BGEL GYRGY

ZLETI ELVRSOK
INFORMATIKAI MEGOLDSOK

Bgel Gyrgy: zleti elvrsok informatikai megoldsok

Bgel Gyrgy, 2009
A 8. fejezet trsszerzje: Papp Attila
A 12. fejezet trsszerzje: Morvay Gza
A knyv megjelenst az IQSYS Informatikai s Tancsad Zrt. s a KFKI Rendszerintegrcis
Zrt. tmogatta.
A Carnation Zrt. segtette, hogy a knyv eljusson a felsoktatsi intzmnyek knyvtraiba.
Lektorltk:
Ipacs Laura, MBA, FCCA
Adjunct Professor
CEU Business School
Komromi Gyrgy, PhD
Senior Lecturer in Accounting & Finance
University of the South Pacific
Faculty of Business and Economics
Szerkesztette: Trk Hilda
Bortterv: Juhsz Gbor
HVG Knyvek
Kiadvezet: Budahzy rpd
Felels szerkeszt: Trk Hilda
ISBN: 9789639686939
Minden jog fenntartva. Jelen knyvet vagy annak rszleteit tilos reproduklni, adatrendszerben
trolni, brmely formban vagy eszkzzel elektronikus, fnykpszeti ton vagy ms mdon
a kiad engedlye nlkl kzlni.
Kiadja a HVG Kiad Zrt., Budapest, 2009
Felels kiad: Szauer Pter
www.hvgkonyvek.hu
Nyomdai elkszts: Inic Bt.
Felels vezet: Wetzl Gabriella
Nyoms: Relszisztma Dabasi Nyomda Zrt.
Felels vezet: Vg Magdolna

Tartalom

Elsz .................................................................................................................... 11
Bevezets ...............................................................................................................
Els tallkozs ...................................................................................................
Msodik tallkozs ...........................................................................................
Kiknek szl a knyv? ........................................................................................
A knyv felptse ............................................................................................
Szavak s elnevezsek ......................................................................................

15
15
16
20
20
22

ELS RSZ I Informatikai fejlesztsek zleti rtkelse .......................... 25

1. fejezet I Megri? ............................................................................................ 27
2. fejezet I Mirt fontos a pnzgyi intelligencia? ......................................
Kommunikci az zleti oldallal ....................................................................
A stratgiai szerep megersdse ...................................................................
A vllalat helyzetnek ismerete ......................................................................
Az zleti modell megrtse .............................................................................
Az informatika zletknt val menedzselse ...............................................
A technolgiai trendek jobb megrtse .........................................................

37
37
39
41
42
43
44

3. fejezet I Eredmnykimutats ...................................................................... 47

A nyeresg s a pnz nem ugyanaz ................................................................ 47
Az eredmnykimutats felptse ................................................................... 50

TARTALOM

Bevtelek s kltsgek ...................................................................................... 51

A felelssgi kzpontok rendszere ................................................................. 55
Az IT mint felelssgi kzpont ....................................................................... 58
4. fejezet I Vagyonmrleg ................................................................................ 61
Enym, tied, v ............................................................................................... 61
Mennyit r a vllalat? ....................................................................................... 62
Az egyensly fontossga .................................................................................. 64
Eszkzk ............................................................................................................ 65
Egyensly mskppen ...................................................................................... 70
Forrsok...............................................................................................................72
A mkd tke ................................................................................................. 73
5. fejezet I Pnzramls ...................................................................................
Nyeresg s pnz ..............................................................................................
Pnzszke s pnzbsg ..................................................................................
Pnzberamls, pnzkiramls .......................................................................
Az eredmnykimutats, a vagyonmrleg s a pnzramls sszefggse
Pnz a mkd tkben ..................................................................................
A pnz szerepe a dntsekben ........................................................................
Pnzramlsi terv .............................................................................................

79
79
81
83
87
89
90
92

6. fejezet I Pnzgyi mutatk ......................................................................... 95

A siker nyomban ............................................................................................ 95
Mit jelez, kinek jelzi? ........................................................................................ 97
A jvedelmezsg mutati (nyeresghnyadok) .......................................... 99
Verseny s tmegcikkeseds ......................................................................... 100
A befektetsek megtrlse ........................................................................... 101
A megtrls s a tke kltsge .................................................................... 103
Forrsszerkezeti (eladsodottsgi) mutatk ............................................... 105
Likviditsi mutatk ........................................................................................ 106
Hatkonysgi mutatk ................................................................................... 108
A mutatk kezelse ........................................................................................ 110
A mutatk sszefggse ................................................................................ 111
Gazdlkodj okosan! szimulcis jtkok ................................................. 113

TARTALOM

7. fejezet I Kiegyenslyozott mutatszmrendszerek ............................. 115

Mszerfal? ....................................................................................................... 115
A teljesebb kp ignye .................................................................................... 116
A BSC logikja ................................................................................................ 120
Stratgiai vezets BSC alapjn ...................................................................... 124
Stratgiai trkp .............................................................................................. 125
A BSC s az informatikai rszleg .................................................................. 127
Az informatika mutatszmrendszere ........................................................ 129
8. fejezet I zleti intelligencia ...................................................................... 133
Defincis bizonytalansgok ......................................................................... 133
Trtneti ttekints ........................................................................................ 137
Az zleti intelligencia fejldsnek mai mozgatrugi ............................. 143
Az zleti intelligencia piaca .......................................................................... 150
A fejlds tjai ................................................................................................ 157
9. fejezet I Pnzgyi menedzsment az ITIL-ben ....................................... 161
Az informatika szolgltats ........................................................................... 161
A bels szolgltatsok megszervezsnek alternatvi .............................. 162
Az rtk s a szolgltatsi befektetsek megtrlse .................................. 165
Kltsgvets, elszmols, tterhels ............................................................. 166
A pnzgyi menedzsment mdszerei ........................................................ 169
A felkszltsg rtkelse .............................................................................. 170

MSODIK RSZ I Vltozsok s kihvsok .............................................. 175

10. fejezet I Vissza a kiindul pldhoz ..................................................... 177
Szempontok s felttelezsek ...................................................................... 177
Rendszerszemllet s klcsns fggs ..................................................... 179
Relopcik .................................................................................................... 182
11. fejezet I Korszakok az zleti informatikban ..................................... 187
Mi alapjn? .................................................................................................... 187
Korszakok az ipargi innovcis ciklus fzisai alapjn ........................... 192

TARTALOM

A Gartner Group ngyfzis modellje az zlet s az informatika

sszefggsrl ............................................................................................. 196
A vertiklis s a horizontlis piac korszaka .............................................. 200
Korszakok vezrvllalatai ............................................................................ 202
Genercik korszakai .................................................................................. 205
zleti modellek versenye ............................................................................ 210
12. fejezet I zleti rtkels trtneti nzpontbl .............................. 213
Problmk s nehzsgek ............................................................................ 213
Az egyszersg kora .................................................................................... 216
Stratgiai szerep, kzvetett hatsok ............................................................ 217
n is! n is! ................................................................................................... 218
A termelkenysgi paradoxon .................................................................... 219
Folyamatszervezs, BPR .............................................................................. 221
Az internetes lz ........................................................................................... 222
jabb vitk a termelkenysgrl ................................................................ 224
A versenyelnyk krdse ........................................................................... 227
jra vlsg ..................................................................................................... 229
13. fejezet I s ha kiszervezzk? ............................................................... 231
A kiszervezs mint lehetsg ...................................................................... 231
Hierarchia helyett piac ................................................................................ 232
Az IT outsourcing trtnetbl .................................................................. 233
Kiszervezs ms orszgokba ....................................................................... 235
Versenyzk s rangsorok ............................................................................. 237
Felfel a szolgltatsi ltrn ......................................................................... 238
Az rtkteremts mdjai ............................................................................. 240
A proaktv szolgltatsmenedzsment elnyei .......................................... 242
rtkteremts a szolgltat szempontjbl ............................................... 243
A kiszervezs kltsgei ................................................................................ 245
Nhny sz a kiszervezs jvjrl ............................................................ 248
Utsz .................................................................................................................. 249
Nhny ajnlott olvasmny ........................................................................... 250
Legvgl nhny tanulsg ............................................................................. 252

Ksznetnyilvnts ......................................................................................... 255

brk jegyzke ................................................................................................... 257
Tblzatok jegyzke .......................................................................................... 259
Felhasznlt irodalom ........................................................................................ 261
Nv- s trgymutat ......................................................................................... 271

Bevezets

egri? teszik fel a krdst ebben a pillanatban is szmtalan vllalatnl

szerte a nagyvilgban. rdemes-e szmtgpet venni, hlzatot pteni, szoftvert fejleszteni, tancsadi szolgltatsokat vsrolni? Erre adjunk-e
pnzt, ne inkbb valami msra?

Els tallkozs
A nyolcvanas vek elejn plyakezdknt pr hnapig egy paprgyr tszervezsi tervn dolgoztam, mert a vllalat j gyrtsort kapott, jval nagyobbat s
modernebbet a meglvnl. A munkt a cg rszrl a gazdasgi igazgat irnytotta. Gyakori vendg voltam nla. tnztk minden rszleg tevkenysgt
s igyekeztk kitallni, mi vltozik meg az j gyrtsor belpse utn.
Egyszer, mer kvncsisgbl, elkrtem tle a beruhzs eredeti dokumentcijt. Flarasznyi vastagsg ktetet nyomott a kezembe, tele volt szmomra
rthetetlen mszaki lersokkal s rajzokkal. Megrltem, amikor a tartalomjegyzkben talltam egy nekem, kzgazdsznak val cmet: Gazdasgossgi
szmtsok. Az egyetemen sokat szmoltunk: nett jelenrtk, ilyen megtrls, olyan megtrls, ilyen mutat, olyan mutat. A pldk ltalban a gimnziumi matematikark szveges feladataira emlkeztettek. Az ember nmi
gondolkods utn megtallta a megfelel kpletet, behelyettestette a vltozkat, s mindig kijtt valamilyen eredmny: ez j, az rossz; ez megtrl, az nem
trl meg; ez j, de az a msik jobb nla.
A beruhzs dokumentcijban megkerestem a megadott lapszmot. risi csaldst jelentett: az egsz szakasz mindsszesen egy oldal volt, taln kthrom szm rvlkodott benne, rgztve, hogy mennyi lesz a termels, s hogy
az egszet azonnal tveszik majd a paprra hes nyomdk. Ksz. Aztn elgondolkodtam. Tulajdonkppen mit vrtam? A nyomdk tnyleg nagyon hesek
voltak a friss paprra (hinygazdasg volt), a nyersanyagellts benne lehetett az

16

BEVEZETS

tves tervben, a vonatkoz llami szerzdseket mr megktttk, a gp valban szp volt s korszer, az embereknek munkt kellett adni Ht akkor?
Arra is emlkszem, hogy a vllalatnl egyetlen szmtgp volt. Kicsi gp,
taln Commodore 64-es lehetett. Az egyik irodban egy knyvel s egy programoz hasznlta, valamilyen nyilvntartst akartak ppen felvinni. Az egsz
nem tnt klnsebben izgalmasnak. A legtbb vezet fzetekbl, klnfle
tollal, ceruzval kitlttt tblzatokbl dolgozott, ilyenekre jegyeztk fel a termelsi programokat is. A gazdasgi igazgat asztaln viszont vaskos nyomtatott leporelltmb llt vgtelen szmoszlopokkal. Meghatrozott idkznknt
ezt kaptk a minisztriumi szmtkzpontbl, ahov gpkocsin szlltottk a
bizonylatokat. Hogy mit olvasott ki ezekbl, nem tudom, nem is krdeztem.
Valahol, egy kltsgkimutats egyik eldugott sorban ott lehetett a Commodore vtelra is: aprcska ttel a rengeteg nyersanyag, energia, br mellett.
Valsznleg nem trdtt vele senki.

