19 Ιουνίου 2019

Mark Madsen: Πρόκειται τα Business Analytics να “εμπορευματοποιηθούν” σύντομα;

Mark Madsen
Ιδρυτής της Third Nature

 

E: Τι σημαίνει η έννοια Business Intelligence; Ιστορία-Εισαγωγή
A:
Ο όρος ΒΙ χρησιμοποιήθηκε για πρώτη φορά το 1958, αν και η έννοια αυτή υπήρχε από προηγούμενες δεκαετίες, με έναν απλό ορισμό είναι, το να μελετούμε στοιχεία-δεδομένα προσανατολισμένοι σε ένα συγκεκριμένο στόχο για να εξάγουμε κάποια συμπεράσματα.

 

Ωστόσο η έννοια αυτή (ΒΙ) εξελίχθηκε με την πάροδο του χρόνου και έφτασε στην ‘μοντέρνα’ της εκδοχή και ορισμό στα τέλη της δεκαετίας του 1980 (βλ. άρθρο Murphy και Duvlin). Το άρθρο αυτό και το πώς παρουσίασε την αρχιτεκτονική αυτής της ιδέας επηρέασε -όχι τόσο την βασική έννοια αλλά- τον τρόπο που ασχολούμαστε με το ΒΙ και θεωρείται το θεμέλιο για την μετέπειτα επεξεργασία και μελέτη του καθώς όπως ειπώθηκε η υφή της έννοιας είναι παλαιότερη.

 

E: Είναι ακριβή η εφαρμογή;-Η Εξέλιξη των H/Y και του software
A:
Η εφαρμογή του ΒΙ είναι, εξ αρχής, δαπανηρή, δύσκολη και απαιτεί λεπτούς χειρισμούς έτσι ώστε να προκύψει αξιόλογο αποτέλεσμα γεγονός που σημαίνει ότι η διαχείριση και η μετέπειτα εκμετάλλευση της βάσης των δεδομένων πρέπει να γίνεται από εξειδικευμένα άτομα.

Στις αρχές της δεκαετίας του 90’ τα κόστη ήταν πάρα πολύ υψηλά και απαιτούσαν μεγάλες επενδύσεις σε software και hardware από την πλευρά των H/Y και το τεχνικό κομμάτι το οποίο έπαιζε και παίζει σημαντικό ρόλο δημιουργούσε φραγμούς και δυσκολίες. Πιο αναλυτικά, οι διαδικασίες αποθήκευσης και μετέπειτα επεξεργασίας δεδομένων για την εφαρμογή του ΒΙ ήταν πολύ δαπανηρές ωστόσο το κόστος έχει μειωθεί σημαντικά καθώς η τεχνολογία των H/Y βελτιώθηκε (η υπολογιστική δυνατότητα αυξήθηκε κατά 10.000 φορές από την δεκαετία 1990) και παράλληλα το κόστος απόκτησης τους έπεσε σε πολύ χαμηλά επίπεδα.

Παρόλα αυτά το κομμάτι του hardware είναι ουσιαστικά η πλατφόρμα πάνω στην οποία αναπτύσσεται το software (Λογισμικό) των H/Y και σημαντικό κομμάτι στην ανάλυση είναι και η μελέτη της εξέλιξης της αγοράς λογισμικού από τις αντίστοιχες μεγάλες εταιρίες του κλάδου. Περί τα τέλη της δεκαετίας του 80’ ο κολοσσός IBM ήταν αυτός που οδηγούσε την αγορά και τις εξελίξεις ενώ ακολουθούσε η Microsoft, η οποία μέσα στην επόμενη δεκαετία κατάφερε να πάρει την πρωτοκαθεδρία ενώ παράλληλα πολλές μικρότερες εταιρίες εισήλθαν στην αγορά λογισμικού η οποία συνεχίζεται να αναπτύσσεται. Ουσιαστικά στην δεκαετία του 90’ έγινε η μεγάλη έκρηξη στην συγκεκριμένη αγορά με τον αριθμό των επιχειρήσεων να πολλαπλασιάζεται με γεωμετρική πρόοδο.

