هوش تجاری (Business Intelligence  )

چکیده

سازمان های مختلف با ابعاد و زمینه های کاری متفاوت ممکن است با مشکلات متفاوتی در امر استفاده از داده های موجود در سیستم هایی از قبیل فروش ، انبار و مالی مواجه شوند. راهکاری وجود دارد که برای شرایط و مشکلات پاسخ مناسب ارائه می دهد. و این راهکار هوش تجاری نام دارد.

 

هوش تجاری ( BI ) چیست؟

هوش تجاری مجموعه توانائیها ، تکنولوژیها ، ابزارها و راهکارهایی است که به درک بهتر مدیران از شرایط کسب و کار کمک می نماید.

هوش تجاری یکی از شاخص های دریای بیکران فناوری اطلاعات است. هوش تجاری با دامنه وسیعی از تکنیک ها، ابزارها و برنامه های کاربردی از قبیل پردازش تراکنش برخط ، پردازش تحلیلی برخط ، پایگاه تحلیلی و .... در ارتباط است و هدف آن ارتقای کیفیت عملیات و تحلیل عملیات است. علاوه براین هوش تجاری فرآیند تبدیل داده ها به اطلاعات است به گونه ای که سازمان تجاری را قادر به تجزیه و تحلیل اطلاعات می کند تا بتواند با کسب بینش و درک صحیح نیازمندیهای همه ذینفعان سیستم را مدنظر داشته باشد.

ابزارهای هوش تجاری، دیدگاه هایی از شرایط گذشته، حال و آینده را در اختیار افراد قرار می دهند. با پیاده سازی راهکارهای هوش تجاری فاصله موجود بین مدیران میانی و مدیران ارشد از دیدگاه ارتباط اطلاعاتی از میان خواهد رفت و اطلاعات مورد نیاز مدیران در هر سطح، در لحظه و با کیفیت بالا در اختیار آنها قرار خواهد گرفت. همچنین کارشناسان و تحلیل گران می تواند با استفاده از امکانات ساده، فعالیتهای خود را بهبود بخشند و به نتایج بهتری دست پیدا نمایند.

هدف ، تشریح فرآیندهایی است که در ساخت سیستم های هوش تجاری به کار می رود و به صورت ضمنی استفاده از تکنولوژی RFID را ( به عنوان توانمندساز هوش تجاری ) در جهت افزایش بهره وری و داشتن تصمیمات بلادرنگ بیان می کند.

حقیقت اجتماعی - اقتصادی سازمانهای معاصر، آنها را ملزم به جستجوی ابزارهایی برای تسهیل فرایند کسب اثربخش داده ها، پردازش و تحلیل وسیع آنها از منابع مختلف و پراکنده کرده است تا براساس آن پایه ای را برای کشف دانش جدید بنا نهند.

برای سالیان متمادی، سیستم‌های اطلاعات مدیریت (MIS)، سازمانها را در انجام وظایف مختلفشان مورد حمایت قرار داده اند؛ هر چند، امروزه به سیستم‌های اطلاعاتی ، توجه کمی می شود. تاکنون سیستم‌های اطلاعات مدیریت موجود مانند: (MIS، DSS،ES ،EIS ) نتوانسته است انتظارات تصمیم گیرندگان سازمانی را، به ویژه در موارد زیر برآورده سازد :

-  گرفتن تصمیمات در فوریتهای زمانی،

-  صد کردن رقابت،

-  به دست آوردن اطلاعات مختلف با دیدگاه‌های متفاوت،

-  برای انجام تحلیلهای مداوم روی داده‌های بیشمار و ملاحظه متغیرهای مختلف مربوط به عملکرد سازمان.

