Business intelligence

Vad det är

Business intelligence, i dagligt tal förkortat BI, är arbetet med
att göra en organisations egna data till rapporter, dashboards och
analyser som de som fattar besluten kan agera på. Som förled används
nästan alltid förkortningen, som i BI-verktyg.

Uttrycket är äldre än mjukvaran. I oktober 1958 publicerade IBM
Journal of Research and Development en artikel av H. P. Luhn med
titeln ”A Business Intelligence System”. Luhn beskrev ett maskinellt
system som skulle ta de dokument en organisation tar emot eller
själv skriver, göra ett automatiskt sammandrag av vart och ett,
beskriva det med ett mönster av dess ord och skicka det till de
ställen i organisationen — Luhn kallade dem action points — vars
intresseprofil stämde. Ett sådant ställe kunde vara en enskild
person, en grupp, en avdelning eller en hel division. Han gav ordet
business en medvetet vid betydelse, all organiserad verksamhet från
vetenskap och handel till juridik, förvaltning och försvar, och
förstod intelligence som förmågan att se hur de fakta man har
framför sig hänger ihop, tillräckligt väl för att styra handlandet
mot ett mål. När han hade gått igenom teknikerna gav han helheten
ett namn: ”We call this a Business Intelligence System.”

Luhns material var text. Dagens BI arbetar mest med siffror i
tabeller, och Kimball Groups beskrivning av ett datalager- och
BI-system visar det vanliga upplägget. I bakrummet (back room)
hämtas data från källsystemen, tvättas, görs enhetliga och läses in.
I det främre rummet (front room) presenteras de, ordnade efter
affärsprocess och lagrade på den mest detaljerade nivån, med
aggregerade sammanfattningar tillagda för att det ska gå snabbare.
Överst ligger BI-applikationerna: ad hoc-frågor, standardrapporter,
dashboards och scorecards samt tyngre applikationer för analys och
datautvinning.

Det som binder ihop de två betydelserna är Luhns fråga: vem behöver
veta det här, och hur når det fram till dem i en form som de
faktiskt läser?

Varför det spelar roll

Varje organisation styrs redan efter siffror. Frågan är om siffrorna
stämmer överens. När säljavdelningen räknar en order från den dag
avtalet skrivs under och ekonomiavdelningen från den dag fakturan
skickas, kommer de två avdelningarna till samma möte med var sin
intäktssiffra, och mötet går åt till skillnaden i stället för
beslutet. Ett BI-system tjänar in sin kostnad genom att fastställa
en definition per nyckeltal, beräkna det på ett ställe och visa
samma siffra för alla som frågar.

Luhns diagnos från 1958 passar fortfarande de flesta delade
rapportmappar. Han såg organisationer sprida information brett för
att vara på den säkra sidan och konstaterade att mottagarna
drunknade i papper, så att risken att ingenting nådde fram blev
stor. En dashboard med fyrtio diagram gör samma sak på en skärm.
Luhns botemedel var urval. Varje mottagare fick först bara
löpnummer, titel och författare för de dokument som valts ut åt den.
Sedan kunde den slå numren på en telefon för att få sammandragen och
begära dem den ville ha i sin helhet. Varje gång den tog emot ett
dokument uppdaterades profilen, så urvalet blev bättre ju mer det
användes. En bra rapport i dag fungerar likadant: den utgår från en
person och ett beslut och visar de få siffror beslutet hänger på.

Det finns också en praktisk sida. Databasen bakom en applikation är
byggd för dess många små läsningar och skrivningar. En fråga som
läser ett helt års ordrar konkurrerar med de skrivningarna när den
körs på samma ställe, och det är ett skäl till att BI-data oftast
ligger i ett separat lager som fylls vid fasta tider. Att hålla det
lagret på den mest detaljerade nivån, som Kimball beskriver, avgör
vilka frågor som fortfarande går att besvara nästa år utan att gå
tillbaka till källorna.

Så ser det ut i praktiken

En typisk BI-fråga: omsättningen under tredje kvartalet 2026
fördelad på region och produkt, med en delsumma för varje region och
en totalsumma. Med en tabell `sales` som har en rad per försäljning,
med `sold_on`, `region`, `product` och `amount`, besvarar
standard-SQL det i en enda fråga:

```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 handfull exempelrader blir resultatet:

```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)` är en kortform för `GROUPING SETS
((region, product), (region), ())`: hela listan, varje kortare
prefix av den och till sist den tomma mängden, som summerar alla
rader. PostgreSQL-dokumentationen beskriver den som det vanliga
verktyget för hierarkiska data, till exempel lön per avdelning, per
division och för hela företaget. `CUBE (region, product)` skulle i
stället gruppera efter alla delmängder och därmed lägga till en
summa för varje produkt över alla regioner.

