Αν και οι δημόσιοι οργανισμοί, και ο κρατικός φορέας συνολικά, θα μπορούσαν να ωφεληθούν πολλαπλά από τη χρήση εργαλείων Business Intelligence και Analytics, δυστυχώς η διείσδυση και χρήση τέτοιων λύσεων στον ευρύτερο δημόσιο τομέα είναι περιορισμένη.

Η επιχειρηματική ευφυΐα ξεκίνησε πριν από περίπου 15 χρόνια σαν ένας εξειδικευμένος τομέας με εφαρμογή σε πολύ μεγάλες επιχειρήσεις και οργανισμούς και με την αλματώδη αύξηση που έχει γνωρίσει τα τελευταία 7-8 έτη, πλέον χρησιμοποιείται με σχετική ευκολία ακόμα και από πολύ μικρές εταιρίες. Ο εύκολος προσδιορισμός πολύπλοκων αναφορών ανάλυσης δεδομένων, ο γρήγορος υπολογισμός αυτών και η δυνατότητα αυτόματης παραγωγής γνώσης έκανε πολύ πιο άμεση και αποδοτική τη λήψη αποφάσεων σε διοικητικό επίπεδο.

Πλέον τα στελέχη των επιχειρήσεων μπορούν με τη χρήση ενός απλού εργαλείου να «εξερευνούν» και να αθροίζουν τα λειτουργικά δεδομένα της εταιρείας τους ως προς διάφορες διαστάσεις, λαμβάνοντας τα αποτελέσματά των ερωτημάτων τους σχεδόν σε πραγματικό χρόνο.

Οι δημόσιοι φορείς, σαν μεγάλοι οργανισμοί με πλούσιες διαδικασίες και συγκέντρωση δεδομένων, θα μπορούσαν να επωφεληθούν σε μεγάλο βαθμό με την εφαρμογή τεχνικών επιχειρηματικής ευφυΐας στην προσπάθεια εξοικονόμησης πόρων και βελτίωσης προσφερόμενων υπηρεσιών στους πολίτες. Δυστυχώς, μόλις ένας στους πέντε δημόσιους φορείς χρησιμοποιούν τέτοιες τεχνικές, σε αντίθεση με δύο στις πέντε επιχειρήσεις, ενώ μόλις ένα 15% των διοικητών των δημόσιων φορέων σχεδιάζουν να επενδύσουν σε Επιχειρηματική Ευφυΐα τα επόμενα δύο χρόνια (Butler Group).

Σύμφωνα με αυτήν τη μελέτη, «είναι κυρίως ο δημόσιος τομέας που χρειάζεται άμεσα την τεχνολογία για να κάνει ορθολογικότερη τη λήψη αποφάσεων και να αναδείξει τις επιλογές αναβάθμισης». Και αυτά σε διεθνές επίπεδο. Στην Ελλάδα, χωρίς να υπάρχει κάποια μελέτη, τα πράγματα είναι αρκετά δυσμενέστερα σε αυτόν τον τομέα.

Πρόκληση η καταγραφή της πληροφορίας
Οπως είναι γνωστό από άλλες εκτενείς δημοσιεύσεις, η πιο σημαντική και χρονοβόρα φάση σε ένα έργο επιχειρηματικής ευφυΐας είναι η διαδικασία συγκέντρωσης των δεδομένων από τις εξωτερικές πηγές, ο καθαρισμός, η ενοποίηση, ο μετασχηματισμός και η εισαγωγή τους στην αποθήκη δεδομένων (data warehouse) που θα χρησιμοποιηθεί στην εξαγωγή γνώσης. Αυτή η διαδικασία (που αναφέρεται σαν διαδικασία ETL) μπορεί να προσεγγίσει και το 80% του συνολικού χρόνου υλοποίησης ενός έργου επιχειρηματικής ευφυΐας.

Δυστυχώς, σε έργα που αφορούν δημόσιους τομείς, η ETL διαδικασία μπορεί να προσεγγίσει το 90%, ή ακόμα και να μην είναι δυνατή, καθιστώντας το έργο μη υλοποιήσιμο με τις υπάρχουσες πηγές δεδομένων. Δεν μπορούμε να μιλάμε για τέτοια έργα χωρίς διαδικασίες προτυποποίησης, με παντελή έλλειψη ηλεκτρονικών διαδικασιών καταγραφής, πολλές φορές μάλιστα με χειρόγραφη καταχώριση των πληροφοριών (π.χ. συνταγογράφηση φαρμάκων).

Το πρώτο βήμα λοιπόν είναι η ηλεκτρονική καταγραφή των δεδομένων. Δυστυχώς βρισκόμαστε πολύ πριν το ETL, συζητάμε στο πώς θα υπάρξει η πρωτογενής πληροφορία, η πηγή των δεδομένων…

Περιοχές αξιοποίησης BI στο δημόσιο τομέα
Η εφαρμογή τεχνικών BI αφορά σε όλο το φάσμα των δραστηριοτήτων του δημόσιου τομέα και μπορεί να οδηγήσει σε δραστικές μειώσεις εξόδων και σημαντική βελτίωση των παρεχόμενων υπηρεσιών προς το πολίτη.

Ενδεικτικά αναφέρουμε:
• Φορολογικά Εσοδα. Η κύρια ιδέα είναι η καταγραφή σε μία κεντρική αποθήκη δεδομένων των διαφόρων οικονομικών στοιχείων/ κινήσεων των φορολογούμενων, συνδυασμός δημογραφικών στοιχείων, εταιρικά δεδομένα και η παραγωγή κύβων και αναφορών που σχετίζονται με:
– Παρακολούθηση εξέλιξης εσόδων και εκτέλεσης της φορολογικής πολιτικής συνολικά αλλά και ανά Περιφέρεια/ ΔΟΥ.
– Διαμόρφωση προφίλ φορολογούμενου (με καταγραφή όλου του ιστορικού συναλλαγών) για την υποστήριξη βαθμολόγησης κινδύνου (φοροδιαφυγής) και διενέργειας στοχευμένων φορολογικών ελέγχων.
– Συσταδοποίηση φορολογουμένων ως προς διάφορα προσωπικά και δημογραφικά στοιχεία για την υποστήριξη βαθμολόγησης κινδύνου (φοροδιαφυγής) και διενέργειας στοχευμένων φορολογικών ελέγχων.
– Ανάλυση υποθετικών σεναρίων φορολογικών αλλαγών (π.χ. αλλαγή φορολογικής κλίμακας) και αξιολόγηση επίδρασης στα έσοδα του κράτους.
– Παρακολούθηση εξέλιξης της εκτέλεσης του προϋπολογισμού οικονομίας.
– Παροχή αναλυτικών στατιστικών εισοδήματος φυσικών και νομικών προσώπων στην ΕΣΥΕ.

• Κοινωνική Ασφάλιση. Η κύρια ιδέα είναι η καταγραφή σε μία κεντρική αποθήκη δεδομένων των στοιχείων των ασθενών, της ασφαλιστικής τους κάλυψης, των επισκέψεων στο κέντρο υγείας και η ανάλογη συνταγογράφηση, χωρίς να δίνεται ιδιαίτερη έμφαση στο διαγνωστικό/ θεραπευτικό κομμάτι. Η ανάλυση που μπορεί να πραγματοποιηθεί αφορά:
– Παρακολούθηση εξέλιξης εσόδων και εκτέλεσης της εισπρακτικής διαδικασίας συνολικά αλλά και ανά περιφέρεια.
– Περιορισμός εισφοροδιαφυγής μέσω της ανάλυσης του προφίλ κάθε εργοδότη/ ασφαλισμένου.
– Παρακολούθηση μονάδων φροντίδας υγείας ασφαλιστικών ταμείων.
– Σύγκριση και ανάλυση επισκέψεων και συνταγογραφήσεων σε ιατρούς του δικτύου του ασφαλιστικού ταμείου ως προς το χρόνο της επίσκεψης, την ειδικότητα του ιατρού, την περιοχή – χρησιμοποιώντας και δημογραφικά στοιχεία της περιοχής.

• Παιδεία. Ο τομέας της παιδείας είναι από τους πιο κρίσιμους τομείς ενός κράτους, καθώς εκπαιδεύει το νέο εργατικό δυναμικό της χώρας και συμβάλλει στην προώθηση των επιστημών και της έρευνας. Κεντρικός άξονας είναι η δημιουργία μίας αποθήκης δεδομένων που να συμπεριλαμβάνει πληροφορίες από όλους τους φορείς παροχής παιδείας σε όλο το φάσμα τους.
– Στοιχεία κόστους ανά μαθητή/ φοιτητή σε κάθε φορέα παροχής παιδείας και ανάλυση ανά περιοχή, έτος, είδος, κ.ά.
– Συγκριτική αξιολόγηση απόδοσης των φορέων παιδείας (π.χ. εύρεση του μέσου όρου των βαθμών των μαθητών/ φοιτητών, ερευνητικό έργο καθηγητών.)
– Συσχέτιση δεδομένων, όπως αν η εργασία παράλληλα με την διεξαγωγή των σπουδών αυξάνει ή όχι το χρόνο διεκπεραίωσης των σπουδών, αν η εργασιακή εμπειρία βοηθά στην καλύτερη κατάρτιση των φοιτητών, αν ο βαθμός του απολυτηρίου συσχετίζεται με το βαθμό πτυχίου, κ.ά.
– Κατηγοριοποίηση μαθητών/ φοιτητών /δασκάλων /καθηγητών ανάλογα με τα επιστημονικά ενδιαφέροντά τους.
– Ανακάλυψη πληθυσμών μαθητών/ φοιτητών με μαθησιακές δυσκολίες.

Γενικά, όλοι οι τομείς του δημόσιου θα έπρεπε να αναπτύξουν εφαρμογές επιχειρηματικής ευφυΐας με σκοπό την παρακολούθηση και ανάλυση των δραστηριοτήτων τους (π.χ. υγεία, δημόσια ασφάλεια, μεταφορές, παρατηρητήρια τιμών, ανάπτυξη, κ.ά.).

Οι Αγγλοσάξωνες χρησιμοποιούν πολλές φορές τη ρήση «If you can’t measure it, you can’t manage it». Κατά τη γνώμη μας, χωρίς την εκτεταμένη ηλεκτρονικοποίηση των δεδομένων που διαχειρίζεται το δημόσιο, την ενοποίησή τους και την εκτεταμένη χρήση τεχνικών επιχειρηματικής ευφυΐας (πολυδιάστατη ανάλυση και εξόρυξη γνώσης), θα είναι δύσκολη η επίτευξη των οικονομικών στόχων που απαιτούνται στο επόμενο κρίσιμο χρονικό διάστημα για τη χώρα μας.

Who is who
Ο Δαμιανός Χατζηαντωνίου είναι Επίκουρος Καθηγητής στο Τμήμα Διοικητικής Επιστήμης και Τεχνολογίας του Οικονομικού Πανεπιστημίου Αθηνών με γνωστικό αντικείμενο Διαχείριση Δεδομένων και Επιχειρηματική Ευφυΐα. Έχει πτυχίο Εφαρμοσμένων Μαθηματικών του Πανεπιστήμιου Αθηνών, Τίτλο Μεταπτυχιακών Σπουδών στην Επιστήμη Υπολογιστών από το Courant Institute of Mathematical Sciences του Πανεπιστημίου της Νέας Υόρκης (M.S., 1993) και Διδακτορικό από το Columbia University (Ph.D., 1997).

Τα ερευνητικά του ενδιαφέροντα περιλαμβάνουν θέματα βάσεων δεδομένων και επιχειρηματικής ευφυΐας, όπως για παράδειγμα αποθήκες δεδομένων, ανάλυση OLAP, συστήματα ροών δεδομένων και επεξεργασία ερωτημάτων.

Εχει δημοσιεύσει περισσότερα από 27 άρθρα σε κορυφαία διεθνή περιοδικά και συνέδρια, όπως VLDB, ICDE, EDBT, SIGKDD, SIGMOD Record, Information Systems Journal, DKE Journal και αλλού, ενώ υπάρχουν περισσότερες των 160 ετεροαναφορών στις δημοσιεύσεις αυτές, περιλαμβανομένων και εννέα διεθνών textbooks.

Τα αποτελέσματα της ερευνητικής εργασίας του κ. Χατζηαντωνίου έχουν χρησιμοποιηθεί από τα συστήματα Microsoft SQL Server (query processor), Oracle 8i και 9i (Analytic Functions), έχουν επηρεάσει τη διαμόρφωση του ANSI SQL standard (OLAP amendment) και αναφέρονται σαν πρωτεύουσες αναφορές σε περισσότερες από έντεκα πατέντες, εκ των οποίων τρεις από την Oracle, έξι από τη Microsoft και  δύο από την IBM.

Εχει διατελέσει Επισκέπτης Εισηγητής στο Columbia University καθώς επίσης και Επίκουρος Καθηγητής στο Stevens Institute of Technology. Εχει συνεργαστεί με τα AT&T Research Labs και Columbia Medical Informatics Department. Εκτός των ακαδημαϊκών δραστηριοτήτων, έχει λάβει ενεργό ρόλο σε έναν αριθμό νέων εταιρειών Πληροφορικής, μία με βάση τη Νέα Υόρκη (Panakea Software Inc., DW&OLAP tools & consulting, ιδρυτής) και μία στην Αθήνα (Voiceweb, speech & telecom applications, συνιδρυτής).