به طور ساده، سیستم‌های اطلاعات مدیریت که به آنها اشاره شد، قادر به ایجاد یکپارچگی میان داده های مختلف، پراکنده و ناهمگن نبوده اند و همچنین آنها نتوانسته‌اند داده ها را با توجه به زمینه‌های وسیع موجود، به گونه‌ای اثربخش تفسیر کنند و قادر به شناسایی مناسب وابستگی‌های موجود میان داده های جدید نبوده اند. دلایل موجود حکایت از وجود تکنیکهای نامناسب برای دستیابی، تحلیل، کشف و تفسیر داده ها دارد. برای اینکه سازمانها قادر به واکنش سریع در برابر تغییرات بازار باشند، نیاز به سیستم‌های اطلاعات مدیریتی دارند که بتوانند از سازمان و محیط آن تحلیلهای علت و معلولی مختلف را انجام دهند. سیستمهای هوش تجاری ابزاری را فراهم می کنند که براساس آن نیازهای اطلاعاتی سازمان به شکل مناسبی پاسخ داده شود. وظایف اصلی که توسط سیستمهای هوش تجاری مورد توجه قرار می گیرد، شامل : شناسایی هوشمندانه داده‌های اطلاعاتی، تجمیع آنها و تحلیل چند بعدی داده هایی است که از منابع اطلاعاتی مختلف به دست آمده است. سیستم‌های هوش تجاری، داده های مربوط به سیستمهای اطلاعاتی درون سازمانی را با داده هایی که از محیط سازمان به دست می آید ، تجمیع می کنند . این داده های محیطی می تواند شامل آمارها ، پایگاه‌های اطلاعاتی مربوط به مراکز سرمایه گذاری و مالی و پایگاه های داده متفرقه باشند‌. چنین سیستم‌هایی به عنوان رابط هاو واسط گرهایی هستند که برای کسب اطلاعات روزآمد ، قابل اطمینان و کافی، نسبت به فعالیت های مختلف شرکت عمل می‌کنند.

نتایج حاصل از پژوهشها نشان می‌دهند که سیستم‌های هوش تجاری مورد بحث در اصلاح و شفاف سازی جریانهای اطلاعاتی و مدیریت دانش مشارکت کرده، سازمانها را برای موارد زیر توانمند می سازند :

 

-  استمرار سوددهی از فروش محصولات،

-  تحلیل هزینه ها ،

-  نظارت بر محیط اطراف،

-  کشف کلاهبرداریها و قانون شکنی‌ها.

 

 

BI   در سطوح مختلف سازمان کاربرد دارد که عبارتند از:

 

?سطح استراتژیک (Strategic level): که مربوط به تصمیم گیریهای کلان سازمان توسط مدیران رده بالا است. این نوع استفادهها در دفعات کم و در دورههای طولانی انجام میشود اما ممکن است با حجم بالایی از اطلاعات و پردازشها همراه باشد. تصمیمات گرفته شده در این سطح، غالبا در حوزه مسایل غیر ساخت یافته (Unvstructured) و توسط مدیران ارشد هستند. نتایج حاصل از این تصمیمات، تاثیرات بلندمدت (Long – term effect) و کلانی در سازمان دارند.

 

?سطح تاکتیکی (Tactical Level): مربوط به عملیاتی است که در حوزه مدیران میانی انجام میشود. این عملیات میتواند شامل پیگیری عملیت در سطح پایین، نحوه انجام آن، گزارشگیری و نهایتا جمعبندی دادههای مفید برای اتخاذ تصمیمات میانمدت سازمان باشد. تصمیمات گرفته شده در این سطح، غالبا در حوزه مسایل نیمهساخت یافته (Semi – Structured) و توسط مدیران میانی هستند.

 

?سطح عملیاتی (Operational LeveL): پایین ترین سطح انجام فعالیتهای تجاری یک سازمان است که در دفعات بالا معمولا به صورت تکراری در ردههای پایین عملیاتی سازمان انجام میشود. این عملیات در دفعات بالا بوده و با حجم کمی از دادهها سر و کار دارند. تصمیمات گرفته شده در این سطح غالبا در حوزه مسایل ساخت یافته (Structured) و توسط مدیران رده پایین هستند. نتایج حاصل از این تصمیمات، تاثیرات کوتاه مدت (Short – term effect) و خرد در سازمان دارند

 

 

- هوش تجاری چطور کار می کند؟

 

هوش تجاری بر مبنای یک هدف ساده پیاده سازی می شود: "بهبود کارایی با ایجاد بستر مناسب برای تصمیم سازی در سازمان". وقتی که دیدگاه مدیران نسبت به داده های سازمانی کامل وجامع است، می توان به تصمیمات اتخاذ شده اطمینان کامل داشت و مطمئن بود که این تصمیمات سازمان را در شرایط رقابتی حفظ می نماید و همچنین اهداف تعریف شده به دست خواهند آمد. اما برای استفاده کامل از قابلیتهای هوش تجاری، این راه کار باید توانایی انعطاف پذیری و در اختیار گذاشتن امکانات مختلف در سطح افراد، تیمها و کل سازمان را داشته باشد. همچنین هوش تجاری باید به نیازهای مختلف افراد در سطوح مختلف سازمان پاسخگو باشد و از تمام اطلاعات ساختار یافته (Structured Data) و یا ساختار نیافته (Unstructured Data) برای تصمیم سازی استفاده نماید.