En kolumn som inte ingår i radens grupperingsmängd kommer tillbaka
som NULL, och därför har delsummeraderna tomma fält.
`GROUPING(region, product)` talar om vilka kolumner det gäller. Den
returnerar en bitmask med en bit per argument, med det sista
argumentet i den lägsta biten, och en bit är 1 när kolumnen inte var
grupperad för raden. Alltså markerar 0 en detaljrad, 1 en delsumma
för en region (produkten är inte grupperad) och 3 totalsumman (ingen
av dem är grupperad). En rapport läser `level` för att avgöra vilka
rader som ska stå i fetstil.

Företagets tjänst för dataanalys och BI-dashboards beskriver målet
som dashboards och rapporter som visar de få siffror ett beslut
faktiskt hänger på, uppdaterade utan att någon behöver be om det. En
fråga som den här är lagret under en sådan rapport: summorna
beräknas en gång, i databasen, och dashboarden ritar bara upp dem.

Var det går fel

Två siffror under samma namn. Intäkter, aktiv kund och kundbortfall
har var och en flera rimliga definitioner, och varje rapport som
räknar själv väljer en. Skriv ner varje nyckeltal en gång, med vad
det räknar, från vilken källa och per vilket datum, och beräkna det
i databasen, till exempel som en vy, i stället för i formlerna i
varje rapport. Kimball kallar den språkliga delen affärsmetadata:
vilka data som finns, var de kommer ifrån och vad de betyder.

Allt skickat till alla. En dashboard med dussintals diagram och en
sändlista med hela avdelningen återskapar den flod Luhn ville
stoppa. Börja med en namngiven person och det beslut hen fattar,
visa de siffror beslutet kräver och lägg ner de rapporter som ingen
har öppnat på ett kvartal.

Rapporter som gör applikationen långsam. En tung fråga mot
primärdatabasen i ett system i drift konkurrerar med kunderna som
använder det. Kör rapporteringen mot en läsreplik eller i ett
separat datalager som fylls vid fasta tider. Aggregat som är dyra
att beräkna och efterfrågas ofta kan läggas i en materialiserad vy
som uppdateras efter varje inläsning.

Summor byggda av summor. Medelvärdet av varje regions genomsnittliga
ordervärde är inte företagets genomsnittliga ordervärde, om inte
alla regioner har lika många ordrar. Antalet unika kunder per månad
kan inte summeras till ett kvartal, eftersom en kund som handlade
både i juli och i augusti räknas två gånger. Behåll detaljraderna
och aggregera varje nivå från dem. Grupperingsmängder gör precis
det: varje nivå i frågan ovan beräknas från försäljningsraderna,
inte från nivån under.

Ett tomt fält med två betydelser. Lägg till en försäljning där
regionen är okänd, så ger frågan ovan en detaljrad med tom region,
en delsumma för den med två tomma fält och en totalsumma, också med
två tomma fält. Med `CUBE` blir det värre: två rader visar tom
region och Boots, den ena för Boots sålda där regionen är okänd och
den andra för Boots i alla regioner tillsammans.
PostgreSQL-dokumentationen varnar för att en NULL i data inte går
att skilja från den NULL som står för en kolumn som har grupperats
bort. Använd `GROUPING()`, aldrig `IS NULL`, för att hitta
delsummerader, och ge saknade värden en synlig etikett som ”okänd”
när data läses in.

Gårdagens siffror lästa som dagens. När en nattlig inläsning
misslyckas fortsätter dashboarden att visa de senaste bra siffrorna,
och ingenting på skärmen säger att de är gamla. Skriv ut tidpunkten
för den senaste lyckade inläsningen på varje rapport, och låt
övervakningen skicka ett larm till en namngiven person när en
planerad inläsning inte blir klar.

Läs mer

  * A Business Intelligence System — H. P. Luhns artikel i IBM
Journal of Research and Development, oktober 1958, där uttrycket
kommer ifrån.

  * Kimball Technical DW/BI System Architecture — Kimball Groups
genomgång av bakrummet, presentationsytan, BI-applikationerna och
metadata.

  * Table Expressions — PostgreSQL:s referens för `GROUPING SETS`,
`ROLLUP` och `CUBE`, och för hur NULL står i stället för en kolumn
som inte är grupperad.

  * Aggregate Functions — funktionen `GROUPING` och dess bitmask,
med ett genomräknat exempel.

hDen här sidan på webben	URL:https://engineer.company/sv/glossary/business-intelligence/	engineer.company	70
