Business Intelligence vs. Analitika?

Társadalmi

Enterprise Business Intelligence stratégia

Szinte minden szervezet küzd, hogy kapcsolja be a vállalati üzleti intelligencia stratégia egy működőképes, összetartó működési modell a vállalati szféra.

A beruházások hiánya, közömbösség adatok minősége és a puszta erőfeszítés szükséges, hogy ez a munka azt jelenti, hogy sok esik az útszélen.

Adat minőség?

Jó minőségű adatok pénzbe, megköveteli az erős fegyelem és vezetői ellenőrzés – tulajdonítja, hogy a legtöbb szervezet kevés étvágy.

Számos szervezet csábította el mászni a csúcsot a vállalati üzleti intelligencia figyelembe “Nagy adat” és “Analitika” alig várja, hogy próbálja meg a szép új világ Data Science, ahol back office statisztikusok elsötétített szobában megidézni algoritmusokat, amelyek megoldására számos szervezeti kihívások gyors tempójú, állandóan változó környezetben.

Data Science

C szintű vezetők friss a legújabb kutatási konferencián csupa hívószavak, mint “Nagy adat”, “prediktív elemző”, “Gépi tanulás” és mesterséges intelligencia ülését jelenti be, hogy a szervezetnek szüksége van, hogy átfogja az új és agilis munkamódszer.

A csapatok a telepítést és építészek buzgón kezdeni fehér beszállás, adatok tudósok toborzott, friss és lelkes egyenesen University.

Nem is beszélve a Nagy mennyiségű adatot sok vállalat küzd, hogy a kis adat jobb és megütköznek az első akadályt megállapította, hogy ugyanazokat a kérdéseket alkalmazandó Enterprise Business Intelligence velejárói Analytics;

  • gyenge adatok minősége, irányítás és ellenőrzés
  • beruházások hiánya
  • core források kifeszített más kritikus stratégiai projektek
  • drága kiszervezett infrastruktúra beszállítók, amelyek mögé a SLA
  • IT építészek támogatása kék ég megoldásokat, amelyek valójában nem működik a valós világ és a homályos kifejezéseket, megzavarja a nem műszaki üzleti felhasználók.

Agilis – mit jelent?

Sok üzleti felhasználók szívesen tét igényüket “azok” adatok és kicsikarni az irányítást ez a vélt monolit informatikai részlegek csak észre, hogy hiányzik a készségek és ismeretek, hogy ténylegesen, vagy annak használatát az adatok.

Ezután újra bevezette a stratégia.

A feszültség akkor gyakran adódnak szervezettebb, biztosítjuk, hogy a megközelítés vs. a “agilis” út által előterjesztett felbátorodott üzleti csoportok kevés megértésének Agile jelent valójában (ez egy szervezeti változás-menedzsment megközelítés és működnek a legjobban igényel szárazföldi együttműködő, holisztikus csapatok – gyakran figyelmen kívül hagyva azt a tényt, hogy a 75% alapvető informatikai erőforrások és készségek arra off-alátámasztható az utolsó nagy átszervezés).

Az eredmény

Az eredmény gyakran $$ M elvesztegetett állványok, erőforrások és a szállító költségeit. Tehát sok szervezet belekezdünk ezek gyakran bonyolult és hatalmas projektek anélkül, hogy bármilyen fajta stratégia – olyan stratégiát, amely gyakran egészen egyszerű elképzelni, de a vezetők felelősek hiányzik a bátorság, hogy támogassák azt a kudarctól való félelem.

A tanulságok hasonlóak számos különböző típusú projektek;

  • fejleszt, kommunikálni és elfogadja, világos stratégiával
  • építeni egy üzleti ügy, hogy támogassa a beruházást
  • biztosítása szponzorálás
  • foglalkoztatnak források szakértői szakterületi tudás helyett “adatok tudósok”

A jutalom óriási bizonyos szervezeteknek, amelyek használják az Analytics sikeresen de ott is költség a kudarc azon, hogy figyelmen kívül hagyják a tanulságokat a múltbeli BI és adattárház kezdeményezések.

Mintegy Isobella Franks

Én egy technológia stréber és lenyűgözte az új technológiák. Írok, mint egy vendég szerzője számos informatikai és technológiai blogok és híroldalak.

Mondd ki, amire gondolsz

*