2022'de 6 İş Zekası Zorluğu

BI çözümlerinin önemi tartışılmaz hale geliyor. İstatistikler, tüm şirketlerin %26'sının BI'yı benimsediğini ve yaklaşık %33'ünün 2023 yılına kadar uygulayacağını gösteriyor. Bununla birlikte, trendin hızlı büyümesine rağmen, değerinden yararlanmanın yolu gül yapraklarıyla dolu değil. Çok sayıda iş zekası sorunu, bir sistemin sınırlamalarından, karmaşık iş gereksinimlerinden, insan faktörlerinden vb. kaynaklanır.

Çeşitli endüstriler ve iş seviyelerinde BI çözümlerini uygulamada derin uzmanlık, iş zekası sorunlarını açıklamamıza ve bunları çözme konusunda ezber bozan ipuçları sunmamıza olanak tanır.

Eylem çağına adım atmak, belirli BI zorluklarıyla birlikte gelir

İş zekası artık büyük adamlarla sınırlı değil. Her büyüklükteki şirket artık farklı verileri bir eylem planına dönüştürebilir. Bununla birlikte, eylem odaklı veri analitiği, her biri erken BI benimseyenler için potansiyel bir zorluk olan birden fazla öncül üzerine kuruludur.

1. Farklı kaynak sistemlerinden gelen verileri entegre etme

BI, yalnızca son kullanıcıya içgörüler için sağlam bir zemin sunmak için birden çok kaynaktan gelen verileri harmanlayıp analiz edebildiği zaman anlamlıdır. Aksi halde, amaç ne? Ancak, BI yazılımının bağlanması gereken çok sayıda veri kaynağı - çok sayıda veri tabanı ve iş uygulamasından büyük veri sistemlerine kadar - yanlış hikaye anlatma riskini artırır.

Yerleşik ETL süreçleri, hazır BI platformlarının çeşitli veri kaynaklarına doğrudan bağlanmasına ve verileri kendi kullanımları için dönüştürmesine izin verdiği sürece, başlangıçtan itibaren bu bir sorun gibi görünmeyebilir. Kulağa ne kadar hızlı ve çekici gelse de, yerleşik ETL omnivor değildir. Yeni kaynak sistemleri için bazı özel bağlayıcılar sürekli olarak sonlandırılsa da, orta ila büyük ölçekli bir kuruluş, ETL aracı ve DWH depolaması olarak yalnızca Power BI Veri Akışlarını kullanırsa bir noktada ölçeklendirme, performans ve bakım sorunlarıyla karşılaşacaktır.

Birincisi, ham, yapılandırılmamış verilerle çalışmak, karmaşıklığı ve veri kümelerinin sayısını artırır, bu da raporlamayı daha fazla zaman alıcı hale getirir. Rapor, farklı kaynaklardan gelen verileri entegre ediyorsa, aynı mantık başka bir veri kümesine kolayca uygulanamaz. İkincisi, farklı veri kümelerinde gerçeğin birden çok versiyonuyla, raporlama sistemi genelinde tutarsızlık olasılığı yüksektir. Üçüncüsü, verileriniz milyonlarca satırdan oluşuyorsa, yerleşik ETL bunu kaldıramaz ve bu da raporun yanıt verme hızının yavaşlamasına neden olur.

Bu durumda en akılcı çözüm, verilerin önceden toplanıp yapılandırılmış bir şekilde depolanacağı tek bir havuzun kurulması gibi görünüyor - bir veri ambarı. Verilerinizdeki karışıklığın ortadan kaldırılması, gerçeğin tek bir versiyonunun oluşturulmasına katkıda bulunur. Merkezi depoların getirdiği diğer önemli faydaların yanı sıra, geçmiş veri analizi ve daha hızlı rapor hazırlama imkanı da vardır. Veri ambarı teknolojisi, BI aracı bakımınız için daha fazla harcama yapmanıza gerek kalmadan sürekli artan miktarda veri kaynağıyla uğraşmanıza olanak tanır.

2. Veri kalitesi sorunları

Veri kalitesi, iş zekasının en büyük zorluklarından biridir ve BI hedeflerine ulaşmanın önündeki engellerden biridir, yani doğru ve değerli kararlar almaktır. İnsan hataları, mükerrer ve geçersiz veriler ve tutarsız veri biçimleri, kayda değer içgörüler edinmenize izin vermez ve bunun üzerine yanlış yönlendirilmiş eylemlere neden olabilir.

