25.10.2013 / Toni Haapakoski

Näin syksyisin yrityksissä käynnistyvät vuotuiset budjetointikierrokset. Perinteisesti myynti laatii myyntibudjettinsa ja muut yksiköt laativat kulubudjettinsa. Budjettien valmistuttua ne menevät hyväksyttäviksi johtoryhmälle ja hallitukselle. Varsin usein käy niin, että ehdotetut luvut eivät tule hyväksytyiksi, koska joko myyntibudjetti on liian pieni tai kulubudjetti on liian suuri ja budjetin suunnittelu palautetaan organisaatiolle uudelleen tehtäväksi. Näin käynnistyy 2. budjetointikierros ja siihen liittyvä hyväksyntäkierros ja sama prosessi toistetaan niin kauan, että yrityksen johto on tyytyväinen esitettyihin lukuihin.

Se onko koko budjetti enää saavutettavissa ja realistinen onkin sivuseikka ja Excelin pyöritykseen nääntyneet budjetoijat rukkaavat lukunsa sellaisiksi, että ne menevät varmasti läpi. Sitoutuvatko nämä ihmiset sitten näihin budjetteihin? Epäilen, että eivät. Jos annettuihin lukuihin ei olla sitoutuneita, eikä niitä nähdä realistisina, niin onko tällaisilla luvuilla mitään virkaa yrityksen ohjaamisen ja tavoitteellistamisen näkökulmasta?

Mitä tällainen harjoitus sitten maksaa? Varovaisesti voisi arvioida, että budjetointiprosessi kestää keskimäärin 2 kuukautta ja sen tekemiseen osallistuu 10% yrityksen työntekijöistä eli lähinnä esimiestaso käytännössä 30% työaika-allokaatiolla. Mikäli yrityksessä on esimerkiksi 1000 työntekijää ja keskimääräinen palkkakustannus sivukuluineen per budjetoija on 6000 €/kk, saadaan budjetoinnin kokonaiskustannukseksi esimerkkiyrityksessä: 100 työntekijää x 6000 €/kk x 2 kk x 30% tekee yhteensä 400 TEUR!  Se on suuri summa rahaa tuottaa ohjaustietoa, jonka käyttökelpoisuudesta voi olla montaa mieltä.

Budjetin roolina on perinteisesti ollut asettaa tavoitteet seuraavalle tilikaudelle ja tähän yleensä kytketään myös työntekijöiden bonukset.  Tästä puolestaan aiheutuu se, että budjetit eli tavoitteet pyritään asettamaan mahdollisimman alhaisiksi, jotta niihin päästäisiin ja saataisiin täydet kannustinpalkkiot. Myynnille tämä tarkoittaa alhaisia myyntitavoitteita ja kuluyksiköille korkeita kulubudjetteja. Tällainen keinotekoinen vääristymä aiheuttaa sen, että tuleva tilikausi näyttää usein pessimistisemmeltä kuin se ehkä todelllisuudessa onkaan.  Yritysjohdolle tällainen ylipessimistisyys aiheuttaa sen, että toimenpiteissä ylireagoidaan eli kulujen karsimiseksi käynnistetään rankkoja säästöohjelmia ja vastaavasti tuottoja lisätäkseen investoidaan myyntiin ja markkinointiin enemmän kuin oikeasti ehkä olisi järkevää ja tarpeellista.

Jos budjettia ei enää laadittaisi ollenkaan, mitä sen tilalle pitäisi keksiä? Tässä kohtaa on hyvä erottaa kaksi asiaa: Ennustaminen ja tavoiteasetanta. Jotta johto pystyy reagoimaan liiketoimintaympäristössä tapahtuviin muutoksiin, tarvitaan luotettavia ennustamismenetelmiä ja sitä tukevia tietojärjestelmiä. Mainio apuväline on rullaava ennustaminen, jossa tarkoituksena on rullaavasti päivittää ennusteita esim. 12 kk eteenpäin joko kerran kuukaudessa tai kvartaalissa. Tämä antaa näkyvyyttä jatkuvasti eteenpäin ja yli tilikausirajojen. Ennustamista ei ole kuitenkaan järkevää tehdä äärimmäisellä tarkkuustasolla, kuten ehkä budjetoinnissa on perinteisesti totuttu tekemään vaan mahdollisimman kevyesti ja hyödyntäen järjestelmien tarjoamia mahdollisuuksia, kuten hyväksikäyttää valmiiksi luotuja kuukausikohtaisia pohjaennusteita ja massamuutostoiminnallisuuksia. Hyvä ja tehokas ennustamisjärjestelmä toimii yrityksen tuntosarvina tulevaisuuteen katsottaessa ja vaaran uhatessa se antaa riittävän ajoissa informaatiota, jotta yritys ehtii muuttaa suuntaansa.

