توسط ماری کی پرات و جاش فرولینگر اکتبر 2019
هوش تجاری (BI) از نرم افزار و خدمات مختلف استفاده می کند تا داده ها را به بینش عملی تبدیل کند تا بستر تصمیمات استراتژیک و تاکتیکی یک سازمان را آگاهانه تر کند. ابزارهای BI به مجموعه داده ها دسترسی پیدا کرده و آنها را آنالیز می کنند و یافته های تحلیلی را در گزارش ها ، خلاصه ها ، داشبورد ، نمودارها و نقشه ها ارائه می دهند تا اطلاعات دقیق در مورد وضعیت کسب و کار را به کاربران ارائه دهند.اصطلاح هوش تجاری اغلب به طیف وسیعی از ابزارها اشاره دارد که دسترسی سریع و هضم آسان به بینش در مورد وضعیت فعلی سازمان را بر اساس داده های موجود فراهم می کند.
نمونه های هوش تجاری
گزارش یک جنبه اصلی از هوش تجاری است و شاید داشبورد یک ابزار BI قدیمی باشد. داشبوردها میزبان برنامه های نرم افزاری هستند که به طور خودکار داده های موجود را به صورت نمودارهایی جمع می کنند که وضعیت عمومی شرکت را قابل درک می کنند.
اگرچه هوش تجاری به کاربران نمی گوید که چه کاری انجام دهند یا اگر دوره خاصی را طی کنند چه اتفاقی خواهد افتاد ، ولی باید دانست که صرفاً تهیه گزارش نیست. در عوض ، BI با ساده سازی تلاشهای لازم برای جستجو و ادغام داده های لازم برای تصمیم گیری های صحیح ، راهی را برای بررسی داده ها به منظور درک روند ها و دریافت بینش ارائه می دهد.
به عنوان مثال ، شرکتی که می خواهد زنجیره تأمین خود را بهتر مدیریت کند ، به قابلیت های BI برای تعیین محل تأخیر و وجود تغییرات در فرآیند حمل و نقل نیاز دارد. کریس هاگانز ، معاون عملیاتی WCI Consulting ، شرکت مشاوره ای متمرکز بر BI ، می گوید ؛ این شرکت همچنین می تواند از قابلیت های BI خود برای کشف اینکه کدام محصول معمولاً با تأخیر انجام می شود یا کدام نوع حمل و نقل بیشتر باتأخیر انجام می شود ، استفاده کند.
Cindi Howson ، معاون پژوهشی گارتنر ، یک شرکت تحقیق و مشاوره فناوری اطلاعات ، می گوید: موارد احتمالی استفاده از BI فراتر از معیارهای عملکرد بهبود فروش و کاهش هزینه ها است. او به سیستم مدرسه کلمبوس ، اوهایو و موفقیت آن با استفاده از ابزار BI برای بررسی نقاط داده های متعدد – از میزان حضور و غیاب تا عملکرد دانشجویان – برای بهبود یادگیری و نرخ فارغ التحصیلان اشاره می کند.
فروشندگان BI Tableau و G2 نیز نمونه های مشخصی از نحوه استفاده سازمانها از ابزارهای هوش تجاری را برای استفاده ارائه می دهند:
- یک سازمان تعاونی می تواند از BI برای پیگیری عضوگیری و حفظ عضو استفاده کند.
- ابزارهای BI می توانند به طور خودکار گزارش های فروش و تحویل را از داده های CRM تولید کنند.
- یک تیم فروش می تواند از BI برای ایجاد داشبوردی که نشان می دهد چشم انداز هر نماینده در خط فروش چیست ، استفاده کند.
هوش تجاری در مقابل تجزیه و تحلیل تجاری
چیزی که از این نمونه ها متوجه شده اید این است که آنها اطلاعاتی در مورد وضعیت فعلی کسب و کار یا سازمان ارائه می دهند:
امروز وضعیت فروش در کجا قرار دارد؟
چه تعداد عضو در این ماه از دست داده یا جذب کرده ایم؟
این امر تمایز اصلی بین هوش تجاری و تجزیه و تحلیل تجاری را نشان می دهد.
هوش تجاری توصیفی است ، به شما می گوید اکنون چه اتفاقی می افتد و در گذشته چه اتفاقاتی افتاده است تا ما را به آن حالت برساند. از طرف دیگر ، تجزیه و تحلیل کسب و کار یک اصطلاح چتری برای تکنیک های تجزیه و تحلیل داده است که پیش بینی می کنند – یعنی می توانند به شما بگویند که در آینده چه اتفاقی می افتد – و نسخه ای – یعنی آنها می توانند به شما بگویند برای ایجاد نتایج بهتر چه کاری باید انجام دهید (تجزیه و تحلیل کسب و کار معمولاً به عنوان زیرمجموعه دسته بزرگتری از تجزیه و تحلیل داده است که بطور خاص بر روی یک کسب و کار متمرکز است.)
