Business Intelligence vs.. analytika?

Sociální

Enterprise Business Intelligence Strategy

Téměř všechny organizace se snaží proměnit strategii Enterprise Business Intelligence do proveditelným, soudržný provozní model pro obchodní zainteresovaných stran.

Nedostatečné investice, lhostejnost ke kvalitě dat a naprosté úsilí nezbytné, aby to fungovalo znamenat, že mnoho pád na vedlejší koleji.

Data Quality?

Dobrá kvalita dat stojí peníze, vyžaduje silné kontroly disciplínu a správu – atributy, že většina organizací má malou chuť.

Mnoho organizací se odlákat od lezení na vrchol Enterprise Business Intelligence do “Big dat” a “analytika” touží vyzkoušet statečný nový svět dat Science, kde back-office statistici v zatemněné místnosti vykouzlit algoritmy, které mohou vyřešit mnohé z organizačních úkolů v rychle se rozvíjejícím, neustále se měnící prostředí.

Data Science

manažeři úrovně C čerstvý z nejnovějšího výzkumu konferenci přetékající módní slova, jako je “Big dat”, “Predictive Analytics”, “Strojové učení” a umělá inteligence svolat schůzi oznamuje, že organizace potřebuje k přijetí této nové a agilní způsob práce.

Týmy jsou nastaveny a architekti pilně začít white-stravování, datové vědci jsou přijímáni, svěží a touží rovnou z univerzity.

Nevadí Big dat mnoho společností se snaží dostat své malé datové právo a narazí na první překážce zjištění, že stejné problémy vztahující se na Enterprise Business Intelligence jsou vlastní analytiky;

  • špatná kvalita dat, řízení a kontrola
  • Nedostatek investic
  • jádrové zdroje protáhl na dalších důležitých strategických projektů
  • drahé outsourcingu dodavatelům infrastruktury, které se skrývají mezi SLA
  • IT architekti propagaci modrá obloha řešení, která nejsou ve skutečnosti pracují v reálném světě a temné zkratek, které matou netechnických podnikové uživatele.

Agilní – co to znamená?

Mnoho obchodních uživatelů touží sázce svůj nárok na “jejich” Data a bojovat o kontrolu to z vnímaných monolitických IT oddělení jen aby si uvědomil, že jim chybí dovednosti a znalosti, aby skutečně využívají nebo smysl dat.

Potom se znovu představil strategii.

Napětí pak často vznikají z strukturovanější, jisti, že přístup vs.. the “agilní” způsob, uplatněné povzbuzeného obchodních týmů s malým pochopení toho, co vlastně znamená Agile (je to organizační přístup k řízení změn a pracovat co nejlépe vyžaduje pevnině spolu-, celostní týmy – často bez ohledu na skutečnost, že 75% jádra IT zdroje a dovednosti byly off-podepřený v posledním velkém reorganizaci).

Výsledek

Výsledkem může být často $$ M; v plýtvání platformách, zdroje a dodavatel náklady. Tolik organizace nastoupení těchto často komplikovaných a rozsáhlých projektů, aniž by nějaký druh strategie – strategie, která je často docela jednoduché si představit, ale představitelé odpovědní postrádají odvahu podpořit ji ze strachu z neúspěchu.

Poučení je podobný v mnoha různých typů projektů;

  • rozvíjet, komunikovat a dohodnout jasnou strategii
  • vybudovat obchodní případ pro podporu investic
  • zajistit sponzorství
  • zaměstnávají zdroje s odbornými znalostmi domény spíše než “datové vědci”

Tyto odměny jsou obrovské pro některé organizace, které používají analytiku úspěšně, ale tam jsou i náklady na selhání těch, které ignorují poučení z minulosti BI a datových skladů iniciativ.

O Isobella Franks

Jsem technologie geek, a fascinován novými technologiemi. Píšu jako autor hodnocení u řady IT a technologických blogů a zpravodajských webů.

Speak Your Mind

*