İş zekasında neden başarısız oluyoruz?

İş zekasında neden başarısız oluyoruz?

Stratejik iş kararları vermede güçlü iş zekası elzem; ama birçok organizasyon için iş zekası, zayıf veri uygulamaları, taktik hatalar gibi nedenlerle rayından çıkıyor. Peki, bu beklenemeyen durumu nasıl anlarsınız? İşte size önemli ipuçları…
Yöneticiler güvenilir iş kararları verebilmek için yüksek kaliteli veriye ihtiyaçları olduğunu bilir. Fakat doğru verileri zamanında, kullanıcı dostu bir biçimde almak halen bir zorluk. Elbette iş zekası (BI) uzmanlığına sahip zengin bir danışman ve tedarikçi endüstrisi bulunuyor.
Şayet “yoldan çıkıyorsanız” bunu nasıl anlarsınız? BI’ınız için terfi ya da yeni bir eğitim programı başlatmanın zamanı mı? Bu soruları yanıtlamada diğerlerinin yaptığı hataları bilmek yardımcı olacaktır.

1. İş zekası sistemleri inşa ederken ‘sipariş alan’ olmak
“Müşteri her zaman haklıdır.” Müşteri hizmetlerini, özellikle perakende alanında, geliştirmek için çok şey yapan asil bir hassasiyet. Fakat teknoloji tarafında iş kullanıcıları her zaman ne istediklerinin farkında olmayabilir. Daha da kötüsü çözümün teknik detaylarını dikte etmeye çalışabilirler.
İhtiyaçları olandan ziyade kullanıcıların istediklerini geliştirmek BI başarısızlığının bir reçetesidir. “Başarılı BI projeleri ayrıntılı planlama ve gereksinimlerin yönetimini gerektirir. Aynı zamanda BI sonuçlarının düzgün bir biçimde doğrulanmasını,” şeklinde konuşuyor HBO, Toyota ve BMW gibi firmalar kesintisiz test platformları sunan Tricentis kurucusu Wolfgang Platz. “”Beş neden” tekniği (daha derine gitmek için tek bir sorun hakkında beş kez neden sorusunu sormak) kullanıcıların tam olarak neye ihtiyaç duyduğunu anlamanın bir yoludur.

2. Test süresi ve kaynaklarını kısmak
“Hızlı ilerle ve bir şeyleri kır” startup dünyasının anahtar fikridir. Oturmuş işletmelerin de sıklıkla hıza ihtiyacı olur. Ama daha hızlı gitme macerasında ikincil olarak algılanan eylemler zarar görebilir; test işi gibi. Test işlemini yük olarak görmek önemli kalite sorunlarına götürebilir, özellikle manuel testlere güveniyorsanız. Bunun yerine test ve bağlantılı “ikincil” süreçlere daha yüksek kaliteden bir BI deneyimi sağlamanın yolları olarak bakın.
“Test işlemini kısıtlamak, bilhassa yapılan tek test manuel ise, nihayetinde teslimat zamanlarını etkileyen kullanıcı kabulünde yüksek sayıda kusura götürür,” şeklinde konuşuyor Platz.

3. Öngörüsüz geniş veri bütünlüğü sorunları
İş zekası araçları verinin işlenmesi, görüntülenmesi ve analiz edilmesinde mükemmeldir. Fakat ya sisteme bozuk verileri besliyorsanız? Veya daha iyisi: Yönetim kararlarınıza rehberlik eden yüksek kaliteden veriye sahip olduğunuzu bir IT denetleyicisine nasıl sunarsınız? BI aracı ve onun konfigürasyonu üzerine çok dar bir biçimde odaklanmak bu kritik ayrıntıları kaçıracağınız manasına gelebilir.
“Bugün BI sadece daha kararları desteklemek için kullanılmıyor; BI sıklıkla operasyonel süreçler içerisine yerleştirilmiştir. Finansal veya mevzuat raporlamanızda (sıklıkla veri ambarı teknolojileri tarafından desteklenir) hatalarınız varsa BI bunları günışığına çıkarmanıza yardımcı olabilir. Ancak diğer süreçler yine de başarısız olabilir. Söz gelimi bir sigorta firmasında broker ücretleri çok küçük bir hatayla hesaplanmış olsa bile bu itibarınızı olumsuz etkileyebilir ve ardından müşteri kaçışını arttırabilir,” diyor Platz. “Veri bütünlüğü sorunlarını olabildiğince çabuk ortaya çıkartmak için günümüz işletmelerinin BI testlerinde proaktif, otomatik bir yaklaşıma ihtiyacı var.”
Finansal ve mevzuat verilerinde hatalar yapmak masraflı problemlere neden olabilir. Zayıf veri kalitesi aynı zamanda nakdi çarçur eder. 2013’te Amerika Posta Hizmetleri 6 milyarı aşkın postayı yazılan adreslere teslim edemedi. Bu kayıp veya gecikmiş müşteri ekstresi, kayıp pazarlama fırsatları vs. manasına geliyor.

