Business Intelligence vs. analitica?

Sociale

Enterprise Business Strategy intelligence

Quasi tutte le organizzazioni lottano per trasformare una strategia di Enterprise Business Intelligence in un praticabile, modello operativo coerente per gli stakeholder aziendali.

La mancanza di investimenti, indifferenza alla qualità dei dati e il puro sforzo necessario per farlo funzionare significa che molti si perdono per strada.

Qualità dei dati?

Buona la qualità dei dati costa denaro, richiede una forte disciplina e controllo di gestione – attributi che la maggior parte delle organizzazioni hanno poco appetito per.

Molte organizzazioni sono attirati dalla scalare la vetta di Enterprise Business Intelligence in “Big Data” e “analitica” desiderosi di provare il nuovo mondo del Science Data in cui gli statistici di back office in stanze buie evocano algoritmi che possono risolvere molti dei problemi organizzativi in ​​un percorso veloce, ambiente in continua evoluzione.

Science Data

dirigenti di livello C freschi dal più recente conferenza sulla ricerca ricco di parole d'ordine quali “Big Data”, “Predictive Analytics”, “machine Learning” e Intelligenza Artificiale convocare una riunione per annunciare che l'organizzazione ha bisogno di abbracciare questo modo nuovo e agile di lavorare.

Le squadre sono setup e architetti alacremente iniziano bianco-boarding, gli scienziati di dati vengono reclutati, fresco e desiderosi direttamente da Università.

Non importa il Big Data molte aziende lottano per ottenere il loro piccolo a destra dei dati e inciampare al primo ostacolo trovando che gli stessi problemi applicabile a Enterprise Business Intelligence sono inerenti analisi;

  • scarsa qualità dei dati, governo e controllo
  • mancanza di investimenti
  • risorse di base allungato su altri progetti strategici critici
  • fornitori di infrastrutture in outsourcing costosi che si nascondono dietro i loro SLA
  • architetti IT che promuovono soluzioni cielo blu che in realtà non funzionano nel mondo reale e con acronimi oscuri che confondono gli utenti aziendali non tecnici.

Agile – cosa significa?

Molti utenti aziendali sono desiderosi di mettere in gioco la loro pretesa di “loro” dati e strappare il controllo di esso da dipartimenti IT monolitici percepiti solo per rendersi conto che non hanno le competenze e le conoscenze per fare effettivamente uso o il senso dei dati.

E 'poi reintrodotta alla strategia.

Le tensioni poi spesso nascono dalla più strutturata, approccio IT assicurato vs. il “agile” modo proposto dai team di business incoraggiati con poca comprensione di ciò che significa in realtà Agile (si tratta di un approccio di gestione del cambiamento organizzativo e di lavorare meglio richiede collaborazione onshore, squadre olistiche – spesso trascurando il fatto che 75% del nucleo risorse IT e le competenze sono stati off-puntellate in ultima grande riorganizzazione).

Il risultato

Il risultato può essere spesso $$ m di piattaforme in sprecati, risorse e costi dei fornitori. Così molte organizzazioni intraprendono questi progetti spesso complicata e vaste senza avere alcun tipo di strategia – una strategia che è spesso molto facile da concepire, ma i leader responsabili non hanno il coraggio di promuovere per paura di fallire.

Le lezioni apprese sono simili in molti diversi tipi di progetti;

  • sviluppare, comunicare e concordare una strategia chiara
  • costruire un business case per sostenere l'investimento
  • garantire la sponsorizzazione
  • impiegare risorse con conoscenza di dominio di esperti piuttosto che “scienziati di dati”

Le ricompense sono immense per determinate organizzazioni che fanno uso di analisi dei dati con successo, ma ci sono i costi anche del fallimento per coloro che ignorano le lezioni dal passato di BI e di Data Warehousing iniziative.

A proposito di Isobella Franks

Io sono un geek tecnologia e affascinato dalle nuove tecnologie. Scrivo come autore ospite in un certo numero di IT e tecnologia blog e siti di notizie.

Speak Your Mind

*