Uygun bir veri yönetimi stratejisi, veri kalitesi sorunlarının üstesinden gelmeye yardımcı olur. Özetlemek gerekirse, daha iyi karar vermeyi sağlamak için şirket tarafından toplanan veya oluşturulan verilerle ilgilenir.

Veri mimarisi, yüksek kaliteli bilgi sağlamada hayati bir rol oynayan önemli bir veri yönetimi bileşenidir. Diyelim ki, bir şirketin birden fazla satış kanalı var, iş kuralları tarafından tanımlanan belirli temizleme algoritmalarını geçtikten sonra, onlar tarafından oluşturulan tüm bilgileri veri ambarı düzeyinde birleştirmek güzel bir fikirdir ve buradan farklı raporlara dağıtılabilir.

Verilerinizi analize uygun hale getirmeye çalışırken göz ardı edemeyeceğiniz başka bir şey de veri modellemedir. Örneğin, web sitenize gelen bir ziyaretçi, yaptığınız bir ankete katılan ve müşteriniz bir kişi olabilir. Ancak, aynı varlık olsalar bile, onları farklı sistemlerde farklı rollerde sunabilirsiniz. Bu nedenle veri fazlalığından kaçınmak için bu varlığın hangi sisteme (CRM, ERP vb.) atanacağına karar verilmelidir.

Veri yönetimi stratejisi büyük ölçüde idari bir faaliyettir. Aynı zamanda, uygun, iyi düşünülmüş bir çözüm mimarisi oluşturmanın teknik kısmı da göz ardı edilmemelidir. Strateji üzerinde çalışmak, şirketin tüm veri akışlarının bir diyagramıyla başlamalıdır. Sahip olduğunuz kaynak sistemleri, verilerin nerede üretildiğini ve tüketildiğini, hangi varlıklara sahip olduğunuzu ve bunların nerede depolandığını belirleyin ve ardından teknik olarak nasıl uygulanacağına karar verin.

— Alex Obolensky, *instinctools'da BI birimi başkanı

3. Veri yeteneği eksikliği

Beceri eksikliği, veri analizi çabalarını engelleyen diğer yaygın iş zekası sorunları arasındadır. 2020'de Amerika Birleşik Devletleri bir veri bilimi yeteneği kıtlığı ile karşı karşıya kaldı - şirketler yaklaşık 250.000 pozisyonu dolduramadı. 2022 Teknik İşe Alım Anketi ayrıca veri bilimini, talebin arzı çok aştığı bir beceri olarak tanımladı.

Tüm işe alım piyasasında baş gösteren yetenek krizi, değişen demografi ve başka bir durgunlukla sıkıştırılan 'Büyük İstifa' ile daha da kötüleşiyor. Özel beceriler olmadan şirketler, BI analitiğini etkili bir şekilde kullanamaz, temel bilgiler için veri ambarları kuramaz veya genel olarak gerekli veri okuryazarlığı seviyesini oluşturamaz.

Şirketler, yetenek sıkıntısıyla boğuşmak için dış kaynaklı uzmanlıktan yararlanma eğilimindedir. Özel bir BI ekibi, eksiksiz bir şirket içi veri uzmanları paketini oluşturur ve işletmelerin veri girişimlerini hızlı ve işe alma güçlüğü olmadan doğrulamalarına yardımcı olur.

4. Kötü veri görselleştirme

Verilerinizin ve analitik süreçlerinizin kalitesi, tüm ihtişamı çalma eğilimindedir. Ancak, karmaşık verileri karar vericilere iletmek ve kritik bilgileri eyleme dönüştürmek için BI panolarınızın tasarımı da aynı derecede önemlidir.

Veriler zorlayıcı bir şekilde sunulmaz ve tartışılmazsa, görmezden gelinir veya görüşler tarafından gölgede bırakılır. Bir tartışmaya sahip olmanın ve bir hikaye bileşeni oluşturmanın değeri asla küçümsenmemelidir.

— Dan Sommer, Qlik'te Pazar İstihbaratı Kıdemli Direktörü

Etkileşim eksikliği, neredeyse gerçek zamanlı veri çekememe, katı şablonlar ve hatta yanlış renk seçimi, gösterge tablosunun uygulanmasında potansiyel zorluklara yol açabilir. Uygun veri değerlerini vurgulamak için şirketler, kuruluşun benzersiz ihtiyaçlarını karşılamak için geniş kişiselleştirme yeteneklerine sahip son derece özelleştirilebilir panolar kullanmalıdır.

