10 ສິ່ງທີ່ C-Suite ຕ້ອງການຮູ້ກ່ຽວກັບການວິເຄາະ
ຖ້າທ່ານບໍ່ໄດ້ເດີນທາງຫຼາຍຊ້າ, ນີ້ແມ່ນບົດສະຫຼຸບຂອງການພັດທະນາໃນພາກສະຫນາມຂອງການວິເຄາະທີ່ທ່ານອາດຈະພາດໃນວາລະສານບ່ອນນັ່ງກັບຄືນໄປບ່ອນຂອງສາຍການບິນ.
- ມັນບໍ່ໄດ້ຖືກເອີ້ນວ່າ Decision Support Systems ອີກຕໍ່ໄປ (ເຖິງແມ່ນວ່າມັນແມ່ນ 20 ປີກ່ອນ). ບໍ່ໄດ້ລາຍງານ (15 ປີ), Business Intelligence (10 ປີ), ຫຼືແມ້ກະທັ້ງການວິເຄາະ (5 ປີ). ມັນ ຂື້ນກັບ ການວິເຄາະ. ຫຼື, Analytics ຝັງຢູ່ກັບ AI. ການຕັດຂອບການວິເຄາະຕອນນີ້ໃຊ້ປະໂຫຍດຈາກການຮຽນຮູ້ຂອງເຄື່ອງຈັກ ແລະຊ່ວຍໃນການຕັດສິນໃຈຈາກຂໍ້ມູນ. ດັ່ງນັ້ນ, ໃນຄວາມຫມາຍ, ພວກເຮົາກໍາລັງກັບຄືນໄປຫາບ່ອນທີ່ພວກເຮົາເລີ່ມຕົ້ນ - ການສະຫນັບສະຫນູນການຕັດສິນໃຈ.
- Dashboards. ບໍລິສັດທີ່ກ້າວຫນ້າກໍາລັງຍ້າຍອອກໄປຈາກ dashboards. Dashboards ເກີດມາຈາກການຈັດການໂດຍການເຄື່ອນໄຫວຈຸດປະສົງຂອງຊຸມປີ 1990. Dashboards ໂດຍປົກກະຕິຈະສະແດງຕົວຊີ້ວັດການປະຕິບັດທີ່ສໍາຄັນແລະຕິດຕາມຄວາມກ້າວຫນ້າໄປສູ່ເປົ້າຫມາຍສະເພາະ. ແຜງໜ້າປັດກຳລັງຖືກແທນທີ່ດ້ວຍການວິເຄາະທີ່ເພີ່ມຂຶ້ນ. ແທນທີ່ຈະເປັນ dashboard ແບບຄົງທີ່, ຫຼືແມ້ກະທັ້ງຫນຶ່ງທີ່ມີການເຈາະຜ່ານລາຍລະອຽດ, AI infused analytics ເຕືອນທ່ານກ່ຽວກັບສິ່ງທີ່ມີຄວາມສໍາຄັນໃນເວລາທີ່ແທ້ຈິງ. ໃນຄວາມຫມາຍ, ນີ້ຍັງເປັນການກັບຄືນສູ່ການຄຸ້ມຄອງໂດຍ KPIs ທີ່ກໍານົດໄວ້ດີ, ແຕ່ດ້ວຍການບິດ - ສະຫມອງ AI ສັງເກດເບິ່ງຕົວຊີ້ວັດສໍາລັບທ່ານ.
- ເຄື່ອງມືມາດຕະຖານ. ອົງການຈັດຕັ້ງສ່ວນໃຫຍ່ບໍ່ມີເຄື່ອງມື BI ມາດຕະຖານວິສາຫະກິດດຽວອີກຕໍ່ໄປ. ອົງການຈັດຕັ້ງຈໍານວນຫຼາຍມີ 3 ຫາ 5 Analytics, BI ແລະເຄື່ອງມືການລາຍງານທີ່ມີຢູ່. ເຄື່ອງມືຫຼາຍອັນຊ່ວຍໃຫ້ຜູ້ໃຊ້ຂໍ້ມູນພາຍໃນອົງກອນສາມາດນຳໃຊ້ຈຸດແຂງຂອງເຄື່ອງມືແຕ່ລະຄົນໄດ້ດີຂຶ້ນ. ຕົວຢ່າງ, ເຄື່ອງມືທີ່ຕ້ອງການໃນອົງການຂອງເຈົ້າສໍາລັບການວິເຄາະສະເພາະຈະບໍ່ດີເລີດໃນບົດລາຍງານ pixel-perfect ທີ່ລັດຖະບານແລະອົງການຄວບຄຸມຕ້ອງການ.
