Poslovna analiza, analitika in inteligenca – jih res ločimo?

Objavljeno: 28.12.2016 | Avtor: Vinko Seliškar | Kategorija: Monitor Pro | Revija: Januar 2017

V poslovnem svetu se pojma poslovna analitika in poslovna analiza pogosto zamenjujeta ali, kljub očitnim razlikam, celo enačita. Da je zmeda še večja, imamo tu še poslovno inteligenco, ki jo v slovenščino pogosto prevajamo tudi kot poslovno obveščanje ali poslovno odločanje. Zmešnjava? Popolna. A le dokler ne boste do konca prebrali tega članka.

Poslovna analiza se posveča predvsem vprašanjem, ki so ključna za poslovanje. Strategiji, idejam, kupcem, izdelkom, poslovnim potrebam, priložnostim, tekmecem …

Začnimo z razumevanjem in ločevanjem poslovne analize in poslovne analitike. Poleg podobnega imena imata tudi nekatere sorodne oziroma kar skupne funkcije. Najočitnejše med njimi so analiza in izboljšanje poslovanja, iskanje rešitev za konkretne izzive in gradnja rešitev glede na poslovne zahteve.

Definicija poslovno analizo označuje kot disciplino, ki prepoznava poslovne potrebe in išče rešitve za konkretne poslovne izzive. Seveda se močno prepleta s funkcijo analize poslovnih potreb, a s to razliko, da pogosto vsebuje tudi komponento razvoja različnega sistema ali komponente. Prav tako je poslovna analiza pogosto povezana z organizacijskimi spremembami, izboljšavami procesov, strateškim načrtovanjem in razvojem različnih poslovnih politik.

Na drugi strani pa je poslovna analitika zbirka orodij, tehnik in znanj, ki zaposlenim in podjetjem pomagajo raziskati pretekle poslovne rezultate. Ob tem jim pomaga tudi napovedovati prihodnje poslovne dogodke. Na splošno si bomo razliko med poslovno analizo in analitiko zapomnili predvsem po tem, da se prva ukvarja z analizo poslovanja na strateški ravni, druga pa se posveča predvsem podatkom in statističnim analizam.

Orodja poslovne analitike rudarijo podatke, jih primerjajo, vrtijo, iščejo vzorce in povezave s poslom … iz vseh mogočih virov.

Ključne razlike med poslovno analizo in poslovno analitiko

Poslovna analiza ima veliko opraviti s poslovnimi funkcijami in procesi. Ukvarja se z arhitekturo poslovnih procesov in poslovnim okoljem. Podjetju do boljšega poslovanja pomaga predvsem s standardizacijo različnih procesov in uvajanjem novih tehnologij.

Tehnike poslovne analize vsebujejo orodja, kot sta analizi SWOT in PESTLE. Tehnika SWOT je preprost »vprašalnik«, s katerim podjetja ugotovijo poslovne prednosti, slabosti, priložnosti in grožnje. Pri tem morajo upoštevati tako notranje kot zunanje dejavnike svojega poslovanja. Tehnika PESTLE pa se osredotoča zgolj na zunanje dejavnike, omenjena kratica je sestavljena iz ključnih šestih makroekonomskih dejavnikov, ki vplivajo na poslovanje. Ti so politika (P), gospodarstvo (E), družba (S), tehnologija (T), zakonodaja (L) in okolje (E). Med tehnikami, ki jih uporabljajo strokovnjaki za poslovno analizo, najdemo še naslednje: MOST, CATWOE, heptalizo in »petkrat zakaj«.

Večina podjetij za projekte s področja poslovne analize uporablja metodologijo slapu (ali katero izmed metodologij razvoja življenjskega cikla izdelkov ali storitev), kjer se zahteve prilagajajo organizaciji posameznih dejavnosti, te pa si jasno sledijo. Ko je končana posamezna faza projekta, se podjetje premakne na drugo. Poti nazaj ni. Metodologija slapu je enostavno razumljiva in enostavna z vidika upravljanja, največja grožnja takim projektom pa so zamude. Zamude v zgodnjih fazah projekta lahko resno zakasnijo dokončanje. V svetu, ki od poslovanja zahteva visoko prilagodljivost ali upoštevanje stalnosti sprememb, pa metodologija slapu sploh ni primerna. Tehnologija je v tem primeru predvsem v podporni vlogi – podpirati mora posamezno poslovno funkcijo in njene zahteve. Prav zato podjetja pri razvoju poslovanja, izdelkov in storitev vse bolj zasledujejo agilni model, ki projekte razdeli v cikle in hitreje privede do želenega rezultate, saj se izdelek ali storitev preizkušata na vsaki točki razvoja in posledično uvajajo manjše spremembe in izboljšave.

