ホームページ >テクノロジー周辺機器 >AI >IT チームが対処しなければならない 6 つのビジネス インテリジェンスの課題
ビジネス インテリジェンス (BI) を使用すると、企業は大量のデータから洞察を得ることができます。しかし、そのためには、多くの戦略的および戦術的な課題を克服する必要があります。
現在、あらゆる種類の組織にさまざまなソースからのデータが大量に流入しており、そのすべてを理解しようとするのは大変な作業です。したがって、強力なビジネス インテリジェンス (BI) 戦略は、プロセスを整理し、ビジネス ユーザーがビジネスの洞察にアクセスしてそれに基づいて行動できるようにするのに役立ちます。 BI 戦略を通じて、さまざまなデータ ソースを統合し、ユーザーに正確で有用な情報を提供できます。 BI 戦略の利点は数多くあります。まず、組織がビジネス データをより深く理解し、深い洞察を提供できるようになります。第 2 に、BI 戦略は、組織が大量のデータを管理および分析するのにも役立ちます。
シアトルに本拠を置く Launch Consulting Group の優れた業界データ責任者である Lisa Thee 氏は次のように述べています。「2025 年までに、 「私たちは毎日 4.63 テラバイトのデータを生成します。データ。企業が市場とのつながりを維持し、市場に反応し、消費者とつながる製品を作成するには、この情報によって生成される洞察を活用することが重要です。」 このデータ量の増加は、企業が有意義な洞察を得るために、より効率的にデータを収集、保存、分析する必要があることを意味します。同時に、消費者とつながり、消費者のニーズや好みに合わせた製品を作成する機会も提供します。この情報を活用することで生成される洞察は、企業がより多くの情報に基づいた意思決定を行い、競争市場での競争上の優位性を維持するのに役立ちます。 この膨大なデータの課題に対処するには、企業は高度なビジネス インテリジェンス ソフトウェアに投資する必要があります。このソフトウェアは、適切なデータを分析レポートや視覚化に導き、ユーザーが情報に基づいた意思決定を行えるようにするものです。しかし、これらのツールを導入するための適切なアプローチがなければ、組織は依然として価値を最大化し、ビジネス目標を達成するという課題に直面しています。
ここでは、企業が直面する 6 つの一般的なビジネス インテリジェンスの課題と、IT 部門がそれに対処する方法を示します。
1. ユーザーの導入率が低い
「当社のビジネス インテリジェンス チームにとって、最初の課題は、ビジネス インテリジェンスが真のデータドリブンな意思決定に役立つと人々に納得してもらうことです。」 Schellman Corporation は、情報セキュリティ、プライバシー、コンプライアンスを専門とするコンサルティング会社です。ビジネス アナリストのチームは、クライアントが必要とするビジネス インテリジェンス ソリューションを提供することに専念しています。ビジネス インテリジェンスは、データを有意義な洞察とアクションに変換し、ビジネス運営を最適化し、効率を高め、利益を増やすことができる機能です。 今日のデジタル時代では、データはどこにでもあります
従業員の賛同を得るために、スタウトのチームはビジネス インテリジェンス ダッシュボードを構築し、効果的な方法で簡単にデータに接続して操作する方法を示しました。方法。ダッシュボードは、重要なデータのリアルタイム更新を提供するだけでなく、チームメンバーがデータをよりよく理解し活用できるように、直感的な方法でデータを表示します。このようにして、チーム メンバーはビジネス状況をより深く理解し、迅速な意思決定を行い、作業効率を向上させることができます。
彼女は次のように述べました。「たとえば、特定の利害関係者は、特定の製品ラインが利益を上げていると信じています。自分のアイデアが正しいことを証明するか、間違っていることを証明し、その理由を示すインテリジェンスを示すダッシュボードです」とスタウト氏は述べ、これによりユーザーはビジネス インテリジェンス ツールの価値を導入することができると述べました。
2. どのビジネス インテリジェンス配信方法が最適であるかを判断する
