کتاب هوش کسب و کار و مدیریت کسب و کار

فهرست
عنوان صفحه
پیشگفتار 11
فصل 1 13
مقدمه 13
هوش تجاری (هوش کسب وکار) 15
تاریخچه هوش کسب و کار 18
تعریف هوش کسب و کار (هوش تجاری) 24
عناصر تشکیل دهنده هوش کسب وکار 27
ابزارهای هوش کسب و کار 29
اهداف هوش کسب و کار در سازمان 33
مزایای هوش کسب و کار 34
فصل 2 41
کاربرد هوش کسب و کار 43
ویژگیهای سیستم هوش کسب و کار 44
اجزای اصلی هوش کسب و کار در بررسی کاربرد آن 46
ایجاد و کاربرد سیستمهای هوش کسب و کار یا هوش تجاری 47
کاربردهای کلیدی هوش کسب و کار 53
کاربردهای هوش کسب و کار در صنایع مختلف 56
کاربردهای هوش کسب و کار در شرکتهای بینالمللی 63
اجرا و پیادهسازی هوش کسب وکار 66
پیاده¬سازی هوش کسب وکار 69
فواید و مزایای پیادهسازی هوش کسب و کار 70
اشتباهات پیاده¬سازی هوش کسب و کار 75
مهارتهاي لازم براي پیاده¬سازی اثربخش هوشمندي کسب و کار 76
شکست پروژه پیاده¬سازی هوش کسب و کار 77
فصل 3 81
معماری هوش کسب و کار 81
دادهگاه 82
لایههای معماری هوش کسب وکار 86
ویژگیهای اساسی یک معماری خوب برای هوش کسب و کار 89
سطوح مختلف سازمان و هوش کسب وکار 91
زیرساختهای سخت¬افزاری مورد نیاز برای هوش کسب وکار 93
فاکتورهای مهم در ایجاد شرایط مطلوب برای هوش کسب و کار 94
نکات پایه¬ای مهم در ساخت سیستم هوش کسب وکار 96
فصل 4 99
هوش کسب وکار و تجارت الکترونیک 99
تجارت الکترونیک 100
مزایای تجارت الکترونیک 104
چالش¬های تجارت الکترونیک 108
ورود هوش کسب وکار به تجارت الکترونیک 109
فصل 5 113
ضرورت هوش کسب و کار و محیط کسب و کار 113
اهمیت استراتژیک هوش کسب و کار در تصمیمات سازمان 114
چرا بهره گرفتن از هوش کسب وکار مهم است 115
بهره گرفتن صنایع بزرگ از هوش کسب و کار 116
بهترین ابزارهای هوش کسب و کار در سال ۲۰۲۳ 116
ابزارهای هوش کسب و کار در کسب و کارهای ایرانی 123
تفاوت هوش کسب و کار و تحلیل کسب و کار 123
سایر تفاوت‌های هوش کسب وکار و تحلیل کسب و کار 124
تحلیل کسب و کار 127
زاویه‌های دید تحلیل کسب‌ و کار 127
تفاوت هوش کسب و کار با هوش مصنوعی 130
هوش مصنوعی و هوش کسب وکار چگونه میتوانند با هم کار کنند؟ 132
هوش کسب وکار و علم داده 133
شباهت‌های علم‌داده و هوش کسب وکار 134
تفاوت‌های هوش کسب و کار و علم داده 135
تفاوت هوش کسب و کار و مدیریت سیستم¬های اطلاعاتی 137
هوش کسب وکار و مدیریت دانش 138
مدیریت دانش 139
اصول مديريت دانش 141
مزایای مدیریت دانش 143
كاربرد مديريت دانش در تصميمات راهبردي 145
مدل راهبردي مديريت دانش 146
تاثيرات دانش 146
مباني دانش 147
كاربردهاي دانش 147
ارتقاي دانش و بازنگري 148
همبستگی هوش کسب و کار و مدیریت دانش 148
مشکلات و چالش¬های راهاندازی یک سیستم هوش کسب و کار در سازمان‌ها 150
آینده شغلی هوش کسب و کار در جهان 152
انواع کاربران راهکار‌های هوش کسب و کار 157
فصل 6 159
منابع 161

 

 

کاربردهای هوش کسب و کار در صنایع مختلف

1/ کاربردهای هوش کسب و کار در صنعت بیمه

امروزه راهکارهای محصول­گرای شرکت‌های بیمه، دیگر کاربردی ندارند و مشتریان انتظارات متفاوت و متنوعی را از شرکت‌های بیمه دارند. در ضمن طی سال‌های اخیر و با ورود شرکت‌های بیمه خصوصی و موسسات ارائه­دهنده خدمات مالی، بازار از شرایط انحصاری خود خارج شده و رقابت تنگاتنگی بین شرکت‌های بیمه، برای جذب مشتری و ارائه خدمات متنوع ایجاد شده است که شرکت­ها را وادار می­کند تا بدنبال مزیت رقابتی خاص باشند.

