هوش تجاری (Business Intelligence) با نفوذ بر نرم افزارها و سرویس های مختلف، داده ها را به هوش قابل اجرایی تبدیل می کند که تصمیمات تجاری تاکتیکی و استراتژیک سازمان ها را اطلاع رسانی نماید.
ابزار هوش تجاری که از اینجا به بعد ( BI ) نامیده می شود با دستیابی و آنالیز مجموعه ی داده ها و ارائه ی یافته های تحلیلی بصورت گزارش، خلاصه نویسی، داشبورد، گراف، چارت و نقشه، کاربران را مجهز به هوش جزئی درباره ی وضعیت تجاری می نماید.

BI چه فرقی با BA دارد؟

هوش تجاری که تحلیل توصیفی هم نامیده می شود، وضعیت گذشته یا حال را نشان می دهد.
به ما نمی گوید چه بکنیم، بلکه می گوید چه بود و چه هست.

در مقایسه با تعریف BI، تعریف تحلیل تجاری (BA)، فرایندی است به کمک تکنولوژی که با آن، نرم افزار داده ها را آنالیز کرده و پیش بینی می کند که چه اتفاقی خواهد افتاد (تحلیل پیش بینی)
و یا با استفاده از روشی خاص، چه اتفاقی می توانست بیافتد (تحلیل توصیفی).
گاهی به BA تحلیل پیشرفته هم می گویند.

هوش تجاری چگونه عمل می کند

اگرچه هوش تجاری به کاربران تجاری نمی گوید که چه بکنند و یا اگر از رشته ی خاصی استفاده کنند، چه پیش خواهد آمد،
اما BI هم گزارشی ارائه نمی دهد.
بلکه راهی به افراد پیشنهاد می کند تا داده ها را امتحان کنند و روش ها و بینش ها را بفهمند.
بنابراین بسیاری از دست اندرکاران تجاری برای بهتر انجام دادن کارهایشان به اطلاعات نیاز دارند.
ابزار هوش تجاری به افراد کمک می کند تا اطلاعات لازم را برای تصمیم گیری های بهتر تجاری بدست آورند.

برای مثال، شرکتی که می خواهد زنجیر عرضه اش را بهتر مدیریت کند، نیاز به توانایی های BI برای تعیین این امر دارد که آیا تاخیر رخ می دهد یا نه
و در فرایند حمل و نقل، متغیرها در کجا وجود دارند.
این شرکت می تواند از ظرفیت های BI خود برای کشف این موضوع هم استفاده کند که چه محصولاتی بیشتر به تاخیر می افتند
و چه روش های حمل و نقلی بیشتر در این تاخیرها نقش دارند.

استفاده ی بالقوه از BI برای گسترش عملکرد تجاری و بهبود فروش و کاهش هزینه است.

ابزار هوش تجاری

امروزه سازمان ها می توانند از یک لیست کامل از فروشندگان، پیشنهاد ابزار BI را انتخاب کنند.
سازمان ها BI خود را برمبنای عوامل مختلف مثل اندازه و پیچیدگی کاربردهایشان و نوع تکنولوژی بکار رفته مثل IBM، Oracle، SAS و تمام ابزارهای دیگر BI انتخاب می کنند.

هوش تجاری در عمل

در گذشته، متخصصین IT، کاربران اولیه ی کاربردهای BI بودند.
اگرچه ابزار BI خلاقیت زیاد و عملکرد دوستانه با کاربر داشتند، شمار زیادی از مصرف کنندگان را قادر می کردند از دامنه های سازمانی زیادی بعنوان ابزار استفاده کنند.

هاوسون از گارتنر دو نوع BI متفاوت را ارائه نموده است.
اولی BI سنتی و یا کلاسیک است که در آن، متخصصین از داده های معاملاتی خانگی برای تولید گزارش استفاده می کنند.
دومی، BI مدرن است که در آن، کاربران تجاری با سیستم های متداول و قابل درک تر برای آنالیز سریع تر داده ها استفاده می کنند.

