BI and DW Tools and Cases

Transkriptio

1 BI and DW Tools and Cases Lecture at TKK On the at 15:00 16:00 Hannu Ritvanen, Senior Consultant SAS Institute Finland

2 Agenda SAS Institute brief presentation The Bridge from Previous Presentation SAS Positioning in the Context of BI and DW Architecture Tools BI Strategy Case Pirkanmaa Hospital District

3 SAS Institute 2006 SAS Institute Oy revenue 17,3 milj. Revenue growth 11% Largest industries: finance, public sector, manufacturing and trade Personnel 2006: 68 SAS Institute Inc. revenue 1,9 mrd $ Global revenue growth 12% 30. consecutive year of growth with profit 24% of revenue invested into R&D personnel 2006:

4 SAS Institute 30 Years established employees 1 office Raleigh, N.C. Year employees round the globe 404 offices Customers in 110 countries

5 SoberIT Software Business and Engineering Institute THE BRIDGE FROM PREVIOUS PRESENTATION BI Maturity Model Data Marts Data Warehouses Challenge Production Reporting Spreadmarts GULF Enterprise DW CHASM Analytic Services 1. Prenatal 2. Infant 3. Child 4. Teenager 5. Adult 6. Sage Business Value Semantic Integration Data Consolidation HELSINKI UNIVERSITY OF TECHNOLOGY Timo Itälä 5

6 SAS Positioning in the BI Market: Beyond BI Optimization Industry Expertise What s best? Business Value Data Management Data Access Reporting / OLAP Predictive Modeling Forecasting How much? How many? What did happen? What ifs? What next? Intelligence

7 Establishing the Platform The Enterprise Intelligence Platform Copyright 2006, 2005, SAS Institute Inc. All rights reserved. 7

8 Addressing Business Issues Intelligence Solutions

9 Industry-Specific Application Industry Solutions Example: Banking

10 Industry-Specific Application Industry Solutions Example: Banking

11 Performance Management Definition Performance Improvement Performance Reporting Access & Consolidate relevant Data Report Actuals Display KPI s Structured, Hierarchical views Performance Management Business Logic, Processes and Rules Formulate Strategy, Objectives, Actions non-hierarchical cause and effect relationships between drivers and measures predictive Capabilities Model relationships between Strategies and Actions advanced Forecasting Algorithms Simulation Methods Level 1 Level 2 Level 3

12 Integration Interoperability Data Interoperability Metadata Interoperability Graphics Interoperability Portability Direct Access to SAS Data: ODBC JDBC OLE DB ADO for OLE DB ADO MD for OLE DB for OLAP Export/Import: Tab delimited, Comma delimited, custom delimited (i.e. semicolon, space, etc ) Excel XXX Lotus 123 XML Arbitrary File formats Direct read/write to other Data Sources: SAS access to ERP systems (SAP, SAP BW, Siebel, Oracle Applications, PeopleSoft, Baan) SAS access to 3rd-party RDBMS systems (DB2 under OS/390, DB2 under VM, DB2 under UNIX or PC, CA- OpenIngres, Informix, ODBC, OLE DB, Oracle, Oracle Rdb, Sybase, MS SQL Server, Teradata) Access to non-relational databases: ADABAS, CA- Datacom/DB, CA-IDMS, IMS-DL/I, System 2000 Software Access to common PC file formats including native access to Excel on UNIX, Microsoft Access, dbase Export/Import Metadata: Common Warehouse Metamodel (CWM) export/import capabilities (This interoperability standard allows for sharing and exchange of metadata. SAS adheres to the Object Management Groups definition of CWM to facilitate metadata interoperability.) Meta Integration Technologies Bridges Direct Access to SAS metadata: SAS delivers open interfaces with the SAS Metadata Server to allow for the programmatic query and updating of SAS metadata through XML based queries and responses though Java or Microsoft worlds. Export /Import of Graphics: With SAS/GRAPH you can export/import the following types of graphics that can be inserted into third party applications or SAS applications Microsoft Windows bitmap (BMP) Microsoft Windows metafile (WMF) Enhanced Windows metafile (EMF) Computer Graphics Metafile (CGM) Device independent bitmap (DIB) JPEG format (JPG) Graphic interchange format (GIF) Tag image file format (TIF) Adobe PostScript (PS) Encapsulated PostScript (EPS) Portable Network Graphics (PNG) Portable Pixmap (PBM) SAS can also produce Java graphics for consumption on the web and ActiveX based graphics that can be used in a variety of locations SAS 9.1 can be deployed on the following platforms. Microsoft: Windows NT, Windows 2000 family, Windows XP Professional, Windows XP 64-bit, Windows Server 2003 family for 32-bit and 64-bit Intel platforms Unix: HP 64. Solaris 64, AIX 64 Mainframe: OS/390 (MVS) Other: Open VMS Alpha, Compaq s Digital Unix, Redhat Linux on Intel, HP/UX for Itanium SAS MVA (Multi-Vendor Architecture) : Write once, run anywhere (a virtual machine) Exploits unique features of each platform or OS Seamless movement of applications and Data!