 

 

  هدف های سیستم های هوش تجاری :

 

ممکن است سیستم‌های هوش تجاری‌، از دیدگاه های مختلف مورد تحلیل قرار گیرند . سازمانها و تصمیم گیرندگان آنها‌، می بایستی اجرای سیستم هوش تجاری در سازمان را براساس فلسفه و متدولوژی ویژه سازمان انجام دهند . این فلسفه و متدولوژی متکی بر اطلاعات و دانش، ارتباطات گسترده ، اشتراک دانش همراه با رویکرد کل نگر و تحلیلی برای فرایندهای تجاری سازمان است. فرض شده که سیستمهای هوش تجاری ، راه حلهایی هستند که مسئول فراهم ساختن اطلاعات و دانش از داده‌ها بوده، موظف به خلق محیطی برای تصمیم گیری اثربخش‌، تفکر و اقدام استراتژیک در سازمانها هستند. ارزش سیستم‌های هوش تجاری در تجارت به طور عمده براین واقعیت دلالت دارد که چنین سیستم‌هایی، اطلاعاتی را ارائه می دهند که ممکن است به عنوان پایه ای برای ایجاد و تغییرات اساسی در یک شرکت خاص به کار روند‌. از جمله می‌توان به برقراری زمینه‌های جدید برای همکاری‌، کسب مشتریان جدید ، شناسایی بازارهای جدید و ارائه محصولات جدید برای مشتریان اشاره کرد. سیستم‌های هوش تجاری به دلایل مختلف ، متفاوت از سیستم‌های اطلاعات مدیریت مانند: (DSS ،EIS وES) هستند‌، نخست به خاطر اینکه دامنه موضوعی وسیعی را دربرمی گیرند و سپس به خاطر تحلیلهای چند متغیری و داده های تا حدی ساختاربندی شده از منابع مختلف و ارائه چند بعدی داده‌ها.

در ضمن فرض براین است که سیستم‌های هوش تجاری ، صرف نظر از سطح سازندگان آن ، تصمیم گیری را در تمامی سطوح مدیریت ، مورد حمایت قرار می دهند . در سطحی راهبردی، سیستم‌های هوش تجاری ، امکان تنظیم دقیق هدف‌ها و پیگیری تحقق آنها را فراهم می سازند . هوش تجاری ، ارائه گزارشهای مقایسه ای مختلف مانند نتایج حاصل از بررسی‌های تاریخی، سودمندی پیشنهادهای خاص، اثربخشی مجاری توزیع اطلاعات همراه با شبیه سازی نتایج مربوط به توسعه و پیش بینی آینده بر پایه برخی پیش فرضها را ممکن می سازد.

در سطحی تاکتیکی، سیستم‌های هوش تجاری، ممکن است پایه ای را برای تصمیم گیری منطبق با مدیریت بازار ، مدیریت فروش ، مدیریت مالی ، مدیریت سرمایه و ... به وجود آورند. این سیستم‌ها اجازه می‌دهند که شرکت نسبت به اقدامات آتی‌اش خوشبین بوده و عملکرد تکنولوژیکی‌، مالی و یا سازمانیش را در جهت تحقق هدف‌های راهبردی شرکت و اثربخشی بیشتر آن، اصلاح کند.

در سطح عملیاتی ، سیستم‌های هوش تجاری برای انجام تحلیلهای موردی و پاسخ به پرسشهای مرتبط با عملیات مداوم بخشها ، برآوردهای مالی به روز شده ، فروش و همکاری با فروشندگان ، مشتریان و ... مورد استفاده قرار می گیرند.

 

 

کاربردهای هوش تجاری به تفکیک صنایع :

گروه‌های مختلفی از کاربران از سیستم‌های هوش‌تجاری بهره می‌برند، از متخصصان کنترل گرفته تا متخصصان مالی،‌کارشناسان فروش و اعضای هیأت مدیره. بخش‌هایی که بیشتر از همه از سیستم‌های هوش‌تجاری استفاده می‌کنند شرکت‌های بازرگانی، بانک‌ها و بخش‌های مالی، مخابرات و شرکت‌های تولیدی/صنعتی می‌باشند.