Στην συνέχεια, φθάνουμε στην προηγούμενη δεκαετία από αυτή που είμαστε τώρα και παρατηρούμε πως έχει αυξηθεί η κεφαλαιοποίηση των επιχειρήσεων στο συγκεκριμένο μερίδιο αγοράς και έχουν δημιουργηθεί ή καλύτερα γιγαντώσει εταιρίες όπως Google, Oracle κ.α. Ωστόσο, ο συνολικός αριθμός των επιχειρήσεων έχει μειωθεί και αυτό οφείλεται κυρίως στις πολλαπλές εξαγορές που πρόεκυψαν κατά την προηγούμενη δεκαετία ως βασική στρατηγική των επιχειρήσεων με στόχο την μεγέθυνση τους. Ακόμα και πρόσφατα πολλές μεγάλες εταιρίες απορρόφησαν μικρότερες εταιρίες (start-up companies κυρίως στο τομέα του BI analytic databases) προσφέροντας πολλά χρήματα για την εξαγορά τους γεγονός που αποδεικνύει περίτρανα ότι το ΒΙ είναι ένα commodity.

Σήμερα, σύμφωνα με μελέτες που έχουν γίνει η αγορά του λογισμικού που είναι συνδεδεμένη με τον κλάδο του BI και DW (Business intelligence and data-warehouse software) αναπτύσσεται με πολύ γοργούς ρυθμούς που ξεπερνούν το 13% συνολικά ετησίως.

Βεβαίως, οι προοπτικές στον κλάδο είναι πολύ θετικές και αναμένεται να συνεχιστεί η ανοδική πορεία ωστόσο στα πάντα υπάρχει ένα όριο γεγονός που ισχύει και στο συγκεκριμένο commodity (ΒΙ). Σε όλες τις αγορές ισχύει ότι πέρα από ένα σημείο όπου η άνοδος φτάνει στο ανώτατο σημείο της προκύπτει μια πτώση και αυτός είναι ο γενικός κανόνας που λειτουργεί και η συγκεκριμένη αγορά που μελετούμε.

Για να εξηγήσουμε βέβαια αυτό το ποσοστό αύξησης θα πρέπει να σκεφτούμε πως το κέρδος και η ανάπτυξη αυτών των επιχειρήσεων software είναι ουσιαστικά το κόστος των επιχειρήσεων που αναπτύσσουν τεχνικές ΒΙ και ΒΑ. Πιο αναλυτικά, γνωρίζουμε ότι στην Αμερική το κόστος του εξοπλισμού Πληροφορικής (ΙΤ) είναι σταθερά γύρω στο 40% του συνολικού προϋπολογισμού του κεφαλαιουχικού εξοπλισμού της επιχείρησης γεγονός που είναι ενδιαφέρουσα παρατήρηση καθώς το ΙΤ δεν είναι η βασική επιχειρηματική δραστηριότητα (ούτε καν η δευτερεύουσα επιχειρηματική δραστηριότητα) των περισσότερων επιχειρήσεων και ωστόσο ένα τόσο μεγάλο ποσοστό χρησιμοποιείται στην υποστήριξη και στην ανάπτυξη του ΙΤ μέρους της εταιρίας. Περισσότερα στατιστικά μας δίνουν ότι το 80% του προϋπολογισμού των εξόδων για το ΙΤ χρησιμοποιείται σε βασικές υποδομές (π.χ. η υπηρεσία του email) ενώ το 60% χρησιμοποιείται για λειτουργικούς η υποστηρικτικούς σκοπούς (το να λειτουργεί συνεχώς το email). Γίνεται αντιληπτό ότι το μικρότερο ποσοστό χρησιμοποιείται για την στρατηγική (δηλ. περίπου το 20%) και όχι για την απόκτηση αγαθών. Αυτό είναι μια τάση που συμβαίνει τα τελευταία χρόνια καθώς οι τεχνολογίες που χρησιμοποιούνται δεν αποτελούν χαρακτηριστικό διαφοροποίησης καθώς μπορούν εύκολα να αποκτηθούν από τους ανταγωνιστές, έτσι μεταφερθήκαμε από την στρατηγική στα IT commodities.

