Cu toții dorim să obținem maximum de rentabilitate din investițiile pe care le facem, iar platformele de descoperire a datelor nu fac excepție de la regulă. Dar, atunci când vine vorba de soluții analitice, multe companii se luptă pentru a obține adoptarea acestora de către utilizatori și un randament măsurabil al capitalului investit. Unii au investit în mai multe platforme analitice, fiecare promițând să ofere perspective noi și mai bune, dar de multe ori acestea s-au situat sub așteptări. De ce?

Chiar și atunci când platforma în sine este ușor de utilizat, adoptarea de către utilizator și rentabilitatea investiției sunt condiționate de furnizarea de soluții care ajută la rezolvarea problemelor reale de afaceri. Mult prea des, companiile se concentrează pe copierea rapoartelor existente, începând cu extragerea de date, centralizarea, curățarea – apoi pe proiectarea analiticelor care pot fi create din date. Nu mă înțelegeți greșit, datele bune / curate sunt importante și necesare. Dar, ceea ce duce la adoptare este entuziasmul în găsirea de noi perspective, ceea ce presupune mai mult efort decât acela de a vizualiza datele existente într-un nou format. Un exemplu elocvent:

O mare organizație de vânzare cu amănuntul a achiziționat licențe pentru mai multe platforme software de business intelligence. De fiecare dată, directorilor executivi li s-au promis interfețe care i-ar ajuta să-și gestioneze mai bine afacerea și să o dezvolte. Însă, la sfârșitul fiecărui proiect, interfețele au reflectat exact aceleași informații, doar că într-un mod diferit. De fiecare dată, vina a fost aruncată pe platformă iar directorii executivi au fost sfătuiți să caute o altă opțiune care  promite ceea ce au ei nevoie. Și așa la nesfârșit.

Așadar, cum puteți opri „ciclul dezamăgirii”? Iată trei pași importanți:

1. Soluții de proiectare care rezolvă probleme de afaceri reale pentru utilizatori reali

Înainte de a vă apuca să curățați datele și să descompuneți calculelede măsurare a indicatorilor cheie de performanță, făceți-vă timp să discutați cu utilizatorii finali, pentru a afla cum se folosesc ei de rapoarte. Întrebați-i  despre deciziile pe care le-au luat pe baza datelor deținute. Rugați-i să vă dea exemple de situații în care ar fi putut profita de o oportunitate dacă ar fi putut vizualiza o anomalie în datele lor. Întrebați-i ce planuri au pentru afacerea lor și ce indicatori cheie de performanță lipsesc acum.

Nu vă faceți griji dacă nu aveți toate datele. De multe ori, noi soluții analitice identifică elementele de date care lipsesc – dintre care cele mai multe sunt remediate prin punerea în aplicare a proceselor existente sau folosind câmpuri ușor accesibile în sistemele lor ERP. Utilizatorii sunt mult mai încântați că obțin niște perspective dorite în timp ce așteaptă restul datelor, decât să se gândească că platforma a eșuat.

2. Oferiți utilizatorilor exemple de alte aplicații analitice pentru scenarii de afaceri similare

Puteți începe dând exemple din alte divizii sau departamente sau puteți utiliza șabloane de aplicații. În ambele cazuri, arătând felul în care alții folosesc analizele vizuale îi va ajuta pe utilizatorii d-voastră să vadă potențialul folosirii acestora în viața lor de zi cu zi. Apoi creați wireframe-uri sau prototipuri și parcurgeți-le ca și când le-ar folosi în viața reală. Puneți-le întrebări ca să urmăriți ce părere au despre ceea ce văd. Îmbunătățiți design-ul pentru a urmări mai bine modul lor de gândire și procesul de luare a deciziilor.

3. Creați modelul de date care să se potrivescă cerințelor

ACUM puteți începe să vă concentrați pe date. Schițați ceea ce este necesar îndeplinirii cerințelor, evaluând, acolo unde există discrepanțe sau diferențe între sursele de date pentru domeniile cheie. Identificați unde afacerea ar putea avea nevoie să-și consolideze procesele interne sau sistemele ERP. Dar, cel mai important, creați modelul de date care se potrivește nevoii soluției de afaceri.

În calitate de profesioniști tehnici, analitici,ne stă în fire să credem că putem economisi timp și bani analizând imediat datele pentru că noi știm că datele sunt cheia unei analize bune. Nu-i așa?