Tavoiteteasetanta toisaalta on vähintään yhtä tärkeää kuin tulevan ennustaminen yrityksen johtamisessa. Ilman selkeitä tavoitteita ja niiden kytkeytymistä palkitsemiseen ei voida saavuttaa hyviä tuloksia. Tämän vuoksi oikeiden asioiden tehokasta tekemistä pitää pystyä ohjamaaan yrityksen määrittelemillä mittareilla ja niihin kytketyillä tavoitteilla. Budjetin käyttäminen tavoiteasetannassa on vaarallista siksi, että budjetit laaditaan koko seuraavalle vuodelle yleensä jo edellisen vuoden syys-lokakuussa. Uuden budjettivuoden käynnistyessä luvut ovat jo usein menettäneet merkityksensä joko aiemmin mainitsemistani syistä tai sitten siksi, että liiketoimintaympäristö – makrotalouden tapahtumat, kilpailjoiden ja asiakkaiden toimenpiteet, on muuttunut siinä määrin, että budjettioletukset eivät pidäkään enää paikkaansa. Tästä syystä voisi olla hyvä tehdä tavoiteasetanta esimerkiksi kvartaaleittain, jotta kussakin ajanhetkessä pystytään keskittymään sellaisten tulosten aikaansaantiin, jotka sillä hetkellä alati muuttuvassa toimintaympäristössä ovat kaikkein relevanteimpia.

Joten nyt syksyllä kun käynnistätte yrityksessänne ensi vuoden budjetoinnit, suosittelen miettimään mitä sillä halutaan saavuttaa ja miten käytännössä budjetoinnin teette ja olisiko ensi vuoden budjettiin mahdollista saada tilaa suunnitteluratkaisuille helpottamaan ja parantamaan vuoden 2015 suunnittelua.


24.10.2013 / Ville Niemijärvi

Konsulttiurani alussa sain projektipäällikön pestin. Tehtävänä oli hoitaa asiakkaalle pienimuotoinen tietovarasto- ja raportointiprojekti.

Kyseessä oli 3 eri lähdejärjestelmää ja nippu tekstitiedostoja, jotka piti viedä SQL Server SSIS:llä tietovarastoon, johon tuli pari-kolme faktataulua ja kymmenisen dimensiota. Tähän päälle metamalli Cognoksen Framework Managerilla ja  iso joukko raportointikuutioita Cognos Transformerilla. Toisin sanoen hyvin suoraviivainen oppikirjaesimerkki. Ei mikään pienin mahdollinen toteutus (ottaen huomioon useat lähdejärjestelmät ja kuutiotkin olivat aika laajoja sisällöltään) mutta ei suurikaan.

Asiakas pyysi työmääräarviota. Tuumailin hieman, katsoin asiakkaan tekemiä esimäärittelyjä ja totesin, että tämä tehdään 20 päivässä.

Kun kerroin tämän tiiminvetäjälleni, häneltä meinasi leuka tippua. “Kuules Ville, en ole koskaan nähnyt, että DW-projektia olisi tehty alle 50 päivän, saati sitten 20 päivän.”

Kaverilla oli silloin lähes 10 vuoden kokemus alalta joten varmasti tiesi mitä puhui.

Homma kesti 21 htpv. Ylitin budjetin ja pahoittelin sitä asiakkaalle, joka ei ollut siitä moksiskaan. Tein siis kokeneen konsultin arvioiman vähintään 50 htpv työn 20 päivään ja se ei tehnyt edes tiukkaa. Miten tämä oli mahdollista? Tässä muutama pointti miksi homma toimi:

1. Keskity olennaiseen –  Jätä kaikki turha pois.

Koska kyseessä on suoraviivainen toteutusprojekti jossa tiedetään mitä halutaan, mistä data haetaan ja miten sitä pitää käsitellä, ilman 3. osapuolia, ei tarvita monia niitä vaiheita mitä isommissa hankkeissa on. Ei tarvitse käyttää päiviä projektinhallintaan, johtoryhmän kokouksiin, projektisuunnittelman ja riskimatriisien kirjoittamiseen. Testaus on hyvin suoraviivaista lukujen mätsäämistä raporteilta tietovarastoon ja siitä lähdetauluun.

Mitä vähemmän liikkuvia osia sitä parempi. Ammattilainen osaa arvioida milloin voidaan jättää projektisuunnitelmasta osia pois ja milloin ne pitää ehdottomasti pitää mukana.

2. Uusiokäytä, kierrätä

Tässä casessa asiakkaalla oli käytössä vanha raportointijärjestelmä josta pystyimme nappaamaan SQL-lauseet ja muokkaamalla niitä hieman, upottamaan suoraan tietovaraston ETL:ää varten. Meidän ei tarvinnut tehdä syvällistä lähdejärjestelmien analysointia ja etl-prosessi pystyttiin viemään kymmenesosalla siitä mitä se normaalisti olisi vienyt (oppikirjasääntö: etl-toteutus vie normaalisti n. 70% koko DWBI-hankkeen kestosta).

Sama homma lähdetietokantojen “uusiokäyttämisen” kanssa. Useimmiten sama tietokantajärjestelmä sisältää samat tiedot samoissa tauluissa ja kentissä siirryttäessä yrityksestä toiseen. Toisin sanoen jos olet hakenut joskus myyntidataa Oraclesta tai SAP:sta ja siirryt toiselle asiakkaalle tekemään samaa homma, löydät samat myyntitilausotsikot ja -rivit aivan samoista tauluista. Toisin sanoen voit uusiokäyttää edellisessä projektissa tehtyjä SQL-kyselyitä ja jopa kokonaisia etl-ajoketjuja – ja säästää asiakkaalle kymmeniä tuhansia euroja.

