وبلاگ vdash

اخبار و مقالات مربوط به vdash، نرم افزار آنالیز اطلاعات و ساخت داشبورد مدیریتی

چرا شرکت ها به هوش تجاری نیاز دارند

در دهه های گذشته، شرکت ها هزینه های بسیاری برای پیاده سازی سیستم های برنامه ریزی منابع سازمانی (ERP)، سامانه های ارتباط با مشتری (CRM) و ابزارهای تجمیع داده ها (Data Warehousing) متحمل شده اند. این کار حجم عظیمی از داده ها را در پایگاه های داده آنها محصور کرده است. اکنون صاحبان کسب و کار با اعمال فشار به واحد فناوری اطلاعات (IT) از آنها می خواهند که این اطلاعات را از بند آن سیستم ها رها سازند تا برای مدیران قابل استفاده باشد.
چرا شرکت ها به هوش تجاری نیاز دارند
منبع تصویر: ArticlesBase

ما به اطلاعات نیاز داریم، ولی هرچه داریم داده خام است

این سخن مدیرانی است که اغلب از این وضعیت شکایت می کنند. اگر فناوری اطلاعات یک کار را درست انجام داده باشد، آن امکان جمع آوری تمام داده های موجود و قابل تصور است. از داده های نوشته شده روی کاغذ یا تایپ شده در کامپیوتر گرفته تا تصاویر و امضاها و ... ما امروزه حتی صدا و تصویر را هم ضبط و آرشیو می کنیم.

زمانی مدیر یک شرکت بین المللی به من گفت:

"داده ها دارند از چشم و گوش من بیرون می زنند. من نمی دونم چطور از آنها بهره برداری کنم."

راهکارهای مقطعی سال هاست که وجود دارند، من واژه "مقطعی" را به کار می برم چون این راهکارها فقط بخشی از مشکل را در یک مقطع زمانی حل می کنند؛ و فروشندگان این محصولات برچسب ابزار هوش تجاری (BI Tools) روی آن زده اند.

ویکی پدیا هوش تجاری را به مجموعه نرم افزارها و فناوری هایی اطلاق می کند که برای جمع آوری، دسترسی و تحلیل داده ها و اطلاعات عملیاتی سازمان مورد استفاده قرار می گیرند.

هدف ابزارهای هوش تجاری این است که هر کسی در حوزه اطلاعات خود بتواند تصمیمات بهتری اتخاذ کند. ولی متاسفانه مشکلاتی در مورد ابزارهای هوش تجاری سنتی وجود دارد

هوش تجاری در ارتباط تنگاتنگ با گزارش گیری است؛ و معمولا افراد معدودی در سازمان هستند که توانایی و دسترسی ساخت گزارش ها را دارند. این افراد بعضا از این "قدرت کنترل" برای تثبیت جایگاه خود و یا سوء استفاده از دیگران استفاده می کنند. از آن مهمتر، تخصص های این چنینی اگرچه تضمین و امنیت شغلی برای آن افراد ایجاد می کند؛ ولی کل سازمان را دچار نارضایتی از ابزارهای خریداری شده می کند و این باعث می شود که از آن فاصله بگیرند و دیگر روی آن سرمایه گذاری نکنند.

شکست ابزارهای هوش تجاری بر پایه دو چیز استوار است: یکی اینکه بخش های مختلف کسب و کار بین نیازهای خود و ابز��رها، رابطه درستی برقرار نمی کنند، دیگری اینکه بخش فناوری اطلاعات، سوالات صحیح را از آنها نمی پرسد.

وی.آر. سریوستان، معاون جنوب آسیا در شرکت Business Objects می گوید:

"نسل های قبلی هوش تجاری ارزش مدیریت و تحلیل مفهومی از سرمایه اطلاعاتی هر سازمان را درک نکرده بودند. ولی این نقص هم در بعد تکنولوژی هم بعد کسب و کار در حال برطرف شدن است. بلوغ این دو بعد منجر به تبدیل هوش تجاری به یک فرآیند کلیدی در کسب و کارهای امروزی شده است."

