בינה עסקית vs. Analytics?

חֶברָתִי

אסטרטגית בינה העסקית Enterprise

כמעט כל הארגונים נאבקים כדי להפוך אסטרטגית הבינה העסקית Enterprise לתוך עביד, מודל הפעלה מלוכד לבעלי העניין העסקי.

חוסר ההשקעה, אדישות איכות נתונים ואת המאמץ העצום הנדרש כדי לגרום לזה לעבוד אומר כי נפילה רבה על שולי הדרך.

איכות מידע?

איכות נתונים טובה עולה כסף, דורש שולטת משמעת וניהול חזקה – מאפיינים שיש להם רוב הארגונים תיאבון מועט.

ארגונים רבים מתפתים הרחק לטפס לפסגה של הבינה העסקית Enterprise לתוך “נתונים ביג” ו “Analytics” להוט לנסות את העולם החדש האמיץ למדע נתונים שבו סטטיסטיקאים עורפיים בחדרים חשוכים להעלות אלגוריתמים שעשויים לפתור רבים מן האתגרים הארגוניים בתוך מהיר, המשתנה סביבה.

מדע נתונים

C ברמת מנהלים טריים מכנס המחקר העדכני שופע buzzwords כגון “נתונים ביג”, “Analytics החזוי”, “למידת מכונה” ו בינה מלאכותית לכנס ישיבה להודיע ​​כי הארגון צריך לאמץ דרך חדשה וזריזה זו של עובד.

צוותי מוגדרים ואדריכלים עסוקים להתחיל לבן-העלייה למטוס, מדעני נתונים מגויסים, טרי להוט ישר מהאוניברסיטה.

אל תשים לב Big Data חברות רבות נאבקות כדי לקבל זכות הנתונים הקטנה שלהם ו למעוד במשוכה הראשונה ומוצאים שאותה בעיות החלים בינה עסקית Enterprise הטבועים Analytics;

  • איכות נתונים ירודה, ממשל ובקרה
  • חוסר ההשקעה
  • משאבים הליבה נמתח על פרויקטים אסטרטגיים קריטיים אחרים
  • ספקי תשתית יקר במיקור חוץ כי מסתתרים מאחורי SLA של שלהם
  • אדריכלי IT לקידום פתרונות שמיים כחולים שלא עובדים בפועל בעולם האמיתי ועם ראשי תיבות מעורפלים כי לבלבל משתמשים עסקיים שאינם טכניים.

זָרִיז – מה זה אומר?

משתמשים עסקיים רבים להוטים לבצר את התביעות שלהם “שֶׁלָהֶם” נתונים להשתלט על זה ממחלקות ה- IT מונוליטי נתפס רק כדי להבין כי הם חסרים את הכישורים והידע כדי באמת לעשות שימוש או תחושה של נתונים.

זהו אז מחדש הציג את האסטרטגיה.

מתיחות אז לעתים קרובות נובעות יותר מובנה, הגישה היא הבטיחה vs. ה “זָרִיז” הדרך שהציגה הצוותות העסקיים המחוזקים עם הבנה קטנה של מה Agile בעצם אומר (זה תפיסה ארגונית ניהול שינויים ולפעול כמיטב דורש שיתופי יבשתי, צוותי הוליסטית – לעיתים קרובות מתעלמים מהעובדה 75% משאבים ומיומנויות ה- IT של ליבה היו מחוץ הסדירה של רה-הארגון הגדול האחרון).

התוצאה

התוצאה יכולה להיות לעתים קרובות $$ של מ 'פלטפורמות מבוזבזות, משאבים ועלויות ספק. אז ארגונים רבים יוצאים לדרך קרובות אלה פרויקטים מסובכים עצומים מבלי כל סוג של אסטרטגיה – אסטרטגיה אשר לעתים קרובות פשוט למדי להרות אך המנהיגים האחראים חסרים את האומץ לקדם אותו מחשש לכישלון.

הלקחים שנלמדו הם דומים ברחבי סוגים רבים ושונים של פרויקטים;

  • לְפַתֵחַ, מתקשר ומסכים אסטרטגיה ברורה
  • לבנות תיק עסקים לתמוך ההשקעה
  • להבטיח חסות
  • להעסיק משאבים עם ידע מושלם מומחה ולא “מדעני נתונים”

הגמול עצום עבור ארגונים מסוימים משתמשים ב- Google Analytics בהצלחה אבל יש גם עלויות של כישלון עבור אלה המתעלמים שיעורים מהעבר BI ו- Data Warehousing יוזמת.

אודות Isobella פרנקים

אני חנון טכנולוגיה מוקסמת טכנולוגיות חדשות. אני כותב כמו סופר אורח בכמה IT ובלוגי טכנולוגיה ואתרי חדשות.

דבר את דעתך

*