|
موفقیت سیستم های هوش تجاری
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: 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. 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: داده های متنوعی در پایگاه داده تحلیلی ذخیره می شوند که عبارتند از: معماری یك پایگاه داده تحلیلی معماری یك پایگاه داده تحلیلی شامل سه لایه می باشد: ترجمه و تخلیص: سارا آقابابایی- مسئول بازار یابی و فروش شرکت مشاورین بهبود روش ها و سامانه های مبنا(مشاورین مبنا)
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
لطفاً نظرات و پیشنهادات خود را با مدیریت سایت از طریق پست الکترونیکی؛ Email: mahdiyarahmadi@gmail.com در میان گذارید.
+ نوشته شده در ۱۳۹۵/۱۰/۲۸ساعت 9:20  توسط مهدي ياراحمدي خراساني
|
|