آرزوهای ما در هوش تجاری:

سوگانتی شیوکومار (Suganthi Shivkumar) معتقد است که مدیران کسب و کار ابزاری می خواهند که اشراف آنها را نسبت به طبیعت پویای بازار جهانی افزایش داده و به مدیران در شناسایی نقاط سودآوری کمک کند. آنها از IT انتظار دارند که اطلاعاتی را که در تله سیستم های عملیاتی موجود در سازمان قفل شده اند، رها کند.

"امروزه نهادهای نظارتی و جو کسب و کار بسیار بی رحمانه عمل می کنند، به طوری که هرگونه انحراف از انتظار یا مغایرت مالی ممکن است به عنوان تخلف یا سوء مدیریت تعبیر شود. این مساله شرکت ها را مجبور کرده که دقت بسیار زیادی در برنامه ریزی و فرآیندهای گزارش دهی به کار ببرند. ایجاد گزارش های دقیق و مطمئن از فاکتورهای بسیار مهم انتخاب نوع ابزار هوش تجاری به شمار می رود."

داشتن یک نسخه واحد از واقعیت نیز به همان اندازه مهم است. در نهایت همه سازمان ها می خواهند تصویر واضحی از عملکرد خود داشته باشند. این تصویر شامل پیش بینی دقیق تقاضا، درآمد و هزینه ها جهت استقرار بهینه منابع و سرمایه گذاری روی فرصت ها خواهد بود.

ظهور هوش تجاری به عنوان یک ابتکار استراتژیک در لیست اولویت های سرمایه گذاری شرکت ها قرار گرفته است، اما به دلیل تنوع و بعضا اختلاف در اهداف میانی سازمان (اهداف دپارتمان های مختلف)، ممکن است به سادگی اهداف کلان سازمان از دید خارج شده و به سمت اجرای ابزارهای هوش تجاری (معمولا با خریداری ابزارهای آماده از شرکت ها) برای رفع آن نیازهای میانی حرکت کنیم. نتیجه خالص این استراتژی، گسترش سیستم های نابرابر و ناهمخوان است که نه تنها با یکدیگر خوب ارتباط برقرار نمی کنند، بلکه مسائل را پیچیده تر نیز می کنند.

خبر خوب این است که با وجود ابزارهای هوش تجاری نه چندان کارآمد گذشته، مدیران و صاحبان کسب و کار هنوز معتقدند هوش تجاری نقش بسیار مهمی در بازار رقابتی امروز ایفا می کند. فشار رقابتی بازار جهانی، ادغام کننده ها و شرکت هایی که شرکت های کوچک تر را جذب می کنند، باعث می شوند تا شرکت ها دائما در حال تغییر ساختار و پیدا کردن روش های جدید سودآوری باشند. صاحبان کسب و کار نیاز به دیدگاهی عمیق دارند تا به آنها برای هدایت کسب و کار در این فضای آشفته کمک کند.

در دهه های گذشته، شرکت ها هزینه های بسیاری برای پیاده سازی سیستم های برنامه ریزی منابع سازمانی (ERP)، سامانه های ارتباط با مشتری (CRM) و ابزارهای تجمیع داده ها (Data Warehousing) متحمل شده اند. این کار حجم عظیمی از داده ها را در پایگاه های داده آنها محصور کرده است. اکنون صاحبان کسب و کار با اعمال فشار به واحد فناوری اطلاعات (IT) از آنها می خواهند که این اطلاعات را از بند آن سیستم ها رها سازند تا برای مدیران قابل استفاده باشد.

امروزه دیگر ساخت گزارش در زمان تعیین شده به تنهایی کافی نیست. بلکه دقت و یکپارچگی گزارش ها از اهمیت فوق العاده ای نسبت به گذشته برخوردار شده است.

