Vahvan liiketoiminta-analytiikan (BI) strategian luominen yrityksellesi voi olla erittäin tehokas työkalu, jos se tehdään oikein. BCS Itera tarjoaa strategian ja ratkaisun kehittämistä, joka yhdistää historialliset tiedot ja tulevaisuuteen suuntautuvan ennakoivan analytiikan.
Tietolähteet tuntien on päätettävä, miten ja missä niitä säilytetään. Useimmille yrityksille, etenkin niille, joilla on paljon tietoja, se tarkoittaa tietovaraston rakentamista. Jos tiedot ovat oikeita ja asianmukaisia, tietovarasto tekee raportoinnista nopeaa ja kätevää.
Tietovaraston tapauksessa se tarkoittaa:
Tarjoamme kustannustehokkaita BI-käyttöönottopalveluita ”avaimet käteen” -periaatteella. Tarpeiden arvioinnista, ratkaisuanalytiikasta, suunnittelusta ja kehityksestä testaukseen ja käyttöönottoon.
Automatisoitu tietovarastoratkaisu BI4Dynamics tuottaa tietovaraston sekä on-premise (paikallinen ratkaisu tai yksityinen pilvi) että pilveen (julkinen pilvipalvelu, SaaS). Ratkaisujen arkkitehtoniset erot ovat minimaalisia.
On-premise-ratkaisussa tietovarasto vastaanottaa tietoa suoraan tietolähteestä, kun taas pilviversiossa tieto liikkuu Azure Data Laken kautta. Katso lisäksi alla oleva kuva.
BI-ratkaisun uusin versio tarjoaa pääsääntöisesti parempaa turvallisuutta, vahvempaa arkkitehtuuria, uusia raportteja ja paljon muuta hyödyllistä. BCS Itera -tiimi käyttää hyvin kehitettyä ja testattua sovellusmenetelmää, joka takaa parhaan mahdollisen palvelun.
Versiopäivitykseen liittyviä tärkeitä toimintoja:
Mitä tapahtui?
Yleisin liiketoiminta-analytiikkaratkaisu, jonka tuloksia ovat raportit tai numerotaulut. Raportit heijastavat enimmäkseen nykytilannetta. Tämän tason ratkaisua käytetään usein operatiivisten tietojen hankkimiseen, esimerkiksi mikä on tavaran senhetkinen varastotilanne, millaiset asiakkaat ovat velkaa ja kuinka paljon. Talousohjelmistojen koostumukseen kuuluvat raportit kattavat juuri tämän analytiikkatason tarpeet ja käyttäjien on helppo lukea niitä. Käytännössä raportin laatiminen merkitsee parametrien (ajanjakso, osasto jne.) syöttämistä, ja sitä vastaan saadaan taulukko tai kaavio, jossa on kiinteä sarakkeiden ja rivien sijoittelu. Raportteja mukautetaan niin, että ne näyttävät oikeilta näytöllä tai tulostettuna.
Haittapuolena on se, että saatuja tietoja on nähtävä hieman eri muodossa, se tarkoittaa sitä, että on otettava yhteyttä IT-tukeen, jonka on suunniteltava raportti uudelleen tai tehtävä uusi. Vaihtoehtoisesti käyttäjät voivat viedä tietoja itse esimerkiksi Exceliin, mikä lisää manuaalista työtä ja aikakustannuksia, jotta taulukosta saadaan halutun muotoinen.
Miksi jotain tapahtui?
Tämän tason liiketoiminta-analytiikkaratkaisun on vastattava kysymykseen, miksi jotkin indikaattorit ovat juuri sellaisia kuin ovat. Tämä taso on luonnollista jatkoa edelliselle, jossa saimme tietää, mitä on tapahtunut. Tätä raporttia luettaessa herää heti uusi kysymys: miksi niin tapahtui? Vastausta etsiessään käyttäjällä on oltava mahdollisuus nollata raportti ja muuttaa suodattimia tarvittaessa sekä siirtyä syvemmälle yleistason numeroista (kuten yritystasosta) alemman tason (esimerkiksi osaston) numeroihin, tarvittaessa yksityiskohtaisiin (asiakirjarivi) tason merkintöihin asti. Tällaisen analytiikan mahdollistamiseksi tiedot on saatava ulos talousohjelmistosta.
Talousohjelmiston tietovarasto on suunniteltu niin, että tiedot voidaan syöttää nopeasti ja kätevästi. Jos tietoja halutaan pyytää niin, että käyttäjä voi muuttaa kyselytuloksen muotoa vapaasti, tarvitaan erilaista lähestymistapaa, ja se on järkevää tehdä talousohjelmistosta erillisenä ratkaisuna. Tutkivan liiketoiminta-analytiikan ratkaisun tunnetuin tuotos ovat raportit Excelin Pivot-taulukkona.
Yhteydet, trendit, poikkeamat
Tutkiva liiketoiminta-analytiikka on itse asiassa yksi edellisen diagnosoivan analytiikan osa. Koska monimutkaisempia algoritmeja ja sääntöjä on kuitenkin kuvailtava, se on järkevää erottaa erillisenä tasona. Suuria tietomääriä visualisoidessa kuviot, trendit ja yhteydet, joita aluksi ei edes etsitty, voivat kiinnittää huomion. Tällaisten yhteyksien ilmenemiseksi on autettava luomalla tiedusteluja laadittaessa erityisiä sääntöjä ja segmentointiehtoja. Tietojen visualisointi auttaa myös tunnistamaan ilmeiset poikkeamat, jotka saattavat johtua väärin syötetyistä alkutiedoista – niin voidaan parantaa tietolaatua ja tasoittaa liiketoimintaprosessia. Tutkivan liiketoiminta-analytiikan sovellukselle ominainen osa on monipuolinen kyky visualisoida tietoja. Yksi suosittu sovellus tämän tason vaatimusten kattamiseksi on Microsoftin Power BI -tietoanalytiikan työkalusarja.
Mitä tulee tapahtumaan?
On kehitetty useista tilastollisia menetelmiä, miten johtaa uusia arvoja olemassa olevan tietojoukon perusteella. Nämä uudet arvot voivat heijastaa esimerkiksi seuraavan kauden odotettua myyntivoittoa (forecastin) tai esimerkiksi ennustaa jonkin uuden tuotteen myyntimääriä, jos tiedetään niiden tuotteiden, joilla on samanlaiset ominaisuudet, myyntihistoria (prediction). Tarvittavien tietomallien analysointiin on sovellettava kehittyneempiä ratkaisuja, ja tässä ihmismielen avuksi tulevat tekoäly (AI) ja koneoppimisen (machine learning) algoritmit. Onneksi tällaisten sovellusten käyttö ei ole enää mahdotonta, vaan niitä tarjoavat useat palveluntarjoajat. Tässä voidaan mainita avainsanoina esimerkiksi Microsoftin Cortana- ja Azure ML -palvelut.
Mitä kannattaisi tehdä?
Tämä on suhteellisen uusi osa-alue liiketoiminta-analytiikassa. Ohjailevan liiketoiminta-analytiikan tavoitteena on mahdollistaa erilaisten skenaarioiden ennakointi, sillä mahdolliset tulokset riippuvat tehdyistä päätöksistä, ja tarjota paras toimintasuunnitelma kaiken edellä mainitun perusteella. Tällaisen tuloksen saavuttamiseksi on käytettävä monipuolista yhdistelmää erilaisista tekniikoista ja työkaluista, ja siksi samanlaisen ratkaisun luominen ja hallinnointi on hankalaa. Jos se on oikein sovellettu, positiivinen vaikutus yrityksen toimintaan on kuitenkin suuri.