Σήμερα η χρήση του ΒΙ έγινε πιο ευρεία κυρίως λόγω της μεταστροφής του κόστους που πρακτικά συμβαίνει λόγω μείωσης –κυρίως- του κόστους εξοπλισμού και -λιγότερο- του σχετικού software γεγονός που το κάνει οικονομικά αποδεκτό ακόμα και για μικρές κ μικρομεσαίες επιχειρήσεις ακόμα και αν το εργατικό κόστος έχει αυξηθεί σε αυτό τον χώρο. Έτσι το ΒΙ έχει γίνει ένα εργαλείο κ έχει ανοίξει την πόρτα του σε περισσότερες επιχειρήσεις και έχει οδηγήσει σε αλλαγές και στην στρατηγική του ΙΤ καθώς στην εποχή μας που το κόστος για εξοπλισμό είναι φθηνό και το κόστος εργασίας είναι υψηλό (ουσιαστικά είναι ο πυρήνας του κόστους σε κάθε BI project) συμφέρει να εκχωρηθεί αυτή την δραστηριότητα εκτός επιχείρησης με σκοπό την μείωσή του (χάνοντας ωστόσο κάποιο έλεγχο πάνω στο αποτέλεσμα). Η ίδια τάση υπάρχει και στην αγορά του ΒΙ όπου οι πάροχοι υπηρεσιών ΒΙ είναι αυτοί που τους εκχωρείται η δραστηριότητα από τις διάφορες επιχειρήσεις.

Έτσι, το ΒΙ έχει γίνει ένα mainstream εργαλείο και έτσι γίνεται αντιληπτό ότι το ΒΙ δεν είναι ένα εργαλείο αλλά ένα σύνολο από εργαλεία με πολλά μέρη από τα οποία άλλα είναι σχετικά νέα, αλλά παλαιότερα και άλλα έχουν ανανεωθεί ώστε να ταιριάζουν στις σύγχρονες ανάγκες. Μερικά από αυτά τα μέρη είναι η ενσωμάτωση των δεδομένων (data integration), η διαδικασία της πρόβλεψης (predictive analytics) ωστόσο το πιο διαδεδομένο και συνήθως αυτό που συχνά ταυτίζεται με το ΒΙ είναι η διαδικασία το να θέτουμε ερωτήματα και να τα απαντάμε (query and reporting).

 

Characteristics of Adopters
Σύμφωνα με την παραπάνω θεωρία η αγορά ουσιαστικά μπορεί να χωριστεί σε δυο βασικές κατηγορίες από τις οποίες προκύπτουν υποκατηγορίες. Οι δυο βασικές είναι οι καινοτόμοι και αυτοί που περιμένουν και στο τέλος ακολουθούν-υιοθετούν τις πρακτικές των πρώτων. Είναι δηλαδή σαν ένα εκκρεμές όπου τα δυο άκρα είναι οι δυο προαναφερθείσες κατηγορίες και μεταξύ αυτών υπάρχουν διάφορες υποκατηγορίες που έχουν να κάνουν με τον χρόνο που θα ακολουθήσει κάποιος τον πρωτοπόρο. Οι πρωτοπόροι (innovators) είναι αυτοί που δημιουργούν νέα πράγματα και δέχονται το ρίσκο και ακολουθούνται από μια ομάδα ατόμων οι οποίοι διακρίνουν μια προσδοκώμενη μελλοντική αξία (early adopters). Γενικά η αγορά ακολουθεί την πρωτοπορία σε μεγάλο ποσοστό και αν στην συνέχεια φανεί ότι έχει αξία τότε σχεδόν όλοι την υιοθετούν λιγότερο ή περισσότερο.

 

E: Πως αυτό όμως εφαρμόζεται στην περίπτωση που μελετάμε;
A:
Όντας σε μια επιχείρηση μέσω αυτού του υποδείγματος μπορούμε να βρούμε σε ποια κατηγορία ανήκει σύμφωνα με τα χαρακτηριστικά της, δηλαδή π.χ. αν συνηθίζει να χρησιμοποιεί προϊόντα που θεωρούνται καινοτόμα ή όχι. Αν όντως είναι σε αυτό το κομμάτι τότε είναι μια επιχείρηση όπου το ΒΑ μπορεί να τύχει καλής εφαρμογής και να αποδεικτεί πολύ χρήσιμο, επειδή αυτή η εταιρία συγκεντρώνει τους πόρους της και τις προσπάθειές της στις ευκαιρίες που προκύπτουν και στην αλλαγή των διαδικασιών που ισχύουν μέχρι τώρα με στρατηγικό στόχο να διαφοροποιηθεί από τον ανταγωνισμό.