Msodik tallkozs
Az n. vgfelhasznlk 2007-ben szerte a nagyvilgban sszesen tbb mint
3 trilli dollrt kltttek szmtgpes hardverre, szoftverre, informatikai szolgltatsokra, tvkzlsi berendezsekre s kommunikcis szolgltatsokra.1
Rviden: ebben az vben krlbell ennyi volt az infokommunikcira fordtott sszes kiads. Krlbell, mert az, hogy pontosan mennyi volt, azt senki
sem tudja megmondani, mint ahogy azt sem, manapsg hol hzdik a hatr az
informcis s a tvkzlsi technolgia kztt.
Ugyanebben az vben a magyarorszgi informatikai s tvkzlsi piac
egytt elrte az 1476 millird forintot.2
Ezek risi szmok. Vajon hogyan trl meg ez a rengeteg kltsg s beruhzs? Vajon milyen szmtsok alapjn dolgoznak a dntshozk?
De ne beszljnk ilyen felfoghatatlan nagysg szmokrl! Hogyan trl
meg egy viszonylag egyszer vllalati informatikai beruhzs, egy abbl a sok
millibl, amelyek egytt mr meghaladjk a 3 trilli dollrt?
Az egyetemen, ahol tantok, az Akcitanuls tantrgy keretn bell a hallgatkat kis csoportokba szervezzk. Minden csoportnak egy-egy konkrt z1
2

A Gartner Group adata. In The Economist, 2008. oktber 25. 11.

Az IDC adata. In Mozsik (2008) 14.

BEVEZETS

leti krdst kell megoldania. A problmk lesek, valsgosak: gyakorl vllalatvezetk a megrendelk, a hallgatk pedig a tancsadk. A kurzus vgn
maguk a megrendelk rtkelik s osztlyozzk a tancsadkat.
Nemrg rdekes megbzs futott be egy vllalattl. A cg megvsrolt egy
gyflkapcsolat-menedzsment (customer relationship management, CRM)
alkalmazst s mr teleptette is. Az informatikai menedzser szerette volna
pontosan ltni, hogyan trl meg ez a beruhzs, mert bizonytani akarta
a tbbieknek, hogy rdemes volt r olyan sok pnzt klteni. A megtrls kiszmtshoz megbzhat mdszerre lett volna szksge. Azt krte, ksztsk
el a szksges szmtsokat, mert rvelni szeretne a beruhzs mellett. Felteheten azrt volt erre szksge, mert a beruhzssal kapcsolatban megszlaltak ktelked hangok is. Valszn, hogy ugyanazrt a pnzrt msok is
versenyeztek, akik pldul j raktrt akartak inkbb pteni, vagy valamilyen
termkfejlesztsi programot szerettek volna befejezni. A feladat teht az volt:
bizonytsuk be, vajon j helyre ment-e a pnz.
A projektet egy ngyfs csapat kapta meg, ngy fiatal, tehetsges MBAhallgat, ngy klnbz orszgbl. Tanulmnyaik vgn jrtak, sokat tanultak
mr a pnzgyi szmtsokrl. Egyszer ujjgyakorlatnak tnt az egsz. Aztn
kiderlt, hogy nem az. Az egyik legbonyolultabb projekt volt, amivel valaha is
tallkoztunk, nem is sikerlt megnyugtatan befejezni, lejrt az id, vget rt
a kurzus, a zrbeszmolt pedig flksz llapotban kellett tadni. A megbz
hmmgtt, elismerte az eredmnyeket, de ltszott rajta, hogy nem teljesen
elgedett.
A hallgatk korrekt munkt szerettek volna vgezni, szmszer eredmnyeket akartak kihozni, vilgos, meggyz mdszerekkel. Ahogy azonban az id
haladt elre, a feladat egyre bonyolultabb vlt. Az egyszer modell nvekedni,
burjnzani kezdett, egyre tbb olyan krds merlt fel, amelyre nem addott
megnyugtat vlasz.
rrl rra lehetett figyelni, hogyan halad elre a csapat. Az ilyen feladatoknl az elvrsok tisztzsa utn az els teend mindig a problma strukturlsa. Ebben rendszerint segtenek a tanult szmtsi mdszerek, modellek,
amelyek tbbflk lehetnek.
Vegyk a legegyszerbbet mondtk a hallgatk , a ROI-t, a befektets megtrlst (return on investment). Egy hnyados kerlt a tantermi tbla
tetejre: a szmllban RC, vagyis bevtel mnusz kltsgek (revenue minus
costs), a nevezben pedig I, vagyis befektets. Nyeresg/befektets: az adott

17

18

BEVEZETS

CRM befektets mennyivel nveli a nyeresget, milyen pluszjvedelmet hoz,

egyforintnyi befektetsre hny forint pluszjvedelem jut.
A legegyszerbbnek tn mutat felrsa utn azonban rengeteg tovbbi
krdst s megoldst vetettek fel a hallgatk.
Vajon mi tekinthet ebben az esetben befektetsnek? Mi kerljn a nevezbe? A CRM alkalmazst meg kellett venni, gp is kellett hozz, a teleptsben
rszt vettek a cg informatikusai s egy tancsad cg. Ez a munkaszakasz mr
lezrult, a szmlkat kifizettk, az elklttt pnz java rszt mr vissza sem
lehetne szerezni, ezek az n. elsllyedt kltsgek (sunk costs). Mindemellett a
rendszer hasznlata is kiadsokkal jr. A mkdtetshez informatikai tmogats szksges. Van teht egy egyszeri nagyobb befektets s egy sor foly kiads
mindaddig, amg a rendszer mkdik. De vajon meddig mkdik? Azt senki
sem tudja pontosan, de pr vig biztos.
A hasznlat azonban nem csak mkdtetst jelent. A technikai befektetshez n. CRM kezdemnyezsek is kapcsoldnak, amely alatt az gyfelekkel
kapcsolatos akcik rtendk. A befektetsnek akkor van rtelme, ha hatsra
jobb s eredmnyesebb lesz az gyfelek kiszolglsa, s megjelenik az a bizonyos
pluszjvedelem a ROI-mutat szmlljban. A kezdemnyezsek ugyanakkor
pnzbe is kerlnek, teht hatsukat a nevezben is figyelembe kell venni. Ezrt
a technikai jelleg kiadsok mellett ezeket az egyb kltsgeket is fejleszts,
tszervezs, oktats, munkabr, telefon stb. fel kell tntetni.
De milyen CRM kezdemnyezsek jhetnek szba?
Gondolkozzunk szisztematikusan mondtk a hallgatk , nehogy kifelejtsnk valami fontosat! Rajzoljunk fel egy kezdemnyezsft! A trzsre
rjuk azt: CRM kezdemnyezsek! Az els elgazs az gyfelek letciklushoz
igazodjon ezt a gondolkodsmdot a vllalatok is szeretik. Az gyfeleket
elszr is meg kell szerezni: ez legyen az els g! Ha sikerlt, akkor j gyfelekknt kell bnni velk: ez legyen a msodik! A harmadik g a rgi, visszatr gyfelek legyen, a negyedik pedig azok, akiknl nagy a lemorzsolds
veszlye, illetve azok, akiket mr el is vesztettnk, de szeretnnk visszacsalogatni valahogy!
Ngy fzis, ngy csoport: a CRM kezdemnyezseket ebbe a ngy kategriba soroltk a hallgatk.
A fnak teht volt mr trzse s ngy ga. Majd tovbbi elgazsok kvetkeztek. A megszerzsg ngy tovbbi algra bomlott: (1) hideg hvs, (2) gretes lehetsgek kvetse, (3) direkt levl, (4) direkt rtkests. Ugyanez trtnt

BEVEZETS

a tbbi ggal is. A harmadik elgazsnl mr 17-18 vonal sorakozott egyms

alatt a papron, a CRM kezdemnyezsek cm alatt.
A kzvetlen cl az eredmnyre gyakorolt hats felmrse mondtk a
hallgatk. A plusz eredmny pluszbevtelekbl s pluszkltsgekbl jn szsze. Indtsunk el egy ft a msik oldalrl, szemben a CRM kezdemnyezsek
fjval! A trzsre rjuk fel: plusz eredmny! gazzon kett pluszbevtelekre
s pluszkltsgekre, azok pedig bomoljanak konkrtabb ttelekre! Kapcsoljuk
ssze a kt ft, a kezdemnyezsek s a pnzben mrt eredmnyek fjt, s hatrozzuk meg, hogy az egyes CRM kezdemnyezsek (akcik, tevkenysgek,
kampnyok stb.) miknt hatnak a klnbz bevteli s kltsgttelekre, majd
ezek sszestsvel az eredmnyre!
A feladat megoldsa egyre bonyolultabb lett. A hallgatk elszr is mrszmokat akartak rendelni a kezdemnyezsekhez: a hideg hvsoknl pldul
a tallati arnyt, vagy a megkttt els zletek tlagos nagysgt; a megszerzett
gyfeleknl a vrhat tlagos gyflrtket Az pl gyfl-adatbzist is elemezni akartk, ami valsznleg jfajta piacszegmentlshoz vezetett volna, s
ennek alapjn pedig j kezdemnyezseket kellett volna szmtsba vennik.
A korrekt eljrs termszetesen azt is megkvnja mondtk a hallgatk
, hogy a CRM kezdemnyezsek eredmnyt ne keverjk ssze ms akcik
eredmnyvel, hiszen kzben a vllalatnl nem ll le az let: j termkeket dobnak piacra, tszervezik a szervizt, piaci hatsokra megvltoztatjk az rakat
A versenytrsak sem lnek a babrjaikon, lehet, hogy ppen hasonl akcikon
trik a fejket, s a mieink csak arra lesznek jk, hogy valahogy ellenslyozzk
azok hatst
A tblkon a tevkenysgek, a bevtelek s a kltsgek hlja egyre
bonyolultabb lett.
A hallgatknak kzben azzal a problmval is szembe kellett nznik, hogy
munkjukrt nem lelkesedtek a vllalatnl. gy ltalban mindenki egyetrtett
azzal, hogy egy ilyen beruhzs megtrlst mrni, kvetni kell, de mindenki tallt valamilyen kifogst, amikor sajt tevkenysge mrsre kerlt volna
sor. Az is kiderlt, hogy az adatokat ms rendszer szerint gyjtik a vllalatnl, mint amit az pl modell megkvnt, teht az elszmolsi rendbe is bele
kellett nylni, egyes kltsgeket pldul az akcik, kezdemnyezsek, vagyis a
tevkenysgek szerint kellett rendezni s tterhelni. Mindehhez az informatikusoknak jra ssze kellett volna lnik a kereskedkkel s az gyflszolglatosokkal, amire a kontrollereket is meg kellett volna hvni

19

20

BEVEZETS

Az id elfogyott. A modell, a hl gy nzett ki, mint egy torzban maradt

plet, aminek mr ltszik a struktrja, de egyes falai mg hinyoznak, nincs rajta
tet, az ablakai nincsenek betve. A megvalsts krdse homlyban maradt.
Lehetett volna mskpp csinlni? Igen, lehetett volna. Lehetett volna pldul a klasszikus mondst idzni: tvenmilli Elvis Presley-rajong nem tvedhet. Ha ennyi kivl vllalat vesz, telept s hasznl CRM alkalmazsokat, akkor azoknak biztosan megvan a maguk haszna. CRM-nek lennie kell, s ksz.
Ez alapkvetelmny, a vllalati digitlis infrastruktra rsze. Nem biztos, hogy
j, ha van, de biztos baj, ha nincs.
Megelgedhetnk-e egy ilyen vlasszal?

