商業智能VS. Analytics(分析)?

社會的

企業商業智能戰略

幾乎所有的企業努力把企業商業智能戰略,成為一個可行的, 對企業利益相關者凝聚力的運營模式.

缺乏投資, 冷漠數據質量和所需的龐大工作量,使其工作意味著許多的手下敗將.

數據質量?

良好的數據質量需要花錢, 需要強有力的紀律和管理控制 – 屬性,大多數組織有興趣不大.

許多組織都在攀登企業商業智能的峰值為挖走 “大數據” 和 “Analytics(分析)” 渴望嘗試數據科學的勇敢的新的世界裡,在黑暗的房間後台辦公室的統計人員想起了算法,可以解決很多的組織挑戰快節奏, 不斷變化的環境.

數據科學

C水平高管的最新研究成果發布會上用行話來說,如新鮮的充滿 “大數據”, “預測分析”, “機器學習” 與人工智能召集會議,宣布該組織需要接受這種新的工作和敏捷方法.

團隊建立和建築師忙於啟動白板, 數據科學家被招募, 新鮮,直接從大學的渴望.

沒關係的 大數據很多企業很難得到他們的小數據權 並在第一障礙絆倒發現,適用於同樣的問題 企業商業智能 在分析固有;

  • 差數據質量, 治理和控制
  • 缺乏投資
  • 核心資源捉襟見肘的其他重要戰略項目
  • 昂貴的外包基礎設施供應商是躲在自己的SLA
  • IT架構師促進藍天的解決方案,實際上並不在現實世界中,並與非混淆技術業務用戶晦澀縮略詞工作.

敏捷 – 這是什麼意思?

很多企業用戶都渴望自己的股份索賠 “其” 數據並奪取從感知單片IT部門的控制權才意識到他們缺乏技能和知識,實際上使數據的使用和意義.

IT然後再引入戰略.

然後緊張往往更有條理的出現, 放心的IT方法VS. 該 “敏捷” 辦法提出的底氣業務團隊的敏捷是什麼,其實就是一點理解 (它是一個組織變革管理方法和最好的工作要求陸上合作, 整體團隊 – 經常不顧事實 75% 核心的IT資源和技能被轉移到海外,在過去的大改組).

結果

其結果往往可以$$ M的浪費平台, 資源和供應商成本. 因此,許多企業在這些通常很複雜和龐大的項目著手,而無需任何形式的戰略 – 策略通常非常簡單的設想,但負責任的領導人缺乏勇氣去推動它害怕失敗.

汲取的教訓都在很多不同類型的項目相似;

  • 開發, 溝通和同意的明確戰略
  • 建立業務案例來支持投資
  • 確保贊助
  • 採用與專業領域的知識,而不是資源 “數據科學家”

回報是巨大的對於確實成功地使用分析某些組織,但也有失敗的成本對於那些從過去的BI和數據倉庫舉措忽視的教訓.

關於Isobella弗蘭克斯

我是一個怪胎技術和新技術的著迷. 我寫上一些IT技術博客和新聞網站做客作者.

說你的心

*