ساخت تیم هوش تجاری
ما بر این باوریم که، چون هوش تجاری (BI) یک راه حل به تنهایی فنی نیست، رهبر باید توانایی ساخت تیم مناسب را داشته باشد که بتواند با موفقیت اجزای فنی را برای راهحل BI پیادهسازی کند و همچنین نیازها را بیان کند و نتایج را درک کند. هنگام انتخاب اعضای تیم، این ایدهها را در نظر داشته باشید.
تأکید بر مشارکت تجاری
تیم یک تیم نیست مگر آنکه مشتری تجاری در آن مشارکت داشته باشد. استفاده تجاری از اطلاعات باید برنامه را هدایت کند و همانطور که در قسمتهای قبلی بحث شد، حمایت مدیریت ارشد عاملی بسیار مهم در موفقیت است.
توضیح مسئولیتها
در هر دو سطح کوچک و بزرگ، تفاوتی بین آنچه در توصیف شغلی یک کارمند ذکر شده و “آنچه باید انجام شود” وجود دارد. اعضای تیم باید حاضر باشند که مسئولیتهای اضافی را به عهده بگیرند هنگامی که برای موفقیت برنامه بسیار مهم هستند و به مشابه این تعهدات، باید مورد پاداش قرار گیرند.
ایجاد امکانات رهبری
یک ساختار سازمانی ممکن است نظم و ارتباط سلسلهمراتبی را بر روی یک گروه افراد ایجاد کند، اما قرار دادن یک جعبه بر روی دیگری تنها رهبری را ایجاد نمیکند. رهبران از فرصتها برای اتخاذ اقدامات و مسئولیتپذیری در انجام کارها نشات میگیرند. در یک ساختار سلسلهمراتبی سخت، توانمندیهای رهبری کنترل میشود که این تنها باعث ناامیدی افراد خوب میشود و منجر به از دست دادن کارمندان حیاتی میشود. بدین منظور بهتر است برای جلوگیری از این اتفاق، بسیاری از فرصتها (بهطور مسئولانه و با کاهش مخاطرات) برای ایجاد فرصت به کارمندان خوب ارائه داده شود تا به نقش رهبری خود برسند.
حفظ تنوع نظر
تیمی از افراد موافق همیشه به موفقیت برنامه نمیانجامد؛ به دنبال افرادی با نظرات مختلف و مستعد برای بیان آنها باشید. بحث و تناقض به شیوهای تقسیمآفرین، مضر است، اما تشویق اعضای تیم به جستجوی نقاط ضعف در مسیرهای حل مسئله و بیان نظر مخالف به زودی، به تولید راهحلهای قویتر و کاملتر انگیزه میدهد.
دنبال تنوع در مهارتهای فنی باشید
بعضی از بهترین افراد مدیریت داده ، آموزش اولیه خود را در حوزههای دیگر دریافت کرده و به مدیریت داده به عنوان راهی برای دستیابی به اهداف در حرفه انتخابی خود رسیدهاند. زمینه تجاری آنها آمادگی لازم را برای نگاه به مدلسازی و استفاده از اطلاعات به صورت خلاقانه فراهم کرده است. با این حال، نیازی همچنین به کارکنانی با آموزش در مهندسی و علوم کامپیوتر است تا اطمینان حاصل شود که کارها به طور کارآمد و با رعایت بهترین شیوهها انجام میشوند.
چشمانتان را بر روی هدف نگه دارید
به یاد داشته باشید که هدف اصلی، ساختن یک تکنولوژی برجسته نیست، بلکه یکپارچگی شیوهها، نرمافزارها و سختافزارها در یک سیستم برای پاسخ به نیازهای تجاری است. اصل 80/20 را به یاد داشته باشید: 80٪ ارزش با 20٪ کار قابل دستیابی است. اجازه ندهید تیم شما با تمرکز بر روی به دست آوردن یک راهحل کامل منحرف شود، مگر اینکه برای به دست آوردن بیشترین مزیتها ضروری باشد.
