5 خرافات حول ذكاء الأعمال تفصل بينك وبين الأعمال المبنية على البيانات
ألا تستطيع حضور Transform 2022؟ تحقق من جميع جلسات القمة في مكتبتنا عند الطلب الآن! انظر هنا.
على مدى عقود ، وعدت أدوات التحليل والمعلومات التجارية (BI) بمستقبل يسهل فيه الوصول إلى البيانات وتحويلها إلى رؤى ورؤى لاتخاذ قرارات سريعة وموثوقة. ومع ذلك ، بالنسبة للجزء الأكبر ، هذا المستقبل لم يأت بعد. من فريق C إلى الخط الأمامي ، يعتمد الموظفون بشكل كبير على الفرق الفنية لفهم البيانات واكتساب رؤى من لوحات المعلومات والتقارير. بصفتي الرئيس التنفيذي لشركة بيانات واستخبارات الأعمال ، سمعت أمثلة لا حصر لها عن الإحباط الذي قد يسببه ذلك.
لماذا ، بعد 30 عامًا ، لم يعد ذكاء الأعمال التقليدي يقدم قيمة؟ ولماذا تستمر الشركات في الاستثمار في أدوات متعددة ومجزأة تتطلب مهارات تقنية متخصصة؟ أظهر تقرير حديث لشركة Forrester أن 86٪ من الشركات تستخدم على الأقل منصتي ذكاء الأعمال ، حيث وجدت Accenture أن 67٪ من القوى العاملة العالمية لديها إمكانية الوصول إلى أدوات ذكاء الأعمال. لماذا ، إذن ، لا يزال محو الأمية البيانات يمثل هذه القضية السائدة؟
في معظم حالات الاستخدام ، ينبع عدم إمكانية الوصول إلى التنبؤ التحليلي من قيود أدوات ذكاء الأعمال الحالية. لقد أدت هذه القيود إلى إدامة العديد من الأساطير ، والتي تم قبولها على نطاق واسع على أنها "حقائق". لقد قوضت مثل هذه المفاهيم الخاطئة محاولات العديد من الشركات لنشر تحليلات الخدمة الذاتية وقدرتها واستعدادها لاستخدام البيانات في ذكاء الأعمال المهم.
الخرافة الأولى: لتحليل بياناتنا ، نحتاج إلى جمعها معًا
تتطلب الأساليب التقليدية للبيانات والتحليلات ، التي تشكلت من خلال القدرات المحدودة لذكاء الأعمال ، تجميع بيانات الشركة معًا في مستودع واحد ، مثل مستودع البيانات. يتطلب هذا النهج الموحد أجهزة وبرامج باهظة الثمن ، ووقت حساب مكلفًا إذا كنت تستخدم سحابة تحليلات ، وتدريبًا متخصصًا. MetaBeat 2022 ستجمع MetaBeat قادة الفكر لتقديم المشورة بشأن الطريقة التي ستغير بها التكنولوجيا metaverse الطريقة التي تتواصل بها جميع الصناعات وتؤدي أعمالها في 4 أكتوبر في سان فرانسيسكو ، كاليفورنيا.
سجل هنا
هناك عدد كبير جدًا من الشركات ، التي لا تدرك أن هناك طرقًا أفضل لدمج البيانات وتطبيق تحليلات الأعمال عليها لاتخاذ قرارات ذكية ، استمر في الاستسلام لمقاربات التحليلات باهظة الثمن وغير فعالة ومعقدة وغير كاملة.
وفقًا لاستطلاع IDG ، تستخدم الشركات متوسط 400 مصدر بيانات مختلف لدعم ذكاء الأعمال والتحليلات الخاصة بها. هذه مهمة شاقة تتطلب برامج متخصصة ، وتدريبًا ، وغالبًا ما تتطلب أجهزة. إن وقت وتكلفة مركزية البيانات في مستودع بيانات محلي أو سحابي يلغي حتمًا أي توفير محتمل للوقت يجب أن توفره أدوات ذكاء الأعمال هذه.
يتضمن الاستعلام المباشر جلب التحليلات إلى البيانات ، وليس العكس. لا يلزم معالجة البيانات مسبقًا أو نسخها قبل أن يتمكن المستخدمون من الاستعلام عنها. بدلاً من ذلك ، يمكن للمستخدم الاستعلام مباشرة عن الجداول المحددة في قاعدة البيانات المحددة. هذا يتعارض بشكل مباشر مع نهج مستودع البيانات. ومع ذلك ، لا يزال العديد من مستخدمي ذكاء الأعمال يعتمدون على الأخير. إن آثاره المستهلكة للوقت معروفة جيدًا ، لكن الناس يتقبلونها عن طريق الخطأ على أنها تكلفة أداء التحليلات المتقدمة. توجد البيانات في الوقت الفعلي على شكل تدفقات متعددة ومتواصلة للمعلومات ؛ لا ينبغي أن تكون متحجرة ونقلها إلى محرك الفحص. ...
