Εισαγωγή στην επιχειρηματική ευφυΐα

Συγγραφέας: Robert Simon
Ημερομηνία Δημιουργίας: 23 Ιούνιος 2021
Ημερομηνία Ενημέρωσης: 1 Ιούλιος 2024
Anonim
Συστήματα Επιχειρηματικής Ευφυΐας - Business Intelligence - Revival SA
Βίντεο: Συστήματα Επιχειρηματικής Ευφυΐας - Business Intelligence - Revival SA

Περιεχόμενο


Πηγή: Nyul / Dreamstime.com

Πάρε μακριά:

Πολλές εταιρείες θέλουν BI - ακόμα και αν δεν το καταλαβαίνουν πλήρως. Μάθετε ποια επιχειρηματική ευφυΐα είναι και πώς λειτουργεί.

Για κάτι τόσο ζωτικό για τη μακροπρόθεσμη επιτυχία μιας σύγχρονης επιχείρησης, η έννοια της επιχειρησιακής ευφυΐας δεν είναι καλά καθορισμένη. Αλλά αυτό doesnt σταματήσει πολλές εταιρείες από την επιθυμία, ακόμη και αν δεν το καταλαβαίνουν πλήρως. Εδώ μπορείτε να ρίξετε μια ματιά σε αυτή την τάση των επιχειρήσεων πληροφορικής, τι είναι και πώς λειτουργεί για τη βελτίωση των διαδικασιών της εταιρείας.

Τι είναι η επιχειρησιακή νοημοσύνη;

Η Επιχειρηματική Ευφυΐα (BI) αναφέρεται στη συλλογή και ανάλυση δεδομένων προκειμένου να παράγει στοιχεία που θα βελτιώσουν τις διαδικασίες μιας επιχείρησης. Υπάρχει πολύς συσσώρευση σε αυτόν τον ορισμό και, κατά συνέπεια, πολλή σύγχυση γύρω από την BI προέρχεται από την υπόθεση ότι σταματάει με την ανάλυση. Παρόλο που η διάκριση γίνεται λασπώδης μερικές φορές, η επιχειρησιακή νοημοσύνη μπορεί να θεωρηθεί ως ο τελικός στόχος των επιχειρησιακών αναλυτικών στοιχείων, διότι παράγει τις κατανοητές γνώσεις που χρειάζεται μια επιχείρηση για να λαμβάνει τεκμηριωμένες αποφάσεις. Για να γίνει αυτό, η αποτελεσματική επιχειρησιακή ευφυΐα πρέπει να πληροί τέσσερα βασικά κριτήρια:


  1. Ακρίβεια
    Αυτό αναφέρεται στην ακρίβεια των δεδομένων εισόδου καθώς και των εξόδων. Οι δύο, φυσικά, σχετίζονται. Κάθε σύστημα που απαιτεί ανάλυση μπορεί να πέσει θύμα του προβλήματος σκουπίσματος (GIGO), στο οποίο τα μολυσμένα δεδομένα μπορούν να καταστρέψουν τα αποτελέσματα, ακόμα και όταν το αναλυτικό μοντέλο είναι υγιές. Προκειμένου να έχουμε ακριβείς απαντήσεις (output), τα δεδομένα που εισέρχονται πρέπει να είναι ακριβή και συναφή με τις ερωτήσεις που η επιχείρηση προσπαθεί να απαντήσει.

    Είναι συχνά ανέφικτο να προσπαθήσουμε να απορρίψουμε όλα τα δεδομένα που παράγει μια εταιρεία σε ένα αναλυτικό μοντέλο και να περιμένουμε να έχει νόημα για όλα, από τον αριθμό των παραγωγών μέχρι την οικογενειακή κατάσταση των εργαζομένων. Αυτός είναι ο λόγος που η διακριτική ευχέρεια του ανθρώπου χρησιμοποιείται συχνά για την επιλογή των δεδομένων που σχετίζονται με ένα συγκεκριμένο πρόβλημα. Τούτου λεχθέντος, η επιλογή αυτή μπορεί να ασκηθεί υπερβολικά ή να γίνει λάθος, οδηγώντας μας πίσω στο πρόβλημα GIGO.

  2. Πολύτιμες πληροφορίες
    Όχι όλες οι πληροφορίες είναι πολύτιμες. Η γνώση του χεριού (αριστερά ή δεξιά) της πλειοψηφίας των πελατών σας μπορεί να είναι χρήσιμη για έναν κατασκευαστή γάντι μπέιζμπολ, αλλά θα ήταν λιγότερο χρήσιμη σε έναν κατασκευαστή υποδημάτων. Παρόλο που μπορεί να είναι ικανοποιητική η εύρεση όλων των δεδομένων για να μάθετε κάτι που ήταν προηγουμένως άγνωστο, η BI πρέπει να προσφέρει συγκεκριμένες γνώσεις. Για παράδειγμα, εάν η ανάλυση έδειξε ένα κατάστημα σπορ που πολλοί πελάτες που αγόρασαν γάντια του μπέιζμπολ αγόραζαν επίσης παπούτσια, ο ιδιοκτήτης μπορούσε να αναδιατάξει τις ενδείξεις του καταστήματος σε παπούτσια και γάντια συμπλέγματος για την ευκολία των πελατών ή να τις χωρίσει σε διαφορετικές γωνιές του καταστήματος για να μεγιστοποιήσουν τις πιθανότητες περιήγησης.

