ספר זה, Competing on Analytics נכתב ע"י פרופ' Thomas davenport בשילוב עם הגב' Jeanne Harris. לקוראי ספרים בעולם ניהול הידע, מוכר דבנפורט מספרו Working Knowledge שזכה להפוך לאחד הספרים המפורסמים ביותר בתחום. הספר החדש, שיצא לאור ע"י Harvard Business School ב- 2007, עוד טרם הפך למפורסם באותה קנה מידה, אך הספר כנראה יחיד בניתוחו את הנושא האנליטי. הוא נותן סקירה מקיפה של עולם ה- BI האנליטי, על חברות שהצליחו להפוך למובילות בתחום ועל איך עולים בהדרגה משלב לשלב כדי לקדם חברה נתונה. הספר כולל דוגמאות רבות, ומומלץ לכל ארגון המבקש לדעת לפרטים מה עושים מובילי המגזר שלו ומתחריו, ואיך נין לנהל מידע תומך החלטה בתחומו. המוטו של הספר ברור: חרות המנהלות החלטות מבוססות מידע- מצליחות יותר.
הספר כולל את הפרקים הבאים:
מהו BI אנליטי ולמה הוא מביא ליתרון תחרותי? BI אנליטי פנים ארגוני BI אנליטי חוץ ארגוני הנעת ארגון ליכולות אנליטיות ציר הארגון ציר האנשים ציר הטכנולוגיה מגמות עתידיות
הספר מחייב, לצורך קריאתו, סבלנות ופתיחות. סבלנות להרבה דוגמאות והרבה פרטים; פתיחות להבנה שעולם ה- BI האנליטי הנו הרבה יותר מטכנולוגיה וכולל הרבה היבטים תהליכיים ואנושיים. אני ממליצה על קריאת הספר. הוא כלי מצוין לכל ארגון המעוניין לקדם את עצמו בתחום. אגב, רב הכתוב בספר, שנין להכלילו וללמוד ממנו גם לתהליכים מקבילים, דוגמת ניהול ידע ארגוני.
מקווה שתהיה לכם קריאה מהנה.
מהו BI אנליטי ולמה הוא מביא ליתרון תחרותי?
וBI אנליטי עוסק בשימוש מסיבי בנתונים, ניתוח סטטיסטי וכמותי, חיזוי ומבוסס עובדות, ככלי ניהולי לקבלת החלטות וקידום פעולות. ה BI האנליטי הנו תת תחום של תחום ה BI (בינה עסקית): אוסף כלים ותהליכים, חלקם ידניים, חלקם אוטומטיים, העושים שימוש בנתונים כדי להבין ולנתח ביצועים עסקיים.
וBI בכללו, מעבר לזה האנליטי, כולל גם יכולות דיווח וגישה למידע. אלו אינם נכללים ב BI האנליטי. הוא מתרכז ביכולות הגבוהות יותר של ניתוח והצגה.
יכולות אלו עונות מענה לשאלות דוגמת:
למה מתרחשים דברים? (ניתוח סטטיסטי)
מה יקרה אם המגמות הנוכחיות תמשכנה? (חיזוי)
מה יקרה בצעד הבא? (סימולציות)
מה הדבר הטוב ביותר שיכול לקרות? (אופטימיזציה) הכותבים עושים שימוש במונח אנליטיקה. בתרגום בחרתי, מקווה שבצדק, לעשות שימוש במונח BI אנליטי.
אין בכוונת הספר לצאת כנגד אינטואיציה ושימוש בה. אינטואיציה נדרשת כאשר חסרים נתונים. אינטואיציה טובה כאשר היא מגובה בשנות ניסיון רבות. במקרים אחרים, חשיבותה ויעילותה מוגבלים.
השימוש ב BI אנליטי אינו מוגבל למגזר זה או אחר, למחלקה ארגונית זו או אחרת. הספר מביא דוגמאות רבות, החל מעולם הספורט ושימוש לטובת החלטה על גיוס אנשים והרכב קבוצה, דרך שימושים רפואיים, שימושים בארגונים ציבוריים/ממשלתיים, שימושיים מחקריים ועוד.
