5 راز هوش تجاری بین شما و یک تجارت مبتنی بر داده
به گزارش «نبض فناوری»، از تیم C تا خط مقدم، کارمندان برای درک داده ها و به دست آوردن بینش از داشبوردها و گزارش ها به شدت به تیم های فنی متکی هستند.
چرا پس از 30 سال، BI سنتی در ارائه ارزش شکست می خورد؟ و چرا شرکت ها به سرمایه گذاری در ابزارهای چندگانه و پراکنده که نیاز به مهارت های فنی تخصصی دارند ادامه می دهند؟ گزارش اخیر Forrester نشان می دهد که 86٪ از شرکت ها حداقل از دو پلتفرم BI استفاده می کنند و Accenture دریافته است که 67٪ از نیروی کار جهانی به ابزارهای هوش تجاری دسترسی دارند. پس چرا سواد داده هنوز هم چنین موضوعی رایج است؟
در بیشتر موارد استفاده، عدم دسترسی به پیشبینی تحلیلی از محدودیتهای ابزارهای BI امروزی ناشی میشود. این محدودیتها باعث تداوم رازهای متعددی شده است که به طور گسترده به عنوان حقیقت پذیرفته شدهاند. چنین تصورات غلطی تلاشهای بسیاری از کسبوکارها برای استقرار تجزیه و تحلیل و توانایی و تمایل آنها برای استفاده از دادهها در هوشمندی تصمیمگیری را تضعیف کرده است.
راز 1: برای تجزیه و تحلیل داده هایمان، باید همه آنها را با هم جمع کنیم
رویکردهای سنتی به دادهها و تجزیه و تحلیلها که بر اساس قابلیتهای محدود BI شکل میگیرد، مستلزم گردآوری دادههای یک شرکت در یک مخزن، مانند انبار داده است. این رویکرد تلفیقی به سخت افزار و نرم افزار گران قیمت، زمان محاسبه پرهزینه در صورت استفاده از ابر تحلیلی و آموزش تخصصی نیاز دارد.
راز 2: بزرگترین مجموعه داده های ما قابل تجزیه و تحلیل نیستند
داده ها در زمان واقعی به عنوان جریان های سیال و چندگانه اطلاعات وجود دارند. نباید فسیل شده و به موتور تجزیه و تحلیل منتقل شود. با این حال، پایگاههای اطلاعاتی درون حافظهای که بر چنین روشی متکی هستند، جزء اصلی هوش تجاری هستند. مشکل این است که گسترده ترین مجموعه داده های یک کسب و کار به سرعت غیرقابل مدیریت یا قدیمی می شوند.
راز 3: ما نمی توانیم داده ها و تلاش های تحلیلی خود را در سازمان یکسان کنیم
اغلب اوقات، رویه رایج با بهترین عمل درهم آمیخته می شود. انتخابهای موقتی و ترکیبی از ابزارهای BI، ترکیبی از اولویتها و عملکردها را تولید میکنند (با سازمانهایی که اغلب رویکردهای بخش به بخش را اتخاذ میکنند). فروش ممکن است مانند یک پلتفرم باشد. مالی ممکن است چیز متفاوتی را ترجیح دهد، در حالی که بازاریابی می تواند گزینه دیگری را انتخاب کند.
راز 4: تعقیب رویای هوش مصنوعی ما را از واقعیت های روزمره انجام کسب و کار منحرف می کند
بسیاری از فناوریها، از جمله ابزارهای BI، ادعا میکنند که مبتنی بر هوش مصنوعی هستند. وعده آن ها جایگزینی کار انسانی با کارایی بیخطای یادگیری ماشینی است. واقعیت اغلب ناامید کننده است. بنابراین، بسیاری از کسب و کارها ایده استفاده از هوش مصنوعی را در گردش کار تحلیلی روزانه خود کنار گذاشته اند.
راز 5: برای استفاده بیشتر از داده هایمان، به ارتشی از دانشمندان داده نیاز داریم
تقاضای زیادی در صنعت برای توانایی جمعآوری مقادیر زیادی از دادههای متفاوت در بینشهای عملی در حال ایجاد است. اما رهبری شرکت هنوز معتقد است که آنها باید افراد آموزش دیده استخدام کنند تا صدها میلیارد ردیف داده ای را که سازمان های بزرگتر تولید می کنند، تجزیه و تحلیل کنند.