13 What is BI? Components of Business Intelligence EXTERNAL - INTERNAL CODIFIED NOT CODIFIED CULTURE / KNOWLEDGE KNOW-HOW TECHNOLOGY APPLICATION BENEFIT EXTENSION (COVER) COMPLEXITY BI-MANAGEMENT EFFECITIVITY INFLUENCE EFFICIENCY DATA / INFORMATION BI BUSINESS

14 Components of Business Intelligence How Companies Define Their BI - Scope EXTERNAL - INTERNAL CODIFIED NOT CODIFIED CULTURE / KNOWLEDGE KNOW-HOW TECHNOLOGY APPLICATION BENEFIT ORGANIZATION GETS WHAT IT ORDERS! STAKEHOLDER

15 BI Strategy One More Strategies? Requirements Organization Strategy Requirements Business Intelligence -strategy Organization IT strategy Requirements

16 Information Evolution Model Critical Dimensions You are only as evolved as your weakest dimension Need a holistic approach to change The larger the disparity between dimensions, the great the organizational tension

17 Information Evolution Model Matrix Setting the Goal Level Information Evolution Model Maturity Level Human Capital Knowledge Processes Culture Infrastructure Level 1: Operate Level 2: Consolidate Level 3: Integrate Level 4: Optimize Level 5: Innovate Execute assigned tasks AS-IS Participate in processes Think globally and are empowered Personal and unstructured AS-IS Intra-departmental Inter-departmental and structured Values individual performance Breeds AS-IS functional competition Encourages big-picture thinking and cooperation GAP GAP GAP Collaborate GOAL LEVEL Aligned BALANCING to adjust THE DIMENSIONS Fosters and are flexible with market demands collaboration and adaptation Strive to think out of the box Flexible to accommodate disruptive change Rewards creativity and diversity Offers tools for personal productivity Offers functional independence AS-IS Offers an enterprise view Adapts readily to market changes Anticipates market changes and innovates

18 Analytics Data Mining

19 Business Drivers for Data Mining Retail - identify the most profitable customers and the underlying reasons for their loyalty. Finance - grow customer profitability and reduce risk exposure through more accurate credit scoring. Insurance - set more profitable rates for insurance premiums. Life sciences - find promising new molecular drug compounds. Manufacturing - save on downtime by applying predictive maintenance to manufacturing sites. Telecommunications - help prevent churn and suggest up-sell/cross-sell opportunities for individual customers. Government - help detect and deter fraudulent behavior.