 

خرده فروشی :

 

-  پیش بینی (Forecasting) : با استفاده از مرور داده ها در سیستم های هوش تجاری می توان نیاز مندیها را پیش‌بینی کرد و بر اساس پیش‌بینی‌های انجام گرفته، نیازمندیهای انبار را با دقت بیشتری تعیین نمود.

 

-  سفارشات و تجدید فروش، خرید و تدارکات(Ordering and Replenishment) : در سیستم های هوش تجاری، با استفاده از اطلاعات، تصمیمات در مورد اقلام سفارش داده شده و  مقادیر آنها سریعتر اخذ می شوند.

 

-  بازاریابی (Marketing) : با استفاده از هوش تجاری تراکنش های مشتریان را می توان بررسی کرد.(چه محصولی فروخته شده است و چه کسی آن را خریده است؟(

 

 بیمه :

 

- تحلیل ادعاهای خسارت و حق بیمه (Claims and Premium analysis) :   سیستم‌های هوش تجاری امکان تحلیل جزئیات ادعاهای خسارت و حق بیمه در طول زمان را بر اساس محصول، سیاست بیمه،‌ نوع ادعا و سایر مشخصات فراهم می‌کنند.

 

- تحلیل مشتریان (Customer Analysis) : سیستم های هوش تجاری نیازمندی های مشتریان و الگوهای استفاده از محصولات را  تحلیل می نمایند، برنامه ریزی بازاریابی را با توجه به مشخصات مشتریان توسعه می دهند و ریسک پذیری را در مورد مشتریان در کسب و کار مورد نظر مورد بررسی قرار می دهند و در نهایت سرویس های ارائه شده به مشتریان را بهبود می دهند.

 

- تحلیل ریسک (Risk Analysis) : سیستم های هوش تجاری بخش های پرخطر و پر ریسک بازار را شناسایی می‌کنند و فرصت های موجود در بخش‌های خاص از بازار را تعیین می نمایند، همچنین بخش های مختلف بازار را که می توانند به یکدیگر مربوط باشند را به یکدیگر ارتباط می دهند و سعی می نمایند تا  ادعاهای خسارت پی در پی را کاهش دهند.

 

بانکداری:

 

- مدیریت اعتبار (Credit Management) : سیستم های هوش تجاری  بر اساس رده و نوع مشتری، الگوهای پیشروی به سمت مشکلات اعتباری را پیدا می‌کنند و از این طریق به مشتریان جهت اجتناب از مشکلات اعتباری و مدیریت باقی مانده اعتبار هشدار می دهند. علاوه بر این ابزارهای هوش تجاری اسناد اعتباری بانک ها را بررسی می نمایند و اتلاف اعتبار را کاهش می دهد.

 

- فروش شعب (Branch Sales) : سیستم های هوش تجاری‌ فرآیند خدمات به مشتریان را بهبود می بخشد. بعلاوه هوش تجاری عملیات پیشنهاد Cross Selling به مشتریان را امکان پذیر می نماید و از این گذشته فرآیند  پشتیبانی به مشتری را بهبود می بخشد که در نهایت به افزایش وفاداری مشتری می انجامد.

 

 

 

مخابرات:

 

- شناسایی و تقسیم‌بندی مشتریان (Customer Profiling and Segmentation ) : سیستم های هوش تجاری می توانند مشخصات محصولات پر منفعت و دسته های مشتریان سودآور را تعیین نمایند. این ابزارها مشخصات مشتریان را با جزئیات و به طور یکپارچه ارائه می دهند و در نهایت نیازمندیهای آتی مشتریان را مشخص می نمایند.

 

-  پیش‌بینی نیازمندیهای مشتریان (Customer Demand Forecasting ) : هوش تجاری به کمک ابزارهای قدرتمند و متدولوژی های کارآمد نیازمندیهای فردای محصولات و سرویس‌ها را پیش بینی می نماید،‌ روش‌هایی برای تحلیل رویگردانی مشتریان فراهم می‌کند و به ابقای مشتریان کمک می‌نماید.

 

صنایع تولیدی:

 

- فروش (Sales) : سیستم های هوش تجاری داده های حاصل از عملیات تراکنش های هر مشتری را  تحلیل می نمایند

 

- خرید (Purchasing) : سیستم‌های هوش تجاری می‌توانند به مراکز توزیع کمک کنند که حجم‌های بیشتر توزیع را مدیریت نمایند.