データからレポートや洞察を提供するための従来の IT 管理方法は数多くあります。しかし、セルフサービスのビジネス インテリジェンス ツールを、より直観的なダッシュボードやユーザー インターフェイスとともに使用することで、企業はマネージャーやその他の非技術スタッフがレポートに簡単にアクセスできるようにしてプロセスを合理化し、データからより大きなビジネス価値を引き出すことができます。
これらのトレードオフのため、企業は、当面のビジネス アプリケーションに最適なビジネス インテリジェンス アプローチを確実に選択する必要があります。
Axel Goris 氏は次のように述べています。「当社で働く外部従業員に加えて、当社には 10 万人を超える従業員がおり、これは非常に大きなユーザー グループです。重要な課題は配送組織に関するものであり、配送をどのように組織するかです。
ゴリス氏は、IT 管理のビジネス インテリジェンス配信モデルには多くの作業とプロセスが必要であり、ビジネスの一部には適さないと説明しました。
Goris 氏は次のように述べています。「これは、ゲームが複雑すぎる、オーバーヘッドが多すぎる、より速く動き、機敏になることを望んでいるからです。IT が最初に提供する場所であれば、IT も重要になります。
この課題に対処するために、ノバルティスは、IT 管理のアプローチとビジネス管理のセルフサービスという 2 つの配送方法を導入しました。アプローチ。
同氏は次のように述べています。「Business Management Delivery では、プラットフォームとツールを提供し、好みのサプライヤーを使用してビジネスが特定のパラメータ内で自ら成長できるようにします。あるいは、チームに自分たちでやらせることもできます。これは非常に歓迎です。」 「すべては、『社内の全員にどのようにサービスを提供するか、あるいはビジネス インテリジェンス ユーザーがスケーラブルな方法でサービスを提供できるようにするか』を決定することになる」と彼は付け加えました。
企業は、オンプレミスとクラウドのさまざまなデータ ソースからのデータを統合する必要があることに気づき (これは、時間がかかり、複雑なプロセスになる可能性があります)、セットアップ プロセスを簡素化する必要性が高まっています。しかし、多くの人が他の解決策を見つけました。たとえば、ノースカロライナに本拠を置き、玩具列車や鉄道模型の設計および輸入を行うライオネル社の最高情報責任者、リック・ゲメレス氏は、同社が記録システムとしてERPを使用していると述べた。
彼は次のように述べています。「当社の唯一のデータソースは NetSuite であり、当社の ERP と電子商取引全体が NetSuite に基づいています。この利点の 1 つは、次のような課題に直面する必要がないことです。しかし、ライオネルにとってうまくいったことが、他の場所ではうまくいかない可能性があります。課題は、特定の状況に最適なソリューションを見つけることです。
たとえば、スタウト氏は、顧客関係管理 (CRM) と財務データの統合問題を解決する方法を説明しました。
彼女はこう言いました。「多くのビジネス インテリジェンス ソフトウェアはデータ ウェアハウスから取得し、データ ウェアハウス内のすべてのデータ テーブルをロードします。これらのデータ テーブルはさまざまなソフトウェアのバックエンドです。あるいは、ビジネス インテリジェンス ソフトウェアをお持ちですか?」たとえば、Schellman はデータ ウェアハウスとして機能する Domo を使用しています。このソフトウェアに接続すると、それがテーブルに取り込まれます。その後、それらのテーブルをすべて 1 か所に配置して、情報を取得して処理できるようにします。