Tietovarastoarkkitehtuuri on kolmas kierrättämisen paikka. Väitän, että sama  tähtimalli sopii 9/10 tietovarastoprojekteista. Aivan, sinun yritykseksi on tietenkin juuri poikkeus joka tekee aivan erilaista liiketoimintaa kuin kukaan muu maailmassa. Voi olla, mutta silti valtaosa teollisuus- tai kaupan alan yrityksistä valmistaa/ostaa tuotteita, varastoi niitä ja lopulta myy asiakkailleen. Toisin sanoen heillä on faktatapahtumia (ostotilaukset, saldot ja myynnit). Lisäksi heillä on asiakkaita, tuotteita ja myyjiä/myymälöitä, toisin sanoen dimensioita.

Tästä saadaan tietovaraston tietomalli, jonka olen toteuttanut kymmenille suomalaisille yrityksille lähtien kansainvälisistä teollisuuden pörssiyrityksistä, suuriin vähittäiskauppoihin, tukkukauppoihin ja pieniin konepajoihin. Tietenkin kentät tauluissa hieman vaihtelevat mutta pääasiallisesti rakenne on identtinen. Jos olet siis tekemässä tällaiseen ympäristöön tietovarastoa, ei sen mallintamiseen tarvita kymmeniä päiviä määrittely- ja suunnittelutyötä, minulla on sinulle malli valmiina ja säästät taas kymmeniä tuhansia.

Kierrätystä on tietenkin toimittajan tuotteistus lähtien aina raporttimäärittelypohjista, joiden avulla edetään nopeasti ja määrätietoisesti. Tämä antaa asiakkaallekin kuvan, että toimittajalla on homma hanskassa.

3. Vähemmän porukkaa on parempi

Jos kullekin työvaiheelle on oma roolinsa: vaatimusmäärittely, testaus, etl, raportointi ja projektipäällikkö, tulee paljon ylimääräistä viestitystä ja työtä. Ammattilaiset osaavat useampia asioita, tulisi ainakin osata.

Tässä nimenomaisessa projektissa kollegani hoiti etl-työn ja etl:n testaamisen. Minä hoidin kaiken muun. Kaksi ammattilaista riittää useimmiten tekemään alle 100 henkilötyöpäivän hankkeet. Miksei isompiakin jos aikataulu sen sallii.

Esimerkiksi projektipäällikön ei siis pidä olla vain hallinnollinen kumileimasin ja tuntien tarkkailija, varsinkaan pienissä ja keskisuurissa hankkeissa. Tästä on minulla yleensä vain huonoja kokemuksia. Jos projektipäällikkö ei osallistu edes määrittelyihin ja ei tunne laisinkaan kohdealuetta tai projektin tuotoksia, on hän yleensä vain kiviriippa. Toisessa laidassa on tietenkin näitä +1000 henkilötyöpäivän ultramaratonhankkeita, joissa pp:n ei ole mahdollisuuttakaan ottaa osaa itse työhön. Näissä massiivivissa hankkeissa tosin on paljon isompiakin ongelmia (vinkki: älä lähde tekemään överimassiivisia DW-hankkeita kerralla, pilko ne aina pienempiin projekteihin. Kukaan, koskaan, missään ei ole niissä onnistunut).

Erillistä testaajaa ei kannata edes harkita, se on hukkainvestointi. Testaajat, teidän ammattitaitoa vastaan ei ole mitään enkä halua väheksyä testaamisen merkitystä. Ongelma on siinä että tietovarastohankkeiden testaamista ei kannata irroittaa  aihealueen osaamisesta (liiketoiminta) tai tietovaraston sisällön osaamisesta (eli testaaja tuntee DW:n rakenteen). Parasta onkin, että raportoinnin testauksen suorittaa business käyttäjät, usein yrityksen controllerit jotka muutenkin pyörittelevät samoja lukuja. He näkevät heti jos luvuissa on jotain mätää.

Erillinen toimittajan tarjoama testaaja voi luoda testitapauksia tuhansia ja ihmetellä niitä edes takaisin mutta hän ei välttämättä saa kiinni olennaisia virheitä itse luvuissa. Syy on siinä, että välttämättä virhe ei ole etl-prosessissa tai raporteissa vaan koko logiikka on väärin. Ja usein tämän tajuaa vasta kun loppuasiakas näkee luvut raporteilla (vinkki: kun teet tietovarastoa, pyri siihen että alle kuukauden sisällä asiakas näkee ensimmäiset raportit ja pystyy validoimaan lukuja. Tästä alkaa vasta varsinainen kehitystyö).

4. Toimittaja osaa asiansa

Tunnet toimialan, työvälineet ja prosessit. Tunnustetaan tosiasiat: on päteviä tyyppejä ja sitten on niitä joita ei soisi edes pahimmalle viholliselleen töihin. Samaan työhön saattaa mennä yhdeltä kaverilta päivä ja toiselta viisi. Vinkki asiakkaalle: selvitä työntekijöiden osaamistaso, vaadi parasta. Pyydä referenssit. Tiedä mitä haluat.

5. Asiakas osaa asiansa

Annetaan todellinen kunnia sinne minne se kuuluu: tämän nimenomaisen projektin onnistumisen suurin syy oli asiakas. He olivat tehneet tietotarvemäärityksen lähes valmiiksi. He olivat poimineet valmiiksi nuo edellä mainitut sql-kyselyt. He tiesivät mitä haluavat, he tunsivat lähdejärjestelmän, datan ja sen käyttäytymisen. Ja luonnollisesti liiketoiminnan. Heiltä sai täyden tuen lyhyen projektin aikana. Olisin oikeasti joutunut tekemään töitä jotta olisin voinut töpeksiä tuon hankkeen.