 

- پیش‌بینی (Forecasting) : سیستم های هوش تجاری برای این دسته از صنایع می تواند نیاز مندیهایشان را پیش بینی و احتیاجات انبارهایشان را  تعیین نمایند.

 

- سفارشات و تامین قطعات (Ordering and Replenishment) : در سیستم های هوش تجاری با استفاده از اطلاعات، تصمیمات در مورد اقلام سفارش داده شده و مقدار آنها سریعتر اخذ می شوند.

 

-  توزیع و تدارکات کالا (Distribution and Logistics) : سیستم های هوش تجاری فرآیند توزیع و حمل و نقل محصولات را با افزایش کمی آنها با کیفیت مدیریت می نمایند.

 

- مدیریت حمل و نقل (Transportation Management ) : سیستم های هوش تجاری زمانبندی توزیع محصولات سفارش داده شده را با توجه به توانایی شرکت می تواند تنظیم نمایند.

 

- برنامه ریزی انبار (Inventory Planning) : سیستم های هوش تجاری به شناسایی نیازمندی های انبار و متعاقباً، اطمینان از سطح معینی از سرویس دهی کمک

 

 

روش شناسی ساخت سیستم‌های هوش تجاری :

 

ساخت واجرای سیستم های هوش تجاری، مستلزم سازمانهایی است که فرهنگ کار در آنها با اطلاعات و فناوریهای آن هماهنگی داشته باشد. در این رابطه به موارد زیر می‌توان اشاره کرد:

 

- تحقیق مداوم و مستمر درباره نیازهای اطلاعاتی سازمان (نیازهای فعلی و آتی).

- همکاری توأم با اعتماد بهره‌گیران سازمانی مانند: (تصمیم‌گیرندگان و کارکنان عملیاتی سازمان) با بخش‌های IT و مراکز مدیریت دانش.

-  به اشتراک گذاری اطلاعات.

 

- توانایی در انجام فراتحلیل‌ها و استفاده از آنها برای مدیریت مناسب.

برای پیشنهاد متدولوژی ساخت و اجرای سیستم‌های هوش تجاری، می توان از شیوه‌های تجاری تجربه شده به وسیله شرکت‌های موفق در زمینه ساخت سیستم‌های هوش تجاری بهره گرفت، هر مدل جامعی که برای این منظور پیشنهاد شود، ممکن است که مجموعه‌ای از دستورکارها و انواعی از الگوها را به سازمانها معرفی کند. مدل مورد نظر، توجه ویژه‌ای به نقش بهره‌گیران نهایی شرکت دارد که در کل چرخه زندگی سیستم‌های هوش تجاری، به طور موثری آن را بکار می‌گیرند. درک درست قدرت تأثیر بهره گیران نهایی شرکت بر روی عملکرد سیستم هوش تجاری، به ما اجازه می‌دهد که دو مرحله مهم در رویکرد ساخت و اجرای سیستم‌های مورد بحث را پیشنهاد کنیم:

 -  ایجاد سیستم هوش تجاری،

 -  به کارگیری سیستم هوش تجاری.

خلق سیستم هوش تجاری بیشترین زمان را صرف خودش کرده و این مرحله مستلزم بهره‌گیری از بیشترین منابع مالی و انسانی شرکت در فرایند کلی چرخه زندگی سیستم هوش تجاری است. ایجاد سیستم هوش تجاری دربرگیرنده مراحل بیشماری ، به ویژه مراحل زیراست:

- تعیین اینکه چه کسی عهده‌دار اجرای سیستم است. برای مثال تعیین استراتژی‌های توسعه سیستم هوش              تجاری،

- شناسایی و آماده‌سازی منبع داده،

- انتخاب ابزارهای سیستم هوش تجاری،

- طراحی و پیاده سازی سیستم هوش تجاری،

- کشف و جستجوی نیازهای اطلاعاتی جدید و کاربردهای دیگر مربوط به سیستم هوش تجاری.

