موفقیت سیستم های هوش تجاری

نویسنده: سارا آقابابایی

بایستی بین اصطلاحات هوش تجاری(BI) و سیستم های هوش تجاری(BIS) تمایز قایل شد. به طوری که سیستم های هوش تجاری یا محیط هوش تجاری به عنوان کیفیت اطلاعات در مخازن داده ایِ خوب طراحی شده و هماهنگ با ابزار های نرم افزاری مناسب کسب و کار می باشد که برای کارکنان دانشی سازمان ها دسترسی به موقع، تحلیل موثر و درک درست از اطلاعات درست را به ارمغان آورده و آنها را قادر سازد اقدامات درستی را برای اتخاذ تصمیمات درست انجام دهند.عوامل و تغییرات سریع در محیط عملیات شرکت ها و سازمان ها، آنها را به سوی پشتیبانی رایانه ای از عملیاتشان سوق می دهد.

بدین معنی که فشارهای خارج از شرکت ها منجر به ایجاد رویکرد پاسخ در سازمان ها می شود که با توجه به سرعت محیط، این پاسخ ها باید با سرعت همراه باشد؛ چرا که محیط بسیار رقابتی است و لذا برای دستیابی به پاسخ های سریع، لازم است سامانه های رایانه ای به کمک شرکت ها بیایند. سامانه های رایانه ای می توانند فرآیند پاسخ را تسهیل و تسریع نمایند. متون مربوط به سیستم های اطلاعاتی، تاکید صریحی بر تاثیر مثبت اطلاعات مهیا شده توسط سیستم های هوشمندی تجاری بر تصمیم گیری دارند. مخصوصا هنگامی که سازمان در یک محیط شدیدا رقابتی فعالیت می کند. ارزیابی میزان اثر بخشی سیستم های هوش تجاری، در درک بهتر ما از ارزش و اثر گذاری فعالیت های مدیریت و سرمایه گذاری ها، نقشی حیاتی دارد. با این حال، با وجود اینکه عوامل موفقیت سیستم های اطلاعاتی خیلی خوب مورد بررسی قرار گرفته است، دانسته ها در مورد ارتباط ابعاد گوناگون سیستم های هوش تجاری محدود است. در همین راستا، پژوهشی کمّی برای سنجش میزان ارتباط بین بلوغ، کیفیت اطلاعات و فرهنگ تصمیم گیری تحلیلی و همچنین استفاده از اطلاعات برای تصمیم گیری، به عنوان عناصر تاثیر گذار در موفقیت سیستم های هوشمند تجاری انجام شد. در این بررسی، داده های آماری و تحلیلی جمع آوری شده از 181 سازمان متوسط و بزرگ با آمار توصیفی و مدل معادلات ساختاری تر کیب شده اند. نتایج تجربی، حاکی از وجود ارتباط بین بلوغ سیستم های هوش تجاری و دو بخش عمده از کیفیت اطلاعات، یعنی کیفیت محتوا و کیفیت دسترسی می باشد. این پژوهش، همچنین مدلی را برای کمک به درک ارتباطات بین ابعاد مختلف سیستم های هوش تجاری ارائه داده است. به طور خاص، مشخص شد که بلوغ سیستم های هوش تجاری، تاثیر بیشتری بر کیفیت دسترسی به اطلاعات دارد. اما در صورتی که تاثیر کیفیت دسترسی به اطلاعات قابل توجه نباشد، تنها کیفیت محتوای اطلاعات برای استفاده در نظر گرفته می شود. یافته ها حاکی از آن است که فرهنگ تصمیم گیری تحلیلی، هرچند لزوما استفاده از اطلاعات را بهبود می بخشد اما ممکن است تحت تاثیر مستقیم کیفیت محتوای اطلاعاتی قرار گیرد. این مقاله، مدلی را برای موفقیت سیستم های هوشمندی کسب و کار ارائه می دهد.سامانه های رایانه ای به مدیران و کسب و کارها به روش های مختلفی کمک می کنند:
محاسبات را تسهیل می کنند و سرعت انجام آنها را افزایش می دهد.
ارتباطات و همکاری ها را بهبود می دهند.
بهره وری افراد را افزایش می دهند.
مدیریت داده ها را ممکن می کند و  آن را بهبود می دهد.
قابلیت دسترسی ها را افزایش می دهد.