از سوی دیگر، شرکت‌های بیمه، داده‌های حجیم و متنوعی را از جمله داده‌های بیمه­گزاران، بیمه نامه‌ها و خسارات را در بانک‌های اطلاعاتی خود که شامل بیمه‌های عمر، اتومبیل، درمان، مسئولیت، معلم و … ذخیره و نگه­داری می‌کنند که این قضیه می­تواند مشکلات بزرگ در حد کابوس، برای تیم IT ایجاد نماید که بدون استفاده از هوش کسب و کار، فرآیند بازیابی و جمع­آوری داده‌ها و انتقال آنها به نرم­افزارهای اطلاعاتی، بسیار وقت­گیر و کند پیش می‌رود. از این­رو بکاریگری و اجرای هوش کسب و کار نقش بسیار مهمی ‌را در همه شاخه‌های صنعت بیمه ایفا می‌کنند تا مدیران این صنعت بتوانند با تحلیل داده‌های حجیم ذینفعان بهترین مدل بیمه را ارائه دهند.

برخی از کاربردهای موثر هوش تجاری در صنعت بیمه عبارتند از:

1. با استفاده از تکنیک‌های هوش تجاری، مدیریت شعب و نمایندگی‌ها به بهترین نحو انجام می‌شود.
2. هوش تجاری در شناسایی مشتریان بالقوه برای فعالیت‌های بازاریابی بیمه‌ای بسیار مفید است.
3. تحلیل سودآوری و کارایی محصولات با دقت بالا انجام خواهد شد.
4. تحلیل و بررسی دقیق طرح‌های مختلف بیمه و کنترل سود و زیان هر کدام، با استفاده از هوش تجاری انجام خواهد شد.
5. کنترل و مدیریت ریسک‌ها با استفاده از هوش کسب و کار، با دقت بالایی انجام خواهد شد و فرصت‌های عالی موجود در بخش‌های ویژه بازار را تعیین می‌نماید. در نتیجه، بخش‌های مختلف بازار را که می‌توانند به یکدیگر مربوط باشند را پیدا خواهد کرد.
6. کنترل و مدیریت ادعاهای دروغین خسارت و شناسایی فریب کاری‌ها، به بهترین شکل ممکن انجام خواهد شد.
7. با استفاده از سیستم‌های هوش کسب و کار، محدودیت‌های ذاتی انسان در عدم توانایی پاکسازی حجم زیادی از داده‌ها از بین خواهد رفت و در نتیجه احتمال تصمیم‌های مخرب و با ریسک بالا کاهش خواهد یافت.

یک نیاز رو­به رشد برای توانمندسازی عوامل فروش (نمایندگی­ها) و خدمت به مشتریان بطور موثرتر وجود دارد؛ اما ناتوانی در شناسایی، جذب، تجهیز و ارائه مشوق­ها به حفظ بهترین عوامل و همچنین یکپارچه­سازی و بهینه­سازی اطلاعات نمایندگی در عملیات بیمه­گری موجب می­شود تا ارتباط مشتری با تمرکز محکم­تر ادامه یابد. هوش کسب و کار و تلاش بهینه­سازی می­تواند به شرکت­های بیمه در تقویت روابط توزیع­کننده از طریق مدلسازی پروفایل­های نمایندگی برای استخدام، حفظ بازیگران در بازار بیمه کمک کند.

 

2/ کاربردهای هوش کسب و کار در صنعت بانکداری

امروزه بانک‌هایی که به عنوان موسسات مالی بسیار بزرگ شناخته می‌شوند، به دنبال راه‌هایی برای مدیریت موثر مشتریان در سطح شعب‌های خود هستند و این مورد را عامل حیاتی برای موفقیت می‌دانند. همچنین برنامه‌ریزی برای جذب سپرده از مشتریان و کسب و کارهای تازه نفس، بودجه لازم برای اعطای تسهیلات که باعث موفقیت برای بانک می‌شود را به همراه دارد. از این­رو جذب مشتریان مناسب، ارائه خدمات متنوع به آنها و حفظ و نگهداری مشتریان در یک رابطه سودآور، برای بانک ممکن می‌شود.

