2022 年の 6 つのビジネス インテリジェンスの課題

BI ソリューションの重要性は明白になりつつあります。 統計によると、全企業の 26% が既に BI を採用しており、約 33% が 2023 年までに BI を実装する予定です。しかし、トレンドの急速な成長にもかかわらず、その価値を活用する道はバラ色ではありません。 ビジネス インテリジェンスの課題の多くは、システムの制限、複雑なビジネス要件、人的要因などに起因しています。

さまざまな業界やビジネス レベルでの BI ソリューションの実装に関する深い専門知識により、ビジネス インテリジェンスの問題を説明し、それらを解決するための革新的なヒントを提供することができます。

アクションの時代に足を踏み入れるには、特定の BI の課題が伴います

ビジネス インテリジェンスは、もは​​や大企業だけのものではありません。 あらゆる規模の企業が、さまざまなデータを行動計画に変えることができるようになりました。 ただし、アクション指向のデータ分析は複数の前兆を前提としており、それぞれが初期の BI 採用者にとって潜在的な課題です。

1. 異なるソース システムからのデータの統合

BI は、複数のソースからのデータを照合および分析して、エンド ユーザーに洞察のための確固たる基盤を提示できる場合にのみ意味があります。 そうでなければ、ポイントは何ですか？ しかし、膨大な数のデータベースやビジネス アプリからビッグ データ システムに至るまで、BI ソフトウェアが接続しなければならない多数のデータ ソースは、間違った情報を伝えるリスクを高めます。

組み込みの ETL プロセスにより、既製の BI プラットフォームがさまざまなデータ ソースに直接接続し、独自に使用できるようにデータを変換できる限り、最初から問題には思えないかもしれません。 組み込みの ETL は、高速で魅力的ですが、雑食ではありません。 一部の特殊なコネクタは、新しいソース システム用に常に完成されていますが、中規模から大規模の組織では、Power BI データ フローを ETL ツールおよび DWH ストレージとして排他的に使用する場合、ある時点でスケーリング、パフォーマンス、およびメンテナンスの問題に直面することになります。

まず、生の非構造化データを扱うと、データセットの複雑さと数が増加し、レポート作成に時間がかかります。 レポートが異なるソースからのデータを統合する場合、同じロジックを別のデータセットに簡単に適用することはできません。 第 2 に、さまざまなデータセットに複数のバージョンの真実があるため、レポート システム全体で矛盾が生じる可能性が高くなります。 第 3 に、データが数百万行に達する場合、組み込みの ETL では処理できず、レポートの応答が遅くなります。

この状況における最も合理的な解決策は、データが事前に集約され、構造化された方法で格納される単一のリポジトリ、つまりデータ ウェアハウスをセットアップすることです。 データ内の混乱を排除することは、真実の単一バージョンの作成に貢献します。 中央リポジトリがもたらすその他の重要な利点には、履歴データの分析とより迅速なレポート作成の可能性があります。 データ ウェアハウス テクノロジを使用すると、BI ツールのメンテナンスに費やす費用を増やすことなく、増え続けるデータ ソースを処理できます。

2. データ品質の問題

データ品質は、ビジネス インテリジェンスの主要な課題の 1 つであり、BI の目標を達成するための障害となります。つまり、適切で価値のある意思決定を行うことです。 人的ミス、重複した無効なデータ、および一貫性のないデータ形式により、価値のある洞察を得ることができず、その上で間違った行動を引き起こす可能性があります.

適切なデータ管理戦略は、データ品質の問題への取り組みに役立ちます。 簡単に言えば、会社によって収集または生成されたデータを処理して、より良い意思決定を保証します。

データ アーキテクチャは、高品質の情報を提供する上で重要な役割を果たす重要なデータ管理コンポーネントです。 企業が複数の販売チャネルを持っているとします。ビジネス ルールで定義された特定のクリアランス アルゴリズムを通過した後、それらのチャネルによって生成されたすべての情報をデータ ウェアハウス レベルでマージし、そこから別のレポートにさらに配布することをお勧めします。

データ モデリングは、データを分析に適したものにするために無視できないもう 1 つの要素です。 たとえば、Web サイトへの訪問者、実施した調査の参加者、およびクライアントが 1 人である場合があります。 ただし、同じエンティティであっても、異なるシステムでは異なる役割で提示される場合があります。 そのため、データの冗長性を避けるために、このエンティティをどのシステム (CRM、ERP など) に割り当てるかを決定する必要があります。

データ管理戦略は、主に管理活動です。 同時に、よく考え抜かれた適切なソリューション アーキテクチャを構築するための技術的な部分も軽視してはなりません。 戦略の作業は、会社のすべてのデータ フローの図から始める必要があります。 所有しているソース システム、データが生成および消費される場所、所有しているエンティティとそれらが格納されている場所を特定し、それを技術的に実装する方法を決定します。

