Fins i tot les petites i mitjanes empreses (PIMES) tenen dades que podrien analitzar per prendre millors decisions empresarials. Business intelligence (BI) no és només per a corporacions i grans marques ara que hi ha solucions preparades per a l'anàlisi de dades.
Anteriorment, les dades havien de ser tractades manualment en fulls de càlcul, es van haver de crear càlculs personalitzats i, posteriorment, es van exportar dades en gràfics per a l'anàlisi. Pocs directius empresarials tenien les habilitats o el desig i la majoria de les petites empreses no tenien científics o analistes de dades.
$config[code] not foundAvui, hi ha moltes eines d'arrossegar i deixar anar que són capaços d'extreure les dades automàticament i analitzar-les i mostrar-les en format visual per obtenir informació útil. Però els empresaris i els administradors encara necessiten entendre què s'està analitzant per obtenir conclusions vàlides amb aquestes noves eines de BI. Els empleats amb mestres d'entrenament o d'anàlisi a tots els nivells poden obtenir informació de les dades que actualment no s'utilitzen.
Com s'utilitza Business Intelligence
Tots hem vist la intel·ligència empresarial en ús sense adonar-se que era el que era. Les millores de comerç electrònic que suggereixen productes relacionats o upsells basats en el que altres compradors han comprat al mateix temps són exemples.
Hi ha molts vídeos a YouTube que mostren com utilitzar solucions d'intel ligència empresarial i per comprendre el poder de les ciències de la informació i les anàlisis predictives. Utilitzeu-los per prendre millors decisions i fer créixer el vostre negoci.
Business Intelligence - Definit
La convergència de grans dades i anàlisis dóna lloc a decisions accionables habilitades per la intel·ligència empresarial (BI). Al començar amb els objectius finals, és possible utilitzar la intel·ligència comercial per augmentar les vendes i els beneficis i reduir costos i despeses.
L'ús de Google Analytics per extreure conclusions raonables és un exemple d'intel·ligència comercial. Les PIME actuals poden anar molt més lluny utilitzant una combinació de suggeriments d'un llibre com Hyper business intelligence i noves eines que analitzen les dades existents.
Analytics 3.0: el futur està aquí
Les empreses no es limiten a les plataformes d'anàlisi tradicionals. Les noves solucions de programari de visualització de dades tot en un, com Datapine, poden treure dades de múltiples fonts, tant internes com externes, a la tecnologia d'arrossegar i deixar que permeten als usuaris crear fàcilment taulers interactius i personalitzats.
Analytics 3.0 s'evidencia per la manera com les empreses proporcionen als usuaris la possibilitat de personalitzar les seves experiències de BI. La supervisió en temps real proporciona als usuaris la informació que necessiten per obtenir una visió general precisa dels seus negocis. Els resultats es poden mostrar en directe en una interfície visual en qualsevol moment o mitjançant informes enviats periòdicament. La informació és accessible les 24 hores del dia 7 a través d'una PC, telèfon mòbil i / o una tauleta.
La mobilitat, els taulers interactius i la tecnologia fàcil d'utilitzar fan que l'empresa estigui disponible per a totes les empreses. Un exemple de com utilitzar-lo és extreure les dades d'anàlisi i les dades de vendes en una eina de BI per comparar la despesa publicitària externa amb les vendes internes per mesurar el ROI.
Anàlisi predictiva i prescriptiu
Segons The International Institute of Analytics:
"Hi ha hagut sempre tres tipus d'anàlisis: descriptius, que informen sobre el passat; predictius, que utilitzen models basats en dades passades per predir el futur; i prescriptius, que utilitzen models per especificar comportaments i accions òptimes. Analytics 3.0 inclou tots els tipus, però hi ha un major èmfasi en l'anàlisi prescriptiva ".
Aquestes disciplines analítiques donen a conèixer la probabilitat d'un esdeveniment futur, recomanant les accions que es poguessin prendre, que els fan ideals per prendre decisions empresarials.
Comprensió de grans dades: la història de la intel·ligència empresarial
Harvard Business Review proporciona aquesta revisió d'Analytics 3.0 que inclou informació més àmplia sobre el historial de dades i anàlisi. Aquí teniu una breu sinopsi, ja que tots els propietaris han d'entendre el significat d'aquests termes.
Durant la dècada de 1950, es van dissenyar eines per recollir informació i identificar tendències i patrons. Aquestes eines podrien realitzar tasques més ràpidament del que era humanament possible. Els analistes de dades generalment es refereixen a aquest primer període d'intel·ligència empresarial com Analytics 1.0.
La majoria de les eines d'anàlisi de negocis en aquell moment eren petites i estructurades, fonts de dades internes. Hi va haver una capacitat d'informes limitada i les operacions de processament per lots solen trigar diversos mesos. Abans que arribessin Big Data, els analistes van dedicar més temps a recollir i preparar dades del que ho feien analitzar. Aquesta era primerenca va durar uns 50 anys, amb el temps arribant a l'alba de Big Data.
A mitjans de la dècada de 2000, es va produir el naixement d'Internet i els mitjans de comunicació socials actuals Facebook i Google. Tant Google com Facebook van oferir noves dades per analitzar i una nova forma de recollir aquestes dades. Encara que el terme Big Data no es va fer comú fins al 2010, estava clar que aquesta nova informació era molt diferent de les petites dades del passat.
Mentre que les transaccions internes i operacions internes d'una empresa generaven petites dades, Big Data es va extreure externament, des de la Xarxa, com també en projectes i fonts de dades públiques. Un exemple de Big Data és el Projecte Genoma Humà. Aquesta nova forma de recollida de dades va significar l'inici de Analytics 2.0.
Una vegada que va arribar Big Data, el desenvolupament de nous processos i tecnologies per ajudar les empreses a convertir les seves dades recollides en beneficis a través de la informació va ser en el camí ràpid. S'han desenvolupat noves bases de dades (NoSQL) i marcs de processament (Hadoop). El marc de codi obert Hadoop està dissenyat específicament per emmagatzemar i analitzar conjunts Big Data. La flexibilitat d'Hadoop la converteix en l'eina perfecta per gestionar dades no estructurats (per exemple, vídeo, veu i text en brut, etc.).
Els analistes de dades durant el període d'Analytics 2.0 necessiten ser competents en tecnologia de la informació i en analítiques. Tenir aquestes competències preparades per als pròxims avenços tecnològics durant Analytics 3.0.
Analytics 3.0 és només un dels passos en el camí cap al futur de la intel·ligència empresarial. L'objectiu final de la intel·ligència empresarial és analitzar dades i potenciar el nivell de rendiment d'una empresa proporcionant als membres del personal i als empresaris la informació que necessiten per prendre millors decisions.
Com la intel·ligència empresarial pot beneficiar les pimes
SAP ofereix aquest llibre blanc gratuït sobre com la intel·ligència empresarial pot beneficiar a les empreses de qualsevol mida. BI ajuda els analistes de recerca, els directius i altres membres del personal a prendre decisions de gestió informades més ràpidament. Permet que els equips de vendes i els empleats tractin directament amb el públic per donar motius de les seves recomanacions.
Foto de dades a través de Shutterstock
10 Comentaris ▼