Urejeno in pregledno predstavljeni podatki in informacije bistveno olajšajo odločanje.

Poslovna analitika pa je tesno povezana s podatki in poročili. Pri svojem delu uporablja tehnologije in znanja, ki ji omogočajo temeljito preverjanje podatkov in iskanje informacij v njih. Glavni cilj poslovne analitike je pridobivanje boljšega vpogleda v poslovanje podjetja in pravih odgovorov/informacij, ki bodo odgovornim v pomoč pri sprejemanju kar najboljših poslovnih odločitev. Poslovna analitika zajema statistične in kvantitativne analize, tehnike rudarjenja podatkov, napovedne modele in preizkuse različnih scenarijev/kombinacij. Kot taka je v izdatno pomoč pri procesu načrtovanja prihodnjega poslovanja.

Za svoje delovanje poslovna analitika zahteva dobro informacijsko arhitekturo in kar največ (virov) podatkov. K izboljšanju poslovanja pripomore z analizo metrik in poročil ter z ugotavljanjem anomalij – s temi orodji podjetje lažje prepozna težave, odkrije ozka grla itd. Proces rabe poslovne analitike lahko privede do zanimivih odkritij, ki jih nato podjetje spremeni v nove poslovne priložnosti.

Poznamo štiri vrste poslovne analitike. Analitika za podporo odločanju, opisna analitika, prediktivna analitika in napovedna analitika. Analitika za podporo odločanju zaposlenim pomaga k sprejemanju boljših poslovnih odločitev s pripravo poročil, ki temeljijo na vizualizaciji obdelanih podatkov. Opisna analitika pa jim do boljših odločitev pomaga z vpogledom v (pretekle) podatke. Prediktivna analitika uporablja statistične metode in tehnike strojnega učenja za predvidevanje prihodnjih dogodkov. Napovedna analitika pa k boljšim odločitvam pripomore z vrsto optimizacij zbranih informacij ter simulacijami mogočih scenarijev.

Umetnost upravljanja podatkov

Ljudem, ki se ukvarjajo s poslovno analitiko, je kristalno jasno, da bodo rezultati močno odvisni od kakovosti podatkov, ki jih ima podjetje (oziroma lahko dostopa do njih). Hranjenje naprednih algoritmov s slabimi ali nepopolnimi podatki bo postreglo tudi s slabimi in napačnimi rezultati. V bistvu je priprava podatkov čedalje pomembnejša, saj se morajo podjetja znajti v pravcati poplavi podatkov, ki jih imajo na voljo. Upravljanje podatkov (ang. data governance) je znanost v malem. In zgolj del te znanosti je tudi poslovna analitika, ki si jo večina uporabnikov predstavlja kot orodja za izdelavo grafov in poročil. Dejstvo je, da ta orodja ne delujejo sama od sebe – podjetja jih morajo znati narediti učinkovita. V grobi poenostavitvi bi celo lahko dejali, da je poslovna analitika zgolj vizualizacija zbranih in obdelanih podatkov, prava čarovnija pa se dogaja v ozadju, daleč stran od oči uporabnika.

Podatke je torej treba najprej zbrati in urediti. V prvem koraku je treba poskrbeti za podatkovno arhitekturo, ki bo hrbtenica njihovega upravljanja. Skladno z naraščajočo kompleksnostjo podatkov in številčnostjo njihovih virov velja načrtovati tudi podatkovno skladišče, kjer jih bomo hranili, in ustrezno poskrbeti za varnost. Zatem je treba podatke zbrati, navadno iz več različnih virov (različni sistemi, aplikacije, senzorji, storitve …) in jih prevesti na skupni imenovalec. Enotno razumevanje podatkov s strani vseh zaposlenih je namreč zelo pomembno za učinkovito razumevanje informacij. Podjetje mora stalno preverjati tudi kakovost vhodnih in izhodnih podatkov, saj bo le-tako vedelo, ali lahko informacijam na podlagi obdelanih podatkov zaupa. Podatki namreč v sodobnih sistemih lahko prehodijo izredno dolgo pot, preden poslovnež dobi zanj pravo informacijo.

