4 ویژگی اصلی داشبوردهای هوش تجاری مدرن│داشبوردهای نوین مدیریتی
داشبورد هوش تجاری یا داشبورد BI، الگویی است که بیش از 30 سال قدمت دارد و در بسیاری از سازمانها و حوزهها آنقدر سریع تکامل نیافته است که بتواند یک محدودیت اساسی را برطرف کند.
درواقع داشبوردها یک گزارش تصویری مفید از دادههای اصلی مربوط به عملکرد کسبوکار هستند که بهعنوان شیوهای برای استفادۀ سریع از دادههای مهم و تنها با یک نگاه اجمالی طراحی شدهاند.
چالشی که سازمانها طی سالها متوجه شدهاند این است که تمامی آنها نمیتوانند بدون ایجاد بستری مناسب برای استفاده از دادهها بینشهایی را جمعآوری یا دادهها را درک کنند. این امر باعث کاهش و محدود شدن درک ارزش داشبوردها میشود.
اگر بهتازگی کسبوکارتان را راهاندازی کردید و از داشبورد BI استفاده و تغییری را مشاهده میکنید، لزوماً نمیدانید این تغییر چه چیزی است، چرا یا چگونه اتفاق افتاده است. درک این مورد چیزی است که یک داشبورد معمولی فاقد آن است. خوشبختانه، اکنون راهحلهای مدرن BI دارای 4 ویژگی اصلی هستند که بستر و راهنمایی عمیقتری را برای کاربران نهایی فراهم میکند.
داشبورد BI: چهار شیوهای که استفاده از تجزیهوتحلیل افزوده باعث استفادۀ بهینه از داشبوردهای هوش تجاری می شود
داشبورد عمدتاً بهتنهایی عمل نمیکند. یعنی تنها بهعنوان یک نرمافزار که برای بررسی معیارها جهت دستیابی به یک نمای کلی یا بررسی اجمالی استفاده میشود. بیشتر افراد نمیتوانند به چنین دادههای خلاصهشدهای اعتماد کرده و بر مبنای آنها عمل کنند. زیرا هیچگونه زمینه و توضیحات اضافهشده در پشت اعدادی که مشاهده میکنند یا راهنمایی وجود ندارد دربارۀ اینکه به کجای داشبورد و حیطههای کسبوکار باید توجه کنند.
بااینحال، داشبوردهای سنتی بیشتر حجم کار تحلیلی را به کاربر منتقل میکند. حتی زمانی که بیشتر آنها بهاندازۀ کافی اطلاعات لازم را ندارند که بتوانند بدون راهنماییهای اضافی کار کنند. آنها همچنین انتظار دارند که کاربران نهایی شما بهصورت دستی تغییرات پنهان در دادههایشان را کشف کنند.
واقعیت این است که بیشتر افراد زمان کافی یا تمایلی به جستجو و کسب بینش ندارند؛ بنابراین اگر داشبوردها مطابق با نیاز کاربران ساخته نشده باشند؛ بعید است که پاسخگوی نیاز کاربران باشند.
هدف راهحلهای BI مدرن این است که از تجزیهوتحلیلهای افزوده برای اتوماسیون بیشتر فرایند تجزیهوتحلیل داشبورد استفاده کنند و یافتن، درک و کار کردن با داشبورد را برای هر فرد صرفنظر از سطح دانش داده یا مهارتش تا حد ممکن آسان کنند. استفاده از تجزیهوتحلیل افزوده تلاش لازم برای تجزیهوتحلیل داشبوردها را کاهش میدهد، درحالیکه همزمان بهصورت پویا اطلاعات مربوطه را در اختیار کاربر قرار میدهد تا توضیحات هر نقطۀ دادهای که مشاهده میشود و ارزشی را که اعداد داشبورد به همراه دارند برایش قابلدرک باشد.
چهار پیشرفت اصلی در تجزیهوتحلیل وجود دارد که تجربۀ استفاده از داشبورد را بهبود میبخشد که عبارتاند از:
- تجزیهوتحلیل خودکار (Automated analytics)
- بینشهای کمکی (Assisted insights)
- تجزیهوتحلیل متنی (Contextual” analytics)
- داستانسرایی داده (Data storytelling)
تجزیهوتحلیل خودکار (Automated analytics)
تجزیهوتحلیل خودکار که همچنین با نام نظارت خودکارِ کسبوکار شناخته میشود میتواند تغییرات مهم در دادهها را بهطور خودکار سریعتر شناسایی و آشکار کند نسبت به یک کاربر معمولی که بهصورت دستی با استفاده از داشبورد این کار را انجام میدهد. داشبوردی با قابلیتهای تجزیهوتحلیل خودکار از کاربران نمیخواهد تغییرات پنهان در دادههایشان را بهصورت دستی بیایند؛ زیرا از فناوریهای هوش مصنوعی (AI)، یادگیری ماشین (ML) و زبان طبیعی (NL) برای خودکارسازی بیشتر فرایندها استفاده میکند، و عمدتاً هشدارهای خودکار را برای کمک به تلاشهای اکتشافی کاربر ارائه میکند و به آشکار شدن «چه چیزی» فراتر از دادهها وجود دارد، کمک میکند.
