Büyük Veri Analitiğini Uygulamadaki Zorlukların Üstesinden Gelme | Müşterimizin Hikayesine Dayalı

Veri analitiğinin artan hakimiyeti, uygulanmasını küresel kuruluşlar için en önemli öncelik haline getirdi. Önümüzde yıkıcı yıllar varken, iş performansı ve kaynak tahsisi konusunda bütüncül bir görüşe sahip olmak artık her zamankinden daha önemli. Ancak, büyük verilerden büyük bir etki elde etmek, ele alınmadığı takdirde çabalarınızı engelleyebilecek veri analitiği zorluklarıyla el ele gider.

Bu gönderiyi analitik mükemmelliğine giden yoldaki yaygın engellere ayırdık. Aşağıdaki veri analizi zorlukları listesi, BI danışmanlarımız tarafından sağlanan hafifletme stratejileriyle birlikte müşterimizin gerçek dünya deneyimine dayanmaktadır.

Büyük veri analitiğinin korkutucu beşlisi

Müşterimiz, veri girişimlerini hedef çizgisinin ötesine taşımak isteyen bir moda perakendecisidir. Ancak şirketin dijital dönüşümü, doğru veri yönetimi stratejisini ve BI araçlarını bulmakta zorlandığından duraklatıldı.

İşte müşterimiz tarafından vurgulanan zorluklar ve bunları çözmek için uzmanlarımız tarafından önerilen profesyonel ipuçları.

1. Kullanıcı gereksinimlerinin doğru tanımlanamaması

Söz konusu şirket, uzun süredir BI araçlarının ve veri görselleştirmelerinin potansiyeliyle uğraşıyor. Ancak müşterimizin iş zekası konusunda uygulamalı deneyimi yoktu ve bu nedenle BI gereksinimlerini doğru bir şekilde tanımlayamıyordu.

Eldeki bir gereklilik özeti ile teknolojik bir çözüm önermek daha kolay olacaktır. Ancak BI uzmanlarımız, iş ihtiyaçlarını analiz ederek ve bunlara göre en doğru teknik ayarlamaları yaparak harika bir iş çıkardı. Esasen taleplerini açıkça tanımlanmış hedeflere dönüştürmek.

Profesyonel ipucu: BI ekosisteminde yeniyseniz, deneyimli bir teknoloji iş ortağından profesyonel tavsiye aldığınızdan emin olun. Bu durumda, siz önerilen teknik çözümlerden birini seçebilirken, tedarikçiniz gereksinimlerin ortaya çıkarılmasının ağır işini yapacaktır.

Görünen o ki, müşterimiz de başlangıçta bir odak alanı olmadığı için gereklilikleri iletmek için mücadele etti. Bunun yerine şirket, gelirden envanter devir hızına kadar iş performansının her yönünü kapsamaya ve tüm KPI'ları hepsi bir arada bir panoya sıkıştırmaya çalışıyordu. Kesinlikle mümkün olsa da, metriklerin çeşitliliği raporlarınızı daha az sindirilebilir hale getirir.

Profesyonel ipucu: İzlemek ve görselleştirmek için birkaç temel ölçü belirleyerek küçük başlayın. Her seferinde bir işlevsel alanla giderek, daha başarılı ve tutarlı bir BI benimseme süreci olasılığını artırır ve veri analitiği zorluklarındaki aslan payını ortadan kaldırırsınız.

2. Sistem değişikliklerinin diğer departmanların verilerine etkisi dikkate alınmadan yapılması

Çoğu durumda, analiz ve izleme için KPI'ların haritasını çıkarmak yeterli değildir. İşlevler arası ekipler için, öncelikle bu ölçümlerin ne anlama geldiğini açıklığa kavuşturmak ve tanımlamak da önemlidir. Departmanlar farklı şekillerde hesaplamalar yapabildiğinden, KPI'ların ortak bir şekilde anlaşılması ve bunların hesaplanması, metriklerin değerindeki tutarsızlığı önler.

