هوش تجاری چیست؟

گفتیم که قصد داریم به وسیله ذکر یک مثال مفهوم هوش تجاری را اصطلاحا بازتر کنیم. برای همین می خواهیم از ساده­ ترین عبارات و مثال­ها استفاده کنیم تا این جریان به خوبی جا بی­افتد.

در هوش تجاری شما باید اطلاعات را در اولویت قرار دهید و تصمیم نهایی را تحت شعاع داده­ ها بگیرید. اصل مهمی که در هوش تجاری در جریان است، این است که اطلاعات شوخی نیستند و نمی­ توان آن­ها را حذف کرد یا نادیده گرفت. بیایید یک فروشگاه اینترنتی را تصور کنیم، قطعا روزانه ارقام و اعداد زیادی به واسطه گردش حساب پدیدار می­ شوند که صاحب فروشگاه قادر به حفظ کردن آن­ها نیست. در واقع هیچ نیازی هم به حفظ کردن وجود ندارد. یعنی تا وقتی که هوش تجاری وجود دارد، نیازی نیست.

هوش تجاری قادر است در اثر یک عملیات ETL تمامی داده­ های موجود را در یک دیتابیس (Data Base) جمع آوری کند. لازم به ذکر است که طریقه جمع آوری داده ­ها، اینکه به شکل روزانه، ماهانه یا سالانه باشد، به نوع کار و خواست خودتان بستگی دارد، که به اصطلاح به آن ریزدانگی گزارش می­ گویند. می­ توان گفت که دیتابیس تمامی اطلاعات و تک تک عملیات ­های خرید و فروش را به ثبت می­ رساند. این اطلاعات برای انجام محاسبات و ذخیره سازی به انبار داده (Data Warehouse) منتقل می شوند، که نقطه صفر پروژه­ های هوش تجاری به شمار می­ آید.

در همین حین اطلاعات و داده­ هایی که ذخیره شده ­اند باید توسط متغیرهایی مورد نقد و بررسی قرار بگیرند که این متغیرها، ابعاد تحلیلی (Dimension) نام دارند. به طور مثال مکان یا لوکیشن می­ تواند یک متغیر باشد که از طریق آن باید به تحلیل لوکیشن مشتریان پرداخت تا معلوم شود که اکثریت از چه مناطقی هستند و یا از کدام مناطق خریدی صورت نگرفته است و علت چیست. به همین منظور زمان هم می­ تواند در قالب یک متغیر تعریف شود که این پارامتر بررسی می­کند که در یک بازه زمانی مشخص چند خرید و فروش و ذخیره در انباره داده صورت می ­گیرد.

همانطور که مشاهده می­ کنید، هوش تجاری به سازمان دهی دقیق اطلاعات می­ پردازد.

در مرحله بعد یک جلسه استراتژی تشکیل می ­شود که یا کلان است یا غیر کلان. در این جلسه مدیران و افراد تصمیم گیرنده باید استراتژی­ های درست را بسنجند و منطبق با نتیجه­ ای که از داده­ ها حاصل می ­شود، تصمیم بگیرند؛ در این حالت می­ توان این گونه فکر کرد که صرفه جویی، هزینه ­ها، منابع و از این دست فاکتورها باید کاهش پیدا کنند یا افزایش یابند. در هر صورت تصمیم نهایی وابسته به نظر مدیر است که از علم هوش تجاری بهره برده است. به طوری که در این زمان هوش تجاری پا به عرصه می­ گذارد و با در اختیار گذاشتن اطلاعات خلاصه سازی شده (Summarized Data)  در دست مدیر، به وی کمک می­ کند تا بفهمد چه محصولاتی توسط کدام افراد در کدام شهرها و در چه بازه زمانی، فروش بیشتری داشته ­اند. در این زمان است که مدیر باید تصمیم بگیرد استراتژی­ ها کارساز هستند یا خیر. یعنی به عنوان مثال صرفه جویی می­ تواند سبب کاهش هزینه­ ها شود و یا تنها موجب زیان است.

حال بیایید ماجرا را در مسیر عکس قضیه مورد تحلیل و مقایسه قرار دهیم، اگر هوش تجاری وجود نداشت چه می ­شد؟
شاید فکر کنید که اتفاق خاصی رخ نخواهد داد و این مسئله آن­قدرها هم که نشان می­ دهیم بزرگ و مهم نیست. تصور کنید که فرد تصمیم گیرنده یا مدیر به انبار داده دسترسی نداشته باشد، در این حالت او باید تمام اطلاعات اعم از مجموع فروش، جمع عدد ریالی، تمام قیمت کالا­ها و دیگر فاکتورها را یک به یک بررسی کرده و مقایسه کند. اگر فرض کنیم که مدیر مذکور وقت مورد نیاز را دارد و می­ تواند مدت زمان طولانی ای را برای این کارها و محاسبات آسان اما زیاد، صرف کند. چقدر امکان خطا وجود دارد؟ قطعا ضرب خطای این محاسبات و بررسی بسیار بالا است. بنابراین هوش تجاری می ­تواند به بهترین نحو ممکن در این مسیر مدیران را جهت تصمیم درست راهنمایی کند.

خوب است بدانید که بخشی از هوش تجاری شامل (Descriptive Analytics) یا آمار توضیفی می­ باشد. یعنی یک سیستم هوش تجاری به شما نمی­ گوید که چه کار کنید، او شما را از مسیر فعالیتی خود مطلع می ­سازد و به شما پیشنهاد می دهد تا با آگاهی از آنچه که بر روند کسب و کار شما آمده است، بتوانید در نهایت تصیم درست و قابل قبول را بگیرید.

سیستمی که مکمل هوش تجاری، BA یا به عبارتی (Business Analytics) به ابزارهای تحلیل داده رجوع می­ کند تا به وسیله آن­ها آینده یک کسب و کار را پیش بینی کند. می­ توان گفت که BI بیشتر در تلاش است تا فرآیندی را به وجود آورد که داده ­هایی را که اتفاق افتاده است را تحلیل کند. این در حالی است که BA معمولا به یک شخص اشاره دارد که می ­تواند طبق اطلاعات به دست آمده، راه حلی را برای کسب و کار یا بیزینس خود به ارمغان آورد.