Tugeva ärianalüüsi (BI) strateegia loomine teie ettevõttele võib olla äärmiselt tõhus tööriist, juhul kui see on tehtud õigesti. BCS Itera pakub strateegia ja lahenduse väljatöötamist, mis ühendab ajaloolised andmed ja tulevikku suunatud ennustava analüüsi.
Teades andmeallikaid, peab otsustama, kuidas ja kus neid hoida. Enamiku ettevõtete jaoks, eriti need kellel on palju andmeid, tähendab see andmelao ehitamist. Kui andmed on korrektsed ja korrastatud, annab andmeladu aruandlusele kiiruse ja mugavuse.
Pakume kuluefektiivseid, “võtmed kätte” BI juurutusteenuseid. Alates vajaduste hindamisest, lahenduse analüüsist, disainist ja arendamisest kuni testimise ja kasutuselevõtuni.
BI4Dynamics automatiseeritud andmeaida lahendus genereerib andmeaida nii on-premise (kohalik lahendus või erapilv) kui ka cloud (avalik pilveteenus, SaaS). Arhitektuurilised erinevused on lahendustel minimaalsed.
On-premise lahenduses saab andmeait andmeid otse andmeallikast, cloud versioonis liiguvad andmed läbi Azure Data Lake-i. Vaata lisaks allolevat joonist.
BI lahenduse uusim versioon pakub reeglina suuremat turvalisust, tugevamat arhitektuuri, uusi aruandeid ja palju muud kasuliku. BCS Itera meeskond kasutab hästi välja töötatud ja testitud rakendusmetoodikat, mis tagab parima võimaliku teenuse.
Versiooniuuenduse juurde kuuluvad olulised tegevused:
Power BI nipid ja trikid sektsioonis leiate kasulikke nõuandeid Power BI aruannete täiendamiseks.
Ärianalüüsi üks kõige keerukam ja väärtuslikum tase on prognoosid.
HRM4Baltics ärianalüüsi lahendus on Business Central majandustarkvara platvormil asuva HRM4Baltics palga- ja personali moodul.
Mis juhtus?
See on kõige tavapärasem ärianalüüsi lahendus, mille tulemuseks on aruanded või numbrilauad. Aruanded kajastavad enamasti hetkeolukorda. Tihti kasutatakse sel tasemel lahendust operatiivinfo saamiseks, näiteks milline on hetkel kaupade laoseis, millised kliendid on võlgu ja kui palju. Majandustarkvara koosseisus olevad aruanded katavad just selle taseme analüüsi vajadused ja kasutajatel on neid lihtne lugeda. Praktikas tähendab aruande koostamine seda, et sisestatakse valik parameetreid (ajaperiood, osakond jms) ja vastu saadakse fikseeritud veergude ja ridade paigutusega tabel või graafik. Aruanded on kohandatud selliselt, et need näevad ekraanil või väljatrükil korrektsed välja.
Puuduseks on siin see, et kui on vaja saadud infot näha väheke teisel kujul, siis tähendab see pöördumist IT toe poole, kes peab aruande ümber kujundama või uue tegema. Alternatiivse võimalusena saavad kasutajad andmeid ise eksportida näiteks Excelisse, misjärel lisandub käsitsitöö ning ajakulu, et anda tabelile soovitud kuju.
Miks juhtus?
Selle taseme ärianalüüsi lahendus peab vastama küsimusele, miks mingid näitajad on just sellised, nagu nad on. See tase on loomulik jätk eelmisele, kus saime teada, mis on juhtunud. Seda aruannet lugedes tekib kohe uus küsimus: miks see nii läks? Vastuse otsingul peab kasutajal olema võimalus aruanne ümber sättida ja muuta vajadusel filtreid. Minna süvitsi üldisema taseme numbritest (näiteks ettevõtte tasemelt) madalama taseme (näiteks osakonna) numbriteni, vajadusel kuni detailsete (dokumendi rea) taseme kanneteni välja. Et võimaldada sedalaadi analüüsi, tuleb andmed majandustarkvarast välja saada.
Majandustarkvara andmehoidla on disainitud nii, et andmeid saaks kiirelt ja mugavalt sisestada. Kui on soov andmeid pärida selliselt, et kasutajale jääks vabadus päringu tulemuse kuju vabalt muuta, siis on vajalik teistlaadne lähenemine ja seda on mõistlik teha majandustarkvarast eraldi lahendusena. Tuntuimaks väljundiks uuriva ärianalüüsi lahenduses on aruanded Exceli Pivot tabelina.
Seosed, trendid, kõrvalekalded
Avastav ärianalüüs on tegelikult eelmise uuriva analüüsi üks osa. Aga kuna siin on vajadus keerulisemate algoritmide ja reeglite kirjeldamise järele, on mõistlik see välja tuua eraldi tasemena. Mahukaid andmehulki visualiseerides võivad silma hakata mustrid, trendid ja seosed, mida esmapilgul ei otsitudki. Et sellised seosed ilmneksid, tuleb kaasa aidata, luues päringute koostamisel spetsiaalseid reegleid ja segmenteerimise tingimusi. Samuti aitab andmete visualiseerimine tuvastada ilmseid hälbeid, mida võisid tekitada vigaselt sisestatud algandmed – nii saab parandada andmekvaliteeti ja siluda äriprotsessi. Avastava ärianalüüsi rakenduse iseloomulikuks osaks on mitmekesine andmete visualiseerimise võimalikkus. Üheks populaarseks rakenduseks selle taseme nõudmiste katmisel on Microsofti Power BI andmeanalüüsi tööriistade komplekt.
Mis hakkab juhtuma?
Välja on töötatud mitmeid statistilisi metoodikaid, kuidas olemasoleva andmekogumi põhjal tuletada uusi väärtusi. Need uued väärtused võivad kajastada näiteks oodatavat müügikasumit järgmisel perioodil (forecasting) või näiteks prognoosida mingi uue kauba müügikoguseid, kui on teada sellele sarnaste atribuutidega kaupade müügiajalugu (prediction). Vajalike andmemudelite analüüsiks tuleb rakendada keerukamaid lahendusi ja siin tulevad inimmõistusele appi tehisintellekt (AI) ja masinõppe (Machine learning) algoritmid. Õnneks ei ole selliste rakenduste kasutamine enam ulme, neid pakuvad mitmed teenusepakkujad. Nimetame siin märksõnadena näiteks Microsofti Cortanat ja Azure ML teenuseid.
Mida teha?
See on ärianalüütikas suhteliselt uus valdkond. Soovitava ärianalüüsi eesmärk on võimaldada ette näha erinevaid stsenaariume, kusjuures võimalikud tulemid sõltuvalt tehtud otsustest, ning pakkuda kõige eelneva alusel parimat tegevuskava. Sellise tulemuse saavutamiseks tuleb rakendada mitmekülgset komplekti erinevatest tehnikatest ja tööriistadest ning seepärast on sarnase lahenduse ülespanek ning administreerimine keerukas. Kuid kui see on korrektselt rakendatud, on positiivne mõju ettevõtte tegevusele suur.
