Ekonomimizi yöneten kuruluşlar, analitiğin gücünü iş kullanıcılarının eline vermek ve rekabet avantajı sağlayan kararlar almak için verilerden yararlanmak için iş zekası araçlarını kullanıyor. Ancak Microsoft Power BI'ın kullanıma sunulmasından 10 yıl sonra birçok kuruluş, BI ortamlarındaki karmaşıklık ve parçalanma nedeniyle hâlâ bu faydaları gerçekleştirmede zorluk yaşıyor.
Endüstriler ve şirketler genelinde iş zekası ortak bir sorunla boğuşuyor: BI benzerliği.
Farklı departmanlar örtüşen raporlar, gösterge tabloları ve KPI'lar oluşturduğunda olan şey budur. Varlıkların benzer adları ve benzer hedefleri vardır ancak dayandıkları temel veriler, üretildikleri iş zekası araçları ve bunları üretmek için kullanılan hesaplamalar farklıdır.
Büyük bir havayolu şirketinde veri mühendisi olarak ve analitik operasyonlara odaklanan bir yazılım şirketinin kurucusu olarak deneyimlerimde, kurumsal düzeyde BI'nın başarısını engelleyen en tutarlı zorluğun benzerlik olduğunu gördüm. Ama aynı zamanda sektörde en az konuşulan konulardan biri. Hiçbir veri mühendisinin düzenli olarak tamamlamaya vakti olmadığı, manuel, köstebek vurma düzeltmeleri dışında, çok az kişinin iyi bir çözümü var. Sonuç olarak, çok az kişi BI benzerliğinin bir kuruluştaki gerçek etkisini ve bunun, liderliğin öngörmediği riskleri, operasyonel zorlukları ve maliyet aşımlarını nasıl getirdiğini anlıyor.
Ancak hata yapmayın: BI benzerliği analiz programlarının sessiz katilidir. İşte veri ve analitiğin etkinliğini ve güvenini zayıflatmanın üç ana yolu:
Yanlış Veri Girişi, Kötü Kararlar Çıkışı
BI benzerliği çok büyük bir sorun haline geldi çünkü tespit edilmesi zor. Yinelenen kayıtlar arasındaki farklar açık değildir. Aynı hedeflere sahip, aynı adlı iki rapor olabilir, ancak bir Power BI raporu güncel olmayan verileri kullanırken başka bir rapor doğru ve günceldir. Sonuçlara ulaşmak için farklı veri modellerine güvenebilirler. Ayrıca benzerlik çoğu zaman dürüst bir hatanın sonucudur. Ekipler aynı Power BI raporunu oluşturmak için yola çıkmadı; yalnızca başka bir ekibin ne yaptığına dair görünürlükten yoksundular.
Ancak etki, kayıt tutan bir baş ağrısının çok ötesine geçiyor. Havacılığın yüksek riskli dünyasından bir örnek düşünün. Bir havayolu şirketi, zorunlu gecikme bildirimlerini Federal Havacılık İdaresi'ne sunmak için iş istihbaratı raporuna güvendi. Zamanla, her biri biraz değiştirilmiş mantığa sahip, neredeyse aynı gösterge tabloları çoğaldı. Yeni ekip üyeleri görevi devraldığında yanlışlıkla hatalı bir veri modeli içeren bir kopya kullandılar. Sonuç: Yanlış mevzuat bildirimleri ve mali ceza riski.
Bölünme ve Güvensizlik Riski Artırıyor
Farklı ekiplerin farklı sonuçlara varan benzer raporlar sunması kaosun reçetesidir. Takımlar gerçeğin kaynağı hakkında tartışır. Yönetim, veri doğruluğunu ve bir bütün olarak veri ve analitiğin değerini sorgular. Bütün bu kavgaların ortasında kimse bir karar vermiyor.
Daha da kötüsü, bir dahaki sefere ekipler verileri sunmak için bir araya geldiğinde bu, eylemden çok alarma neden olacaktır.
Yöneticiler anlaşmazlığın daha da artmasından korkacak ve sunulan verilere güvenmeme olasılıkları artacaktır.
