Business intelligence

Hva det er

Business intelligence, til daglig forkortet BI, er arbeidet med å
gjøre en organisasjons egne data om til rapporter, dashbord og
analyser som de som tar beslutningene, kan handle på. Som førsteledd
brukes nesten alltid forkortelsen, som i BI-verktøy.

Uttrykket er eldre enn programvaren. I oktober 1958 trykket IBM
Journal of Research and Development en artikkel av H. P. Luhn med
tittelen «A Business Intelligence System». Luhn beskrev et maskinelt
system som skulle ta dokumentene en organisasjon mottar eller
skriver selv, lage et automatisk sammendrag av hvert enkelt,
beskrive det med et mønster av ordene i det og sende det til de
stedene i organisasjonen — Luhn kalte dem action points — der
interesseprofilen passet. Et slikt sted kunne være én person, en
gruppe, en avdeling eller en hel divisjon. Han ga ordet business en
bevisst vid betydning, all organisert virksomhet fra vitenskap og
handel til jus, forvaltning og forsvar, og forsto intelligence som
evnen til å se hvordan de foreliggende faktaene henger sammen, godt
nok til å styre handlingen mot et mål. Etter å ha gått gjennom
teknikkene ga han helheten et navn: «We call this a Business
Intelligence System.»

Luhns materiale var tekst. Dagens BI arbeider mest med tall i
tabeller, og Kimball Groups beskrivelse av et datavarehus- og
BI-system viser den vanlige oppbygningen. I bakrommet (back room)
hentes data fra kildesystemene, vaskes, gjøres ensartet og lastes
inn. I frontrommet (front room) presenteres de, ordnet etter
forretningsprosess og lagret på det mest detaljerte nivået, med
aggregerte sammendrag lagt til for å gjøre det raskere. Øverst
ligger BI-applikasjonene: ad hoc-spørringer, standardrapporter,
dashbord, scorecards og tyngre applikasjoner for analyse og
datautvinning.

Det som binder de to betydningene sammen, er Luhns spørsmål: hvem
trenger å vite dette, og hvordan når det fram til dem i en form de
faktisk leser?

Hvorfor det er viktig

Enhver organisasjon styres allerede etter tall. Spørsmålet er om
tallene stemmer overens. Når salgsavdelingen regner en ordre fra
dagen kontrakten signeres, og økonomiavdelingen fra dagen fakturaen
sendes, kommer de to avdelingene til samme møte med hvert sitt
omsetningstall, og møtet går med til forskjellen i stedet for
beslutningen. Et BI-system tjener inn kostnaden ved å fastsette én
definisjon per nøkkeltall, beregne det ett sted og vise det samme
tallet til alle som spør.

Luhns diagnose fra 1958 passer fortsatt på de fleste felles
rapportmapper. Han så at organisasjoner spredte informasjon vidt for
å være på den sikre siden, og bemerket at mottakerne druknet i
papir, slik at sjansen for at ingenting nådde fram, ble stor. Et
dashbord med førti diagrammer gjør det samme på en skjerm. Luhns
botemiddel var utvelgelse. Hvert mottakersted fikk først bare
løpenummer, tittel og forfatter for dokumentene som var valgt ut til
det. Deretter kunne det slå numrene på en telefon for å få
sammendragene, og be om dem det ville ha, i full lengde. Hver gang
det tok imot et dokument, ble profilen oppdatert, så utvelgelsen ble
bedre med bruk. En god rapport i dag virker på samme måte: den tar
utgangspunkt i en person og en beslutning og viser de få tallene
beslutningen hviler på.

Det finnes også en praktisk side. Databasen bak en applikasjon er
bygd for dens mange små lesinger og skrivinger. Et spørsmål som
leser et helt års ordrer, konkurrerer med de skrivingene når det
kjører på samme sted, og det er én grunn til at BI-data vanligvis
ligger i et eget lager som fylles etter en fast plan. Å holde det
lageret på det mest detaljerte nivået, slik Kimball beskriver,
avgjør hvilke spørsmål man fortsatt kan besvare neste år uten å gå
tilbake til kildene.

Slik ser det ut i praksis

Et typisk BI-spørsmål: omsetningen i tredje kvartal 2026 fordelt på
region og produkt, med en delsum for hver region og en totalsum. Med
en tabell `sales` som har én rad per salg, med `sold_on`, `region`,
`product` og `amount`, besvarer standard SQL det i én spørring:

```sql
SELECT region,
       product,
       sum(amount)               AS revenue,
       GROUPING(region, product) AS level
FROM   sales
WHERE  sold_on >= DATE '2026-07-01'
AND    sold_on <  DATE '2026-10-01'
GROUP  BY ROLLUP (region, product)
ORDER  BY GROUPING(region), region, GROUPING(product), product;
```

Med en håndfull eksempelrader gir den:

```text
 region | product | revenue | level
i--------+---------+---------+-------		engineer.company	70
 North  | Boots   |    1200 |     0
 North  | Jackets |     800 |     0
 North  |         |    2000 |     1
 South  | Boots   |     500 |     0
 South  | Jackets |    1500 |     0
 South  |         |    2000 |     1
        |         |    4000 |     3
```

`ROLLUP (region, product)` er en kortform for `GROUPING SETS
((region, product), (region), ())`: hele listen, hvert kortere
prefiks av den og til slutt den tomme mengden, som summerer alle
radene. PostgreSQL-dokumentasjonen omtaler den som det vanlige
verktøyet for hierarkiske data, for eksempel lønn per avdeling, per
divisjon og for hele selskapet. `CUBE (region, product)` ville i
stedet gruppert etter alle delmengder og dermed lagt til en sum for
hvert produkt på tvers av regionene.