 

مرحله به کارگیری سیستم هوش تجاری، به طور برجسته وابسته به درخواست‌های بهره گیران نهایی شرکت است. بیشترین نقش در این مرحله، مربوط به فعالیت‌های ترویج و توسعه سیستم های هوش تجاری و تحلیل داده‌ها می‌شود. ممکن است که این مرحله در چندین مرحله مختلف ، براساس تشخیص بهره‌گیران نهایی شرکت و بر اساس نیازها و وظایف آنها تقسیم شود. اساساً این مراحل شامل موارد ذیل است:

 

- تحلیلهای منطقی که به شناسایی شرکای زنجیره تأمین کمک می‌کند،

- دستیابی، بازبینی و تحلیل واقعیت‌ها،

-  توسعه گزینه‌های مختلف تصمیم‌گیری،

-   تقسیم و تشریک مساعی .

-   تغییر در اثر عملکرد شرکت .

 

شناسایی و آماده سازی داده‌ها برای سیستم هوش تجاری :

 

در مرحله شناسایی و آماده سازی داده‌ها، تعیین منابع داده که قرار است از نیازهای تجاری پشتیبانی کند، از جمله اقدامات ضروری است. تعیین و تشخیص منابع، مستلزم شناسایی منابع درونی (منابع دانش و اطلاعات ، منابع فناوری اطلاعات، بایگانی‌های کاغذی و ...) و منابع بیرونی (متمرکز بر مشتریان، فروشندگان، سهام داران و غیره ...) همراه با بررسی میزان قابلیت اعتماد منابع و بررسی تغییر شکلهایی است که در منابع مورد بحث اتفاق می‌افتد. تحقق این مرحله، نیازمند کمک چشمگیر تصمیم‌گیرندگان ، کارکنان اجرایی، بخش‌های فناوری اطلاعات، دپارتمانهای مدیریت دانش و مشتریان راهبردی است. در این مرحله ، ضروری است که همه سیستم‌های اطلاعاتی و بانک های داده مورد استفاده یک شرکت معین تشخیص داده شوند. هنگام انجام چنین تشخیصی، ضروری است که چند دستور مهم را در نظر داشته باشیم:

-  یافتن داده‌هایی که در سیستم‌های اطلاعاتی وجود دارند واز دیدگاه تحلیل‌هایی که انجام گرفته‌اند، بی‌اهمیت شناخته شده‌اند.

-  یافتن روابط بین داده‌ها در سیستم‌های اطلاعاتی مختلف،

-  تشریح ساختار منطقی داده‌هایی که در سیستم اطلاعاتی یافت می‌شوند. نه تنها باید به ساختار آنها توجه زیادی شود، بلکه به رابطه آنها با فرایندهای تجاری نیز باید توجه کرد.

-  یافتن مکانها یا وضعیت‌هایی که در داده‌ها ایجاد خطا می‌کنند (مثلاً احتمال تناقض بین داده‌ها).

-  یافتن محدودیت‌های مربوط به کاربرد سیستم های اطلاعاتی (اینکه داده‌ها به علت منطق نادرست پایگاه     منبع نمی‌توانند خارج از سیستم اطلاعات تعریف و بازشناسی شوند).

 

 

طراحی و اجرای سیستم هوش تجاری :

 

در مرحله طراحی و اجرای سیستم هوش تجاری ، دامنه ای از فعالیتها انجام می پذیرد. میزان تلاشی که در این باره صورت می گیرد، ارتباط مستقیم با پیچیدگی سیستم و سطح محبوبیت آن دارد؛ هر چند در اکثر موارد ، خلق یک برنامه کاربردی مربوط به هوش تجاری، نیازمند زمان زیادی است . این مدت زمان، نه تنها صرف طراحی واسط های اختصاصی برای برقراری ارتباط بین سیستم هوش تجاری و پایگاه های اطلاعاتی دیگر می شود، بلکه شامل اطمینان یافتن از میزان منطقی بودن و سازگاری برنامه کاربردی هوش تجاری نیز می شود.  مرحله مهم دیگری که در ارتباط با طراحی سیستم هوش تجاری وجود دارد ، ساختن پایگاه داده‌ای است که دو وظیفه مهم را بر عهده دارد : فراهم ساختن مخزنی از داده ها که برای تحلیلهای آتی از آن بهره گرفته می شود و فراهم سازی پایگاهی برای سیستم هوش تجاری.