Prva skrb podjetij, ki želijo svoje poslovanje ob pomoči poslovne analitike dvigniti na novo raven, morajo torej biti podatki, natančneje povedano – podatkovna arhitektura. Ta je v sodobni informatiki žal podcenjena, vse dokler je podjetje ne potrebuje. Z različnimi orodji za poslovno analitiko namreč podjetja kupujejo algoritme in vizualizacijo podatkov, ne pa tudi že omenjenih podatkovnih skladišč, vtičnikov itd.

Kaj torej od podjetij zahteva obvladovanje upravljanja podatkov? Seznam je zelo dolg. Najprej je treba poskrbeti za arhitekturo podatkovnega sistema ter modeliranje in zasnovo podatkovnega modela. Pa postavitev podatkovnega skladišča. Šele, ko so ti temelji postavljeni, prideta na vrsto dejanska hramba podatkov in ustrezna zaščita. V naslednjem koraku lahko podjetje poskrbi za integracijo in združljivost podatkov z najrazličnejšimi sistemi in aplikacijami. Da bodo vsi podatki govorili isti poslovni jezik, poskrbi izdelava šifrantov in podatkovnega slovarja, pa tudi implementacija rešitve za preverjanje kakovosti podatkov. Ja, s podatki v poslu res ni šale.

Sprva implementacije poslovne analitike lahko spominjajo na metodologijo slapu (fazni pristop). A pri rabi poslovne analitike se velja zavedati zelo pomembnega dejstva: ko jo enkrat zaženemo, nikoli ne vemo, kaj bo dejansko odkrila v naših podatkih. Prav zato jo velja sprva omejiti, tako s podatki kot s cilji. Podjetja si zato pogosto izberejo le nekaj ključnih kazalnikov uspeha ali pa od zaposlenih zahtevajo nekaj poročil, ti pa z rabo poslovne analitike konsolidirajo zbrane podatke in jih predstavijo v razumljivejši obliki.

A eno je jasno. Čim več ljudi bomo vprašali po pojasnilih razlik med poslovno analizo in poslovno analitiko, tem več različnih odgovorov bomo prejeli. Številni strokovnjaki bodo celo poenostavili vse skupaj in dejali, da poslovna analiza temelji na poslovni analitiki. Podjetje mora pred strateškimi in drugimi odločitvami najprej zbrati podatke, se odločiti o metodah in tehnikah njihove obdelave ter ustrezno tolmačiti dobljene rezultate.

Ko stopi na prizorišče inteligenca

Izraz v naslovu obravnava tako umetno kot človeško inteligenco in seveda poslovno inteligenco. Poslovna inteligenca je že desetletja vse tesneje povezana z ljudmi, procesi in aplikacijami. Kako deluje? Obdeluje najrazličnejše vrste podatkov z namenom izboljšanja poslovnih odločitev in razumevanja učinkov posameznih odločitev. Prav zato v praksi rešitve s področja poslovne inteligence imenujemo tudi sistemi za podporo odločanju ali sistemi za poslovno obveščanje. V preteklosti se je sicer že neštetokrat primerilo, da je poslovna inteligenca povsem odpovedala. Rešitve, ki delujejo na statičnih in preteklih (celo zgodovinskih) podatkih, imajo znatno omejeno sposobnost napovedovanja prihodnosti. V poslu, sploh v tako dinamičnem poslovnem svetu, kot ga poznamo danes, se plus lahko hitro spremeni v minus in linearno v eksponentno – in nasprotno, seveda. Prav vrhunskih predvidevanj glede poslovnih odločitev in napovedi poslovanja si v času, ko že posamezna objava podjetja ali organizacije ali celo posameznika v panogi zamaje finančne trge, od te metodologije ne moremo obetati. Če se ta pretres zgodi v petek popoldne, podjetju zelo uspešen teden bore malo pomaga – v ponedeljek bo v težavah, četudi bo direktor dobil na mizo poročilo, da je s poslovanjem vse v najlepšem redu. To težavo vsaj delno omilijo rešitve BI, ki delujejo na tekočih ali realno-časovnih podatkih – te bi v zgoraj opisanem primeru že sprožile alarm.

