הגישה המודרנית ל BI

הבנת הנתונים היא קריטית במטרה להחליט נכון ולהקדים את המתחרים שלכם:

בארגון שלכם יש המון נתונים ואתם מבינים את הניואנסים של השוק שלכם. הגישות המסורתיות בעולם הbi  הם איטיות לא גמישות ויקרות. אתם צריכים לעסק שלכם גישה שניתן למשול בה, כזו  שיודעת להתרחב אבל עדיין נגישה ומאפשרת לעסק שלכם לשאול שאלות על הנתונים ולקבל תשובות.

היתרונות של החלטת החלטות אשר מגובות בנתונים מתועדות היטב. סקר שנערך ל אחרונה ב Economist Intelligence Unit survey מצא ש 43% מהמנהלים הבכירים מאמינם שנתונים הם "חשובים ביותר" להחלטות אסטרטגיות בארגון.

הסקר מצא גם שארגונים שמשתמשים בנתונים באופן מובהק לפני המתחרים יש סיכוי של פי 3 להיות עם מדדים פיננסיים עדיפים על פני המתחרים.עדיין למרות העדויות הרבות הגישות המסורתיות של ה BI  מתקשות לפצח את הכוח שבנתונים. תוכנות BI הם פעמים רבות מסובכות, גמישות ואיטיות.

הדו"ח הבא מפרט את 7 הדגשים העיקריים בגישה המודרנית ל BI אשר יעזרו לכם לראות בקלות להבין ולשתף את ה DATA שלכם. זה לא משנה אם אתם עובדים עם EXCELL   עם DW או שהנתונים מפוזרים במקומות שונים. בכל מקרה כאשר אתם באים להעריך כלי BI חדש שנועד להעצים את הארגון שלכם מרמת האנליסט ועד המנכ"ל דרך אנשי ה IT ולרוחב מחלקות הארגון או בכל מקום בעולם, במשרד או בתנועה, אלה הדברים שכדאי לשים אליהם לב:

1. מהירות.
2. אנליזה ויזואלית של הנתונים. (visual data discovery).
3. ההתחברות לנתונים.
4. שיתוף בזמן אמת.
5. Comprehensice governance – משילות.
6. התרחבות הכלי בארגון.
7. מובייל.

מהירות:

הגישות המסורתיות של ה BI מבודדות אנליסטים בתוך דוחות יעודיים ומובנים. הם פוגעות ביכולת להחליט החלטות קריטיות במהירות עסקית.
הגישה המודרנית מנגישה יכולת לראות ולהבין נתונים במהירות המחשבה. היום ניתן לשאול ולקבל תשובות באותה המהירות שחשבת עליהם גם אם עובדים עם כמויות מידע גדולות ומבוזרות.

כדי שלנתונים שלך יהיה אימפקט הזמן שעובר בין שאלה להבנה ומשם להחלטה חייב להיות מהיר. המהירות הזו חייבת להופיע בכל שלב: התקנת התוכנה, גישה לנתונים, יצירה ופיבלוש של dashboards   בכל הארגון.

בזמן שמערכות מסורתיות לוקחות חודשים להטמעה בגישה המודרנית זה עניין של שעות. ניתן בקלות למזג נתונים מבסיסי נתונים שונים תוך כדי תנועה. ניתן לבחור בין גזירת נתונים OFFLINE והורדת עומס מבסיס הנתונים לבין עבודה LIVE וניצול בסיס נתונים חזק ומהיר.

שאלו את עצמכם:

• האם מערכת ה BI שלכם דורשת שבועות או חודשים להתקנה או שדרוג?
• האם יצירת דוחות דורשת צוות מיוחד?
• ההאם הצוות הנ"ל עמוס בפניות רבות יותר ממה שהוא יכול להכיל?
• האם לוקח לכם שבועות או חודשים להכשיר משתמש לפני שהוא יודע לייצר דוחות? האם לצוות שלכם יש גישה לקורסים online  ומידע נגיש ובהיר? בפתרונות במודרניים המערכת משולבת כבר עם משאבים כאלה.

Visual data discovery

ויזואליציות יודעות לגלות תובנות החבויות בתוך נתונים גולמיים. אבל בלי הכלי המתאים זה יכול להיות איטי ומסובך לבנייה.קובץ רקסל דורש לנתח מידע בשורות וטורים, לבחור חלק מהנתונים ואז לבחור גרף מתוך מגוון מסוים. כלים מסורתיים דורשים שימוש בדיאלוגים או בפקודות טקסטואליות לאותה מטרה.