برای اطمینان یافتن از اینکه یک پایگاه داده به طور منظم براساس داده های حاصل از سیستم‌های انتقالی به روز می شود یا نه ، ضروری است ، مکانیزمهای ورود داده ایجاد شود. چنین مکانیزمهایی باید امکان ورود همه داده ها را فراهم کرده، به کاربران اجازه ورود داده های اضافی را بدهند تا سیستم‌های منبع از این راه به مرور غنی تر شوند. هرگز این‌گونه نیست که ورود داده های اضافی، به سیستم‌ها و مکانیزمهای منبع ، بار اضافی تحمیل کند‌. مکانیزمهای انتقال داده به طور همزمان وظیفه کنترل آن را بر عهده دارند که وظیفه‌ای در جهت همسان‌سازی داده‌ها است. در موارد زیادی، مکانیزمهای مورد بحث زمینه یافتن ناسازگاریها و خطاها را در مرحله اجرا ، فراهم می کنند. پایگاه داده ایجاد شده ، باید پایه ای برای طراحی گزارشها باشد. تهیه چند یا دست کم دو گروه از گزارشها، ضروری است. پیش از این باید گزارشهایی که به گونه‌ای منظم به وسیله کاربران اصلی به روز رسانی شده اند، مشخص شوند‌. چنین گروهی ، همچنین باید کاربران متخصصی را پیش بینی کند که گزارشهایی را براساس نیازهای خاص، فراهم می کنند. نوع دوم گزارشها شامل گروهی است که منتج از نیازهای ویژه دور از انتظار است که مربوط به جزییات یافته شده در داده‌ها است. تجربه نشان می دهد که - دیر یا زود - شرکتها نیازمند بهره‌گیری از تحلیلهای چند بعدی هستند، بدین معنی که پیشنهادها در جهت اجرای هوش تجاری باید در جهت طرحهای پردازش تحلیلی بهنگام (OLAP) که به کاربران اجازه کاوش داده ها و بازبینی داده ها از جنبه های مختلف را می دهد و داده کاوی که به درک بهتر سلایق و ترجیحات مشتریان و ماهیت چنین سلایقی، زنجیره تامین، اثرهای جغرافیایی و ...

کمک می کند ، باشد . بسته به نوع ویژگیها و نیازهای سازمانها‌، تحلیل‌ها ممکن است برای مواردی مانند آنچه در پی آمده ، به کار روند :

-  بررسی قابلیت سود بخشی مشتریان و میزان ارزشمندی دوره سودرسانی آنها،

-  تعیین میزان اهمیت شاخص ها،

-  بخش بندی،

-  نظارت و بررسی میزان وفاداری مشتریان،

-  بررسی میزان حمایت مشتریان،

-  یافتن شباهتها،

-  بررسی تقلب ها یا کلاه برداریها،

-  بررسی رقابت های مربوط به بازاریابی .

 

مرحله به کارگیری سیستم هوش تجاری :

 

این مرحله، نیازمند کاربرانی با قوه ابتکار زیاد است . منطبق با نیازهای موجود‌، کاربران باید تحلیل‌ها و گزارشهای مورد نظر بانیان سیستم هوش تجاری را فراهم کرده، بتوانند موضوعات مناسب را پیگیری کرده، نتایج به دست آمده را تفسیر کنند.

تحلیل‌هایی که از وقایع مختلف صورت می گیرد ، ممکن است روشهای چندگانه‌ای را در حل مسائل مهم و بهینه سازی فعالیتهای بیشمار ظاهر سازد و اتخاذ تصمیم پایانی مستلزم مشاوره مکرر با دیگر کارکنان و تصمیم گیرندگان سازمانی است .

تحلیل‌های حاصل از پرسشها و پاسخهایی که پیشتر اشاره شد ، باید پوشش دهنده همکاری و ارتباط همه کسانی باشد که در فرایند تصمیم گیری شرکت ، مشارکت می کنند. کار مداوم با اطلاعات و ابزارها برای تحلیل و شناسایی داده ها ، امکان ایجاد تغییرات اساسی در چرخه تصمیم گیری را فراهم می کند . از جمله تغییرات در عملکرد شرکت، شامل: جستجوی شکلهای جدیدی از همکاری با منابع خارج از شرکت، بازارهای جدید و همکاران تجاری جدید و.... می شود. اجرای مرحله پایانی چرخه ساخت و به کارگیری سیستم های هوش تجاری ، بدین معنی نیست که همه مشکلات مربوط به هوش تجاری، ویژه یک شرکت معین است. همان گونه که گفته شد ، چرخه مورد بحث، ماهیتی تکراری دارد، بنابراین از جمله دلایل تحلیل بیشتر نیازهای اطلاعاتی ، ارزشیابی مجدد راه حلهای پیشین و تفسیر و تبدیل آنها ، بهینه سازی و تعدیل آنها می باشد.