Kiknek szl a knyv?

Mint fentebb lthattuk, az ilyen beruhzsok, fejlesztsi programok egyttes
sszege a vilggazdasgban egy v alatt dollrtrillikra rg. Ezt a tmrdek
pnzt jl kell elklteni. Rengetegen gondolkodnak azon, mi ri meg s mi nem,
rdemes-e bonyolult pnzgyi szmtsokat vgezni, mi az eredmnye a munknak, mennyi pnz megy fstbe.
A j dntsekhez prbeszd kell az zleti s az informatikai oldal kpviseli
kztt. Az elbbieknek tudniuk kell, mit vrhatnak s mit kaphatnak az informatiktl. Az informatikusoknak pedig rtenik kell, hogyan gondolkodnak
az zleti vezetk s a pnzgyesek, meg kell rtenik szempontjaikat, el kell
sajttaniuk nyelvket.
Ez a knyv elssorban azoknak szl, akik hidat szeretnnek pteni az zleti elvrsok s az informatikai megoldsok kztt. A hangsly a prbeszden,
a klcsns alkalmazkodson, a kzs tanulson van.
A knyv clja ennek a szemlletmdnak a megalapozsa. Nem helyettestheti az informatikai megoldsokat elemz knyveket vagy a pnzgyeseknek, szmviteli szakembereknek, knyvvizsglknak, befektetknek,
kontrollereknek, MBA programok hallgatinak szl vaskos szakknyveket,
de lehet, hogy ez az j megkzelts kedvet ad ezekhez is.

A knyv felptse
A knyv kt rszbl ll: az els az informatikai fejlesztsek zleti rtkelshez
szksges alapismereteket tartalmazza, a msodik az zleti s az informati-

BEVEZETS

kai oldal idben vltoz, a technikai s a gazdasgi fejlds ltal befolysolt

viszonyrendszervel foglalkozik.
Az 1. fejezet egyszer pldt tartalmaz. Egy elkpzelt vllalatnl a kvetkez
vi beruhzsi terven dolgoznak. Felmerl egy informatikai fejleszts tlete is.
Pnzgyi szmtsokat kell hozz kszteni. Megfigyelhetjk, hogyan, milyen
tartalommal s rendszerben kszlnek ezek, elgondolkodhatunk a mgttes
felttelezseken, a kalkulcik bizonytalansgain. A javaslat elksztshez az
elkpzelseket le kell fordtani a pnzgyek nyelvre, a terven a javaslattev
informatikusnak egytt kell dolgoznia egy kereskedvel s egy pnzgyi szakemberrel.
Hogyan fogjk megrteni egymst? Mirt van szksge egy technikai szakembernek pnzgyi intelligencira? Ezt a krdst trgyalja a 2. fejezet.
Ez utn pnzgyi alapismeretek kvetkeznek. A 3. fejezet trgya az
eredmnykimutats ez a rsz az ITIL (Information Technology Infrastructure
Library) pnzgyi menedzsment rendszert bemutat 9. fejezet bevezetseknt is felfoghat. Annak elolvassa eltt viszont tancsos tnzni a felelssgi
kzpontokrl lertakat. A 4. fejezet a vagyonmrleggel foglalkozik, az 5. fejezet
a pnzramlsi kimutatsok rtelmezsre igyekszik felkszteni. Mindhromnl a logikai sszefggsekre helyezzk a hangslyt, nem a rszletekre. Ez azt
is jelenti, hogy ha valakinek az utbbiak is fontosak, akkor felttlenl ajnlatos
tnznie az adott idpontban az adott szervezetre vonatkoz hivatalos szmviteli szablyokat is. Az eredmnykimutatssal s a mrleggel kapcsolatban arra
is felhvjuk a figyelmet, hogy ezek egyfajta megkzeltst adjk a valsgnak,
sok bennk a bizonytalansg, amivel nem rt tisztban lenni. Azt is igyeksznk
bemutatni, mirt fontos kimutatsok ezek az informatikusok szmra is, hogyan alakthatjk, befolysolhatjk k maguk is a bennk szerepl tteleket.
A 6. fejezet a leggyakrabban hasznlt pnzgyi mutatszmokat ismerteti.
A pnzgyi vilgban ezek a sikeressg mrci.
A pnzgyi mutatk nagyon fontosak, de csak azokra tmaszkodva nem
lehet irnytani egy vllalatot. A 7. fejezet feladata az, hogy kitgtsa a kpet:
bemutassa, milyen kiegyenslyozott mutatszmrendszerre lehet szksge a vezetsnek, hol jelennek meg ezekben a pnzgyi mutatk, s milyen kapcsolatban llnak a tbbivel.
A 8. fejezetben mr kevesebbet foglalkozunk direkt mdon pnzgyi krdsekkel: azt mutatjuk be, mirt vlt napjaink egyik legizgalmasabb, legfontosabb informatikai alkalmazsi terletv az zleti intelligencia.

21

22

BEVEZETS

Az ITIL-ben megjelen legjobb szolgltatsmenedzsment-gyakorlatok a

pnzgyi menedzsmentre is kiterjednek. A 9. fejezet a legfontosabb tudnivalkat foglalja ssze.
Ezzel vget is r az Els rsz.
A Msodik rszt azoknak rdemes elolvasniuk, akik tgabb sszefggsrendszerben, trtneti ttekintsben szeretnk ltni a szakmjukat s a pozcijukat. A mrleg a msik oldalra billen: ebben a rszben mr kevesebb a pnzgy s tbb az informatika, de az zleti perspektvt mindvgig megtartjuk.
A 10. fejezetben visszatrnk kiindul pldnkhoz. Bemutatjuk, hogy az
1. fejezetben felvetett krdsek ha valban pontossgra s korrektsgre treksznk jval bonyolultabbak a lertaknl. Az sszetett informatikai beruhzsok zleti rtkelsnek nincs kiforrott, ltalnosan elfogadott, megnyugtatan pontos mdszertana. A technikai fejlds jabb s jabb kihvsok el
lltja a prblkozkat. A fejlds egyes szakaszai ms lehetsgeket s ms
megkzeltseket knlnak.
A vllalati informatika fejldsnek szakaszait a 11. fejezetben mutatjuk be,
a 12. fejezetben pedig az egyes szakaszokban elterjedt pnzgyi szemlletmdokrl s mdszerekrl adunk kpet. A 12. fejezet vgn eljutunk a jelenhez, ami
2008 vgn, amikor ez a rsz szletett, ppen egy gazdasgi vlsgot, recesszis
idszakot jelentett. A vllalati informatika terletn napjaink egyik legfontosabb, legltvnyosabb jelensge az informatikai tevkenysgek kiszervezse,
s ezzel prhuzamosan a webes szolgltatsok (web services) j modelljeinek
megjelense s terjedse.
A 13. fejezet a kiszervezsek (outsourcing) mozgatrugirl, fejldsi irnyairl, a kiszervezsi dntsek gazdasgi htterrl s pnzgyi kvetkezmnyeirl szl.
Az Utsz nhny tanulsgot tartalmaz, valamint igyekszik segtsget adni
mindazoknak, akik szvesen olvasnnak tovbbi szakirodalmakat.

Szavak s elnevezsek
Nem rt felkszlni arra, hogy a pnzgyek s a szmvitel vilgban a szhasznlat nem egysges, st nha kifejezetten flrevezet. A tjkozds bizonyos
rtelemben nyelvtanuls, de ez ms szakmknl is gy van.
Sok elnevezsnl megadjuk azok angol megfeleljt is, mivel a mai globalizld vilgban nem rt ezeket is ismerni. Sajnos az angol elnevezsek sem

BEVEZETS

egysgesek, a 3. fejezetben trgyalt eredmnykimutats megfelelje pldul sokfle lehet: income statement, profit and loss statement, P&L statement,
operating statement, statement of operations, earnings statement. Income alatt
ltalban profitot szoks rteni, de egyes vllalatnl ezt a szt az rbevtel megjellsre hasznljk, ami egybknt tbbnyire revenue. A bottom line ltalban
a kimutatsok utols, sszegz sort jelenti, de sokszor gy nevezik a nyeresget is. A szhasznlat, az azonos tartalm dokumentumok megnevezse akr
vllalaton bell is tbbfle lehet: az egyik rszleg az egyiket hasznlja, a msik
a msikat.
A magyar szavakkal s elnevezsekkel is lehetnek rtelmezsi gondok.
Pnzgyi krkben gyakran hasznlt hozam sz pldul az akadmiai sztrak szerint nyeresget, hasznot, keresetet, profitot, jvedelmet jelent, de lehet
bevtel is. Nyilvn nem mindegy, hogy a felsoroltak kzl az adott szvegszszefggsben ppen melyikrl van sz.
Egyes jsgok, internetes oldalak nagyon felletesek lehetnek szhasznlati
szempontbl, nem rt teht vigyzni a kzlt szmok rtelmezsnl.

23

8. fejezet zleti intelligencia

pnzgyi intelligencia fontossgrl szl 2. fejezetben tbb okot is felsoroltunk annak igazolsra, mirt fontos, hogy minl tbben megrtsk
a vllalati pnzgyi kimutatsok tartalmt, kztk olyanok is, akiknek els pillantsra nem sok kzk van a pnzgyekhez. Az elz fejezetben pedig arra
hvtuk fel a figyelmet, hogy a pnzgyi mutatkat mindig tgabb sszefggsrendszerben rdemes vizsglni s rtkelni: a pnzgyi informcik mell
msokat is fel kell sorakoztatni; gondosan, kiegyenslyozottan kell kivlasztani azokat a mrcket s szmokat, amelyek jl lerjk a cg llapott. Azok
a szmok a leghasznosabbak, amelyek segtik a vezetket abban, hogy a valsggal szembenzhessenek, amelyek alapjn dntseket hozhatnak, s akcikat
indthatnak el.
Az igazi kihvs nem jabb s jabb szmok s mutatk kitallsa s ellltsa, hanem a szmok alapjn a valsg rtelmezse. Itt lp a kpbe az zleti
intelligencia.
Business intelligence is supposed to be a set of approaches for finding out
more about your business rja Thomas Davenport.30 Magyarul: az zleti intelligencia olyan megkzeltsek halmaza, amelyek segtsgvel tbbet tudhatunk meg az zletrl. Ez meglehetsen tg definci, de jobbat aligha tallunk.