20 The Meaning of Data Mining Predict future events based on historical observations

21 Typical Customer-level information Account - Opening date - Payment history - Payment problems - Credit limits - Blocks - Name, Address Transactions Item-level purchases and returns with - Date, Store - SKU/UPC, Amount - Department Summarize on customer level Demographics (3 rd party append) -Age - Gender - Income - Family status - Children Cluster code (3 rd party append) E.g., - Personicx - Cohorts -Prism - MOSAIC Transform, prepare, combine, create new input variables 200 to 300 hundred customer-level input variables

22 Capitalize on the Value of the Data Warehouse Consider additional candidate inputs for more accurate modeling Web paths Market baskets Demographic, Financial Time Series Text dimensions ID columns Interactions

23 Enterprise Miner Functional Organization Delivering Unmatched Predictive and Descriptive Modeling Depth ample Mine in cycles Explore xplore Sample Assess Modify Model odify odel ssess

24 CASE Pirkanmaa Hospital District

25 Data Information Knowledge Wisdom Information and Knowledge in Medical Care Care Administrative Analysis Meaning / Importance Training / Education Learning Continuous Improvement Customer view Scientific Service System

26 Information Sources in Health Care Sector Organization Internal indicators Balanced Scorecard Kuntalain mukaiset toimintaja talousmittarit Laatumittarit Lakisääteiset mittarit Tekonivelleikkaukset Tartuntatautilakiin perustuvat mittarit Ym. Organization external indicators Stakes Sotkanet Benchmarking Perfect vaikuttavuusmittarit Tilastokeskuksen mittarit KTL:n mittarit Kuntaliiton mittarit (Punnonen) SPR mittarit (VOK) OECD mittarit WHO mittarit Potilasvahinkomittarit

27 Towards Process Organization How Can the IT-systems Respond to the Challenges? VALTUUSTO HALLITUS Tarkastuslautakunta ja tilintarkastaja YHTYMÄHALLINTO Yleishallinnon vastuualue Tietohallinnon vastuualue Johtoryhmä Johtajisto Tutkimusyksikön vastuualue Yleislääketieteen vastuualue Kehittämistoiminta TAYS HALLINNON PALVELUALUE Asiakas- ja informaatiopalvelut Henkilöstöpalvelut Koulutuspalvelut Rahoitus- ja laskentapalvelut Tilapalvelut TAYS SAIRAANHOIDON PALVELUALUE Ensiapu ja tarkkailu Leikkaus- ja anestesiatoiminta Tehohoito TAYS HUOLLON PALVELUALUE Materiaalihuolto Ravintohuolto Sairaalahuolto Tekninen huolto Välinehuolto TAYS TOIMIALUE 1 Sisätautien vastuualue Keuhkosairauksien ja iho-ja sukupuolitautien vastuualue TAYS TOIMIALUE 3 Sydänkeskus Neuroalojen ja kuntoutuksen vastuualue Silmä-, korva- ja suusairauksien vastuualue TULES-vastuualue TAYS TOIMIALUE 4 Naistentautien ja synnytysten vastuualue Lastentautien vastuualue Lastenpsykiatrian vastuualue TAYS TOIMIALUE 2 Kirurgian vastuualue Gastroenterologian vastuualue Syövänhoidon vastuualue TAYS TOIMIALUE 5 Aikuispsykiatrian vastuualue Nuorisopsykiatrian vastuualue Mäntän seudun terveydenhuoltoalue Ohjausryhmä Valkeakosken aluesairaala Johtokunta Vammalan aluesairaala Johtokunta Laboratorio- ja apteekkiliikelaitos Johtokunta Alueellinen kuvantamiskeskus -liikelaitos Johtokunta

28 Example: Cardial Patients Treatment Process kieltäytyy ja tila instabiili Potilas Kokee rintakipua Kertoo oireistaan Saa tiedon siirrosta ja tilanteestaan Kertoo voinnistaan ja toiveistaan Tila stabiili Saa tiedon hoitovaihtoehdoista (mahdollisuus kieltäytyä siirrosta sydänkeskukseen) Siirtyy TAYS:n sydänkeskukseen tai Vals:n vuodeosastolle Päivystävä lääkäri Erikoislääkäri Tutkii potilaan ensiavussa/ vuodeosastolla Konsultoi Määrää siirrettäväksi sydänvalvontaan ja antaa hoito-ohjeet Stabiloivat potilaan tilan Konsultoi sydänkeskuksen kardiologia ja päättää siirrosta Päättää siirron vuodeosastolle Sairaanhoitaja Ensiavun/ vuodeosaston hoitaja siirtää potilaan Sydänvalvonnan hoitaja vastaanottaa potilaan ja aloittaa hoidon Ei vielä siirtoa Valmistelee siirron TAYS:n sydänkeskukseen Valmistelee siirron vuodeosastolle

29 IT Systems Must Support Process Management Approach Management Suppliers Units Customers Management Process Strateginen suunnittelu Toiminnan suunnittelu Jatkuva parantaminen Customer Relationship Process Sopimusohjausmenettely Asiakassuhteiden hallinta Potilasasiakkaiden hallinta Care Process Päivystyspotilaan hoitoprosessi Kiireellisen potilaan hoitoprosessi Ei-kiireellisen potilaan hoitoprosessi Support Processes Tukipalvelut Tutkimus ja kehitys Taloushallinto Customers

30 PSHP:n BSC Scores / Indicators Hyväksyttävä taso, erittäin hyvä suoritus + Hyväksyttävä taso, hyvä suoritus - Ei hyväksyttävä taso, heikko suoritus -- Ei hyväksyttävä taso, erittäin heikko suoritus Mittari ei ole käytössä ao. alueella Raja-arvojen kuvaukset ovat toimintakertomuksen lopussa NOTE: / Not real example values Toimialue 1 Toimialue 2 Toimialue 3 Toimialue 4 Toimialue 5 Sair.h.palv. Huollon.palv. Hallinnon palv. MSTH VAS VALS Yhtymähallinto Lab.keskus ja apt. Kuvantamisliikel. PSHP yht. ASIAKASNÄKÖKULMA Hoidon tarpeen arviointi Hoitoonpääsy kiireett. hoidossa Hoitoonpääsy kiireell. hoidossa Ulkoisten palvelusop. toteutuminen Sisäisten palveluostojen toteutuminen Vuodeosastohoidon laatumittari Poliklinikkapalvelun laatumittari Sisäisten asiakk. tyytyväisyys Terveyskeskusten tyytyväisyys - PROSESSINÄKÖKULMA Epikriisien lähettämisviive Siirtoviivelaskutus Työpanos Tuottavuus Sairaalainfektiot Potilasvahinkojen uudet vastuut -- HENKILÖSTÖNÄKÖKULMA Kehityskeskustelut Täydennyskoulutus Johtaminen Työn kehittävyys ja haasteellisuus Työyhteisön toiminta Pitkät sairauspoissaolot UUDISTUMISNÄKÖKULMA Terveystieteellinen tutkimus Hoitotieteellinen opetus Käypä hoito- suositusten soveltaminen TALOUSNÄKÖKULMA Palkkamenot Toimintakate Investointiosa - Tilikauden tulos ++ Tilikauden ylijäämä(ennen var.) ++ ++

31 Indicator Hierarchy Group level strategic indicators BSC based Indicators describe mainly customer satisfaction, service availability, quality, development, personnel well being and financial result Lead- ja Lag-indicators Operative Indicators Process indicators, quality indicators etc. Functional and specific indicators Complement and deepen the information

32 LEAD INDICATORS (help to work proactively, quickly) LAG-INDICATOR (results, effect, what did we had to achieve?) MATERIAL INFORMATION PROCESSES RESULTS EFFECTS Resurssit Kustannukset Työvoimatekijät Toimitukset Toiminnot Toimenpiteet Työnkulku Tuotteet Palvelut Toimitusaika ym. Tyytyväisyys Markkinaosuus Kannattavuus Voitto / tappio Strategioiden toteutuminen

33 Challenges for BI and DW at Pirkanmaan sairaanhoitopiiri Major changes in operative systems Need to maintain continuity in reporting Conduct complex invoicing Change the DW architecture without causing interruption in reporting Reduce dependencies on few key persons by meta data usage Build architecture for future challenges (predictions, research etc.)

