שימוש נכון בבינה עסקית כדי להגדיל את שורת הרווח:

מערכות BI (בינה עסקית) הן שילוב של מכונה לומדת ותובנה אנושית. כאשר תפקידה של המכונה הוא לאסוף את הנתונים, למיין, לסנן ולשלוח אותם בתבנית הנכונה לגורם הנכון ואילו תפקידו של הגורם האנושי הוא לנתח את הנתונים ולהפיק מהן תובנות עסקיות. כיצד שימוש נכון בבינה עסקית מסייע להגדיל את שורת הרווח? הנה כמה נקודות למחשבה.

יום חמישי, 8 לאפריל 2021   נכתב על ידי שי ברכה

---

תמונה ארגונית מלאה על מסך מחשב אחד

מנהלים מקבלים החלטות על סמך נתונים, דאטה, כאשר ברוב המקרים מדובר על נתונים, שמצטברים ונאספים מדי יום בתוך מגוון מערכות ארגוניות כמו מערכת ה-ERP מערכת ה-CRM, מערכת לניהול הייצור, דוחות אקסל המתעדים תהליכים וחלוקת תקציב, מערכת הנהלת חשבונות וכן הלאה. כדי להפיק תובנות ממידע זה על המנהלים לרכז אותו ולארגן אותו במקום אחד שיכול להיות קובץ, טבלה או אפילו מסך. לשם כך הם נדרשים לאיסוף, מיון וסינון נתונים עם הקשרים לוגיים שונים. תהליכים אלו לכשעצמם מקשים על תהליכי קבלת ההחלטות ולא בהכרח מצליחים לשקף את תמונת המצב המלאה והעדכנית ביותר.

שימוש נכון בבינה עסקית מייתר את הצורך באיסוף מידע ממגוון מקורות פנים וחוץ ארגוניים, שכן את פעולת האיסוף, המיון וסינון המידע על פי הקשריו הלוגיים עושה המערכת עצמה. נוסף על כך, כאשר המערכת מבוססת על מודל עסקי מוגדר מראש, היא מאפשרת לכל מנהל להפוך לאנליסט נתונים ולחקור את הדאטה על מסך העבודה שלו. כך למשל המנהל יכול לעקוב אחר קצב התקדמות המכירות, עמידה ביעדים עסקיים, לרבות מדדי KPI מעקב אחר ניהול תקציב על אינספור רשומות, קבלת עדכונים מאינספור מקורות מידע חוץ ארגוניים, שיפור תהליכי מכירה על ידי פתרון בעיות בזמן אמת וכן הלאה.

כיצד להשתמש נכון במערכת ה-BI ? באמצעות חקירה

מערכת בינה מלאכותית מציגה את הדאטה בצורה חזותית ונוחה לקריאה, כך שכל מנהל יכול לקבוע אילו נתונים יוצגו במסך הבית שלו (נתוני מכירות, קמפיינים פעילים, נתוני מלאי, רכש, נתונים על סניפים וכן הלאה. מה יודגש (שערים, מדדים, תאריכים מסוימים) על מה הוא יקבל התראה בזמן אמת (למשל אי עמידה ביעדים יומיים או התקרבות "לקו האדום" ברמת המלאי) כל אלו מאפשרים לנתונים המהותיים לעלות לסדר היום מבלי שהמנהל מקדיש כל מחשבה או מאמץ כדי לאתר אותם.

התאמת הדאטה לעולם התוכן

יתרון נוסף שיש למערכת הבינה המלאכותית הוא ביכולת לשלוח את המידע המתאים לגורם הנכון בארגון בהתאם לסיווג המקצועי שלו. כך למשל, דוחות מכירות לשלושים משתמשים שונים ישלחו בהקלקה אחת, כאשר המערכת תבצע סינון אוטומטי, של מידע שאינו מתאים להגדרות המשתמש- יכולת מובנית זאת של המערכת מאפשרת לעדכן את צוותי העבודה בדבר הפעילות השוטפת בתדירות גבוהה יותר ממה שנעשה בדרך כלל. נוסף על כך, כיום ניתן לבנות לכל תחום מקצועי מודל עסקי, עליו מתבסס לוח המחוונים (דשבורד), כך שכל עובד בארגון חשוף למידע הנוגע לתחום העיסוק שלו. לדוגמה: מנהל המלאי יוכל לצפות ברמות המלאי במחסן, בכמות הזמנות הרכש, בכמות הזמנות המכירה וכן בכמות הזמנות הייצור והזמנים בהם הוא צפוי לקלוט מלאי חדש למחסן. באופן זה הוא יוכל לשמור על רמות מלאי תקינות לאורך זמן ולממש את תפקידו בשרשרת האספקה. דוגמה נוספת נוגעת לעולם הפיננסים: באמצעות בינה מלאכותית ניתן לעקוב אחר כלל חשבונות הבנק והפרויקטים, לקבל התראות בזמן אמת על חשבונות שמתקרבים לחריגה או שכבר נמצאים בחריגה, לקבל החלטות בדבר ניתוב כספים בין חשבונות שונים, לקבל תמונת מצב על חייבים, תשלומים ותזרים מזומנים. כאשר כלל המידע נגיש בלחיצת כפתור ומאפשר חקירה מעמיקה וחופשית של הדאטה ללא תלות בצוותי פיתוח.