Defincis bizonytalansgok
Az zleti intelligencinak nincs pontos, elfogadott meghatrozsa. ltalnos vlekeds szerint az elnevezs Howard Dresner nevhez fzdik. Az informatikai piac elemzsvel s tancsadssal foglalkoz tekintlyes Gartner
Group egykori szakrtje szerint az zleti intelligencia fogalma tulajdonkppen egy erny, ami alatt sokfle, a felhasznlk informcikhoz s elemz30

Davenport (2007)

134

INFORMATIKAI FEJLESZTSEK ZLETI RTKELSE

sekhez jutst segt technolgia s informatikai alkalmazs bjik meg. Kztk van pldul a jelentsek ksztse (reporting), az OLAP (on line analytical
processing), a vezeti interfszek (executive interfaces), az alkalmi keress
(ad-hoc query), de idetartoznak az sszetett vllalati zleti intelligencia szoftvercsomagok (BI suites) s a fejlesztsi-adaptlsi munkt segt platformok
(BI platforms) is.31 Az informatikai zleti intelligencia alkalmazsok egy rsze nllan, klnll termkknt jelenik meg, ms rszk viszont bepl
egyb alkalmazsokba.
A tapasztalt Dresner azt is jelzi, hogy nemcsak technolgikrl s alkalmazsokrl van sz, hanem az tlthatsg s a szmonkrhetsg kultrjrl is.
Ez a fontos megllapts arra utal, hogy egy vllalati zleti intelligenciaprojekt
csak rszben informatikai projekt: az eredmnyes hasznlatnak nagyon fontos
emberi, szervezeti s kulturlis felttelei is vannak.
Magnak az angol intelligence sznak tbbfle jelentse van. Egyrszt
intelligencit, vagyis felfogkpessget, rtelmet, tanulsi kpessget jelent,
msrszt hrszerzst, vagyis kmkedst. Nem elszr fordul el ez a sz egy
informatikai alkalmazsi terlet megnevezsben. A mestersges intelligencia
(artifical intelligence, AI) a hatvanas vekben indult hdt tjra, feladatnak
elssorban az emberi gondolkods bizonyos terletekre korltozott reproduklst tekintette, s tekinti ma is. Az AI teht alapveten az intelligence sz
els jelentshez kapcsoldik, mg az zleti intelligencia inkbb zleti hrszerzst jell: egy vllalat sajt adatainak, illetve nyilvnosan hozzfrhet adatok
tudatos s szervezett gyjtsrl, rendszerezsrl van sz, majd erre alapozva
zleti relevancival br informcik szintetizlsrl s eljuttatsrl a vllalati dntshozkhoz, informcifogyasztkhoz. Ha belegondolunk, hasonl
elven mkdhetnek a hrszerz szervezetek (pldul a CIA) is, azzal a klnbsggel, hogy nluk nem sajt, s nem csak nyilvnosan hozzfrhet adatokrl
kell beszlnnk.
Krauth Pter az zleti intelligencirl szl tanulmnyban a kvetkez
defincit adja: Az zleti intelligencia olyan technolgik s alkalmazsok
sszessge, amelyek adatok sszegyjtsvel, hozzfrhetsgvel s elemzsvel foglalkoznak egy vllalatban, hogy annak vezeti jobb zleti dntseket
hozhassanak. 32 Egyrszt technolgikrl s alkalmazsokrl van sz, msrszt
31
32

Dresner (2007)
Krauth (2006)

ZLETI INTELLIGENCIA

a dntsek megalapozsnak folyamatrl: adatokat kell gyjteni, rendezni,

trolni, hozzfrhetv tenni, feldolgozni, elemezni, az eredmnyeket a felhasznlk el tlalni. Krauth egyszer modellje szerint egyes informatikai alkalmazsok a vllalat operatv (termel, szolgltat) folyamatait tmogatjk,
mg msok a dntshozatali s stratgiai irnytsi tevkenysgeket segtik. (Az
elhatrols logikai, hiszen egy sszetettebb alkalmazs mindkt funkcit betltheti.)
Sntn Tth Edit s szerztrsai33 a dntstmogat rendszerek kz soroljk
az zleti intelligencit. Lnyegben azt a megoldst alkalmazzk, amivel ms
szerzknl is tallkozhatunk: pontos definci helyett felsoroljk, szerintk mi
tartozik eme cmsz al. Ebben a felsorolsban helyet s nll alfejezetet kap
pldul a tudsmenedzsment s a szemantikus web is. Az zleti intelligencirl szl szakasz kivlan rzkelteti, hogy l, fejld dologrl van sz, ami
rendszeresen kinvi, sztfeszti a defincis korltokat.
A Laudon hzaspr npszer tanknyvben34 az zleti intelligencit gyakorlatilag a dntstmogat rendszerekkel tekinti azonosnak. Azt lltjk,
hogy az intelligencia clja az, hogy a dntshozk minl jobban vgezzk a
dolgukat. Fel is soroljk az idetartoz rendszereket s technolgikat, vagyis
megnevezik az intelligenciacsald tagjait: integrlt vllalatirnytsi rendszerek (enterprise resource planning, ERP), elltsi lncok menedzsmentje (supply
chain management, SCM), gyflkapcsolatok menedzsmentje (customer
relationship management, CRM), adatbnyszat, OLAP (on-line analytical
processing), tudsmenedzsment.
Br az zleti intelligencit, ahogy neve is mutatja, ltalban gazdasgi, vllalati szvegkrnyezetben szoktk emlegetni, annak eszkzei, techniki ms
terleteken is kivlan alkalmazhatk: mindentt hasznos lehet, ahol fontos
a tnyek, adatok alapjn val vezets, ahol nagy mennyisg (lehetleg digitalizlt) adat keletkezik, amelyek kifinomult elemzse segtsget adhat a dntshozknak.35 A DavenportHarris szerzpros pldul a sportot emlti felhasznlsi terletknt, bemutatva, hogy egy npszer csapat edzje miknt prbl

33
34
35

Sntn Tth Edit (2008)

LaudonLaudon (2006)
Ilyen terlet pldul a genetika vagy az olajbnyszat: az els esetben a gntrkpek, a msodiknl a geolgiai adatok hatalmas tmegt kell elemezni. Ehhez esetenknt ugyanolyan adatbnyszati eszkzket
hasznlnak, mint az zleti vilgban a vsrlsi szoksok s magatartsok vizsglatnl.

135

136

INFORMATIKAI FEJLESZTSEK ZLETI RTKELSE

intelligenciatechnikkkal jobb eredmnyt elrni.36 Knyvk a SAS Institute

modelljre hivatkozva az zleti intelligencit kt nagy rszre bontja. Az els
sszefoglal neve hozzfrs s jelentskszts; idetartoznak a standard s
az ad hoc jelentsek, a keress (query) s a lefrs (drill down), valamint a
jelzrendszerek (alerts). A msodik, elemzs vagy analzis (analytics) nev
rsz ngy alkategribl ll: statisztikai elemzs, extrapolcis elrejelzs, elrejelz modellezs s optimalizls. Az egyes elemek dntstmogat szerept
a 8.1. tblzatban szerepl krdsekkel rzkeltetik. A szerzk szerint, ahogy
felfel haladunk a tblzatban (a standard jelentsektl az optimalizls fel),
gy lesznek az eljrsok egyre intelligensebbek.
8.1. tblzat. Az zleti intelligencia sszetevinek dntstmogat szerepe
Optimalizls

Mi lehet a legjobb?

Elrejelz modellezs

Mi trtnik?

Extrapolcis elrejelzs

Mi lesz, ha a jelenlegi trendek folytatdnak?

Statisztikai elemzs

Mirt trtnik, ami trtnik?

Jelz- (riaszt-) rendszerek

Mit kell tenni?

Keress s lefrs

Mi a problma lnyege?

Ad hoc jelentsek

Hny, milyen gyakran, hol...?

Standard jelentsek

Mi trtnt?

Forrs: DavenportHarris (2007) 8.

Az zleti intelligencia eszkztra igen szles skln mozog, trgykrbe olyan

terletek is tartoznak, amelyek ma mr kln szakgaknak szmtanak. Ilyen
pldul az adattrhz- s az adatpiac-pts, az analitikus CRM, a kontrolling-,
marketing-, valamint vezeti informcis rendszerek. Ide sorolhatk az adatbnyszati elemzsek s az adatminsg-biztosts is, de tgabb rtelemben ide
rtnk minden olyan informciszolgltatst, ami integrlt s tematikus mdon szervezett adatvagyont ignyel, mint pldul a ktelez felgyeleti jelentskszts s az olyan sszetett pnzgyi kimutats- s kalkulcirendszerek,
mint az IFRS vagy a Basel II. (Ez utbbiakrl ksbb mg kln szt ejtnk
ebben a fejezetben.)
Nem llunk messze az igazsgtl, ha azt mondjuk, hogy az zleti intelligencia az zleti dntsek adatokkal s elemzsekkel trtn megalapozst
36

DavenportHarris (2007) 1722.

ZLETI INTELLIGENCIA

szolglja. A tudsmenedzsment szhasznlatval: funkcija az, hogy adatbl

informcit, az informcibl tudst csinljon: segtsgvel a dntshoz legyen az brhol a szervezeti hierarchiban tisztbban lssa, hogy mi trtnik
az zletben s annak krnyezetben, megrtse a vllalat mkdst, pontos
kpet kapjon annak llapotrl, mozgsrl, s mindezek alapjn jobb dntseket hozzon. Az zleti intelligencia eszkzei nlkl zletet vezetni olyan, mint
autt vezetni a mszerfalon a klnbz rkon, szmllkon, a fedlzeti
szmtgp kpernyjn megjelen informcik nlkl.