  3. Επικαιρότητα
    Η επίτευξη ακριβούς και πολύτιμης διορατικότητας είναι μόνο η μισή μάχη. Η επιχειρησιακή νοημοσύνη πρέπει επίσης να είναι σε θέση να παρέχει αυτές τις γνώσεις την κατάλληλη στιγμή. Αν το προαναφερθέν κατάστημα αθλημάτων ανακαλύψει μόνο το γάντι και τη συσχέτιση των παπουτσιών τον Δεκέμβριο παρά με την αρχή της τάσης αγοράς, μπορεί να χάσει την ευκαιρία να αξιοποιήσει αυτές τις πληροφορίες.

    Υπάρχουν δύο μέρη για την επικαιρότητα: η επικαιρότητα των δεδομένων που εισέρχονται και η επικαιρότητα των πληροφοριών που βγαίνουν. Οι επιχειρήσεις έχουν διαφορετικά χρονικά πλαίσια απόφασης ανάλογα με το τι κάνουν. Ένα κατάστημα λιανικής πώλησης πιθανότατα θα θέλει να τροφοδοτεί πολύ έγκαιρες πληροφορίες για τις πωλήσεις στην BI με την ελπίδα να πάρει έγκαιρες πληροφορίες για να εφαρμοστεί σε μηνιαία, εβδομαδιαία ή και καθημερινή βάση. Μακροπρόθεσμες δραστηριότητες, όπως μια εταιρεία εξερεύνησης και παραγωγής πετρελαίου και φυσικού αερίου, μπορεί να ενδιαφέρονται μόνο για ενημερώσεις σε τριμηνιαία ή ετήσια βάση.

  4. Δικάσιμος
    Το τελευταίο εμπόδιο για κάθε είδος επιχειρησιακής νοημοσύνης είναι να παράσχει πληροφορίες που μπορούν να εφαρμοστούν. Σε κάποιο βαθμό, αυτό σημαίνει να κατανοήσουμε τους πρακτικούς περιορισμούς. Για παράδειγμα, σχεδόν κάθε εταιρεία θα μπορούσε να γίνει πιο αποτελεσματική αν είχε απεριόριστο κεφάλαιο για την αναβάθμιση του συνόλου του εξοπλισμού της. Έτσι, η καλή επιχειρησιακή νοημοσύνη θα πρέπει να προσδιορίσει την αναβάθμιση που θα αποφέρει τα μεγαλύτερα κέρδη ή, ακόμα καλύτερα, άλλα προγράμματα αξιοποίησης που θα αξιοποιήσουν στο έπακρο τα υπάρχοντα περιουσιακά στοιχεία. Με άλλα λόγια, η επιχειρησιακή νοημοσύνη θα πρέπει να παρέχει μια διορατικότητα πέρα ​​από τα όσα είναι προφανή και να εργάζεται μέσα σε ένα μοναδικό περιορισμό της εταιρείας για να προσφέρει εφαρμοστέες ιδέες που αποσκοπούν στη βελτίωση των διαδικασιών των επιχειρήσεων και, τελικά, της κερδοφορίας τους.

Η διαδικασία BI

Τι ακριβώς γίνεται στο μαύρο κουτί της επιχειρηματικής ευφυΐας; Η διαδικασία της επιχειρησιακής νοημοσύνης είναι πολύ παρόμοια με τον κύκλο Deming. Έχει τέσσερα μεγάλα βήματα που βγάζουν ξανά και ξανά (το buzzword για αυτό είναι συνεχής βελτίωση ή Kaizen).


  1. Συλλογή δεδομένων: Τα δεδομένα αυτά αναγνωρίζονται και τα δεδομένα συλλέγονται και μετατρέπονται σε μορφή που μπορεί να αναλυθεί.
  2. Ανάλυση και δράση: Τα δεδομένα αναλύονται και ακολουθείται μια πορεία δράσης.
  3. Μέτρηση: Τα αποτελέσματα της δράσης μετρώνται χρησιμοποιώντας ένα επιλεγμένο μοντέλο.
  4. Ανατροφοδότηση: Τα αποτελέσματα της ενέργειας χρησιμοποιούνται ως ένα άλλο σημείο δεδομένων για την πραγματοποίηση συνεχών βελτιώσεων στη διαδικασία BI.

Business Intelligence σε δράση

Ο BI είναι ένας κύκλος Deming που εφαρμόζεται σε έναν οργανισμό και σε όλες τις επιχειρηματικές του γραμμές. Συνήθως διευκολύνεται από την τεχνολογία. Από αυτή την άποψη, το λογισμικό απλώς βοηθά στην ευκολότερη εφαρμογή αυτής της διαδικασίας και επιτρέπει την ενσωμάτωση μεγαλύτερου δείγματος δεδομένων στην ανάλυση. Ωστόσο, στο τέλος της ημέρας, η ΒΙ είναι αποτελεσματική μόνο εάν είναι αξιόπιστη και χρησιμοποιείται για να καθοδηγήσει τις ανθρώπινες αποφάσεις. Τούτου λεχθέντος, τα αλματώδη BI που έχει κάνει στην καθοδήγηση μεγάλων οργανισμών έχει βοηθήσει να του δώσει μια σημαντική αξιοπιστία στον κόσμο των επιχειρήσεων. Αυτό σημαίνει ότι πολλές εταιρείες θέλουν BI - ακόμα και αν δεν το καταλαβαίνουν πλήρως.