Innehållsförteckning:
För något som är så viktigt för en modern verksamhets långsiktiga framgång är begreppet affärsintelligens inte väl definierat. Men det hindrar inte många företag från att vilja det, även om de inte helt förstår det. Här ska vi titta på denna IT-affärstrend, vad den är och hur den fungerar för att förbättra ett företags processer.
Vad är Business Intelligence?
Business intelligence (BI) hänvisar till insamling och analys av data för att producera insikter som kommer att förbättra ett företags processer. Det är mycket packat i den definitionen och som en följd av detta beror mycket av förvirringen kring BI från antagandet att det slutar med analys. Även om skillnaden ibland blir lerig, kan affärsintelligens anses vara slutmålet för affärsanalys eftersom det ger de handlingsbara insikter som ett företag behöver för att fatta välgrundade beslut. För att kunna göra detta måste effektiv affärsintelligens uppfylla fyra huvudkriterier:
- Noggrannhet
Detta hänvisar till noggrannheten för dataingångarna och utgångarna. De två är naturligtvis släktade. Alla system som kräver analys kan falla till rop för skräp i, skräp ut (GIGO) -problem, där besläktade data kan förstöra resultat, även när den analytiska modellen är sund. För att få exakta svar (utdata) måste informationen som går in vara korrekt och relevant för de frågor företaget vill svara på.
Det är ofta opraktiskt att försöka dumpa all information som produceras av ett företag till en analytisk modell och förvänta sig att det kommer att känna till allt från produktionsnummer till anställdas civilstatus. Därför används mänskligt skönsmässig bedömning ofta för att välja data som är relevanta för ett visst problem. Som sagt, detta urval kan överutövas eller helt enkelt göras fel, vilket leder oss tillbaka till GIGO-problemet. - Värdefulla insikter
Inte alla insikter är värdefulla. Att känna till räckvidden (vänster eller höger) hos majoriteten av dina kunder kan vara användbart för en baseballhandskarstillverkare, men det skulle vara mindre användbart för en skoproducent. Även om det kan vara tillfredsställande att knäcka alla data för att ta reda på något som tidigare var okänt, bör BI erbjuda konkreta insikter. Om analysen till exempel visade en sportbutik som många kunder som köpte baseballhandskar också köpte löparskor, kunde ägaren ordna om butiksskärmarna för att klustera skor och handskar för kundens bekvämlighet, eller separera dem i olika hörn av butiken för att maximera chanserna av surfning.
- aktualitet
Att få exakt och värdefull insikt är bara halva striden. Business intelligence måste också kunna leverera dessa insikter i rätt tid. Om den ovannämnda sportbutiken bara upptäcker handsken och löparskorrelationen i december snarare än i början av köptrenden, kan det förlora möjligheten att utnyttja den informationen.
Det finns två delar till aktualiteten: aktualiteten hos de data som går in och aktualiteten för insikten som kommer ut. Företag har olika beslutsramar beroende på vad de gör. Ett detaljhandelsföretag kommer sannolikt att vilja mata in mycket snabb försäljningsinformation i BI med hopp om att få snabba insikter som ska implementeras varje månad, vecko eller till och med daglig. Långsiktiga verksamheter som ett olje- och gasutforsknings- och produktionsföretag kanske bara är intresserade av insikter kvartalsvis eller årlig. - åtal
Det sista hinderet för alla typer av affärsintelligenser är att ge insikter som kan vidtas. I viss mån innebär detta att få en förståelse för praktiska begränsningar. Till exempel kan praktiskt taget alla företag bli effektivare om det hade obegränsat kapital för att uppgradera all utrustning. Så bra affärsintelligens bör identifiera den uppgradering som ger mest avkastning eller ännu bättre andra användningsplaner som skulle göra det bästa av befintliga tillgångar. Med andra ord, business intelligence bör ge insikt utöver vad som är uppenbart och arbeta inom ett företags unika begränsningar för att leverera handlingsbara idéer som är utformade för att förbättra ett företags processer och i slutändan dess lönsamhet.
BI-processen
Så vad görs exakt i den svarta rutan med affärsinformation? Business intelligence-processen är mycket lik Deming-cykeln. Det har fyra breda steg som slingrar om och om igen (buzzordet för detta är kontinuerlig förbättring, eller Kaizen).
