سازمان ها مشتاق هستند تا با افزایش تقاضا برای کارایی، ابتکارات BI را فرا گیرند. اما این پنج اشتباه به راحتی می توانند هر پیشرفتی را از مسیر خارج کنند. در ادامه نحوه اجتناب از این خطاها آورده شده است.
تقاضای فزاینده برای افزایش کارایی، محبوبیت هوش تجاری را به عنوان پلتفرمی افزایش داده است که می تواند به مدیریت و کارمندان در بخش های مختلف کمک کند تا شاخص های عملکرد کلیدی و سایر معیارهای عملکرد را ارزیابی و نظارت کنند.
سازمانهایی که به صفحات گسترده اکسل و نمودارهای ثابت تکیه کردهاند، با ابزارهای تجسم دادهها آشنا میشوند و به راهحلهای جدیدی روی می آورند که شامل نمودارهای ظریف بوده و استفاده از آن ها راحت تر است. با این حال، برخی از شرکت ها از ادامه کار روی ابتکارات هوش تجاری خود منصرف می شوند.
با شروع انتخاب های هوش تجاری (BI) در بازار، هزینه بسیاری از این راه حل ها کاهش یافته است و می توان آن ها را با هزینه کم خریداری کرد که در نتیجه منجر به انتخاب های عجولانه می شود. اما اتخاذ یک ابتکار BI بدون درک قوی از همه پیامدها و آنچه برای موفقیت لازم است می تواند باعث شکست پروژه شود. در ادامه جدیدترین دلایل رایج شکست پروژه های BI آورده شده است.
1. تصمیم گیری عجولانه
این مورد، برای سازمانی که صرفاً تصمیمات فناوری را در بازه زمانی 30 ثانیه اتخاذ کند، ضرری جدی خواهد بود. در این زمینه، برخی از تصمیمگیرندگان اعتراف کردهاند که در طول نمایشهای برخی از ابزارهای تجسم دادهها که دیدهاند، میتوانند بلافاصله با دیدن برخی از داشبوردهای نمونه نمایش داده شده، بفهمند که آیا راهحل مناسبی برای آنها است یا خیر.
در حالی که برداشت های اولیه مهم هستند و داشبوردها باید بتوانند به سرعت نشانه های بصری را که شاخص های مهم مانند وجود یا عدم وجود مشکل را برجسته می کند ارائه دهند، اجزای دیگری نیز فراتر از ظاهر و احساس وجود دارند که به همان اندازه برای ارزیابی ابزار ضروری هستند. ارزیابی این ویژگیها، مانند اتصالدهندههای داده، عملکرد پیشبینی پیشرفته و قابلیتهای تمرینی، ممکن است زمان بیش تری به طول بیانجامد تا درک کنیم که آیا ابزار مناسبی برای سازمان ما است یا خیر.
2. عدم تجزیه و تحلیل گروه
اگر یک تصمیم گیرنده فناوری اطلاعات وظیفه مدیریت یک پروژه BI را داشته باشد که در آن از او خواسته می شود تا بهترین ابزارهای تجسم داده را بیابند، بدون این که در نظر بگیرند که آیا سازمان در واقع برای آن شرایط آمادگی لازم را دارد یا خیر، ممکن است نتایج ناامیدکننده ای به دست آید.
یک سازمان باید در نظم استفاده از داده ها برای کمک به تصمیمات تجاری درگیر باشد. این مهم ترین پیش نیاز قبل از درگیر شدن در طرح های BI باشد.
در صورت عدم انجام این کار، چند نمودار زیبا و KPI در اختیار شرکت قرار می گیرد که گهگاه توسط تعداد کمی از کاربران استفاده می شود. اما کسب و کار همچنان از فقدان آگاهی از عملکرد آن ها در مناطق خاص رنج می برد.
در یک مثال، شش ماه پس از عرضه یک ابزار جدید BI، یک شرکت کوچک مبتنی بر خدمات دید که تیمهای فروش آن از این ابزار استفاده نمیکنند، زیرا نشان دادند که از زمان استفاده از این ابزار افزایشی در فروش نداشتهاند. پس از گذراندن زمان برای تجزیه و تحلیل نحوه استفاده این گروه از پلتفرم مورد نظر، واضح بود که نمایندگان فروش هرگز واقعاً به داشبوردها نگاه نکردند و آن ها را بهعنوان نمودارهای فانتزی و بدون ارزش دیدند.
در حالی که رهبری فروش دارای مانیتورهایی بود که شاخصهای کلیدی عملکرد را نشان میداد، نمایندگان آموزش و درک نداشتند که چگونه این اعداد به آن ها مربوط میشود و چگونه اندازهگیری میشوند، که منجر به شکست ابتکار BI شد.