Bu hatta, müşterimizin diğer veri analitiği sorunu, iş departmanları arasında aynı metriklere ilişkin farklı bakış açılarıydı. Bu nedenle, çevrimdışı satış yöneticileri, satış gelirini, üstüne eklenen KDV ücreti de dahil olmak üzere, giysinin satışından kazanılan her şey olarak gördü. Tersine, muhasebe ve finans departmanı, temel ölçüm olarak hem çevrimiçi hem de çevrimdışı satışların net gelirini kullanır.

Ekibimiz, karar vericiler için bir KPI sözlüğü sunarak bu bilgi paylaşımı açığını ortadan kaldırdı. Bu şekilde, her departman kullanımdaki metrik, ilişkili veri kaynakları ve metrik formül hakkında bir düzeltme alır. Karar vericiler ayrıca her bir performans ölçüsünün kişisel sahipliğini belirler ve belirli bir metrik için bir departman içinde bir pano sahibi atar.

Profesyonel ipucu: Görüntülemek için doğru metrikleri seçtiğinizden ve KPI'ların yönetici ve operasyonel kontrol panellerinde nasıl sonuçlandığının tam olarak farkında olduğunuzdan emin olun. Metrik belirsizliğini ve çakışmayı önlemek için her departman için ayrı panolar kullanmayı düşünün.

3. Birleşik bir kurumsal resmin olmaması

Her bir iş biriminin dahili ölçümlerin ayrıntılı bir görünümüne sahip olması gerekirken, CEO'ların iş performansına ilişkin daha üst düzey bir genel bakışa ihtiyacı vardır. Üst düzey bir anlık görüntü, şirket performansına ve darboğazlarına kuşbakışı bir bakış sağlar. Bu, iş birimleri genelinde en önemli KPI'ların bir yönetici özeti sağlayarak veya şirketteki her departman için üst düzey raporlama gösterge panoları sağlayarak yapılabilir.

Yönetici panosuna dahil edilen metrikler sektöre ve şirkete göre değişir. Perakendeciler kâr ve metrekare başına gelir, lojistik maliyetler, karlı pazarlama kanalları, en çok hasılat yapan ürünler, brüt kar marjı ve diğer hayati unsurları takip etmek isteyebilir.

Müşterimize gelince, şirketin, bir şirketin performansına ilişkin önceden tanımlanmış değerleri sağlayan ve birleştiren birleşik bir izleme raporuna ihtiyacı vardı. Pano, belirli bir metriğe inme olasılığı ile birlikte hızlı bir sağlık kontrolü sunmalıdır. Değişkenlere gelince, müşterimiz satış analizi, kar dinamikleri ve yıldan yıla (yıldan yıla) büyümeyi gösteren müşteri verileri için üç ayrı ekran kullandı.

Profesyonel ipucu: Belirli bir departmanın metriklerini, yöneticilerin harekete geçmesi için gereken ortak bir görünüme getirin. Bir yönetici panosu, birleşik bir iş stratejisi dili için kullanılabilecek temel, üst düzey ölçümleri içermelidir.

4. Kararlaştırılan standarda göre anlamlı verilerin toplanması

Müşterilerimizin yaklaşık %95'i, her bir iş verisini derlemenin, bu yığını BI aracına göndermenin ve bir gün demenin yeterli olduğunu düşünüyor. Mükemmel bir senaryo olsa da, çoğu durumda şirketler, yönetimden yoksun dağınık veri kaynaklarıyla dolup taşar. Bu, veri yönetiminin yanlış gittiğine dair bir ders kitabı örneğidir.

Bu durumda veri analitiğinin zorlukları nelerdir? Doğru veri mimarisi, modelleme ve yönetimin yokluğunda, veri kalitenizin karar verme için uzaktan doğru ve anlamlı içgörüler üretme şansı yoktur. Sonuç olarak, şirketlerin %77'si yüksek kaliteli veriler elde etmekte zorlanıyor ve bu da kuruluşun verilerine ve analitiğine güvensizliğe yol açıyor.

Profesyonel ipucu: Büyük veri uzmanlarımıza göre, veri kalitesi sorunu analitik düzeyinde çözülemez. Kuruluş içinde birleşik bir veri yönetimi stratejisi getirilerek ortadan kaldırılmalıdır. Bir iş zekası aracı, veri kaliteniz için bir asit testi olarak kullanılabilir.

