima ili dobrom menadžmentu, već poglavito na znanju koje postoji u kompaniji i informacijama koje kompanija dobiva s tržišta. Te se informacije moraju procesirati da bi postale dio znanja kompanije, ili da bi se na temelju njih donijele odluke u kompaniji. Neke od tih odluka mogu biti trivijalne, primjerice poput povećanja ili smanjenja proizvodnje nekog proizvoda, a one se donose na temelju informacija koje su jednostavne i mogu u nepromijenjenom obliku poslužiti kao ulaz takvim odlukama, poput informacija o prošlotjednoj prodaji tog proizvoda, ili stanja na odlaznom skladištu. S druge strane pred menadžment se može staviti i odluka da li inovacija razvojnog odjela zaslužuje ući u proizvodnju ili kakve poteze povući da se proizvod čija je prodaja posrnula ponovno vrati u vrh? Za takve odluke očito ne postoje informacije koje bi u neobrađenom obliku poslužile kao ulazi za odlučivanje. Stoga je potrebno ulazne informacije filtrirati, preraditi i povezati da bi se na temelju njih mogli donijeti neki zaključci ili odluke. Jasno da takav proces nije jednostavan, pogotovo uzevši u obzir da postoji ogromna količina informacija koje su dostupne s tržišta, konkurencije ili koje dolaze unutar kompanije, u kojoj je potrebno odabrati zaista one koje su relevantne za neku svrhu. U tom se pogledu pojavljuje poslovna inteligencija (Business Intelligence, BI) kao nova aktivnost koja se odnosi na aplikacije i tehnologije koje se koriste za prikupljanje, omogućavanje pristupa i analiziranju podataka o operacijama u kompaniji. Sustavi poslovne inteligencije mogu tako olakšati kompanijama da steknu obuhvatnije znanje o faktorima koji utječu na njihovo poslovanje, poput prodaje, proizvodnje ili internih operacija.

Znanstvene metode istraživanja korištene u ovom seminarskom radu su metoda prikupljanja podataka gdje se išlo na kao što ime kaže skupljanje podataka o aktivnoj poslovnoj inteligencije gdje je korištena stručna literatura i internet. Slijedeća je znanstvena metoda je metoda analiza s kojom su se analizirali prikupljeni. Zadnja korištena metoda je metoda sinteze pomoću koje su se analizirani podatci i informacije sintentizirali u ovaj rad.

Ovaj se seminarski rad sastoji od 2 dijela. Prvi dio objašnjava menadžment znanja te poslovnu inteligenciju kao njegovu komponentu. Drugi dio objašnjava aktivnu poslovnu inteligenciju te kako se ona koristi. Drugi dio zavšava s dva primjera korištenje aktivne poslovne inteligencije.

1 MENADŽMENT ZNANJA I POSLOVNA INTELIGENCIJA

Sasvim je sigurno da sposobnost neke organizacije da uči i da se mijenja, da uči brže od drugih i da naučeno brzo pretvori u akciju, predstavlja najveću prednost koju ona može da posjeduje. Zemlja, kapital, oprema nemaju više odlučujuću ulogu na svjetskom tržištu. Pojedinci, kompanije, čak i nacije, sve više su zavisne od načina na koji razvijaju svoje sposobnosti i primjenjuju svoje znanje radi realizacije postavljenih ciljeva. Cilj suvremene organizacije je da se svi poslovni procesi promatraju kao procesi znanja. Ovo uključuje stvaranje, osvajanje, čuvanje, podjelu i primjenu znanja kao faze životnog ciklusa menadžmenta znanja. U brzo promjenjivom i nepredvidljivom okruženju u kome kompanije traže način da održe i kreiraju konkurentsku prednost, znanje koje organizacija posjeduje postaje jedan od odlučujućih faktora u tržišnoj borbi za prevlast, na prijelazu iz industrijskog u društvo znanja. Već sada nije dovoljno individualno učenje, već je potrebno razvijati kolektivno, organizacijsko učenje i znanje. Kolektivno, eksplicitno znanje i intelektualni kapital, u najširem smislu „neopipljiva imovina, postaje sve više termonuklearno konkurentsko oružje našeg doba. Period u kome živimo različito se označava, kao npr: digitalna revolucija, informacijsko doba, digitalna ekonomija, Web ekonomija, ekonomija znanja, društvo znanja, doba diskontinuiteta, vrijeme brzine i sl. U eri digitalnih tehnologija nalazimo se oko tri decenije, a Internet i Intranet okruženje mijenja iz temelja načine poslovanja. Menadžment znanja je novonastali interdisciplinarni poslovni koncept koji u svom fokusu ima organizacijsko znanje. Ukorijenjen je u mnogim disciplinama uključujući biznis, ekonomiju, psihologiju i menadžment informacijskih sistema. Za današnje firme pitanje menadžmenta znanja je ultimatum neophodan za postizanje konkurentske prednosti. Menadžment znanja uključuje ljude, tehnologiju i procese kao međusobno povezane i preklapajuće dijelove. Svaka definicija menadžmenta znanja sadrži nekoliko integralnih dijelova:

Korištenje dostupnog znanja iz sporednih izvora Ugradnja i čuvanje znanja u poslovnim procesima, proizvodima i uslugama Predstavljanje znanja u bazama podataka i dokumentima Promocija porasta znanja kroz organizacijsku kulturu i motivaciju zaposlenih Prijenos i korištenje znanja kroz cijelu organizaciju Procjena koristi dobivenih primjenom znanja i njegovom ugradnjom u osnovu

organizacije

Nažalost, ne postoji univerzalna definicija menadžmenta znanja kao što i ne postoji suglasnost o tome što menadžment znanja sadrži. Iz tog razloga najbolje je menadžment znanja promatrati u širem kontekstu. Najkraće rečeno, menadžment znanja je proces kroz koji organizacija generira vrijednost svoje intelektualne imovine bazirane na znanju. Najčešće, spomenuto generiranje spomenute imovine podrazumijeva dijeljenje znanja među zaposlenima, departmanima i čak sa drugim kompanijama ako je to u interesu najboljih rezultata i prakse. Važno je primijetiti da definicija menadžmenta znanja ne govori ništa o tehnologiji. Tehnologija olakšava primjenu menadžmenta znanja, ali sama po sebi ne predstavlja menadžment znanja.

Nisu sve informacije validne. Od same kompanije zavisi koje će informacije kvalificirati kao intelektualnu svojinu ili svojinu baziranu na znanju. Generalno gledano, intelektualna ili svojina bazirana na znanju može se svrstati u dvije kategorije: eksplicitno i iskustveno znanje. Eksplicitno znanje se sadrži u svemu što bi moglo biti dokumentirano, arhivirano i kodirano, najčešće uz pomoć informacijske tehnologije. Mnogo teže za razumijevanje je koncept iskustvenog znanja ili znanja koje je sadržano u umovima zaposlenih. Izazov, neraskidivo vezan za iskustveno znanje, jeste kako prepoznati, razvijati, dijeliti i upravljati ovim znanjem. Neke koristi od menadžmenta znanja su uočljive na prvi pogled, dok su druge veoma teške za definiranje. Da bi kompanija dobila što je moguće više koristi od menadžmenta znanja, znanje se mora učiniti dostupno svima, i međusobno dijeljenje znanja mora biti osnova za saradnju.

Svrha suvremenog poslovanja je korištenje tehnologije tako da se znanje čuva, distribuira i širi kroz cijelu organizaciju povezivanjem zaposlenih sa dokumentiranim znanjem, a sve putem složenog sistema menadžmenta znanja. Cilj suvremene organizacije je da se svi poslovni procesi promatraju kao procesi znanja. Ovo uključuje stvaranje znanja, njegovo širenje, nadgradnju i primjenu u cijeloj organizaciji. Suvremene organizacije traže način za stvaranje dodatne vrijednosti kroz identificiranje, primjenu i korištenje znanja na jedinstven način, a to je proces koji je dijelom nauka, dijelom umjetnost, a dijelom i sreća. Organizacije i menadžeri u njima treba da teže stvaranju što više eksplicitnog znanja, koje je po svojoj prirodi kolektivno. Takvo znanje uvedeno u operacije ne može nestati na način na koji pojedinac može napustiti neku organizaciju. Eksplicitna znanja sadržana u banci podataka, informacije i znanja neke organizacije iznose između 10 – 20 %, a primjenom koncepta menadžment znanja ovaj dio može da se udvostruči