— *instinctools の BI 部門の責任者、Alex Obolensky 氏

3. データ人材の不足

スキル不足は、データ分析の取り組みを妨げる他の一般的なビジネス インテリジェンスの問題の 1 つです。 2020 年、米国はデータ サイエンスの人材不足に直面しました。企業は約 250,000 人の職を埋めることができませんでした。 2022 年の Tech Hiring Survey では、データ サイエンスを需要が供給をはるかに上回るスキルと定義しています。

それは、採用市場全体に差し迫った人材危機、人口動態の変化、そして別の不況によって圧縮された「大辞職」によって悪化しています。 専用のスキルがなければ、企業は BI 分析を効果的に利用したり、ベースライン情報用のデータ ウェアハウスを設定したり、必要なレベルのデータ リテラシーを確立したりすることができません。

人材不足に対処するために、企業はアウトソーシングされた専門知識を活用する傾向があります。 専任の BI チームは、社内のデータ エキスパートのスイート全体を補い、企業がデータ イニシアチブを迅速かつ採用の手間をかけずに検証できるように支援します。

4. 悪いデータの視覚化

データと分析プロセスの品質は、すべての栄光を奪う傾向があります。 ただし、BI ダッシュボードの設計は、複雑なデータを意思決定者に伝え、重要な洞察を行動に移すために重要です。

データが説得力のある方法で提示され、議論されていない場合、データは無視されるか、意見に打ちのめされます。 議論を持ち、ストーリー コンポーネントを作成することの価値を過小評価してはなりません。

— Qlik のマーケット インテリジェンス担当シニア ディレクター、Dan Sommer 氏

インタラクティブ性の欠如、ほぼリアルタイムのデータを取得できないこと、厳格なテンプレート、さらには間違った色の選択によって、ダッシュボードの実装が困難になる可能性があります。 適切なデータ値を強調するために、企業は、組織固有のニーズを満たす幅広いパーソナライズ機能を備えた高度にカスタマイズ可能なダッシュボードを採用する必要があります。

ダッシュボードの種類を正しく選択することで、BI 管理を形にすることもできます。 分析ダッシュボードは重要なデータの包括的な概要を提供し、運用ダッシュボードには特定の部門に関連するリアルタイムの更新が含まれます。 戦略タイプは、重要な KPI の概要をエグゼクティブに提供します。

5. 適切なソフトウェアの選択

適切な BI ツールを選択するだけで、ビジネス インテリジェンスの実装に関する課題に取り組むことができます。 TrustRadius によると、Tableau、Qlik Sense、および Microsoft Power BI は、最大の市場シェアを持つ主要なビジネス インテリジェンス プラットフォームです。 しかし、あなたのユニークなニーズに合うのはどれでしょうか? 3つの主な違いに触れてみましょう。

表からわかるように、これら 3 つのツールのいずれかを選択することは、アウディ、BMW、メルセデスを選択するようなもので、わずかに異なる外観にほぼ同じ品質が詰め込まれています。

ただし、大規模な採用の場合は、微妙な違いでさえ重要な役割を果たし始めます。 BI エクスペリエンスを最適化するには、ライセンスの種類、役割と権限、割引の割り当て、およびその他の要因を考慮する必要があります。

さらに、一般的な商用ソリューションでは、視覚化のニーズが常に満たされるとは限りません。 たとえば、B2C のスタートアップは、分析のニーズが高く、ライセンスの負担がないため、オープンソースの BI ソリューションを使用する方が有利です。 場合によっては、企業はブランド化されたデザインにカスタム BI ツールを選択します。

6. 従業員の BI 採用レベルが低い

分析ソフトウェアに投資したすべてのお金、時間、および労力の後でも、ユーザーがそれを受け入れないために機能しない可能性があります。 組織内での採用レベルの低さは、依然として BI の主要な問題の 1 つです。 デプロイしたての BI ツールをアナリストやデータ サイエンティストだけでなく使用したい場合は、それが使いやすく、威圧的でないことを確認してください。

その上、従業員は、新しいソフトウェアに対して (彼らの観点から) 正当な抵抗を示すことがよくあります。 このような BI への嫌悪感は完全に理解できます。なぜなら、会社の分析を手動でまとめることが主な仕事である人々は、レポートの自動化によって仕事が奪われるのではないかと恐れているからです。 だからこそ、彼らは別の方法で説得する必要があります。 ビジネス インテリジェンスの課題と機会を受け入れることができる従業員は、数字の計算に膨大な時間を無駄にしたり、ミスのリスクを心配したりする必要がなくなるため、会社にとってより価値のある資産になります。 代わりに、彼らは情報を上から下まで分析し、この分析の結果をマネージャーに伝えます。

