رایورز

www.rayvarz.com

رایورز

www.rayvarz.com

هفت قانون برای موفقیت داشبوردها

درحالی‌که همه مدیران اجرایی سازمان‌ها، درک درستی از مفهوم هوش تجاری ندارند، معمولا بعد از نرم افزار اتوماسیون اداری و خرید اتوماسیون اداری خواهانداشبوردها هستند؛ چرا که داشبوردها زیبا و جذابند و درعین‌حال، داده‌های ملال‌آور را به نمودارهای زیبا مبدل می‌سازند.اما سؤال اصلی این است که چه تعداد از مدیران دقیقاً می‌دانند که داشبورد برای چیست و بایستی چگونه باشد؟ پاسخ این است که صرفاً تعداد اندکی! داشبوردها دارای متقاضیان بسیاری است اما اکثر آن‌ها دقیقاً علت این تقاضا را نمی‌دانند. این مسئله زمانی پیچیده‌تر می‌شود که هر کسی تصور می‌کند که می‌داند چگونه می‌توان داشبورد ساخت و یا این‌که داشبورد می‌بایست به چه صورتی باشد. شاید هم مسئله اصلی این است که آن‌ها از پرسیدن، امتناع می‌کنند. 

در ادامه، برخی از قوانینی که در ساخت داشبورد می‌بایست به آن‌ها توجه شود، شرح داده خواهند شد.

کارهایی که نباید انجام دهید:

  1. یک داشبورد را بر اساس یک گزارش صفحه گسترده‌ی موجود نسازید و نمودارها، گراف‌ها و پس‌زمینه‌های موجود در فایل اکسل خود را در داشبوردتان شبیه‌سازی نکنید. خارج از چارچوبی که سبک‌های کلاسیک و عادی اکسل در اختیار شما می‌گذارد، فکر کنید.
  2. داشبورد را به مهم‌ترین و اصلی‌ترین ابزار تحلیل داده‌ها مبدل نسازید. اشتباهی رایج که اکثر افراد به آن دچار می‌شوند، همین است. با وجود آن‌که داشبوردها، ابزاری ویژه برای تصمیم سازی بهینه هستند، ولی به تنهایی پاسخ‌گوی تمامی نیازهایتان در کار نبوده و نمی‌تواند مشکلات عظیم را حل و فصل نماید. در نظر داشته باشید که چگونه داشبوردها می‌توانند با سایر ابزارها و فرآیندهای کسب‌وکار موجود، یکپارچه شده و آن‌ها را پشتیبانی نمایند.
  3. هرگز پیش از شناسایی متریک‌های مورد نیاز، طراحی گرافیک داشبورد را آغاز نکنید. برای مدیران بسیار وسوسه برانگیز است که دست به طراحی داشبورد بزنند و شکل و چگونگی آن را تعیین کنند، چرا که این مرحله جذاب به نظر می‌رسد. اما همه کارها می‌بایست به ترتیب انجام شود؛ ابتدا باید بدانید که چه داده‌هایی را می‌خواهید بارگذاری نمایید و این‌که داشبورد شما قرار است پاسخ‌گوی چه مسائلی در سازمان باشد. پس از انجام این امور می‌توانید در مورد جلوه‌های گرافیکی تصمیم گرفته و مناسب‌ترین را انتخاب نمایید!

یک داشبورد باید چنین باشد:

  1. ملموس: چنانچه لازم است توضیحاتی را در مورد داشبورد، اطلاعات موجود و کارکردهای آن به کاربران بدهید، می‌بایست دوباره آن را طراحی کنید. بهترین روش برای بررسی داشبورد، ارائه آن به کاربر بدون هیچ‌گونه توضیحی است. پس از این کار، بررسی کنید که کاربر تا کجا بدون کمک شما می‌تواند پیش برود. داشبوردی که طراحی و ساختار خوبی داشته باشد، خود گویای عملکرد خویش است.
  2. مختصر: داشبورد می‌بایست نمایانگر اطلاعات بسیار مهم بوده و قرار نیست که تمامی جزئیات بی‌اهمیت را نیز در برگیرد. چنانچه کاربر نیازمند چنین اطلاعاتی است، می‌بایست سراغ گزارشاتی با اطلاعات کامل برود، نه داشبورد!
  3. چابک: چنانچه بالا آمدن و نمایش داشبورد بیش از ۱۰-۸ ثانیه زمان نیاز داشته باشد، بدین معنی است که اطلاعات زیادی در آن درج شده است. لذا می‌بایست سناریو را دوباره مرور و ارزیابی کنید و به سؤالات زیر پاسخ دهید: آیا واقعاً لازم است که همه این اطلاعات در یک داشبورد نمایش داده شود؟ یا این‌که گواهی بر درج آن‌ها در داشبوردهای جداگانه است؟
  4. شفاف: چنانچه متریک‌های زیادی را بر روی یک داشبورد نمایش دهید، ازدحام ایجادشده و از هدف اصلی دور خواهید شد.

ابتدای امر باید بدانید که دقیقاً در حال انجام چه کاری هستید و قرار است چه اطلاعاتی را به کاربران سازمان منتقل کنید. نمی‌توان و نباید همه چیز را بر روی داشبورد قرار داد. 


منبع: Seven Rules For Dashboard Success
ویرایش: مهتاب صالحی 

تعریف هوش تجاری

هوش تجاری (BI) یک فرایند مبتنی بر فناوری است که به منظور تحلیل  داده ها برای کمک به مدیران ارشد، مدیران میانی و سایر کاربران جهت اتخاذ تصمیمات بهینه به کار برده می شود، این فرآیند در بی پی ام اس bpms هم بسیار مورد توجه است. هوش تجاری (BI) شامل مجموعه ای از ابزارها، برنامه های کاربردی و متدولوژی ها است که با جمع آوری داده ها از منابع  درون سازمانی و  برون سازمانی، داده ها را برای تجزیه و تحلیل آماده می کند، امکان اجرای پرس و جو (Query) را مهیا می سازد، گزارشات و داشبوردها را ایجاد می کند به نحوی که این گزارشات در اختیار تصمیم گیران و همین طور کارکنان BPMS  قرار گیرد.

 

از مزایای استفاده از هوش تجاری می توان به موارد زیر اشاره نمود:

 

تسریع و بهبود فرایند تصمیم گیری

بهبود فرایندهای داخلی

شناسایی فرصت های جدید

دستیابی به مزیت های رقابتی جدید

سیستم های هوش تجاری (BI) هم چنین می توانند به شرکت ها در شناسایی روندهای بازار و مشکلاتی که باید مورد توجه قرار بگیرند، کمک نمایند.

 

داده های هوش تجاری (BI) می تواند شامل اطلاعات قدیمی و یا داده های جدیدی باشند که از سیستم های منبع داده تولید شده اند و تحلیل گران هوش تجاری را قادر به پشتیبانی از فرایندهای تصمیم سازی استراتژیک و تاکتیکی می سازند. در ابتدا، ابزارهای هوش تجاری توسط تحلیلگران داده و سایر متخصصین IT استفاده می شدند به صورتی که آنها تحلیل ها را بر روی داده ها اجرا می کردند و گزارشات را به عنوان نتایج پرس و جو (Query) برای کاربران کسب و کار تولید می نمودند. پس از آن با توجه به توسعه ابزارهای خویش خدمت هوش تجاری (Self-Service BI) و جستجوی داده، مدیران سازمان و کارمندان نیز در استفاده از ابزارهای هوش تجاری (BI) توانمند شدند.

