Πίνακας περιεχομένων:
Για κάτι τόσο ζωτικό για τη μακροπρόθεσμη επιτυχία μιας σύγχρονης επιχείρησης, η έννοια της επιχειρησιακής ευφυΐας δεν είναι καλά καθορισμένη. Αλλά αυτό δεν εμποδίζει πολλές εταιρείες να το θέλουν, ακόμα κι αν δεν το καταλαβαίνουν πλήρως. Εδώ θα ρίξουμε μια ματιά σε αυτή την τάση των επιχειρήσεων πληροφορικής, τι είναι και πώς λειτουργεί για τη βελτίωση των διαδικασιών μιας επιχείρησης.
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:
- 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 πετάξουμε όλα τα δεδομένα που παράγει μια εταιρεία σε ένα αναλυτικό μοντέλο και να περιμένουμε να έχει νόημα για όλα, από τον αριθμό παραγωγής 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. - 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.
- 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. - 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 οποιαδήποτε 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 αυτό που είναι προφανές και να εργάζεται μέσα στους μοναδικούς περιορισμούς μιας εταιρείας για να παράσχει δράσιμες ιδέες που αποσκοπούν στη βελτίωση των διαδικασιών μιας επιχείρησης και, τελικά, στην κερδοφορία της.
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).
