BI to the future

מאת איל אל בחר, מנהל פרויקטים בכיר, איטרניטי

כידוע, המטרה של ה-BI היא להפוך נתונים למידע, ואת המידע לידע (וניתן להוסיף גם את שלב החוכמה). אך האם התחום ממצה את כל היכולות הקיימות כבר כיום? האם ה- BI כיום לא "תקוע" בהפיכת הנתונים למידע ופחות מדי בהפיכתו לידע? תחום ה-BI הינו אחד התחומים הצומחים ביותר בשנים האחרונות וההשקעות בו צפויות עוד לגדול. קיימות מספר חברות גדולות בתחום אשר מפתחות כלים ותשתיות ובתקופה האחרונה אנו עדים למיזוגים ורכישות של חברות ה-BI על-ידי חברות גדולות (כגון יבמ ו-SAP) מוצרים רבים מכוונים למתן אפשרות תחקור חופשי למשתמשים על מנת לאפשר למשתמש העסקי לתחקר ולנתח את הנתונים באופן עצמאי. המשתמש העסקי אמנם מקבל כלים על מנת לחקור ולהפיק ידע חדש הטמון במידע, אולם כידוע, ברוב הזמן רוב המשתמשים משתמשים במקבץ דוחות קבוע ומוגבל. מתן יכולות התחקור למשתמש אמור לאפשר לאנשי ה- BI להתמקד בפיתוח התחום באירגונם – בשילוב מערכות נוספות, טיוב נתונים, פיתוח יכולות חדשות או שימוש בטכנולוגיות חדשות. למרות זאת, אם בוחנים את ההשקעות בתחום בשנה שעברה, ניתן לראות כי ההשקעות הגדולות ביותר היו בתחום הוותיק ביותר – דוחות ושאילתות.

אחד התחומים עם פוטנציאל השאת ערך משמעותי ללקוח הוא ה-data mining. תחום זה קיים כבר שנים אולם תחום זה אינו מפותח דיו. אמנם קיימים פרויקטים חשובים המשתמשים ביכולות אלו כגון חיזוי נטישה, גילוי הונאות או התנהגות לקוחות במוקדי שירות, אולם הדבר נעשה בפרויקטים מסוימים ומוגדרים, בד"כ בשימוש בכלים ומודלים ייעודיים ולא במסגרת "BI להמונים". מדוע אם כך פרויקטים קיימים וחדשים מתעסקים פעמים רבות ב"עוד מאותו הדבר" כגון ויזואליות יפה יותר, ביצועים מהירים יותר, דוחות או מסכים נוספים ולא מעניקים יכולות חדשות או תוספת עסקית ללקוח? ישנן מספר סיבות כגון: הרצון להרשים את הלקוח בויזואליות, תקציב, תחרות גבוהה בין ספקים שמאלצת מתח רווחים נמוך שמגביל את היצירתיות והרצון בלקיחת סיכונים, אולם. לדעתי הסיבה העיקרית טמונה  בחוסר מומחיות וידע של אנשי ה-BI בתחום זה. בבדיקה ברשימת הקורסים בחברות ההדרכה לא תמצאו בתקופה הקרובה קורסי data mining לעומת קורסי ניתוח ופיתוח רבים שבמקרה הטוב מציינים את התחום כמונח.

אצל רבים נתפס נושא ה-data mining כתחום של אנשי סטטיסטיקה ושל כלים ייעודיים (SPSS, SAS הם הידועים שבהם) המיועדים לנושאים ספציפיים, אולם כיום בכלים רבים קיימים מודלים שונים של Data mining אשר יכולים להעניק תועלת עסקית רבה כגון חיזוי או מציאת קשרים בין נתונים. מדוע להציג רק רמות מלאי היסטוריות ונוכחיות ולא להציג תחזית מלאי בהתחשב במכירות הצפויות ומדיניות הרכש? מדוע לא לתת למנהלים אפשרות להזין נתונים שונים ולבדוק השפעתם על נתוני העתיד הצפויים (כפי שמוכר בשם " what if")? מכיוון שהידע אצל רוב המנהלים, מנתחים ומפתחים בנושא ה-data mining מוגבל מאוד, אם בכלל, ניתן להבין מדוע החדירה של התחום לפרויקטים קטנה מאוד.

העתיד של ה-BI מצוי בגילוי מידע נוסף (בד"כ נסתר) מתוך כמויות המידע העצומות שנשמרות וניצולו לצורך הפקת תובנות נוספות על אלו הקיימות כיום, לצורך יצירת ערך משמעותי ללקוח. תחום ה- data mining צריך להיות תחום מוביל במתן ערך נוסף וחדש ללקוחות וכנדבך נוסף ל-BI הקיים. ולמי שרוצה להתחיל, ניתן לבדוק את ה- Add-in של data mining של האקסל ולהיווכח שלא כל ההתחלות קשות….