הספר מביא דוגמאות רבות המלמדות על ארגונים שהצליחו מאד המבוססות על BI אנליטי; הוא מביא דודמאות על חברות שהכניסו פתרונות אנליטיים, והצליחו להביא לקפיצת מדרגה עסקית. בנוסף, מזכיר הספר מחקרים המצביעים על הקשר בין קבלת החלטות מבוססות נתונים להצלחה עסקית, ומחקרים על החזר השקעה גבוה מפרויקטיים אנליטיים על גווניהם השונים. מחקר נוסף גילה קשר בין מחוייבות הארגון ל BI אנליטי לבין הצלחתו העסקית. מעניינת העובדה שקשה להעתיק פתרונות BI אנליטיים כוללים כדי להעתיק הצלחה. הם ייחודיים; הם מותאמים לארגון; הם בנויים באופן מותאם לתרחישים שונים; הם מתחדשים; והם עתירי תהליכים ומחייביים תרבות ארגונית. מובן גם ש BI אנליטי אינו תחליף לניהול אלא משלים לו.
וBI אנליטי פנים ארגוני
וBI אנליטי יכול לשמש לקידום החלטות הקשורות בתהליכים פנים ארגוניים. האתגר אינו זיהוים של תהליכים פנים ארגוניים, אלא זיהוים של אלו שהנם אסטרטגיים באופן ברור, כך שניהולם המשופר יוכל לייצר יתרון תחרותי לארגון.
תהליכים פנים ארגוניים מקובלים לניהול ידע אנליטי כוללים:
תהליכים פיננסיים. מאד נפוץ לעשות שימוש בדו"חות ומאזנים (Scorecards) לצורך עמידה בדרישות רגולטוריות. דוגמאות לשימושים אחר כוללים ניתוח ביצועים או חיזוי ביצועים ארגוניים, ניהול עלויות, ניתוח רווחיות, ניתוח שווקים ומיזוגים ותכנון תגמול. כמובן ש- Dashboards הנם כלי מצוין המשמש להצגת התוצאות למנהלים.
תהליכי ייצור, תפעול ואיכות. השימוש ב BI אנליטי בתחומים אלו ותיק מאד, ולמעשה, הנו המקור ל BI אנליטי בזכות תפיסות TQM ו- Six Sigma שערבו ניתוח סטטיסטי רב מתחילת דרכן. דוגמאות אחרות לשימוש כוללות ניהול תצורה, ניתוח תפעולי זמן אמת וניתוח טקסטים לאיתור בעיות במוצרים/שירותים. בעידן האינטרנט מדברים על ניתוח תנועות גולשים באתרים.
תהליכי מחקר ופיתוח. נכון בכל המגזרים, אך בעל חשיבות מכרעת בעולם הפרמצבטיקה המשתנה.
תהליכי משאבי אנוש. מעט בתול, אך כיום אפשרי בארגונים גדולים בזכות מערכות מידע תפעוליות שאוספות נתונים על העובדים. מסייע בניתוח ביצועי עובדים (גם איכותי). בעולם הספורט כולל גם סיוע להחלטות על גיוס אנשים.
סוגי יישומים אנליטיים התומכים בתהליכים פנים ארגוניים כוללים:
וActivity Based Costing- הבנת הקצאת העלויות לפי מרכיבי פעילות.
וBayesian Inference- הערכה מספרית לרמת האמונה בהנחה, לפני ואחרי שיש עובדות תומכות.
וBiosimulation- מניפולציה מתמטית (או תלויית חוקים עסקיים) של פרמטרים ביולוגייים והשפעת חומרים כימיים ושינויים מקבילים עליהם. Constraint Analysis- שימוש באלגוריתמים המסייעים במציאת טווח פתרונות אפשריים על סמך אילוצים ידועים.
וFuture Value Analysis- פירוק הון שוק לערכו הנוכחי והעתידי.
וMonte Carlo simulation- טכניקה להערכת סיכויי תפוקות מוגדרות, או להערכת סיכונים.
וMultiple regression analysis- טכניקה סטטיסטית לבדיקת השפעת מספר פרמטרים בלתי תלויים על פרמטר תלוי.
וNeural network analysis- חוקי למידה, מתאימות למערכות העובדות כמו המוח (כרשת מסועפת גדולה).
וTextual Analysis- ניתוח תדירות, קשרים סמנטיים וחשיבות יחסית של מילים, מונחים ומסמכים בטקסט נתון.
וYield Analysis- שימוש בסטטיסטיקות פשוטות דוגמת ממוצעים, חציונים וסטיית תקן להשוואות כמותיות ואיכותיות.
חשוב לא להיבהל מהרשימה. גם אם איננו מבינים אותה לעומק, אין זה אומר שלא ניתן לנצל את הכולם, באמצעות בעלי תפקידים מתאימים, כדי להנות מתוצאות הניתוח האנליטי. בדיוק כמו שרובנו צופים בטלויזיה למרות שאיננו יודעים לייצרה או לתקנה.