تمایز بین قدرت توصیفی BI و قدرت پیش بینی تجزیه و تحلیل کسب و کار کمی فراتر از محدوده زمانی است که ما در مورد آن صحبت می کنیم. همچنین این موضوع به این سوال می رسد که هوش تجاری برای چه کسانی است. همانطور که وبلاگ Stitchdata توضیح می دهد ، BI قصد دارد عکس های ساده ای از وضعیت فعلی امور را به مدیران کسب و کار ارائه دهد. در حالی که پیش بینی ها و مشاوره های حاصل از تجزیه و تحلیل کسب و کار برای تجزیه و تحلیل و تفسیر به متخصصان علوم داده نیاز دارد .یکی از اهداف BI این است که درک آن برای کاربران نهایی نسبتاً غیر فنی و حتی جستجو در داده ها و ایجاد اطلاعات جدیدآسان باشد.
استراتژی هوش تجاری
در گذشته ، متخصصان فناوری اطلاعات از کاربران اصلی برنامه های BI بودند. با این حال ، ابزارهای BI بصورت بصری و کاربرپسندتری تکامل یافته اند و به این ترتیب تعداد زیادی از کاربران در انواع دامنه های سازمانی امکان استفاده از ابزارها را دارند.
Gartner’s Howson دو نوع BI را از هم متمایز می کند. اولین مورد BI سنتی یا کلاسیک است ، چیزی که متخصصان فناوری اطلاعات از داده های داخلی برای تولید گزارشها از آنها استفاده می کنند. مورد دوم BI مدرن است ، چیزی که کاربران تجاری برای تجزیه و تحلیل سریعتر داده ها با سیستم های شهودی چابک و متقابل ارتباط برقرار می کنند.
هاوسون توضیح می دهد که سازمان ها به طور کلی BI کلاسیک را برای انواع خاصی از گزارشگری ، مانند گزارش های نظارتی یا مالی ، که دقت در آن مهم است و سوالات و مجموعه داده های استفاده شده استاندارد و قابل پیش بینی هستند ، انتخاب می کنند. سازمانها معمولاً از ابزارهای مدرن BI هنگامی که کاربران تجاری نیاز به بینش در مورد تغییر سریع و پویایی وضعیت دارند ، مانند رویدادهای بازاریابی ، که در آنها سریع بودن با 100 درصد صحت داده ها ارزیابی می شود ، استفاده می کنند.
اما در حالی که هوش مستحکم تجاری برای اتخاذ تصمیمات استراتژیک تجاری ضروری است ، به علت ضعف داده ها ، اشتباهات تاکتیکی و موارد دیگر ، بسیاری از سازمان ها برای اجرای استراتژی های BI موثر تلاش می کنند.
هوش تجاری سلف سرویس
تلاش برای دستیابی به اطلاعات تقریباً مفید هر کسی از ابزارهای هوش تجاری ، باعث ایجاد هوش تجاری سلف سرویس شده است ، دسته ای از ابزارهای BI با هدف حذف نیاز به مداخله فناوری اطلاعات در تولید گزارش ها بوجود آمده اند. ابزارهای BI سلف سرویس ، سازمان ها را قادر می سازد گزارشات مبتنی بر داده های داخلی شرکت را به راحتی در دسترس مدیران و سایر کارکنان غیر فنی قرار دهند.
از جمله کلیدهای موفقیت سلف سرویس BI ، داشبورد و رابط کاربری هوش تجاری است که شامل منوهای کشویی و بصری است که به کاربران امکان می دهد داده ها را به روش های قابل فهم پیدا و تبدیل کنند. بدون شک به مقدار مشخصی آموزش نیاز خواهد بود ، اما اگر مزایای ابزار به اندازه کافی آشکار باشد ، کارکنان مشتاق ورود به آن خواهند بود.
به خاطر داشته باشید که ، مشکلاتی برای سرویس دهی BI نیز وجود دارد. با هدایت کاربران تجاری خود به سمت تبدیل شدن به یک مهندس موقت داده ، می توانید در نهایت با مخلوطی از معیارهای متغیر در بخشهای مختلف روبرو شوید ، با مشکلات امنیتی داده روبرو شوید و حتی اگر کنترل متمرکز بر پخش ابزار وجود نداشته باشد ، حتی مجوزهای بزرگ مجوز یا SaaS را نیز دریافت کنید . بنابراین حتی اگر در سازمان خود متعهد به هوش تجاری سلف سرویس هستید ، نمی توانید فقط یک محصول را خریداری کنید ، بایدکارکنان خود را به سمت کاربری هدایت کنید و به بهترین ها امیدوار باشید.
نرم افزار و سیستم های هوش تجاری
انواع مختلفی از ابزارها زیر چتر هوش تجاری قرار می گیرند. سرویس انتخاب نرم افزار SelectHub برخی از مهمترین دسته ها و ویژگی ها را ارایه می کند:
داشبورد
تجسم
گزارش نویسی
داده کاوی
ETL استخراج-انتقال-بار – ابزارهایی که داده ها را از یک ذخیره داده به فروشگاه دیگر وارد می کنند.
