Stratégie d'entreprise Business Intelligence

Presque toutes les organisations luttent pour transformer une stratégie Enterprise Business Intelligence en pratique, modèle cohérent d'exploitation pour les acteurs économiques.

Le manque d'investissement, l'indifférence à la qualité des données et l'effort requis pour pur faire fonctionner signifie que beaucoup tombent à l'eau.

Qualité des données?

Bonne qualité des données coûte de l'argent, exige des contrôles rigoureux de la discipline et de gestion – attributs que la plupart des organisations ont peu d'appétit pour.

De nombreuses organisations sont débauchés de grimper au sommet de l'entreprise Business Intelligence en “Big Data” et “Analytique” désireux d'essayer le nouveau monde des sciences de données où les statisticiens de back-office dans les salles sombres évoquent des algorithmes qui peuvent résoudre un grand nombre des défis organisationnels dans un rythme rapide, environnement en constante évolution.

Sciences des données

cadres de niveau C frais de la dernière conférence de recherche débordant de mots à la mode tels que “Big Data”, “Analyses prédictives”, “Machine Learning” et l'intelligence artificielle appeler une réunion pour annoncer que l'organisation a besoin d'adopter cette nouvelle façon de travailler agile.

Les équipes sont l'installation et les architectes commencent-affairent tableau blanc, les scientifiques de données sont recrutés, et avide de droit de l'Université.

Peu importe la Big Data de nombreuses entreprises luttent pour obtenir leur petit droit de données et trébuche au premier obstacle constaté que les mêmes questions applicables aux Business Intelligence Enterprise sont inhérentes à l'analyse;

• mauvaise qualité des données, la gouvernance et le contrôle
• le manque d'investissement
• ressources de base étirées sur d'autres projets stratégiques critiques
• chers fournisseurs d'infrastructure externalisée qui se cachent derrière leurs SLA
• architectes IT promotion des solutions de ciel bleu qui ne fonctionnent pas réellement dans le monde réel et acronymes obscurs qui confondent les utilisateurs professionnels non techniques.

Agile – Qu'est-ce que ça veut dire?

De nombreux utilisateurs professionnels sont désireux de revendiquer leur à “leur” les données et prendre le contrôle de celui-ci d'être monolithique services informatiques perçus pour se rendre compte qu'ils ne possèdent pas les compétences et les connaissances pour faire réellement usage ou le sens des données.

IT est réintroduite ensuite à la stratégie.

Tensions alors surgissent souvent plus structuré, assurée approche informatique vs. la “agile” ainsi mis en avant par les équipes commerciales enhardis avec peu de compréhension de ce que signifie réellement Agile (c'est une approche organisationnelle de la gestion du changement et de travailler mieux exige la collaboration à terre, équipes globales – sans tenir compte du fait que souvent 75% de base des ressources informatiques et les compétences ont été délocalisées dans la dernière grande réorganisation).

Le résultat

Le résultat peut souvent être $$ m années dans les plates-formes gaspillés, les ressources et les coûts des fournisseurs. Ainsi, de nombreuses organisations se lancent dans ces projets souvent complexes et vastes sans avoir aucune sorte de stratégie – une stratégie qui est souvent assez facile à concevoir, mais manque les dirigeants responsables du courage de la promotion de la peur de l'échec.

Les leçons apprises sont semblables dans de nombreux types de projets;

• développer, communiquer et convenir d'une stratégie claire
• construire une analyse de rentabilisation pour soutenir l'investissement
• assurer le parrainage
• utiliser des ressources ayant des connaissances de domaine experts plutôt que “scientifiques de données”

Les récompenses sont immenses pour certaines organisations qui utilisent des analyses avec succès mais il y a aussi des coûts de l'échec pour ceux qui ignorent les leçons des initiatives passées BI et Data Warehousing.