Tämä ei tarkoita, että projektit onnistuvat vain kun käy niin hyvä tuuri, että toimittaja kohtaa tietovarastoinnin ja raportoinnin suhteen valveutuneen asiakkaan. Toimittajan tehtävänä on ennen projektin aloitusta ja sen aikana vaatia asiakkaalta noita edellä mainittuja ominaisuuksia. Asiakkaalta saa vaatia omistautumista projektille. Heiltä pitää vaatia liiketoiminnan tuntemusta ja heille tulee ehdottomasti teroittaa mikä merkitys niin ajallisesti kuin rahallisesti on sillä, että asiakas tietää todella mitä haluaa. Ja jos ei tiedä, niin toimittajan tehtävänä on auttaa selvittämään tuo tarve ennen kuin lähdetään itse toteutustyöhön.

Esimerkki tietovarastoprojektin työmääristä

No mihin se 21 päivää sitten meni? Päivät käytettiin jotakuinkin näin:

  1. Aloituspalaveri, tietotarvemäärittely, projektisuunnitelma: 1 htpv
  2. Tietomallinnus, lähdejärjestelmien ja tietomallin mäppäys: 2 htpv
  3. ETL-työ eli tietovaraston rakennus: 12 htpv
  4. Raportoinnin metamalli: Cognos Framework Manager -työ: 1 htpv
  5. Raportointikuution toteutus: Cognos Transformer -työ: 3 htpv
  6. Kuutioiden julkaisu, ajoketjujen automatisointi, virheiden valvonta: 1 htpv
  7. Testaus, parit pienet fiksaukset etl:ssä ja kuutioissa: 1 htpv
    YHTEENSÄ 21 henkilötyöpäivää

Tuon uran alkuaikojen projektin jälkeen olen tehnyt lisää 20 htpv projekteja ja osa reilusti alle. Tietovarastohankkeiden ei tarvitse siis olla ikuisuusprojekteja ja ne voi myös pysyä budjetissa. Kun hankit seuraavan kerran konsulttia tekemään hommaa, kysy häneltä reilusti referenssejä ja pyydä pilkkomaan työmääräarviot mahdollisimman pieniin paloihin. Tai sitten pyydä tosiammattilaiset paikalle.


22.10.2013 / Päivi Iisakka

The Insultantsit soittaa perjantaina Firmarockin finaalissa 2013. Tiedätkö miksi meidän bändi voittaa?

Vietin viime viikolla aikaa bändin kanssa, kuvasimme Firmarockin tv-taltiointiin videota sekä toimistolla että treenikämpällä. Pääsin elämään hetken bändiläisen elämää. Miten se elämä sitten eroaa meidän muiden kuolevaisten elämästä, siitä otin selvää.

Bändiläinenhän istuu ergonomisesti yhtä kyyryssä kuin muutkin konsultit, naputtaa päivät pitkät näppäimistöään ja tuijottaa näyttöään. Mikä siinä sitten on, mikä erottaa hänet muista konsulteista, ovatko hänen sormensa näppärämmät kaikesta instrumentin harjoittamisesta, tamppaako hänen jalkansa samaan rytmiin näppäimistön kanssa tai nähdäänkö hänen korvillaan useammin kuulokkeet.

Heissä ei ole mitään huomattavan erilaista, mutta silti heissä on sitä jotain, jotain mikä saa meidät muut lähtemään kerta toisensa jälkeen Apollo Live Clubille, pukemaan valkoiset ”univormumme” päällemme, opettelemaan biisien sanoja ja nykyään jopa koreografioita, ja sinä hetkenä kun olemme lavan edessä, meidän bändin soittaessa, olemme valmiita fanittamaan.

Kun istuin viime viikolla treenikämpän likaisella sohvalla, kuunnellen rytmitajuttomalla sielullani bändin harjoituksia, elin hetken jokaisen fanin unelmaa, siinä he olivat, jokainen aivan tavallinen konsultti, mutta minun silmissäni he olivat lähes kuolemattomia.


22.10.2013 / News Team

Bilotin pitkäjänteinen työ ja menestys Suomen SAP-markkinoilla sai ansaitun arvostuksen lokakuussa, kun status päivittyi kultaiseksi SAP:n jälleenmyyjäkumppaniohjelmassa. SAP PartnerEdge -kumppaniohjelman tasot määräytyvät yhtäältä toteutuneen ohjelmistoliikevaihdon ja toisaalta kompentenssien kehittämisen ja yhteisen markkinointitoiminnan kautta tulevan pisteytyksen mukaan.

Bilot on jo kahdeksan vuoden ajan tehnyt pioneerityötä edistyneimpien SAP-ratkaisujen kehittämisessä ja toimittamisessa kasvavalle asiakaskunnalleen. Bilotin portfoliossa on kattavasti toisen ja kolmannen aallon sekä uuden sukupolven cloud-ratkaisut, jotka tyypillisesti rakentuvat asiakkaiden toiminnanohjausjärjestelmien päälle. Bilotilla on tarjota asiakkaiden kilpailukykyä edistäviä liiketoimintaratkaisuja (verkkokaupparatkaisut, CRM, SRM, HCM jne.) ja toimintaa tehostavia ratkaisuja ja palveluja sekä kattavasti yritysten analytiikkaa ja BI-tarpeita tukevia ratkaisuja.