Trtneti ttekints
Az zleti intelligencia felmeninek trtneti ttekintse kt fontos tanulsggal
szolgl. Az egyik az, hogy adatok s informcik gondos gyjtsvel, feldolgozsval s elemzsvel rendkvli eredmnyeket lehet felmutatni. A modern
gazdasg egyszeren nem ltezhetne ilyen eljrsok nlkl. A msik tanulsg
az, hogy e megkzeltsnek is megvannak a maga korltai, amelyeket nem lehet figyelmen kvl hagyni.
Az zleti intelligencia kifejezst az informatikai s a vezetsi szakma csak nhny ve hasznlja. Ez azonban korntsem jelenti azt, hogy teljessggel j dologrl van sz. Ha a gykereket kutatjuk, visszamehetnk a mlt szzad elejig.
Az zleti intelligencihoz kapcsold gondolatvilgban, vezetsi filozfiban
nem nehz felismerni a taylorizmus egyes elemeit. A Frederick Taylor nevvel
fmjelzett, tudomnyos vezets elnevezs irnyzat a vllalatot tulajdonkppen
gpknt fogta fel, amihez mindenfle jelzmszerek s szablyozkarok kapcsoldnak. A vezetk s az ket tmogat szakrtk feladata, hogy mrnki eszkzkkel (mrssel, stopperrval) minl pontosabb kpet kapjanak a
gp llapotrl, majd gondos elemzs alapjn belltsk a szablyozkarokat.
Ez tnyek (konkrt adatok, informcik, szakszer elemzsek) alapjn val vezetst jelent, a kor technikai sznvonaln persze, hiszen szmtgpnek mg
nyoma sem volt.
A taylorizmus ltvnyos eredmnyeket hozott, de nem volt mindenhat.
Tzishez az n. emberi kapcsolatok iskolja szolgltatta az antitzist.
Ugorjunk most egy nagyot az idben egszen a mlt szzad kzepig! Tudjuk, hogy az Amerikai Egyeslt llamokat felkszletlenl rte a II. vilghbor. 1939 s 1945 kztt maximlis fordulatszmra kellett lltani a gazdasgot
s a hadiipart. Rengeteg j gyrat ptettek fel, sok rginek pedig megvltoztat-

137

138

INFORMATIKAI FEJLESZTSEK ZLETI RTKELSE

tk a termelsi profiljt. A gpek mell hatalmas tmegben munksokat kellett

lltani, kzttk olyanokat is, akik mg sohasem lttak bellrl gyrat. Nyugodtan mondhatjuk: ez volt minden idk egyik legnagyobb vezetsi kihvsa.
Az amerikai hadseregben hasonl volt a helyzet. A lgier a hbor eltt
alig tbb mint 400 gppel bszklkedhetett, Roosevelt elnk viszont 1940-ben
mr 50 000-re tartott ignyt. A hbor vgn mr 230 000 gpet kellett felgyelni, az alkatrszelltsrl s a kiszolglsrl nem is beszlve.
Nyilvnval volt, hogy ezeket a hatalmasra duzzadt kapacitsokat s llomnyokat nem lehet a rgi mdszerekkel kontrolllni: j vezetkre s j menedzsmentmdszerekre volt szksg. Amit ma modern logisztiknak, kltsgkontrollnak s rendszerelemzsnek neveznk, jrszt az USA hadseregben
fejlesztettk ki a II. vilghbor alatt. A hadiipar teht nemcsak technikai jdonsgokkal gyaraptotta a gazdasgot, hanem jfajta vezetsi s szervezsi
mdszerekkel is. A sereg az egyetemekrl egy csom tehetsges fiatalt szvott
magba, akik megjelentek az irodkban, a hbors back office-okban (frontvonal mgtti egysgekben).
Az USA lgiereje 1942-ben szerzdst kttt a Harvard Egyetemmel statisztikai mdszerek hasznlatban jratos tisztek kpzsre. Munkjuk volt
bven, hiszen a hbor eltti hadsereg vezetsi rendszere fejletlen, informlis, st nyugodtan mondhatjuk, kaotikus volt: a dntsekhez egyszeren nem
voltak adatok, amit a hborban a sereg mr nem engedhetett meg magnak.
A kpzett j tisztek villmgyorsan felptettek egy statisztikai kimutatsokra
pl kontrollrendszert, ami kellen pontos kpet adott a gpek s a hadmveletek llapotrl. Szakemberek foglalkoztak az adatok sszegyjtsvel, rendezsvel s rtelmezsvel, akik jelentseket s terveket tettek le a vonalbeli
parancsnokok el. Tulajdonkppen pontosan azt csinltk, ami egy vllalatnl a kontrollerek feladata, de a mi szempontunkbl azt is mondhatjuk, hogy
intelligencia-eszkzket hasznltak a kor technikai sznvonaln.
A sereg megtanulta, hogyan kell a szmokat hasznlni a dntshozatalban:
mennyit kell ellltani ebbl vagy abbl a fegyverbl, hova kell telepteni a gyrtst, mikor s hova kell szlltani. Rengeteg olyan krds vetdtt fel, amelyre
szmokkal kellett vlaszolni. Az eredmnyek mellett az intuitvabb problmk
megoldsnl a matematikai statisztikai mdszerek gyengi is kitkztek.
A hbor utn a lgier irnytsi szakrti sztramlottak a gazdasg legnagyobb vllalataiba, ahov magukkal vittk az j mdszereket, gy pldul
a statisztikai elemzsi technikkat, az opercikutatst, a rendszerelemzst s

ZLETI INTELLIGENCIA

a jtkelmletet is, megerstve a vllalatvezets tudomnyos vonalt. Sok olyan

embert szortottak ki a vezetsbl, akik ugyan jobban reztk az zletet nluk,
de az j technikk alkalmazshoz nem volt kell kpzettsgk.
Henry Ford, az azonos nev cgalapt fia, azonnal lecsapott a frissen leszerelt csapatra; visszaemlkezsek szerint az sem rdekelte, mekkora fizetst
krnek. Vllalata, az egyik legnagyobb hadiipari beszllt, a gyors nvekeds
miatt nem kevsb volt kaotikus llapotban, mint a lgier a hbor eltt.
A vezetsben csak elvtve akadtak egyetemet vgzett emberek. A cg kivl
terepnek bizonyult a tudomnyos vezets, a hideg logika s a kvantitatv mdszerek szmra.
A Fordhoz kerlt csapat vezet szemlyisge Robert McNamara volt. rendelte el azt az els tfog tvilgtst (cgauditot), amire vtizedek ta nem
volt plda a vllalatnl. A vllalat vezet kontrollernek funkcijt tlttte
be, vezetse alatt a kzponti pnzgyi-szmviteli stb tbb szz fsre ntt.
A kontrollingiroda korbban csak knyvelssel, a kltsgek s a mveletek regisztrlsval foglalkozott, McNammra viszont a kvantitatv elemzsre, az elrejelzsek ksztsre s a tervezsre helyezte a hangslyt. A vllalatot nyeresgkzpontokba szerveztk, az iroda ellenrzse al vonva mindent, a beszerzstl kezdve az rtkestsig. Mivel az irodnak egyre nagyobb szerepe lett
a dntshozatalban, hatalma megersdtt a vonalbeli vezetkkel szemben.
A Fordhoz kerlt szakrtk a maguk matematikai mdszereivel kevsb
eredmnyesnek bizonyultak az emberi kapcsolatok kezelsben s egyes termktervezsi problmk megoldsban. Hamarosan sszetkzsbe keveredtek a termelsi vezetkkel, akik egybknt sem kedveltk ket. Ezekben
a csatkban ltalban a szmokkal rvel, a formlis logika szablyaihoz ragaszkod csapat nyert a megrzsekre, zlsre, tapasztalatra, sztnkre hivatkoz vonalbeli vezetkkel szemben, akik koszos, vitathatatlanul alacsony
hatkonysg zemeket irnytottak br ktsgtelenl sokkal jobban rtettek
az autgyrtshoz a kontrollereknl.
A kontrollingiroda minsget kvetelt az zemvezetktl, de ltalban nem
adta meg hozz az eszkzket. McNamara s emberei a minsghez is szmokon keresztl kzeltettek. Az zemvezetk gyorsan megtanultk, hogyan
jtsszk ki ket: hol a minsgellenrket csaptk be, hol a kzeli folyba slylyesztettk a raktron maradt alkatrszeket, gy kozmetikzva szmaikat.
A versenyben nyilvnvalan fontos kltsgkontroll, a vgletekig vitt kltsghaszon elemzs furcsa, st tragikus dolgokat is eredmnyezett. Az 1970-ben

139

140

INFORMATIKAI FEJLESZTSEK ZLETI RTKELSE

bevezetett Ford Pintnak volt egy rossz szoksa: hts tkzseknl knnyen
kigyulladt. A kontrollingirodn kiszmtottk, mennyibe kerlne a modell ttervezse, s mennyibe a hallesetek rendezse: kiderlt, hogy az elbbire 137
milli dollrt kellene klteni, az utbbit viszont meg lehet szni 49,5 millibl.
A Ford becslse szerint egy emberi let 200 725 dollrt rt, figyelembe vve
a kies munkaidt, a krhzi kltsgeket, a szenvedst s az esetleges temets rt.37 A robbankony Pinto ttervezst nem hagytk jv. Klnben
is, a hbor utn akkora volt az autk irnti kereslet, hogy a Ford nem rezte
szksgt az innovcinak. Stratgia s jvkp nlkl a szmokban val gondolkods ncl technikv vlt.
ncl, de ktsgtelenl eredmnyes technikv. A tizent v alatt, amg
az egykori lgiers szakrtk a Fordnl tboroztak az eredeti csapat hat tagja
kerlt be a legfels szint vezetsbe , a vllalat nagy piacot rabolt el a General
Motorstl, tzsdei rfolyama pedig ltvnyosan emelkedett. McNamart
Henry Ford 1960 szn a vllalat elnkv nevezte ki, de nem sokig maradt
ebben a szkben: kormnyzati pozcit kapott John Kennedytl. A szmok s
a statisztikai analzis alapjn val vezetsrl szerzett ismereteit hadgyminiszterknt a vietnami hborban kamatoztathatta ismert eredmnnyel.38 A kr
bezrult: a mdszerek visszakerltek a hadszntrre.
Rakesh Khurana, a Harvard Egyetem professzora, az zleti iskolk trtnetrl szl knyvben rszletesen lerja39, milyen hatst gyakorolt a dntstmogat technikk, statisztikai mdszerek, a tnyek s a szmok alapjn val
vezets fontossgt hangslyoz Ford Alaptvny a menedzserkpzsre. A kor
idelis menedzsere hideg fejjel gondolkod technokrata volt, aki tnyek, szakszeren elksztett elemzsek leginkbb pnzgyi elemzsek alapjn tl s
dnt. Az irnyad menedzserkpz iskolk a vezeti dntsekhez az elmleti
modellek fell kzeltettek, kvetkezskppen az elmleti kutats fontossgt
hangslyoztk: az foglalkoztatta ket, miknt kellene dnteni, s nem az, hogyan szletnek meg a dntsek a valsgban.
A gazdasgban az analitikus, szmokkal operl vezetsi irny korltainak
felismerse hossz vekbe tellett. A hatvanas vek gyors gazdasgi nvekedse
megerstette Amerika hitt a lgier s a Ford kpnyegbl kibjt szakrtk
ltal kpviselt mdszerekben. A hadseregbl s a Fordtl szakemberek szzai
37
38
39

Gabor (2000) 140.

McNamara (1996)
Khurana (2007) 271273.