هاوسون توضیح می دهد که سازمان ها عموما BI کلاسیک را برای انواع خاص گزارشات مثل گزارشات مالی یا قانونگذاری استفاده می کنند
که دقت بیشتری دارد و سوالات و مجموعه داده های بکار رفته در آن، استاندارد هستند و قابل پیش بینی.

سازمان ها غالبا از ابزار BI مدرن در زمانی استفاده می کنند که کاربران تجاری نیاز به روشی سریع برای تغییر سریع دینامیک هایی مثل بازاریابی و فروش، داشته باشند که در آن، سرعت از دریافت داده ها، تا 100 درصد ارزش بیشتری دارد.

اما در همین حال که هوش تجاری سخت برای تصمیم گیری استراتژیک تجاری ضروری است، بسیاری از سازمان ها برای اجرای راهکارهای موثر BI در تقلا هستند
و این امر را مرهون عملکرد ضعیف داده ها، خطاهای تاکتیکی و غیره می باشند.

وجود سلف سرویس های BI

فروشندگان نرم افزار اغلب با تقاضاهای سازمانی برای ظرفیت های چندگانه، یعنی BI کلاسیک و مدرن و یا تحلیل پیش بینی و توصیفی در تقابل هستند که با مهندسی مجدد محصولاتشان در ایستگاه های مختلف، انجام می گیرد.

تمام فروشندگان در این دنیای سنتی، ابزارسازی مجدد کرده اند تا به شرایط استفاده های ذکر شده رسیده باشند.
هاوسون می گوید تمام کاربران IT و تحلیل های توصیفی و پیش بینی از این ابزارسازی مجدد استفاده می کنند
و اگر از جنبه ی دیگر این را ببینم (از دیدگاه فروشندگان)، باید برای انجام ین کار به تکنولوژی های مربوطه اش توجه کنم.

اگرچه هاگانس می گوید IT هنوز نقشی حیاتی را در ارتباط با BI در بسیاری از سازمان ها ایفا می کند،
حتی در کارگاه ها هم IT برای کاربران تجاری، از سلف سرویس های BI استفاده می نماید.
IT باید برای سیاست های مدیریتی از داده هایی استفاده کند تا این اطمینان حاصل شود که ابزار BI روشی را که به دنبالش بودند، تحویل می دهد.

ارزش هوش تجاری

اگرچه بیشتر فرضیات ما امروزه درباره ی داده های بزرگ و تحلیل های پیشرفته (مثل گام بعدی: هوش مصنوعی و یادگیری ماشینی) است، BI هنوز به چند دلیل قابل استفاده می باشد.

اول اینکه متخصصین می گویند بسیاری از سازمان ها هنوز در کشمکش و تقلا هستند تا نحوه ی تاثیرگذاری ابزار BI و پتانسیل های کاملشان را بفهمند.
در نتیجه، جورمن از دانشگاه دیتون می گوید:
بیشتر سازمان ها تمایل دارند که از بسته های BI بجای سکوهای تجاری گسترده استفاده کنند.

او می گوید:”ممکن است شما یک داشبورد اجرایی داشته باشید که چیزی مثل قیمت را طبق منطقه به شما بدهد و یک مجری دیگر از ابزار BI برای عملکرد فروشندگان استفاده کند.”

بنابراین این سازمان ها روی تونینگ کوچک متمرکز مانده
و سپس روش های BI خود را پیش از حرکت کردن به سمت توانایی های تحلیلی پیشرفته تر، به حداکثر می رسانند.

جورمن می گوید به این دلیل است که بازار برای ابزار BI هنوز در حال رشد است و سازمان ها به افزودن توانایی هایشان در مناطق کاری مختلف ادامه می دهند تا پاسخگوی این تقاضای در حال رشد باشند.

مطابق بازار هوش تجاری جهانی در گزارشات 2016 تا 2020، که در ژانویه ی 2016 چاپ شد، تحقیق تکنولوژی جهانی و توصیه های شرکت تکناویو از بازار جهانی BI رشد سالانه (CAGR) را تا بیش از 10 درصد تا سال 2020 نشان داد.