بینشهای کمکی (Assisted insights)
دوم، بینشهای کمکی است. این بینشها به افراد اجازه میدهد تا از هوش مصنوعی برای اجرای الگوریتمهای تجزیهوتحلیل جهت یافتن علت اصلی تغییرات یا چرایی آنها استفاده کنند. بهجای اینکه به ارائۀ درخواست از یک تحلیلگر داده برای انجام تجزیهوتحلیل بیشتر متکی باشید، کل فرایند توسط ماشین در داشبوردتان ایجاد میشود. این اقدام به کاربران نهایی کمک میکند تا هنگام کاوش دادهها در داشبورد مستقلتر باشند. توضیحات و مقایسههای ایجادشده توسط هوش مصنوعی راهنمایی، زمینه و اطمینان لازم را برای آنها فراهم میکند تا بتوانند یک تصمیم مبتنی بر داده را اخذ کنند.
تجزیهوتحلیل مفهومی یا تعبیه شده (Contextual analytics)
سوم، راهنمایی کاربر برای اقدام است. این کار با مدلهای علم داده قابل انجام است که میتوانند در داشبورد شما تعبیه شوند. آنها گردشهای کاری را راهاندازی میکنند تا به کاربر بگوید اقدام صحیح چیست تا آن را انجام دهد. سپس یک کاربر نهایی میتواند مستقیماً از داخل داشبورد اقدام کند و برنامههای کاربردی تراکنشی خود را از طریق API ها بهروز کند. بیشتر راهحلهای BI این یکپارچگی اقدامات در داشبورد را با نام تجزیهوتحلیلهای تعبیهشده میشناسند، اما در اینجا آن را بهعنوان تجزیهوتحلیل مفهومی می شناسیم یعنی تکامل بعدی تجزیهوتحلیلهای تعبیهشده.
داستان سرایی داده (Data storytelling)
در آخر، بازگشت به روایت طولانی از طریق داستانهای داده یا ارائههای مبتنی بر داده است. این داستانهای داده نمودارها و بصری سازی دادهها را با روایت متنی که توسط یک متخصص در کسبوکار نوشته شده ترکیب میکند تا به مخاطب توضیح دهد که چه اتفاقی افتاده و چرا. یک راهحل BI که مؤلفۀ داستان سرایی داده را ارائه میکند، سازمانتان را قادر میسازد تا به اشتراکگذاری بهتری داشته باشد؛ از بینشهای اصلی در دادههای داشبورد هوش تجاریتان بیاموزد و استراتژیهایش را با شرایط متغیر کسبوکار تطبیق دهد.
چه چیزی بینش این ابزارهای جدید BI را عمیقتر میکند؟
این 4 ابزار تجزیهوتحلیل افزوده، تجربۀ داشبورد هوش تجاری را با تکمیل مواردی که داشبوردهای معمولی ارائه نمیدهند (راهنمایی و بستر یا زمینه)، تغییر میدهند.
چیزی که برتری استفاده از این راهحلهای هوش تجاری را نسبت به استفاده از داشبورد معمولی هوش تجاری بهتنهایی توجیه میکند این است که تمامی آنها به شکلی هدفمند برای حل مسائل منحصربهفرد ساختهشدهاند:
- تجزیهوتحلیل خودکار تضمین میکند که هیچ تغییر مهمی را در دادههایتان از دست ندهید.
- بینشهای کمکی، فرایند کشف چرایی یک اتفاق و تجزیهوتحلیل علت اصلی را پیدا میکند.
- ادغام علم داده از تجزیهوتحلیل مفهومی محرک اقداماتی است که به شما میگوید بر اساس تغییرات دادههایتان چه کاری باید انجام دهید.
- داستانسرایی دادهها بینش ارزشمندی را دربارۀ معنای تغییرات رخ داده در کسبوکارتان ارائه میدهد.
هنگامیکه این شیوهها بهصورت ترکیبی مورداستفاده قرار میگیرند، تجربۀ تحلیلی بسیار عمیقتر و منسجمتری را برای همۀ کاربران داشبورد BI فراهم میکنند و میتوانید اطمینان حاصل کنید که سرمایهگذاری در تجزیهوتحلیل مؤثر بوده است.
چگونه داشبورد هوش تجاری خود را با تجزیهوتحلیل افزوده مدرن کنید
نکتۀ اصلی که هر کسبوکاری در ابتدا باید مشخص کند این است که قبل از اتخاذ یک راهحل BI با قابلیتهای تجزیهوتحلیل افزوده، چه اقداماتی را میخواهد از داشبورد BI خود حذف کند.