וBI אנליטי חוץ ארגוני
אין ספק ש BI אנליטי קפץ מדרגה מאז החלתו על תהליכים חוץ ארגוניים. בתהליכים אלו קל ההקשר בין הניתוח לביצועי החברה, ומדובר בעיקר על תהליכים מול:
לקוחות. כולל תהליכי הרכשת לקוחות חדשים, וכיום, לא פחות, תהליכי שימור לקוחות קיימים. דוגמאות לשימושים נוספים כוללים ניתוח רווחיות ותמחור מוצרים, ניתוח ערוצי מכירה וניהול מותגים ומבצעים.
ספקים. כולל העמדת נתונים חשובים על לקוחות לספקי החברה, ניהול שרשרת האספקה, ניתוח ושיפור התחזוקה ועוד. סוגי יישומים אנליטיים התומכים בתהליכי שיווק כוללים:
וCHAID- טכניקה סטטיסטית ליצירת אשכולות של לקוחות בהתאם לפרמטרים מוגדרים.
וConjoint analysis- ניתוח המשמש להערכת חוזקות והעדפות לקוחות.
וLifetime value analysis- שימוש במודלים אנליטיים להערכת רווחיות של לקוח בודד.
וMarket experiments- ניתוח פרמטרים שונים על בסיס ניסויי שוק כדי להעריך תגובת לקוחות להצעה חדשה.
וMultiple regression analysis- טכניקה סטטיסטית לבדיקת השפעת מספר פרמטרים בלתי תלויים על פרמטר תלוי. מאד נפוץ בשימושו.
וPrice optimization- ניתוח גמישות תמחירית ותגובות לקוחות בהתאם לשיניי תמחור.
וTime series experiments- ניתוח תנאי ניסוי שהובילו לשינוי בפרמטר נבחן.
סוגי יישומים אנליטיים התומכים בתהליכי שרשרת אספקה כוללים:
וCapacity Planning- תכנון יכולת שרשרת אספקה או קיבולת מרכיביה.
וDemand Supply matching- ניתוח ייצור ואחסון בכמויות מתאימות המאפשרות עמידה בביקוש ללא צבירת מלאים.
וLocation analysis- אופטימיזיצה של ההחלטה על מיקום מחסנים, מפעלי ייצור ומרכזי הפצה.
וMarket experiments- ניתוח פרמטרים שונים על בסיס ניסויי שוק כדי להעריך תגובת לקוחות להצעה חדשה.
וModeling- יצירת מודלים לניתוח סימולציות ותרחישים אפשריים בשרשת אספקה.
וRouting- תכנון מסלולי הפצה.
וScheduling- תכנון תזמונים לזרימת משאבים.
הנעת ארגון ליכולות אנליטיות
ארגון בעל יכולות BI אנליטי עם מובילות ויתרון תחרותי הנם ארגונים העושים שימוש נרחב ועקבי כדי לחשוב ולבצע מעבר למתחריו. על פי מחקר שערכו הכותבים נצפו מספר ארגונים כאלו ביניהם Google, Amazon, Netflix, Capital One, Sara Lee Bakery. לכל הארגונים שהוגדרו ככאלו, נמצאו ארבעה מאפיינים משותפים (המפורטים מאד בספר):
וBI אנליטי תמך ביכולות שונות אסטרטגיות.
גישת וניהול ה BI היה בהסתכלות רוחבית ארגונית.
ההנהלה הבכירה של הארגון היתה מחוייבת לשימוש בתוצרים.
החברה המרה באופן אסטרטגי משמעותי על ניצול ה BI האנליטי ככלי ליצירת יתרון תחרותי.
בארגונים אחרים שעסקו ב- BI אנליטי נצפו מאפיין אחד או שניים מהרשימה לעיל, לכל היותר.
לא כל ארגון המבצע פעילויות BI אנליטי, ואפילו מוצלחות יכול להגיע לרמת מובילות כאמור. הכותבים מגדירים חמישה שלבים, המגדירים ארגונים העוסקים בתחום. בפרקים הבאים, על בסיס שלושה צירים (ארגוני, אנושי, טכנולוגי) הכותבים מתארים כל אחד מהמאפיינים של החברות בכל שלב, ומה יש לעשות כדי להתקדם לשלב הבא.