یک مطالعه ی تحقیقی می گوید افزایش استفاده از تحلیل داده ها، دسترسی داده ها و اجرای BI سه عامل اصلی در پیش بردن بازار هستند.

دوما، سازمان ها به درک دقیق وقایع گذشته و وضعیت حال نیاز دارند.
به این دلیل، متخصصان و کارشناسان می گویند حتی وقتی سازمان ها به میزان زیاد از آنالیز پیشرفته برای پیش بینی آینده استفاده می کنند، در واقع به سرمایه گذاری روی کاربردهای BI ادامه می دهند.

هاوسون می گوید:” شما به هردوی اینها نیاز دارید، چون نیاز دارید که بدانید چه اتفاقاتی دارد می افتد.
مهم نیست که من بتوانم آینده را پیش بینی کنم، در صورتیکه ندانم حالا دارد چه اتفاقی می افتد.”

بعلاوه سازمان ها به توانایی های BI نیاز دارند تا به تایید اعتبار آنالیزهایی که حاصل توابع تحلیلی پیشرفته تر هستند کمک شده و این توانایی ها را افزایش دهند.
اگر ما جعبه ی سیاهی برای ابزار BA بسازیم و بخواهیم که به گزارشات نگاه نکنند، فقط می توانیم قیمت را تغییر داده و یا صورت فهرستمان را افزایش دهیم.
راه زیادی مانده که به این ابزار BA اعتماد کنیم.
لازم است همواره آنها را کنترل کنیم و من فکر می کنم که ابزار BI برای حفظ انسان ها در یک حلقه ی بسته، ابزاری فوق العاده است.

آینده ی هوش تجاری

با حرکت به سمت جلو، هاوسون به گارتنر می گوید که به سومین موج اختلال در افق نگاه کند، چیزی که شرکت های تحقیقی به آن “تحلیل مورد بحث” می گویند.
و در آن، یادگیری ماشینی با نرم افزار انجام شده و کاربران را برای جمع آوری داده ها راهنمایی می کند.

او می گوید که این چیز BI و تحلیل هوشمند است.

ترکیب این ها با هم در ایستگاه های نرم افزاری باعث می شود که هریک به شکل قدرتمندتر و ارزشمندتر برای مصارف تجاری بکار روند.

برای مثال، کسی که به فرم گزارشات فروش سال قبل نگاه می کند، درواقع دارد به BI نگاه می کند.
اما BI درباره ی فروش سال بعد هم پیش بینی هایی دارد.
و سپس توانایی “اگر – -چه” را بوجود می آورد.
اگر می توانستیم کار X را در مقابل کار Y انجام دهیم، چه اتفاقی می افتاد.
جورمن در این باره توضیح می دهد که سازندگان نرم افزار درصدد توسعه ی کاربردهایی هستند که این عملکردها را در یک تک اپلیکیشن ارائه دهد و نه از طریق چند ایستگاه اجرایی.

او افزود: “اکنون سیستم ها توصیه های با ارزش تری را تحویل می دهند.
و این امر باعث کارایی بیشتر تصمیم گیرندگان و قدرت و دقت بیشتر آنها می گردد.”

هاوسون می گوید اگرچه BI بسیار ارزشمند است، اما اگر سازمان ها فقط به آن اکتفا کنند، نمی توانند با هم رقابت کنند
و بهتر است از تحلیل پیشرفته تری استفاده شود.

در واقع، گزارش مجیککوادرنت گارتنر پیش بینی می کند که تا پایان سال 2020 سازمان ها می توانند به کاربرانشان دسترسی به کاتالوگ های دقیق از داده های داخلی و خارجی ارائه کنند تا ارزش تجاری سرمایه گذاری های تحلیلی شان دوبرابر شود.

هاوسون افزود: نیاز به ارائه ی گزارش وجود دارد، اما گزارش به تنهایی کافی نیست. اگر فقط گزارش بدهید، از کارها عقب می مانید. مگر اینکه گزارشتان هوشمند و فراگیر باشد تا بتوانید پیشرفت بیشتری داشته باشید.