4. Öfkeli kullanıcılara reaktif bir yaklaşım benimsemek
Hiçbir teknoloji profesyoneli öfkeli kullanıcılarla uğraşmak istemez. Sistem arızaları ve başarısızlık noktaları her zaman olacak. Sizin bu sorunlara olan yanıtınız BI girişiminizin başarılı mı yoksa başarısız mı olduğu üzerinde etkili olacak.
“BI acemilerinde gördüğüm en büyük iki hata talepleri sağlama üzerine çok fazla odaklanmak ve son kullanıcıları projeye dâhil etmemektir,” açıklamasını yapıyor perakende, finansal hizmetler ve diğer endüstriler için arama güdümlü analitikler üzerine odaklanan ThoughtSpot’tan Doug Bordonaro. “Müşteriler uzun teslimat süreleri ve hizmet seviyesi anlaşmalarının karşılanamadığı hakkında size bağırdıklarında, bu odaklanacak aşikar bir yerdir. Günlük teslimatlara çok fazla dâhil olmak daha büyük BI resmini kaçırır. Müşterilerinize karar vermek için ihtiyaç duyduklarını veriyor musunuz? Hangi verilere gereksinim duyduklarını anlıyor musunuz? Bir başka rapor yerine asıl problem için daha iyi bir çözüm var mı?
Ortaya çıkan meselelerde her şeyden bir damla alma yaklaşımı yerine toplam stratejinize olan bağıl önemi temelinde kullanıcı şikâyetlerini önceliklendirmek daha iyidir.

5. Anlamsız analizleri kovalamak
Atıl duran güçlü araçlara sahip olduğunuzda, onları kullanıma sokma fırsatını araştırmak doğaldır. Fakat istikameti olmayan iş zekası zamanı boşa harcar. Bu problem özellikle nispeten genç profesyoneller arasında yaygındır.
“Acemi ve hevesli BI profesyonelleri tünel görüşüne sahip olma ve anlamlı sonuçlar tarafından yönlendirilmeyen ilginç analizler gerçekleştirme riskini taşır. Sonuçlar sıklıkla ilgili bir sonuçtan yoksun olabilir ve etkili anlayışlar sağlamada başarısız olur,” karar desteği ve müşteri analitikleri alanında uzmanlaşan danışmanlık hizmetleri firması Anexinet analitikler başkan yardımcısı Mark Langsfeld.
Bu hatadan kaçınmak iş bilgisi ve yargısı gerektirir. Kendinize “bu analiz firmanın hedeflerine nasıl katkı sağlar?” sorusunu sormak ilgisiz sonuçlar problemini önlemenin bir yoludur. Şayet analizlerinizi firmanın hedeflerine nasıl bağlayacağınız konusunda emin değilseniz, dikkate alınacak birkaç geri çekilme noktası bulunuyor. BI analiziniz geliri geliştirme, maliyet kısma veya hizmeti geliştirme yollarını nasıl resmediyor? Bunlar çoğu iş liderinin sahip olduğunu daimi kaygılar.

6. Verinin tek başına yeterli olduğunu varsaymak
“Daha fazla veri” tüm iş problemlerinize ilaç olur mu? Bu birçok iş zekası ve analitikleri tartışmalarının arkasında yatan konuşulmamış varsayım. Basitçe verileri bir yönetime atmak ve en iyisini dilemek işe yaramayacaktır.
“Veri zorlayıcı bir yoldan sunulmaz ve tartışılmazsa göz ardı edilir. Bir tartışma yürütmenin ve bir hikâye bileşenini inşa etmenin değeri hiçbir zaman hafife alınmamalıdır,” diyor Qlik’te pazarlama zekası kıdemli direktörü Dan Sommer. Bir veri setinin imaları ön hattaki analistleriniz için aşikar olabilir. Veriden birkaç adım geride duran diğer kişiler için de belirgin olacağını varsayamazsınız.
Daha iyi hikâyeler oluşturmak için diğer alanlardan ilham almayı düşünün. İşte Bu Fikir Tutar adlı kitaplarında Chip ve Dan Heath fikirleri neyin “kalıcı” yaptığını açıklayan bir modeli özetliyor. Benzer biçimde kurgu yazarları ve senaristler de hikâyeler anlatmak için “Hero’s Journey” konseptini kullanageldi. Yöneticilerin ve müşterilerin anlamasını, sizin anlayışlarınızı hatırlayıp ona göre eyleme geçmelerini istiyorsanız, hikâye anlatım becerileri fark yaratıyor.