Na neki način pitanje menadžmenta znanja je pitanje opstanka u novom poslovnom svetu, svetu takmičenja i konkurencije, svetu koji izaziva na dvoboj tradicionalne načine rješavanja problema i u kome fokus nije u iznalaženju pravih odgovora, već na postavljanju pravih pitanja. Ono što je uspijevalo jučer, možda će, ali možda i neće uspeti sutra. Suština nije «raditi pravu stvar» («doing the right thing») nego ''raditi stvari na pravi način'' (doing things right), tako da osnova konkurentnosti ne postane osnova krutosti i neprilagodljivosti u budućnosti. Proces menadžmenta znanja prolazi kroz niz faza formirajući svoj životni ciklus.

Proces menadžmenta znanja se sastoji od četir faze i obuhvaća:

Stvaranje znanja (Creation) Čuvanje znanja (Storing) Podjela znanja sa drugim (Sharing) Primjena znanja (Application)

Ove faze menadžmenta znanja se mogu ostvariti jedino poslovnom inteligencijom.

1.1 Poslovna inteligencija

Informacija na pravom mjestu i u pravo vrijeme je u vrijeme elektroničkog poslovanja jedan od najvažnijih resursa koji može značiti razliku između opstanka ili propasti kompanije. Prije početka informacijskog doba u drugoj polovici 20 stoljeća, kompanije su morale prikupiti podatke iz neautomatiziranih izvora, te nisu posjedovale računalne resurse za odgovarajuću analizu podataka. Stoga su se poslovne odluke temeljile uglavnom na intuiciji. S automatizacijom sve više sustava, drastično se povećala količina podataka koja je postala dostupna. Njihovo je prikupljanje ipak ostalo pravim izazovom zbog pomanjkanja infrastrukture za razmjenu podataka i nekompatibilnosti sustava. Analiza prikupljenih podataka i izrada izvještaja ponekad je trajala mjesecima. Na temelju tih izvještaja mogle su se donositi neke dugoročne strateške odluke, dok su kratkoročne taktičke odluke i dalje ostale temeljene na intuiciji. Poslovna inteligencija je proces prikupljanja raspoloživih internih i relevantnih eksternih podataka, te njihove konverzije u korisne informacije koje mogu pomoći poslovnim korisnicima pridonošenju odluka. Poznat i pod nazivom competitive intelligence, Business intelligence (BI) je sistematičan i etičan način pribavljanja, prikupljanja, sortiranja i analiziranja javno dostupnih informacija o aktivnostima konkurencije na temelju kojih se mogu predviđati budući poslovni trendovi da bi se održala i učvrstila vlastita kompetentnost na tržištu. BI se intenzivno počeo razvijati kada su poduzeća automatizirala svoje poslovne procese,odnosno implementirala različite transakcijske sustave, koji su se vrlo brzo pokazali kao izvrsn igeneratori velikih količina podataka. Došlo je do tzv. eksplozije podataka - podaci su se sve više gomilali, nastajale su nove i nove baze, ali se do njih nije moglo brzo i jednostavno doći pa se nisu niti upotrebljavali. Paralelno s tim, rasla je svijest to tome da u takvim podacima leži veliki potencijal i pravo bogatstvo, ali da je potrebno nešto čime će se ti podaci objediniti, obraditi i staviti na raspolaganje menadžmentu. I tako je nastao BI, kojeg bi, ovaj put s tehničke strane,najjednostavnije mogli opisati kao proces kojim se sirovi podaci pretvaraju u informacije. Te informacije se zatim analiziraju i koriste u procesu odlučivanja.

Osnovni razlozi za uvođenje BI sustava

Okolina nije više statična. Ponuda proizvoda i usluga je ogromna, konkurencija je velika. Istraživanja pokazuju da danas ponuda roba i usluga barem 30% nadmašuje potražnju. Tržišta su zasićena. Nove okolnosti traže nova rješenja, novi izazovi nove napore. Prošla su vremena kada je bilo dovoljno proizvesti robu ili uslugu.

