Στο 1ο μέρος του άρθρου αυτού θα μας απασχολήσει η πληροφοριακή ικανότητα των συστημάτων που διαθέτει μια επιχείρηση και η ευκολία με την οποία η τελευταία αντλεί ή ανακαλύπτει νέα γνώση από τον πλούτο που διαθέτει, δηλαδή τα πολλά και ιστορικά δεδομένα που αποθηκεύει στις βάσεις δεδομένων της. Καταρχήν, για να περιγράψουμε τη σημερινή κατάσταση, θα διακρίναμε την πλειονότητα των οργανισμών σε δύο μεγάλες κατηγορίες:
Α. Πολλές επιχειρήσεις, κυρίως μικρομεσαίες, βασίζονται σε έτοιμα reports που διαθέτει το βασικό τους «πρόγραμμα» (δηλαδή το ERP ή το CRM) και άλλα περιφερειακά. Είτε χρησιμοποιούν αυτά τα reports όπως παράγονται, είτε τα επεξεργάζονται περαιτέρω σε EXCEL, ανάλογα με τις νέες ανάγκες, όπως αυτές προκύπτουν.
Β. Μια άλλη κατηγορία μεγαλύτερων εταιρειών, έχει αντιληφθεί τους περιορισμούς της προηγούμενης προσέγγισης και χρησιμοποιεί πιο εξελιγμένα εργαλεία τύπου “business intelligence”. Αυτά τα εργαλεία αυξάνουν σαφώς την ευελιξία στο να δημιουργούνται νέες αναφορές ή να βλέπονται τα δεδομένα υπό νέες οπτικές γωνίες. Και μάλιστα, αρκετές φορές, χωρίς την άμεση επέμβαση της “μηχανογράφησης”. Ενδεικτικά αναφέρουμε:
Τη δυνατότητα αυτών των εργαλείων να προσφέρουν “κύβους” δηλαδή προ-κατασκευασμένες οπτικές γωνίες, τις οποίες οι χρήστες μπορούν να συνδυάζουν και να βλέπουν τα ίδια δεδομένα με νέες αναλύσεις.
Τη δυνατότητα να φτιάχνουν οι χρήστες μόνοι τους τα δικά τους reports. Επίσης, να τα μοιράζονται με άλλους ενδιαφερόμενους (stakeholders).
Πάντως και αυτές οι προσεγγίσεις, πολλές φορές αδυνατούν να απαντήσουν σε μια σειρά άλλων (“νεότερων” θα λέγαμε) ερωτημάτων. Παραθέτουμε μερικά από αυτά που συναντούμε συχνά από ανήσυχους επιχειρηματίες ή γενικούς διευθυντές:
Πώς μπορώ να εκμεταλλευτώ τα δεδομένα που ήδη έχω (τα οποία εξ ορισμού είναι ιστορικά, περιγράφουν καταστάσεις και γεγονότα του παρελθόντος) για να προβλέψω το μέλλον;(Ας μην ξεχνάμε ότι δουλειά του CEO είναι να βλέπει τις μελλοντικές τάσεις και να προετοιμάζει την εταιρεία του για αυτό που έρχεται…)
Πώς μπορώ να συμπληρώσω τις Βάσεις Δεδομένων που έχω με άλλα στοιχεία που θα βρω από αλλού (όχι από τα εσωτερικά επιχειρησιακά συστήματα, δηλαδή); Υπάρχουν χρήσιμα δεδομένα, αναλόγως του αντικειμένου του οργανισμού σε εξωτερικές πηγές. Για παράδειγμα μετεωρολογικά δεδομένα για επιχειρήσεις αγροτικές, δημογραφικά για επιχειρήσεις κοινής ωφέλειας και courier, οικονομικά δεδομένα της στατιστικής υπηρεσίας ή άλλα παρόμοια για επιχειρήσεις χρηματοοικονομικών υπηρεσιών κ.λπ.
Τι τεχνολογίες υπάρχουν για να βλέπω την κατάσταση των δεδομένων μου σε παρελθοντικές χρονικές στιγμές; (Για παράδειγμα, ένα τυπικό λογιστικό πρόγραμμα μας δείχνει την κατάσταση των ανείσπρακτων τιμολογίων, σήμερα. Πώς ήταν αυτή η κατάσταση πριν από ένα χρόνο; Ποιοι πελάτες βελτιώθηκαν και ποιοι χειροτέρευσαν;)
Πώς μπορώ να εκμεταλλευτώ νέες τεχνολογίες όπως το artificial intelligence και το machine learning, με πρακτική εφαρμογή πάνω στα δικά μου δεδομένα; (Εδώ πρέπει να σχολιάσουμε ότι τα τυπικά “reports” που παράγονται περιέχουν μια απεικόνιση της σημερινής κατάστασης ή έστω δίνουν κάποιες δυνατότητες απεικόνισης του παρελθόντος)
Φαίνεται λοιπόν ότι οι παραδοσιακές τεχνικές που αναφέρθηκαν στην αρχή φαίνεται να μην αρκούν πια για να δώσουν στον οργανισμό το συγκριτικό πλεονέκτημα που [πρέπει να] αποζητά και χρειάζεται ώστε να γίνουν νέοι σχεδιασμοί και επενδύσεις γύρω από το θέμα του “reporting” (δεν μας αρέσει η «στενότητα» αυτού του όρου, αλλά τον δανειζόμαστε, γιατί είναι συνηθισμένος πια!)
Στο 2ο μέρος αυτού του άρθρου, θα προτείνουμε μια προσέγγιση που δίνει απάντηση στα τέσσερα βασικά ερωτήματα που θέσαμε. Η E-ON διαθέτει πλήθος λύσεων για τα επιχειρησιακά σας συστήματα, με πολλά διαφορετικά προϊόντα που ενσωματώνουν ούτως ή άλλως πλούσιο reporting και ενσωματωμένη εμπειρία χρόνων. Ωστόσο, και εμείς βλέπουμε τους περιορισμούς στα παραπάνω συστήματα και έχουμε να προτείνουμε νέες λύσεις για τα πιο δύσκολα ερωτήματά σας γύρω από την επιχειρηματική νοημοσύνη (business intelligence).
Comments