تحلیل و بررسی رابطه‌های سودآور و بسیاری از فرآیند‌های دیگر در بانک‌ها به وسیله هوش کسب و کار، به سادگی قابل انجام است. در ادامه به چند مورد از کاربردهای موثر هوش کسب و کار در صنعت بانکداری اشاره می­شود:

1. یکی از کاربردهای سیستم‌های هوش کسب و کار در بانک‌ها، مدیریت اعتبار^[1]است. سیستم‌های هوش کسب و کار به کار رفته در بانک‌ها، بر اساس رتبه و نوع مشتری، الگوهایی که به مشکلات اعتباری ختم می‌شوند را پیدا می‌کنند و از این طریق به مشتریان، جهت پیشگیری از مشکلات اعتباری و مدیریت اعتبار باقی­مانده، خبر می‌دهند. همچنین هوش کسب و کار اسناد اعتباری بانک‌ها را آنالیز و بررسی می‌نماید و جلوی ضررهای پیش­رو را خواهد گرفت.
2. سیستم‌های هوش کسب و کار، روند ارائه خدمات به مشتریان را بهبود می‌بخشد. همچنین با ارائه پیشنهاد‌های فروش بیشتر به مشتریان فعلی و پشتیبانی موثر در طی این فرآیند‌ها، وفاداری مشتریان را افزایش خواهد داد.
3. با استفاده از هوش کسب و کار، شعب مختلف به دقت، تحلیل و رتبه‌بندی می­شوند و سود و ضرر‌های احتمالی بررسی و تحلیل می­شوند.
4. محاسبه درآمد و زیان وام‌ها، بر اساس سطح و میزان اعتبار حساب‌ها با استفاده از سیستم‌های هوش کسب و کار انجام می‌شود.
5. مشتریان براساس مقدار سود دهی، طبقه‌بندی و شناسایی خواهند شد.
6. سیستم‌های هوش کسب و کار، فروش را برای مشتریان پرسود افزایش می‌دهند و در مقابل، هزینه‌ها را برای مشتریان کم سود کاهش می­دهند.
7. برای بانک­ها تحلیل ریزش مشتریان با استفاده از هوش کسب و کار امکان­پذیر است.
8. شناسایی رفتار معاملات و الگوهای پرداخت با هوش کسب و کار امکان­پذیر است.
9. با استفاده از هوش کسب و کار، بارهای ترافیکی سنگین از روی سیستم‌های اطلاعات بانک، حذف می‌شوند.
10. پیگیری سوء استفاده‌های مالی و ردیابی نشانه‌های کلاهبرداری، تقلب، پولشویی و … از طریق سیستم‌های هوش کسب و کار امکان­پذیر است.
11. افزایش سرعت در تحلیل­ها و گزارشات مالی در نتیجه تسریع در فرآیند تصمیم.
12. تجهیز مدیران شعب به ابزار تحلیلی برای پیمایش در کلیه داده­ها از بیرونی­ترین سطح به سطوح درونی.

مبادلات ارواق بهادار، عملیاتی کردن هوش کسب و کار و بهره­گیری از کاربردهای آن مزایای رقابتی زیادی در بانک­ها ایجاد می­کند و بسترهای مناسبی را جهت سرمایه­گذاری افزایشی در زمینه فناوری اطلاعات به وجود می­آورد. مزایا و عوامل کاربردی هوش کسب و کار و داده­کاوی در صنعت بانکداری و نیز تاثیر فناوری­های نوین بر این مقوله جایگاه بررسی و تامل فراوان دارد. با بکارگیری سیستم‌های هوش کسب و کار در بانک‌ها و بهره‌گیری از کاربردهای آن، فضای رقابتی زیادی در بانک‌ها برای پیشرفت، ایجاد شده است. همچنین بستر مناسب برای سرمایه‌گذاری و اعتماد به بانک‌ها، با استفاده از کاربرد‌های سیستم هوش کسب و کار، ایجاد شده است.

