Uansett hva man kaller det har utfordringen alltid vært den samme; hvordan kan bedrifter analysere data som gir funn som fører til konkurransefortrinn?
Mange forsøk på å nå dette målet har blitt fylt med kompleksitet og skuffelse. Underveis har hver generasjon av BI kommet litt nærmere målet, men det er ikke før nå med den tredje generasjonen av BI at vi har potensial til å spre kraften av analyse til alle brukere i bedriften – og endelig kunne utnytte all verdi i dataene.
Førstegenerasjons business intelligence: Sentralisert
Tidlige versjoner av BI involverte teknologier som var teknisk kompliserte og satt opp med OLAP-datakuber for å analysere flerdimensjonale datasett. De var oppbygget og styrt av IT-avdelingen eller innleide spesialister, og fokuset var vanligvis på strukturerte data lagret i tradisjonelle systemer som ERP og CRM.
Hvordan så dette ut i praksis?
Hvis en bedriftsleder ønsket å lære noe av dataene sine, ville hun for eksempel ha spurt “Hvordan påvirket vår siste kampanje salg i hver region?”. En dataanalytiker måtte da bruke sine ferdigheter for å lage en spørring som passet for den aktuelle programvaren. Da svaret endelig var klart, kanskje noen uker senere, ville analytikeren overlevere det til bedriftslederen i form av en statisk rapport. Hvorfor ‘uker’? Jo, fordi den sentrale spesialisten hadde en kø av ulike henvendelser og tidsbruken per henvendelse var stor.
I denne sentraliserte modellen av BI gjorde avansert databehandling det mulig å analysere forretningen, men prosessen var treg, kompleks og avhengig av noen få personer som hadde ferdighetene til å kunne bygge spørringer. I beste fall ble analyse brukt bare av 10-20 % av ansatte i en virksomhet.
Syklus med spør/vent/svar
Det var ikke det eneste problemet. Et hvilket som helst spørsmål resulterte vanligvis i et svar, men det svaret hevet nesten alltid flere spørsmål. Dessverre tok det tid å få svar med den første generasjonen av BI – vanligvis altfor lang tid til at det var nyttig. I førstegenerasjons BI-løsninger så syklusen for spørsmål slik ut:
Andregenerasjons business intelligence: Desentalisert
Den andre bølgen av BI skapte en ny kategori – brukerdrevet BI. BI-leverandører som Qlik eliminerte kompleksitet på fire måter:
- Fjernet eller reduserte den tekniske stacken
- La til brukervennlige metoder for å forberede og laste inn data
- Utviklet intuitive, visuelle måter for brukere å samhandle med data
- Skapte sin patenterte ‘Associative Engine’ som tillater alle brukere (også de uten IT-faglig bakgrunn) å fritt undersøke og oppdage alle sammenhenger i dataene sine
Denne radikale endringen spredte fordelene med BI fra noen få spesialister i IT-avdelingen til mange brukere i hele virksomheten. Over tid utviklet det seg en stadig mer intuitiv modell for å oppdage funn i data og visualisere dataene på måter alle kunne forstå og bruke.
En ny rolle: Bedriftsanalytikeren
Andregenerasjons BI gjorde også plass til en ny rolle, bedriftsanalytikeren. Disse spesialistene lager applikasjoner for å støtte viktige forretningsprosesser, og deler interaktive dashbord slik at riktige personer kan utforske sammenhenger på et gitt område. På denne måten har andregenerasjons BI blitt mer utbredt enn den første generasjonen. Estimert bruker 25 – 50 % av de ansatte dataanalyse, men det betyr samtidig at 50 – 75 % av arbeidsstyrken stoler på magefølelse, intuisjon og tidligere erfaring.
Trenger du hjelp med business intelligence? Finn riktig løsning for å analysere din virksomhets data her!
Tredjegenerasjons business intelligence: Demokratisert
Løftet om å visualisere data enkelt og raskt i andregenerasjons BI-løsninger når etterhvert sine begrensninger. Nå må vi bygge bro over gapet mellom dagens spredte bruk av analyse og den massive økningen i verdi som vil skje når alle ansatte i en bedrift har kompetanse til å oppdage funn i data.
For å få det til å skje, trenger vi en helt ny måte å tenke på hvordan vi håndterer data, distribuerer analyse og forbedrer datakunnskap – en demokratisk tilnærming som sprer analyse til hvert hjørne av organisasjonen. På den måten vil bedrifter oppnå datadrevet digital transformasjon – og lede vei i sine bransjer.
Vil du lære mer om hvordan du kan benytte maskinlæring i dine business intelligence og analytics prosjekter?
Digital transformasjon: Data er driveren
Digital transformasjon er et hett tema. Alle typer organisasjoner av alle størrelser prøver å dra nytte av digital teknologi for å endre måten de driver forretninger på. Men mens digitalisering visker ut grensene mellom bedrifter og deres leverandører, partnere og kunder, er det bruk av analyse som vil strømlinjeforme og forbedre disse relasjonene. Når du gjør all data tilgjengelig for de ansatte, og gir alle mulighet til å utforske dataen, har du større potensial enn noensinne til å forutse og møte kundenes behov, identifisere nye muligheter og forandre hvordan ting gjøres.
Hvordan demokratiserer vi egentlig analyse? Mange BI-leverandører mener at kunstig intelligens er svaret. Som er resultat legger de til maskinlæringsmuligheter til sine andregenerasjonsverktøy, som forbedrer og automatiserer dataanalyse – men det alene kan ikke hjelpe en organisasjon å nå datadrevet digital transformasjon.
Tredjegenerasjons BI fra Qlik: en omfattende plattformtilnærming
Alle kan være enige om at data er en strategisk ressurs som inneholder enorm potensiell verdi. Poenget med analyse er å åpne opp for den verdien ved å levere innsikt som driver transformasjon – og til slutt konkurransefortrinn. For å gi alle i bedriften din denne innsikten er visjonen til Qlik basert på en tredelt plattformtilnærming:
Demokratisering av data
Alle data, og hvilken som helst kombinasjon av data, er tilgjengelig for alle brukere gjennom styrte, analyseklare informasjonskataloger.
Associative Indexing (x) Augmented Intelligence = AI²
AI²: Maskinlæring møter menneskelig intuisjon. Bygget på Qlik sin assosiative teknologi, finner og fremhever Qlik Cognitive Engine ny innsikt for brukerne som de kan undersøke nærmere. Det fremskynder funn og øker datakunnskap og tillit.
Embedded analytics fra Edge til C-Suite
Analyse er ikke lengre et mål og blir en del av all beslutningstaking, og går inn i strømmen av daglige forretningsprosesser gjennom embedded analytics. Dette gjelder både menneskelig beslutningstaking og maskinbeslutninger på områder som IoT og automasjon.
Vil du lese mer om business intelligence?