Από την άλλη πλευρά αν η επιχείρηση ανήκει στο κομμάτι της αγοράς που περιμένει να περάσει κάποιο χρονικό διάστημα για να υιοθετήσει την καινούρια τάση (είτε γιατί αναμένει να μειωθεί το κόστος είτε γιατί περιμένει να δοκιμαστεί από περισσότερους παίκτες στην αγορά) τότε θεωρείται ότι απλά επικεντρώνεται στο να χρησιμοποιεί την τεχνολογία ως μέσο για να λύσει προβλήματα (μείωση κόστους, να διορθώσει κάτι κ.α.) και όχι στο να καραδοκεί για ευκαιρίες. Είναι πιο στοχευμένη στα Projects της και είναι προσανατολισμένη στην commodity πλευρά της αγοράς και όχι στην strategic όπως οι Innovators.

 

E: Τελικά το ΒΙ είναι προσιτό;
A:
Έχουμε καταλήξει στο συμπέρασμα ότι σε σχέση με παλαιότερα έχει γίνει πιο προσιτό για περισσότερες εταιρίες και κυρίως ο πυρήνας των εργαλείων του ΒΙ είναι πλέον πιο προσιτός ωστόσο το συνολικό πακέτο είναι μη προσβάσιμο οικονομικά για τις περισσότερες εταιρίες. Αυτό μπορεί να γίνει αντιληπτό γιατί βλέπουμε μόνο την κορυφή του παγόβουνου δηλαδή τις διαδικασίες δηλαδή που είναι στην επιφάνεια χαμηλότερων ιεραρχικά διαδικασιών που ωστόσο είναι πολύ σημαντικές. Για παράδειγμα βλέπουμε την τμηματοποίηση και της αγοράς που προκύπτει μέσα από το ΒΙ ωστόσο αυτό είναι μόνο η κορυφή καθώς προηγούνται διαδικασίες όπως η δημιουργία βάσης δεδομένων, η συλλογή των κατάλληλων δεδομένων και η διαχώριση τους από λιγότερο σημαντικά, η τροφοδότηση, η ανάκτηση, η αποθήκευση κ.α. (τα οποία εκτελεί το ΙΤ τμήμα). Επομένως, το ΒΙ είναι μόνο το άνω μέρος της διαχείρισης των δεδομένων και πρέπει να δοθεί μεγάλη προσοχή και στο ‘αόρατο’ μέρος λόγω της πολυπλοκότητας. Γίνεται αντιληπτό ότι για να φτάσουμε με ασφάλεια στα ανώτερα στρώματα πρέπει πρώτα να δημιουργηθεί μια βασική υποδομή -τα σωστά δεδομένα- η οποία είναι ουσιαστική για την σωστή δόμηση και ανάπτυξη των ΒΑ (εσφαλμένα ή μη ορθά δεδομένα οδηγούν σε λάθος συμπεράσματα) και να διαχειριστεί σωστά η πολυπλοκότητα του συστήματος. Η ευαισθησία στην ποιότητα και στην ποσότητα των δεδομένων είναι καθοριστικός παράγοντας για το ΒΑ γεγονός που είναι υπεύθυνο για την μεγάλη αύξηση του κόστους, καθώς για μια τέτοια διαδικασία το εργατικό κόστος είναι υψηλό (παρόλο που η τεχνολογία είναι πλέον πιο προσιτή και μας δίνει περισσότερες δυνατότητες). Η διαχείριση αυτής της πολυπλοκότητας του συστήματος είναι δαπανηρή, και σε συνδυασμό με το γεγονός ότι το κόστος εργασίας είναι αυξανόμενο ακόμα και αν τα εργαλεία του ΒΙ είναι καλύτερα σε σχέση με το παρελθόν συνάγεται το συμπέρασμα ότι πιθανόν πρέπει να γίνουν κάποιες αλλαγές όσον αφορά το μοντέλο του ΒΙ το οποίο παραμένει ίδιο τα τελευταία 20 χρόνια παρότι έχουν το περιβάλλον έχει αλλάξει. Όταν αντιληφθούμε αυτές τις αλλαγές θα καταφέρουμε να μειώσουμε και το κόστος του ΒΙ δεδομένου ότι πρέπει να συμβαδίζει η τεχνολογική πρόοδος με τις επιχειρησιακές πρακτικές. Η τεχνολογία συνεχώς εξελίσσεται και πέρα από το γεγονός ότι ικανοποιεί και δίνει λύσεις σε κάποιες ανάγκες δημιουργεί νέα προβλήματα και ανάγκες στις οποίες πρέπει να ανταποκριθεί η επιχείρηση για να προκύψουν νέες δυνατότητες και ο κύκλος αρχίζει πάλι.

