Dieser Artikel wurde von Sergey Shopik, Direktor und Gründer des Client Experience Lab, erstellt. Basierend auf Material, das von Martha Bennett auf der Website der internationalen Analyseagentur Forrester Research veröffentlicht wurde. Wir laden alle zum 18. Juni um 20:00 Uhr Moskauer Zeit ein. zu einem kostenlosen Workshop „Visualisierung von A bis Z“. Hier können Sie sich anmelden.
Zu wenig Daten. Zu viele Daten. Unvollständige Daten oder eingeschränkter Zugriff darauf, Berichte und Dashboards, deren Erstellung zu lange dauert und die häufig nicht Ihren Zielen entsprechen. Analytics-Tools, die nur wenige geschulte Spezialisten verwenden können. All dies ist eine Liste von Beschwerden aus dem Bereich Data Mining und Business Intelligence (BI). Es ist extrem lang und die Automatisierung dient leider nicht als Lösung für diese Probleme. Gleichzeitig ist BI seit mehreren Jahren eine der Hauptprioritäten für die Implementierung in der Organisation, da Unternehmen den Wert von Daten und Analysen klar erkennen, wenn es darum geht, Lösungen zu optimieren, um das beste Ergebnis zu erzielen.
Was können Sie also tun, um sicherzustellen, dass Ihre BI-Initiative nicht in den Speicherauszug erfolgloser Projekte gelangt? Die Antwort auf diese Frage zu finden, ist nicht ungewöhnlich und kompliziert, erfordert jedoch Antworten auf klare Fragen und die Trennung von „Körnern von der Spreu“. Sehr oft kann man Geschichten darüber hören, wie Multimillionen-Dollar-Projekte in diesem Bereich völlig gescheitert sind. Oft war dies einer der folgenden Gründe, die wir herausfinden werden.
Was ist der Unterschied zwischen einem erfolgreichen BI-Analyseprojekt und einem Projekt, das in einer Produktionshölle steckt? Wenn man die Best Practices erfolgreicher Projekte untersucht, mag der Unterschied offensichtlich erscheinen, aber es sind die Unterschiede, die diejenigen, deren BI-Projekte nicht den Anforderungen des Unternehmens entsprechen (oder im Prinzip scheitern), von denen unterscheiden, deren Projekte erfolgreich sind.
Und das Wichtigste: In welcher Kategorie von Aufgaben werden wir ein ähnliches Projekt zuweisen? Unternehmens-IT oder einer der Geschäftsbereiche, deren Berichterstellung wir automatisieren möchten und deren Daten wir anzeigen möchten? Normalerweise besteht das ganze Problem darin, dass die Implementierung des Projekts vollständig der Unternehmens-IT ausgeliefert ist, ohne dass Geschäftsbenutzer in den Prozess einbezogen werden. Was oft passiert, geschieht genau auf Initiative des letzteren - lassen Sie es sich vorstellen, und dann drücken wir einen Knopf und die „Analyse“ beginnt. Nicht wirklich. Die Initiative sollte genau aus geschäftlichen und geschäftlichen Aufgaben stammen, aber nicht umgekehrt. Offensichtliche, aber gleichzeitig komplizierte Sache. Wie machen wir das?
- Bilden Sie klare Ziele: WAS ist für mich dieses Dashboard, zu welchem Zweck werden wir diesen oder jenen Indikator verwenden? Die schlechte Antwort ist, die Aktionäre / das Management zu beschwichtigen. “ Eine gute Antwort besteht darin, die Wirksamkeit bestimmter Maßnahmen zu bewerten und auf dieser Grundlage a, b, c zu entscheiden.
- Seien Sie flexibel und versuchen Sie nicht, alle Aufgaben "gleichzeitig" zu schließen. Der zweite häufige Fehler ist das Schreiben der perfekten TK. Automatisieren Sie eine Aufgabe, überprüfen Sie das Ergebnis und fahren Sie mit der nächsten fort. Versuchen Sie nicht, ein Großprojekt für ein Jahr bereitzustellen. Erreichen Sie das Ziel in 12 Schritten - einen Schritt pro Monat. Vergessen Sie dabei nicht die Hauptziele.
