החלום של כלי ניתוח יחיד מת!
יש אמונה מתמשכת בקרב בעלי עסקים שחברה שלמה צריכה לפעול על כלי בינה עסקית יחידה, בין אם זה Cognos Analytics, Tableau, Power BI, Qlik או כל דבר אחר. אמונה זו הביאה לאיבוד של מיליארדי דולרים כאשר חברות נאבקות כדי לאלץ את המחלקות השונות שלהן להעביר תוכנה. העולם העסקי רק עכשיו מתעורר לפתרון טוב יותר - שילוב של מספר כלי BI לחלל אחד.
כמה כלי BI נמצאים בשימוש במקביל?
אם היית חוקר מהם כלי ה-BI הנפוצים והנפוצים ביותר בכל התעשיות, התשובה תהיה כמעט בוודאות לֹא להיות השמות הגדולים ביותר במרחב. זה בגלל עובדה מרכזית אחת: 
אנליטיקס נמצאים בכל מקום.
מערכות נקודות מכירה תופסות כל שטחי מסחר בארץ. לכל חברה שיש לה עובדים יש תוכנה כלשהי שמנהלת שכר. דוחות מכירות הם כמעט אוניברסליים. כל אלו מהווים דוגמאות לתוכנת BI, והם נוכחים בהרבה מכל כלי מתוחכם יחסית.
בהתחשב בכך, קל לראות איך זה כבר המצב שמשתמשים בכלי BI מרובים בתוך חברה אחת בכל חברה בעולם.
למרות שעובדה זו הוכרה במשך עשרות שנים, היא נתפסה לעתים קרובות כמכשול שיש להתגבר עליו. אנו מעלים את השאלה - האם זה המסגור הטוב ביותר?
המיתוס
בניגוד לדעה הרווחת שדו-קיום של מספר כלי BI מהווה מכשול גדול להתקדמות של פלט אנליטי באיכות גבוהה, למעשה ישנן דרכים רבות שבהן ניתן להשתמש בכלים מרובים שמאפשרים שימוש בו-זמנית מגיעות עם יתרונות רציניים רבים.
אם אתה נותן למחלקות השונות שלך את החופש לבחור את התוכנה הטובה ביותר עבור הצרכים שלהן, אז הם יכולים להתבסס באופן עצמאי על הכלי המדויק יותר עבור הצרכים הספציפיים שלהם. לדוגמה, התוכנה שמנהלת ומעבדת את משימות השכר בצורה הטובה ביותר היא ככל הנראה כלי נהדר לניהול כמויות המוניות של נתוני קופה. בעוד ששני הדברים הללו נופלים תחת המטריה של BI, אלו משימות שונות מהותית.
זוהי דוגמה פשוטה, אבל אתה יכול למצוא מקרים רבים אחרים על פני מחלקות ותעשיות. אנליטיקה היא משימה מורכבת ביותר, וסוגים שונים של נתונים דורשים טיפול מסוגים שונים. מתן אפשרות לעובדים שלך למצוא את ההתאמה הטובה ביותר לצרכיהם צפויה להביא לתוצאה טובה יותר, הן מבחינת איכות והן מבחינת יעילות הניתוח.
במילים אחרות, לעולם לא תמצא תוכנה אחת שיכולה להתמודד עם כל הצרכים הייחודיים והרב-גוניים שיש לחברה שלך.
אם זה לא שבור…
עבור עסקים רבים, המצב הקיים (שימוש במספר פלטפורמות אנליטיות שונות) כבר עובד מצוין. הניסיון לדחוף את כולם לשירות אחד הוא ניסיון מוטעה לייעל את הניתוח ולהביא ליעילות רבה יותר. 
לשם אנלוגיה, בואו נדמיין חברה הפועלת במשרד שיש לו כמה מוזרויות מצערות. תוכנית הקומה קצת מביכה, המזגן לפעמים קנאי מדי, ואין כיסוי הולכי רגל בין החניה לכניסה לבניין, כלומר לפעמים צריך ללכת בגשם.
במאמץ להקל על כל העובדים, ההנהגה מחליטה להעביר חללים למקום קרוב. המשרד החדש באותו גודל, והוא לא זול יותר. הדחף היחיד למעבר הוא לתקן חלק מהמטרדים שיש לעובדים, מטרדים שעלולים להוות ניקוז לגיטימי בתפוקה.
מהלך זה יעלה עשרות אלפי דולרים ושבועות עד חודשים של זמן, שלא לדבר על ההפסד המיידי יותר בתפוקה במהלך ומיד לאחר המהלך. בנוסף, החלל החדש יגיע כמעט בוודאות עם מוזרויות וטרדות משלו שעם השנים יתחילו להיראות מעצבנים יותר ויותר, במיוחד בהתחשב במחיר המעבר.
אם החברה רק הייתה נוקטת כמה אמצעים כדי לגרום לחלל הישן שלה לעבוד קצת יותר טוב, אז כל בזבוז הזמן והכסף הזה היה יכול להימנע.
זה בעצם המקרה כאן. שחקנים שונים בתחום ה-BI פועלים כדי לשפר את המצב הנוכחי, מעט מביך, במקום להמשיך ולגרום לניסיונות יקרים ושווים בספק לעבור לכלי אנליטי אחד בודד.