חמשת השלבים המוגדרים הנם:
שלב 1: חלשים אנליטית: מתאפיינים בשאלות דוגמת "מה קורה בארגון שלנו?", רוצים מידע מדויק כדי לשפר ביצועים ועדיין לא מודדים את ערך הפעילות.
שלב 2: BI אנליטי מקומי: מתאפיינים בהזדמנויות מקומיות, שאלות דוגמת "מה ניתן לשפר בעסקים?" ו "כיצד ניתן להבין את העסק טוב יותר?"; מבצעים פעילות BI כדי לשפר פונקציה אחת או יותר ומודדים החזר השעה ביישומים פרטניים.
שלב 3: שאיפות אנליטיות:מתאפיינים בכך שהארגון מתחיל בפעילויות אינטגרטיביות הקשורות בנתונים ו- BI אנליטי; בשאלות דוגמת "מה קורה כעת ומה ניתן ללמוד ממגמות נוכחיות?"; השימוש ב- BI אנליטי כבר נמצא בתחומים מגוונים וישנה מדידה כנגד שיפור ביצועים עתידי וערך שוק.
שלב 4: חברות אנליטיות: מתאפיינים בהסתכלות ארגונית כוללת; יכולים להשתמש ב- BI כדי להצביע על יתרונות; יודים איך לעבור לשלב הבא, אך עוד לא שם. שאלות דוגמת: "איך משתמשים ב BI ליצירת חדשנות וערך תחרותי?"; בונים יכולות רוחביות המתאימות לצרכים שונים והאנליטיקה כבר משמש כגורם ממריץ חשוב לביצועים וערך.
שלב 5: חברות BU אנליטי עם מובילות (יתרון תחרותי): מתאפיינים בפעילות רוחבית כוללת; בתוצאות גדולות ויתרון יציב; בשאלות דוגמת "לאן?" ו-"איך שומרים על מובילות?"; בתחרותיות מבוססת BI אנליטי ובכך שה- BI הנו הגורם הממריץ העיקרי לביצועים וערך.
לא כל חברה יכולה להגיע לשלב 5. ככל שתצליח חברה להגביה יותר, כך כנראה, יגדלו סיכויה להצליח עסקית. כל מאמץ כדאי. אך מה שמעניין שהעיקר אינו רק טכנולוגיה. הצירים המשפיעים הנוספים הנם ציר הארגון וציר האנשים.
ציר הארגון
מפת הדרכים הארגונית לעליה בשלבי ה- BI האנליטי כוללת: שלב 1 הנו שלב של התנעה. החברה מראה עניין עולם חסרה את התנאים למימושם: לא קיימים בעלי תפקידים, לא קיימת הבנה מעמיקה לגבי הכדאיות והמשמעות, לא קיימת מחויבות. על הארגון להחליט היכן מתחיל ומתמקד ב- BI האנליטי, ומה המטרה המוגדרת אותה היא רוצה להשיג. על הארגון לייצר הצלחות מקומיות עם מחויבות מנהלים מקומית. שלב 2 הנו שלב הפעילות המקומית. פעילות שתאפשר פתיחת דלתות בהמשך; פעילות שתאפשר הרחבת המחויבות ממנהל ספציפי, למנכ"ל ומנהלים נוספים. מומלץ להתחיל בקטן ולשמור על מסגרת פעילות מצומצמת ולא להתפתות להתרחב עדיין. תת השלבים בשלב זה: א. מציאת בעל חסות ובעיה עסקית היכולים להרוויח מה BI האנליטי. ב. מימוש פרויקט קטן ומקומי המייצר ערך ומייצר תועלות ברות מדידה. ג. תיעוד התועלות ותקשורן אל מול השותפים ומקבלי ההחלטות. ד. המשך בניית שרשרת פעילויות והצלחות עד שהארגון צובר די ניסיון וחסות להתקדמות לשלב הבא. שלב 3 מתחיל כאשר הפעילות האנליטית צוברת חסות ניהולית. המנהלים הופכים להיות הדוברים למען תרבות המבוססת על יותר נתונים והחלטות מבוססות נתונים. עדיין תהליכי ה BI ברובם עצמאים, אך הארגון מתחיל לקבל משאבים ותוכנית כוללת בעלת הסתכלות ארגונית. בדרך כלל נראה בשלב זה יישום מתוחכם יותר (עומק האנליטיקה). אורכו של השלב משתנה; בין מספר חודשים לשנתיים. שלב 4 הנו שלב שפחות חברות מגיעות אליו. ארגונים מממשים את התוכניות שתכננו בשלב 3 וניכרת התקדמות משמעותית בחסות, בתרבות, במיומנויות, בתובנות האסטרטגיות, בתכנים ובטכנולוגיה הממממשת. בניית היכולות הופכת להיות עדיפות ארגונית. בשלב זה צוברת הההנהלה בטחון וניסיון שיגביר את מסת הפעילויותהקשורות ואת שילוב ה BI האנליטי בתהליכי העבודה הארגוניים. שלב 5, שלה המובילות, הנו נדיר. BI אנליטי הופך להיות כלי אסטרטגי ויוצר היתרון התחרותי של הארגון. המדידה, התהליכים והנתונים הופכים להיות מכשול למתחרים המנסים להתקרב. הארגון ממשיך להניע את רף ה BI קדימה כל העת.