בניגוד אליהם כלים מודרניים קופצים על השלבים האלה ואותה פעולה נעשית ע"י Drag and Drop פשוט. ע"י כך ניתן להגיע למצב של Self Service אמיתי. המשתמשים יכולים למנף את היתרונות העצומים שבויזואליזציה  ולשאול עוד ועוד שאלות, לתחקר את הנתונים שלהם ולבסוף לייצר DashBoard  שניתן לשתף בחברה. הכיוון הנכון הוא שיתוף פעולה הדוק בין ה IT והמשתמשים. IT מצידו יידאג לבסיס נתונים בטוח וטוב והמשמשים העסקיים ישרתו את עצמם למה שהם צריכים ומתי שהם צריכים. התוצאה היא סביבה בטוחה המפוקחתת ע"י אנשי ה IT ובכך משרתת לא רק את האבטחה של המידע אלא גם את העצמת המשתמשים לענות על שאלות קריטיות.

שאלו את עצמכם:

• האם מערכת ה BI שלך קלב להבנה? האם ממשק המשתמש אינטואיטיבי?
• האם המשתמשים העסקיים נמנעים משימוש?
• האם לקוחות לוחות העבודה מסוגלים לבצע פעולות בסיסיות כמו פילטריזציה, adjusting parameters, ויצירת שדות חישוביים?
• האם מערכת ה BI שלך יודעת למזג נתונים רק באמצעות שדה המפתח ולהציג הכל באותו מסך?
• אם התשובות הם חיוביות האם המשתמשים יכולים לעשות את כל זה בלי תמיכת אנשי ה IT בארגון?
• האם מערכת ה BI שלך מציגה הפניך המלצה גרפית התואמת את הנתונים  ומסייעת בהסקת מסקנות בהתאם לשאלות ששאלת?
• צריך פיזור גאוגרפי? תוכל לקבל מפה מעודכנת בלי קבצים מיוחדים, גיאוקידוד או plug ins.
• כל אלה מאפשרים לך להיות מפוקס על נתונים ולאנליזה שלך לזרום.

תתחבר לנתונים. איפה שהם לא יהיו.

עולם הנתונים של ימינו גדל בכל מובן. גם בכמות הלא תאומן של נתונים שנאגרת וגם בדרכים השונות שניתן לאחסן את המידע. הגישה המסורתית דגלה שכל הנתונים אמורים להיות  מאוחסנים בבסיס נתונים ארגוני אחד גדול. המציאות היא כזו שלרוב הארגונים יש בסיסי נתונים שונים במקומות שונים.

הגישה המודרנית מסוגלת להכיל בסיסי נתונים מגוונים ומאפשרת לאנשים למזג  כמויות גדולות של מידע ממערכות שונות וממחלקןת שונות של הארגון. הפתרון הזה עובד בכל נפח של הנתונים בין אם בסיס הנתונם רלאציוני או לא ובין אם משתמשים באקסל וקבצי טקסט שעדיין נפוצים כל כך. והכי חשוב הפתרון הזה עובד מבלי להעביר את הנתונים למקום חדש ורק אז לנתח אותו.

כמו כן מערכות מודרניות מאפשרות לך למזג בסיסי נתונים רלאציונים, חצי מובנים או לא מבושלים בלי הוצאות אינטגרציה יקרות. הן גם תומכות בניהול מקורות המידע ומאפשרות לאדמיניסטרטורים לשלוט במטהדאטא שמהווה מקור יחיד של אמת לכולם.

שורה תחתונה: המשתמשים חוקרים את המידע כאשר איפה המידע נמצא שקוף להם לחלוטין.

