Este artículo fue preparado por Sergey Shopik, director y fundador de Client Experience Lab. Basado en material publicado por Martha Bennett en el sitio web de la agencia internacional de análisis Forrester Research. Invitamos a todos al 18 de junio a las 20:00 hora de Moscú. a un taller gratuito "Visualización de la A a la Z". Puedes registrarte aquí .
Muy pocos datos. Demasiados datos. Datos incompletos o acceso limitado a ellos, informes y paneles que tardan demasiado en formarse y que a menudo no cumplen con sus objetivos. Herramientas de análisis que solo unos pocos especialistas capacitados pueden usar. Todo esto es una lista de quejas del campo de minería de datos e inteligencia de negocios (BI). Es extremadamente largo y, por desgracia, la automatización no sirve como solución a estos problemas. Al mismo tiempo, BI ha sido durante varios años una de las principales prioridades para la implementación en la organización, ya que las empresas comienzan a reconocer claramente el valor de los datos y el análisis cuando se trata de optimizar soluciones para obtener el mejor resultado.
Entonces, ¿qué puede hacer para asegurarse de que su iniciativa de BI no termine en el basurero de proyectos fallidos? Encontrar la respuesta a esta pregunta no es algo inusual y complicado, pero requerirá respuestas para preguntas claras y la separación de "granos de la paja". Muy a menudo, uno puede escuchar historias de cómo los proyectos multimillonarios en esta área han fallado por completo. A menudo, esta fue una de las siguientes razones que trataremos de resolver.
¿Cuál es la diferencia entre un proyecto exitoso de análisis de BI y un proyecto atrapado en un infierno de producción? Al estudiar las mejores prácticas de proyectos exitosos, la diferencia puede parecer obvia, pero son las diferencias las que distinguen a aquellos cuyos proyectos de BI no satisfacen las necesidades del negocio (o, en principio, fracasan), de aquellos cuyos proyectos tienen éxito.
Y lo más importante: ¿en qué categoría de tareas asignaremos un proyecto similar? ¿TI corporativa o una de las unidades de negocio cuyos informes queremos automatizar y cuyos datos queremos ver? Por lo general, todo el problema es que la implementación del proyecto está completamente a merced de la TI corporativa sin involucrar a los usuarios comerciales en el proceso. Con qué frecuencia sucede esto precisamente por iniciativa de este último: permítales presentarlo y luego presionaremos un botón y comenzará el "análisis". En realidad no La iniciativa debe provenir precisamente de negocios y tareas comerciales, pero no al revés. Obvio, pero al mismo tiempo cosa complicada. ¿Cómo hacemos esto?
- Formule objetivos claros: ¿QUÉ es para mí este tablero, con qué propósito tomaremos este o aquel indicador? La mala respuesta es apaciguar a los accionistas / a la gerencia ". Una buena respuesta es evaluar la efectividad de ciertas acciones y, sobre la base de esto, decidir a, b, c.
- Sea flexible y no intente cerrar todas las tareas "a la vez". El segundo error común es escribir el TK perfecto. Automatice una tarea, verifique el resultado y pase a la siguiente. No intente implementar un proyecto a gran escala durante un año. Llegue a la meta en 12 pasos: un paso por mes. Al mismo tiempo, no te olvides de las principales metas y objetivos.
- Comprender los datos. Los proyectos no despegan debido a la falta de datos. Y esto también sucede. ¡Recuerdo el caso cuando el proyecto de segmentación de la base de clientes se detuvo debido al hecho de que en el programa de contabilidad de la empresa los datos de ventas no estaban vinculados a las tarjetas de descuento! ¿Significa esto que necesitas rociar cenizas sobre tu cabeza y abandonar tu plan? De ninguna manera! Solo significa que es necesario vincular los datos y comenzar a acumularlos, para que luego se ajusten al plan. Al mismo tiempo, comience a construir un sistema de indicadores, que luego se integrará en los procesos. Verifique si todos los datos están disponibles y repita el ciclo.
- Elija herramientas basadas en la tarea, y no al revés. Una vieja broma: compramos algo, y ahora estamos tratando de impulsar nuestros procesos allí. Pero debería ser al revés. La herramienta para análisis de BI se selecciona para las tareas, y no al revés. Es bueno que todos los departamentos de la empresa conozcan las tecnologías que se utilizan en ella. De lo contrario, tendrá 20 programas en cada departamento, cada uno lo considera a su manera, pero no existe una versión única de la verdad. Todo lo que puede hacer es implementar la herramienta 21.
- Si es necesario, no tenga miedo de recurrir a ayuda externa. No hay nada especial que agregar. Es normal: llamar a un consultor o contratar a un equipo externo para resolver el problema necesario en poco tiempo. No es normal: hágalo usted mismo y hágalo durante dos años.
- La gestión del cambio y el aprendizaje es un proceso continuo. No puedes introducir algo "para siempre". El mercado está cambiando, los objetivos, los indicadores, la situación en la empresa están cambiando. Es importante controlar la relevancia de las decisiones y desarrollarlas rápidamente si es necesario. Al final, lo que funciona para una tienda independiente es poco probable que sea completamente relevante para una gran red federal.
Donde las mejores prácticas están presentes, por definición, existen obstáculos que deben evitarse. Hemos identificado los más comunes entre ellos:
- Usar TI en inteligencia empresarial parece más fácil de lo que realmente es. Hasta que haya implementado el enfoque de BI para el análisis de datos, generalmente tiene 1 pregunta. Después de la implementación, el número de preguntas se multiplica por diez, ya que Las oportunidades de análisis son muchas veces mayores. Junto con la tecnología, desarrolle una cultura de trabajo con datos.
- Negarse a cumplir con sus deberes después de atraer socios externos para brindar asistencia. Entonces, desafortunadamente, no funciona. Un consultor o equipo externo lo ayudará a construir el proceso. Pero la responsabilidad de él y trabajar con él es tuya.
- Centrándose en el desarrollo y la implementación de tecnología, no en la gestión y capacitación de cambios. Es mejor implementar un pequeño sistema de informes en Power BI y tomar decisiones operativas eficaces basadas en datos que gastar cientos o miles de horas implementando SAP y no usar su funcionalidad incluso en un 1%, sino continuar enviándose placas entre sí en Excel.
Siga estas simples reglas y sin duda tendrá éxito. Y la transición de la toma de decisiones en una corazonada, a decisiones equilibradas y digitalizadas usando BI-analytics será lo más fácil posible. ¡Buena suerte amigos!