Business intelligence, i dieci errori da evitare

business intelligence

I manager hanno bisogno di dati di alta qualità per prendere decisioni aziendali valide. Tuttavia, ottenere dati accurati in un formato tempestivo e di facile utilizzo resta una sfida, che però si può affrontare grazie anche alla Business intelligence. E il rischio di commettere errori è grande. Ecco una lista di quelli da non fare.

1) Essere "committente" quando si costruiscono sistemi di Business intelligence. Il cliente ha sempre ragione: questo è un principio che ha fatto molto per migliorare il servizio al cliente, soprattutto nel retail. Ma con la tecnologia, gli utenti aziendali potrebbero non comprendere sempre ciò che chiedono. Peggio ancora, possono cercare di dettare i dettagli tecnici della soluzione. Implementare ciò che gli utenti chiedono invece di ciò di cui hanno bisogno è una ricetta che porta al fallimento della Bi. I progetti di Bi di successo richiedono l'elaborazione e la gestione dei requisiti, oltre alla capacità di validare correttamente i risultati. La tecnica dei "cinque perché" - chiedere perché cinque volte su un singolo problema per ottenere una maggiore profondità - è un modo per capire ciò di cui gli utenti hanno veramente bisogno.

2) Ridurre tempi e risorse di prova. Le imprese hanno spesso bisogno di rapidità. Ma nella ricerca di velocità, le attività percepite come ausiliarie come i test ne possono soffrire. Considerare il testo come un peso morto può causare problemi di qualità significativi, specialmente se ci si affida a test manuali. Invece, cercate di testare i processi "accessori" e correlati come modalità per offrire un'esperienza Bi di qualità superiore.

3) Trascurare l'integrità dei dati. Gli strumenti di business intelligence sono eccellenti per elaborazione, visualizzazione e analisi dei dati. Ma cosa succede se si stanno alimentando dati corrotti nel sistema? O meglio ancora: come è possibile dimostrare a un auditor It che l’azienda utilizza dati di alta qualità? Concentrarsi troppo sullo strumento Bi e sulla sua configurazione può significare perdere questi dettagli critici.

Oggi, la Business intelligence non viene utilizzata solo per supportare decisioni migliori, ma è spesso incorporata nei processi operativi. Se si riscontrano errori nella rendicontazione finanziaria o normativa - spesso supportati dalle tecnologie di data warehouse - la Business intelligence può aiutare a riportarli alla luce. Ma altri processi possono ancora fallire. Per esempio, una compagnia di assicurazione con commissioni di brokeraggio calcolate anche in modo solo leggermente errato può avere un impatto negativo sulla reputazione e quindi aumentare il costo dei clienti.

4) Adottare un approccio poco reattivo. Nessun professionista della tecnologia è desideroso di trattare con utenti arrabbiati. Purtroppo, però, i guasti al sistema si verificheranno e porteranno a momenti di frustrazione. La risposta a questi problemi influenzerà il successo o meno dell’iniziativa di Business intelligence. I due errori più gravi sono solitamente commessi dai neofiti della Bi che si concentrano troppo sul soddisfacimento delle richieste e non sul coinvolgimento degli utenti finali.

Quando i clienti si lamentano riguardo i lunghi tempi di consegna e gli accordi sui livelli di servizio mancanti, è il momento di concentrarsi. Impegnarsi troppo nella consegna quotidiana significa perdere la visione più ampia della Bi. State dando ai clienti ciò di cui hanno bisogno per prendere decisioni? Capite di quali dati hanno bisogno? Esiste una soluzione migliore al problema reale? È meglio esaminare i reclami degli utenti in base alla loro importanza relativa alla strategia globale invece che adottare un approccio basato sui singoli problemi che si presentano.

5) Perseguire analisi prive di significato. Quando si hanno a disposizione strumenti potenti è naturale cercare il modo di metterli a disposizione. Ma la business intelligence senza direzione è una perdita di tempo. Questo problema è particolarmente diffuso tra i professionisti relativamente giovani.