Αυτό είναι σημαντικό από την στιγμή που το ΒΙ είναι μια ικανότητα και όχι μια τεχνολογία ή καλύτερα με έναν πιο ολοκληρωμένο ορισμό είναι η ικανότητα που έχει μια επιχείρηση ή ένας οργανισμός στο να διαχειρίζεται τα δεδομένα για να υποστηρίξει την διαδικασία της απόφασης.

 

Evolution of data
Τα δεδομένα κατά την διάρκεια του χρόνου έχουν διαφορετική σημασία ενώ σίγουρα αποτελούν μέρος της εξελικτικής διαδικασίας. Κατά την δεκαετία που ακολούθησε τον Β΄ΠΠ, τα δεδομένα θεωρούνταν ως προϊόν ήταν δηλαδή το αποτέλεσμα μιας διαδικασίας π.χ. ένας αριθμός. Στην δεκαετία του 70’ και του 80’ τα δεδομένα θεωρήθηκαν περισσότερα σαν υποπροϊόντα μιας διαδικασίας καθώς τα συστήματα οργανώθηκαν καλύτερα και εξελίχθηκαν. Στις επόμενες δυο δεκαετίες τα δεδομένα εξελίχθηκαν ακόμα περισσότερο και αρχίζουμε να καταλαβαίνουμε ίσως την αξία τους, θεωρώντας τα πλέον σημαντικό περιουσιακό στοιχείο. Συλλέγουμε μεγαλύτερο όγκο από δεδομένα προσδοκώντας ότι μπορούμε να τα διαχειριστούμε και να αποκομίσουμε κάποιο όφελος. Σήμερα, θεωρούμε τα δεδομένα, από την οπτική του ΒΙ, σαν το βασικό συστατικό για τον ανταγωνισμό. Η πραγματική επανάσταση των δεδομένων είναι μέσα από τον κόσμο των επιχειρήσεων και πως αυτές τα επεξεργάζονται για να προκύψει αξία. Η αξία που μας δίνουν τα δεδομένα και η επεξεργασία τους είναι η στήριξη τους στην διαδικασία των αποφάσεων για να ελαχιστοποιηθούν οι πιθανότητες για αρνητικά αποτελέσματα γεγονός που είναι πιο συχνό όταν τα άτομα της ομάδας είναι περισσότερα.

 

Abstract BI model
E: Ποιοι παίρνουν τις αποφάσεις και η ποια η φύση τους;
A:
Σε ένα απλοποιημένο υπόδειγμα υπάρχουν τρια επίπεδα ομάδων ατόμων που παίρνουν αποφάσεις ιεραρχικά.

  • Επίπεδο 1: H πλέον πολυπληθής ομάδα που αποτελείται από εργαζόμενους.
  • Επίπεδο 2: Mεσαία στελέχη.
  • Επίπεδο 3: Yψηλόβαθμα στελέχη-executives.

Όπως γίνεται αντιληπτό η φύση των αποφάσεων και των πρωτοβουλιών που λαμβάνονται από κάθε επίπεδο είναι διαφορετικό ενώ η πολυπλοκότητα των αποφάσεων είναι μεγαλύτερη όσο ανεβαίνουμε το επίπεδο ιεραρχίας.

