Podejmowanie decyzji na podstawie danych. Wszyscy by chcieli — nie wszystkim się udaje

Zdjęcie dodane przez Lukas

Gdyby spytać szefów firm, czy chcą podejmować decyzje na podstawie danych? Odpowiedź byłaby oczywista! Zresztą – wskazują na to badania. 76% menadżerów w firmach, w których to się udało — widzi jednoznaczne przełożenie na wydajność operacyjną. W takim razie, dlaczego cały czas tylko 44% organizacji uważa, że ma dostęp do wystarczającej ilości danych do podejmowania decyzji? A 35% kadry kierowniczej postrzega słabą znajomość danych w organizacjach jako kluczową przeszkodę na drodze do zmian?

A wszystko to w sytuacji, gdy w wielu firmach od lat wydaje się miliony na dostępność danych i budowanie narzędzi raportujących. Gdzie więc tkwi problem?

Trop 1. Silosy w organizacji

Obszar pozyskiwania danych i budowania narzędzi raportujących w wielu firmach przynależy do działu IT. To naturalne żeby pozyskać dane trzeba budować konektory, żeby je zwizualizować np.: w narzędziach opartych o technologię SQL – również potrzeba wiedzy technicznej.

Tymczasem działami, które najbardziej potrzebują danych — są działy biznesowe. Lista żali tych ostatnich w stosunku do osób z IT budujących raporty bywa długa – od wiarygodności danych („czy mówimy o tym samym”, „skąd pochodzą dane”, „kiedy ostatni raz je aktualizowaliście”), przez ich niekompletność do sposobu prezentacji. Niestety dwie ostatnie kwestie wychodzą na jaw, gdy IT oddaje biznesowi gotowy raport. Wtedy okazuje się, że to, czego oczekiwał biznes, a to, co zostało wytworzone znacznie od siebie odbiega. Efektem jest poczucie, że nie można podejmować decyzji na podstawie danych.

Organizacje próbują sobie z tym radzić, tworząc funkcje CDO (Chief Data Officer) widząc w nim osobę, która wypełni lukę pomiędzy biznesem a działami technologicznymi i zadba o kompletność, poprawność i dobrą prezentację danych. Problem w tym, że aby biznes mógł dostrzec korzyści, płynące z dostępu do danych potrzebna jest zmiana systemowa.

Trop 2. Dostajemy dane, o które prosimy, a nie te, które faktycznie mają znaczenie.

Typowa sytuacja: dyrektor prosi o raport. Dział przygotowujący raport pyta o dane. Dyrektor podaje jakich danych potrzebuje w raporcie. Zwrotnie otrzymuje raport, o który prosił.

Sukces? Tylko teoretycznie. Każda inna osoba, która spojrzy na ten raport zada dodatkowe pytania, które ujawnią, że raport nie uwzględnia wielu perspektyw, które są ważne i mogą wnieść wartość do wniosków. W efekcie raport pokazuje wizję „tunelową” skoncentrowaną na jednym aspekcie.

Po drugie – taki raport jest „pasywny”. Pokazuje kawałek rzeczywistości z przeszłości tymczasem to, czego oczekuje biznes to dane, które są dynamiczne, pomagają w zrozumieniu co może zdarzyć się w przyszłości, poszerzają, a nie zawężają perspektywę.

Nic dziwnego, że tylko 29% kadry kierowniczej przedsiębiorstw uważa, że dzięki wykorzystaniu danych może osiągnąć wyniki sprzyjające cyfrowej transformacji. Nigdy nie poczuli czym może być prawdziwa eksploracja danych nakierowana na wsparcie podejmowania decyzji.

Więc jak to powinno działać?

Dane stają się naprawdę ciekawe i wnoszą wartość kiedy:

• są dostarczane w czasie rzeczywistym
• pochodzą z maksymalnej liczby źródeł (dążenie do objęcia wszystkich źródeł jako stanu idealnego jest w tym przypadku najlepsze)
• są nie tylko prezentowane, ale aktywnie analizowane przez narzędzie, które samo jest w stanie wychwycić zależności, zwrócić uwagę na obszary, które mogą być nieoczywiste
• być prezentowane w narzędziu, które może być obsługiwane przez użytkowników biznesowych umożliwiając im eksplorację w dowolnym kierunku, stawianie kolejnych pytań i weryfikację pojawiających się hipotez.