ציר האנשים
למרות שהאסוציאציה של רוב האנשים הקשר BI אנליטי הנו טכנולוגי, המקור המרכזי להצלחת מהלך שכזה תלוי דווקא באנשים. האנשים בסוף הם אלו שחולמים, שואפים, ומיישמים את ההחלטות שמעמידים בפניהם הנתונים המעובדים. בלעדיהם, נישאר בהרבה מקרים עם מספרים בלבד. בעלי התפקידים המרכזיים השותפים הנם: הנהלה בכירה. למנכ"ל ו/או לנציג הנהלה בכיר תפקיד קריטי להצלחה. אם אין להם הבנה, או לפחות הערכה, לתוצרים שניתן להגיע ולחשיבות השימוש בנתונים לקבלת החלטות, לא יצליח הארגון למנף את יכולות ה BI. מומחי ה BI אינם אלו שמקבלים בסוף היום את ההחלטות העסקיות, הם רק דואגים לנתונים המעובדים. ההחלטה הנה תמיד של המנהל. התכונות הנדרשות מהן כוללות תשוקה ל BI ולקבלת החלטות מבוססות מידע; הערכה לכלים ושיטות אנליטיות; מוכנות לפעול על פי התוצרים;מוכנות לניהול הארגון על פי כישורים. מעבר למנכ"ל חברי הנהלה משפיעים משמעותיים הנם פעמים רבות סמנכ"ל כספים וסמנכ"ל מערכות מידע. על ההנהלה להרגיל את הארגון לא לפחד מנתונים ולהתרגל לקבל את ההחלטות באמצעותם. המומחים האנליטיים. ישנם שתי קבוצות של מומחים כאלו: המיעוט- ממתמטיקאים, לעיתים אפילו בעלי תואר דוקטור, אנשים חכמים העובדים קשה על תכנון וביצוע ניסויים ומבחנים שמטרתם לבנות אלגוריתמים ולטייב תהליכי כריית מידע וניתוחים סטטיסטיים. בצידם, ישנה קבוצה גדולה הרבה יור של בעלי תפקיד בתחום ה BI המממשים את האלגוריתמים ועוסקים בניתוח העסקי, בהצגת הנתונים, בבניית המערך התשתיתי התומך, בהנעת הפרויקט, בניהול ה Governance, בשימוש נכון בכלים ועוד.הם שותפים מכריעים בהחלטות מתי ה BI האנליטי יקבל החלטות אוטומטיות, דוגמת שינוי תעריף חדרי מלון, ומתי רק יסייע בידי המנהל שהוא מקבל ההחלטות. גם מנהלים בדרגי הביניים והדרגים הנמוכים ועובדי קו קדמי הופכים בחלקם לשותפים לקבוצה זו. המשאב האנושי הנו היכולת החשובה ביותר להפיכת ארגון למובילות בזכות ה BI האנליטי. ארגונים שהגיעו לפסגה אמרו בריאיונות שהחלק הקשה ביותר במימוש האסטרטגיה היה בצד האנושי, ובפרט בבניית צוות מנצח, במינון נכון בין סוגי המומחים השונים. במעבר בין השלבים השונים ניכרת עליה במיומנויות המנהלים והמומחים; עלייה מדורגת במחוייבות וחסות המנהלים; והחדרה הדרגתית של התבות התומכת לכל רמות הארגון.
ציר הטכנולוגיה
נתחיל בכך שנאמר שארגון מבוסס BI אנליטי מחייב תמיכה חזקה של קבוצת מערכות המידע, בין אם המהלך כולו מנוהל על ידה, ובין אם כנותנת שירות. אלו אחראים להשגת הנתונים, הטכנולוגיה והתהליכים התומכים. הארכיטקטורה התשתיתית ל BI הנה מונח על שמטרתו לאגד את המערכות, היישומים, ותהליכי ה Governance המאפשרים זרימת הנתונים המעובדים לבעלי התפקידים הנדרשים להם, בזמן בהם הם נדרשים.