پردازش تحلیلی برخط (Online Analytical Processing)

سرویس‏هایی که از پایگاه داده تحلیلی به منظور پاسخ‏گویی سریع به پرسش‏های تحلیلی کاربران استفاده می‏کنند، پردازش تحلیلی برخط (OLAP) نامیده می‏شوند.OLAP عبارت است از مجموعه‏ای از نرم‏افزارها که برای اکتشاف و تحلیل سریع داده‏های مبتنی بر یک شیوه چند بُعدی با چندین سطح از مجموع سازی (Aggregation) استفاده می‏شود، و تصمیم گیری را تسریع و تسهیل می‏کند. آسان شدن تصمیم گیری به دلیل قابلیت هدایت تحلیل‏ها بدون نیاز به یک زبان پرس‏و‏جوی اصلی یا فهم ساختار زیرین بانک اطلاعاتی حاصل می‏شود.سریع‏تر شدن تصمیم گیری نیز از این جهت است که مجموع داده‏ها برای درخواست‏های متداول از پیش محاسبه شده است و به اصطلاح داده‏ها، Pre-Aggregate شده اند، بنابراین زمان محاسبه کاهش یافته و پاسخ‏گویی به پرس‏وجوهای پیچیده تحلیلی به سرعت امکان پذیر خواهد بود.پایگاه داده تحلیلی (DW) و پردازش تحلیلی بر خط (OLAP) از جمله عناصر ضروری در سیستم‏های تصمیم‏یار به شمار می‏آیند. در سوی دیگر پردازش هایی از نوع پردازش تراکنشی برخط (OnLine Transactional Processing) قرار دارند که همان طور که از نامشان پیداست به داده هایی که از تراکنش های روزانه حاصل از عملیات مختلف در فرایندهای سازمان، حاصل می شود، اطلاق می گردد. جدول ذیل نشان دهنده تفاوت های OLAP و OLTP است.

.

هوش تجاری

یافته های این پژوهش، دیدگاه های جالبی را در خصوص روابط بین ابعاد موفقیت سیستم های هوش تجاری و تاثیرات بلوغ این سیستم ها و فرهنگ تصمیم گیری تحلیلی بر استفاده از داده ها ارائه می دهد. داده های این تحقیق، تجمیع داده ها و توانایی های تحلیل را به عنوان دو بعد بلوغ سیستم های هوشمندی تجاری با یکدیگر مرتبط می کند. به طور خاص، به نظر می رسد که هر دو بعد، دارای اهمیت می باشند هرچند قابلیت های تحلیلی به طرز قابل ملاحظه ای برای دستیابی به سطوح بالا تر بلوغ اهمیت بیشتری دارد. متون مربوط به سیستم های پشتیبانی از تصمیم نیز این ادعا را تایید می کند. مطالعات نشان می دهند که تجمیع داده ها، نقطه آغازی بر پیاده سازی سیستم های هوش تجاری بوده و همچنین برای سازمان ها تلاشی برای رسیدن به سطوح بالاتر بلوغ سیستم های هوش تجاری می باشد. به طور حتم، سازمان ها ابتدا به حل مسائل مربوط به تجمیع داده ها (از قبیل کیفیت داده ها، مسایل امنیتی، مسایل مربوط به مدیریت فراداده ها، کمبود مهارت های تجمیع داده ها و مسایل مربوط به انتقال و تجمیع داده ها) خواهند پرداخت. این مسائل اغلب آنها را از ارائه به موقع نتایج به کاربران باز می دارد. در عین حال، بکار گیری فناوری های پیشرفته تحلیلی مانند OLAP، ابزار های داده کاوی و نرم افزار داشبورد، در رسیدن به سطوح بالاتر بلوغ نقش به سزایی دارند. این فناوری ها نقش ارزشمندی در گذار سیستم های هوشمندی کسب و کار از سیستم های عملیاتی سطح پایین به ابزار های استراتژیک دارند.
در کل نتایج حاصل از این تحقیق نشان داد که افزایش کیفیت سیستم های هوشمندی کسب و کار، منجر به افزایش هوش سازمانی خواهد شد. و همان گونه که در مدل مفهومی ارائه شده به تصویر کشیده شده، بلوغ سیستم های هوش کسب و کار، تاثیر مثبت معنا داری بر روی هر دو بخش هوشمندی یعنی کیفیت محتوای اطلاعات و کیفیت دسترسی به اطلاعات دارد.
همانطور که در مدل نیز قابل مشاهده است، این پژوهش دیدگاه های مهمی را در مورد دو بعد هوش سازمانی در استفاده از اطلاعات در فرایند های کسب و کار به عنوان نتیجه ارائه می دهد. به طور خاص، مشخص شد که تنها کیفیت محتوای اطلاعات معنادار بوده و تاثیر کیفیت دسترسی به اطلاعات معنا دار نمی باشد.
غیر مفید بودن کیفیت محتوا، استفاده های آتی از اطلاعات را تحت تاثیر قرار داده و منجر به تصمیمات غیر مفید در کسب و کار می شود (برای مثال، تحلیل داده های ضعیف ، نمی تواند درک درستی از مسائل کسب و کار ارائه دهد و این مسائل به نوبه خود تصمیات و فعالیت ها را تحت تاثیر قرار می دهند.) بنابر این چنین دیدگاه ها و تمرکز هایی در مورد پروژه های هوش کسب و کار، منجر به عدم رضایت از سیستم های هوش تجاری و در نهایت عدم استفاده از آنها شده و میزان موفقیت پروژه های هوش تجاری را کاهش می دهد. متون مربوط به تصمیم گیری، بر این باور اند که انتخاب تصمیم گیران در مورد استفاده از اطلاعات ممکن است تحت تاثیر فرهنگ تصمیم گیری در سازمان قرار گیرد.
همانطور که مشاهده می شود، با این حال، تاثیر فرهنگ تصمیم گیری تحلیلی بر روابط بین کیفیت محتوای اطلاعاتی و استفاده از اطلاعات در فرایند های کسب و کار، معکوس می باشد. این امر مانع از تاثیر مستقیم کیفیت محتوای اطلاعاتی بر استفاده از اطلاعات می شود. هنگامی که سازمان به سطوح بالاتر فرهنگ تصمیم گیری تحلیلی می رسد، تصمیم گیران فارغ از کیفیت محتوا، تمایل به استفاده از داده های در دسترس سازمان دارند. این به این معنی است که در سازمان های با سطوح پایین فرهنگ تصمیم گیری، بهبود کیفیت محتوای اطلاعاتی، تاثیر قابل توجه بر استفاده از اطلاعات دارد. اما با حرکت به سمت سطوح بالا تر فرهنگ تصمیم گیری تحلیلی، سازمان ها توانایی استفاده از اطلاعات حتی در صورت نداشتن کیفیت مورد نیاز را پیدا می کنند.