ZLETI INTELLIGENCIA

ramlottak szt az iparba: vezet cgek hossz sora bszklkedhetett ilyen

gondolkods pnzgyi s kontrollingvezetkkel. A termkekrl s a technolgikrl keveset tudtak, de mindenre rhztk a kltsg-haszon elemzsek,
a statisztikai jelentsek, az optimalizlsi modellek, a szmok alapjn val vezets egyenruhjt. Ez a gondolkodsi md httrbe szortott olyan nehezen
megfoghat dolgokat, mint az innovci, a vllalati kultra, a kockzathoz,
a lehetsgekhez val viszony, az jdonsgokba vetett hit.
Aztn jttek a hetvenes vek, amikor egy egsz sor amerikai vllalat dbbent
r: ki van szolgltatva a japnok tmadsnak, a szmok bvletben fontos
vezetsi rtkekrl feledkeztek meg: a termkrl, az innovcirl, a minsgrl
s mindazokrl a puha tnyezkrl, amelyek ezeket befolysoltk.
Az zlet s a piac emberekrl, azok komplex viselkedsrl szl szri le
a tanulsgot a maga szempontjbl Joan Magretta.40 zleti elkpzelsei megvalstshoz minden vezetnek szksge van adatokra, szmokra. Ezekbl ltalban van bven, de kzlk csak azok szmtanak igazn, amelyek segtsgvel szembe lehet nzni a valsggal, s tenni lehet valamit. Ahhoz, hogy egy
szervezetet koordinlni, meghatrozott irnyokba mozgatni lehessen, tnyek
egysges bzisra van szksg, valahogy gy, ahogy egy piltnak is szksge van a naviglshoz a gp mszerfalra. E tekintetben a helyzet nem rossz,
hiszen a technika s a tudomny fejldse egyre kifinomultabb eszkzket s
mdszereket knl. Mgis, minden jel arra vall, hogy az adatok s a szmok
vilga az zletnek s a vezetsnek csak az egyik oldala. Van ugyanis egy msik
is, amit humn vagy viselkedsi oldalnak nevezhetnk.
Ha ttekintjk a vllalatvezets trtnett, lthatjuk, hogy a menedzsment
szakmaknt vagy tudomnyknt e kt oldal kztt ingadozik, s ami a legrdekesebb: ez a kt oldal nehezen jn ki egymssal. Ha kinyitunk egy modernebb
management science knyvet41 s belelapozunk, olyan, mintha egy matematikai tanknyvet tanulmnyoznnk: lineris programozs, dntsi modellek,
statisztika, kszletgazdlkods, szimulci stb., mindez persze szmtgpen.
A cm azt sugallja, hogy ez az, ami a vezetsben tudomny: kemny adatok, szmok, kifinomult technikkkal feldolgozva. Ami ezen kvl van, sugallja
a knyv cme, az mr nem tudomny a sz szorosan vett rtelmben, inkbb
valamifle tvzete az sztnnek, a tapasztalatnak s a mvszetnek.
40
41

Magretta (2002) 127.

Lsd pldul LawrencePasternack (2002)

141

142

INFORMATIKAI FEJLESZTSEK ZLETI RTKELSE

A kpet tulajdonkppen ahogy egykor Newton is fogalmazott42 az emberek zavarjk meg, a maguk kiszmthatatlan viselkedsvel, rzelmeivel, zavaros indtkaival. Velk a lgy diszciplnk foglalkoznak, amiket szervezeti viselkeds, emberi erforrsok menedzsmentje s hasonl elnevezs
trgyak keretben tantanak az zleti iskolkban.
Mint emltettk, a kt oldal nem klnsebben kedveli egymst, mgis,
a teljes kphez mindkettre szksg van. A menedzsmentszakma idrl idre
beleszeret a csbtan racionlis s jl felptett mrnki-matematikai oldalba,
ahol a fejlds rendkvl ltvnyos. Nmi tapasztalatszerzs utn azonban ez
a szerelem hvsebb lesz, s tbb figyelem irnyul a humn-viselkedstudomnyi oldal fel. Elbb-utbb ugyanis elbukkannak a legfrissebb technikai
eljrsok korltai, kirajzoldik az a hatrvonal, ameddig szmokkal s matematikai mdszerekkel el lehet menni. A nagy krds vltozatlanul az, mennyire lehet egy vllalat llapott s kpessgeit szmokkal kifejezni, eredmnyeit,
haladsi irnyt, rtkt szmszerstett mutatkkal mrni.
Vizsgljuk meg most az zleti intelligencia trtnett a dntstmogat
rendszerek (decision support system, DSS) szempontjbl! A dntsek tmogatsa az informcis technolgia egyik legfontosabb alkalmazsi terlete. Clja az, hogy a racionlis dntshozatalhoz segtsget adjon. A dntstmogat
rendszerek pontos defincijt megadni, hatrvonalukat pontosan meghzni
ugyanolyan nehz, mint az zleti intelligencia esetben. Az elnevezsek keverednek, a tisztnltst a kemny piaci versenyben dolgoz informatikai cgek s tancsadk is neheztik, akik marketingmegfontolsokbl elszeretettel
tkeresztelnek, tmrkznak olyan eljrsokat s alkalmazsokat, amelyek rgebbi megoldsok fejlettebb, modernizlt vltozatainak tekinthetk, funkcijuk teht ugyanaz, mint felmenik.
Szmtgp nlkl termszetesen nagyon nehz s drga dolog volt nagymret informcis rendszereket felpteni. Az n. vezeti informcis rendszerek (management information system, MIS) a hatvanas vek msodik felben
jelentek meg, akkor, amikor a mainframe-gpek (elssorban az IBM System
360-as) utat trtek maguknak az zleti vilgba. Ekkor szlettek meg egyes
vezet egyetemek szmtgpre alapozott dntsi modelljei. A hetvenes vek
elejtl az zleti lapok nvekv szmban publikltak cikkeket a vezeti dnt42

Ki tudom szmtani az gitestek mozgst, de az emberek rltsgvel nem tudok kalkullni mondta
egyszer Isaac Newton, miutn egy csom pnzt vesztett a tzsdn.

ZLETI INTELLIGENCIA

si rendszerekrl, a stratgiai tervezsrl s a dntstmogatsrl, de a knyvkiadk s a konferenciaszervezk is hamarosan lecsaptak az j tmra.

A hetvenes vek vge fel mr egy sor olyan interaktv informcis rendszer mkdtt, amelyek dntstmogat rendszerek (DSS) nv alatt a vezetket segtettk a rosszul strukturlt problmk megoldsban. Mivel a nagy
mainframe-gpek uralma utn az asztali gpek hullma kvetkezett, a dntstmogats demokratizldott, fellrl lefel terjeszkedni kezdett a vllalati
hierarchiban, segtve a klnbz funkcionlis rszlegek munkjt. A modellek vltozatosabbak lettek, erre kapott az optimalizls s a szimulci, statisztikai csomagok jelentek meg a piacon, egyre tbben ksrleteztek mestersges intelligencival s szakrti rendszerekkel, npszer eszkzkk vltak
a pnzgyi tervez rendszerek.
A fejld rendszerek nemcsak az egyni vezeti dntseket tmogattk,
hanem a csoportos dntshozatalhoz is segtsget nyjtottak. A szmtgpekkel tmogatott csoportos dntsekkel mr a hatvanas vekben elkezdtek
ksrletezni. E vonulatnak a vllalati hlzatok, majd az internet megjelense,
valamint a hozzjuk kapcsold groupware szoftverek fejldse adott jabb
impulzust.
A kilencvenes vek elejtl a fejld relcis adatbzisok, az adattrhzak
s az OLAP hoztak j sznt a vezeti informcis s dntstmogat rendszerek vilgba. Az zleti intelligencia elnevezst mint mr emltettk Howard
Dresner kezdte npszersteni 1989-ben tnyadatokra alapozott dntstmogat eszkzk egyttes megjellsre.

Az zleti intelligencia fejldsnek mai mozgatrugi

Az zleti intelligencia manapsg az informatikai ipar egyik leggyorsabban fejld gnak tekinthet. Fejldst, nvekv npszersgt nhny fontos tnyez magyarzza, a kvetkezkben ezeket tekintjk t.

Adatrobbans
Az zleti intelligencia kenyere, legfontosabb tpllka az adat. Az zleti szervezetek termszetesen kezdettl fogva gyjtttek magukrl adatokat. A szmtgpek megjelense s elterjedse valsgos adatrobbanst hozott magval. Nemcsak egyszeren arrl van sz, hogy a korbban papron rgztett

143

144

INFORMATIKAI FEJLESZTSEK ZLETI RTKELSE

adatokat szmtgpes adathordozkon lehet trolni, hanem arrl is, hogy

a szmtgppel tmogatott rendszerekben olyan adatok keletkeznek hatalmas
tmegben, amelyek korbban gyakorlatilag nem is lteztek: felmrhetetlenek
s kvethetetlenek voltak. Az informatikai rendszerek ma emberi beavatkozs
nlkl lltjk el s rgztik ezeket.
Az zleti szervezetek nvekv hnyadnl mr kiplt vagy ppen plflben van az operatv mkdst tmogat informatikai infrastruktra, a digitalizlt tranzakcis rendszer. Ennek sokfle, egymssal sszekapcsolt vagy
egymstl fggetlenl mkd eleme van, gy pldul az integrlt operatv
irnytsi rendszer (ERP), a beszllti lnc kezelsre szolgl rendszer (SCM)
s az gyflkapcsolatok menedzsmentje (CRM), hogy csak a legfontosabbakat
emltsk. Ezekben rengeteg adat keletkezik s rgzl, gyakorlatilag szinte minden esemny, mozgs, vltozs, tranzakci gpre kerl.
A folyamat egyltaln nem tekinthet befejezettnek: egyms utn jelennek
meg azok az j technolgik s eszkzk, amelyek mg nagyobb tmeg adatot generlnak. Gyorsan terjed pldul az elektronikus kereskedelem; rendszereiben az eladk s a vevk minden lpse nyomon kvethet. Az internet s
a vilghl npszer reklmozsi eszkzz vlt; a hagyomnyos reklmozsi
mdokkal (pldul jsghirdets, televzis reklmfilm) szemben a kattints
internetes reklmoknak az az elnyk, hogy nyomon lehet kvetni a marketingzenetek hatst, elemezni lehet a megclzott gyflkr viselkedst. A rdifrekvencis azonosts (radio frequency identification, RFID) terjedse tovbb
fogja nvelni a kereskedelmi forgalomban keletkez adattmeget, akrcsak az
elektronikus banki tutalsok s hitelkrtys fizetsek hasznlata. A vilg szmos orszgban fontos lpseket tesznek az egszsggy digitalizlsa rdekben, ami egyebek kztt rengeteg diagnosztikai s egyb adat keletkezst s
trolst jelenti, amelyek egy rsze zleti szempontbl is hasznos lehet. A pldk sort nyilvn folytathatnnk tovbb is.
Az adatrobbanson kvl az zleti intelligencia fejldshez s terjedshez
termszetesen az is szksges, hogy az adatok trolshoz, feldolgozshoz,
tovbbtshoz, az eredmnyek megjelentshez szksges hardvereszkzk
lpst tartsanak a keletkez, feldolgozsra vr adattmeggel, s kellkppen
olcsk legyenek a felhasznlk szmra, vagyis a szksges informatikai beruhzsok megtrljenek.