BI の実装に関連する管理上の問題に対処する微妙な技術と、考え方の変革の実践には、Excel に関してはさらに精度が必要です。 このツールに対する人々の忠誠心を無視してはなりません。 数字は言葉よりも雄弁である傾向があります。 それらを使用して、時間を節約するという点で BI ツールがどれほど有益であるかを従業員に示してください。 たとえば、財務管理者は、アドホックな要求を処理するのに 1 ～ 2 日、毎月の会議の準備に 3 ～ 5 日、年間の結果をまとめるのに約 3 週間かかります。 BI システムでは、ボタンをクリックするだけで、すべてのレポートが自動的に行われます。

主な目標は、ダッシュボードを使用して質問に答え、利用可能なデータを迅速かつ効率的に探索する方法をユーザーに示すことです。 データがスプレッドシートに散在するのではなく、適切に視覚化されていると、トレンドを簡単に見つけることができます。

はい、Excel は表だけではなく、グラフも作成できますが、その場でそれらを操作することはできません。 ダッシュボードでは、1 つのセグメントをクリックして必要な情報をすぐに表示できますが、Excel では同じことを行うのに時間がかかります。

*instinctools の BI 部門責任者、Alex Obolensky 氏

ビジネス インテリジェンスの実装に関する課題に対処する効率的な方法と、ユーザーの苦痛を和らげるために設計された適切な変更管理の重要な要素は、スタッフのトレーニングです。 そのため、システムの展開後にユーザーが迷子にならないようにする必要があります。 新しいプロセスに関するドキュメントを準備し、ソフトウェアの操作方法を教えるだけでなく、一般的な技術リテラシーの向上を目的とした幅広いトレーニングを手配する BI 実装パートナーを見つけます。

ビジネス インテリジェンスの道を進む

データ サイエンス プロジェクトの失敗率は 87% と大きく迫っています。 これは、散発的で不完全な洞察を得たくない限り、堅実なデータ分析と視覚化のアーキテクチャを直感で戦略化することはできないという事実を証明しています。 認識、計画、および専門知識は、ほとんどの BI の問題を回避するのに役立ちます。 以下では、成功するビジネス インテリジェンス戦略の 3 つの柱について説明します。

解決したい問題を定義する

ビジネス インテリジェンスのアプリケーション領域は膨大で、ほぼすべてのビジネス オペレーションに及びます。 したがって、分析の範囲を特定し、それを関連する指標やレポートにリンクすることから始めて、小さく始める必要があります。 次に、レポートは、組織のデータを測定および分析し、それを改善するために、内部または外部の KPI の特定の選択を中心に展開する必要があります。 BI コンサルティング パートナーは、関連する指標についてアドバイスし、分析範囲を検証できます。

適切なチェンジ マネジメントで組織の考え方を変革する

ユーザーが断片化されたツールから統合された BI システムに移行するにつれて、慣性を排除し、システムの受け入れを促進するための適切な変換方法を用意する必要があります。 安定した透明性の高いコミュニケーション フローを確立し、さまざまな分野のリーダーを集め、ワークショップとトレーニングを実施して、正確なビジネス インサイトを得るための共同データ フローとシームレスな知識共有を育成します。

信頼できるコンサルティングパートナーを選ぶ

単一の統合データ ウェアハウスと一貫したデータ戦略により、高速で正確なデータ分析の基盤が築かれます。 これらの前兆がなければ、インサイトはデータ サイロに孤立し、チャンスを逃して部門内に閉じ込められてしまいます。 データ障害を回避するには、経験豊富な BI コンサルティング チームを確保して、堅牢なデータ インフラストラクチャを確立し、データ ガバナンスを管理し、データ ウェアハウスを適切な BI ツールに接続します。

ビジネス インテリジェンスでペイダートを打破する

データ主導の意思決定はもはや選択肢ではありません。 それは、ビジネスの存続と競争力のための義務です。 ビジネス インテリジェンスは、データを活用したアプローチを促進し、企業がデータを行動に移すことを可能にします。

BI 対応の警戒は、適切なデータ戦略、統合された IT アーキテクチャ、および一貫した導入頻度の集合的な結果です。 BI パズルのピースが 1 つでも欠けていると、企業はデータに関して近視眼的になり、正しい決定を下すことができなくなります。 データと BI の専門家のサポートを得ることで、パズルを組み立て、一般的なビジネス インテリジェンスの課題を克服することができます。

記事はもともとここで公開されました。