Globalizacijom tržišta, razvojem distribucijskih kanala, “uplitanjem” Interneta u svaku poru gospodarstva, stvari su se promijenile. Sada su kupac i prodavač na udaljenosti jednog klika mišem. Danas su poduzeća pretrpana podacima, dok s druge strane, postoji nedostatak korisnih informacija. Da bi se smanjio raskorak između količine raspoloživih podataka i informacija, potrebno je definirati procese prikupljanja podataka i njihovu “preradu” u informacije. Vrijeme reakcije na podražaje iz okolinetreba skratiti

Resursi su uvijek ograničeni. Vrijeme kao najvažniji čimbenik gotovo uvijek je presudno. Stoga treba znati gdje postaviti polugu da bi se pomaknuo veliki kamen. Kako treba djelovati da bismo s najmanje napora riješili najveće probleme?

Dekompozicija lanca vrijednosti (nabava, skladištenje, proizvodnja, prodaja,postprodajne aktivnosti) omogućava pravilnu upotrebu efekta poluge. Osim toga ona nam omogućava pronalaženje fundamentalnih rješenja za postojeće probleme, a neublažavanje simptoma. Obično je efekt poluge najveći u prodaji.

Nalaženje novih kupaca je deset puta skuplje nego zadržavanje postojećih. Ako poduzeće uspije smanjiti odlazak kupaca konkurenciji za 5%, može udvostručiti svoju zaradu.

Velika opasnost poduzeću prijeti od pritajenog nezadovoljstva kupaca. Samo 4%nezadovoljnih kupaca izravno se žali na lošu kvalitetu proizvoda ili usluga. 90%kupaca koji nisu zadovoljni kvalitetom proizvoda, izbjegavat će taj proizvod. Svaki od nezadovoljnih kupaca obavijestit će drugih deset do dvadeset osoba!

Kupci odlaze jer su nezadovoljni, iako se nikada nisu žalili. Kupac koji kompaniju napusti, više se ne vraća.

Kupci (uz zaposlenike i njihovo znanje) predstavljaju najveću vrijednost koju poduzeće posjeduje. Kako ih zadržati? Stabilni odnosi s kupcima ključ su dugoročne uspješnosti poduzeća.

Osiguranje i održavanje likvidnosti operativni je upravljački problem. Rješenja ovog problema izravno utječu na upravljanje poslovnim rezultatom. Da bi se ovladalo ovimo perativnim problemima treba poznavati svoje kupce, dobavljače, procese i veze među njima.

Da bi cijeli ciklus operativnog kontrolinga (prikupljanje podataka, planiranje, analiza i kontrola te upravljanje) u poduzeću funkcionirao, treba imati informacijsku infrastrukturu.

2 AKTIVNA POSLOVNA INTELIGENCIJA

U srcu inteligentnog poduzeća je aktivna poslovna inteligencija. To je korištenje poslovne inteligencije kao aktivni (umjesto pasivn) alat u obavljanju poslovanja poduzeća. Aktivna poslovna inteligencija ima veliki učinak na kvalitetu svakodnevnog poslovanja poduzeća. Aktivna Poslovna inteligencija stvara stvarne razlike u posluživanju kupaca, proizvodnji robe, i osiguranju opskrbe-cijelog lanca vrijednosti. Pomak od pasivne uloge u aktivnu ulogu je ključna razlika aktivne poslovne inteligencije s tradicionalnom poslovnom inteligencijom. Pojam 'aktivan' podrazumijeva 'da se poduzme akcija', za razliku od tradicionalne poslovne inteligencije gdje se samo razmišljam o situaciji. Prva karakteristika aktivne poslovne inteligencije je naglasak na taktičko odlučivanje da vodiča minutu po minute poslovnih aktivnosti. Ovo je dodatak, koji ne uklanja fokus na strateško odlučivanje tradicionalnih poslovnih inteligencija. Najvažnija karakteristika aktivne poslovne inteligencije je da utječe na taktička upravljanja, kao dodatak strateškoj razini.Obilježja aktivne poslovne inteligenciju su:

Podrška taktičkom odlučivanju Iskorištavanje potencijala poslovne inteligencije redi poduzimanja potrebnih akcija Pokretanje ciklusa učenja

Aktivna poslovna inteligencija ima 5 funkcija:

Promatranje – Što se događa? Razumijevanje – Zašto se to događa? Predviđanje – Što će se dogoditi? Reakcija – Što treba učiniti? Reorganizacija – Kako to učiniti bolje?