Omenjene pomanjkljivosti so spodbudile razvoj področja poslovne analitike, posebej v svetu, kjer hitrost odloča o poslovnem uspehu, uporabniki pa potrebujejo interakcijo z informacijami v hipu, ko so na voljo. Področij, kjer dogodki iz preteklosti veljajo čedalje manj (razen kakšnih sezonskih komponent), je vedno več. Orodja s področja poslovnega obveščanja skrbijo za pregled informacij glede operativne učinkovitosti poslovanja, opremljeni s temi informacijami pa direktorji in vodje oddelkov vlečejo prave poteze, ki vodijo do dviga produktivnosti zaposlenih. Rešitve za poslovno odločanje prinašajo res kakovostna in tudi podrobna poročila, njihova zmožnost analize podatkov je včasih prav zavidljiva. Pri sami predaji podatkov in informacij ustreznim naslovnikom si pomagajo z mehanizmi vizualizacije podatkov, ki jih večina zaposlenih, posebej v vodstvenih vlogah, razume bistveno lažje od golih številk v nepreglednih preglednicah. Čeprav rešitve s področja poslovnega obveščanja dostavljajo vrhunsko pripravljena poročila za ključne uporabnike, ne omogočajo dajanja odgovorov na novo zastavljena vprašanja glede dogajanja na trgu. To je naloga rešitev s področja poslovne analitike. Prav zato analitika tako zelo ceni in neguje podatke, saj z njimi nadvlada tekmece. Čim bolj kakovostne, natančne in realno-časovne podatke ima podjetje, pa tudi če jih ima več, tem boljše pogoje ima za odkrivanje novih informacij v primerjavi s tekmeci. Seveda pa potrebuje tudi podatkovne znanstvenike in ljudi, ki znajo postavljati prava vprašanja, brez teh tudi vrhunskih odgovorov ni.

Konec dneva vse v poslu temelji na rezultatih, zato je sprejemanje kar najbolj informiranih in po možnosti pravilnih poslovnih odločitev tako zelo pomembno.

Številna podjetja zato v praksi rešitve s področja poslovnega obveščanja nadgrajujejo z napredno analitiko, saj želijo tako premostiti prepad med poročili o preteklem dogajanju in vsakodnevnim razvojem poslovanja. Morebiti je prav to vir vse zmede, ki zadeva ta termina, saj zaposleni v podjetjih izbirajo med različnimi kombinacijami orodij in storitev, ne da bi jih znali strogo ločiti.

Vloga zaposlenih je kvečjemu pomembnejša

A s tem, ko se podjetja potrudijo in z vseh mogočih virov zberejo najrazličnejše podatke in opravijo znatno naložbo v analitična orodja, naloga še ni končana. Orodja in podatki sami po sebi še ne prinašajo rezultatov. Potrebujejo namreč zaposlene, ki bodo znali te rešitve ustrezno uporabljati, zaposlene, ki bodo znali napredni programski opremi zastaviti prava vprašanja. Verjeli ali ne, številnim podjetjem se na tej točki zatakne. Zakaj? Preprosto zato, ker podjetja interpretacijo in analizo podatkov dodelijo zaposlenim, ki imajo malo ali nič izkušenj pri delu z analitičnimi orodji. In čeprav so ta res z vsako generacijo prijaznejša do uporabnikov, saj jih res lahko uporablja večje število zaposlenih – to je, ne nazadnje, tudi cilj sodobne poslovne analitike – se s temi orodji vsak dan ubadajo najrazličnejši produktni vodje, tržniki in raziskovalci. Od njih pričakovati kakovostne preboje na področju analitike ali celo podatkovne strategije, pa je nerealno. Prav zato so poslovni analitiki in podatkovni znanstveniki po svetu tako zelo iskani in cenjeni. Analogija iz vsakdanjega sveta je preprosta: skorajda vsi imamo izpit za avto, a eno je jasno – v dirkalniku formule 1 se prav konkurenčno ne bomo vozili po dirkališču. Podjetja, ki bi rada naredila poslovni preboj na podlagi ciljano zbranih in zbiranih podatkov, morajo poleg naložb v samo tehnologijo investirati tudi v kadre in njihova znanja ter kompetence. Razumevanje podatkov se namreč spreminja podobno kot tržne razmere. Medtem ko je implementacija metod obdelave podatkov pomembna za učinkovito izvajanje poslovne strategije, je razumevanje dogajanja ključno za doseganje agilnega in kar se da prilagodljivega poslovanja. V času, ko so spremembe edina stalnica, napredna tehnologija vse bolj očitno postaja konkurenčna prednost – če le ima podjetje ljudi, ki jo znajo izkoristiti. Za osvojitev prvenstva namreč ni dovolj le vrhunski dirkalnik, potrebujemo tudi odličnega dirkača.

Zakaj se podjetja bojijo poslovne analitike?

