10 דברים ש-C-Suite צריכה לדעת על Analytics
אם לא טיילתם הרבה בזמן האחרון, לפניכם תקציר מנהלים של התפתחויות בתחום האנליטיקה שאולי פספסתם במגזין משענות של חברת התעופה.
- זה כבר לא נקרא Decision Support Systems (אם כי זה היה לפני 20 שנה). לא מדווח (15 שנים), בינה עסקית (10 שנים), או אפילו אנליטיקס (5 שנים). שֶׁלָה אוגמנטד אנליטיקה. לחלופין, Analytics מוטמע עם AI. אנליטיקה מתקדמת מנצלת כעת את היתרונות של למידת מכונה ומסייעת בקבלת החלטות מהנתונים. אז, במובן מסוים, חזרנו למקום שבו התחלנו - תמיכה בהחלטות.
- לוחות מחוונים. חברות פרוגרסיביות מתרחקות מלוחות מחוונים. לוחות המחוונים נולדו מתוך תנועת הניהול לפי מטרות של שנות ה-1990. לוחות מחוונים מציגים בדרך כלל מדדי ביצועים מרכזיים ועוקבים אחר התקדמות לעבר יעדים ספציפיים. לוחות מחוונים מוחלפים באנליטיקה מוגברת. במקום לוח מחוונים סטטי, או אפילו אחד עם תרגיל עד לפרטים, ניתוחי AI מתריעים על מה שחשוב בזמן אמת. במובן מסוים, זו גם חזרה לניהול על ידי מדדי KPI מוגדרים היטב, אבל עם טוויסט - המוח של AI צופה במדדים בשבילך.
- כלים סטנדרטיים. לרוב הארגונים אין עוד כלי BI סטנדרטי ארגוני אחד. לארגונים רבים יש 3 עד 5 כלי אנליטיקה, BI וכלי דיווח זמינים. כלים מרובים מאפשרים למשתמשי הנתונים בארגון למנף טוב יותר את החוזקות של הכלים הבודדים. לדוגמה, הכלי המועדף בארגון שלך לניתוח אד-הוק לעולם לא יצטיין בדוחות מושלמים לפיקסלים שסוכנויות ממשלתיות ורגולטוריות דורשות.
- הענן. כל הארגונים המובילים נמצאים היום בענן. רבים העבירו נתונים או יישומים ראשוניים לענן ונמצאים במעבר. מודלים היברידיים יתמכו בארגונים בטווח הקרוב כאשר הם מבקשים לנצל את העוצמה, העלות והיעילות של ניתוח נתונים בענן. ארגונים זהירים מגוונים ומגדרים את ההימורים שלהם על ידי מינוף ספקי ענן מרובים.
- ניהול נתונים מאסטר. האתגרים הישנים שוב חדשים. חשובה יותר מתמיד מקור נתונים יחיד לניתוח. עם כלים אנליטיים אד-הוק, כלים מספקים מרובים ו-Shadow IT לא מנוהל, חיוני שתהיה גרסה אחת של האמת.
- כוח עבודה מרוחק כאן כדי להישאר. מגפת 2020-2021 דחפה ארגונים רבים לפתח תמיכה בשיתוף פעולה מרחוק, גישה לנתונים ויישומים אנליטיים. מגמה זו אינה מראה סימני ירידה. הגיאוגרפיה הופכת יותר למחסום מלאכותי והעובדים מסתגלים לעבודה בצוותים מפוזרים עם אינטראקציה וירטואלית פנים אל פנים בלבד. הענן הוא טכנולוגיה תומכת אחת למגמה זו.
- מדע נתונים להמונים. בינה מלאכותית בניתוח תפחית את הסף ל-Data Science כתפקיד בתוך ארגון. עדיין יהיה צורך במדעני נתונים טכניים המתמחים בקידוד ולמידת מכונה, אך AI עשויה לגשר בחלקו על פער המיומנויות של אנליסטים בעלי ידע עסקי.
- מונטיזציה של נתונים. ישנם מספר נתיבים שבהם זה מתרחש. ארגונים שמסוגלים לקבל החלטות חכמות יותר מהר יותר, תמיד נוטים לקבל יתרון בשוק. בחזית השנייה, אנו רואים באבולוציה של Web 3.0, הניסיון לעקוב אחר נתונים ולהפוך את המקוון לדל יותר (ולכן בעל ערך רב יותר) באמצעות מערכות בלוקצ'יין. טביעת אצבע של מערכות אלו digital נכסים שהופכים אותם לייחודיים, ניתנים למעקב וסחירים.
- ממשל. עם הגורמים המפריעים החיצוניים והפנימיים האחרונים, זהו זמן חשוב להעריך מחדש מדיניות, תהליכים ונהלים אנליטיים/נתונים קיימים לאור טכנולוגיות חדשות. האם צריך להגדיר מחדש שיטות עבודה מומלצות עכשיו כשיש כלים מרובים? האם יש לבחון נהלים לעמידה בדרישות רגולטוריות או ביקורת?
- חָזוֹן. הארגון מסתמך על ההנהלה שתכין את התוכניות ויקבע את המסלול. בזמנים סוערים וחסרי ודאות חשוב לשדר חזון ברור. שאר הארגון צריך להתיישר לכיוון שמציבה ההנהגה. ארגון זריז יעריך מחדש לעתים קרובות בסביבה משתנה ותקין קורס, במידת הצורך.