 

 

چه نوع کسب و کاری می تواد از این راهکار بهره ببرد؟

 

•  شرکتهای تولیدی و فروش

-   بدست آوردن دیدگاه نسبت به افزایش یا کاهش سود حاصل از فروش. میزان فروش بر حسب نوع کالا، مناطق فروش، کانالهای فروش. پیش بینی میزان فروش و سود آوری بر مبنای داده های قبلی

-  کنترل و برنامه ریزی مناسب  برای منابع فروش

-  شناسایی مشتریان با ارزش

-  هماهنگی برنامه فروش با اهداف سازمانی

 

 • شرکتهای سرمایه گذاری

-  بدست آوردن دیدگاه نسبت به سرمایه گذاری های انجام شده و پیش بینی سود حاصله از منابع مالی اختصاص داده شده

-  بدست آوردن دیدگاه نسبت به شرایط هر یک از سرمایه گذاری های انجام شده بصورت جداگانه

-  کنترل اهداف و یا تعیین اهداف جدید بر مبنای گزارشات بدست آمده

-  تصمیم سازی برای انجام سرمایه گذاری های جدید بر مبنای تحلیل داده های پیشین

-  هماهنگی شرایط سرمایه گذاری با اهداف سازمانی

 

 • شرکتها خدماتی

-  تحلیل نوع خدمات بر مبنای موقعیت های مختلف، زمان خدمت رسانی، هزینه های انجام شده و سود بدست آمده

-  بدست آوردن دیدگاه نسبت به  نحوه خدمت رسانی به مشتریان

-  تصمیم سازی در جهت نحوه ارائه خدمات

-  هماهنگی خدمات با اهداف سازمانی

 

 

•  شرکتهای پروژه ای

 

-  بدست آوردن دیدگاه نسبت به شرایط پروژه های انجام شده در هر لحظه

-  بدست آوردن دیدگاه از بودجه و منابع تخصیص داده شده به پروژه

-  تحلیل ارزش کسب شده در طول مدت حیات پروژه

-  پیش بینی شرایط منابع موجود با پیشرفت پروژه

-  هماهنگ نمودن شرایط پروژه با اهداف سازمانی

 

چه افرادی در سازمان از پیاده سازی این راهکار بهره خواهند برد؟

 

•   مدیران ارشد

-  در اختیار داشتن محلی متمرکز برای مشاهده گزارشات مختلف از شرایط سازمان

-  افزایش ضریب اطمینان تصمیم سازی

-  کاهش هزینه ها با بدست آمدن دیدگاه نسبت به عملکرد بخشهای مختلف سازمان

-  بررسی شرایط اهداف سازمان و برنامه ریزی برای دستیابی به اهداف

 

•  مدیران فروش، عملیات، پروژه

-  کنترل روند انجام امور با در اختیار گرفتن گزارشات تحلیلی

-  تقویت توان مشاوره به مدیران ارشد در جهت انتخاب بهترین استراتژی

 

•   مدیران IT

-  کاهش حجم امور تکراری با خودکار نمودن فرآیندهای جمع آوری داده ها و گزارش سازی از آنها

-  مدیریت و امنیت متمرکز

-  استفاده از دانش موجود برای راهبری ابزارها

 

 هفت مسأله‌عمده که توسط راهکار  هوش تجاری هدف قرار گرفته‌اند :

 

1-  سازمان نیازهای اطلاعاتی ضروری و حساس خود را تشخیص نمی‌دهد یا نمی‌شناسد.

2-  سیگنال‌های ضعیف از فضا و محیط کسب‌ و کار دریافت نمی‌شود یا قابل تشخیص نیستند.

3-  اطلاعات و داده‌هایی که از برخی منبابع بیرونی می‌رسند به‌گونه‌ای بهینه‌ای جمع‌آوری نشده‌اند.

4-  اطلاعات و دانش پرسنل سازمان به‌صورت بهینه مورد استفاده قرار نمی‌گیرد.

5-  حجم اطلاعاتی که باید ذخیره، دسته‌بندی، پردازش و تحلیل شوند خیلی زیاد است.

6-  ابزارها سیستم‌های اطلاعاتی و محاسباتی ناکارآمد به‌نظر می‌رسند.

7-  از اطلاعات و داده‌های موجود در سازمان درست استفاده نمی‌شود.