Doğru pano tipi seçimi, BI yönetiminizi de şekillendirebilir. Analitik panolar, önemli verilere kapsamlı bir genel bakış sağlarken, operasyonel panolar, belirli bir departmanla ilgili gerçek zamanlı güncellemeleri içerir. Stratejik tür, yöneticilere temel KPI'lar hakkında bir özet sunar.

5. Doğru yazılımı seçme

İş zekası uygulama zorluklarının üstesinden gelmek söz konusu olduğunda, doğru BI aracını seçmek savaşın yarısıdır. TrustRadius'a göre Tableau, Qlik Sense ve Microsoft Power BI, en büyük pazar paylarına sahip lider iş zekası platformlarıdır. Ama hangisi benzersiz ihtiyaçlarınızla tıklar? Üçü arasındaki temel farka değinelim.

Tablodan da görebileceğiniz gibi, bu üç araç arasında seçim yapmak Audi, BMW ve Mercedes arasında seçim yapmak gibidir, aynı kalitede biraz farklı bir dış görünüme sahiptir.

Bununla birlikte, büyük ölçekli bir evlat edinme durumunda, küçük farklılıklar bile rol oynamaya başlar. BI deneyiminizi optimize etmek için lisans türü, roller ve izinler, indirim tahsisi ve diğer faktörlerin dikkate alınması gerekir.

Ayrıca, genel ticari çözümler görselleştirme ihtiyaçlarınızı her zaman karşılamayabilir. Örneğin, B2C girişimleri, yüksek analitik ihtiyaçlar ve lisans yüklerinin olmaması nedeniyle açık kaynaklı BI çözümleriyle daha iyi durumda. Bazı durumlarda şirketler, markalı tasarım için özel bir BI aracını tercih eder.

6. Çalışanlar arasında BI'nın düşük düzeyde benimsenmesi

Analitik yazılımınıza harcadığınız onca para, zaman ve çabadan sonra, kullanıcılar bunu kabul etmeyeceği için yine de çalışmayabilir. Kuruluşlardaki düşük benimseme seviyeleri, önde gelen BI sorunlarından biri olmaya devam ediyor. Yeni dağıtılan bir BI aracının yalnızca analistler veya veri bilimcileri tarafından kullanılmasını istemiyorsanız, bunun kullanıcı dostu olduğundan ve göz korkutucu olmadığından emin olun.

Ayrıca, çalışanlar sıklıkla yeni yazılıma karşı - kendi bakış açılarından - haklı olarak direnç gösterirler. Böyle bir BI isteksizliği, ana görevi şirketin analitiğini manuel olarak bir araya getirmek olan insanlar, raporlama otomasyonunun onları işsiz bırakacağından korktukları için tamamen anlaşılabilir bir durumdur. Bu yüzden aksine ikna olmaları gerekiyor. İş zekası zorluklarını ve fırsatlarını kucaklayabilen çalışanlar, artık sayıları kırmak için tonlarca zaman harcamak veya hata yapma riski konusunda endişelenmek zorunda kalmayacakları için şirket için daha değerli varlıklar haline gelecektir. Bunun yerine bilgiyi yukarıdan aşağıya analiz edecek ve bu analizin sonucunu yöneticilerine ileteceklerdir.

BI uygulaması ve zihniyet dönüşüm uygulamaları ile ilgili yönetimsel konularla uğraşmanın ince sanatı, Excel söz konusu olduğunda daha da fazla hassasiyet gerektirir. İnsanların bu araca olan bağlılığı göz ardı edilmemelidir. Rakamlar kelimelerden daha yüksek sesle konuşma eğilimindedir. Çalışanlarınıza bir BI aracının zamandan tasarruf etme açısından ne kadar faydalı olabileceğini göstermek için bunları kullanın. Örneğin, mali kontrolörlerin geçici talepleri işlemesi bir veya iki gün, aylık toplantılara hazırlanmak için üç-beş gün ve yılın sonuçlarını özetlemek yaklaşık üç hafta sürer. BI sistemi ile tüm raporlamalar tek tuşla otomatik olarak yapılır.

Ana hedef, bir kişiye sorularını yanıtlamak ve mevcut verileri hızlı ve verimli bir şekilde keşfetmek için gösterge tablosunu nasıl kullanacağını göstermektir. Veriler elektronik tablolara dağılmak yerine yeterince görselleştirildiğinde trendleri tespit etmek çok daha kolaydır.