2.1 Promatranje i razumijevanje

Promatranje i razumijevanje su dvije usko povezane akcije gdje jedna nije potpuna bez druge. Ove dvije akcije objašnjavaju djelovanje eksterne i interne okoline, promjene koje nastaju na oba područja. Odgovor na pitanja što i zašto se događa se može dobiti analizom okoline. Okolina poduzeća predstavlja skup vanjskih i unutarnjih čimbenika koji mogu utjecati na put poduzeća prema ostvarenju njegovih ciljeva. Okolina se djeli na eksternu i internu okolinu. Analiza okoline je skup metoda i pristupa kojim poduzeće povećava svoju informacijsku, spoznajnu ili akcijsku osposobljenost. Eksterna ili vanjska okolina obuhvaća one dijelove (segmente) okoline koji indirektno utječu. Na poduzeće utječu dva ključna segmenta:

1. opću ili socijalnu okolinu, 2. poslovnu ili okolinu zadatka

Opću ili socijalnu okolinu (makrookolinu) čine one dimenzije koje nisu pod kontrolom poduzeća pa ih stoga ono mora promatrati i na njih reagirati. To su:

1. političko - pravna okolina, 2. ekonomska okolina, 3. socio - kulturna okolina, 4. znanstveno - tehnološka okolina.

Poslovnu okolinu ili okolinu zadatka čine:

1. konkurenti, 2. kupci, 3. dobavljači, 4. regulatori (vladine agencije, društvene grupe) , 5. sindikati, 6. dioničari, 7. kreditori (uloga partnera)

Interna (unutarnja) okolina je onaj dio ukupne okoline poduzeća koja se nalazi u samome poduzeću i na nju poduzeće može u potpunosti utjecati. To je neposredna radna okolina poduzeća u kojoj se događaju svi ključni procesi i događaji bitni za opstanak i razvitak poduzeća. Iz tog razloga je važno da menadžment stalno prati i analizira unutrašnje događaje poduzeća imajući u vidu koje su to efektivne ili trenutne snage i slabosti poduzeća, a

koje bi se to potencijalne ili eventualne snage i slabosti mogle pojaviti u budućem razdoblju. Ključni dijelovi interne okoline su:

1. organizacijska struktura, 2. organizacijska kultura, 3. organizacijski resursi.

Ovdje nećemo ulaziti u načine prikupljanja podataka zato jer je do dosta širok pojam. Kada se prikupe podatci o tome što se događa untar i izvan poduzeća potrbno je utvrditi zašto se ti događaji pojavljuju. Tu se počinju koristiti metode rudarenja podataka. Rudarenje podataka je proces kojim se pronalaze i objašnjavaju veze između podataka. To su metode koje objašnjavaju ''ponašanje'' podataka. Metode rudarenja podatak su:

1. Klaseriranje- koristi se kada se žele odrediti podaci koji imaju ista svojstva2. Bayesova mreža -grafički modeli koji pokazuju probalističke relacije3. REFII model- transformiraju vremenske serije4. Survival modeli- korisiti se rano uočavanje zajedničkih značajki bivših klijenata5. Asocijativni algoritmi- pokazuju koliko se često događaji pojavljuju zajedno6. Samoorganizirajuće mape- podvrsta neuronskih mreža7. Analiza veza- pokazuje međuovisnot između promatranih objekata8. Metoda najbližeg susjeda- – prognozira se vrijednost svojstva entiteta tako da se

potraži vrijednost istog svojstva za entitete najsličnijim promatranom entitetu1

9. Stablo odlučivanja- iz poznatih podataka i situacija se konstruira stablo koje se može koristiti u ponovljenim situacijama

10. Neuronske mreže- upotrebljava se u analizi rizika i prognoziranja11. Fuzzy logika- koristi se u procesu otkrivanja znanja za potrebe klasifikacije,

segmentacije i radi praćenja raslojavanja tržišnih segmenata2

Odgovaranjem na pitanja što i zašto se nešto događa dobivamo uvid u sadašnje vrijeme, tj. sadašnja događanja. Na temelju toga kreće se u daljnju analizu budućnosti.