 

3/ کاربردهای هوش کسب و کار در خرده فروشان

هوش کسب و کار می‌تواند مشتریان را تفکیک کند، به این صورت که مشتریانی که حجم خرید آنها کم است، اما اغلب این کار را انجام می‌دهند؛ را از مشتریانی که حجم خرید آنها زیاد و پرداخت بیشتری دارند، اما این کار را به ندرت انجام می‌دهند، تفکیک می‌شوند. چنین داده‌هایی به صاحبان مشاغل خرده‌فروشی کمک می‌کند تا تشخیص دهند چه کسی مستحق دریافت تخفیف و جایزه است (گروه اول) و چه کسی باید برای گرفتن تخفیف و جایزه بیشتر تلاش کند (گروه دوم).

4/ کاربردهای هوش کسب و کار در شرکت­ها و سازمان­های خدماتی

امروزه شرکت‌های خدماتی مانند انواع بیمارستان‌ها، مراکز درمانی، مراکز ورزشی، مراکز آرایشی و بهداشتی و … برای تحلیل و بررسی عوامل و بخش­های مختلف، از سیستم‌های هوش کسب و کار استفاده می‌کنند. در ادامه چند مورد از کاربردهای مفید هوش کسب و کار در بخش خدمات (کسب و کارهای خدماتی) معرفی می­شوند:

1. بدست آوردن دیدگاه مناسب و آشنا شدن با انتظارات مشتریان که در نهایت باعث پیشرفت در نحوه خدمت رسانی به مشتریان خواهند شد.
2. تحلیل نوع خدمات از لحاظ موقعیت‌های بکار رفته، زمان صرف شده، هزینه‌های انجام شده و سود و زیان‌ها با استفاده از هوش کسب وکار امکان­پذیر است.
3. تحلیل ارزش‌های بدست آمده و سود و زیان‌ها تا پایان مدت حیات پروژه، با استفاده از هوش کسب و کار انجام می‌شود.
4. با پیاده­سازی و استفاده از هوش کسب و کار می­توان همزمان با پیشرفت پروژه، به پیش‌بینی شرایط منابع موجود پرداخت.
5. با بکار بردن سیستم هوش کسب وکار، هماهنگ نمودن شرایط پروژه‌ها با اهداف سازمانی ممکن خواهد شد.
6. صاحبان کسب وکارهای خدماتی با استفاده از هوش کسب وکار، بهترین تصمیم را برای ارائه خدمات به مشتریان در نظر می­گیرند و مسیر تبدیل شدن آنها به مشتریان دائمی ‌را طی می­کنند.

 

5/ کاربردهای هوش کسب و کار در شرکت­ها و سازمان­های سرمایه­گذاری

در بازار حال حاضر، استفاده از هوش کسب وکار، یکی از مهمترین عوامل موفقیت کارگزاری‌ها و انواع شرکت‌های سرمایه­گذاری است. در ادامه به برخی از عوامل کاربردی سیستم‌های هوش کسب وکار که در شرکت‌های سرمایه گذاری بکار گرفته می‌شوند، اشاره می­شود:

1. بدست آوردن دیدگاه اقتصادی و مناسب نسبت به سرمایه گذاری‌های انجام شده و پیش­بینی سود و زیان منابع مالی اختصاص داده شده به آنها با سیستم‌های هوش کسب وکار، به بهترین نحو انجام می‌شوند.
2. بررسی و تحلیل شرایط هر یک از سرمایه­گذاری‌های انجام شده به صورت جداگانه با هوش کسب وکار امکان­پذیر است.
3. با جمع­آوری گزارشات بدست آمده، کنترل و مدیریت اهداف و یا تعیین اهداف جدید، به بهترین نحو انجام می‌پذیرد.
4. با استفاده از هوش کسب و کار هماهنگ کردن شرایط سرمایه­گذاری با بررسی اهداف سازمانی امکان­پذیر می‌شود.
5. تصمیم­گیری برای انجام سرمایه­گذاری‌های جدید بر مبنای تحلیل‌های بدست آمده با استفاده از نرم افزارهای هوش کسب و کار، انجام می‌شود.

 

6/ کاربردهای هوش کسب و کار در صنعت خودروسازی

با استفاده از ابزارهای هوش کسب و کار، کار با Excel و یا صفحات کاغذی به فراموشی سپرده می‌شود و با سرمایه ­گذاری در این فناوری دسترسی به داده‌ها و آنالیز آن‌ها به صورت دیجیتال انجام خواهد شد. کاربرد هوش کسب و کار، در خودروسازی امکان دسترسی به داده‌های مشتری به صورت ابری و از راه دور را فراهم می‌کند. استفاده از هوش کسب و کار، رضایت مشتری، استراتژی‌های جدید در فروش، یافتن راه‌های جدید برای خدمت‌رسانی به مشتری، افزایش بهره‌وری و ارتباطات و مزیت‌های بسیار دیگری را به همراه خواهد داشت.

