System BI na serwerach własnych firmy — bez chmury, z pełną kontrolą nad danymi
Firma produkcyjna z własną infrastrukturą IT — serwery Windows, baza ERP na MS SQL, wewnętrzny CRM, pliki Excel z finansów. Dział IT sprawny, dane w firmie od lat. Problem: zarząd wciąż prosił o raporty mailem, a każdy raport wymagał ręcznego zbierania danych z kilku systemów przez analityka.
Przeniesienie danych do chmury nie wchodziło w grę — regulacje branżowe, polityka grupy kapitałowej i wrażliwe dane produkcyjne. Potrzebne było rozwiązanie, które zostaje w sieci firmy i działa na infrastrukturze, za którą klient już płaci.
Przed wdrożeniem
- Raporty na żądanie — analityk zbiera dane ręcznie
- Dane z kilku systemów scalane w Excelu
- Zarząd czeka na raport 1–2 dni robocze
- Brak wspólnego KPI dla działów produkcji i finansów
- Decyzje podejmowane na danych sprzed tygodnia
Po wdrożeniu
- Dashboardy dostępne codziennie rano — bez zlecania
- Dane z poprzedniego dnia, odświeżane automatycznie
- Zarząd samodzielnie w przeglądarce (sieć firmowa)
- Wspólny widok: produkcja, finanse, sprzedaż
- Zero danych poza siecią firmy
Dlaczego nie chmura — i dlaczego to nie ma znaczenia
On-premise to nie ideologia ani „przestarzały wybór". To konkretna odpowiedź na konkretne ograniczenia. W tym przypadku były trzy: regulacje branżowe zakazujące przenoszenia danych produkcyjnych poza firmę, polityka grupy kapitałowej wymagająca lokalizacji danych na serwerach klienta, i koszt — serwery są, za infrastrukturę już zapłacono.
Z perspektywy użytkownika raport wygląda tak samo jak w chmurze: przeglądarka, logowanie, dashboard, filtry. Dane z poprzedniego dnia. Różnica jest tylko po stronie infrastruktury — i to jest decyzja klienta, nie wykonawcy.
Jak działa architektura on-premise
Skrypt Python uruchamiany przez Windows Task Scheduler co noc o 03:00 — zbiera dane ze źródeł, czyści, ładuje do dedykowanej bazy analitycznej. Baza analityczna to osobna instancja SQL na serwerze klienta, oddzielona od baz operacyjnych. Optymalizacja pod zapytania raportowe — star schema, indeksy, widoki.
Power BI Report Server zainstalowany na serwerze Windows klienta. Użytkownicy wchodzą przez przeglądarkę w sieci firmowej — lub przez VPN jeśli pracują zdalnie. Harmonogram odświeżania ustawiony na 06:00 — po zakończeniu ETL.
Źródła danych
ERP (MS SQL), CRM, Excel z finansów — wszystko na serwerach firmy.
Skrypt ETL
Python na serwerze klienta. Uruchamia się co noc, pobiera inkrementalnie, ładuje do bazy analitycznej.
Baza analityczna
Dedykowany SQL oddzielony od baz operacyjnych. Zoptymalizowany pod raporty — nie pod transakcje.
Power BI Report Server
Zainstalowany na serwerze Windows klienta. Dostęp przez przeglądarkę w sieci firmowej.
Co widzi zarząd każdego ranka
Zestaw dashboardów dopasowany do tej branży. Część pochodzi z gotowych modułów — należności, cash flow, sprzedaż i marżowość. Część była pisana dedykowanie pod specyficzne KPI tej firmy: OEE linii produkcyjnych, czas realizacji zleceń, reklamacje per linia. Tego nie ma w żadnym gotowym szablonie.
Sprzedaż i marżowość
Per produkt, klient, region, handlowiec, miesiąc.
Cash flow i należności
Kto zalega, od ilu dni, terminy płatności wobec dostawców.
Produkcja (OEE)
Dostępność, wydajność, jakość per linia produkcyjna.
HR i koszty pracy
Zatrudnienie, absencje, koszty per dział — z systemu kadrowego.
Własność i niezależność — bez uzależnienia od dostawcy
Cały kod ETL i schemat bazy leżą na serwerach klienta od pierwszego dnia projektu. Po odbiorze klient dostaje dokumentację techniczną — dział IT może samodzielnie modyfikować i utrzymywać system. Nie ma żadnych opłat za oprogramowanie QandA po zakończeniu projektu jeśli klient przejmuje utrzymanie.
Miesięczny koszt infrastruktury po wdrożeniu: zero. Serwery klienta, licencje Power BI Report Server które klient już posiadał (SQL Server z Software Assurance). Opcjonalny abonament QandA — jeśli systemy źródłowe się zmieniają i potrzebne są adaptacje.
Czas wdrożenia wynosił w tym projekcie 12 tygodni — od podpisania umowy do odbioru. Zakres obejmował cztery źródła danych i sześć dashboardów. Inny zakres to inny czas.
Masz własne serwery i chcesz BI bez chmury?
Opisz środowisko — sprawdzę co można zbudować na Twojej infrastrukturze.
Napisz do mnie