داده ها و بینش ها در صورتی که نتوانند برای ایجاد نتایج مثبت کسب و کار مورد استفاده قرار گیرند بی معنی هستند. به همین دلیل است که هوش عملی نه تنها به اصطلاحی تبدیل می‌شود که بیشتر و بیشتر رهبران کسب‌وکار با آن آشنا هستند، بلکه روشی است که بر اساس آن استراتژی‌های کاملاً جدید BI ایجاد می‌کنند.
در واقع، برای برنده شدن در یک محیط تجاری بسیار رقابتی مانند آنچه امروز وجود دارد، نمی توانید یک جا بنشینید. شما باید بتوانید به سرعت تصمیمات آگاهانه بگیرید. و سپس باید فوراً به این تصمیمات عمل کنید.
بسیاری از سازمان ها در حال حاضر در این قطار ضرب المثلی هستند. چگونه آنها مسافر شدند و برای سوار شدن به هواپیما چه چیزهایی باید بدانید؟
ما در این مورد با وین اکرسون در طی یک وبینار اخیر که توسط Domo حمایت مالی شد، صحبت کردیم. وین موسس گروه Eckerson، یک شرکت تحقیقاتی و مشاوره جهانی است که صرفاً بر تجزیه و تحلیل داده ها متمرکز است و نویسنده کتاب جدیدی با عنوان هوش عملی: مرز بعدی در هوش تجاری.
گفتگوی ما با مروری کوتاه وین از سه دوره متمایز هوش در بیش از 30 سال گذشته -هوش تجاری، هوش سلف سرویس و هوش مصنوعی- آغاز شد و به تفکیک عمیقی در مورد اینکه چرا فروشندگان BI بر تجزیه و تحلیل های تعبیه شده تاکید می کنند، تبدیل شد. بیشتر از همیشه، تجزیه و تحلیل پیشرفته، و توسعه برنامه های کاربردی تجزیه و تحلیل سفارشی.
اما چیزی بیشتر از سؤالات زیر که توسط مدیر وبینار و مدیر ارشد ارتباطات Domo، جولی کههو، برای وین مطرح شد، به کجا می‌رود – و چرا به آنجا می‌رود – اشاره نکرد.
جولی: شما مطمئناً در حال تحقیق در مورد این تغییر به سمت هوش عملی بوده اید، وین. پس به ما بگویید: چرا مردم باید به این موضوع اهمیت دهند؟
وین: خوب، به عنوان Domo، ما در حال تبدیل داده ها به بینش و اقدامات هستیم. و ما می دانیم که انتقال به سادگی از داده ها به بینش ها چقدر دشوار است.
مرز بعدی واقعاً حرکت از بینش به عمل است. من مدیران بسیاری را می شناسم که ممکن است در مورد تجزیه و تحلیل آگاهی کامل نداشته باشند یا در مورد آنچه برای ارائه تجزیه و تحلیل لازم است صبور باشند. بنابراین من فکر می کنم که ما شاهد تلاشی هماهنگ از سوی جامعه BI برای رسیدگی به این واقعیت ها و اطمینان از ایجاد ارزش واقعی ابزارهای آنها هستیم.
ما در این جامعه واقعاً نمی‌توانیم شب‌ها بخوابیم تا زمانی که ندانیم مشتریان بیشترین ارزش ممکن را دریافت می‌کنند و بر اساس بینش‌ها کار می‌کنند. زیرا در نهایت، این تنها چیزی است که اهمیت دارد.
جولی: مردم هنگام ساختن و اجرای یک استراتژی هوشمند موفق برای کسب و کار خود باید از چه مشکلات احتمالی آگاه باشند؟
وین: به خاطر داشته باشید که این یک تمرین مدیریت تغییر است زیرا زمان می برد تا افراد فناوری های جدید را بپذیرند و جذب کنند. به خصوص با فناوری های مبتنی بر هوش مصنوعی، مصرف کنندگان باید متقاعد شوند که می توانند به خروجی اعتماد کنند. چرا باید به جعبه سیاه اعتماد کنند؟ آنها نمی توانند با او صحبت کنند و نمی توانند ببینند که او بیشتر اوقات چه می کند. آنها فقط می توانند واقعاً آن را از طریق تجربه عملی ثابت کنند، به این معنی که باید آن را امتحان کنند. و اکثر کاربران، همانطور که می دانید، بسیار شلوغ هستند.