 

7/ کاربردهای هوش کسب و کار در صنعت پزشکی و داروسازی

اولین صنعتی که از هوش کسب وکار، استقبال کرد صنعت پزشکی و داروسازی بود. بیمارستان‌ها و موسسات پزشکی مدرن با استفاده از قدرت تجزیه ‌و تحلیل کلان‌داده‌ها، برای سلامت بیمار به ‌ویژه در مواقع اضطراری تصمیمات بهتر و سریع‌تری می‌گیرند. همچنین یکپارچه­‌سازی داده‌ها از طریق هوش کسب وکار به متخصصان حوزه پزشکی اجازه می‌دهد تا در یک پلتفرم متمرکز به ‌تمامی داده‌ها دسترسی داشته باشند و در شرایط بحرانی با یکدیگر همکاری کنند.

 

8/ کاربردهای هوش کسب و کار در شرکت­های تولیدی و فروش

کاربردهای هوش کسب و کار در شرکت­های تولیدی و فروش به شرح ذیل است:

1. افزایش میزان فروش بر حسب نوع کالا، مناطق فروش، کانال­های توزیع و فروش و …
2. پیش­بینی میزان فروش و سودآوری بر مبنای داده­های قبلی
3. کنترل و برنامه­ریزی مناسب برای منابع فروش
4. شناسایی مشتریان با ارزش
5. هماهنگی برنامه فروش با اهداف سازمانی

9/ کاربردهای هوش کسب و کار در شرکت­های پروژه­ای

تعدادی از کاربردهای هوش کسب و کار در شرکت­های پروژه­ای به شرح ذیل می­باشد:

1. بدست آوردن دیدگاه نسبت به شرایط پروژه­های انجام شده در هر لحظه
2. بدست آوردن دیدگاه از بودجه و منابع تخصیص داده شده به پروژه
3. تحلیل ارزش کسب شده در طول مدت حیات پروژه
4. پیش­بینی شرایط منابع موجود با پیشرفت پروژه
5. هماهنگ نمودن شرایط پروژه­ها با اهداف سازمانی

کاربردهای هوش کسب و کار در شرکت­های بین­المللی

1/ کاربرد هوش کسب و کار برای گوگل

بزرگ‌ترین شرکت فناوری جهان یعنی گوگل به امنیت و حساسیت اطلاعات معروف است. با این حال این شرکت تنها از راه­حل‌های داده جهت نظارت بر مشتریان استفاده نمی‌کند، بلکه از قدرت خود در هوش کسب و کار برای بهبود فرآیندهای داخلی و بهبود کارایی بهره می‌برد. این غول فناوری یک تیم اختصاصی به نام “People Analytics” دارد که وظیفه آن‌ها جمع­آوری نظرات کارمندان در مورد سوالات شغلی است. به عنوان مثال: آیا به مدیران نیاز داریم یا خیر؟ با توجه به این نیاز، مدیران دقیقا باید چه نقشی در سازمان داشته باشند؟ یا بهترین مدیران چه ویژگی‌هایی دارند؟ چنین پرسش‌هایی به غول فناوری دنیا کمک می‌کند تا فرآیندها را در داخل شرکت بهبود بخشد، گردش کاری کارآمدتری را طراحی نماید و نوآوری را ارتقا دهد.

2/ کاربردهای هوش کسب و کار در Lending Club

Lending Club یکی دیگر از نمونه‌های عالی کاربرد هوش کسب و کار است که در آن از این فناوری برای بهینه­سازی فرآیندهای گردش کار استفاده می‌شود. Lending Club یک شرکت وام دهنده دیجیتال است که از برنامه‌های هوش کسب و کار برای انجام مجموعه‌ای از تست‌های A/B استفاده می‌کند. با روی آوردن به راهکار هوش کسب و کار برای تست A/B، این شرکت ده‌ها آزمایش را در عرض یک هفته انجام می‌دهد. این در حالی است که آن‌ها قبلا تنها می‌توانستند کمتر از شش آزمایش را در سال انجام دهند. این ویژگی موقعیت شرکت را به طور گسترده‌ای برای کاربران بهبود بخشیده است. چرا که آن‌ها در مدت زمان کوتاهی توانستند تغییرات کوچک زیادی را انجام دهند و به درآمد بالایی دست یابند.