שאלו את עצמכם את השאלות הבאות:

• האם התוכנה שלך מאפשרת להביא נתונים מבחוץ תוך כדי תנועה כמו נתונים דמוגרפיים או סקרי שוק לנתונים ארגוניים אוגמנטיים?
• האם התוכנה שלך מאפשרת תשאול מהיר בין אם היא מביאה את הנתונים לזכרון או מתחברת ישירות לבסיס הנתונים?
• האם מערכת ה BI שלך מתפקדת היטב עם ארכיטקטורת הנתונים הקיימת ובכך משחררת את אנשי ה IT מיצירה של קוביות חדשות, עולמות ו standalone marts?
• האם היא תומכת בבטחון המידע ע"י כך שמאפשרת למשתמשים להשתמש בנתונים היכן שהם נמצאים מבלי להעביר אותם לגליון אלקטרוני?
• האם המערכת שלך מתאימה לעבודה מול פורמטים חדשים של בסיסי נתונים לא מובנים או חצי מובנים? האם היא תומכת בקלות ב petabytes של מידע המאוחסנים במחסני נתונים בענן כמו ARS MICROSOFT HDINSIGHTS AND GOOGLE BIGQUERY?
• האם היא תומכת בשגשוג העצום של מכשירי מובייל ואפליקציות?

שיתוף בזמן אמת

השיטות המסורתיות של BI עומדות בדרכו של השיתוף. דוחות מוכנים מראש לא עונים על כל השאלות ופעמים רבות זה מוביל למצב שבו אתה דן בבעיות במקום למצוא פתרונות.
בנוסף דוחות מוגדרים מראש פעמים רובות כולאות נקודה בזמן שבמהירות הופכת ללא רלוונטית מה שהופך שיתוף ללא מועיל.
למה שלא נקיים אינטראקציה עם הנתונים בשידור חי בזמן הפגישה? עם טכנולוגיות BI מודרניות ניתן לפלטר, לארגן, לדון ולשנות את הנתונים תוך כדי תנועה. ניתן לשנות את לוח העבודה מידית ע"י Drag and Drop פשוט. אפילו השיתוף נעשה בפשטות דרך הדפדפן או מכשיר המובייל שלך.

שאלו את עצמכם את השאלות הבאות:

• לפעמים מחליטים החלטות בישיבות במשרד, בפגישות עם הלקוח או תוך כדי תנועה. האם מערכת ה BI שלך מאפשרת תובנות אנליטיות להעשות בכל מקום ובכל זמן? האם קיימת אופציה לשיתוף בענן או באופן טבעי דרך המובייל?
• האם מערכת ה- BI שלך מאפשרת לך ולארגון לנהל את מקור הנתונים שלך ואת שכבת המטאדאטא  בצורה ריכוזית היוצרת אמת ארגונית אחת?
• האם יש לכם מקום מרכזי אחד לניהול של כל ה Data Sets והרשאותיו?

משילות מקיפה

הנתונים יעילים רק במידה שהם זמינים. כל הארגונים מחפשים את נקודת שיווי המשקל בין נגישות לבטיחות.  הגישות המסורתיות מאלצות גישה שנועלת את הנתונים והדוחות ומאפשרות גישה למתמחים בלבד.  התוצאה המיידית היא אימוץ ירוד של אנליסטים והחלטות שלרוב אינן מונעות מתוך הנתונים. בניגוד לכך הגישות המודרניות מאפשרות ל IT לקבוע חוקים והגבלות מבלי להגביל את היצירתיות של המשתמש. הגישה המודרנית רואה במשילות של הנתונים כצעד חשוב והכרחי  ביצירת סביבת עבודה בטוחה לאנליטיקה בשרות עצמי ובכך להשיג דוחות מדויקים, נגישים  ומבוקרים.

שאלו את עצמכם:

• האם פתרון ה BI שלכם יוצר שותפות אמיתי עם ה IT בכדי להבטיח שהנתונים בין אם בחיבור חי ובין אם בגזירה הם 100% מדויקים?
• מאנליסטים ומשתמשים אחרים צריכים רמת פרוט שונה של הנתונים.האם מערכת ה BI שלכם מכבדת את ההבחנה הזו עם לוחות עבודה שבאופן אוטמטי מציגות את הנתונים ברמת הפירוט התואמת את המשתמש?
• האם מערכת ה BI שלכם מאפשרת אפשרויות אבטחה שמבוססות על תפקיד או קבוצות עבודה?

יכולות גידול והתרחבות

ארגונים באופו טיפוסי מעדיפים לבצע פילוט בפרויקטים אנליטיים עם קומץ משתמשים ואז לגדול עם הזמן. אבל מערכות מסורתיות הם מסובכות לקינפוג ואחזקה מה שמאוד מקשה לפרוש בקלות כמות גדולה של משתמשים. גרוע מכך, הוספת יכולות בד"כ גוררות הוצאות רישוי נוספות. התוצאה היא הוצאה גדולה מדי, מוקדם מדי. הארגונים קונים כמויות הכרחיות (וגדולות) של רשיונות בכדי לספק את הצורך כשרוב המשאב עומד ללא שימוש.

כלי BI מודרניים מאפשרים להתחיל בקטן ולגדול בקצב שלך.  בין אם הצורך של היום הוא אנליסט יחיד או 10,000 נציגי שטח עם טאבלטים שניגשים לדוחות תוך כדי תנועה הפתרונות המודרניים תומכות בכל השלבים האבולוציוניים שבדרך.

שאלו את עצמכם:

• האם אתה יכול בקלות להוסיף משתמשים ויכולות בכדי לספק את צרכי הארגון?
• קל לתחזוקה ושדרוג – האם הכלי שאתה משתמש בו פשוט לתחזוקה ועדכון ע"י IT?
• האם אתם נמנעים משדרוג בעקבות המורכבות?

סלולארי

הגישות המסורתיות ל BI גררו המתנות ארוכות. דוח יכול לקחת ימים אם לא שבועות עד להפקה. הפקה למובייל יכלה להאריך את הזמן הזה עוד יותר. השאילתות היו חייבות להיות מוגדרות מראש כך שלענות על שאלות שהתעורר מחוץ למשרד בכלל לא היה על מה לדבר. כלומר האנליזה נגמרה כשיצאת מהמשרד.

כיום שימוש במובייל הוא פונקציה מרכזית בגישה המודרנית ל BI. התאימות לטאבלטים או סמארטפונים תפורה לתוך הטכנולוגיה החל מהיום הראשון ובכך מציעה את האפשרות לראות, לקיים אינראקציה, ולשתף אנליזות ולא משנה באיזה מכשיר. התוצאה היא אנליזות שרקומות לתוך המקום בו אנחנו עובדים פיזית: שיחות מסדרון, פגישות ליד מכונת הקפה, ישיבות הנהלה או פגישות עם לקוחות. להניח שבכל פעם שאנחנו רוצים להסתכל על הנתונים אנחנו ליד המחשב במשרד היא הגבלה קשה של ה BI שלך.

שאלו את עצמכם:

• האם פתרון מובייל תפור לתוך הפתרון הטכנולוגי מההתחלה ככה שהוא באמת עובד? בלי צורך במערכות מקבילות או פתרונות אחרים.
• האם פתרון המובייל שלכם הוא רק גירסה מנוונת של חווית הדסקטופ שלכם?
• האם פתרון המובייל שלכם מאפשר לכם להתממשק עם הדוח באותה הדרך שאתם בד"כ עובדים עם מובייל?

לסיכום:

ארגונים מצפים להרבה יותר מפתרונות ה BI שלהם. בעוד המודלים הישנים דרשו  להתמסר לתוכנות עם דרישות מקובעות, המודלים החדשים  מעצימות את העסק שלכם ע"י התאמה לדרך בה אתם חושבים, עובדים ופועלים. לא משנה מה הורטיקל וגודלו, ציבורי או סטארטאפ כולם מחבקים את התרבות החדשה הזו של אנליזה .

השורה התחתונה היא פשוטה: אתה יודע כיצד לנהל את העסק שלך, והנתונים אמורים ללוות ולהעצים כל צעד שלך בדרך. כאשר אתה מחפש כלי BI שתומך בך ובארגון בדוק את 7 האלמנטים הבאים בוכבד ראש:

1. מהירות
2. תחקור הנתונים ויזואלית
3. התחבר לכל הנתונים
4. שיתוף בזמן אמת
5. משילות מקיפה
6. יכולת התרחבות וגדילה
7. מובייל.

הגישה המודרנית היא רובה כככולה קשורה לתקשורת שיש לך עם הנתונים . מרתה מגנווסקה מ Allstate Insurance ראתה הבדל של יום ולילה בעבודה שלה ברגע שהארגון אימץ כלי BI מודרני:

" לפני כל מה שראיתי זה שורות וטורים, היום אני כמהה לראות את האנליזות החדשות שלי מפני שזה כ"כ פשוט לראות טרנדים, סיפורים ואת הכוח שהנתונים מציפים"

חשבו: כאשר הכוח של הנתונים במרחק הקלדה, מה תוכלו אתם להשיג?