3. ایجاد داشبوردهای پر زرق و برق بدون ماده
هنگامی که یک نویسنده یا یک تحلیل گر تجاری بیش از حد از ایجاد داشبورد هیجان زده می شود یا تا آن جا که ممکن است تصاویر بصری را در صفحه داشبورد جمع می کند، این نشانه روشنی از آغاز پایان کار آن داشبورد است. تجسم داده ها به این منظور است که به سرعت و به آسانی شاخص ها و بینش های مرتبط را به کاربر تجاری منعکس کند.
سازمانی که به دنبال راهاندازی یک پلتفرم تحلیلی است، باید بر تعریف آنچه میخواهد ارائه کند و با آن ارتباط برقرار کند و همچنین بر کاربران تجاری که کنترل دارند و می توانند بر این معیارها تأثیر بگذارند، تأکید کند. درگیر کردن کاربران نهایی در مرحله طراحی داشبورد "در حالی که درک قوی از بهترین شیوه ها و نحوه ارائه داده های خاص باید داشته باشد" به سازمان ها کمک می کند از پذیرش وقفه ها و شکاف ها اجتناب کنند.
یک طراح همچنین مسئول استفاده دقیق از انواع نمودارها، رنگها، فونتها و نشانگرهای مناسب است تا تجربه را تا حد امکان مؤثر کند و بینش را برای کاربر بهبود ببخشد.
4. صادرات (export) داده ها به اکسل
یافتن برخی از نصبهای BI که در آن کاربران نهایی داشبوردهای مورد درخواست خود را دریافت میکنند و به سرعت متوجه میشوند که دادهها را به Excel صادر میکنند تا رویدادهای دادهای خاصی را که ممکن است در طول بررسی داشبورد خود کشف کرده باشند بررسی کنند، موضوع غیرمعمولی نیست.
متأسفانه این اغلب اتفاق میافتد، مخصوصاً با راهحلهای BI که فاقد قابلیتهای آموزشی و سلف سرویس هستند.
با این نوع ابتکارات BI، شرکت ها به سادگی کار بیش تری را برای کاربران نهایی اضافه می کنند. کاربران مجبور به انجام اقدامات اضافی برای کار با داده ها هستند و تمام اطلاعات لازم را دریافت نمی کنند.
5. محدود کردن آموزش کاربر نهایی برای ابتکارات BI
هنگام تجزیه و تحلیل تلاش های ناموفق برای راه اندازی BI در سازمان ها، یکی از رایج ترین منابع ، مشکل عدم پذیرش کاربر نهایی است. برخی ممکن است تصور کنند که کاربران آموزش کافی در مورد ابزارها دریافت نمی کنند، اما برعکس، کاربران نهایی ممکن است بیش از حد در مورد نرم افزار آموزش ببینند، اما آموزش کافی در مورد نحوه اندازه گیری، مدیریت و واکنش نسبت به آنچه ارائه می شود را ندارند.
به عنوان مثال، یک بخش بازاریابی که میزبان یک رویداد معرفی محصول است، احتمالاً از درک چگونگی اندازهگیری ترافیک وبسایت یا اشارههای توییتر بهره مند می شود. چرا که این ابزار میتوانند شاخصهای خوبی برای این موضوع باشد که آیا افراد در رویداد شرکت میکنند تا درباره محصول بیش تر بیاموزند یا خیر.
اگر به سادگی به تیم بازاریابی در مورد نحوه ایجاد داشبورد، بدون اینکه درک کنید چگونه دسترسی به شاخص های مختلف می تواند به آنها کمک کند آموزش دهید، آن ها نمی توانند به طور موثر از ابتکارات BI استفاده کنند.
BI شناخته شده است که با کمک به سازمانها برای دستیابی به بینشهایی در مورد عملکرد خود در سیستم هایشان تغییر ایجاد کنند، اما داشتن بهترین پلتفرم BI همیشه بهترین نتایج را تضمین نمیکند. سازمانها هر چند وقت یک بار نشان دادهاند که وقتی یک پروژه بهطور مناسب برنامهریزی میشود و زمانی که فرهنگ سازمان اهمیت سنجش ها را درک میکند، نتایج احتمالاً مفیدتر خواهند بود.
ما در گروه مدیریت فرآیند پارس می توانیم ضمن بررسی فرآیندها و جریان کارهای شما، امکان ساخت فرآیند در پروسس میکر را در سازمان شما فراهم آوریم.
https://searchcontentmanagement.techtarget.com/tip/Five-new-mistakes-that-cause-BI-initiatives-to-crash-and-burn?_gl=1*18z9geu*_ga*NzQ4Mzk4NjM0LjE2Mzg3NzIxMjI.*_ga_TQKE4GS5P9*MTYzODc3MjEyMS4xLjEuMTYzODc3MjIwOC4w
هیچ دیدگاهی تا به این لحظه در این صفحه ثبت نشده است