- ຟັງ. ອົງການຈັດຕັ້ງຊັ້ນນໍາທັງຫມົດແມ່ນຢູ່ໃນເມຄໃນມື້ນີ້. ຫຼາຍຄົນໄດ້ຍ້າຍຂໍ້ມູນເບື້ອງຕົ້ນ ຫຼືແອັບພລິເຄຊັນໄປໃສ່ຄລາວ ແລະກຳລັງຢູ່ໃນການປ່ຽນແປງ. ຮູບແບບປະສົມຈະສະຫນັບສະຫນູນອົງການຈັດຕັ້ງໃນໄລຍະສັ້ນຍ້ອນວ່າພວກເຂົາຊອກຫາທຶນໃນພະລັງງານ, ຄ່າໃຊ້ຈ່າຍແລະປະສິດທິພາບຂອງການວິເຄາະຂໍ້ມູນໃນຄລາວ. ອົງການຈັດຕັ້ງທີ່ລະມັດລະວັງແມ່ນມີຄວາມຫຼາກຫຼາຍແລະປ້ອງກັນການເດີມພັນຂອງພວກເຂົາໂດຍການໃຊ້ປະໂຫຍດຈາກຜູ້ຂາຍຄລາວຫຼາຍໆຄົນ.
- ການຄຸ້ມຄອງຂໍ້ມູນຕົ້ນສະບັບ. ສິ່ງທ້າທາຍເກົ່າແມ່ນໃຫມ່ອີກເທື່ອຫນຶ່ງ. ການມີແຫຼ່ງຂໍ້ມູນດຽວເພື່ອວິເຄາະແມ່ນມີຄວາມສໍາຄັນກວ່າທີ່ເຄີຍມີມາ. ດ້ວຍເຄື່ອງມືການວິເຄາະສະເພາະ, ເຄື່ອງມືຈາກຜູ້ຂາຍຫຼາຍຄົນ, ແລະ shadow IT ທີ່ບໍ່ມີການຈັດການ, ມັນເປັນສິ່ງສໍາຄັນທີ່ຈະມີຄວາມຈິງສະບັບດຽວ.
- ແຮງງານທາງໄກ ຢູ່ທີ່ນີ້ເພື່ອຢູ່. ການແຜ່ລະບາດຂອງປີ 2020-2021 ໄດ້ຊຸກຍູ້ໃຫ້ຫຼາຍອົງການຈັດຕັ້ງພັດທະນາການສະຫນັບສະຫນູນສໍາລັບການຮ່ວມມືຫ່າງໄກສອກຫຼີກ, ການເຂົ້າເຖິງຂໍ້ມູນແລະຄໍາຮ້ອງສະຫມັກການວິເຄາະ. ທ່າອ່ຽງນີ້ສະແດງໃຫ້ເຫັນວ່າບໍ່ມີອາການຫຼຸດລົງ. ພູມສາດກາຍເປັນສິ່ງກີດຂວາງປອມຫຼາຍຂຶ້ນ ແລະຄົນງານກຳລັງປັບຕົວເຂົ້າກັບການເຮັດວຽກໃນທີມທີ່ກະແຈກກະຈາຍໂດຍມີພຽງແຕ່ການໂຕ້ຕອບແບບ virtual face-to-face. ເມຄເປັນເທັກໂນໂລຍີທີ່ຮອງຮັບສຳລັບແນວໂນ້ມນີ້.