I nuovi professionisti della Business intelligence rischiano di eseguire analisi interessanti non guidate però da domande significative. I risultati spesso mancano di un obiettivo concreto e non riescono a fornire intuizioni chiarificatrici. Evitare questo errore richiede conoscenza e competenze commerciali. Chiedere a se stessi in che modo questa analisi contribuisca al raggiungimento degli obiettivi dell'azienda è un modo per prevenire il problema.

6) Supporre che i dati da soli siano sufficienti. Può una maggiore quantità di dati risolvere tutti i nostri problemi di business? Questa è l'ipotesi latente celata in molte discussioni di business intelligence e analisi. Dare in pasto a un dirigente un insieme di dati e sperare che tutto vada bene non funzionerà. Se i dati non sono presentati e argomentati in modo convincente, vengono ignorati. L'implicazione di un insieme di dati potrebbe essere chiara agli analisti di prima linea.

"Se i dati non vengono presentati e argomentati in modo convincente, vengono ignorati o utilizzati impropriamente dall'opinione pubblica. Il valore che deriva dall'avere un argomento e dal creare una componente della storia non dovrebbe mai essere sottovalutato", commenta Dan Sommer, senior director of market intelligence di Qlik. L'implicazione di un set di dati potrebbe essere chiara per gli analisti di prima linea. Ma a priori non si può presumere che tutti saranno in grado di capire la situazione. E le capacità di narrazione fanno la differenza.

7) Usare tanti strumenti. Avere toppa fiducia negli strumenti e non abbastanza nelle persone e nei processi può essere un rischio. I tecnici sanno che lo strumento giusto può fare una differenza enorme. Pensate alla prima volta che avete usato uno script per automatizzare un'attività ripetitiva. Queste prime vittorie incoraggiano a cercare costantemente nuovi strumenti per risolvere i problemi di business. Ma troppa enfasi sullo strumento Bi tende a portare a risultati deludenti.

8) Avere una limitata cultura sui dati. Spesso si sottovaluta quanto sia difficile ottenere un'adozione ampia e appropriata della Bi e dell'uso analitico nelle organizzazioni. Anche se gli strumenti oggi sono più semplici e facili da usare ci sono componenti di processo, culturali e di apprendimento necessarie per raggiungere il successo. Questo è il motivo per cui bisogna parlare sempre di più dell'alfabetizzazione ai dati come componente chiave per consentire una corretta adozione della Bi.

9) Gestione poco accorta del fornitore. L’azienda potrebbe non avere un reparto di Business intelligence. In questo caso lavorare con esperti esterni ha senso. Si potrebbe chiedere loro di svolgere la funzione di un fornitore di servizi esternalizzato o assistere su base di progetto. In entrambi i casi, è necessario comprendere il fornitore e supervisionare le operazioni. Se si lavora con una terza parte è vostra responsabilità capire il progetto e chi sta lavorando sul vostro account.

10) Giurare fedeltà a strumenti mainstream come SQL ed Excel. Excel è sempre molto popolare nel mondo degli affari. In misura minore, Sql ha un ampio respiro nel mondo della tecnologia. Ignorare l'elemento umano nel cambiamento e adottare nuovi strumenti per la Bi aumenta le probabilità di fallimento. È possibile trovare un sacco di persone che conoscono Sql e vantano competenze Excel, ma trovare le competenze per i prodotti come Tableau, Qlik, Spotfire, Sas e Sap è più difficile. Quando si sta introducendo nuovo software e nuovi modi di fare business, c'è un immediato pushback da parte degli utenti aziendali abituati a fare tutto in Excel e/o Sql. Fare un cambiamento significativo verso la Bi in un'organizzazione ha conseguenze per le carriere professionali. L'arte della gestione del cambiamento e della leadership non può essere ignorata nel guidare le persone attraverso la transizione.

Se questo articolo ti è piaciuto e vuoi rimanere sempre informato sulle novità tecnologiche iscriviti alla newsletter gratuita.
CONDIVIDI

LASCIA UN COMMENTO

Please enter your comment!
Please enter your name here