بنابراین آنها نمی خواهند زمانی را صرف تلاش برای انجام کاری کنند، در حالی که از قبل می دانند چگونه آن را به روش دیگری انجام دهند – حتی اگر آن راه دیگر ممکن است کمتر موثر باشد. پس واقعا باید با دقت مدیریت کنیم. احتمالاً باید آن را خیلی آهسته به یک گروه هدف که به دقت انتخاب شده است، منتشر کنیم، و سپس آن را اعلام کنیم، نتایج مثبتی را نشان دهیم و از آنجا بسازیم.
و سپس در بخش زیرساخت، ما باید مراقب تولید خودکار هشدارها باشیم. در نسل گذشته ابزارهای BI دیده ایم که می توانید کاربرانی را که هشدار دریافت می کنند جذب کنید. و اگر این کاربران این سیگنال ها را نامربوط یا نادرست درک کنند، این سیستم را به طور کامل خاموش می کنند که می تواند ارزش زیادی ایجاد کند.
بنابراین، این نیز بسیار مهم است. احتمالاً باید یک دوره اعتبارسنجی طولانی را طی کند تا مطمئن شود که این به‌روزرسانی‌ها دقیق هستند و اشتباه راه‌اندازی نمی‌شوند و در یک فرآیند خودکار از کنترل خارج نمی‌شوند، همانطور که گاهی اوقات در بورس‌ها اتفاق می‌افتد. بنابراین هنگام شروع خودکارسازی چیزها، مواردی وجود دارد که باید از آنها آگاه باشیم.
جولی: چه روند خاصی را در سازمان‌ها می‌بینید؟ و چه استراتژی‌ها یا فناوری‌های قدیمی برای بهره‌گیری از این روندها نیاز به بازنگری یا ارزیابی مجدد دارند؟
وین: چیزی که باید مورد ارزیابی مجدد قرار گیرد این است که آیا باید به استخدام تعداد زیادی تحلیلگر داده و مهندسان داده ادامه دهیم یا خیر. آنها مانعی برای مصرف کنندگانی می شوند که سعی می کنند پاسخ سؤالات تجاری خود را دریافت کنند. تحلیلگران کافی برای انجام تحلیل وجود ندارد.
اینجاست که سلف سرویس وارد می شود. ما باید بتوانیم به کاربران کمک کنیم تا به خودشان کمک کنند. و ما می توانیم این کار را از طریق برخی از فناوری هایی که امروز در مورد آنها صحبت می کنیم، از طریق هوش افزوده مبتنی بر هوش مصنوعی، AutoML و قابلیت های علم داده انجام دهیم.
همچنین فکر می‌کنم باید گردش‌های کاری مؤثرتر و کارآمدتری را بین این کاربران و نقش‌ها پیاده‌سازی کنیم. و همه ابزارها را در اختیار کاربران قرار دهید. اما آنها باید در نقش خاص خود سازنده باشند. بنابراین به جای اینکه کاربران تجاری را مجبور کنید که تحلیلگر داده شوند و تحلیلگران داده را به مهندس داده تبدیل کنید، اجازه دهید آنها همان چیزی باشند که هستند. به آنها اجازه دهید نیازهای خود را به اشتراک بگذارند و سپس به هر یک از آن نقش ها ابزارهایی را که نیاز دارند برای سرعت بخشیدن به کارهایی که معمولا انجام می دهند را در اختیار آنها قرار دهید تا بتوانند 10 برابر بازده بیشتری داشته باشند.
این چیزی است که در مورد یک مجموعه ابزار انتها به انتها عالی است. همه آنها بر روی یک پلت فرم اجرا می شوند، اما از عناصر مختلف آن استفاده می کنند و از طریق یک گردش کار داخلی با یکدیگر همکاری می کنند.
جولی: اولین قدم هایی که مردم باید بردارند تا به هوش عملی و مرحله بعدی BI برسند چیست؟
وین: من با یک نگاه خوب، سخت و طولانی به نحوه انجام داده ها و تجزیه و تحلیل شروع می کنم. تنگناهایی که فقط در ارائه داده به کاربران با آن مواجه می شوید کجا هستند؟
همچنین فکر می‌کنم ممکن است بخواهید مهندسی فرآیند را انجام دهید تا گلوگاه‌ها را به معنایی گسترده‌تر درک کنید و اینکه چگونه داده‌ها و تجزیه و تحلیل‌ها می‌توانند برای شکستن آن تنگناها استفاده شوند. در هر یک از این موارد، پذیرش کلیدی است. اما کم شروع کنید، مخاطبان خود را با دقت هدف قرار دهید و به تدریج افزایش دهید.
وبینار را تماشا کنید برای دریافت بیشتر دیدگاه وین در مورد هوش عملی و مشاهده اینکه چگونه پلت فرم پیشرفته BI Domo باعث می شود تا به این مرز بعدی BI دسترسی پیدا کنید.