Business Intelligence

Business Intelligence (neboli BI) je způsob, jak přeměnit data jako surovinu na užitečné informace. BI spoléhá na řadu osvědčených procesů, nástrojů, dovedností a rolí, které spolu snadno spolupracují za účelem získání (někdy též vytěžení) hodnotných informací. BI řeší to, jak dát existující informace na jedno místo a přístup k nim je jednoduchý a rychlý. Tyto data lze případně upravovat či dopočítávat. Informace umožňují manažerům a podnikatelům řídit, měnit nebo směřovat chod organizace. Jednoduše řečeno, slouží pro výběr a realizaci nejvhodnějších strategických kroků pro daný podnik.

K čemu je Business Intelligence prospěšná?

  • Udává celkový přehled o Vaší firmě, zákaznících, zboží a možný vývoj budoucnosti.
  • Na základě dat je možné činit taková rozhodnutí, která dávají smysl, jsou efektivní a posunou Vaši firmu požadovaným směrem.
  • Zefektivňuje běžnou operativní práci.
  • Poskytuje pořádek ve výsledných hodnotách a podává důležité a spolehlivé informace, lidem kteří je požadují (KPIs).
  • Umožňuje předpovídat budoucí situaci.
  • Staví dobrý základ pro personalizaci a marketingovou segmentaci zákazníků či zboží.
  • Udržuje míření na vytyčený cíl.

Ve zkratce lze říci, že BI poskytuje pohled na Vaši firmu či její části, na základě dat. 

Kdo by Business Intelligence měl/neměl řešit? 

BI by měly řešit dostatečně velké firmy, které potřebují znát informace o tržbách, skladech, nákladech a všeho co se chodu firmy týká a vložit tyto data na “jedno” místo. Ne že by menší firmy tyto informace nepotřebovaly znát, ale měly by být jejich denní operativa a náklady na tvorbu vlastního BI u malých firem často převyšují jejich přínos. U těchto menších společností je často přínosné zvolit unifikovanější řešení, které neřeší 100% problémů, ale řeší alespoň dostatečnou část.

Při uvažování nákupu či tvorbě BI řešení je dobré se řídit otázkou “Kolik mě stojí to, co nevím?”. Odpovědět na ni je poměrně náročné, jelikož každý na ni pohlíží jinak.

Například v případě řízení skladových zásob. Pokud eshop s oblečením nenaskladní zimní oblečení před zimní sezónou, může to být závažný problém. Zde se znovu projevuje různá komplexita společností. Kde pro jednu společnost je naskladnění otázkou pár dnů, pro druhou to můžou být měsíce (obzvláště při současném stavu dodavatelsko odběratelského řetězce). Proto tyto informace mohou být klíčové pro chod celé společnosti.

BI není nástroj, za který by se management měl schovávat. Ať už za skladové zásoby nebo za marketingové útraty, je vždy někdo zodpovědný a musí mít přehled, ať už má BI reporting či ne a musí vědět, kde danou informaci případně získat.

K BI můžeme také přistupovat ve dvou extrémech:

  1. V případě, kdy máte dokonalé zaměstnance, kteří perfektně a samostatně pracují na všech systémech, BI nepotřebujete. Jinými slovy BI tvoří Vaši zaměstnanci. Na druhou stranu musíte ale zvážit, zda by tito zaměstnanci nebyli prospěšní jinde, než aby ve všech systémech a excelových tabulkách dennodenně zkoumali a získávali informace o množství prodaných výrobků za tento rok, za minulé období, jak se hýbou trendy trhu či predikce dalších nákupů apod.
  2. BI sice máte ale jeho uživatelé se stejně rozhodují na základě předtuchy místo dat. Předtucha a zkušenosti hrají sice důležitou roli, ale mají vést spíše k otázkám, ne k nepotvrzeným závěrům. Tato zkušenost je téměř nepřenositelná a může při jakékoliv personální změně vést k velkým problémům.

Co se dá vše řešit?

V kontextu získávání a vyhodnocení dat se často setkáváme s otázkou “Co je a co není možné?”.

Odpovědi, na které můžete narazit, jsou poměrně protichůdné a dělí komunitu na dvě skupiny. Buď je možné úplně všechno a nebo téměř nic. Toto je z důvodu špatné otázky – ideální otázka zní “Co se vyplatí řešit?”.

Vzhledem k tomu, že většina článků a podcastů vychází spíše od větších firem. Velcí hráči jako je Alza či Mall.cz se na BI dívají z vysoké úrovně. Nabrat si pár seniorních lidí pro ně není až zas takový náklad, tím pádem jsou pro ně základní věci okolo BI dnes relativně levné a jednoduché. Jen je důležité si uvědomit, co levné v jejich kontextu znamená (pro čtenáře v AJ je zde rozdíl ještě výraznější).

Nejčastější nedostatky Business Intelligence

V případě nedostatečné datové kvality může BI obsahovat chyby (garbage in, garbage out). Může se jednat jak o duplicitní či chybějící data nebo mix dat, které k sobě nepatří.
Nejednotná metodologie pojmenování – mám sadu reportů které obsahují metriku marže a v každém si počítá jinak a dává jiný výsledek.
Lidská chyba – např. úsudek na základě filtrovaných dat.

Příčiny nedostatků

Tlak na rychlost či cenu při dodání. Nedostatečná znalost při tvorbě nebo použití BI.

Možná řešení

Kritické myšlení, pokud se vám něco nezdá věnujte pár extra minut zamyšlením se nad správností.

V Digitálních architektech Vám s takovými nejasnostmi můžeme pomoci. Začněte uplatňovat výhody Business Intelligence ve vaší společnosti. Nechte si poradit od profesionálů a zjistěte, zda by pro Vás bylo Business Intelligence prospěšné.

Scroll to Top