Evet, Excel'in sadece tablolarla ilgili olmadığını biliyoruz ve içinde grafikler de oluşturabilirsiniz, ancak onlarla anında etkileşime geçemezsiniz. Bir panoda, tek bir segmente tıklayıp ihtiyacınız olan bilgileri hemen görebilirsiniz, Excel'de ise aynı şeyi yapmanız daha fazla zaman alacaktır.

Alex Obolensky, *instinctools'da BI birimi başkanı

İş zekası uygulama zorluklarıyla başa çıkmanın etkili bir yolu ve kullanıcıların acısını hafifletmek için tasarlanmış uygun değişiklik yönetiminin önemli bir bileşeni personel eğitimidir. Bu nedenle, sistemin dağıtımından sonra kullanıcılar yarı yolda bırakılmamalıdır. Yeni süreçlerle ilgili belgeleri hazırlayacak ve yalnızca yazılımla nasıl çalışılacağını öğretmeyi değil, aynı zamanda genel teknoloji okuryazarlığını artırmayı da amaçlayan geniş kapsamlı eğitimler düzenleyecek BI uygulama ortakları bulun.

İş zekası yolunda gezinme

Veri bilimi projeleri için başarısızlık oranları %87 gibi büyük görünüyor. Ara sıra ve eksik içgörüler elde etmek istemediğiniz sürece, sağlam bir veri analizi ve görselleştirme mimarisinin bir önseziye göre stratejilendirilemeyeceği gerçeğini doğrular. Farkındalık, planlama ve uzmanlık, çoğu BI probleminden kaçınmanıza yardımcı olacaktır. Aşağıda, başarılı bir iş zekası stratejisinin üç sütununa değineceğiz.

Hangi sorunu çözmek istediğinizi tanımlayın

İş zekasının uygulama alanı çok geniştir ve hemen hemen her iş operasyonunu kapsar. Bu nedenle, analizin kapsamını belirleyerek ve bunu ilgili metrikler ve raporlarla ilişkilendirerek küçükten başlamalısınız. Raporlar da, bir kuruluşun verilerini ölçmek ve analiz etmek ve bunları geliştirmek için dahili veya harici belirli bir KPI seçimi etrafında dönmelidir. Bir BI danışmanlık ortağı, ilgili metrikler hakkında size tavsiyelerde bulunabilir ve analiz kapsamınızı doğrulayabilir.

Uygun değişiklik yönetimi ile kuruluşun zihniyetini dönüştürün

Kullanıcılar parçalı araçlardan entegre bir BI sistemine geçiş yaparken, ataleti ortadan kaldırmak ve sistem kabulünü teşvik etmek için doğru dönüşüm yöntemlerine sahip olmalısınız. İstikrarlı ve şeffaf iletişim akışları oluşturun, farklı hatlardan liderleri bir araya getirin ve doğru iş içgörüleri için işbirlikçi veri akışlarını ve sorunsuz bilgi paylaşımını geliştirmek için atölye çalışmaları ve eğitimler yürütün.

Güvenilir bir danışmanlık ortağı seçin

Tek bir birleşik veri ambarı ve tutarlı veri stratejisi, hızlı ve doğru veri analizi için zemin hazırlar. Bu öncüler olmadan, içgörüleriniz veri silolarında izole edilecek ve kaçırılan fırsatlar olarak departmanlar içinde kilitlenecektir. Veri hatalarını önlemek için sağlam bir veri altyapısı kurmak, veri yönetimini yönetmek ve veri ambarınızı doğru BI aracıyla bağlamak için deneyimli bir BI danışmanlık ekibini güvenceye alın.

İş zekası ile ödeme kirliliğine son verin

Veriye dayalı karar verme artık bir seçenek değil; bu, işletmenin uzun ömürlülüğü ve rekabet gücü için bir zorunluluktur. İş zekası, veri odaklı bir yaklaşımı besleyen ve şirketlerin verilerini eyleme dönüştürmesine olanak tanıyan şeydir.

BI özellikli uyanıklık, doğru veri stratejisinin, birleşik bir BT mimarisinin ve tutarlı bir benimseme kadansının toplu bir sonucudur. BI bulmacanızın bir parçası bile eksikse, şirketiniz veriler konusunda kısa görüşlü olacak ve doğru kararı veremeyecek. Veri ve BI uzmanlarının desteğini almak, bulmacanızı bir araya getirmenize ve yaygın iş zekası zorluklarının üstesinden gelmenize yardımcı olacaktır.

Makale ilk olarak burada yayınlandı.