Pogovor s strokovnjaki, ki podjetjem prodajajo rešitve s področja poslovne analitike, včasih postreže z zares neverjetnimi zgodbami. Če pustimo ob strani podjetja, ki si naložb v sisteme in rešitve s področja poslovne analitike ne morejo privoščiti zaradi njihove vsaj malce zasoljene cene, pa težje razumemo podjetja, ki še naprej želijo »delati po starem«, čeprav rezultati nazorno kažejo, da je že zdavnaj čas za spremembe. Strokovnjaki so nam zaupali, da je največji zaviralec prodaje rešitev s področja poslovne analitike predvsem strah na strani podjetij, kaj vse bi odkrila v svojem poslovanju. Celo vodstva in odločevalci se preprosto bojijo, da bi analitika privlekla na dan njihove pretekle napake in celo »okostnjake iz omar«.

Od sodobnih in v prihodnost zazrtih podjetij bi namreč pričakovali, da bodo vsekakor uporabljala rešitve s področja poslovne analitike in odločanja. Konec dneva namreč v poslu vse temelji na rezultatih. Analitika igra danes ključno vlogo pri doseganju diferenciacije, saj podjetjem pomaga postati in biti drugačna. V svetu, kjer so skoraj vse informacije dosegljive v spletu v nekaj sekundah, lahko potrošniki hitro preverijo, ali jim podjetje oziroma ponudba govori resnico. Potrošniki so zelo dobro informirani. Biti drugačen je precej težje. Cilj novodobnih podjetij je razvajati stranko, ji brati misli. Prav analitika pa je tista, ki ugotovi, kakšne in katere ponudbe so stranki bližje oziroma prave. Stranki je treba dati tisto, kar ceni in potrebuje.

Danes je analitika uporabna v praktično vseh oddelkih podjetja, na skoraj vseh delovnih mestih. S širšo uvedbo poslovne analitike v poslovanje bi lahko podjetja poskrbela ne le za višjo produktivnost delovne sile, temveč tudi za podrobno analizo dela zaposlenih. Z implementacijo nekaterih ukrepov bi se nato lahko skoraj v celoti izognili odpuščanjem. Težava odpuščanja delovne sile je namreč v tem, da se praktično nikoli ne ukvarja z dejanskim problemom, temveč s simptomi. Povod za številna odpuščanja je danes, denimo, slabše finančno poslovanje podjetja, a tega pogosto povzročijo zunanji dejavniki ali pa slabše odločitve, ne pa presežno število zaposlenih. Odpuščanja so grobi posegi v poslovanje, gre za invazivno poslovno prakso in ne dejansko reševanje težav – kot bi zdravnik za prvo diagnozo postavil amputacijo organa in nabrusil sekiro. Tudi v tem primeru ima lahko travma pri (preostalih) zaposlenih bistveno bolj negativen učinek kot sama »bolezen«. Lep zgled je Carly Fiorina, ki je želela podjetje HP narediti zopet konkurenčno z odpuščanji, a ji ni uspelo. Še več: izgubila je službo, po zlu so šle tudi njene ambicije, da bi postala predsednica ZDA, saj je na res visokem položaju verjetno ne bomo več videli. Težko je stvari reševati s sekiro.

Odpuščanja povzročijo podjetjem veliko kolateralne škode, ki se je niti ne zavedajo. Vidijo stroške odpravnin, pozabijo pa na migracijo znanj h konkurenci, nelojalnost zaposlenih (tistih, ki so odšli, in tistih, ki trenutno še ostajajo) ipd. V majhni državi, kot je Slovenija, je stanje še bolj napeto – vsakdo pozna vsakogar, zamere ob odpuščanju pa mimogrede privedejo do izgube strank ali pa vsaj kupcev določenega izdelka ali storitve. Blatenje podjetja in izguba ugleda po družabnih omrežjih je še ena izmed negativnih posledic odpuščanj.

Zato pa so tu podatki in analitika. Če bi kadroviki in vodstvo napredno analitiko vpregli pred vsakim potencialnim odpuščanjem in poleg prihranka na strani stroškov upoštevali še vso kolateralno škodo, bi bilo odpuščanj bistveno manj. Odpustili bi le zaposlene, ki si plače resnično ne zaslužijo. Analitika pač lahko naslika precej popolnejšo sliko okolja v podjetju in ne le prepreči vzroke, ki sicer vodijo do odpuščanj, temveč podjetja in njegove odločevalce opozori na morebitna presenečenja. Če torej imate na voljo ustrezno tehnologijo in podatke, jih uporabite. Poslovnih odločitev verjetno že dolgo ne sprejemate več zgolj po občutku.

Naroči se na redna tedenska ali mesečna obvestila o novih prispevkih na naši spletni strani!
Prijava

ph

Komentirajo lahko le prijavljeni uporabniki