OLAP پردازش تحلیلی آنلاین
از بین این ابزارها ، SelectHub می گوید داشبورد و تجسم محبوب ترین هستند. آنها خلاصه داده های سریع و با هضم آسان را ارائه می دهند که در قلب ارزش پیشنهادی BI هستند.
فروشندگان و پیشنهادات زیادی در فضای BI وجود دارد که گشت و گذار در آنها می تواند طاقت فرسا باشد. برخی از بازیکنان اصلی عبارتند از:
Tableau ، یک پلت فرم تجزیه و تحلیل سلف سرویس تجسم داده را فراهم می کند و می تواند با طیف وسیعی از منابع داده از جمله Microsoft Azure SQL Data Warehouse و Excel ادغام شود.
Splunk ، یک “پلت فرم تجزیه و تحلیل هدایت شده” قادر به ارائه هوش تجاری و تجزیه و تحلیل داده های درجه بندی شرکت است.
Alteryx ، که تجزیه و تحلیل از طیف وسیعی از منابع را برای ساده سازی گردش کار و همچنین ارائه بینش در مورد BIمی باشد .
Qlik ، که مبتنی بر تجسم داده ها ، BI و تجزیه و تحلیل است ، با ارائه یک پلت فرم گسترده ، مقیاس پذیر BI
Domo ، یک پلت فرم مبتنی بر ابر که ابزارهای هوش تجاری متناسب با صنایع مختلف (مانند خدمات مالی ، بهداشت ، تولید و آموزش) و نقش ها از جمله مدیران عامل ، فروش ، متخصصان BI و کارکنان فناوری اطلاعات را ارائه می دهد.
Dundas BI ، که بیشتر برای ایجاد داشبورد و کارت امتیازی استفاده می شود ، اما همچنین می تواند گزارش استاندارد و موقت را انجام دهد.
Google Data Studio ، نسخه فوق العاده شارژ پیشنهادی آشنا Google Analytics
و Salesforce.com برای بهبود BI با هوش مصنوعی می باشد.
Birst ، یک سرویس مبتنی بر ابر است که در آن موارد متعددی از نرم افزار BI یک داده مشترک را به اشتراک می گذارند.
تحلیلگر هوش تجاری
هر شرکتی که در مورد BI جدی باشد ، باید از کارکنان آنالیزور هوش تجاری برخوردار باشد. به طور کلی ، هدف آنها استفاده از تمام ویژگی های ابزار BI برای بدست آوردن داده های مورد نیاز شرکت ها است ، از جمله مهمترین آنها کشف زمینه های از دست دادن درآمد و شناسایی مکانهایی است که می تواند برای صرفه جویی در هزینه شرکت یا افزایش سود شرکت انجام دهد.
حتی اگر شرکت شما برای امور روزمره به ابزارهای BI سلف سرویس اعتماد کند ، تحلیلگران هوش تجاری نقش مهمی دارند ، زیرا برای مدیریت و نگهداری این ابزارها ضروری هستند. آنها همچنین گزارش هایی را که مدیران می خواهند تهیه و تنظیم و استاندارد می کنند تا اطمینان حاصل کنند که نتایج در سازمان شما سازگار و معنادار است. تحلیلگران هوش تجاری باید اطمینان حاصل کنند که داده های وارد شده به سیستم صحیح و سازگار هستند ، که این امر معمولاً شامل خارج کردن آن از سایر مجموعه های داده و پاکسازی آن است.
آینده هوش تجاری
هاوسن می گوید ، گارتنر موج سوم اختلال در افق کسب و کار را مشاهده می کند ، چیزی که این شرکت تحقیقاتی آن را “تجزیه و تحلیل تقویت شده” می نامد ، جایی که یادگیری ماشینی از نظر نرم افزاری پخته می شود و کاربران را در مورد درخواست هایشان به داده ها راهنمایی می کند.
او می گوید: “این یک BI و تجزیه و تحلیل و هوشمندانه خواهد بود.”
اگرچه BI به خودی خود ارزشمند خواهد بود ، اما هوسون می گوید اگر سازمانها از BI فراتر نروند و همچنین از تجزیه و تحلیل پیشرفته استفاده نکنند ، نمی توانند رقابت کنند.
در حقیقت ، گزارش Gartner پیش بینی کرده است که تا سال 2020 سازمان هایی که “به کاربران دسترسی به کاتالوگ متشکل از داده های داخلی و خارجی را می دهند ، دو برابر ارزش کسب و کار حاصل از سرمایه گذاری های تجزیه و تحلیل را از آنچه انجام نمی دهند ، درک می کنند”
هاوسون می افزاید: “نیازی به گزارشگری است ، اما گزارشگری به تنهایی کافی نیست. اگر فقط گزارش دادن را انجام می دهید نسبت به قبل عقب هستید. تا زمانی که گزارش شما هوشمندانه و چابک نباشد ، شما عقب مانده اید. “