- ວິທະຍາສາດຂໍ້ມູນ ສໍາລັບມະຫາຊົນ. AI ໃນການວິເຄາະຈະຫຼຸດເກນໃຫ້ Data Science ເປັນບົດບາດພາຍໃນອົງກອນ. ຈະຍັງຄົງມີຄວາມຕ້ອງການສໍາລັບນັກວິທະຍາສາດຂໍ້ມູນດ້ານວິຊາການທີ່ມີຄວາມຊໍານິຊໍານານໃນການຂຽນລະຫັດແລະການຮຽນຮູ້ເຄື່ອງຈັກ, ແຕ່ AI ບາງສ່ວນອາດຈະເຮັດໃຫ້ຊ່ອງຫວ່າງທັກສະສໍາລັບນັກວິເຄາະທີ່ມີຄວາມຮູ້ກ່ຽວກັບທຸລະກິດ.
- ການສ້າງລາຍໄດ້ຂອງຂໍ້ມູນ. ມີຫຼາຍເສັ້ນທາງທີ່ມັນເກີດຂຶ້ນ. ອົງການຈັດຕັ້ງທີ່ສາມາດເຮັດໃຫ້ການຕັດສິນໃຈທີ່ສະຫລາດກວ່າໄວຈະມີແນວໂນ້ມທີ່ຈະໄດ້ຜົນປະໂຫຍດໃນຕະຫຼາດ. ໃນດ້ານທີສອງ, ພວກເຮົາກໍາລັງເຫັນໃນວິວັດທະນາການຂອງ Web 3.0, ຄວາມພະຍາຍາມຕິດຕາມຂໍ້ມູນແລະເຮັດໃຫ້ອອນໄລນ໌ມີຄວາມຫຍຸ້ງຍາກຫຼາຍ (ແລະດັ່ງນັ້ນຈຶ່ງມີມູນຄ່າຫຼາຍ) ໂດຍໃຊ້ລະບົບ blockchain. ລະບົບເຫຼົ່ານີ້ລາຍນິ້ວມື digital ຊັບສິນເຮັດໃຫ້ພວກມັນເປັນເອກະລັກ, ສາມາດຕິດຕາມໄດ້ ແລະສາມາດຊື້ຂາຍໄດ້.
- ການຄຸ້ມຄອງ. ດ້ວຍປັດໃຈພາຍນອກແລະປັດໃຈລົບກວນພາຍໃນທີ່ຜ່ານມາ, ມັນເປັນເວລາທີ່ສໍາຄັນທີ່ຈະປະເມີນຄືນໃຫມ່ນະໂຍບາຍການວິເຄາະ / ຂໍ້ມູນ, ຂະບວນການແລະຂັ້ນຕອນໃນແສງສະຫວ່າງຂອງເຕັກໂນໂລຢີໃຫມ່. ການປະຕິບັດທີ່ດີທີ່ສຸດຕ້ອງໄດ້ຮັບການກໍານົດຄືນໃຫມ່ໃນປັດຈຸບັນວ່າມີຫຼາຍເຄື່ອງມືບໍ? ຂັ້ນຕອນການປະຕິບັດຕາມຂໍ້ກໍານົດກົດລະບຽບຫຼືການກວດສອບຕ້ອງໄດ້ຮັບການກວດສອບບໍ?
- ວິໄສທັດ. ອົງການຈັດຕັ້ງແມ່ນອີງໃສ່ການຄຸ້ມຄອງເພື່ອເຮັດໃຫ້ແຜນການແລະກໍານົດຫຼັກສູດ. ໃນເວລາທີ່ມີຄວາມວຸ່ນວາຍແລະບໍ່ແນ່ນອນ, ມັນເປັນສິ່ງສໍາຄັນທີ່ຈະຖ່າຍທອດວິໄສທັດທີ່ຊັດເຈນ. ສ່ວນທີ່ເຫຼືອຂອງອົງການຈັດຕັ້ງຄວນຈະສອດຄ່ອງກັບທິດທາງທີ່ກໍານົດໄວ້ໂດຍຜູ້ນໍາ. ອົງການຈັດຕັ້ງທີ່ມີຄວາມວ່ອງໄວຈະປະເມີນຄືນໃຫມ່ເລື້ອຍໆໃນສະພາບແວດລ້ອມທີ່ມີການປ່ຽນແປງແລະຖືກຕ້ອງ, ຖ້າຈໍາເປັນ.