درک این موضوع قبل از اتخاذ راهحل داشبورد هوش تجاری، میزان تلاش موردنیاز تیم فناوری اطلاعات شما و آموزش موردنیاز برای استفادۀ مؤثر از هر ابزار را تعیین میکند.
از دیدگاه فناوری اطلاعات، تنظیم تجزیهوتحلیل خودکار و بینشهای کمکی نسبتاً بیاهمیت است. شما باید دادهها و اهمیت نسبی تجاری حوزههای خود را درک کنید. پیادهسازی داشبوردهای عملگرا (کنشگرا یا مبتنی بر اقدام (action-oriented dashboards)) میتواند بسیار مهمتر باشد (بهجای ساخت این قابلیت در داشبوردتان خرید از یک فروشندۀ قابلاعتماد BI را توصیه میکنیم)، اما بازده، سود و نتیجۀ نهایی آن بسیار زیاد و ارزشمند است. داستانسرایی داده نیز با کسبوکار سازگار است، بنابراین فقط لازم است که آن را برای شرکت فعال کنید.
از دیدگاه کاربر نهایی وجود آموزشهایی برای استفاده و هدایت نتایج تجزیهوتحلیل خودکار و بینشهای کمکی بهطور مؤثر نیاز است. یک داشبورد BI مبتنی بر اقدام (کنشگرا یا عملگرا) که بهخوبی ساخته شده است و با تجزیهوتحلیلهای مفهومی قدرت میگیرد باید بسیار شهودی و بهطور مستقیم قابلدرک باشد. افراد همچنین به اشتراکگذاری داستانها را دوست دارند که درک و استفاده از داستانسرایی دادهها را نسبتاً ساده میکند.
بهترین شیوهها برای بهبود داشبورد BI شما
- ابتدا داشبورد و استراتژی دادهای خود را بسازید: برای رفتارها و اقداماتی که میخواهید در سازمانتان انجام دهید برنامهریزی کنید. به این فکر کنید که میخواهید افراد در نتیجۀ استفاده از داشبوردتان چه کاری انجام دهند. به کاربران نهاییتان و تصمیمگیرندگان در مورد نحوۀ استفاده از داشبورد برای دستیابی به آن اهداف آموزش دهید.
- کاربران نهایی و تصمیمگیرندگان خود را آموزش دهید: کاربران نهایی را با استفاده و مزایای بینشهای کمکی، گزارش خودکار و داستانسرایی دادهها آشنا کنید. یعنی چگونه باید روی آنها اقداماتی را انجام داد، با آنها چه کاری باید انجام دهند و اینکه چگونه توانایی و ارزشی را که کاربران از داشبوردتان به دست میآورند، افزایش دهند.
- داشبوردهای خود را بر اساس دپارتمان و موارد استفاده تنظیم کنید: بهجای ساخت داشبوردهای یکپارچه که دادههای زیادی در آنها وجود دارد، داشبوردهای بسیار متمرکزتری ایجاد کنید که نتایج عملیاتی خاصی را به همراه دارد. بهعنوانمثال، بهجای استفاده از یک داشبورد عظیم که همهچیز را دربارۀ بازاریابی خلاصه میکند باید داشبوردی داشته باشید که صرفاً بر هزینههای تبلیغات پولی و کارهایی که باید انجام دهید، انجام ندهید و غیره تمرکز دارد.
- از داستانسرایی برای ارتباط دادهها با اقدامات استفاده کنید: درنهایت، هر دو رویکرد از بالا به پایین و پایین به بالا را برای داستانسرایی داده در نظر بگیرید تا رهبران درون سازمان را تشویق کنید داستانی را که میخواهند بگویند و از دادهها برای پشتیبانی از استدلالهایشان استفاده کنند. آنها باید الهامبخش تعداد بیشتری از کاربران کسبوکار شوند تا داستانهایشان را با استفاده از دادههایشان برای فراگیرترکردن تجزیهوتحلیل در سراسر سازمان بگویند. این کار فرهنگ را نیز در این فرایند تغییر میدهد.
چگونه یک داشبورد BI مدرن ایجاد کنیم
داشبوردها امروزه همچنان نقش مهمی در هوش تجاری دارند و برای شعار مرگ داشبورد کمی زود است. بااینحال، آنها باید از ابزارهای سادهای که فقط با استفاده از اعداد و شاخصها نظارت میکنند بهسوی ابزارهایی که رفتار و اقدامات محرک را پیشبینی میکنند تکامل پیدا کنند.
برای اینکه این کار بهخوبی انجام شود باید داشبوردها را با قابلیتها، توابع و عملکردهای جدیدی تقویت کنید که به افراد کمک میکند تغییرات پنهان در دادههایشان را کشف کنند، چرایی این تغییرات رخ داده و نتیجۀ آن را درک کنند و اقدامات مناسب را داخل داشبورد انجام دهید.