برنامهریزی استراتژیک در مقابل برنامهریزی تاکتیکی
قبلاً به طور مختصر به تفاوت بین تفکر استراتژیک بلندمدت و تفکر تاکتیکی کوتاهمدت اشاره کردیم. پس از دیدن و شنیدن دربارهی بسیاری از شکستهای برنامههای BI، به نتیجه رسیدیم که برای موفقیت، باید توازنی بین تلاش برای رشد در طولانیمدت و همزمان رفع نیازهای مشتریان در کوتاهمدت ایجاد کنیم.
اهداف بلند مدت
استراتژی بلندمدت یک برنامه BI شامل ساخت یک پلتفرم اطلاعات تحلیلی است که ارزش تجاری از آن به دست میآید. محیط BI یکپارچه سازمانی در واقع یک کارخانه است که اطلاعات را از منابع مختلف جمعآوری میکند، دادهها را برای استفاده آماده میکند، آنها را در یک مخزن تجمیع میکند، خدمات تحلیلی را فراهم میکند و امکانات دسترسی و مشاهده نتایج آن فرآیندهای تحلیلی را فراهم میکند، که در شکل زیر قابل مشاهده است.
این حالت نهایی بسیار جذاب است، زیرا توابع تجاری مورد نیاز هر حوزه عمودی خاص را فراهم میکند. اما ناتوانی در ارائه بسته کامل در یک مدت زمان کوتاه، امکان اجرای کل منبع اطلاعاتی را به صورت یکجا محدود میکند. در واقع، اختصاص یک مقدار بزرگ از منابع به یک پروژه بلندمدت بدون داشتن نتایج قابل تشخیص در کوتاه مدت، نوعی ریسک است که اکثر مدیران سطح بالا به آن علاقهمند نیستند.
بنابراین، مهم است که در حال توسعه چشمانداز پایانی، به خاطر داشته باشیم که موفقیتهای کوتاهمدت بسیار حیاتی هستند و طراحی برنامه اجرا با در نظر گرفتن این تحویلهای ارزشافزوده کوتاهمدت، به احتمال زیاد به موفقیت کلی نسبت به رویکرد انفجاری (تحویل کلیه ویژگیها در یک زمان) منجر خواهد شد.
بیایید این مثال را در نظر بگیریم: تیم مدیریت تأمین کننده برای یک تولیدکننده بزرگ، قصد دارد یک مرکز داده (Data Mart) را برای تعیین حجم کسب و کاری که شرکت با هر یک از تأمین کنندگان خود دارد، ایجاد کند. این تیم دادههای خود را به یک شرکت ارتقاء داده (Data Enhancement) ارائه میدهد تا با هدف تجمیع نام شرکت، اطلاعات را ارائه کند. متأسفانه، شرکت ارتقاء داده، همان کاری را انجام میدهد که معمولاً انجام میدهد، یعنی تجمیع بر اساس سلسله مراتب شرکتی و نه بر اساس شرکت، که باعث میشود شعب وابسته مستقل را در یک گروه قرار دهد، که برای نیازهای مشتری اصولاً اضافی است. نه تنها تیم مدیریت تأمین کننده نتیجه مورد نظر خود را دریافت نمیکند، بلکه اطلاعات برای اهداف خود بدتر هم میشوند و نتیجه نهایی آن این است که کل پروژه به عنوان یک شکست کامل مورد نظر قرار میگیرد. با این حال، اگر تیم انتظارات نتیجه خود را به شرکت ارتقاء داده به درستی بیان کرده بود، احتمالاً مرکز داده به درستی ساخته شده و به عنوان یک موفقیت در نظر گرفته میشد.
موفقیتهای کوتاه مدت
رویکرد هوشمندانه این است که به دنبال فرصتهایی برای موفقیتهای کوتاه مدت باشیم که با برنامه برای رسیدن به وضعیت پایانی (چشمانداز پایانی) سازگار هستند. به عنوان مثال، اگر یک مشتری تجاری پیشبینی میکند که نیاز به یک مخزن داده دارد که از یک انبارهی داده (data warehouse) پر شود، احتمالاً لازم نیست که مخزن داده را مستقیماً از انبارهی داده تأمین کنیم. به جای آن، ممکن است بتوان یک مخزن داده را از منابع دادههای مورد نیاز ایجاد کرد که نیازهای مشتری را برآورده میکند و ارائه این مخزن داده و اجزای مرتبط تجزیه و تحلیل و گزارشدهی ارزش تجاری را فراهم میکند، بدون از بین بردن هدف استراتژیک. در زمانهای بعدی، وقتی مخزن داده بزرگ موجود باشد، مخزن داده میتواند مجدداً به منبعی برای مخزن داده تغییر کند. در این صورت، مشتری ممکن است در محیط تحلیلی تفاوتی مشاهده نکند، بنابراین اجرای ابتدا مخزن داده، موفقیتی کوتاه مدت است که با اهداف بلندمدت تر سازگار است.