34 Architecture Matters Example: Theater Architecture Teoksesta Tila ja Teatteri, Per Edström ja Pentti Piha

35 OBERON MIRANDA TEHO Pirkanmaa Hospital District DW Project SISÄINEN- LASKUTUS KUNTA- LASKUTUS Excel ja Word jne liityntä SHP:n ylin johto RIS Toimi- ja vastuualuejohto OIS AHO TAMLAB MEDIATRI KUNTOAPU ETL DW ETL OLAP DM DM Suorakäyttö AdHoc kyselyt Staattiset ja dynaamiset raportit P O R T A L Vastuuyksikköjohto Lääkärit ja hoitajat Taloushenkilöt Liikelaitokset Tutkijat Coxa Pirkanmaan hoitokoti ADE-EKO MARELA APTEEKKI ehrm TITANIA MUUT JÄRJEST. METADATA METADATA KESKITETTY TIETOVARASTO DM AIHEALUEEN MUKAISET, TARKOITUKSEEN OPTIMOIDUT TIETOVARASTOT METADATA Kuvaus tietosisällön alkuperästä, muutoksista ja käytöstä ETL Extract, Transform, Load Tietojen haku, käsittely ja lataus DW Data Warehouse Tietovarasto DM Datamart Aihealueen mukainen, optimoitu tietovarasto OLAP Online Analytical Prosessing Tietojen analysointi ja käsittely moniulotteisesti Perinteinen raportointi Tietohaut Operatiiviset järjestelmät (mm. ECOMED, Tilakeskuksen järj., Mikrobien herkkyyksien seuranta) Kunnat ja terveyskeskukset Viranomaiset (mm. Stakes, KTL) Kehittämishankkeet Muut (mm. SHP:n hallitus, kansanedustajat, lehdistö Source: Hilkka Lamminsivu 2006

36 Customer Path as Process In order to understand the effectivity and efficiency of the processes in practice, processes require good planning but also good monitoring! To understand the processes and the various behavior models or patters advanced analytics is needed. One should be able to recognize and analyze the anomalies! Events/ transactions PROCESS VIEW? A posteriori Two behavioral models a priori One process

37 Customers Path Various event in the process are recorded in different systems. The whole picture is thus hidden in a number of operative systems. Every system takes care of its events / transaction greatly. SYSTEM VIEW A B C E A Event PROCESS VIEW

38 Customers Path Products / services Money Customer Process Care events Care Episodes. DW DW is required for whole picture SYSTEM VIEW A B C E A Event PROCESS VIEW

39 Changes in Operative Systems Maintaining Reporting without Interruptions Products / Services Money Customer Process Care events Care episodes SYSTEM VIEW X X DW B F C E A

40 Towards New Reporting Environment Change (1) UNIX 1 UNIX 2 NEW ETL NEWI DW 3 REMAINING Metadata 2 1 DISAPPEARING ETL CURRENT DW ETL CURRENT Reporting WEB Server SAS tech: BaseSAS V8 BaseSAS 9 SAS tech: BaseSAS V8 => 9 IntrNet = EBIS 9 Connect 0 0

41 Change (2) UNIX 1 UNIX 2 NEW ETL NEW DW REMAINING Metadata HISTORY (nykyisen DW:n tiedot) 5 4 ETL DISAPPEARING ETL CURRENT DW ETL CURRENT reporting WEB Server

42 Change (3) UNIX 1 UNIX 2 NEW REMAINING ETL Metadata UUSI DW HISTORY (nykyisen DW:n tiedot) 6 ETL 7 ETL DISAPPEARING ETL CURRENT DW ETL CURRENT reporting WEB Server

43 Change (4) NEW REMAINING ETL Metadata NEW DW HISTORY (nykyisen DW:n tiedot) ETL ETL DISAPPEARING ETL NYKYINEN DW ETL NYKYINEN raportointi WEB Server = ELIMINATION

44 New Reporting Environment UNIX 1 UNIX 2 UUDET ETL Metadata UUSI DW HISTORIA (nykyisen DW:n tiedot) ETL Portal PYSYVÄT BaseSAS 9 Data Integration Server SAS 9 Enterprise BI Server

45 Thank you! Questions?