ZLETI INTELLIGENCIA

Verseny
Az zleti intelligencia azt jelenti, hogy a nagy tmeg adattal valaki zleti clbl
kezd valamit. Az adattmegbl akkor lesz rtkkel br adatvagyon, ha valaki
megprblja hasznostani, egyszeren fogalmazva: megprbl pnzt kihozni
belle. A hasznostsra a piaci verseny sarkallja a vllalatokat. Ez az a jelensg,
amit a tma egyik szakrtje, a mr idzett Thomas Davenport competing on
analyticsnek, azaz adatelemzssel val versenyzsnek nevez. Az adatok megfelel technikkkal val feldolgozsa lehetv teszi, hogy a vllalatok jobb dntseket hozzanak: segti a dntshozkat abban, hogy megrzseik, sejtseik vagy
egyszeren a vakszerencse helyett tnyekre, bizonythat vagy nagy valsznsggel br sszefggsekre, trvnyszersgekre, tnyekkel, logikval igazolt
mintkra tmaszkodjanak. Ha valaki jobb dntseket hoz, akkor elnyre tehet
szert a tbbiekkel szemben a feldolgozs mdjbl, kifinomultsgbl gy
lesz versenykpessgi tnyez.
A versenyben az elemzsek mlysge mellett a gyorsasg is szerepet jtszik. A kett persze sszefgg egymssal, hiszen ha tbb id ll rendelkezsre, sokkal alaposabb elksztst lehet vgezni Az zleti intelligencia jelentsge abban ll, hogy kell mlysg elemzseket tesz lehetv a megfelel
idben.
Az elz szakaszban lertuk, hogy az informatikai alkalmazsoknak ksznheten milyen nagy tmeg adat keletkezik pldul a kereskedelemben.
Ezek megfelel eszkzkkel val elemzse fontos segtsget adhat az olyan,
egybknt nehezen megragadhat jelensgek lershoz s rtelmezshez,
mint pldul a vsrli viselkeds. Nem vletlen, hogy az intelligenciaprojektek elszeretettel veszik clba ezt a terletet: a digitlis nyomok (vsrlsok, tutalsok, keressek stb.) elemzse segtsget ad a szegmentlsi-pozicionlsi
problmk megoldshoz, a meglv s a potencilis vevk vrhat lpseinek
elrejelzshez.
Az zleti intelligencia eszkzei azrt terjednek, mert hasznlatuk versenyelnyt biztosthat a vllalatoknak. Ez az elny azonban nem lland. Az zleti intelligencia krbe tartoz informatikai eszkzknek, akrcsak az zleti
cl informatikai alkalmazsoknak ltalban, van egy fontos sajtossga: ami
ma klnlegesnek, egyedinek szmt, az rvid idn bell htkznapi s kznsges lesz. A j megoldsokat nagyon gyorsan lemsoljk: azok tovbbra
is fontosak maradhatnak, de knny hozzfrhetsgk, elterjedtsgk miatt

145

146

INFORMATIKAI FEJLESZTSEK ZLETI RTKELSE

versenyelnyt mr nem adnak. Ez a folyamatos forgs arra kszteti az eszkzk fejlesztit, hogy llandan jabb s jabb, egyre fejlettebb, kifinomultabb
vltozatokkal, jdonsgokkal lljanak el.
Az zleti intelligencia teht versenytnyez, ugyanakkor versenyplya is,
mert ami e tren ma jdonsgnak s szakmai bravrnak szmt, az holnapra
egyszer bekerlsi felttel lesz, amit mindenki knnyen lemsol, szoftvercsomagokban kszen megkap, vagyis a klnlegessg hatrvonalt llandan
elre kell tolni: nem lehet megllni, mindig el kell jnni valami jjal, a korbbiaknl fejlettebb, innovatv megoldssal. Fel kell hvnunk a figyelmet arra is,
hogy rdekes mdon nemcsak az adatelemzsi technikk, hanem a segtsgkkel levont kvetkeztetsek, dntsek is elavulnak. Daniel Yankelovich s David
Meer pldul azt lltja43, hogy az vtizedeken t hasznlt, tbbnyire knnyen
megszerezhet demogrfiai s fldrajzi adatokra pl piacszegmentlsi mdok hatstalann, triviliss vlnak: a jv szerintk a pszichografikus gyflprofilok. Az innovcis hatrvonal rendszeres elretolsa nem egyszer feladat, mivel nem elegend megalkotni az j vagy tovbbfejlesztett eszkzket,
megrni a szksges szoftvereket: azokat a felhasznlknak is meg kell rtenik
s be kell fogadniuk. Az innovci mellett teht megjelenik egy idignyes tanulsi folyamat is.
A gyakorlati tapasztalatok azt is mutatjk, hogy az zleti intelligencia s
a hozz kapcsold vllalati viselkeds fejldsnek fontos eleme a ksrletezs. Davenport s Harris mr hivatkozott knyvkben olyan cgekrl rnak,
amelyeknl zleti ksrletek szzait futtatjk folyamatosan. Hipotzis, ksrlet, elemzs, tanuls, cselekvs, jabb hipotzis ez a folyamat fut rendszeresen. Az analitikus, az adatbnysz tevkenysge ezeknl a vllalatoknl bepl
a mindennapokba.
Az analitikval val versengs-hez tovbbi rdekes problmk s ksrjelensgek is kapcsoldnak. Dntshozatali szempontbl a vllalatokat sokan
egy piramishoz hasonltjk, amelynek az aljn jl strukturlt dntsi helyzetek
vannak, a tetejn pedig rosszul vagy gyengn strukturltak. Vitathat, menynyire pontos, s mennyire ltalnosthat ez a kp a mai vilgban, de fogadjuk el! Az zleti intelligenciarendszerek s alkalmazsok fejldsnek rdekes
krdse, hogy meddig tudnak felkapaszkodni ebben a piramisban, a dntsek
mekkora krt tudjk strukturltt tenni, s mit tudnak kezdeni a nem struk43

YankelovichMeer (2006)

ZLETI INTELLIGENCIA

turltakkal. Minl strukturltabb egy dnts, annl inkbb automatizlhat,

az automatizls pedig idvel feleslegess teszi a dntshozt, vagyis az zleti
intelligencia fejldsvel llsok, munkahelyek tnnek el, ami statisztikai eszkzkkel jl megfigyelhet jelensg.44

Teljestmnymenedzsment
Az zleti intelligencia fejldsnek s terjedsnek egyik mozgatrugja az
integrlt, szmtgppel tmogatott vllalati teljestmnymenedzsment irnti
igny. Ezekben a rendszerekben, illetve a tmogatsukra szolgl informatikai
alkalmazsokban az zleti intelligencia krbe tartoz tevkenysgek s alkalmazsok (jelentskszts, adattrhzak, OLAP, adatbnyszat stb.) meghatrozott szerepet jtszanak.
Ahogy fentebb mr kifejtettk, sok vllalatnl mr kiplt az operatv mkdst tmogat infrastruktra: szmtgpes munkahelyeket hoztak ltre,
tranzakcis rendszereket teleptettek, folyamataikat, dntseiket szmtgpes
alkalmazsokkal tmogatjk, rendszereiket sszekapcsoljk ms szervezetek
rendszereivel. Megvalsul az a modell, amit gy neveznk integrlt, kiterjesztett, vals idej elektronikus vllalat. Az elektronizls, az automatizls
fejldse a vals idej (real time) rendszerek fel mutat. Ezekben az alkalmazott informatikai eszkzk a mindenkori vals (vagy idben ahhoz nagyon kzeli) llapotot mutatjk, azt pldul, hogy ppen mennyi nyersanyag van a raktrban, mennyi pnz van a szmln, mekkora az aktulis rendelsllomny,
mennyit kltttek valamelyik technolgia fejlesztsre, mekkora eredmnyt
produkltak az zletgak. A vllalat szakemberei teht folyamatosan nyomon
kvethetik a vllalat s az egyes rszlegek teljestmnyt, valahogy gy, mint
ahogy a sofr is az aut aktulis sebessgt ltja a mrrn.
Az informcikban gazdag, vals idej kp rendelkezsre llsa fontos felttele a teljestmny menedzsmentjnek, de nem azonos azzal. A teljestmnymenedzsment tbbfle tevkenysgbl ll, amelyeknek elvileg zrt szablyozsi
krr kell sszellniuk. A 8.1. brn lthat modellben a vllalati stratgia a kiindulpont. A stratgit operacionalizlni kell, konkrt clokra kell lebontani.
A clok megvalstsa rdekben befektetsi elktelezettsgeket kell vllalni,
dntseket kell hozni, mindezeket tervekben kell megjelenteni. A terveket
44

Lsd errl pldul LevyMurnane (2004)

147

148

INFORMATIKAI FEJLESZTSEK ZLETI RTKELSE

vgre kell hajtani, az eredmnyeket folyamatosan mrni kell, a mrsi eredmnyeket jelentsek, eredmnyjelz tblk (lsd a kiegyenslyozott mutatszmrendszerekrl szl 7. fejezetet), mszerfalak (dashboard) formjban el kell
juttatni a dntshozkhoz. Az adatok egyszer sszegyjtse s tovbbtsa
nem elegend: a vezetknek feladatukhoz, hatskrkhz kapcsold elemzsekre van szksgk. Az elemzsek alapjn egyrszt beavatkozsi dntsek
szletnek, msrszt azok eredmnyei visszacsatolhatk a stratgiaalkotshoz:
a vllalat tanul tapasztalataibl s szksg szerint mdostja stratgijt.
A vllalatok ma mr sokfle informatikai eszkzt hasznlnak e teljestmnymenedzsment-modellhez tartoz tevkenysgek tmogatshoz. Az zleti intelligencinak a 8.1. tblzatban felsorolt eszkzei elssorban a dntsek
tmogatsnl, a mrsnl s az elemzsnl kapnak szerepet. Az egyes tevkenysgekhez tartoz eszkzk tbbnyire klnbz idpontokban jelentek
meg a vllalatoknl, amelyeket klnbz rszlegek eltr szempontok alapjn

8.1. bra Az integrlt teljestmnymenedzsment-rendszer modellje

Forrs: Dresner (2007) 15.

