
Świat analityki się zmienia. Samoobsługowe narzędzia analityczne, takie jak Tableau, Qlik i Power BI, umożliwiają użytkownikom biznesowym samodzielne wykonywanie raportów i analiz przy niewielkim lub zerowym wsparciu ze strony organizacji IT. Ten trend ewoluował z powodu kilku czynników, w tym:
1) Organizacje są zalewane danymi, a organizacje IT nie są w stanie nadążyć
2) Łatwiejsze w użyciu narzędzia Business Intelligence sprawiają, że użytkownicy biznesowi mogą bardziej wydajnie tworzyć raporty bezpośrednio, zamiast przechodzić przez dział IT do projektu
3) Projekty analityczne organizacji IT mogą trwać kilka miesięcy, gdy firma potrzebuje tych informacji w tygodniach
Tendencja ta spowodowała, że wysiłki zespołów IT Business Intelligence (BI) poświęcały większość swojej energii na gromadzenie, czyszczenie i strukturyzowanie danych, aby firma mogła przeprowadzać własne analizy w modelu samoobsługowym. W szczególnych przypadkach zapewniają raportowanie siły przemysłowej, które można skalować do tysięcy użytkowników, gdy potrzebne są zaufane zweryfikowane dane. Jednak nadal pokazuje się im drzwi, jeśli chodzi o niektóre z ciekawszych prac.
Co mogą zrobić zespoły IT BI, aby pozostać istotnymi i wartościowymi dla firmy? Mamy kilka sugestii, które odnoszą się do przyjęcia analityki samoobsługowej jako nowej rzeczywistości i przejścia podstawowych kompetencji zespołu Business Intelligence z czysto opisowego raportowania i przejścia na analizy diagnostyczne i predykcyjne.
Wyjaśnijmy tę ostatnią koncepcję, zanim zalecimy kilka rozwiązań. Obecny stan większości narzędzi analitycznych ma charakter opisowy i pomaga odpowiedzieć na pytania „co się stało?” Diagnostyka i predykcja Analytics pomagają odpowiedzieć na pytania „Dlaczego to się stało?” i przygotowuje scenę do odpowiedzi: „Co mogę z tym zrobić?” Diagnostic Analytics pomaga organizacjom nie tylko zrozumieć, co, ale także dlaczego i jakie decyzje i działania można podjąć, aby rozwiązać problem. Ten rodzaj analityki jest bardziej wartościowy dla biznesu i wymaga kompetencji, do których zespoły IT BI mają wyjątkowe kwalifikacje w trakcie lat tworzenia rozwiązań analitycznych.
Aby umożliwić zespołom IT Business Intelligence przejście w górę łańcucha wartości od dostarczania raportów o towarach do analiz napędzających biznes, zalecamy dodanie tych czterech komponentów:
-
Zbuduj możliwości nauki o danych – Data Scientists zaczynają pojawiać się w grupach analitycznych w firmach. Jednak nadal nie są one wszechobecne, a funkcja jest niedostateczna. Ponadto większość grup w firmie nie może uzasadnić kosztów pełnoetatowego analityka danych. Dodając analityków danych do organizacji IT BI, tworzysz scentralizowany zespół, który może dostarczać analizy do niedostatecznie obsługiwanych części organizacji. Ten zespół już teraz skupia się na tworzeniu analitycznych struktur danych i raportów, a dodanie możliwości wyciągania wniosków z danych jest naturalnym rozszerzeniem.
Podejmij decyzję – W procesie wymagań dodaj Metodologię Architektury Decyzji jako zdolność. Większość metodologii wychwytywania wymagań analitycznych koncentruje się na pytaniach dotyczących danych w celu oszacowania wymiarów i faktów. Chociaż daje nam to świetne opisowe analizy, ale nie przesuwa firmy po analitycznej krzywej dojrzałości. Głębsze skupienie się na decyzjach podejmowanych przez firmę, a tym samym skupienie możliwości analitycznych na pomocy w uzyskaniu praktycznych informacji, poruszy igłę.
Dodaj teorię decyzji do swoich analiz – Jeśli nauka o danych pomaga przekształcić informacje w praktyczne spostrzeżenia, teoria decyzji pomaga ustrukturyzować proces decyzyjny, aby poprowadzić osobę do właściwego wyboru. Teoria decyzji, wraz z ekonomią behawioralną, koncentruje się na zrozumieniu elementów procesu decyzyjnego, aby wyjaśnić, dlaczego dokonujemy wyborów, których dokonujemy. Zapewnia systematyczny sposób rozważania kompromisów między atrybutami, co pomaga nam podejmować lepsze decyzje. Narzędzia, takie jak progi, alerty, macierze decyzyjne i architektura wyboru, należy uznać za ważne możliwości, które można dodać do skrzynki narzędziowej zespołu.
Utwórz proces certyfikacji raportu – Ponieważ rozpowszechnianie raportów ma miejsce w przypadku samoobsługowych analiz, stworzenie standardu dotyczącego kondycji i ważności raportu będzie ważne, jeśli analizy mają być wykorzystywane przez szersze grono odbiorców i można im ufać. Na przykład jedna grupa może utworzyć raport z kluczowymi danymi pochodzącymi z niecertyfikowanych źródeł danych. Dzięki poddawaniu raportów z poszczególnych działów procesowi certyfikacji podobnemu do etykietowania UL na produktach elektrycznych, szerszy konsumenci poznają poziom kontroli, który został umieszczony w raporcie przez zespoły zarządzania danymi i IT, a tym samym zaufają zawartym w nim danym i metrykom.
Ponieważ zespoły IT Business Intelligence starają się przesunąć w górę łańcucha wartości w zakresie możliwości, które oferują swoim klientom wewnętrznym, konieczne będzie dodanie dodatkowych umiejętności, metod i narzędzi. Przedstawione możliwości doskonale nadają się do posiadania scentralizowanego zespołu, a ta transformacja w zespołach IT BI może świadczyć o wartości, jaką te ulepszone możliwości zapewniają firmie.
Kredyt zdjęciowy: REDPIXEL.PL/Shutterstock
Andrew Roman Wells jest dyrektorem generalnym Aspirent, firmy konsultingowej zajmującej się zarządzaniem, zajmującej się analityką. Kathy Williams Chiang jest wiceprezesem ds. Business Insights w Wunderman Data Management. Są współautorami książki Monetizing Your Data: A Guide to Turning Data into Profit-Driving Strategies and Solutions. Aby uzyskać więcej informacji, odwiedź www.monetizingyourdata.com.