Először is érdemes tisztázni, mi a különbség a belső és a külső adatforrások között, hiszen itt dől el minden. Belső adatforrások alatt a vállalati működés "nyomvonalát" értjük, tehát például az ERP, a CRM vagy az ügyfélszolgálat által előállított információkat. Természetesen ugyanígy a belső források részét képezik a termelésből, üzemeltetésből vagy akár a HR-ből érkező adatok. Noha ezek adják a legstabilabb alapot, de gyakori probléma szigetszerű létezésük. Ez ugyanis azzal jár, hogy minden területnek megvan a saját "igazsága", a többivel gyakran inkompatibilis értelmezése.

A külső adatforrások a környezetet írják le. Ilyenek a piaci árak, a versenytárs-jelzések, a makroadatok, a beszállítói teljesítmények vagy a nyilvános ügyfélvisszajelzések, hogy csak néhány példát említsünk. A stratégiai döntéshozatal erősítéséhez az előbb említett működési adatok mellé érdemes piaci és ügyféloldali metrikákat is integrálni, hogy teljes képet kapjon a menedzsment. Például egy kereskedőnél a belső rendelési és készletadat önmagában kevés információ. Ha a marketingköltést, a webes "viselkedést2 és a kiszállítási teljesítményt nem kapcsolják össze, akkor csak azt látják, mi történt, de azt nem, hogy például miért romlott a hatékonyság, vagy, hogy melyik csatorna termel valós hozzájárulást.

Érdemes túljutni a szép grafikonokon

Az adatvezérelt működési modell ott kezdődik, hogy mérhetővé tesszük a vállalat kulcsfolyamatait. Ez a gyakorlatban három metrikacsaládra bontható. Egyrészt a teljesítményre, ami olyan információkat hordoz, mint az átfutási idők, a pontosság, a kiszolgálási szintek vagy a termelékenység. Másrészt a hatékonyságra, ami magába foglalja többek között a kihasználtságot, a selejt/hibaszázalékot vagy az automatizáltsági arányt. Végül pedig nagyon fontos mérni az ügyfélelégedettséget is, azaz, hogy mennyire sikerült tartani a vállalt szolgáltatási szinteket, hogyan alakult a panaszarány és így tovább.

A működés monitorozása és a stratégiai célokkal való összekötése nélkül az adat mindössze egy szép grafikonban jelenik meg, irányításról szó sincsen. Csakhogy a mérhetőségnek van egy kíméletlen előfeltétele: az adat megbízhatósága. A vállalati valóságban a hibák tipikusan nem adatbázis-hibák, hanem definíciós ütközések. Ki/mi számít aktív ügyfélnek, mikor tekintjük kiszállítottnak a rendelést? Bruttó vagy nettó árbevétellel számolunk, és milyen jóváírásokat alkalmazunk?

A data-driven modell ezért nem kerülheti meg az adatminőség-minimum biztosítását. Ehhez egységesíteni kell a definíciókat, meg kell határozni az adatgazdákat, el kell végezni az alapvalidációkat. Emellett természetesen annak tisztázása is elengedhetetlen, hogy a riportok és döntések milyen forrásra támaszkodnak. A szigetszerű működés mérséklését, ideális esetben teljes lebontását kell elérni; a sztenderdizált jelentéskészítés és egységesítés is a megvalósítás fontos eleme.

Egy középvállalatnál a havi zárás jól működhet klasszikus BI-on, nem feltétlenül van értelme megbolygatni a kialakult rendszert ezen a szinten. De ha a vezetés heti előrejelzéseket akar látni és korai figyelmeztetéseket kapni, akkor a definíciók és adatfrissítések fegyelme nélkül minden, a témában szervezett meeting a számok vitájával indul.

Döntéshozatal automatizálhatósága: hol lehet, hol veszélyes?

Az adatvezérelt működés egyik végpontja a döntések automatizálása - de nem mindent és nem egyszerre. A feladat szintjeit úgy érdemes elképzelni, mintha egy létra lenne. Ennek első foka, amikor az ember dönt, az adat tájékoztat - ez a klasszikus BI. A második fokot jelenti, amikor a rendszer ajánl, az ember pedig jóváhagy/elutasít, ami tulajdonképpen előrejelző/előíró elemzéseket igényel. Végül pedig a harmadik fokon már a rendszer dönt, az ember pedig "csak" felügyel. A működés ugyan automatizálva van, de a humán tényező továbbra is része a folyamatnak.

Adja magát a kérdés, hogy mikor érdemes automatizálni? Leginkább akkor, ha a döntés gyakori, jól szabályozható, alacsony kockázatú, a kimenet pedig jól mérhető. Ilyen például a készlet-utánrendelési szintek finomhangolása, az ügyfélszolgálati megkeresések automatikus szétosztása vagy a riasztások és SLA-eszkalációk automatizálása. Ha viszont a döntés magas reputációs vagy jogi kockázatú, instabil a definíció vagy nincs elég jó tanítóadat, akkor nem feltétlenül ideális döntés (vagy legalábbis nagy kihívás) az automatizáció kiterjesztése. Ezekben a szituációkban a "human-in-the-loop" modell a jó kompromisszum, vagyis amikor a rendszer javasol, az ember felel.

Ha például egy gyártóüzemben váratlan gépleállás jelentkezik, annak költsége dominószerűen szétterjed. A klasszikus üzleti intelligencia az incidenssel kapcsolatban csupán a múlt havi állásidőt mutatja meg. Ezzel szemben egy adatvezérelt működési modellben a szenzoradat, a karbantartási napló és a termelési paraméterek alapján a rendszer előre jelezheti a hiba kockázatát, és javasolhatja, mit érdemes a következő tervezett leállásban megelőzően cserélni. Ez tipikusan az előbb említett létre második foka: ajánlás, felügyelet, visszamérés.

Az üzlet idegrendszere

Az adatvezérelt működési modell lényegében egy körfolyamat. Az adatgyűjtést követi az elemzés, ebből jönnek létre a riportok és riasztások, amik döntéshez vezetnek, majd ezek hatását visszamérik. A vezetői információs rendszerekben (Management Information Systems, MIS) is azon van a hangsúly, hogy miként lesz a nyers adatból üzleti értéket képviselő, stratégiai döntéshozatalt támogató betekintés.

A döntéshozóknak szánt információs rendszerekben a dashboardok mellett az olyan képességek, mint a valós idejű analitika és a prediktív megközelítések segíthetik a jobb erőforrás-allokációt és a gyorsabb reagálást. A kritikus pontot azonban a működtetés jelenti, vagyis a tréningeken, a folyamatokon, a felelősségeken és a folyamatos fejlesztéseken. A siker záloga a megfelelő célkitűzés, a rendszereket használók képzése és a folyamatos értékelés.

Az adatvezérelt működés ugyanis nem attól lesz „modern”, hogy felhőben van, vagy mesterséges intelligenciát emleget, hanem attól, hogy a működésbe van bekötve. Megbízható források, mérhető KPI-k, tiszta definíciók és fokozatosan automatizálható döntések - így válhat a BI a napi működés irányításának elengedhetetlen eszközévé.

Ez a cikk független szerkesztőségi tartalom, mely a One Solutions támogatásával készült. Részletek »