چه کسی مسئول این تغییرات و کاستی هاست؟

پاسخ در حالت کلی ساده است: تغییر در نحوه انجام کارها

قبلا گفته شد که هوش تجاری به عنوان یک ابتکار استراتژیک ظهور کرده و اولیت سرمایه گذاری صاحبان کسب و کار است، اما به دلیل تنوع اهداف میانی سازمان با چالش هایی مواجه هستند. تجربه گذشته نشان می دهد که فناوری اطلاعات تلاش می کند تا ابزارها و سیستم ها را برای کل سازمان استاندارد و یکپارچه نماید. امروزه همه کاربران کسب و کار، نه فقط مدیران، اطلاعات مورد نیازشان را در لحظه می خواهند. و دیگر منتظر واحد فناوری اطلاعات نمی مانند تا اطلاعات را به آنها ارائه کند. همچنین نیاز به ابزارهای انعطاف پذیر و ساده دارند که به نرم افزارهای روزمره آنها (مانند Microsoft Office ) شبیه باشد. به علاوه می خواهند که یکپارچگی اطلاعات حفظ شود. کاربران کسب و کار به راهکارها و ابزارهایی نیاز دارند که نه تنها ارائه اطلاعات می کنند، بلکه مدیریت و تولید برخی اطلاعات را نیز انجام می دهند. و این کار را با تجمیع و مرتبط نمودن اطلاعات سیستم های مختلف موجود انجام می دهند. یعنی می خواهند اطلاعات عملیاتی کسب و کار را به اطلاعات مالی آن وصل نموده و چشم انداز جدیدی نسبت به کسب و کار ایجاد کنند.

ریسک شکست BI را به حداقل برسانید

پیتر دراکر (Peter Drucker) نویسنده و متخصص مدیریت کسب و کار می گوید:

هیچ چیزی بدتر از این نیست که یک کار اشتباه را به خوبی انجام دهید

چرا باید BI شکست بخورد؟ چرا طراحی و پیاده سازی BI بر اساس نیاز پرسنل دپارتمان های مختلف اشتباه است، چرا باید BI بر اساس نیاز و اهداف کلان سازمان طراحی و پیاده شود؟

چون معمولا پرسنل برنامه ریزی های شرکت را نمی فهمند یا از عمکرد آن دید واضحی ندارند. به این دلیل که نمی شود روی پرسنل برای آن بخش از استراتژی که مربوط به آنهاست حساب کرد، یا به اطلاعاتی که ارائه می دهند استناد نمود و تصمیمات مفید اتخاذ کرد.

یکی از بزرگترین راه های شکست هوش تجاری، نحوه پیاده سازی آن در سازمان است. شروع پیاده سازی BI در یک دپارتمان خاص از سازمان باعث می شود سطح هوش تجاری در سطح آن دپارتمان تعریف شود. نتیجه پیاده سازی ابزارهایی است که فقط نیازهای آن بخش از سازمان را مرتفع می کند. متاسفانه عدم یکپارچگی این ابزارها در کل سازمان موجب می شود که تاثیرگذاری آن محدود و بعضا در جهتی غیر از اهداف کلان سازمان باشد.

آیا اخیرا راهنمای یک ابزار هوش تجاری را مطالعه نموده اید، آنها اکثرا برای کاربر ساده ساخته نشده اند، آنها برای کاربران حرفه ای ساخته شده اند که در نقش نگهبان و دروازه اطلاعات حضور خواهند داشت. نتیجه داشتن ابزاری است که وسعت کاربران بسیار کمی دارد و این یعنی شکست.

ابزارهای هوش تجاری نباید محدود به کسانی باشد که از مهارت های فنی خاصی برخوردار هستند، برای بهینه کردن بازدهی هوش تجاری، همه پرسنل سازمان باید بتوانند به اطلاعات مربوط به خود به سادگی و به سرعت دسترسی پیدا کنند. و بر اساس آن در حوزه عملکرد خود تصمیم گیری نمایند.

هوش تجاری دیگر فقط گزارش گیری نیست، بلکه محتوای درون گزارش است. همانطور که عملکرد کسب و کارها دائما در حال تغییر است، ابزارهای هوش تجاری نیز باید از "گزارش محور" به "اطلاعات محور" تکامل پیدا کنند تا بتوانند چیزی ارائه کنند که با ایجاد دید عمیق در مدیران نسبت به کسب و کار خود، عملکرد بهتری داشته باشند.