Müşterimize dönersek, kuruluş aynı eksik veri değerleri, eksik girdi, kopyalar ve diğer engellerle aynı sorunu yaşıyordu. Ayrıca şirket, çeşitli alt sistemler arasında otomatik olarak bilgi paylaşımı için entegrasyon mimarisine sahip değildi.

Ekibimiz, kuruluşa verilerinin toplanması, saklanması ve dönüştürülmesine ilişkin en iyi uygulamalar konusunda tavsiyelerde bulunmanın yanı sıra iş sistemleri arasında sorunsuz veri paylaşımının teknik yönlerini devraldı. Veri mühendislerimiz, her bir iş birimindeki (CRM, ERP ve diğerleri) ana verilerin kaynağını belirledi, doğru veri modelini seçti ve ana kaynaklar ile veri ambarları arasındaki paylaşım sürecini kalibre etti.

5. Personelin yeni bir sistemi benimsemeye karşı direnci

Çalışanlarınız arasında düşük bir BI benimseme düzeyi de veri analitiği çabalarınız için önemli bir engel olabilir. Şu anda, son kullanıcıları arasında analitiği benimseme tavanı ortalama %25 seviyesindeyken, diğerleri geleneksel elektronik tabloları veya içgüdüsel tahminleri tercih ediyor.

Bu sorunun temel nedeni, düşük seviyeli beceri eğitiminden, bir BI aracının karmaşıklığından veya otomasyonun bir çalışanı yerinden edebileceği korkusundan kaynaklanabilir. Her bir gerekçe türüne ayrı ayrı yaklaşılmalı, bir raporlama sisteminin genel değeri ise her çalışana açıkça iletilmeli ve gösterilmelidir.

İlk başta, müşterimiz bir analiz standardı olarak Power BI'a sahip olmak için çalışanların katılımını sağlamakta zorlandı. Çalışanlar arasındaki isteksizliğin ana nedeni, insanların değişime karşı doğal direnci gibi görünüyordu.

Her iş biriminin benzersiz kullanıcı ihtiyaçlarını takip eden BI uzmanlarımız, arayüzleri ilgili departmana göre ayarladı. Katılımı her departman için dahili çalıştaylar takip etti ve araçla ilgili kılavuzlar içeren belgeler oluşturularak kolaylaştırıldı.

Denenmiş ve doğrulanmış deneyimimize dayanarak, büyük veri analitiği uygulaması da dahil olmak üzere herhangi bir iş dönüşümü girişiminin yalnızca süreç optimizasyonu, en son teknolojilerin konuşlandırılması ve insanların zihnindeki kültürel değişimler birbirine doğru hareket ettiğinde en fazla değeri getirdiğini biliyoruz. diğer, daha fazla ayrı değil.

Profesyonel ipucu: Süreçlerinize dahil olan kişilerin rolünü ihmal ederseniz, düşük düzeyde iş zekasının benimsenmesi kaçınılmazdır. Son kullanıcıyı düşünerek bir BI arabirimi oluşturun ve tek bir ilk katılım eğitimi ayarlayarak sorunsuz bir kalkış sağlayın.

Veri analitiği zorluklarında şirketinizde gezinme: kolay yol

Her evin sağlam bir zemin üzerine inşa edildiği gibi, içgörü üretimi de bir veri temeli üzerine kuruludur. İronik bir şekilde, verinin kendisi, veri analitiğindeki en büyük zorluklardan biridir ve BI yönetiminizi felce uğratabilir ve sizi yanlış karara götürebilir.

Müşterimizin veri analitiğinin tüm potansiyelini fark etmesine ve bunu kendi avantajına kullanmasına yardımcı olduk. Birleşik bir veri mimarisine ve doğru teknoloji temeline sahip olan şirket, artık temel iş operasyonlarının gerçek zamanlı bir görünümünü elde edebilir ve büyümek, yenilik yapmak ve rakiplerinin önünde hızlı geçmiş perakende pazarına uyum sağlamak için veriler üzerinde hareket edebilir.

Bu makalenin aslı burada yayınlanmıştır.