Analitički modeli

Analitički modeli počinju od jednostavnog, ali veoma važnog pitanja: kako iz podataka doći do razumevanja? U operativnim sistemima podaci se najčešće čuvaju zato da bi se neki posao obavio: porudžbina zabeležila, korisnik registrovao, račun izdao, zahtev prosledio, događaj upisao. U analitičkom svetu, međutim, podaci se posmatraju drugačije. Oni postaju osnova za pitanja, poređenja, pokazatelje, trendove i odluke.

Ovaj tutorijal-praktikum namenjen je svima koji žele da razumeju kako se podaci pripremaju za izveštavanje, poslovnu analitiku i donošenje odluka. Namenjen je početnicima koji tek ulaze u svet podataka, ali i onima koji već poznaju relacione baze, SQL, ETL, data warehouse ili lakehouse koncepte i žele da jasnije vide kako se iz tih sistema gradi koristan analitički pogled.

Analitički model nije samo skup tabela. On je dogovor o tome šta merimo, iz kog ugla posmatramo, na kom nivou detalja radimo i šta određeni broj zaista znači. Jedan isti podatak može biti potpuno bezvredan ako ne znamo njegov kontekst, ali može postati dragocen kada ga povežemo sa vremenom, korisnikom, proizvodom, lokacijom, procesom ili poslovnim pravilom.

U prvom delu praktikuma upoznajemo osnovnu razliku između operativnog i analitičkog pogleda na podatke. Operativni sistem pita: šta se desilo i kako da to zabeležimo? Analitički sistem pita: koliko se često dešava, kome se dešava, kada se dešava, zašto je važno i šta iz toga možemo zaključiti? Ta promena ugla posmatranja ključna je za svako dalje modelovanje.

Posebnu pažnju posvetićemo merama, dimenzijama i KPI pokazateljima. Mere su brojevi koje pratimo: iznos prodaje, broj korisnika, trajanje procesa, broj grešaka, količina, trošak ili vreme čekanja. Dimenzije daju kontekst: datum, region, proizvod, korisnik, kanal, tim, aplikacija ili status. KPI pokazatelji nastaju kada broj dobije jasno poslovno značenje i kada znamo zašto ga pratimo.

Jedan od najvažnijih pojmova u analitičkom modelovanju jeste granularnost. Ona određuje koliko detaljno posmatramo podatke. Da li je jedan red jedna porudžbina, jedna stavka porudžbine, jedan korisnički klik, jedan dnevni zbir ili jedan mesečni rezultat? Ako granularnost nije jasno definisana, izveštaji lako postaju zbunjujući, a brojevi mogu da se dupliraju ili pogrešno tumače.

Zatim uvodimo tabele činjenica i dimenzione tabele. Tabela činjenica obično čuva poslovni događaj i mere koje se uz njega vezuju. Dimenzione tabele opisuju okolnosti tog događaja. U modelu prodaje, na primer, činjenica može biti prodajna transakcija, dok dimenzije mogu biti vreme, kupac, proizvod, prodajno mesto i kanal prodaje. Upravo ova podela čini analitičke modele preglednim i razumljivim.

Dimenzioni modeli predstavljaju jedan od najvažnijih pristupa u svetu poslovne analitike. Star schema, odnosno zvezdasti model, jednostavan je za razumevanje i često veoma pogodan za izveštavanje. U centru se nalazi tabela činjenica, a oko nje dimenzije koje je opisuju. Snowflake schema uvodi dodatno razlaganje dimenzija i može biti korisna kada želimo više normalizacije ili precizniju organizaciju podataka.

U drugom delu praktikuma bavimo se promenama kroz vreme, kvalitetom podataka i poverenjem u analitiku. Podaci nisu statični. Kupac može promeniti adresu, proizvod može promeniti kategoriju, organizaciona struktura može se promeniti, a poslovno pravilo može dobiti novo značenje. Zato učimo šta su sporo promenljive dimenzije i kako se istorija može čuvati tako da izveštaji ostanu korisni.

Kvalitet podataka je posebno važan. Analitički model može biti lepo nacrtan, ali ako su podaci netačni, nepotpuni, nedosledni ili loše objašnjeni, korisnici mu neće verovati. Zato ćemo govoriti o poslovnim pravilima, rečniku podataka, poreklu podataka i dokumentovanju modela. Dobar analitički sistem ne daje samo broj, već omogućava da razumemo odakle je broj došao i šta tačno predstavlja.

Analitički modeli nisu važni samo za velike kompanije. Oni su korisni svuda gde se postavljaju pitanja nad podacima: u prodaji, finansijama, IT operacijama, obrazovanju, zdravstvu, logistici, marketingu, korisničkoj podršci i ličnim projektima. Čim želimo da pratimo promenu kroz vreme, poredimo grupe, merimo učinak ili otkrivamo obrasce, ulazimo u svet analitičkog razmišljanja.

Na kraju, cilj ovog tutorijala nije samo da naučimo nazive kao što su dimenzija, činjenica, KPI, star schema ili snowflake schema. Cilj je da steknemo osećaj za dobar analitički model: model koji je razumljiv, proverljiv, upotrebljiv i povezan sa stvarnim pitanjima. Kada je model dobro postavljen, podaci prestaju da budu samo zapisi u sistemu i postaju mapa za razumevanje poslovanja, procesa i odluka.