ששת המרכיבים הטכנולוגיים בארכיטקטורת ה BI כוללים:
ניהול הנתונים להבטיח שהנתונים הנכונים לצורך BI (ולא יותר מזה) אכן קיימים ומנוהלים.
כלים ותהליכים להעברת הנתונים לסביבת BI.
וRepositories לאחסון וארגון הנתונים והמאפיינים המלווים.
יישומים ותוכנות לניתוח אנליטי.
יישומים וכלי תצוגה להנגשת התכנים לעובדי הידע והמנהלים, באופן שיוכלו לראותו, להמחישו ולעבדו.
תהליכים תפעוליים לסיוע באבטחת מידע, טיפול בשגויים, ארכוב ועוד.
כדי להפיק את המיטב מ BI אנליטי ישנם חמש סוגיות שיש לטפל בהן בתהליך:
רלוונטיות הנתונים: אילו נתונים נדרשים כדי להתחרות ולהוביל אנליטית.
מקור הנתונים: כיצד נין להשיג א הנתונים הנדרשים.
כמות הנתונים: כמה אכן נדרשים.
איכות הנתונים: כיצד ניתן להבטיח דיוק וערכיות הנתונים.
מנהל הנתונים (governance): אילו חוקים ותהליכים יש לנהל מעל הנתונים מיצירתם ועד סופם.
הכותבים נותנים את הדעת על הקושי הרב בהעברת נתונים ועל כך שעד כמה שישנם כלים אוטומטיים, עדיין נדרשת השקעה רבה בתפירת תהליכים ידניים. טכנולוגיות אנליטיות (לשלב הניתוח האנליטי) כוללות: גליונות נתונים (עם כל ההסתייגות משימוש בהם); כלי OLAP; כלי אלגוריתמים סטטיסטיים או כמותיים; מנועי חוקים; כלי כריית נתונים; כלי כריית מידע (טקסטים); כלי סימולציה. טכנולוגיות חדשות שמתחילים לראות (נכון לתחילת 2007) כוללים קטלוג טסטים תוך שימוש במודלים סטטיסטיים, אלגוריתמים גנטיים, מערכות מומחה, כריית אודיו ווידיאו, בינת נחילים (swarm intelligence) וחילוץ מידע (מתכנים גיאוגרפיים וטקסטים).
מגמות עתידיות
לאן פנינו מועדות? הכותבים חוזים שיותר חברות תבחרנה ב BI אנליטי כדרך ליצירת יכולות ייחודיות, כדרך להשגת מובילות.
את העולם העתידי אנליטי מתארים הכותבים תוך התייחסות לשלושה תחומים משפיעים:
שינויים בהשפעת הגורם הטכנולוגי:
שימוש נפוץ והמוני בתוכנות BI.
הגברת השימוש בפתרונות BI ייעודיים (חומרה ותוכנה- במיוחד למחסני נתונים גדולים).
יותר החלטות אוטומטיות.
יותר BI בזמן אמת.
יותר שימוש בהתרעות.
יותר BI אנליטי אינטרקטיבי, בכלים ויזואליים.
יותר חיזוי ופחות דיווח.
יותר כריית טקסט.
שינויים בהשפעת הגורם האנושי:
יותר מומחים אנליטיים בשוק (משתי הקבוצות שהוסכרו).
יותר קורסים באוניברסיטאות המדריכים את הלומדים בשימוש ב BI אנליטי.
שימוש מוגבר ב BI שהנו out-sourced או off-shored. כמובן מתאים רק לפונציות מסוימות.
יותר הכשרות פנים ארגוניו לשימוש בנתונים.
יותר ארגונים המנהלים פורמלית תהליכי קבלת החלטות מבוססות נתונים.
שינויים בהשפעה אסטרטגית.
מציאת דרכים לניהול נכסים לא מוחשיים, גם באמצעים מוחשיים, ובפרט, תוך היעזרות ב- BI אנליטי.
יישום BI אנליטי ברוב תחומי הארגון והתבססות משמעותית עליו.
חברות אנליטיות בעלי מובילות ימשיכו לחדש; ימשיכו למצוא דרכים להיות טובים יותר ממתחריהם. הם כנראה ירוויחו טוב, ויעזרו לפתור בעיות עולמיות. הם ימשיכו להוביל אותנו אל העתיד.
Comments