 

هوش تجاری (BI) شامل مجموعه وسیعی از برنامه های کاربردی نظیر: تحلیل های موردی و پرس و جو (Query) ، گزارش ساز، گزارش ساز پیشرفته، پردازشگر تحلیلی آنلاین (OLAP)، هوش تجاری موبایل، هوش تجاری بلادرنگ، هوش تجاری عملکردی، هوش تجاری و سرویس های ابری، هوش تجاری متن باز، هوش تجاری اشتراکی و هوش منطقه ای می باشد.

 

تکنولوژی هوش تجاری همچنین شامل نرم افزارهای بصری سازی داده برای طراحی نمودارها و سایر داده نمایی ها وابزارهایی برای ساخت انواع داشبوردها مثل داشبورد مدیریتی می شود. برنامه های کاربردی هوش تجاری را می توان از کمپانی های متفاوتی خریداری نمود و یا آنکه به صورت یک پلتفرم مجتمع از یک کمپانی تهیه کرد.

 

برنامه های هوش تجاری همچنین می توانند ترکیبی از انواع تجزیه و تحلیل پیشرفته را ارائه دهند، مانند داده کاوی، تحلیل های پیشگویانه، متن کاوی، تحلیل های آماری و تحلیل کلان داده ها.  در بسیاری از موارد، پروژه های تجزیه و تحلیل پیشرفته بوسیله تیم های جداگانه ای از کارشناسان داده، متخصصین آمار، مدل سازان و سایر متخصصین تحلیل رهبری و مدیریت می شوند، در حالی که تیم هوش تجاری بیشتر بر پرس جو ها (Query) و تحلیل های داده های کسب و کار و مدیریت فرآیند کسب و کار نظارت می کند.

 

داده های هوش تجاری معمولا در یک انباره داده یا یک داده گاه (Data mart) کوچکتر که زیر مجموعه ای از اطلاعات شرکت است ذخیره می شوند. به علاوه، سیستم های Hadoop به صورت گسترده به عنوان انباره ها در معماری های هوش تجاری و مخصوصا برای داده های بدون ساختار، فایل های لاگ و گونه های دیگر کلان داده ها استفاده می شوند. قبل از آنکه این سیستم در برنامه های کاربردی هوش تجاری استفاده شود، داده های خام از منابع مختلف بایستی مجتمع می شدند و به وسیله ابزارهای کیفیت داده بررسی می شدند تا از صحت داده های تحلیلی اطمینان حاصل می گشت.

 

تیم های هوش تجاری ،علاوه بر مدیران هوش تجاری، به صورت عمومی شامل ترکیبی از معماران هوش تجاری، توسعه دهندگان هوش تجاری، تحلیل گران کسب و کار و متخصصین مدیریت داده هستند. البته کاربران کسب و کار نیز به عنوان نماینده کسب و کار جهت ایجاد اطمینان از پوشش نیازهای کسب و کار در فرایند توسعه هوش تجاری ، مشارکت می کنند.

 

در همین راستا تعداد رو به رشدی از سازمان ها در حال جایگزینی توسعه آبشاری با رویکردهای هوش تجاری چابک هستند.این رویکردها از تکنیک های توسعه نرم افزار چابک  جهت تقسیم پروژه به بخش های کوچکتر و ارایه کارکردهای جدید به کاربران نهایی به صورت افزایشی و تکرارپذیر استفاده می نمایند. این نحوه عملکرد، سازمان ها را در زمینه ارایه سریعتر توانمندی های هوش تجاری و بهبود روند توسعه هوش تجاری همزمان با تغییر نیازمندی های کسب و کار توانمند می سازد.

 

بنابراین هدف از هوش تجاری تفسیر آسان حجم زیادی از داده ها  با استفاده از مجموعه ای از ابزارها می باشد. شناسایی فرصت های جدید و اجرای موثر یک استراتژی با بینشی عمیق، می تواند مزیت های رقابتی جدید و توسعه پایدار را برای سازمان ها به ارمغان آورد.