## Gartner の著名副社長兼アナリストである Jim Hare 氏は、さまざまな事業部門のシステムからサイロ化されたすべてのデータをデータ レイクにダンプする必要があると考えている人もいると述べました。 同氏は、「しかし、彼らが本当に行う必要があるのは、データの管理とアクセスの方法を根本的に再考することです。ガートナーはデータ構造の概念について書いています。」 データ構造はイネーブラーとして定義されています分散データ環境でのデータ共有へのスムーズなアクセスを実現し、セマンティック ナレッジ グラフ、アクティブなメタデータ管理、組み込み機械学習を使用して、企業がデータの保存場所に関係なくアクセス、統合、管理できるように設計されています。 「データ ファブリックを使用すると、クラウドでもオンプレミスでも、さまざまな種類のリポジトリにデータを置くことができます。重要なのは、関連するデータを見つけてナレッジ グラフを通じて接続できることです。その鍵となるのがメタデータ管理です」とヘア氏は述べました。 ." 4. データは完璧である必要はありませんこれまでの通念では、企業は高品質のデータを使用して、最適なビジネス上の意思決定を行うために必要な洞察を収集する必要があると考えられています。しかし、スイスに本拠を置き、自動車市場向け部品販売会社であるLKQ Europe Ltd.のデジタルトランスフォーメーションディレクターであるニコール・ミアラ氏は、この記述は完全に正確ではないと述べた。 データが最高品質とみなされないからといって、データに価値がないというわけではありません。 意思決定に関しては、企業は完璧なデータを求めるため、できるだけ多くのデータを収集したり、不完全なデータを修正したり、形式を修正したりすることに時間を費やすため、取り組みが遅くなる可能性があります。ミアラ氏は、完璧なデータを手に入れるのは難しいが、企業は不完全なデータを使用して分析し、それをビジネス上の洞察に変えることができると述べた。 「この取り組みを開始するためにデータが完璧である必要はありません。段階的なアプローチです。」さらに、データの基本層がなければ予測はできないとも付け加えました。 たとえば、LKQ Europe は、新型コロナウイルス感染症 (COVID-19) のパンデミックにより 35 か月にわたる混乱を経験しているため、販売データを含む自社のデータをサプライ チェーンの運用改善に活用しようとしています。ただし、同社は約 12 か月分の過去の売上データしか持っていません。 ミアラ氏は次のように述べています。「請求書データは収集しましたが、売上に関する追加情報がなかったため、不完全な売上データを使用し、将来のビジネスとの相関関係を見つけようとしました。しかし、予測を改善できるかどうかを知りたかったのです」このデータのみに基づいて需要を予測することはできません。不完全なデータは、不完全ではあるものの、インフレや雇用指数などの外部シグナルと非常によく相関していることがわかりました。」ビジネス インテリジェンスを実装する際の最大の課題は変更管理であると、ジョージア州に本拠を置き、高級レコード盤やレコード盤を製造するハッピーフィート インターナショナルの最高情報責任者であるニック シュワルツ氏は述べています。タイル張りの床。
シュワルツ氏は、床材業界では、多くの人が新しいテクノロジーを使用していない、と述べました。実際、シュワルツ氏が 3 年前に入社したとき、営業担当者は電話でビジネスを行うことに慣れていたため、日常業務で電子メールを使用することさえありませんでした。
彼は、「人々は物事を特定の方法で行うことに慣れている」と言いました。彼らは何年もその方法を行っているのに、なぜ違う方法を試すのかと尋ねるでしょう。したがって、トレーニング時間を延長しながら、彼らの体験をできるだけシンプルにする必要があります。 「
研究コンサルティング会社およびコンサルティング会社ハケット・グループのチーフデータサイエンティストであるジャスティン・ギレスピー氏は、企業はデータ管理を含む成熟したデータガバナンスプロセスを確保する必要があると述べた」
彼は次のように言いました。組織の認定には、一元管理される一連の KPI と指標が重要です。 「
ガレスピー氏は、ガバナンスには標準化されたツールやプラットフォームも含まれると考えています。「ツールとテクノロジーの観点から見ると、ツールの不足が原因であることはほとんどありませんが、ツールが多すぎるためです」と彼は言いました。したがって、企業はツールセットを標準化し、それに関する習熟度を構築する必要があります。
以上がIT チームが対処しなければならない 6 つのビジネス インテリジェンスの課題の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。