ZLETI INTELLIGENCIA

vlasztottak ki. A teljestmnymenedzsment e szigetrendszerei kztt az emberi beavatkozsok jelentik az sszekt kapcsot: az ember kzvett, tolmcsol
a klnbz alkalmazsok kztt, ami drga, idignyes, hibalehetsgekkel
megtzdelt folyamat.
A teljestmnymenedzsment-alkalmazsok fejldsnek egyik alapvet
irnya a szablyozsi ciklushoz tartoz eszkzk s alkalmazsok integrlsa. A fejlesztk eltt olyan rendszer vzija lebeg, amely egyszerre integrlt s
rugalmas, egysges kpet ad a vllalatrl, alkalmazkodik a vltoz krlmnyekhez, kls s bels adatforrsok kezelsre egyarnt alkalmas, sok funkcit s sok embert kpes kiszolglni, benne a szablyozsi kr tevkenysgei
(tervezs, dnts, rtkels stb.) kztti kapcsolatok automatizltak. A megvalsts nagyon nehz feladat, s nem csak technikai okokbl: az is krdses
pldul, mennyire lehet egy vllalat llapott, teljestmnyt, teljestkpessgt mutatszmokkal kifejezni, ezeket a mutatszmokat, illetve a mgttk lv jelensget emberi felfogsra alkalmass tenni, s miknt lehet azokat
kiegyenslyozni, vagyis egyenslyt teremteni az egyes (pldul a pnzgyi,
humn, minsggyi) terletek sokszor ellentmond clfggvnyei kztt.
A management by numbers, a zrt szablyozsi krk koncepcija mr a szmtgpek elterjedse eltt is ltezett, most az a krds, hogy napjainkban a
modern informcitechnolgiai tmogatssal mi valsthat meg. A teljestmnymenedzsment-rendszerek fejldse meghzza az annak rszeknt, elemeknt megjelen zleti intelligencit is.
A teljestmnymenedzsment-rendszerekkel kapcsolatos elkpzelsek idnknt sajtos ideolgiai sznezetben jelennek meg. A mr tbbszr hivatkozott
Howard Dresner pldul informcis demokrcirl r, olyan rendszert rtve ez alatt, amelyben a vllalat minden alkalmazottja az informatikai rszleg
segtsge, vezeti szrs s cenzra nlkl hozzfr minden, szmra szksges informcihoz.

Megfelelsi kvetelmnyek
Az elz szakaszban bemutattuk, hogy az zleti intelligencinak fontos szerepe van a vllalati teljestmnymenedzsmentben. A teljestmnymenedzsmentrendszereket a vllalatok azrt ptik, mert a versenyben nlklzhetetlenek.
Jelentsek, kimutatsok azonban ms vagy rszben ms cllal is kszlnek: az
zleti vllalkozsoknak bizonyos szablyozi, felgyeleti elrsoknak is meg

149

150

INFORMATIKAI FEJLESZTSEK ZLETI RTKELSE

kell felelnik. Ezek az elrsok is az zleti intelligencia fejldsnek, terjedsnek mozgatrugi kz tartoznak, leginkbb a jelentskszts (reporting)
tekintetben.
Az elmlt vekben az zleti vilgban j, a korbbiaknl rszletesebb s szigorbb szmviteli s beszmolsi szablyok jelentek meg. Az USA szablyozi
a dotkom-vlsg utni sorozatos vllalati botrnyokra (leginkbb az Enron szszeomlsra) a 2002. vi SarbanesOxley (SOX) trvnnyel reagltak, ami pluszkvetelmnynek tekinthet a beszmolkszts egyb szablyai mellett. A trvny a tzsdn jegyzett cgektl nagyobb tlthatsgot s a jelentsek pontossgrt val szemlyes vezeti felelssgvllalst kvetel meg. Az Eurpai Uni az
egysges piacon mkd trsasgok szmra elrja, hogy jelentseiket az IFRS
(International Financial Reporting Standards) beszmolksztsi elveinek megfelelen ksztsk el s tegyk kzz. A szablyozsnak egyrszt az tlthatsg
(transzparencia) a clja, msrszt a pnzgyi eredmnyek sszehasonlthatsga,
ami klnsen fontos az Uni klnbz orszgaiban befektetknek. A SOX s
az IFRS mell oda kell tennnk a Basel II elnevezs, a bankokra vonatkoz trvnyi keretszablyozst is, ami a pnzgyi szektor stabilitsnak vdelmt szolglja, egyebek kztt a hitelkockzatok tfog felmrsnek bevezetse rvn.
A felsorolt elrsok hatkonysgrl, rvnyestsk kvetkezmnyeirl
sokan vitatkoznak, de tmnk szempontjbl az a fontos, hogy ezek lteznek,
a vllalatoknak pedig jra kellett gondolniuk, hogy miknt tervezik, mrik
s jelentik teljestmnyket. A problma lnyege ugyanaz, mint amit az elz pontban emltettnk: hogyan lehet megbzhat, egysges, teljes kpet kapni
a vllalat llapotrl s teljestmnyrl. E feladat megoldsa klnsen nehz
olyan szervezeteknl, amelyek sok, fldrajzilag sztszrt, klnbz orszgokban tevkenyked, klnbz tranzakcis rendszereket alkalmaz egysgbl
llnak. Mg sok vllalatnak nincs egysges, az elrsoknak s az rintettek
(vezetk, tulajdonosok, dntshozk) ignyeinek egyarnt megfelel jelentsksztsi infrastruktrja. Ez a hinyossg tarts keresletet tmaszt az zleti
intelligencia krbe tartoz megoldsok irnt.

Az zleti intelligencia piaca

Vizsgljuk meg most az zleti intelligencia piacnak keresleti s knlati oldalt. A tgabb zleti informatikai piacnak vannak olyan ltalnos jellemzi,
trendjei, amelyek itt is megfigyelhetk. Ilyennek tekinthet pldul a gyors

ZLETI INTELLIGENCIA

tmegcikkeseds, az rak cskkense, a kis- s kzpvllalati piac ersdse.

A vllalati informatikai kiadsok nvekedsi teme a szzad elejn beksznttt recesszit kveten jelentsen mrskldtt.45 ltalnos jelensg, hogy
nvekv figyelmet kapnak azok a termkek s szolgltatsok, amelyek a kiplt informatikai infrastruktra (a megvsrolt szoftver- s hardvereszkzk,
felptett hlzatok) jobb kihasznlst clozzk, vagyis az ptkezsrl egyre
inkbb a felhasznlsra kerl t a hangsly. Az ide tartoz alkalmazsok piaca, kztk az zleti intelligenci, nagyobb nvekedsi mutatkat produkl az
tlagosnl.
A 8.2. tblzatban kt, egyrszt a Saugatuck Technology, msrszt a Gartner
Group ltal vgzett piaci felmrs eredmnyeit lthatjuk a vllalati informatikai beruhzsoknl rvnyesl prioritsokrl. Az ilyen felmrsi eredmnyek rtkelsnl tancsos vatosan eljrni, mindazonltal szembetl, hogy
mindkt listn az zleti intelligencia ll az els helyen.
8.2. tblzat 2007. vi beruhzsi prioritsok informatikai vezetk vlemnye
alapjn
Rang

A Saugatuck Technology felmrse

A Gartner Group felmrse46

zleti intelligencia

zleti intelligencia alkalmazsok

ERP szoftver/upgrade

Vllalati alkalmazsok (ERP, CRM stb.)

Adattrhz

Rgi alkalmazsok modernizlsa

j, testreszabott alkalmazsok

Hlzatpts, hang- s adatkommunikci

Portlok, egyttmkdsi szoftverek

Szerverek s trolsi technolgik (virtualizci)

Biztonsgi szoftverek

Biztonsgi technolgik

Hlzat/upgrade

Szolgltatsorientlt architektrk

Alkalmazs integrci

Technikai infrastruktra menedzsmentje

DBMS SW/upgrade

Dokumentummenedzsment

zleti folyamatok menedzsmentje

Egyttmkdsi technolgik

10

Forrs: Saugatuck Technology, 2007. janur; Gartner Group, 2007. februr

Az zleti intelligencia piaca ltalban gyorsabban n az informatikai piac tlagnl. A Gartner Group pldul 2006-ban az eurpai intelligenciapiacon hrom orszgcsoportot klnbztetett meg az egy lakosra jut BI-kiadsok alap45

46

2007 jliusban, az egyik legnagyobb informatikai piacelemz cg, az IDC 4%-os nvekedst jsolt 2008ra az USA technolgiai piacn, ami a vilgpiac nagyjbl egyharmadt kpviseli. Bulkeley (2008) 6.
A Gartner Group 2006. s 2008. vi felmrseiben is az zleti intelligencia ll az els helyen.

151

152

INFORMATIKAI FEJLESZTSEK ZLETI RTKELSE

jn. Az elst vgtzknak neveztk (idetartozott Svdorszg, Dnia, Svjc, az

Egyeslt Kirlysg, Hollandia, Finnorszg s Belgium), ahol ez a mutat 6 s
9 dollr kztt mozgott. A msodik csoportot kvetknek hvtk (Franciaorszg, Norvgia, Nmetorszg, Ausztria) 3 s 6 dollr kztti rtkkel, mg az
zleti intelligencira lakosonknt 3 dollrnl kevesebbet klt harmadik csoport fogja ssze a lemaradkat (Olaszorszg, rorszg, Spanyolorszg, Portuglia, Grgorszg, Kelet-Eurpa).
A Gartner-elemzs szerint a vgtz orszgok rendelkeznek a legrettebb s legdinamikusabb szoftverpiaccal Eurpban, nluk a legnagyobb az
n. IT-penetrci, vagyis az informatikai eszkzk elterjedtsge. E csoport
vllalkozsai jellemzen elsknt vezetik be az j technolgikat, gy k jelentik a BI-fejlesztsek elsdleges piact Eurpban. Azt is figyelembe kell venni,
hogy nluk a legnagyobb az egy lakosra jut nagyvllalatok szma, amelyekre
inkbb jellemz az zleti intelligencia alkalmazsa.
Az eurpai gazdasg zmt a kvetk adjk. Ebben a csoportban a
vllalkozsok az elbbieknl pragmatikusabbak, kevsb kockzatvllalk.
Szoftvervsrlsok tekintetben a vrjuk meg s megltjuk megkzeltst
alkalmazzk, s a tapasztalatok alapjn nagyjbl flves fzisksssel kvetik a vgtzkat. A kvetk piacnak nagy rszt termszetesen Franciaorszg s Nmetorszg adja, ahol a nemzeti piacokon helyi vllalkozsok
dominlnak.
A lemaradk esetben a legkisebb az egy fre jut BI-klts. Ezen orszgok jelents kis- s kzpvllalati bzissal rendelkeznek, amelyekre eddig nem
volt jellemz az zleti intelligencia tfog alkalmazsa. Az elemzs szerint
klnsen Kelet-Eurpban sok vllalkozs mg az informatikai infrastruktra alapjainak leraksnl tart.
A 2006-os felmrs szerint a vgtz rgi BI-piacnak nvekedse 14%os, mg a kvetk s a lemaradk 11%-os. rdekes, hogy a fejlettebb rgi nvekszik gyorsabban rett piacoknl ez fordtva szokott lenni. A magyarzat erre valsznleg az, hogy az intelligenciaeszkzkre val klts egyfajta
ciklikussgot mutat. A Gartner Group legfrissebb felmrsei szerint 2011-ig
mr csak 7-8% vi piaci nvekeds vrhat.
Br az elzekben vzolt Gartner-felmrs Kelet-Eurpt egyben kezeli, az
IDC 2007-ben publiklt, a magyarorszgi informatikai szolgltatsok piact
bemutat, ttekint elemzse alapjn megprblhatjuk haznkat kiemelni ebbl a kpbl. Az IDC a hazai zleti intelligenciapiac nagysgt 8,1 millird