¿Cuáles son los factores clave que impulsan el éxito en la implementación de Business Intelligence?

La calidad de los datos debería ser el primer paso. Independientemente de la empresa o industria en la que se encuentre, un comienzo importante es asegurarse de que los datos que tiene sobre sus clientes u otras empresas estén limpios. Lo que quiero decir con limpio es que los datos que tienes son precisos, no contienen registros duplicados o información errónea. Si se omite este paso, corre el riesgo de no obtener resultados precisos cuando realmente ejecuta informes con su herramienta de inteligencia empresarial.

A continuación, busque una herramienta / software de inteligencia empresarial que funcione bien con las necesidades de su empresa. Una cosa que tendrá que tener en cuenta es el tamaño de su empresa. ¿Necesita solo una clave de software o necesita múltiples para la administración dentro de su empresa? Buscaría una empresa que se especialice en inteligencia de negocios porque pueden brindarle la experiencia y el apoyo que necesita no solo para comenzar, sino también para aprovechar al máximo la inteligencia de negocios.

Impulsar el crecimiento con una mejor inteligencia del cliente es una guía de soluciones gratuitas que puede descargar para aprender las mejores prácticas para ayudarlo a comenzar con la inteligencia empresarial.

He realizado algunos proyectos de tablero, varios proyectos de integración de datos y un par de proyectos de almacenamiento de datos. Por lo tanto, debe tener en cuenta todo el flujo de datos desde los sistemas operativos de los que extrae datos, a los trabajos de ETL, a los esquemas de almacenamiento de datos, a los mercados de datos de inteligencia empresarial y finalmente a los paneles de control ejecutivos. Teniendo en cuenta los resultados primero, necesita buenos KPI y buenas representaciones visuales de aquellos que presentan los datos de manera significativa a los ejecutivos. En cuanto a los esquemas, si tiene datos basados ​​en hechos, es típico un esquema en estrella. Para ETL, también debe comprar el componente de calidad de datos de la herramienta ETL y asegurarse de tener datos de calidad. Recuerde, basura en la basura. Además, debe obtener la aceptación de las unidades de negocio que poseen / controlan los datos operativos o no se molestan en comenzar el proyecto. ¡Finalmente, necesita un defensor ejecutivo del sistema para guiar su desarrollo y vender el producto final! ¡Los mejores deseos!

Buenas respuestas hasta ahora. Los mayores escollos, en mi experiencia, han sido con la calidad y los requisitos de los datos.

Calidad de los datos
Espere que todos cuestionen los datos durante mucho tiempo, hasta que gradualmente comiencen a confiar en ellos. Tenga respuestas claras sobre cómo obtiene sus datos y cómo son diferentes de otras fuentes de datos a las que sus clientes pueden acceder. Ponga la auditoría de datos automatizada en su lugar temprano. Deje en claro qué informes o funcionalidades son “beta” y en los que aún no se debe confiar, y cuáles se han examinado.

Requisitos
Todos tendrán una opinión sobre lo que debe hacer el sistema. Llegarán interminables solicitudes de nuevos informes sin ningún beneficio comercial real. Intente descubrir las preguntas comerciales clave y concéntrese en responderlas. Entregue temprano y con frecuencia, al menos semanalmente, si no con mayor frecuencia.

Todos los proyectos viven y mueren según las expectativas.
Business Intelligence no es diferente.

Para cumplir con las expectativas, los proyectos de BI deben:

• Defina las expectativas por adelantado con la realidad como guía.
• Divide el proyecto en entregables racionales.
• ENTREGAR.

Solo escribiré en un área emergente relacionada con su pregunta.

Combina análisis avanzados con informes de BI tradicionales. Por avanzado me refiero al tipo de análisis que resulta de las redes neuronales, el aprendizaje automático, la inteligencia artificial, etc.

Uno de los usos más comunes de BI es informar datos con múltiples segmentaciones. Si aplica algoritmos de agrupamiento al conjunto de datos, verá una segmentación completamente diferente de los datos. Los algoritmos de clúster se pueden supervisar (si configura las entradas en una salida seleccionada (f: X-> Y)) o sin supervisión cuando el algoritmo determina la relación entre todas las variables.

Esto puede ser muy útil para ver los datos del cliente. Le da una idea de los comportamientos de sus clientes y eso puede cambiar la forma en que los agrupa.

También puede obtener un gran valor utilizando análisis predictivos avanzados y luego mostrando las predicciones junto con los datos operativos relacionados. Un buen ejemplo es mostrar ventas históricas, con ventas proyectadas. La mayoría de las herramientas de BI proporcionan una capacidad simple, que palidece en comparación con un análisis predictivo bien considerado. IBM llama a esto Inteligencia empresarial prospectiva. Realmente puede hacer que su plataforma de BI sea mucho más estratégica.

Con la creciente importancia de la transformación empresarial impulsada por la tecnología , emerge el énfasis en ciertas oportunidades y desafíos empresariales y basados ​​en el consumidor. Los líderes empresariales deben enmarcar estrategias para aprovechar las oportunidades adecuadas en el momento adecuado para seguir siendo competitivos en el mercado actual.