ألا تستطيع حضور Transform 2022؟ تحقق من جميع جلسات القمة في مكتبتنا عند الطلب الآن! انظر هنا.
على مدى عقود ، وعدت أدوات التحليل والمعلومات التجارية (BI) بمستقبل يسهل فيه الوصول إلى البيانات وتحويلها إلى رؤى ورؤى لاتخاذ قرارات سريعة وموثوقة. ومع ذلك ، بالنسبة للجزء الأكبر ، هذا المستقبل لم يأت بعد. من فريق C إلى الخط الأمامي ، يعتمد الموظفون بشكل كبير على الفرق الفنية لفهم البيانات واكتساب رؤى من لوحات المعلومات والتقارير. بصفتي الرئيس التنفيذي لشركة بيانات واستخبارات الأعمال ، سمعت أمثلة لا حصر لها عن الإحباط الذي قد يسببه ذلك.
لماذا ، بعد 30 عامًا ، لم يعد ذكاء الأعمال التقليدي يقدم قيمة؟ ولماذا تستمر الشركات في الاستثمار في أدوات متعددة ومجزأة تتطلب مهارات تقنية متخصصة؟ أظهر تقرير حديث لشركة Forrester أن 86٪ من الشركات تستخدم على الأقل منصتي ذكاء الأعمال ، حيث وجدت Accenture أن 67٪ من القوى العاملة العالمية لديها إمكانية الوصول إلى أدوات ذكاء الأعمال. لماذا ، إذن ، لا يزال محو الأمية البيانات يمثل هذه القضية السائدة؟
في معظم حالات الاستخدام ، ينبع عدم إمكانية الوصول إلى التنبؤ التحليلي من قيود أدوات ذكاء الأعمال الحالية. لقد أدت هذه القيود إلى إدامة العديد من الأساطير ، والتي تم قبولها على نطاق واسع على أنها "حقائق". لقد قوضت مثل هذه المفاهيم الخاطئة محاولات العديد من الشركات لنشر تحليلات الخدمة الذاتية وقدرتها واستعدادها لاستخدام البيانات في ذكاء الأعمال المهم.
الخرافة الأولى: لتحليل بياناتنا ، نحتاج إلى جمعها معًا
تتطلب الأساليب التقليدية للبيانات والتحليلات ، التي تشكلت من خلال القدرات المحدودة لذكاء الأعمال ، تجميع بيانات الشركة معًا في مستودع واحد ، مثل مستودع البيانات. يتطلب هذا النهج الموحد أجهزة وبرامج باهظة الثمن ، ووقت حساب مكلفًا إذا كنت تستخدم سحابة تحليلات ، وتدريبًا متخصصًا. MetaBeat 2022 ستجمع MetaBeat قادة الفكر لتقديم المشورة بشأن الطريقة التي ستغير بها التكنولوجيا metaverse الطريقة التي تتواصل بها جميع الصناعات وتؤدي أعمالها في 4 أكتوبر في سان فرانسيسكو ، كاليفورنيا.
سجل هنا
هناك عدد كبير جدًا من الشركات ، التي لا تدرك أن هناك طرقًا أفضل لدمج البيانات وتطبيق تحليلات الأعمال عليها لاتخاذ قرارات ذكية ، استمر في الاستسلام لمقاربات التحليلات باهظة الثمن وغير فعالة ومعقدة وغير كاملة.
وفقًا لاستطلاع IDG ، تستخدم الشركات متوسط 400 مصدر بيانات مختلف لدعم ذكاء الأعمال والتحليلات الخاصة بها. هذه مهمة شاقة تتطلب برامج متخصصة ، وتدريبًا ، وغالبًا ما تتطلب أجهزة. إن وقت وتكلفة مركزية البيانات في مستودع بيانات محلي أو سحابي يلغي حتمًا أي توفير محتمل للوقت يجب أن توفره أدوات ذكاء الأعمال هذه.
يتضمن الاستعلام المباشر جلب التحليلات إلى البيانات ، وليس العكس. لا يلزم معالجة البيانات مسبقًا أو نسخها قبل أن يتمكن المستخدمون من الاستعلام عنها. بدلاً من ذلك ، يمكن للمستخدم الاستعلام مباشرة عن الجداول المحددة في قاعدة البيانات المحددة. هذا يتعارض بشكل مباشر مع نهج مستودع البيانات. ومع ذلك ، لا يزال العديد من مستخدمي ذكاء الأعمال يعتمدون على الأخير. إن آثاره المستهلكة للوقت معروفة جيدًا ، لكن الناس يتقبلونها عن طريق الخطأ على أنها تكلفة أداء التحليلات المتقدمة. توجد البيانات في الوقت الفعلي على شكل تدفقات متعددة ومتواصلة للمعلومات ؛ لا ينبغي أن تكون متحجرة ونقلها إلى محرك الفحص. ...
What's Your Reaction?