  • Επίπεδο 1: Οι αποφάσεις λαμβάνονται έχοντας ως βασικό γνώμονα τους ισχύοντες κανόνες ενώ οι πρωτοβουλίες και ο χρόνος είναι μέσα σε στενά όρια.
  • Επίπεδο 2: Οι αποφάσεις στηρίζονται σε δεδομένα που τους παρέχονται και τα όρια είναι λιγότερο περιορισμένα και κατανέμονται ανάλογα με το τμήμα.
  • Επίπεδο 3: Σε αυτό το επίπεδο οι αποφάσεις είναι πιο δύσκολες και μακροπρόθεσμες ενώ στηρίζονται στα πρότυπα και στις γενικές κατευθυντήριες γραμμές της εταιρίας.

Βέβαια βασικό στοιχείο της διαδικασίας λήψης απόφασης είναι η αλληλεπίδραση, έτσι τα διαφορετικά επίπεδα είναι άρρηκτα συνδεδεμένα μαζί τους για να παραχθεί ένα αποτέλεσμα. Για παράδειγμα αν δημιουργηθεί ένα πρόβλημα στο πρώτο επίπεδο θα πρέπει να ζητηθεί η βοήθεια από το επόμενο ιεραρχικά επίπεδο και αν δεν μπορεί να λυθεί ούτε σε αυτό πάει στο αμέσως επόμενο. Επομένως, για να βρούμε που θα εφαρμόσουμε και πως την πληροφορία που λαμβάνουμε, μέσω από τις διαδικασίες του ΒΙ, πρέπει πρώτα να δούμε την φύση-είδος των αποφάσεων όπως αναφέρθηκε άνω.

Παράλληλα, οι ανάγκες και οι σκοποί στα επίπεδα είναι διαφορετικοί καθώς κυρίως το πρώτο επίπεδο έχει να κάνει με το να λειτουργεί την επιχείρηση (operating the business) και επιζητά την σταθερότητα και την συνέπεια ενώ το τρίτο επίπεδο έχει να κάνει με το να τρέχει την επιχείρηση (running the business) και επιζητά την αλλαγή και την προσαρμογή. Το μεσαίο επίπεδο είναι μια ένωση μεταξύ αυτών. Το ΒΙ/ΒΑ είναι προσανατολισμένο, σήμερα, στο να υποστηρίζει την λειτουργία (operating the business).

 

Οι χρήσεις των δεδομένων και η τεχνολογία

Περιγραφή

  1. Χρησιμοποιούμε τα δεδομένα για να περιγράψουμε μια κατάσταση και να αναγνωρίσουμε κάτι που είναι ασυνήθιστο ή γενικά μας προκαλεί ενδιαφέρον.
  2. Εργαλεία: Αναφορές, πίνακες, ερωτήσεις. Ο κύριος πυλώνας του ΒΙ.

Έρευνα

  1. Στην περίπτωση που εντοπίσουμε κάτι, ερευνούμε τα χαρακτηριστικά του συστήματος και περιορίζουμε το πεδίο για την απόφαση μας.
  2. Εργαλεία: Αυτό είναι το κομμάτι από το οποίο απουσιάζει το ΒΙ.

Ερμηνεία

  1. Χρησιμοποιούμε τα δεδομένα για να αντιληφθούμε και να αναλύσουμε την κατάσταση και να κατασκευάσουμε μοντέλα, σενάρια και τα αποτελέσματα και τις αιτίες.
  2. Εργαλεία: Μοντελοποίηση, οπτικοποίηση.

Πρόβλεψη

  1. Εφαρμόζουμε τα μοντέλα για να υπολογίσουμε τις πιθανές μελλοντικές καταστάσεις που απορρέουν από το θέμα τις ανάλυσης.
  2. Εργαλεία: Στατιστική, προσομοιώσεις. Αυτό το κομμάτι είναι το πιο ανερχόμενο σήμερα και απαιτεί δύσκολους χειρισμούς.