En kolonne som ikke inngår i radens grupperingsmengde, kommer
tilbake som NULL, og derfor har delsumradene tomme felter.
`GROUPING(region, product)` forteller hvilke kolonner det gjelder.
Den returnerer en bitmaske med én bit per argument, med det siste
argumentet i den laveste biten, og en bit er 1 når kolonnen ikke var
gruppert for raden. Altså markerer 0 en detaljrad, 1 en delsum for
en region (produktet er ikke gruppert) og 3 totalsummen (ingen av
dem er gruppert). En rapport leser `level` for å avgjøre hvilke
rader som skal stå i fet skrift.

Selskapets tjeneste for dataanalyse og BI-dashbord beskriver målet
som dashbord og rapporter som viser de få tallene en beslutning
faktisk hviler på, oppdatert uten at noen må be om det. En spørring
som denne er laget under en slik rapport: summene beregnes én gang,
i databasen, og dashbordet tegner dem bare.

Hvor det går galt

To tall under samme navn. Omsetning, aktiv kunde og kundefrafall har
hver flere rimelige definisjoner, og hver rapport som regner selv,
velger én. Skriv ned hvert nøkkeltall én gang, med hva det teller,
fra hvilken kilde og per hvilken dato, og beregn det i databasen,
for eksempel som en visning, i stedet for i formlene i hver enkelt
rapport. Kimball kaller den språklige delen forretningsmetadata:
hvilke data som finnes, hvor de kommer fra, og hva de betyr.

Alt sendt til alle. Et dashbord med flere dusin diagrammer og en
mottakerliste med hele avdelingen gjenskaper flommen Luhn ville
stanse. Begynn med en navngitt person og beslutningen vedkommende
tar, vis tallene beslutningen krever, og legg ned rapportene ingen
har åpnet på et kvartal.

Rapporter som gjør applikasjonen treg. En tung spørring mot
primærdatabasen i et system i drift konkurrerer med kundene som
bruker det. Kjør rapporteringen mot en lesereplika eller i et eget
datavarehus som fylles etter en fast plan. Aggregater som er dyre å
beregne og etterspørres ofte, kan legges i en materialisert visning
som oppdateres etter hver innlasting.

Summer bygd av summer. Gjennomsnittet av hver regions
gjennomsnittlige ordreverdi er ikke selskapets gjennomsnittlige
ordreverdi, med mindre alle regionene har like mange ordrer.
Antallet ulike kunder per måned kan ikke legges sammen til et
kvartal, for en kunde som handlet både i juli og i august, telles to
ganger. Behold detaljradene, og aggreger hvert nivå fra dem.
Grupperingsmengder gjør nettopp det: hvert nivå i spørringen ovenfor
beregnes fra salgsradene, ikke fra nivået under.

Et tomt felt med to betydninger. Legg til ett salg der regionen er
ukjent, så gir spørringen ovenfor en detaljrad med tom region, en
delsum for den med to tomme felter og en totalsum, også med to tomme
felter. Med `CUBE` blir det verre: to rader viser tom region og
Boots, den ene for Boots solgt der regionen er ukjent, og den andre
for Boots i alle regioner til sammen. PostgreSQL-dokumentasjonen
advarer om at en NULL i dataene ikke kan skilles fra NULL-en som
står for en kolonne som er gruppert bort. Bruk `GROUPING()`, aldri
`IS NULL`, for å finne delsumrader, og gi manglende verdier en
synlig betegnelse som «ukjent» når dataene lastes inn.

Gårsdagens tall lest som dagens. Når en nattlig innlasting feiler,
fortsetter dashbordet å vise de siste gode tallene, og ingenting på
skjermen sier at de er gamle. Skriv tidspunktet for siste vellykkede
innlasting på hver rapport, og la overvåkingen sende et varsel til
en navngitt person når en planlagt innlasting ikke blir ferdig.

Les mer

  * A Business Intelligence System — H. P. Luhns artikkel i IBM
Journal of Research and Development, oktober 1958, der uttrykket
kommer fra.

  * Kimball Technical DW/BI System Architecture — Kimball Groups
gjennomgang av bakrommet, presentasjonsområdet, BI-applikasjonene og
metadataene.

  * Table Expressions — PostgreSQLs referanse for `GROUPING SETS`,
`ROLLUP` og `CUBE`, og for hvordan NULL står i stedet for en kolonne
som ikke er gruppert.

  * Aggregate Functions — funksjonen `GROUPING` og bitmasken dens,
med et gjennomregnet eksempel.

hDenne siden på nettet	URL:https://engineer.company/nb/glossary/business-intelligence/	engineer.company	70