- Verstehe die Daten. Projekte starten aufgrund fehlender Daten nicht. Und das passiert auch. Ich erinnere mich an den Fall, als das Projekt zur Segmentierung des Kundenstamms gestoppt wurde, weil im Buchhaltungsprogramm des Unternehmens die Verkaufsdaten nicht an Rabattkarten gebunden waren! Bedeutet dies, dass Sie Asche auf Ihren Kopf streuen und Ihren Plan aufgeben müssen? Auf keinen Fall! Es bedeutet nur, dass es notwendig ist, die Daten zu verknüpfen und zu akkumulieren, damit sie später in den Plan passen. Beginnen Sie gleichzeitig mit dem Aufbau eines Indikatorsystems, das später in die Prozesse integriert wird. Überprüfen Sie, ob alle Daten verfügbar sind, und wiederholen Sie den Zyklus.
- Wählen Sie Werkzeuge basierend auf der Aufgabe und nicht umgekehrt. Ein alter Witz: Wir haben etwas gekauft und versuchen nun, unsere Prozesse dorthin zu bringen. Aber es sollte umgekehrt sein. Das Tool für die BI-Analyse wird für die Aufgaben ausgewählt und nicht umgekehrt. Es ist gut, wenn alle Abteilungen des Unternehmens die darin verwendeten Technologien kennen. Andernfalls haben Sie in jeder Abteilung 20 Programme, die jeweils auf ihre Weise betrachtet werden, aber es gibt keine einzige Version der Wahrheit. Sie können lediglich das 21. Tool implementieren.
- Haben Sie bei Bedarf keine Angst, auf externe Hilfe zurückzugreifen. Es gibt nichts Besonderes hinzuzufügen. Es ist normal, einen Berater anzurufen oder ein externes Team zu engagieren, um das erforderliche Problem in kurzer Zeit zu lösen. Nicht normal: Mach es selbst und mach es zwei Jahre lang.
- Änderungsmanagement und Lernen sind ein fortlaufender Prozess. Sie können etwas nicht "für immer" einführen. Der Markt verändert sich, Ziele, Indikatoren, die Situation im Unternehmen ändern sich. Es ist wichtig, die Relevanz von Entscheidungen zu überwachen und gegebenenfalls schnell zu entwickeln. Letztendlich ist es unwahrscheinlich, dass das, was für ein eigenständiges Geschäft funktioniert, für ein großes Bundesnetzwerk vollständig relevant ist.
Wo Best Practices vorhanden sind, gibt es per Definition Fallstricke, die vermieden werden sollten. Wir haben die häufigsten unter ihnen identifiziert:
- Der Einsatz von IT in Business Intelligence scheint einfacher zu sein als es wirklich ist. Bis Sie den BI-Ansatz für die Datenanalyse implementiert haben, haben Sie normalerweise 1 Frage. Nach der Implementierung verzehnfacht sich die Anzahl der Fragen Die Analysemöglichkeiten sind um ein Vielfaches größer. Entwickeln Sie zusammen mit der Technologie eine Kultur des Arbeitens mit Daten.
- Weigerung, ihre Pflichten zu erfüllen, nachdem externe Partner zur Unterstützung herangezogen wurden. Also leider funktioniert es nicht. Ein externer Berater oder ein externes Team hilft Ihnen beim Aufbau des Prozesses. Aber die Verantwortung für ihn und die Arbeit mit ihm liegt bei Ihnen.
- Konzentration auf Technologieentwicklung und -implementierung, nicht auf Änderungsmanagement und Schulung. Es ist besser, ein kleines Berichtssystem in Power BI zu implementieren und betriebliche Entscheidungen auf der Grundlage von Daten effektiv zu treffen, als Hunderte oder Tausende von Stunden mit der Implementierung von SAP zu verbringen und die Funktionalität nicht einmal um 1% zu nutzen, sondern weiterhin in Excel Platten aneinander zu senden.
Befolgen Sie diese einfachen Regeln und Sie werden zweifellos Erfolg haben. Der Übergang von ahnungsvollen Entscheidungen zu ausgewogenen und digitalisierten Entscheidungen mithilfe von BI-Analytics wird so einfach wie möglich sein. Viel Glück, Freunde!