7 pravidel úspěšné strategie business intelligence

Business intelligence (BI) je zásadní pro růst podniku a konkurenční východu, nicméně získávání výhod z BI si vyžaduje více než jen samotnou implementaci technologie, jež BI umožňuje.

Ve skutečnosti je implementace technologie nejjednodušší součástí jakékoliv BI iniciativy, tvrdí Boris Evelson, viceprezident a hlavní analytik společnosti Forrester Research. Správné dotažení oblastí personálu a procesů je podle něj mnohem větší výzvou.

Což znamená, že organizace, pokud chtějí být úspěšné, musejí personál a procesy řešit jako klíčové aspekty své BI strategie. U BI strategií je také třeba jít ještě do větších detailů a řešit u nich také otázku vlastnictví a neustálého zlepšování.

Následuje sedm zásadních komponent jakékoliv úspěšné BI strategie, na kterých se shodlo několik expertů na BI.

1. Předejte vlastnictví BI podniku

Organizace, které uvádějí BI do rukou podnikových uživatelů, mají vyšší úspěšnost než ty, které omezují BI v IT, říká Evelson. To může znamenat začlenění BI do samotného podnikání nebo o operacích BI informovat vedoucího „digitálního šéfa“ nebo člověka, který má na starosti oblast zákazníků.

„Podnik musí mít bezpodmínečně rozhodovací pravomoci,“ dodává.

Ačkoliv složitost raných technologií BI způsobovala, že starosti mnoho programů BI má na starosti IT oddělení, dnešní nástroje jsou intuitivnější, což jim umožňuje dostat se přímo do rukou podnikových uživatelů, kteří mohou spouštět dotazy, na kterých jim záleží.

Podobně se v posledních letech dramaticky zvýšila rychlost, jakou uživatelé potřebují přístup k datům a poznatkům odvozeným z BI. Dnešní firemní uživatelé často potřebují informace v reálném čase a nemohou čekat, až IT vygenerují reporty.

To znamená, že BI v rukou IT oddělení může být spíše překážkou a nikoliv aktivátorem úspěchu BI, uvádí Evelson.

2. Monitorujte používání BI a v případě potřeby provádějte změny

Ačkoliv by vlastníkem BI iniciativ měl být samotný podnik, musí IT oddělení zůstat aktivním partnerem při monitorování a hodnocení používání BI systémů.

Jak vysvětluje Evelson: „Nebudujte zátarasy, ale spíše sledujte, co [uživatelé] dělají, k jakým zdrojům dat mají přístup, jaké nástroje používají a jak je používají, zda obchodní jednotka A používá BI více než obchodní jednotka B.“

Tímto způsobem, říká, může CIO stanovit hranice ve spolupráci s obchodními jednotkami. CIO například bude vědět, zda si několik analytiků v oblasti marketingu stáhlo svůj vlastní nástroj a úspěšně jej používá, v takovém případě může být v pořádku nechat je na pokoji. Stejně tak si CIO všimne, kdy tato aplikace BI zaznamenala rostoucí počet uživatelů napříč podnikem a stala se tak prostředím podnikové úrovně a podnikovou aplikací klíčovou pro úspěch mise, která vyžaduje další disciplínu a správu.

3. Ověřujte, ověřujte, ověřujte

Organizace mohou být v pokušení rychle rozjet spoustu schopností BI, ale kvalita by měla převažovat nad kvantitou, říká Chris Hagans, viceprezident operací pro WCI Consulting, poradenskou firmu zaměřenou na BI.

„Je lepší mít méně věcí, kterým důvěřujete, než mít celou spoustu věcí, které jsou podezřelé,“ říká.

V důsledku toho potřebují organizace silný ověřovací proces, který se zaměřuje na umožňování přístupu ke všem datům potřebným k odpovídání na dotazy. Zároveň by měl zabránit vstupu problematických dat do systému BI, aby tak tento nevykazoval chybné závěry. Ověřovací proces navíc musí být dostatečně agilní, aby rychle reagoval na požadavky nových funkcí pro BI.

Hagans poukazuje na hypotetický případ použití, ve kterém nástroj BI generuje zprávy o čistých tržbách. Pokud tento nástroj vezme údaje o prodeji, ale už do nich nezapočítá prodané položky, které jsou nakonec vráceny, pak nejsou konečné informace dobré.

Hagans navíc tvrdí, že ověřování zůstává rozhodující nejen pro zajištění přesnosti, ale také pro odrážení skeptiků.

„Zneplatnění celého reportu si vyžaduje pouze jednoho nebo dva lidi, kteří řeknou, že těm datům nevěří. To může nabourat celý projekt a poté se zprávy stávají bezcennými, “říká.

4. Nejprve se zaměřte na obchodní problémy, až potom na data

Evelson varuje před přístupem k BI iniciativám typu „postavte to a oni už přijdou“. Příliš mnoho organizací si buduje datové depozitáře, navrch postaví BI a pak očekává, že se podnikoví uživatelé sami přímo zapojí, říká.

„Co funguje mnohem lépe, je přístup shora dolů, přístup založený na obchodních výsledcích. Nezačínáme otázkou na to, kde jsou data, začínáme řešením obchodního problému, “ říká.