Zatrzymajmy się przez chwilę na ostatnim punkcie. Większość osób, które próbują pracować na danych doświadczyły tego nieprzyjemnego momentu, gdy przygotowany w pocie czoła raport nie tylko nie odpowiada na pierwotne pytania, ale generuje szereg dodatkowych pytań. Niestety na odpowiedź trzeba czekać, bo okazuje się, że dane, które są niezbędne do jej udzielenia nie zostały uwzględnione w pierwotnym briefie. W efekcie – nie są dostępne.

Powoduje to uzasadnioną frustrację. Tym większą, że to właśnie te dodatkowe pytania są najciekawsze i prowadzą do odpowiedzi, które pomagają zrozumieć rzeczywistość i podjąć – no właśnie – decyzję na podstawie danych.

Do konkretu. Czy są narzędzia, które wspierają ten proces?

Odpowiedź brzmi: tak. Każdy musi rozważyć, które z nich jest dla niego najlepsze. My skupimy się na jednym, które zbiera nagrody i pochwały, bo skupia się szczególnie na trzech obszarach:

• szybkim i skutecznym dostępie do danych z różnych źródeł
• analizie i wyciąganiu wniosków jako wsparciu dla użytkowników końcowych
• prezentacji danych umożliwiającej ich wieloaspektową eksplorację przez użytkowników biznesowych.

Tym narzędziem jest platforma Qlik Active Intelligence — zaprojektowana z myślą o zmianach w czasie rzeczywistym, przechwytywaniu danych, transformacji i dostarczaniu danych gotowych do analizy.

W przeciwieństwie do narzędzi opartych na SQL — Qlik Analytics Engine ułatwia łączenie źródeł danych powiązanych i niepowiązanych struktur oraz eksplorowanie ich w czasie rzeczywistym z niespotykaną szybkością. Usuwa to martwe punkty i tworzy widzenie peryferyjne potrzebne w dzisiejszym niepewnym świecie. Jest to podstawa najlepszych w swojej klasie możliwości inteligentnej wizualizacji.

Ponadto rozszerzone możliwości analityczne zapewniają nowe sposoby interakcji z danymi od generowania wglądu wizualnego, wyszukiwania w języku naturalnym, analizy konwersacyjnej, współpracy, zaawansowanej analityki i automatycznego uczenia maszynowego. Wreszcie kluczowe znaczenie ma przekazanie wyników w ręce użytkowników wewnątrz i na zewnątrz organizacji, niezależnie od ich roli lub poziomu umiejętności korzystania z danych. Dlatego strategia API first wspiera osadzanie analityki w witrynach, portalach i aplikacjach korporacyjnych. Te interfejsy API umożliwiają również ekosystemowi rozszerzeń i innym partnerom technologicznym tworzenie treści na platformie Qlik Active Intelligence.

Przykłady użycia

Qlik chwali się wieloma wdrożeniami w praktycznie każdej gałęzi gospodarki, starając pokazywać jak ich narzędzia pozwalają osiągać wymierne efekty biznesowe.

Takim przykładem może być Vancouver International Airport. Stworzył on potok danych w czasie rzeczywistym, a Qlika wykorzystał do wizualizacji danych opisujących różne operacje lotniskowe. Dzięki temu port lotniczy uzyskał wgląd w informacje na temat np. bagaży pasażerów i przemieszczanie się samolotów. Rezultatem było skrócenie czasu przesiadki na lotnisku o 20 minut, zwiększenie punktualności odlotów i zwiększenie konkurencyjności jako węzła między Azją a Ameryką Północną.

W Amerykańskiej Grupie Gwarancyjnej analiza danych była jednym z najważniejszych i jednocześnie najdroższym procesem. Qlik chwali się, że dzięki Active Intelligence przedsiębiorstwo pięciokrotnie zwiększyło produktywność programistów, dziesięciokrotnie skróciło czas potrzebny na przygotowanie danych, a jednocześnie przyspieszyło wdrażanie procesów analitycznych o ponad 80%.

Qlik Active Intelligence został zaprojektowany, aby pomóc organizacjom w podejmowaniu bardziej świadomych decyzji, poprawie wydajności operacyjnej i stymulowaniu rozwoju biznesu poprzez wykorzystanie mocy danych i sztucznej inteligencji. Platforma Active Intelligence umożliwia optymalizację potoków danych, połączenie świata IT i biznesu oraz zwiększenie wartości biznesowej.

Wydaje się, że dopiero takie narzędzia jak Qlik mogą wspierać misję transformacji organizacji w kierunku podejmowania decyzji na podstawie danych.

Zdjęcie dodane przez Lukas: https://www.pexels.com/pl-pl/zdjecie/zblizenie-zdjecia-arkusza-kalkulacyjnego-ankiety-590022/