Tärkeänä osana Bilotin kokonaistarjoomaa on SAP:n ja Microsoftin teknologioiden ketterässä yhdistämisessä. Tämä yhdistelmä mahdollistaa moninaiset parannukset tietotyöläisten elämänlaadussa ja tekee kokonaisratkaisuista kollaboratiivisemmat ja käytettävyydeltään tuntuvasti paremmat. Bilot hyödyntää myös oman kumppanikuntansa ratkaisuja täydentääkseen eri sovellusten keskinäistä toiminnallisuutta ja ulkoasua. Asiakas saa itsensä näköisen kokonaisratkaisun kattaen sekä palvelut että ohjelmistolisenssit.

Kultakumppanuus on jo toinen Bilotin SAP:lta saama tunnustus lyhyen ajan sisällä. Aiemmin tänä vuonna Bilotille myönnettiin ”SAP Innovation Partner of the Year 2012” meriitti pohjautuen yhtiön ansioihin mm. SAP HANA:n maihinnousussa Suomeen sekä pitkäjänteiseen edistykselliseen työhön SAP-järjestelmien käytettävyyden parantamiseksi.

Bilotilla on tällä hetkellä noin 105 työntekijää ja lisäksi kymmeniä alihankkijoita ja kumppaneita välittömässä lähipiirissään. Liikevaihdon ennustetaan nousevan 15 miljoonaan euroon vuonna 2013.

Lisätietoa:

Mika Tanner
toimitusjohtaja
puh. 040 544 0477

Bilot on asiakassuuntautunut ja innovatiivinen IT- palveluyritys. Haluamme edistää asiakkaidemme liiketoimintasovellusten käytettävyyttä, parantaa liiketoimintaprosesseja sekä tehostaa päätöksentekoprosessia tukevaa tiedonkulkua. Bilotin perustivat vuonna 2005 alan johtavat asiantuntijat. Olemme uranuurtaja uusien SAP- ja Microsoft-ratkaisuihin perustuvien sovellusten kehittämisessä ja niiden ensiluokkaisessa käyttöönotossa. Vuonna 2012 Bilotin liikevaihto oli 12 miljoonaa euroa vuonna. Työntekijöitä yrityksessä on reilut 100. bilot.fi


15.10.2013 / Kristiina Burtsoff

Käväisin viime viikolla LinkedIn:in ja nimeltämainitsemattoman IT-jätin seminaarissa, jossa puhuttiin viisaita talenttien metsästyksestä. Rekrytointi on muuttanut muotoaan hurjan paljon siitä, mitä se oli vielä viisi vuotta sitten. Silloin tuntui naurettavalta ajatukselta tehdä suorahakua itse. Tunnustan vastustaneeni silloin jo ajatustakin, mutta nyt olen kääntänyt takkini nurin. Post & pray –rekrytointitaktiikka on historiaa, rekryliidien hallinta on tätä päivää.

Suomessa on tällä hetkellä rekrytoijan markkinat, ainakin makrotasolla. Tarjolla on osaavaa ja motivoitunutta työvoimaa kaikille, jotka pystyvät palkkaamaan uutta väkeä. Siitä huolimatta täsmätarpeeseen on usein vaikea löytää ja houkutella kandidaatteja. Ratkaisu ei ole välttämättä uusi rekrytointijärjestelmä, vaikka jotkut niin väittävät. Ratkaisu piilee verkostoissa ja yrityksen vetovoimassa.

LinkedIn on oiva työkalu wannabe headhunterille. Kyse ei kuitenkaan ole välineestä, vaan miten sitä käyttää. Bilotilla on pidetty kirjaa tietyistä alan osaajista jo vuosia. Tiedetään, missä henkilö X on juuri nyt töissä ja mitä tekemässä. Maine ja uroteot kiirivät yllättävän kauas. Kun Bilotilla tulee täsmätarve, otetaan luuri käteen tai lähetetään viesti: ”haluaisitko tulla juttelemaan?”. Keskimäärin ihmiset pitävät siitä, että heillä on hyvä maine ja että joku lähestyy tästä syystä.

Rekryliidien hallinta pitäisi kuitenkin viedä vielä pitemmälle. Pipelinen keräämisen lisäksi kandidaatteja tulisi lähestyä aika ajoin. Harmi vain ettei parhaimmille rekrykandeille voi järjestää yhteisiä illanistujaisia, rekrytointi kun on niin yksityistä puuhaa ja salaisuus on säilytettävä loppuun saakka.


11.10.2013 / Mika Tanner

Business Information Solutions, xBI or BI3 could be new terms to attempt to illustrate an ambition to augment the value of conventional business intelligence solutions and bridge the gap between today’s elementarism and tomorrow’s opportunities .

These terms in fact signify the start of a new era at Bilot where the foundation of our recognized BI expertise and proven innovation capabilities are harnessed to tame the BI megatrends into consumable reality – in real-time environments. It is about setting the direction firmly into the future and starting a transformation which will change how we see BI – those currently regarding themselves as pioneers will soon be regarded as late-followers.

Before adopting technological innovation in business intelligence and analytics, our customers need to understand their analytical maturity. Our responsibility is to dissect promise-ware, define the most plausible use cases, de-mystify analytics i.e. build fit-for-purpose solutions and replace BI-fiction with BI-facts.