منبع : (business intelligence (BI

مترجم : عاطفه سلیمیان

 

چرا هوش تجاری مهم است؟

شعار "هوش تجاری " (Business Intelligence) چندین سال است که توسط بسیاری از وبلاگ نویسان و شرکت های بزرگ به کار رفته و مزایای آن نیز ستوده شده است. در حالی که بسیاری از مدیران و مالکان کسب و کارهای کوچک (Small Businesses) در قبال این کلمه هوش تجاری سکوت اختیار نموده اند؛ چرا که اطلاعات چندانی در مورد مفهوم هوش تجاری و کاربردهای آن ندارند. در حقیقت، هوش تجاری بخش جدایی ناپذیر هر سازمانی است.

هوش تجاری را تحت عنوان "توانمندی سازمان جهت تبدیل فرآیندها به داده هایی که بتوان آنها را تحلیل و سپس به آگاهی تبدیل نمود"، تعریف می کنند تا در زمانی مناسب و با راهکاری درست، در اختیار ذی نفعان مربوطه قرار گیرد. نکات مثبت بسیاری در مورد راهکارهای هوش تجاری و لزوم استفاده شرکتها از آنها وجود دارد که به پنج مورد از آنها در ادامه اشاره گردیده است:

1- افزایش بهره وری: در شیوه های سنتی جمع آوری داده ها، کاربر ابتدا داده ها را جمع آوری و سپس تحلیل و در نهایت گزارش مدیریتی مربوط بدان را تهیه می نمود که این امر به شدت وقت گیر بود؛ به ویژه برای کسب و کارهای کوچکی که ممکن بود چنین کاربری را در اختیار نداشته باشند. با بکارگیری برنامه هوش تجاری، می توانید در هر لحظه (با یک کلیک ساده)، داده ها را جمع آوری و گزارشات مدیریتی مربوطه را تولید نمایید؛ که در نتیجه، زمان و منابع سازمانی آزاد شده و کارمندان می توانند کارهای خود را به نحو مؤثرتری به انجام رسانند.

2- دسترسی به اطلاعات مناسب: با توجه به افزایش داده های در دسترس شرکت ها، چنانچه بخواهید جلوتر از رقبایتان باشید، دیگر جدول بندی و ارزیابی دستی داده ها، عملی نیست. با راه اندازی نرم افزار هوش تجاری، داده های مرتبط در هر زمانی در دسترس بوده و می توان آنها را تجمیع و پایش نمود.

3- تصمیم گیری ماهرانه: علت شکست بسیاری از پروژه های تجاری، اتخاذ تصمیمات بحرانی بدون دسترسی به اطلاعات مناسب و هدفمند است. فرآیندهایهوش تجاری کمک می کنند تا فعالیت های گذشته و حال (تقریباً) تمامی امور را مشاهده نمایید و زمینه ای مستحکم را برای بنا کردن پیش بینی های آینده در اختیار داشته باشید. در اصل، هوش تجاری به کسب و کارهای کوچک و متوسط کمک می کند تا تصمیمات بهتری را -بر پایه اطلاعات مناسب- اتخاذ نمایند.

4- نتایج نزدیکتر به اهداف مقرر: چند بار پیش آمده که برای پروژه یا کاری دیگر، چندین هدف به ظاهر معقول را مقرر نموده اید، اما در نهایت نتیجه ای به شدت متفاوت دریافت نموده اید؟ با نرم افزار هوش تجاری، می توانید اطلاعات را پیگیری نموده و به موقع در اختیار کسانی که بدان نیاز دارند، قرار دهید. نرم افزار هوش تجاری کمک می کند تا در راستای دستیابی به اهدافتان قرار گیرید.

5- بازدهی سرمایه: هوش تجاری می تواند از طریق آگاهی استراتژیک، گزارش دهی سریعتر، کاهش هزینه های عملیاتی و نیز مخارج کلی، دسترسی به داده ها و در نهایت اطلاعات با کیفیت تر، تأثیر مثبتی را بر روی بازدهی سرمایه شرکت (ROI) بگذارد.