نقشه ی راه پیاده سازی هوش تجاری

مقدمه

هوش تجاری یک ابزار پشتیبانی تصمیم گیری است. برای پیاده سازی یک پروژه ی هوش تجاری نیاز به طی کردن مراحل زیر میباشد. پیاده سازی هوش تجاری یک استراتژی بینگ بنگ نیست بلکه نیاز به بهبود مستمر دارد.

هوش تجاری یک استراتژی پشتیبانی از تصمیم گیری است که کل سازمان را درگیر میکند.

سیستم مدیریت ارتباط با مشتری نیز یک سیستم هوش تجاری تلقی میشود.

هوش تجاری موارد زیر را برای سازمان ها تسهیل میکند:

 

  • فرآیند تحلیل برخط
  • داده کاوی
  • پیش بینی
  • مصور سازی
  • گزارش گیری
  • مدیریت دانش
  • طراحی دیتا مارتها
  • طراحی انبار داده
  • تجزیه و تحلیل جغرافیایی
  • آماده سازی کارت امتیازی متوازن
  • متن کاوی

 مراحل پیاده سازی هوش تجاری

ارزیابی کسب و کار : در واقع بایستی ریسکها و فرصت های سازمان را بشناسیم و توجیه کنیم که هوش تجاری چگونه با این ریسکها و فرصت ها برخورد میکند.

ارزیابی زیرساختهای سازمان: زیر ساختهایی نظیر موارد زیر بایستی در درون سازمان شناخته شوند.

  • نرم افزارها
  • پایگاه داده ها
  • سمپادها (سیستم مدیریت پایگاه داده)
  • مخازن فرا داده
  • شبکه ها

برنامه ریزی پروژه : بودجه و زمان پروژه بایستی تخمین زده شود.

تعریف نیازمندی های پروژه : محدوده ی پروژه مشخص میشود.

تحلیل داده ها: مهمترین و سخترین چالش هوش تجاری فرآهم سازی داده هایی با کیفیت میباشد.  این مرحله زمان زیادی از پروژه را به خود اختصاص میدهد.

پروتوتایپ برنامه : می توان از پروژه مدلی اولیه تهیه نمود. این کار به شدت هزینه را کاهش میدهد.

     همانگونه که در شکل زیر میبینید نیاز نیست تمام مراحل پیاده سازی به صورت متوالی طی شود بلکه میتوان برخی از فعالیتها را به طور موازی پیش برد.

افراد مختلف تیم هوش تجاری و شرح وظایفشان

ردیف

عنوان

شرح وظایف

1

مدیر داده

کل داده های مورد نیاز را در سطح سازمان مورد تحلیل قرار میدهد.

2

متخصص داده کاوی

انتخاب و پیاده سازی ابزارهای داده کاوی

3

تحلیلگر کیفیت داده

بررسی منابع داده و تعیین مشخصه ی برای  ETL کردن

4

مدیر پایگاه داده

طراحی و پیاده سازی پایگاه داده

5

متخصص ETL

انجام فرآیند ETL

6

مدیر فرا داده

ساخت و یاخرید و ارتقا و بارگزاری مخازن فرا داده

7

مدیر پروژه

برنامه ریزی، هماهنگی، کنترل، مذاکره با فروشنده ها

8

معمار زیرساخت

کسی که زیر ساختهای سازمانی را برسی میکند و نیازمندی ها را دراین حوزه تسهیل مینماید.

برخی از وظایف فوق میتواند همزمان به چندین نفر سپرده شود و لی برخی از وظایف را نمی توان به یک نفر خاص محول کرد چراکه سبب افت کیفیت کار میشود. به طور مثال:

  • مدیر داده ها و مدیر پایگاه داده : این دو وظیفه را نمی توان به، یک نفر محول نمود. چرا که مدیر داده ها با بررسی مهندسی نیازی[1] که در سطح سازمان انجام میدهد یک مدل منطقی[2] ایجاد میکند که مدیر پایگاه داده بایستی این مدل را پیاده سازی کند.
  • مدیر پروژه با هریک از وظایف تعیین شده: چراکه مدیر پروژه یک کار تمام وقت است.

افرادی از سازمان نیز  در تیم پروژه باید شرکت داشته باشند، چرا که گاهی به تخصص و دانش آنها در برخی مباحث سازمان نیاز داریم.

 یک کارشناس هوش تجاری در سازمانها ( بیشتر سازمانها در ایران) بایستی دارای مهارت های زیر باشد:
  • مسلط به مفاهیم انباره داده DW
  • مسلط به OLAP و …
  • مسلط به ابزارهای ساخت انباره داده در sql
  • تسلط به ssis, ssrs,ssas
  • تسلط به طراحی داشبورد اطلاعاتی
  • آشنا به مفاهیم KPI
  • آشنا به تحلیل داده ها
  • آشنایی با نرم افزار های  Tableauو clickview و ...

نرم افزارهای مورد استفاده در این رابطه نیز به شرح زیر میباشند:

 

BI software
1 BIRT 16 UltiPro 31 Envision 
2 Jaspersoft Community 17 Deltek Vision 32 Hyperion
3 Pentaho 18 Stratum 33 Cognos
4 Report Server Community Edition 19 SAP BusinessObjects 34 Xtraction
5 SpagoBI 20 Necto 35 Pentaho Business Analytics
6 ClicData  21 Informer 36 PowerCenter
7 Dataiku Free Edition 22 Klipfolio Dashboard 37 SAS Business Intelligence
8 QlikView Personal Edition 23 InsightSquared 38 DataPlay
9 Microsoft Power BI 24 SAP Crystal Reports 39 TIBCO Spotfire
10 RapidMiner 25 Splunk 40 Microsoft Business Intelligence
11 Style Scope AE 26 Exago 41 MITS Distributor Analytics
12 Tableau Public 27 iDashboards 42 SAP BusinessObjects Lumira
13 Zoho Reports  28 TARGIT BI Suite 43 Alteryx Designer
14 SQL Server 29 Dynamics 365 44 BrandsEye
15 Analytics Plus  30 Geckoboard 45 CloverETL

 تا انجا که اینجانب اطلاع دارم بیشتر در ایران نرم افزار های زیر مرسوم میباشد:

  • Tableau
  • SQLserver
  • clickview