Business Information Solutions is an amalgamation of business solutions, intelligent solutions and business intelligence – “BI3”. It is a mesh of augmented analytics, real-time decision support systems, collaborative decision making, foresight instead of insight, predictive analytics and autonomous information exploration – respecting no boundaries or definitions of conventional business intelligence. It is transforming businesses’ vision of becoming masters of all relevant actionable information to a blunt reality where they are super-competitive, more efficient and more successful.

Where technology re-writes the possibilities to analyze exabytes of data and transform this noise into understandable and exploitable information, today’s businesses are struggling to make sense of petty transactional information. We ask for Big Data when we have Small Problems. Businesses can’t often even decide what is (or would be) relevant for them. The path from multiple source integration to intuitive drill paths, moving on to high-volume forecasting and intelligent decision automation, mastering data-discovery and finally deciphering the Big Data paradigm can be quite a crusade – or it can be unfolded as an understandable road-map, in rich company context.

Business Information Solutions are everywhere. By definition, everywhere. They are coupled into all business processes, all applications and all functions. The need for relevant analysis is increasing at an accelerating pace. And relevant analysis is always relevant so there is no excuse not to provide the means. Transactional systems, Customer Relationship Management systems, Supply Chain Management systems, Human Capital Management systems, e-Commerce platforms etc. form a grid of information super-highways where analytics take a more comprehensive meaning – “xBI” needs master the grid, shadowing and listening to all the solutions and processes. Not siloed away as a separate stand-alone solution in the contollers’ den. xBI needs to be the second nature of daily business, easy to consume, agile to implement, reliable to use, possible to re-use, impossible to abuse.

Bilot’s new era of Business Information Solutions is here today, we are already a powerhouse with proven expertise and we have a strong vision which has already changed how businesses interpret business intelligence. We have been consistently in the forefront of BI development, we have been incubating the future solutions and now we will switch on to warp-speed and change how businesses take advantage of their Business Information Solutions.


11.10.2013 / Antti Ollikainen

Matemaattista optimointia voisi osuvimmin kutsua parhaan ratkaisun etsimiseksi tilanteessa, jossa etsimiseen kohdistuu yksi tai useampia rajoitteita. Monet esitykset aiheesta ovat melko teknisiä, joten tässä aihetta lähestytään esimerkkien voimin.

Yhtälömuotoisesti ratkeava (formaali) matemaattinen optimointi

Pörssissä käydään kauppaa tuotteella X. Kutsukaamme sitä vaikka gadgetiksi. Ostajat ja myyjät esittävät pörssiin tarjouksia siitä, kuinka monta gadgetia he haluavat ostaa tai myydä ja mihin hintaan, esimerkiksi ostaja A haluaa ostaa 3 gadgetia yhteishintaan 9 euroa. Lisäksi ostajat ja myyjät kertovat kuinka he ovat valmiita sopeuttamaan määrää, jos hintaa muutetaan. Ostaja A voi esimerkiksi kertoa, että hintaan 10 euroa hän haluaakin ostaa vain 2 gadgetia.

Ideaalitilanteessa pörssi voisi hyväksyä kaikki tarjoukset sellaisenaan. Valitettavasti tämä ei ole mahdollista kahdesta syystä: ensinnäkin markkinahinnan on oltava kaikille sama. Toiseksi kysynnän ja tarjonnan on kohdattava. On siis tarjottava ostajille ja myyjille eri määriä ja hintoja kuin he ovat toivoneet – mutta mitä?

Ensin pörssin on päätettävä mitä se tavoittelee ja muodostettava jokin funktio joka mittaa kuinka hyvin tavoite on saavutettu. Tässä esimerkissä on luontevaa ajatella, että vaikka pörssi ei voikaan tarjota juuri sitä hintaa, jota tarjoaja on toivonut, voi pörssi kuitenkin haluta osua markkinahinnallaan mahdollisimman lähelle sitä. Tavoitteen saavuttamista voisi mitata vaikkapa funktio, joka laskee kullekin tarjoajalle markkinahinnan poikkeaman toivotusta hinnasta sekä summaa nämä poikkeamat yhteen yli tarjoajien. Mitä pienempi summa, sen paremmin pörssi on onnistunut tehtävässään.

Pörssi kohtaa optimoinnissaan kuitenkin rajoitteen: markkinahintaa ei voida valita vapaasti, koska kokonaiskysynnän ja -tarjonnan eli kaupattavien määrien on kohdattava. Gadgetien kokonaiskysyntä kasvaa ja tarjonta laskee niiden hinnan laskiessa, sen mukaisesti mitä tarjoajat ovat ilmoittaneet hintareaktioikseen.  Ja sama luonnollisesti toisin päin kun hinta nousee. Tämä tarkoittaa sitä, että vain jotkut markkinahinnat ovat mahdollisia pörssin lopulliseksi markkinahinnaksi. Olkoot näitä hintoja vaikkapa 2, 4 ja 5 euroa.

Alla olevassa kuviossa havainnollistetaan pörssin optimointiongelmaa. Sen ratkaisu on mahdollisista markkinahinnoista se, joka tuottaa pienimmän tavoitefunktion (poikkeamien summan) arvon. Jos 2 euron markkinahinta tuottaa poikkeamien summaksi 10, 4 euroa tuottaa 8 ja 5 euroa 9, on matemaattisesti optimoitu markkinahinta tuo 4 euroa. Se ei ole täydellinen, koska poikkeamien summa on enemmän kuin nolla, mutta rajoitteet huomioiden se on paras mahdollinen –optimoitu– markkinahinta. 3 euroa tuottaa 4:ää euroa pienemmän hintapoikkeamien summan, mutta se ei kelpaa markkinahinnaksi, koska kysyntä ja tarjonta eivät kohtaisi.

MatemOptKuva1

Esimerkki on luonnollisesti yksinkertaistettu, mutta siitä löytyvät matemaattisen optimoinnin keskeiset komponentit: olennaista siinä on ensin hahmottaa mitä liiketoiminnallista tavoitetta optimoidaan. Esimerkkimme tapauksessa tämä oli mahdollisimman lähelle toivottuja hintoja osuva markkinahinta. Seuraava vaihe on muodostaa funktio, joka mittaa tavoitteen saavuttamista – pörssin tapauksessa tämä oli hintapoikkeamien summa yli tarjoajien. Lopuksi hahmotetaan rajoitteet ja valitaan rajoitteiden sallimista arvoista se, joka tuottaa parhaan tavoitefunktion arvon. Pörssiä rajoitti vaatimus kysynnän ja tarjonnan kohtaamisesta. Tämä jätti jäljelle vain kolme mahdollista markkinahintaa, joista 4 euroa tuotti pienimmät poikkeamat toivotuista hinnoista.

Algoritmeihin perustuva matemaattinen optimointi

Kaikki optimointiongelmat eivät ratkea edellä kuvatulla reseptillä. Edellisen ongelman ytimestä löytyy viime kädessä yhtälö, jonka kone voi ratkaista – tyyliin jos x+2 on 5, niin mikä on x. Aina ongelma ei ole rakenteeltaan tälläinen, tai ongelman tavoitefunktio olisi toivottoman monimutkainen muodostaa. Tälläisissa tilanteissa optimointiongelma ratkeaa usein rakentamalla jotakin maanläheistä etsintää suorittava algoritmi.

Esimerkkinä voisi toimia omakotitalon lämmityksen optimointi: jos talo voi olla kerrallaan 3 tuntia ilman lämmitystä tietyssä ulkolämpötilassa, niin miten nuo 3 tunnin aikajaksot tulisi vuorokauteen sijoittaa, kun sähkön pörssihinnan kehitys tunneittain pystytään ennustamaan? Kuinka monta ja mihin kohtaan vuorokautta niitä tulee? Entä kahden ja yhden tunnin jaksoja? Entä miten kannattaa reagoida, kun ulkolämpötila vaihtelee? Osa algoritmin logiikkaa voisi olla vaikkapa se, että ainakaan kalleimpien tuntien aikana ei kannata lämmittää ja halvin tunti kannattaa aina hyödyntää.

Louhian matemaattisen optimoinnin palvelut

Louhialla on syvällistä sekä käytännöllistä että teoreettista osaamista matemaattisesta optimoinnista. Tarjoomaan kuuluvat sekä formaali matemaattinen optimointi että algoritmeihin perustuva optimointi silloin, kun ongelman monimutkaisuus ei salli yhtälömuotoisten keinojen käyttöä.

Louhian palvelut kattavat optimointijärjestelmien määrittelun, konsultoinnin ja rakentamisen. Monen optimointihankkeen akilleen kantapää eli optimoinnin toiminnan raportointi onnistuu myös Louhian Business Intelligence -osaamisen kautta – näin optimointi on läpinäkyvää ja ymmärrettävää eikä vain käsittämättömiä lukuja tuottava black box.

On myös mahdollista yhdistellä tarpeen mukaan analytiikkaa ja matemaattista optimointia Louhian tarjoomasta. Voidaan esimerkiksi muodostaa ennakoivan analytiikan keinoin ennuste siitä, mitä todennäköisimmin tulee tapahtumaan ja perustaa matemaattinen optimointi tämän tiedon pohjalle. Tällöin kysyttäisiin ”Mikä on paras reaktioni siihen, mitä todennäköisesti tulee tapahtumaan?” eikä ”Mikä on paras reaktioni siihen, minkä jo tiedän menneessä tapahtuneen?” Näin voidaan menetellä myös silloin, kun optimoinnin pohjaksi tarvittavia tietoja ei vielä ole saatavilla sillä hetkellä, kun liiketoiminnallinen optimointipäätös pitäisi jo tehdä.

Ota rohkeasti yhteyttä Louhian osaajiin ja katsotaan yhdessä kuinka voimme auttaa yritystäsi matemaattisessa optimoinnissa!

MatemOptKuva2MatemOptKuva3


8.10.2013 / Jani Liimatta

Aika monta kertaa on tullut törmättyä ongelmaan jossa SSIS-paketin ajo kaatuu SQL-virheeseen.

Oletuksena SSIS kaatuessaan kertoo vain sarakkeen sisäisen numeron. Virhe voi olla esim. null-arvo not null-sarakkeessa, tai kirjain numeroiden joukossa. Virheviesti on hyvin geneerinen. Joskus ongelma ratkeaa hyvin nopeasti pelkkää dataa katsomalla. Joskus ongelman selvittämiseen on mennyt useampikin tunti aikaa.  SQL Server Trace:n katselu ei yleensä auta asiaa.