Evelson uvádí tento příklad: Marketing zaznamenává problém s odlivem zákazníků a chce pochopit, proč zákazníci odcházejí. Organizace by se měla zaměřit na poskytování schopnosti odpovídat na obchodní otázku marketingu tím, že se nejprve rozhodne, jaké metriky je třeba měřit, přistupuje k datům potřebným pro výpočet těchto metrik a poté umožní marketingu data zanalyzovat a „rozebrat na součástky“.

"Nejprve musíme identifikovat jasný obchodní problém a jaké metriky chceme analyzovat, a pak nakonec hovoříme o tom, kde získat data," říká Evelson.

5. Vytvářejte priority — a implementujte procesy pro zlepšení

Úspěšná BI strategie očekává jak rozšíření, tak zlepšení, tvrdí lídři BI.

Organizace by tedy měly vědět, jaké obchodní závěry chtějí a které jsou nejdůležitější, aby IT oddělení dokázalo nejprve dodat to, co je nejzásadnější pro podnikové uživatele, a následně se prokousat seznamem priorit.

Navíc by měl BI program být schopen změn s tím, jak se mění priority.

„Musí se vyvíjet podle toho, co potřebují uživatelé a lidé v podnikové komunitě,“ říká Hagans.

Podobně by strategie BI měla obsahovat procesy, kterými by posouvala a zlepšovala fungování systému. Evelson doporučuje iterativní přístup, u nějž se nástroj BI může rozšiřovat a zlepšovat s tím, jak jej obchodní jednotky používají a určují, kde splňuje jejich potřeby a kde ne.

6. Zvyšujte kvalifikaci „občanských“ datových vědců

Výzkumná firma Gartner ve své zprávě s názvem „Magický kvadrant pro Business Intelligence a analytické platformy“ z roku 2017 říká, že „počet občanských datových vědců poroste pětkrát rychleji než počet datových vědců“, a to v následujících několika letech.

Cindi Howsonová, výzkumná viceprezidentka Gartneru, říká, že manažeři si již uvědomují, že na trhu není dostatek datových vědců, kteří by naplnili poptávku; mají také potíže se zaměstnáváním občanských datových vědců, které potřebují, případně s jejich identifikací v již existujících řadách.

„Hovoříme o informačních analyticích uprostřed. Ti znají doménu podniku i otázky, které je třeba si klást,“ říká a dodává, že existuje potřeba softwaru, který je jednodušší na používání, aby mohly organizace tyto pracovníky lépe „aktivovat“.

Howsonová očekává, vylepšení v oblasti softwaru lidem z byznysu nakonec umožní klást vlastní dotazy a odpovídat na ně na nemodelovaných souborech dat. Jakmile k tomu dojde, budou organizace potřebovat ty správné lidi, kteří by na sebe vzali tuto roli občanských datových vědců. Budou potřebovat zvídavé pracovníky s analytickými schopnostmi, kteří se rádi ptají na otázky, vědí, jak interpretovat informace, které získávají, a nemají problém používat software pro zlepšování obchodních výsledků.

7. Umožněte zaměstnancům vyprávět příběhy s daty

V podobném duchu říká Todd Nash, prezident a ředitel CBIG Consulting, společnosti poskytující profesionální služby, která pomáhá klientům využívat jejich datová aktiva, že spolupracoval s organizacemi, kde pracovníci rozumějí tomu, jak používat poznatky nabízené jejich nástroji BI k vyprávění příběhů, které ostatním pomohou pochopit, „co se data snaží říci“.

Říká, že tito lidé využívají reportovací a vizualizační funkce integrované do BI technologií pro vytváření příběhů, jež pomáhají maximalizovat hodnotu analýzy.

„Máte data i nástroje k vyprávění příběhu, a potřebujete lidi, kteří je spojí dohromady,“ říká.

Tento přístup není jen o tom mít lidi, kteří budou generovat uhlazené zprávy; Nash tvrdí, že tito lidé jsou schopni vytvářet spojení s daty, která ostatní možná nevidí, a tak nabízet nové závěry, jež mohou podniky využít ke svým ziskům.

Říká, že manažeři by tyto pracovníky měli podporovat a dát jim šanci, když zkoumají tato spojení a prezentují svoje závěry.

Například, tvrdí, pracovníci analyzující čísla prodejů obchodu mohou vidět, jak dokonce i menší trendy počasí – nejen velké bouře – mají mírné dopady na prodeje. Možná budou chtít zapojit externí data o počasí pro další analýzu trendů, aby lépe pochopili, jak mohou obchody optimalizovat prodeje na základě těchto nových závěrů.

„Existuje celá řada interních a externích dat, které je možné využít a získat tak mnohem lepší závěry,“ říká Nash a dodává, že úspěšné BI programy užmoňují analytikům přenést se nad úroveň měření standardních klíčových výkonnostních indikátorů.

„Existuje zkrátka spousta různých cest, jak zpochybnit sám sebe,“ říká, „a jejich součástí je i zpochybňování každého KPI a ujišťování se o tom, že využíváte vám dostupné informace k tomu, abyste porozuměli.“