۱۶ بهمن

چرا سازمان های ایرانی تمایلی به راه اندازی سیستم های هوش تجاری ندارند؟

در سال های اخیر تقریبا شرکت های مطرح در ایران به این مهم دست یافته اند که هوش تجاری یک جز جدا نشدنی از تصمیم گیری است اما هنوز هم اگر بخواهید در یک سازمان متوسط و بزرگ پروژه هوش تجاری را راه اندازی کنید ، به موانعی نسبتا سطحی برخورد خواهید کرد. البته تجربه در ایران نشان داده معمولا مدیریت و صاحبان کسب و کار درخواست چنین سیستمی را میکنند نه تیم IT .

در دهه‌ های گذشته، شرکت‌ها هزینه‌های بسیاری برای پیاده سازی سیستم‌های برنامه ریزی منابع سازمانی (ERP)، سامانه‌های ارتباط با مشتری (CRM) و ابزارهای تجمیع داده‌ها (Data Warehousing) متحمل شده‌اند. این کار حجم عظیمی از داده‌ها را در پایگاه‌های داده آن‌ها محصور کرده است. اکنون صاحبان کسب و کار و حتی مدیران در دپارتمان های مختلف با اعمال فشار به واحد فناوری اطلاعات (IT) از آن‌ها می‌خواهند که این اطلاعات را از بند آن سیستم‌ها رها سازند تا برای تصمیم گیری قابل استفاده باشد.

هوش تجاری، Business Intelligence  یک فرآیند تکنولوژی محور برای تحلیل داده هاست. این فرآیند در نهایت به مدیران، صاحبان کسب و کار و تمام تصمیم گیرنده‌های اساسی یک کسب و کار، اطلاعاتی عملی می‌دهد.

هوش تجاری به مجموعه نرم افزارها و فناوری‌هایی اطلاق میشود که برای جمع آوری، دسترسی و تحلیل داده‌ها و اطلاعات عملیاتی سازمان مورد استفاده قرار می‌گیرند. هدف ابزارهای هوش تجاری این است که هر کسی در حوزه اطلاعات خود بتواند تصمیمات بهتری اتخاذ کند. ولی متاسفانه مشکلاتی در مورد ابزارهای هوش تجاری سنتی وجود دارد.

هوش تجاری در سازمان های ایرانی در ارتباط تنگاتنگ با گزارش گیری است؛ و معمولا افراد معدودی در سازمان هستند که توانایی و دسترسی ساخت گزارش‌ها را دارند. از جمله دلایلی که میتوان به آن اشاره کرد سطح دسترسی و افشای اطلاعاتی را نام میبرند که اساسا این مفهوم غلط است و سیستم های هوش تجاری توانایی کنترل کردن دیتا و سطح دسترسی را برای کاربران خود مهیا میکند. این افراد بعضا از این “قدرت کنترل” برای تثبیت جایگاه خود و یا سوء استفاده از دیگران استفاده می‌کنند. از آن مهم‌تر، تخصص‌های این چنینی اگرچه تضمین و امنیت شغلی برای آن افراد ایجاد می‌کند؛ ولی کل سازمان را دچار نارضایتی از ابزارهای خریداری شده می‌کند و این باعث می‌شود که از آن فاصله بگیرند و دیگر روی آن سرمایه گذاری نکنند.

از طرف دیگر دپارتمان IT سازمان به اشتباه اینگونه فکر میکند که اگر آنها Owner  داده های مربوط به سازمان باشند ، پس تمامی تصمیمات مرتبط با داده را آنها باید خودشان بگیرند !

چرا باید BI شکست بخورد؟ چرا طراحی و پیاده سازی BI بر اساس نیاز پرسنل دپارتمان‌های مختلف اشتباه است و چرا باید BI بر اساس نیاز و اهداف کلان سازمان طراحی و پیاده شود؟ چون معمولا پرسنل ، برنامه ریزی‌های شرکت را نمی‌فهمند یا از عمکرد آن دید واضحی ندارند. به این دلیل که نمی‌شود روی پرسنل برای آن بخش از استراتژی که مربوط به آن‌ها است حساب کرد، یا به اطلاعاتی که ارائه می‌دهند استناد نمود و تصمیمات مفید اتخاذ کرد.

یکی از بزرگ‌ترین راه‌های شکست هوش تجاری، نحوه پیاده سازی آن در سازمان است. شروع پیاده سازی BI در یک دپارتمان خاص از سازمان باعث می‌شود هوش تجاری در سطح آن دپارتمان تعریف شود. نتیجه ، پیاده سازی ابزارهایی است که فقط نیازهای آن بخش از سازمان را مرتفع می‌کند. متاسفانه عدم یکپارچگی این ابزارها در کل سازمان موجب می‌شود که تاثیرگذاری آن محدود و بعضا در جهتی غیر از اهداف کلان سازمان باشد.

4 عامل مهمی که باعث میشود پروژه های هوش تجاری در شرکت ها با شکست مواجه شود به شرح زیر است :

  • بخش‌های مختلف کسب و کار بین نیازهای خود و داشبوردها ، رابطه درستی برقرار نمی‌کنند ، آموزش نمیبینند و از امکانات و ابزارهای خوبی که در اختیار آنها قرار میگیرد اطلاعی ندارند.
  • عامل دیگر این که بخش فناوری اطلاعات، سوالات صحیح را از آن‌ها نمی‌پرسد. توسعه دهنده های داشبورد ها نمیتوانند در زمان و با سرعت مناسب داشبوردها را آماده کنند.
  • عامل مهم دیکر شفافیت در سازمان ها میباشد. تصور کنید در یک جلسه مدیریتی هر کدام از واحد ها اعداد متفاوتی از میزان فروش خود بگویند در صورتی که اگر دپارتمان BI وجود داشته باشد، تمامی اعداد و ارقام از سمت آنها ارائه میشود و دیگر تناقضی نخواهد بود.
  • و در آخر تفکر غلطی که در مورد نشت اطلاعاتی وجود دارد.

هوش تجاری دیگر فقط گزارش گیری نیست، بلکه محتوای درون گزارش است. همانطور که عملکرد کسب و کارها دائما در حال تغییر است، ابزارهای هوش تجاری نیز باید از “گزارش محور” به “اطلاعات محور” تکامل پیدا کنند تا بتوانند چیزی ارائه کنند که با ایجاد دید عمیق در مدیران نسبت به کسب و کار خود، عملکرد بهتری داشته باشند.

دیدگاه شما

نشانی ایمیل شما منتشر نخواهد شد.

چهار × دو =