Tähän on ollut olemassa erilaisia ratkaisuita kuten:

http://dougbert.com/blog/post/Adding-the-error-column-name-to-an-error-output.aspx

Skriptillä ongelman ratkaisu on aika monimutkaista, tuota logiikkaa ei tule jokaiseen pakettiin lisättyä vaan siltä varalta että virhe sattuisi joskus tulemaan. Osa virheenkäsittelylogiikasta toki itsellänikin on SSIS:n omassa tamplate-paketissani, sarakkeen nimi sieltä puuttuu.

Pragmatic Worksin Task Factoryn ilmaisversio sisältää tämän ominaisuuden:

http://dougbert.com/blog/post/Adding-the-error-column-name-to-an-error-output.aspx

Task Factory pitäisi kuitenkin saada asennettua asiakkaan ympäristöön, aina tämä ei ole mahdollista.

Onneksi maailmalta löytyy ilmainen ja yksinkertainen keino saada koko metadata käyttöön:

http://dfld.codeplex.com/releases/view/104798

dfld on manuaalinen työkalu. Luo ensin SQL:llä taulu johon metadata kirjoitetaan, aja tämän jälkeen .exe, anna ohjeiden mukaan parametriksi palvelin, kanta sekä SSIS-paketin osoite. Todella yksinkertaista. Tämän jälkeen voit käyttää SSIS:n metadataa vaikka raportilla – tai virhelokiin tavaraa kirjoittaessasi. Itse säästin juuri pari tuntia asiakkaan arvokasta aikaa kun virheellisen datan omaava sarake löytyi hetkessä.


7.10.2013 / Päivi Iisakka

Vastaus on: Pyöräilevä bilotti. Tänä vuonna 29 bilottia nousi pyöriensä selkään ja ilmoittautui mukaan pyöräilykilometria mittaavaan Kilometrikisaan. Innostus tähän kilometrien keräilyyn alkoi jo viime vuonna, jolloin joukkiomme keräsi 1.5.-30.9. välisenä aikana 14 515 km. Tänä vuonna pyöräileviä bilotteja oli jo enemmän ja pääsimme 19 559 km huimaan lukuun pyöräilyajan ollessa hieman edellisvuotta lyhyempi. Pyörällä ajo säästi bensaa tänä vuonna 1 369 litraa.

”Pyöräilyintoilijana askertelin toimistomme seinälle maailmankartan, johon on viikoittain merkitty pyöräiltyjen kilometrien mukaan edistymistämme. Reitti vei ensin Euroonpan halki ja sitten Gibraltarinsalmen kautta  Afrikan ympäri. Jokaisen pyöräilty kilometri oli tärkeä, jokainen kauppareissu laskettiin.

On ollut ihanaa huomata, kuinka monelle on syttynyt pyöräilyn kipinä Kilometrikisan myötä. Kilometrejä tärkeämpiä ovatkin olleet ne ihastuneet huokaisut, kun joku on ensimmäistä kertaa pyöräillyt koko matkan töihin tai yhteiset pyöräretket eväineen,” kertoo Kilometrikisaa Bilotilla koordinoinut Katariina.


Katariina intoutui Helsingin Sanomien Nyt-liitteen julkaisemasta (14.6.3013) leikkimielistä pyöräilijätyyppien jaottelusta kärjistämään myös Bilotin omat pyöräilijät kolmeen eri kategoriaan:

Fiilistelevä hyötypyöräilijä

Hyötypyöräilijän näet rullaamassa aamuisin kohti Ruoholahden toimistoa, ja iltapäivisin pyörän voi bongata kaupungilta. Hyötypyöräilijän mielestä pyörä on kaikkein paras tapa liikkua; happi virtaa keuhkoihin, veri kiertää ja maisemia tulee katsottua ihan eri lailla kuin autosta tai bussista. Parhaat hetket hyötypyöräilijälle on, kun aamuauringossa kiitää pääkaupungissamme aamu-usvan vielä leijaillessa meren yllä.

Salamannopea kuntopyöräilijä

Tämän pyöräilijätyypin tunnistat asiaan kuuluvista pyöräilytrikoista tai rusketuksen maksivoivista shortseista. Kuntopyöräilijä ei pieniä kilometrimääriä keräile. Jos hän nousee pyörän selkään, kilometrejä saattaa helposti kerääntyä samalla reissulla sata. Älä siis hätkähdä, jos ohitsesi pyyhkäisee tornado, se oli luultavasti vain Bilotin kuntopyöräilijä. Parhaat hetket kuntopyöräilijälle on, kun Kilometrikisassa kiilaa jälleen yhden kanssapyöräilijän ohi.

Leppoisa kioskipyöräilijä

Leppoisimmat pyöräilijät löytyvät tästä sarjasta. Nämä pyöräilijät eivät turhaan stressaa kilometreistään. Jos aurinko paistaa ja asfaltti polttaa jalkojen alla, on ihan mukavaa kaivaa pyörä varastosta, ja lähteä vaikka lähikioskille jäätelöostoksille. Parhaat hetket kioskipyöräilijälle ovatkin leppoisat pyöräretket, kun mukaan on varattu viltti, ruhtinaallisesti aikaa ja kunnon eväät.

Mihin pyöräilijäryhmään sinä kuulut?