2.2 Predviđanje

Predviđanje je određivanje nekih događaja koji će se dogoditi u budućnosti, u jednoj toćki ili u nekom intervalu vremena. To je procjena, projiciranje ili proricanje događaja u kojima će se poduzeće naći. Najčešće metode predviđanja su:

1. Metoda ekstrapolacije2. Metoda procjene eksperata3. Metoda simulacije

Metoda ekstrapolacije za predviđanje nekog budućeg poslovnog događaja uzima vremensku seriju događaja iz prošlosti od najmanje 10 godina, kod dugoročnih predviđanja,

1 Stipanović, C.: Poslovna inteligencija u turizmu2 Za bolje i opširnije objašnjenje metoda rudarenja pogledati Klepac, G, Mršić, L.: Poslovna inteligencija kroz poslovne slučajeve

ili 10 ili više događaja iz bliže prošlosti ako se radi o kratkoročnom predviđanju. Ona projektira budućnosti na osnovi iskustava iz prošlosti. Ova metoda se naziva i naivnim prognoziranje jer su današnji događaji vrlo promjenjivi te se mjenjaju iz godine u godinu te se rijetko ponavljaju.

Metoda procjene eksperata temelje se na prikupljanju, analiziranju i usavršavanju odgovora velikog broja stručnjaka na određena pitanja iz njihovog djelokruga predviđanja. razvile su se u novije vrijeme kao dodatak brojnim kvantitativnim metodama i nazivaju se intuitivnim metodama. Intuitivne metode su nekvantitativne i prilagodljive složenijim zahtjevima prakse, tržišta i ljudskih odnosa. intuitivne metode imaju potpuno suprotno značenje od shvaćanja pojma intuicije . predviđa se uz podršku kvantitativnih analiza kojima se dodaju složene kvalitativne analize. intuitivne metode se dijele u dvije osnovne skupine:

individualne procjene eksperata grupne procjene eksperata

Metode simulacije temelje se na izradi modela pomoću kojeg se, promjenom varijabli, simulira ponašanje poduzeća u budućnosti. Simulacijski model opisuje ponašanje u stvarnosti, a čini ga skup zavisnih varijabli, kao što su profit, tržište, prodajna cijena i sl, koje se mijenjaju tijekom simulacije s promjenama nezavisnih varijabli, kao što su stopa inflacije, promjene cijena konkurenata i stopa nezaposlenosti. Menadžeri koriste simulacijske modele za predviđanje efekata promjena okoline npr. kakav se profit može očekivati sljedeće godine ako stopa inflacije bude 6%, ako poduzeće nastavi s postojećom proizvodnjom? Kad se predvidi budućnost(iako to gotovo nikad nije u potpunosti točno) potrebno je odlučiti što se i na koji način treba napraviti

2.3 Reakcija i reorganizacija

Ovaj dio poslovne inteligencije postavlja pitanja što učiniti i kako to učiniti bolje. Slično kao i prve dvije faze, reakcija i reorganizacija su usko povezane. Pitanje što treba učiniti je povezano s donošenjem budućih ciljeva. svako poduzeće mora imati jedan ili više ciljeva kojima teži. Važnost ciljeva naglašava i stav pojedinih autora koji tvrde da je organizacija sredstvo za postizanje ciljeva. Proces menadžmenta počinje definiranjem svrhe i ciljeva poduzeća stoga je nužno precizno definirati cilj. Poseban problem proizlazi iz mnogo različitih izraza koji se u stranoj literaturi koriste za označavanje ciljeva( objectiv, goals, ends, mission, target itd.). Cilj ima tri osnovna elementa:

- mora definirati početnu točku ili postojeće stanje

- mora utvrditi konačnu točku do koje treba stići

- mora naznačiti vrijeme u kojem će se prijeći put od početne do konačne točke.