Para aprovechar las oportunidades de cambio de juego habilitadas por las megatendencias tecnológicas actuales, las empresas buscan equiparse con los últimos avances tecnológicos.

Las cinco megatendencias que pueden desempeñar un papel clave en el impacto en el negocio de la tecnología en gran medida y que probablemente impulsen la transformación empresarial en los próximos años incluyen: dispositivos móviles, análisis de datos, computación en la nube, redes sociales e Internet de las cosas.

Internet de las cosas : catalizador de modelos de negocios en tiempo real Internet of Things (IoT) está creando oportunidades únicas para que tanto las personas como las organizaciones obtengan un mayor valor comercial al interconectar personas, procesos, datos y cosas. El objetivo final de IoT es aumentar la eficiencia operativa, desarrollar nuevos modelos de negocio y mejorar la calidad de vida. IoT ofrece numerosas oportunidades para productos y servicios nuevos e innovadores que se pueden ofrecer a través de dispositivos, máquinas y productos inteligentes. IoT ya está transformando industrias y generará cambios aún más significativos en los próximos años.

Movilice las operaciones comerciales mediante ‘Computación en todas partes’ “Computación en todas partes” se refiere a los servicios disponibles en todos los dispositivos y plataformas, que ayudan a movilizar el proceso comercial. Este ha sido un tema de gran interés para las empresas hasta ahora y ahora estas empresas están definiendo su plan de acción para llevar la movilidad al lugar de trabajo. Esto permite que el usuario se conecte fácilmente al sistema ERP utilizando cualquier dispositivo, lo que finalmente resulta en una mayor productividad de los empleados, un mejor seguimiento y toma de decisiones en todos los niveles con una mejor calidad de información.

“El IoT es una gran noticia porque sube la apuesta: ‘Alcanzar y tocar a alguien’ se está convirtiendo en ‘alcanzar y tocar todo'”.

En primer lugar, establezca sus requisitos.

Adopte un modelo de implementación ágil / iterativo.

Buscar pavimentar el “camino de la vaca”

El modelo iterativo le permite caminar por el “camino de la vaca” y luego asfaltarlo.

Business Intelligence significa muchas cosas para muchas personas. ¿Está construyendo un almacén de datos o simplemente desea crear algunos informes?

El BI de autoservicio es la clave, así que elija una herramienta de BI ad-hoc que pueda enseñar a sus usuarios a crear informes ellos mismos.

###

ATA Muy buenas respuestas aquí ya. Así que permítanme ‘agregar’ un par de puntos en lugar de repetir todo.
Mis puntos pueden estar sesgados a proyectos más pequeños con poca gente involucrada y que generalmente solo toman un par de meses.

Sepa lo que no sabe. Y esto cuenta para todos los involucrados.

• El integrador de BI debe reconocer su falta de familiaridad con el negocio y hablar con ellos.
• Los usuarios comerciales deben ser conscientes de que no están familiarizados traduciendo las necesidades comerciales en reglas de scripting y, por lo tanto, hablar sobre sus necesidades y hacer la traducción junto con el integrador de BI.
• Los gerentes deben ser conscientes de que pueden no saber bien cómo se hace BI. Y así, enfóquese en la administración de alto nivel en lugar de entrometerse con los detalles.

Obtenga una aceptación de principio a fin.
No te conformes con un campeón corporativo. Si confía en él / ella para hacer todo el masaje de las partes interesadas involucradas, no será fácil y está subestimando la voluntad de algunas personas de torpedear un proyecto que no les gusta.

Cada parte de la cadena necesita obtener algún valor de ella y debe ser capaz de comprender lo que está pasando a su nivel.

En relación con esto, es importante siempre considerar primero el por qué. ¿Por qué la gente quiere esto? ¿Por qué la situación actual no está bien? Y solo entonces pasa al qué. Si define el qué de inmediato y entrega exactamente eso, es posible que haya dedicado mucho tiempo a ayudar al cliente a darse cuenta de que tal vez no sea lo que querían después de todo. (supongo que aquí es donde entra en juego la metodología ágil)

Reducir distancias

• Recorta todo lo que sea posible del hombre en el medio. Cada persona entre los ‘clientes’ y los que lo implementan, es una capa adicional que introduce la falta de comunicación y hace que sea más fácil pensar en el otro lado como ‘ellos’ en lugar de ‘nosotros’.
• Acerque a las personas físicamente si es posible. Si puede pasar al escritorio de alguien o llamarlo en poco tiempo, la colaboración será más fácil que tener que programar una reunión para todo.

Sé que también hay muchos desafíos técnicos, pero se discuten en otras respuestas. Además, tener los puntos anteriores correctos contribuirá en gran medida a prevenir problemas técnicos, así como a superar los problemas técnicos en una sola pieza. Y seamos honestos: la mayoría de nosotros en el campo de BI y / o análisis somos expertos en tecnología. Es poco probable que no tengamos en cuenta la parte técnica. 😉