پایگاه داده تحلیلی

«منبع داده جمع آوری شده از داده‏های منابع اطلاعاتی مختلف و حتی ناهمگن، تحت یك ساختار و در یك محدوده وسیع زمانی با هدف پاسخ‏گویی به پرسش‏های تحلیلی كاربران است.»پایگاه داده تحلیلی تفاوت هایی را با پایگاه های عملیاتی دارند، از جمله می توان به مشخصات ذیل در پایگاه داده تحلیلی اشاره نمود:

پوشش دامنه زمانی وسیع‏تر
یك پایگاه داده یكپارچه حاصل از پردازش چندین پایگاه داده عملیاتی
قابلیت پاسخ‏گویی به پرسش‏های پیچیده كاربران و برنامه‏های كاربردی

انواع داده ها در پایگاه داده تحلیلی

داده های متنوعی در پایگاه داده تحلیلی ذخیره می شوند که عبارتند از:
داده جاری: داده‏های فعلی منابع عملیاتی
داده قدیمی: داده‏های قدیمی منابع اطلاعاتی
داده خلاصه شده: داده‏های نتیجه شده از داده‏های موجود و پردازش‏های مرتبط
فراداده: شامل اطلاعات مربوط به داده‏ها، دیكشنری از اطلاعات پایگاه، راهنمایی جهت نگاشت داده از محیط عملیاتی به محیط پایگاه داده تحلیلی و قواعد استفاده شده برای خلاصه سازی است.

معماری یك پایگاه داده تحلیلی

معماری یك پایگاه داده تحلیلی شامل سه لایه می باشد:
لایه زیرین: منابع اولیه داده را تشكیل می‏دهد. این لایه شامل پایگاه‏های داده رابطه‏ای، فایل‏های مسطح و منابع دیگر است.
لایه میانی: خود پایگاه داده تحلیلی و سرویس دهنده‏های پردازش تحلیلی برخط تشكیل می‏دهند. سرویس دهنده‏های پردازش تحلیلی برخط، داده چند بعدی را برای ارائه به كاربران نهایی در اختیار قرار می‏دهند.
لایه انتهایی: سرویس گیرنده‏ها هستند كه با عملیات داده كاوی، پرس‏و‏جو و تحلیل، داده را از سرویس دهنده‏های پردازش تحلیلی بر خط می‏گیرند.

ترجمه و تخلیص:

سارا آقابابایی- مسئول بازار یابی و فروش شرکت مشاورین بهبود روش ها و سامانه های مبنا(مشاورین مبنا)

منبع:

AlešPopovič, Jurij Jaklič, Towards business intelligence systems success: Effects of maturity and culture on analytical decision making, Decision Support Systems 54 (2012) 729–739, Pedro Simões Coelh, Ray Hackney.