Donošenje odluka ili odlučivanje je proces biranja između više mogućnosti. To je temeljni misaoni proces koji se sastoji od prepoznavanja i biranja mogućih rješenja koja vode do nekog željenog stanja. Odlučivanje rezultira odabirom akcije koju treba poduzeti ili strategije koju treba primijeniti u praksi. Osnovna razlika između manadžera i ostalih

zaposlenih je razina i tip odluka koje oni donose. Kako je jedna od karakteristika aktivne poslovne inteligencije potpora taktičkom odlučivanju potrebno je odrediti taktičke ciljeve. Taktički ciljevi proizlaze iz strateških, a podrazumijevaju rezultate koje namjeravaju ostvariti pojedini sektori. Taktički ciljevi su temelj za definiranje operativnih ciljeva, kojima se definiraju specifični rezultati koje trebaju ostvariti odjeli, radne grupe i pojedinci.

Strategija objašnjava kako ostvariti postavljene ciljeve. Strategija dolazi od starogrčke riječi stratēgos i doslovno znači "vođenje vojske" (grč. stratos : vojska, ago: voditi, strategos : vojskovođa). Vremenom je izgubljeno to prvobitno značenje, i koristi se da bi se označilo postupanje usmjereno ka ostvarivanju određenog cilja nakon dužeg planiranja. Pojmovi strategija i taktika su usko povezani. Oba označavaju ispravno korištenje određenih sredstava u vremenu i prostoru, pri čemu se (vrlo pojednostavljeno rečeno) strategija odnosi na cilj, a taktika na način kako ostvariti postavljeni cilj.Strategija je način kako se trebaju koristiti pojedini resursi da bi se iskoristile prednosti okolnosti za stvaranje željenih učinaka. Jednostavno rečeno, strategija je način ostvarenja ciljeva. Bez aktivne poslovne inteligencije u ovom slučaju stretegija bi se odgovorilo na pitanje kako to ostvariti. Kako nam aktivna poslovna inteligencija daje važne informacije, koje su filtrirane i relevantne, onda se ovdje strategijom odgovara na pitanje kako to učiniti bolje. Pošto znamo kako je sve do sada funkcioniralo, ciljeve i strategije možemo usmjeriti prema tome da poslovanje bude bolje, znači da se ostvariti bolji poslovni uspjeh.

2.4 Primjeri korištenja aktivne poslovne inteligencije

HFC Bank izdaje kreditne kartice koje koristi preko 3 milijuna britanskih građana. U prosjeku mjesečno obrađuju 9 milijuna transakcija, od kojih je 2.500 zlouporaba kreditnih kartica. Otkrivanje takvih transakcija je izrazito teško, prevaranti kopiraju informacije s magnetskih vrpci kartica i zatim pomoću njih pokušavaju kupiti proizvode. Obično se radi o nizu brzih kupovina proizvoda visoke vrijednosti poput nakita ili elektronike. HFC bank se okrenula poslovnoj inteligencij kako bi otkrila i otkolnila prevare. Korišteno je 60 varijabli za identificiranje zlouporaba. Pokazalo se da su neka prodajna mjesta izrazito pogodna za zlouporabe (npr. kupnja nakita u inozemstvu), stoga je banka svim transakcijama na takvim prodajnim mjestima dala veću pozornost. U samo prvih devet mjeseci rezultati operacije bili su spektakularni. Iako je u 2003. godini predviđen rast prijevara u industriji kreditnih kartica za 20%, HFC Bank uspjela je „izbjeći“ negativan trend te smanjiti broj štetnih transakcija za 55% uz mjesečnu uštedu 220.000 USD. Ovi rezultati dvostruko su bolji od ostalih banaka. Prosječan gubitak u kartičnoj industriji nastao kao rezultat prijevara je 0,27% ukupnog prihoda, a gubitak HFC Bank je 0,10%.