Sağlık sektöründen bir örnek, riskleri göstermektedir. Denemeyi bırakma oranlarını takip eden bir klinik araştırma ekibi Power BI'da bir rapor oluştururken, başka bir departman Tableau'da neredeyse kopya bir rapora güvendi. Fark? Bir rapor eski hasta gruplarına dayanıyordu.
Bu sadece bir veri tutarsızlığı meselesi değildi. Yinelenen raporlardaki çelişkili bilgiler, uyumluluğu tehlikeye attı ve kritik protokol ayarlamalarının zarar görme riskiyle karşı karşıya kaldı.
Benzerlik sadece bölünmez. Önemli girişimleri tehlikeye atar.
Artıklık ve Hatalar Kaynakları Tüketir
Genellikle benzerlik ancak bir soruna yol açtıktan sonra keşfedilir. Ekipler kopyaları kaldırmak için hızlı hareket eder. Ama o zamana kadar zaten bir maliyeti var.
Yüksek düzeyde düzenlemeye tabi sektörlerin dışında bile, kopyalamanın şaşırtıcı mali sonuçları olabilir. Bir durumda, bir operasyon ekibi bir gösterge tablosunu kullanarak bileşen talebini tahmin ederken, satışlar başka bir gösterge tablosunu kullandı. Uyumsuzluk, envanterde 3 milyon dolarlık fazla siparişe yol açtı.
Bu, değerli sermayeyi bağladı, depoları aşırı doldurdu ve yüksek marjlı ürün gruplarına yapılan yatırımları geciktirdi.
Bu arada kontrol panellerinin çalıştırılması ve bakımı ayrı bir BT altyapısı gerektiriyordu. Yani yalnızca raporlar kopyalanmakla kalmıyor, aynı zamanda veri depolama ve bilgi işlem kaynağı tüketimi de kopyalanıyor ve bu da gereksiz maliyet ve yönetim yüküne başka bir katman ekliyor.
Self Servisin Tutulma Vaadi
Benzerliğin bu kadar derin bir sorun olmasının nedeni yalnızca verilerde yatmıyor. Aksine, bunun nedeni, bize vaat edilen self-servis analitik ile şu anda bulduğumuz gerçeklik arasındaki farkta bulunabilir.
Kuruluşlar, Power BI ve Tableau gibi analiz araçlarına self servis erişim sağlayarak herkesin bir ölçüm, KPI veya Microsoft Power BI panosu oluşturmasına olanak tanıyor. Ancak bu araçların popülaritesi yeni bir zorluğu da beraberinde getirdi. Büyük kuruluşlar, yüzlerce kullanıcının eriştiği birden fazla BI aracına sahiptir ve raporların tamamını izlemezler.
Bu kadar çok veri ve çok fazla rapor varken Power BI, Microsoft Fabric, Tableau ve Qlik gibi araçlarda daha fazla veri yönetimine ihtiyaç var. Bu, veri ambarı katmanında bulunur. Artık BI araçlarının bulunduğu tüketim katmanına uygulanması gerekiyor. Sonuçta burası çoğu işletme kullanıcısının verilere eriştiği yerdir. Kuruluşlar bu yönetişimi, bir kuruluşun altın standardı olan bir dizi rapor geliştirmek için kullanabilir. Rapor ve kontrol paneli oluşturmada daha fazla otomasyon sağlayan yapay zekadaki daha fazla ilerlemeyle birlikte, BI ortamlarının çevresinde doğru verileri eski ve hatalı verilerden ayırabilecek korkuluklara sahip olmak daha önemli hale gelecektir.
BI benzerliğiyle yüzleşmek, bir kuruluşun iş zekası için gerçek yönetişimi uygulamaya koymak için atabileceği ilk ve en önemli adımlardan biridir. Atıkları azaltacak ve paradan tasarruf sağlayacaktır. En önemlisi, Benzerliğin ele alınması, iş zekası ve analitiğe yatırılan milyonların gerçekte vaatlerini yerine getirmesini sağlayacaktır: daha keskin kararlar, daha hızlı uygulama ve kuruluş genelinde daha güçlü uyum.
Bir yanıt yazın