7. İş zekası araçlarına aşırı güven
Teknoloji uzmanları doğru aracın inanılmaz bir fark yaratabileceğini bilir. Tekrarlanan bir görevi otomatikleştirmek üzere bir script’i ilk kullandığınız zamanı hatırlayın. Bu ilk kazanımlar iş problemlerinin çözümü için kesintisiz olarak yeni araçlar bulmanızda sizi cesaretlendirir. Ne yaık ki BI aracını üzerinde aşırı vurgu hayal kırıcı sonuçlara yöneltme eğilimindedir.
“Bir endüstri analisti olarak organizasyonlarda BI ve analitik kullanımının gerçekten yaygın ve uygun bir biçimde benimsenmesini sağlamanın ne kadar güç olduğunu hafife almıştım. Araçların kullanımı kolay olsa dahi başarıyı elde etmek için ihtiyaç duyulan süreçler, kültürel ve eğitim bileşenleri bulunuyor. İşte bu yüzden BI’ın uygun biçimde benimsenmesine imkân tanımanın anahtar bileşeni olarak veri okuryazarlığı hakkında daha fazla konuşmaya ihtiyacımız var,” şeklinde konuşuyor Sommer.
Şayet BI programınız yüzünden hayal kırıklığına uğradıysanız, teknolojinin ötesine bakın. Söz gelimi çalışanlarınız veriyi nasıl sunacağını biliyor mu?

8. Verimsiz tedarikçi yönetimi
Firmanız bir BI departmanına sahip olmayabilir. Böyle bir senaryoda dışarıdaki uzmanlarla çalışmak mantıklı. Onlardan bir dışkaynak servis sağlayıcısı fonksiyonunu yürütmelerini ya da proje bazında yardımcı olmalarını talep edebilirsiniz. Her iki senaryoda da tedarikçinizi anlamalı ve gözetim sağlamalısınız; bilhassa alt yüklenicilerle.
“Firmam BI yazılımını satan yazılım firmasının alt yüklenicisiyle çalışırken bir projede eksiksiz kontrole sahip değildi. Veri temizleme ve veri yönetimiyle bazı problemler yaşadık,” diye açıklıyor Hong Kong merkezli yazılım danışmanlığı firması Intelligencia başkanı Andrew Pearson. “Bizim analitik modellerimiz o kadar kullanışlı değildi zira veri güvenilmez durumdaydı. Onların veri temizleme yeteneklerinden tam olarak emin değildik ve bu iyi bir BI raporlama ile güçlü modelleme için kesinlikle elzem olduğundan başarı için iyi bir noktada değildik.”
Eğer bir üçüncü parti ile çalışıyorsanız, projeyi anlamak ve sizin hesabınıza kimin çalıştığı sizin sorumluluğunuzda. Aksi takdirde BI hayal kırıklığı yaşayabilirsiniz.

9. SQL ve Excel gibi ana akım araçlara olan sadakati göz ardı etmek
Her yıl Microsoft Excel şampiyonası yapıldığını biliyor muydunuz? Microsoft Office Specialist World Championship’a bakın örnek olarak; 500 bini aşkın yarışmacı var ve kazananlara ödül veriliyor. Excel’in iş dünyasında nasıl popüler olduğunu sadece bir işareti bu. O kadar olmasa da SQL de teknoloji dünyasında geniş bir takip görüyor.
Değişim ve yeni BI araçlarının benimsenmesinde insan bileşenin ihmal etmek başarısızlık ihtimalinizi arttırır. “SQL ve Excel becerilerine sahip yeterince insan bulabilirsiniz fakat Tableau, Qlik, Spotfire, SAS ve SAP gibi ürünler için yetenek bulmak daha güç. Yeni yazılım ve yeni iş yapış şekilleri getirdiğinizde her şeyi Excel/veya SQL’de yapmaya alışmış iş kullanıcılarından anında direnç görürsünüz,” diye açıklıyor Pearson.

Bir organizasyonda BI’a hatırı sayılır bir değişim yapmanın kariyerler için neticeleri vardır. Değişim yönetimi ve liderlik sanatı, geçiş sırasında insanlara rehberlik etmede göz ardı edilemezi.

Categories: STRATEJİ & ANALİZ

About Author

Write a Comment

Your e-mail address will not be published.
Required fields are marked*