Zbog zasićenosti tržišta investicijski fondovi postali su vrlo agresivni u privlačenju klijenata konkurencije. Agresivno se natječu u pridobivanju novih klijenata, dok u isto vrijeme ulažu velika sredstva kako bi zadržali postojeće. Mnogi fondovi koriste agresivne mjere prevencije, kao što je naplata visokih provizija klijentima koji povlače svoja sredstva prije utvrđenog roka ili poticajnim mjerama poput naplate manjih provizija lojalnim klijentima. Dreyfus Corporation koristi poslovnu inteligenciju za predviđanje vjerojatnosti o prelasku pojedinih klijenata konkurenciji. Na temelju demografskih podataka te podataka o

postojećoj kreditnoj aktivnosti, potrošačkim navikama te transakcijama dizajniran je model za detekciju klijenata koji razmišljaju o odlasku. Model reagira na znakove upozorenja, kao što su nagli porast ili pad broja kontakata s klijentom te povećan broj transakcija između fondova. Sustav Dreyfus Corporation predviđa potencijalni odlazak klijenta tri do šest mjeseci prije nego što se to doista dogodi s točnošću od 80 do 85%. S potencijalno problematičnim klijentom se telefonski razgovara, te mu se nude posebne pogodnosti prilagođene njegovoj dobi, primanjima, portfelju i nedavnim investicijskim aktivnostima.

3 ZAKLJUČAK

Poslovna inteligencija je proces prikupljanja raspoloživih internih i relevantnih eksternih podataka, te njihove konverzije u korisne informacije koje mogu pomoći poslovnim korisnicima pri donošenju odluka. BI se intenzivno počeo razvijati kada su poduzeća automatizirala svoje poslovne procese, odnosno implementirala različite transakcijske sustave, koji su se vrlo brzo pokazali kao izvrsni generatori velikih količina podataka. Došlo je do tzv. eksplozije podataka - podaci su se sve više gomilali, nastajale su nove i nove baze, ali se do njih nije moglo brzo i jednostavno doći pa se nisu niti upotrebljavali. Paralelno s tim, rasla je svijest to tome da u takvim podacima leži veliki potencijal i pravo bogatstvo, ali da je potrebno nešto čime će se ti podaci objediniti, obraditi i staviti na raspolaganje menadžmentu. I tako je nastao BI, kojeg bi, ovaj put s tehničke strane, najjednostavnije mogli opisati kao proces kojim se sirovi podaci pretvaraju u informacije. Te informacije se zatim analiziraju i koriste u procesu odlučivanja.Uvođenje BI sustava je projekt kojemu nema kraja. Kako konkurencija postaje agresivnija, okolina nestabilnija i budućnost neizvjesnija, zahtjevi pred sustavima analize i prognoze postaju složeniji. BI je u funkciji planiranja (budgeting), tj. kratkoročnih poslovnih odluka ali i u funkciji strategije. BI sustav ne postoji kao gotov proizvod, postoje proizvođači koji nude tehnološke platforme i znanja za implementaciju. Nema rješenja s police. Razlog tome jest činjenica damodeli odlučivanja jesu slični, ali strategija, segmentacija tržišta i proizvoda, procesi i veze međunjima su različite. Heterogeni su također izvori podataka koji “hrane” ove sustave.

Da bi poslovna inteligencija imala značaj u poslovanju poduzeća ona mora biti aktivna, znači mora se koristiti kao aktivna komponenta. Kroz svojih pet faza ona pomaže menadžmentu u donošenju odluka koje će rezultirati poslovnim uspjehom. Aktivna poslovna inteligencija kreće od prikupljanja podataka i interpretacijom tih podataka. Nakon toga nastoji predvidjeti što će se dogoditi da bi se mogle donesti valjane odluke. Postavljaju se ciljevi te se određuje strategija kojom će se ti ciljevi ostvariti. KOrištenje poslovne inteligencije je važna komponenta uspješnog poslovanja u današnjem vremenu te je potrebna svakom poduzeću koje želi opstati na tržištu i maksimizirati svoj učinak.

4 LITERATURA

Stipanović, C.: Poslovna inteligencija u turizmu, Fakultet za menadžment u turizmu i ugostiteljstvu, Opatija, 2009

Panian, Ž., Klepac, G.: Poslovna inteligencija, Masmedia, Zagreb, 2003.

Klepac, G, Mršić, L.: Poslovna inteligencija kroz poslovne slučajeve, Liderpress,

Zagreb, 2006

http://web.efzg.hr/dok//OIM/mdarabos/2-%20Vrste%20odluka,%20stilovi%20i%20pristupi%20odlu%C4%8Divanju%20-2009.pdf

http://omega-software.hr/main.aspx?id=96