ビッグデータ分析の実装における課題を克服する方法 | クライアントのストーリーに基づく

公開: 2022-12-03

データ分析の優位性が高まるにつれ、その実装がグローバル組織の最優先事項になっています。破壊的な年月が控えているため、業績とリソースの割り当てを全体的に把握することがこれまで以上に重要になっています。ただし、ビッグデータから大きな影響を与えることは、データ分析の課題と密接に関連しています。

この投稿では、アナリティクスの卓越性を実現するための一般的な障害について取り上げました。次のデータ分析の課題のリストは、クライアントの実際の経験に基づいており、BI コンサルタントが提供する緩和戦略を使用しています。

ビッグデータ分析の恐ろしい 5 つ

私たちのクライアントは、データイニシアチブを目標ラインに到達させようとしているファッション小売業者です。しかし、適切なデータ管理戦略と BI ツールを手に入れるのに苦労したため、同社のデジタルトランスフォーメーションは一時停止されました。

以下は、クライアントが強調した課題と、専門家が提案したそれらを解決するためのプロのヒントです。

1. ユーザー要件を適切に定義できない

問題の会社は、BI ツールとデータの視覚化の可能性に長い間取り組んできました。しかし、私たちのクライアントはビジネスインテリジェンスの実務経験がなかったため、BI 要件を正確に定義できませんでした。

要件の概要が手元にあれば、技術的な解決策を提案するのがより簡単になります。しかし、当社の BI スペシャリストは、ビジネスニーズを分析し、それに応じて最も正確な技術的調整を行う素晴らしい仕事をしました。彼らの要求を本質的に明確に定義された目的に変換します。

プロのヒント: BI エコシステムを初めて使用する場合は、経験豊富なテクノロジパートナーから専門的なアドバイスを受けてください。この場合、提案された技術的ソリューションの 1 つを選択することができますが、ベンダーは要件の抽出という面倒な作業を行います。

結局のところ、私たちのクライアントは要件を伝えるのにも苦労していました。代わりに、同社は、収益から在庫回転率まで、業績の各側面を網羅し、すべての KPI を 1 つのオールインダッシュボードに絞り込もうとしていました。確かに可能ではありますが、メトリクスの雑多によって、レポートが理解しにくくなります。

プロのヒント: 追跡および視覚化するコアメトリックをいくつか特定することから始めて、小さく始めます。 一度に 1 つの機能領域に取り組むことで、BI 導入プロセスがより成功し、一貫したものになる可能性が高まり、データ分析の課題の大部分を排除できます。

2. 他部署のデータへの影響を考慮せずにシステム変更を行う

ほとんどの場合、分析と追跡のために KPI をマッピングするだけでは十分ではありません。クロスファンクショナルチームの場合、まずこれらの指標が何を意味するのかを明確にして定義することも重要です。部門はさまざまな方法で計算を行う可能性があるため、KPI とその計算についての理解を共有することで、指標の値の不一致を防ぐことができます。

この点に関して、お客様のデータ分析に関するもう 1 つの課題は、事業部門間で同じ指標に対して異なる視点を持っていることでした。そのため、オフラインのセールスマネージャーは、売上高を衣料品の販売から得たすべてのものとみなし、付加価値税も追加しました。逆に、経理および財務部門は、オンラインとオフラインの両方の売上の純収益を主要な指標として使用します。

私たちのチームは、意思決定者向けに KPI の用語集を導入することで、この知識共有のギャップを解消しました。このようにして、各部門は、使用中のメトリック、関連するデータソース、およびメトリック式に関する修正を取得します。また、意思決定者は、各パフォーマンスメジャーの個人所有権を設定し、特定のメトリックに対して部門内のダッシュボードオーナーを割り当てます。

プロのヒント: 表示する適切なメトリクスを選択していることを確認し、KPI がエグゼクティブダッシュボードや運用ダッシュボードにどのように表示されるかを十分に認識してください。 メトリックのあいまいさや重複を避けるために、部門ごとに個別のダッシュボードを使用することを検討してください。

3. 統一された企業像の欠如

各ビジネスユニットは内部指標の詳細なビューを取得する必要がありますが、CEO はビジネスパフォーマンスのより高レベルの概要を必要としています。高レベルのスナップショットは、会社の業績とそのボトルネックを俯瞰的に示します。これは、ビジネスユニット全体の上位 KPI のエグゼクティブサマリーを提供するか、会社の各部門に高レベルのレポートダッシュボードを提供することによって行うことができます。

エグゼクティブダッシュボードに含まれる指標は、業界や企業によって異なります。小売業者は、平方フィートあたりの利益と収益、ロジスティクスコスト、収益性の高いマーケティングチャネル、売上トップの商品、投資に対する総利益率、およびその他の重要事項を監視したいと考えるかもしれません。