 

 

3/ کاربرد هوش کسب و کار در شرکت کوکاکولا

کوکاکولا با 35 میلیون دنبال­کننده در توییتر و 150 میلیون طرفدار در فیسبوک، از رسانه‌های اجتماعی بیشترین سود را به دست آورده است. همچنین این شرکت با استفاده از فناوری تشخیص تصویر مبتنی بر هوش مصنوعی تشخیص می‌دهد که تصاویر نوشیدنی‌هایش چه زمانی به صورت آنلاین منتشر می‌شوند. این داده‌ها همراه با هوش کسب و کار، اطلاعات مهم و جزئی به شرکت کوکاکولا میدهد. اطلاعاتی درباره این که چه کسی نوشیدنی‌ها را می‌نوشد، افرادی که نوشیدنی را می‌نوشند کجا هستند؟ و چرا آن‌ها برند کوکاکولا را در شبکه‌های اجتماعی دنبال می‌کنند. این اطلاعات به کوکاکولا کمک می‌کند تا تبلیغات هدفمندتری را ارائه دهد. می‌توان گفت که این تبلیغات تقریبا چهار برابر بیشتر از یک تبلیغ عمومی منجر به کلیک می‌شود.

4/ کاربردهای هوش کسب و کار در برنامه نتفلیکس (Netflix)

نتفلیکس چگونه از هوش کسب و کار استفاده می‌کند؟ یا چگونه شرکت ایده‌های برنامه نویسی اصلی را بر اساس برنامه‌هایی که قبلا مشاهده شده است، طراحی و اجرا می‌کنند؟ 148 میلیون کاربر آنلاین نتفلیکس یک مزیت بزرگ برای هوش کسب و کار است. این پلتفرم از داده‌ها به روش‌های مختلف استفاده می‌کند. نتفلیکس از هوش کسب و کار برای ترغیب مردم به تعامل با محتوای خود بهره­مند می‌شود.

5/ کاربرد هوش کسب و کار در اتومبیل تسلا

این شرکت خودروسازی نوآور، از هوش کسب و کار یا هوش تجاری برای اتصال خودروهای به صورت بی‌سیم به دفاتر شرکت جهت جمع­آوری داده‌ها برای تجزیه و تحلیل آن‌ها استفاده می‌کند. این رویکرد، خودروساز را به مشتری پیوند می‌دهد و مشکلاتی مانند آسیب قطعات، ترافیک، یا اطلاعات درباره‌ خطر در جاده را پیش‌بینی و به کاربر اطلاع می‌دهد. کاربرد هوش تجاری برای ماشین‌های تسلا نتیجه امتیاز رضایت مشتری و تصمیمات آگاهانه‌تر در مورد ارتقا و محصولات در آینده است.

6/ کاربرد هوش کسب و کار در رسانه‌های اجتماعی (تویتر)

رسانه‌های اجتماعی هوش مصنوعی را با هوش کسب و کار برای مبارزه با محتوای نامناسب و خطرناک در پلتفرم خود به کار می‌گیرند. الگوریتم‌های این شبکه­ها به جای کاربران انسانی، 95 درصد حساب‌های مرتبط با تروریسم را شناسایی می‌کنند. هوش کسب و کار و هوش مصنوعی همچنین از تنظیمات دقیق برای بهبود تجربه کلی کاربران پشتیبانی می‌کنند. پرسنل توییتر و ابزارهای هوش کسب و کار آن، فیدهای ویدیویی زنده را رصد کرده و آن‌ها را بر اساس موضوع دسته­بندی می‌کنند. آن‌ها از این داده‌ها برای افزایش قابلیت‌های جستجو نیز استفاده می‌کنند. این الگوریتم‌ها می‌توانند ویدیوهایی را که ممکن است برای کاربران جالب باشند را شناسایی می‌کنند.

7/ کاربرد هوش کسب و کار در آمریکن اکسپرس (American Express)

هوش کسب و کار در صنعت مالی نیز بسیار مهم است. American Express از این فناوری برای توسعه محصولات، ارائه خدمات جدید و پیشنهادات جدید به مشتریان استفاده می‌کند. این شرکت با استفاده از این اطلاعات اقداماتی را برای حفظ امنیت اطلاعات مشتریان خود انجام می‌دهد. هوش کسب و کار همچنین به شرکت‌ها کمک می‌کند تا کلاهبرداران را به سرعت شناسایی کرده و از مشتریانی که ممکن است اطلاعات کارت آن‌ها به خطر بیفتد محافظت کند.