Πορεία

  1. Χρησιμοποιούμε τα δεδομένα για να βελτιστοποιήσουμε τα αποτελέσματα, για να καθορίσουμε στρατηγική ή διαδικασία, για να αυτοματοποιήσουμε αυτή ή να δημιουργήσουμε κανόνες για την ανάληψη δράσεις.
  2. Εργαλεία: Βελτιστοποίηση, προσωμείωση, κανόνες Management.

 

Bi adoption Και η μελλοντική εξέλιξη
Είναι γεγονός ότι δεν μπορούν όλες οι επιχειρήσεις να υιοθετήσουν το ΒΙ ακόμα και αν διαθέτουν την κατάλληλη τεχνολογία και πιθανόν και τους οικονομικούς πόρους που είναι απαραίτητοι για την ανάπτυξη αυτού του συστήματος (ίσως για τον απλούστατο λόγο ότι δεν έχουν συνηθίσει να λαμβάνουν τις αποφάσεις τους βασισμένοι σε δεδομένα). Είναι επίσης αποδεκτό ότι τα εργαλεία του ΒΙ πράγματι μπορεί να βοηθήσουν μια επιχείρηση ή έναν οργανισμό ωστόσο η πολυπλοκότητα τους απαιτούν μια ομάδα ειδικευμένου προσωπικού ικανού να χειριστεί σωστά αυτά τα εργαλεία.

Στην αρχή της υιοθέτησης των εργαλείων του ΒΙ, αυτό είναι παράγοντας εξόδων (cost center) ωστόσο όσες επιχειρήσεις αντιληφθούν τι μπορεί να προσφέρει συνεχίζουν και το αναπτύσσουν να σκοπό να υποστηρίξει την διαδικασία λήψης αποφάσεων των executives. Το επόμενο βήμα είναι πέρα από την χρήση καθορισμένων στατικών μοντέλων και δεδομένων είναι να δημιουργήσουμε μοντέλα που αναπροσαρμόζονται (adaptive models) που ουσιαστικά σημαίνει να πραγματοποιηθεί αλλαγή στο σύστημα που λειτουργεί η εταιρία (operational systems) με σκοπό δημιουργώντας έτσι ένα προηγμένο σύστημα analytics που δίνει την υψηλή επιχειρησιακή αξία (high business value).

Όσον αφορά τις μελλοντικές εξελίξεις και στο πως αλλάζει η χρήση της πληροφορίας, παρατηρούνται αλλαγές στις διαδικασίες και στην data latency αλλά και στον όγκο δεδομένων που αυξάνονται ραγδαία. Όσον αφορά τις διαδικασίες, έχουμε καταφέρει ήδη να τις αυτοματοποιήσουμε και να τις ελέγχουμε ενώ καταβάλλεται προσπάθεια να διαχειριστούμε και να αποθηκεύσουμε τον τόσο μεγάλο όγκο δεδομένων. Μεγάλο ενδιαφέρον έχει ότι ενώ έχουμε καταφέρει να συλλέγουμε μεγάλο όγκο δεδομένων δεν έχουμε κάνει μεγάλα άλματα σχετικά με το πώς μπορούμε να βγάλουμε ένα αξιόλογο αποτέλεσμα από αυτά. Παράλληλα παρατηρείται μια στροφή από το “system of records” στο “system of engagement” που σημαίνει πως μετακινείται το ενδιαφέρον από την «συναλλαγή» σε ένα στον πελάτη και σε ένα πελατοκεντρικό σύστημα με σκοπό την καλύτερη αντιμετώπιση και την δημιουργία δεσμού μεταξύ τους.

Ένα ακόμα χαρακτηριστικό είναι πως μέχρι την προηγούμενη δεκαετία οι επιχειρήσεις ήθελαν να συλλέγουν όλο και μεγαλύτερο όγκο δεδομένων ενώ σήμερα προσπαθούν να διυλίσουν αυτό τον όγκο φιλτράροντας και μειώνοντας τον. Ουσιαστικά αντιμετωπίζουμε το αντίθετο πρόβλημα που είχαμε παλαιότερα.

 

Από την παρουσίαση στο 1ο Συνέδριο Business Analytics στις 21 Μαρτίου 2011