روشهای دیگر برای دستیابی به موفقیتهای کوتاه مدت شامل پروژههایی با فواید جانبی میشود. به عنوان مثال، تلاش برای پاکسازی دادهها که کیفیت یک مجموعه داده را بهبود میبخشد، به نفع کاربران فعلی این داده و مشتریان BI است. توانایی تأمین و اجرای این تلاش پاکسازی دادهها، نه تنها ارزش فوری ارائه میدهد، بلکه یک مجموعه از فرایندها و ابزارهای تجاری را فراهم میکند که برای پروژههای پاکسازی دادههای آینده میتوان استفاده کرد.
ممکن است برخی از کارها نیاز داشته باشند که به ترتیب منطقی نادرست انجام شوند و یا شاید حتی نیاز به اجرای دوباره داشته باشند. اما اگر این کار برای راضی کردن حامی سطح بالای سازمان الزامی است، مهم است اطمینان حاصل شود که مشتریان تجاری راضی هستند که نیازهای درک شده هوش تجاری آنها برآورده میشود و به یاد داشته باشید: همیشه به دنبال فرصتی برای استفاده مجدد باشید، به طوری که آن فرصت میتواند شامل ابزار، فرآیند، فراداده یا مجموعه دادهها باشد.
خلاصه
در ساخت برنامه هوش تجاری (BI)، مهم است که به این ایده تمرکز کنیم که موفقیت برنامه همیشه به تکنولوژی جدید و حیرتانگیز وابسته نیست. عوامل مهم برای موفقیت شراکت با اسپانسرهای تجاری سطح ارشد، شناسایی و بیان اهداف و انتظارات سطح بالا و ایجاد تیم مناسب برای اجرای چشمانداز هستند. این عوامل موفقیت را در طول فرایند در نظر داشته باشید:
- حفظ مدیریت قوی
- تعیین انتظارات مناسب
- ایجاد معیارهایی برای تطابق با این انتظارات
- درک اینکه تکنولوژی چه کارهایی را برای شما انجام میدهد و چه کارهایی را نمیتواند انجام دهد
- ایجاد یک معماری داده انعطافپذیر و قابل گسترش
- استفاده از دادههای با کیفیت بالا
- استفاده مجدد به حد امکان
- عمل به وعدههای خود
تطابق استراتژیک بلندمدت از طریق موفقیتهای تاکتیکی کوتاه مدت قابل دستیابی است. برنامهریزی کنید که در برنامه پیادهسازی بلندمدت انعطافپذیر باشید اگر این امر تضمین کننده ادامه برنامه باشد؛ و همیشه چشمتان را بر هدف نگه دارید …
شرکت داده های هوشمند ساویس با هدف کمک به طراحی، توسعه و رشد محصول و کسب و کار خدمات متفاوتی ارائه میکند. با توجه به اینکه مجموعه شما چه ابعاد و نیازهایی دارد، برنامه همکاری و سرویسدهی به شما بطور منحصر بفرد طراحی و بصورت پروپوزال به شما ارائه میشود. با توجه به اهداف هوش تجاری و موارد مطرح شده در این مطلب میتوانید با استفاده از داشبوردهای هوش تجاری، کسب و کار خود را ارتقاء دهید.
ما در مطالب بعدی، در رابطه با محیط هوش تجاری به مواردی اشاره خواهیم کرد، از جمله فرآیند هوش تجاری، مدلسازی فرآیند تجاری و ارزیابی نیازهای تحلیلی، مدیریت مخزن اطلاعاتی و موارد مرتبط ؛ امید است که ارائه این مطالب شما را به شناخت بهتر هوش تجاری نزدیک کند و بتواند موفقیتی برای کسب و کار شما باشد.