8/ شرکت اوبر و هوش کسب و کار

این شرکت از هوش کسب و کار در بخش‌های اصلی تجارت خود استفاده می‌کند. یکی از این جنبه‌های اصلی به عنوان مثال افزایش قیمت است. الگوریتم‌های این پلتفرم شرایط ترافیک، زمان سفر، در دسترس بودن راننده و تقاضای مشتری را در زمان واقعی بررسی و نظارت می‌کنند. به این معنی که قیمت‌ها با افزایش تقاضا و تغییر شرایط ترافیک تنظیم می‌شوند. این قیمت­گذاری پویا درست مشابه آنچه در خطوط هوایی و هتل‌های زنجیره‌ای برای تنظیم هزینه بر اساس نیاز استفاده می‌شود، کاربرد دارد.

اجرا و پیاده­سازی هوش کسب وکار

ده مرحله اولیه قبل از پیاده­سازی هوش کسب و کار

یک برنامه­ریزی دقیق برای پیاده­سازی هوش کسب وکار می­تواند به ابزاری بسیار سودمند برای مدیران سطح میانی و سازمان­های آنها در درک فرآیندها و نتایج تبدیل شود. همچنین می­تواند به شرکت­ها و سازمان­ها کمک کند، مشتریان خود را بیشتر درک کنند. لذا قبل از پیاده­سازی هوش کسب و کار در شرکت­ها باید بستری فراهم شود، در ادامه به ده مرحله آماده­سازی فضای کسب و کار جهت پیاده­سازی هوش کسب و کار اشاره شده است:

1/ شرکت یک استراتژی هوش کسب و کار ایجاد کند.

استراتژی هوش کسب و کار، طرحی است که به هر شرکتی اجازه می­دهد عملکرد خود را بسنجد، کمبودها را افشا کند، مزایای رقابتی را بهبود بخشد و از داده کاوی و تجزیه و تحلیل برای تصمیم­گیری موفق استفاده نماید. از آنجا که هرگونه اجرا بدون درک دقیق عناصر اصلی غیرممکن است، شرکت باید بداند که:

هدف فعالیت­هایش چیست؟

چه منابعی دارد؟

به چه چیزهایی نیاز دارد؟

هنگامی که شرکت توانست به این سوالات پاسخ دهد، می­تواند روی استراتژی یا نقشه راه هوش کسب و کار، کار کند. بسته به سطح بلوغ شرکت، تجربه قبلی در پذیرش هوش کسب وکار یا عدم وجود آن و اندازه شرکت، نتایج نهایی ممکن است متفاوت باشد.

 

 

2/ شاخص­های کلیدی عملکرد تنظیم شود.

هنگامی که اطلاعات کافی جمع­آوری شد، شرکت باید شاخص­هایی که قصد دارد، ردیابی کند، تعیین نماید. نکته قابل توجه آنکه این شاخص­ها باید قابل اندازه­گیری باشند، با اهداف شرکت مطابقت داشته باشند و برای دستیابی به اهداف تجاری شرکت حیاتی باشند.

3/ ذینفعان را منصوب و کارکنان آموزش داده شوند.

یکی از اولین چالش­های پیاده­سازی هوش کسب و کار، گرایش انسان به مقاومت در برابر تغییر است. موثرترین راه برای به حداقل رساندن مقاومت، آموزش پرسنل است. اگر شرکت تجربه قبلی پیاده­سازی هوش کسب و کار ندارد، باید قبل از پیاده­سازی به کارکنان شرکت توضیح داده شود که چگونه هر بخش می­تواند از اجرای هوش کسب و کار بهره­مند شود. همچنین باید ذینفعان اصلی در هر بخش تعیین شوند. آنها به شرکت کمک می­کنند، نقاط ضعف و شاخص­های اصلی عملکرد در کل شرکت جمع­آوری و اولویت­بندی شوند.

4/ شرکت باید یک تیم قدرتمند هوش کسب و کار بسازد یا منابع خود را برون سپاری کند.

