هوش تجاری و تحلیل کسب و کار بر اساس استاندارد BABOK

هوش تجاری و تحلیل کسب و کار بر اساس استاندارد BABOK

 

امروزه گفته می شود که داده ها دارایی هایی بسیار با ارزش ، حتی ارزشمند تر از نفت ، می باشند. در فرایند تحلیل کسب و کار با تحلیل صحیح داده ها می توان رفتار کسب و کار را تحلیل نمود و با بکار گیری استاندارد BABOK در فرایند تحلیل کسب و کار می توان دریافت که با استفاده از داده ها علی الخصوص هوش تجاری یا BI سازمان قادر به خلق ارزش برای ذی نفعان و رفع نیاز های خود می باشد.

در فرایند تحلیل کسب و کار یکی از مناظری که با استفاده از آن کسب و کار را بر اساس استاندارد BABOK میبایست مورد مطالعه قرار داد هوش تجاری می باشد.

هوش تجاری

هوش تجاری  یا BI یک فرایند تکنولوژی محور برای تحلیل داده ها و تحویل اطلاعات قابل اجرا می باشد که مجریان ، مدیران و کارمندان را در خصوص تصمیمات کسب و کار مطلع می سازد.به عنوان بخشی از فرایند هوش تجاری  یا BI ، سازمان ها داده ها را از سیستم IT (فناوری اطلاعات) داخلی سازمان و منابع خارجی داده جمع آوری نموده ، برای تجزیه و تحلیل آماده ساخته و عملیات جستار را با داده ها انجام می دهند و تصویر سازی داده ها ، داشبورد سازی و گزارش های BI را ایجاد می كنند تا نتایج تجزیه و تحلیل را برای تصمیم گیری عملیاتی و برنامه ریزی استراتژیک در دسترس کاربران کسب و کار قرار دهند.

هدف نهایی ابتکارات هوش تجاری تصمیم گیری بهتر است که سازمان را در افزایش سود ، بهبود اثربخشی عملیات ها و فرایند ها و گرفتن مزیت های رقابتی نسبت به سایر رقبای تجازی توانا می سازد. برای رسیدن به چنین هدفی هوش تجاری یا BI در ترکیبی با تجزیه و تحلیل ، مدیریت داده ها ، ابزار گزارش دهی ، به علاوه بسیاری از متدلوژی ها برای مدیریت و تحلیل دلده ها عمل می کند.

همانطور که مشاهده می نمایید یکی از مناظر حائز اهمیت در فرایند تحلیل کسب و کار به ویژه استاندارد BABOK ، هوش تجاری می باشد.

نحوه کار فرایند هوش تجاری یا BI

معماری هوش تجاری یا BI شامل چیز فراتر از نرم افزار های BI می باشد. داده های هوش تجاری معمولا در پایگاه های داده ای که برای کل سازمان ساخته شده جمع آوری می گردد یا در مراکز داده کوچکتر که زیرمجوعه اطلاعات برای هر دپارتمان و واحد های کسب و کار را نگهداری می کند ، محافظت می شود. به علاوه عظیم داده های مبتنی بر خوشه هادوپ (بستری از نرم افزار های متن باز که می تواند داده های موجود در قالب شبکه را در خود جمع آوری نماید) یا سیستم های عظیم داده دیگر بطور فزاینده ای به منظور پلتفرمی برای انبارش داده ها مورد استفاده قرار می گیرند.

قابل ذکر است که این پلتفرم ها صرفا برای انبارش داده های خام نمی باشد ،  جهت تحلیل داده ها ، پرونده های ورودی سیستم ، داده های جمع آوری شده از سنسور ها و حسگر های هر فرایند ، متون و انواع داده های سخت یافته ، نیمه ساخت یافته و بدون ساختار نیز مورد استفاده قرار می گیرد.

داده های هوش تجاری می توانند شامل اطلاعات تاریخی و داده های زمان واقعی جمع آوری شده از سیستم های منبع در هنگام تولید باشند ، ابزارهای هوش تجاری را قادر می سازد تا از فرایندهای تصمیم گیری استراتژیک و تاکتیکی پشتیبانی کنند.

قبل از استفاده داده ها در نرم افزار های هوش تجاری ، داده های خام از سیستم های منبع مختلف معمولاً باید با استفاده از ابزار ادغام داده ها و مدیریت کیفیت داده ها ادغام ، تلفیق و پاک شوند تا اطمینان حاصل شود که تیم های BI و کاربران کسب و کار در حال تجزیه و تحلیل اطلاعات دقیق و سازگار با سازمان هستند.

بطور کلی فرایند هوش تجاری یا BI شامل موارد زیر است:

  • آماده سازی داده ها ، که در آن مجموعه داده ها برای تجزیه و تحلیل ، سازمان یافته و مدل می شوند.
  • جستار تحلیلی از داده ها تهیه شده
  • توزیع شاخص های کلیدی عملکرد (KPI) و سایر یافته ها برای کاربران کسب و کار
  • استفاده از اطلاعات برای کمک به تاثیر گذاری و پیشبرد تصمیمات کسب و کار

در ابتدا ، ابزارهای BI در درجه اول توسط متخصصان BI و IT که در داده ها اقدام به جستار نمودند و داشبورد و گزارش برای کاربران کسب و کار تولید می کردند ، استفاده می شد. به هر حال ، به لطف توسعه ابزارهای سلف سرویس BI و کشف داده ها ، تحلیلگران ، مدیران و کارمندان سازمان به طور فزاینده ای از سیستم عامل های هوش تجاری خود استفاده می کنند. محیط های هوش تجاری سلف سرویس ، کاربران تجاری را قادر می سازد تا در داده های BI جستار کنند ، داده ها را مصور نموده  و داشبورد را به خلاقیت خود طراحی کنند.

برنامه های BI اغلب شامل فرم های تجزیه و تحلیل پیشرفته مانند داده کاوی ، تجزیه و تحلیل پیش بینی ، متن کاوی ، تجزیه و تحلیل آماری و تجزیه و تحلیل عظیم داده ها است. یک مثال متداول ، مدل سازی پیش بینی است که تجزیه و تحلیل در صورت وجود سناریوهای مختلف را امکان پذیر می کند. در بیشتر موارد ، با این وجود ، پروژه های پیشرفته تجزیه و تحلیل توسط تیم های جداگانه ای از دانشمندان داده ، آمار شناسان ، مدل سازان پیش بینی و سایر متخصصان ماهر تجزیه و تحلیل انجام می شود ، در حالی که تیم های BI بر نحوه جستار داده ها و تجزیه و تحلیل ساده تر داده های تجاری نظارت دارند.

 

دیدگاه ها (0)

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *