Sapnis par vienotu analīzes rīku ir miris!
Uzņēmumu īpašnieki pastāvīgi uzskata, ka visam uzņēmumam ir jādarbojas ar vienu biznesa informācijas rīku, neatkarīgi no tā, vai tas ir Cognos Analytics, Tableau, Power BI, Qlik vai jebkas cits. Šīs pārliecības rezultātā ir zaudēti miljardiem dolāru, jo uzņēmumi cīnās, lai piespiestu dažādas nodaļas pārvietot programmatūru. Biznesa pasaule tikai tagad pamostas labākam risinājumam — vairāku BI rīku apvienošanai vienā telpā.
Cik daudz BI rīku tiek lietoti vienlaikus?
Ja jūs izpētītu, kādi ir visizplatītākie un izplatītākie BI rīki visās nozarēs, atbilde gandrīz noteikti būtu nav būt lielākie vārdi šajā telpā. Tas ir viena galvenā fakta dēļ: 
Analytics ir visur.
Pārdošanas vietu sistēmas aizņem katru mazumtirdzniecības vietu valstī. Jebkuram uzņēmumam, kurā ir darbinieki, ir programmatūra, kas pārvalda algu sarakstu. Pārdošanas pārskati ir gandrīz universāli. Visi šie ir BI programmatūras piemēri un ir daudz izplatītāki nekā jebkurš salīdzinoši sarežģīts rīks.
Paturot to prātā, ir viegli saprast, kā jau tagad vienā uzņēmumā katrā pasaules uzņēmumā tiek izmantoti vairāki BI rīki.
Lai gan šis fakts ir atzīts gadu desmitiem, tas bieži tiek uzskatīts par šķērsli, kas jāpārvar. Mēs uzdodam jautājumu – vai šis ir labākais kadrējums?
Mīts
Pretēji izplatītajam uzskatam, ka vairāku BI rīku līdzāspastāvēšana rada lielu šķērsli augstas kvalitātes analītisko rezultātu attīstībai, patiesībā ir daudz veidu, kā vairāku rīku vienlaicīgai lietošanai ir daudz nopietnu priekšrocību.
Ja piešķirat dažādām nodaļām brīvību izvēlēties savām vajadzībām vislabāko programmatūru, viņi var patstāvīgi izvēlēties precīzāku rīku savām ļoti specifiskajām vajadzībām. Piemēram, programmatūra, kas vislabāk pārvalda un apstrādā algu sarakstus, visticamāk, nav lielisks rīks liela apjoma POS datu pārvaldībai. Lai gan abas šīs lietas ietilpst BI, tās ir būtiski atšķirīgi uzdevumi.
Šis ir vienkāršs piemērs, taču jūs varat atrast daudzus citus gadījumus dažādās nodaļās un nozarēs. Analytics ir ļoti sarežģīts pasākums, un dažādiem datu veidiem ir nepieciešama dažāda veida apstrāde. Ļaujot saviem darbiniekiem atrast savām vajadzībām vislabāko, iespējams, tiks sasniegts labāks rezultāts gan analīzes kvalitātes, gan efektivitātes ziņā.
Citiem vārdiem sakot, jūs nekad neatradīsit nevienu programmatūru, kas spētu apmierināt visas jūsu uzņēmuma īpašās, daudzpusīgās vajadzības.
Ja tas nav salūzis…
Daudziem uzņēmumiem status quo (izmantojot vairākas dažādas analītiskās platformas) jau darbojas lieliski. Mēģinājums novirzīt visus uz vienu pakalpojumu ir maldīgs mēģinājums racionalizēt analīzi un nodrošināt lielāku efektivitāti. 
Lai iegūtu analoģiju, iedomāsimies uzņēmumu, kas darbojas birojā, kuram ir dažas neveiksmīgas dīvainības. Stāvu plāns ir nedaudz neveikls, gaisa kondicionieris dažkārt ir pārāk dedzīgs, un starp stāvvietu un ēkas ieeju nav gājēju seguma, kas nozīmē, ka dažreiz jums ir jāiet lietū.
Cenšoties atvieglot darbu visiem darbiniekiem, vadība nolemj pārvietot telpas uz kaut kur tuvumā. Jaunais birojs ir tāda paša izmēra, un tas nav lētāks. Vienīgais stimuls virzīties uz priekšu ir novērst dažus darbiniekus radītos traucējumus, kas var radīt likumīgu produktivitātes samazināšanos.
Šī kustība maksās desmitiem tūkstošu dolāru un nedēļas līdz mēnešus, nemaz nerunājot par tūlītēju produkcijas zudumu pārcelšanās laikā un tūlīt pēc tās. Turklāt jaunajā telpā gandrīz noteikti būs savi dīvainības un īgnumi, kas gadu gaitā sāks šķist arvien kaitinošāki, īpaši ņemot vērā pārcelšanās izmaksas.
Ja uzņēmums tikko būtu izmantojis dažus pasākumus, lai vecās telpas strādātu nedaudz labāk, tad visu šo izšķērdēto laiku un naudu būtu bijis iespējams izvairīties.
Šeit būtībā tas tā ir. Dažādi BI telpas dalībnieki strādā, lai uzlabotu pašreizējo, nedaudz neveiklo situāciju, nevis turpinātu radīt dārgus un apšaubāmi vērtīgus mēģinājumus pāriet uz vienu analītikas rīku.