بنابراین همه سازمان باید احساس کنند که هوش تجاری بازدهی را بهینه می کند. به وسیله هوش تجاری شما با گذشته ، حال و آینده ارتباط برقرار می کنید و به شما نگرش عمیقی از کسب و کارتان می دهد که منجر به ایجاد مزیت های رقابتی واقعی در کسب و کار شما می شود.

تنها راه موفقیت هوش تجاری تمرکز روی تصویر کلی سازمان است. مدیریت، تولید و ارائه یکپارچه اطلاعات، و امکان آنالیز و هدف گذاری مجدد برای کاربران. فقط در این حالت می توان برای کل سازمان یک استاندارد تعریف و استفاده نمود.

آینده هوش تجاری

روند حرکت نرم افزارها نشان می دهد که نرم افزار به عنوان سرویس (SaaS) و هوش تجاری از اهمیت بالایی برخوردار خواهند بود. به علاوه، اضافه کردن جستجو و تعامل با دنیای وب امکاناتی جدیدی هستند که تولیدکنندگان نرم افزار نام آن را هوش تجاری 2 نهاده اند.

به عنوان نمونه در شهرهای سروستان، در اتاق های اورژانس پزشکان می توانند از طریق ابزارهای هوش تجاری به اطلاعاتی راجع به تعداد مسمویت های غذایی در 24 ساعت گذشته، موقعیت مسمومیت و علل اصلی آن دست پیدا کنند. دسترسی آنلاین به اطلاعات مطمئن می تواند به سیستم درمانی کمک کند تا از شیوع این گونه بیماری ها جلوگیری کنند.

شرکت ها نیز به دنبال ابزارهای همه جانبه مانند ابزارهای پیام رسانی که در کنار داشبوردهای فروش برای بحث در مورد علل فروش کم شرکت نسبت به اهداف قرار داده شده اند تا سرعت پیشروی و طی مراحل بعدی کار را تسهیل نمایند.

تصور کنید می توانید از ابزارهای هوش تجاری برای داده های آینده استفاده نمایید. این در واقع چیزی است که مدیران کسب و کار می خواهند. توانایی آنالیز داده ها و اجرای "اگر...آنوقت" یا "What if" روی داده های آنلاین یا آینده. بدون اینکه منتظر گذشت پریود های زمانی مختلف باشند. این یعنی تصمیم گیری در زمان مناسب، در زمینه درست و در جایگاه ایده آل.

توصیه نهایی

آندریاس بیترر، معاون تحقیقاتی موسسه گارتنر معتقد است که هوش تجاری باید یک فرآیند دائمی و همیشگی باشد تا مفید واقع شود. پس به آن به عنوان یک پروژه نگاه نکنید.

تعداد کمی از سازمان ها استراتژی جامعی برای هوش تجاری دارند یا استانداردهای هوش تجاری را درست تعریف کرده اند. شرکت هایی که از تکنولوژی های هوش تجاری نابرابر یا ناهمخوان استفاده می کنند، با عواقب آن درگیر هستند. عواقبی چون هزینه های بالای پیاده سازی، نگهداری و آموزش، عدم یکپارچگی اطلاعات و پرسنل ناامید که در زمان مناسب به پاسخ سوالات خود نمی رسند.

با کاهش تعداد ابزارهای هوش تجاری، شرکت ها می توانند در هزینه ها صرفه جویی کنند، داده های کسب و کار خود را کنترل کرده و به آن اعتماد کنند. همچنین اطلاعات مورد نیاز پرسنل را در اختیار آنها قرار دهند. 

منابع و مراجع:


» چنانچه با خواندن این مقاله به موضوع هوش تجاری علاقه مند شدید، خواندن مطالب زیر را به شما پیشنهاد می کنیم:
مصورسازی داده کاوی
اشتباهات بزرگ در زمینه مصورسازی اطلاعات در فرآیند هوش تجاری در 20 سال گذشته داده ها با شما حرف می زنند !
امکان ارسال نظر برای این موضوع وجود ندارد