私たちのクライアントに関して言えば、同社は、会社の業績に関する事前定義された値をソースとして統合する統合監視レポートを必要としていました。ダッシュボードは、特定のメトリックにドリルダウンできる機能を備えた迅速なヘルスチェックを提供する必要があります。変数に関しては、当社のクライアントは、売上分析、利益ダイナミクス、YoY (前年比) 成長を示す顧客データの 3 つの個別の画面を使用しました。

プロのヒント: 特定の部門別の指標を、経営陣が行動するために必要な共通のビューに表示します。 エグゼクティブダッシュボードには、統一されたビジネス戦略言語に使用できるコアの高レベルの指標を含める必要があります。

4. 合意された基準に対して意味のあるデータを収集する

クライアントの約 95% は、各ビジネスデータをコンパイルし、この蓄積を BI ツールに送信するだけで十分であると考えています。これは完璧なシナリオですが、ほとんどの場合、企業は管理が不十分な散在するデータソースであふれかえっています。これは、データ管理がうまくいかなかった典型的な例です。

この場合のデータ分析の課題は何ですか? 適切なデータアーキテクチャ、モデリング、および管理がなければ、データの品質から、意思決定のためのリモートで正確で意味のある洞察を生み出すチャンスはありません。その結果、77% の企業が高品質のデータを得るのに苦労しており、組織のデータと分析に対する不信感につながっています。

プロのヒント: 当社のビッグデータの専門家によると、データ品質の問題は分析レベルでは解決できません。 組織内に統一されたデータ管理戦略を導入することで、これを排除する必要があります。 その後、ビジネスインテリジェンスツールをデータ品質の酸テストとして使用できます。

クライアントに話を戻すと、組織はデータ値の欠落、不完全な入力、重複、およびその他の障害という同じ問題を抱えていました。さらに、同社には、さまざまなサブシステム間で情報を自動的に共有するための統合アーキテクチャがありませんでした。

私たちのチームは、データの収集、保存、変換のベストプラクティスについて組織に助言し、ビジネスシステム間のシームレスなデータ共有の技術的側面を引き継ぎました。当社のデータエンジニアは、各ビジネスユニット (CRM、ERP など) 内のマスターデータのソースを特定し、適切なデータモデルを選択して、マスターソースとデータウェアハウス間の共有プロセスを調整しました。

5. 新しいシステムの採用に対するスタッフの抵抗

従業員の間での BI の採用レベルが低いことも、データ分析の取り組みに対する重大な障害になる可能性があります。現在、エンドユーザーの間での分析採用の上限は平均 25% ですが、従来のスプレッドシートや直感に基づく予測を好む人もいます。

この問題の根本的な原因は、低レベルのスキルトレーニング、BI ツールの複雑さ、または自動化によって従業員が置き換わってしまうのではないかという恐れに起因する可能性があります。報告システムの全体的な価値を明確に伝達し、各従業員に示す必要がありますが、各タイプの論理的根拠には個別にアプローチする必要があります。

当初、当社のクライアントは、Power BI を分析標準として使用することに従業員の同意を得るのに苦労していました。従業員の嫌悪感の主な理由は、変化に対する人々の自然な抵抗であるように思われました。

各ビジネスユニットの固有のユーザーニーズに従って、当社の BI スペシャリストは特定の部門へのインターフェイスを調整しました。オンボーディングに続いて、各部門の内部ワークショップが行われ、ツールに関するガイドを含むドキュメントが作成されました。

私たちの実証済みの経験に基づいて、ビッグデータ分析の実装を含むビジネス変革イニシアチブは、プロセスの最適化、最先端のテクノロジーの展開、および人々の心の文化的変化がそれぞれの方向に進んだ場合にのみ、最大の価値をもたらすことがわかっています。他の、それ以上離れていない。

プロのヒント: プロセスに関与する人々の役割を無視すると、ビジネスインテリジェンスの採用率が低下することは避けられません。 エンドユーザーを念頭に置いて BI インターフェースを構築し、単一のオンボーディングトレーニングを設定することでスムーズな開始を保証します。

データ分析の課題を通じて会社をナビゲートする: 簡単な方法

すべての家が強固な土台の上に建てられているように、洞察の生成はデータ基盤の上に構築されています。皮肉なことに、データ自体がデータ分析における最大の課題の 1 つであり、BI 管理が機能しなくなり、間違った決定につながる可能性があります。

私たちは、クライアントがデータ分析の可能性を最大限に実現し、それを有利に活用できるよう支援しました。統一されたデータアーキテクチャと適切なテクノロジー基盤を持つことで、同社はコアビジネスオペレーションのリアルタイムビューを取得し、データに基づいて成長、革新、過去の急速な小売市場への適応を競合他社よりも先に行うことができるようになりました。

この記事はもともとここで公開されています。