داگلاس مک داول، مدیر عامل SolidQ در آمریکای شمالی بیان داشت: هوش کسب و کار مانند یک کلیسای جامع است و هر عضو تیم در قدرت، عظمت و زیبایی آن نقشی حیاتی دارد، یا می­تواند به شکست آن کمک کند. یک تیم هوش کسب و کار که دید روشنی داشته باشد و در تمام طول کار خود روی این چشم­انداز متمرکز باشد با اشتیاق و خلاقیتی کار می­کند که هرگز در یک گروه پراکنده، صرف نظر از استعداد و تجربه آنها، قابل پرورش نیست.

5/ بهترین نرم­افزار برای رفع نیازهای شرکت انتخاب شود.

انتخاب نرم­افزار بسته به نیاز و بودجه شرکت­ها متفاوت خواهد بود. با این حال، درک و ارزیابی این عوامل هنگام انتخاب راه­حل نرم­افزاری بسیار مهم است:

آیا شرکت به داده­ها و نمای مناسبی از اطلاعات مربوطه دسترسی دارد؟

آیا این سیستم برای اتصال به سیستم­های شرکت در سیستم­ها یا شاخص­های موجود ادغام می­شود؟

نحوه تعامل شرکت با داده­ها در رابطه با نرم افزار بصری چگونه است؟

6/ شرکت باید محیط و بستر ذخیره داده خود را انتخاب کند.

اگر شرکت زیرساخت ندارد، بهتر است با انتخاب گزینه ذخیره اطلاعات روند ذخیره­سازی خود را شروع کند. به طور معمول، انبار داده گزینه مناسب‌تری برای پیاده­سازی هوش کسب و کار در نظر گرفته می­شود، زیرا تجزیه و تحلیل داده­های رابطه‌ای، حاصل از هر دو سیستم پردازش معاملات آنلاین و برنامه­های تجاری را فراهم می­کند. با این حال، بسیاری از شرکت‌ها از هر دو نوع ذخیره داده استفاده می­کنند و به حداکثر پتانسیل سیستم­های هوش کسب و کار خود می­رسند. پس از انتخاب نرم افزاری که متناسب با نیازهای تجاری شرکت باشد و با زیرساخت‌های موجود به خوبی کار کند، زمان آن فرا می­رسد که محیط مناسب و سیستم عامل هوش کسب و کار مشخص شود. شرکت می­تواند انتخاب کند که آیا یک محیط پیش فرض، مبتنی بر ابر یا یک محیط ترکیبی نیاز دارد.

7/ شرکت باید روند آماده­سازی داده­های خود را با سرعت انجام دهد.

غالباً، سازمان‌های بزرگ با مقادیر زیادی داده بی­فایده یعنی “سیلوهای داده” مبارزه می­کنند. این اتفاق وقتی می­افتد که تیم‌ها یا بخش‌ها از ابزارهای مختلفی استفاده می­کنند، رویکردهای کاملاً متفاوتی دارند و داده­ها را برای خودشان نگه می­دارند. به طور معمول، آماده­سازی داده­ها تا 80٪ از زمان توسعه هوش کسب و کار طول می­کشد. هرگونه موفقیت در پیاده­سازی هوش کسب و کار تا حد زیادی به داده­های با کیفیت بالا متکی است. طبق تحقیقات، بیش از 63٪ از پاسخ دهندگان بیان داشتند که آماده­سازی داده­ها برای پیاده­سازی هوش تجاری “بسیار مهم” یا “حیاتی” است.

 

 

8/ شرکت باید بدنبال راه­حل­های پیشرفته‌تری باشد.

از سال 2019، 91.6٪ از شرکت‌های جهانی در حال افزایش سرمایه­گذاری خود در داده­های بزرگ و هوش مصنوعی هستند.

پیاده­سازی هوش کسب وکار

پیاده‌سازی سیستم‌های هوش کسب وکار هم مانند دیگر سیستم‌ها شامل فاز‌ها و مراحلی است که در ادامه تشریح می­شود:

مرحله اول)

تنظیم و برنامه‌ریزی: این قسمت فاز ابتدایی این پروسه است. در این فاز برنامه‌ای مدون و زمان‌دار برای جمع‌آوری اطلاعات ایجاد می‌شود.

مرحله دوم)

جمع­آوری اطلاعات: منابع زیادی برای کسب اطلاعات وجود دارند. باید توجه داشت که این­ها فقط اطلاعات هستند و نه آگاهی و هوش. اطلاعات بعد از آنالیز و پردازش به هوش تبدیل می‌شوند. در این قسمت منابع مختلف مورد تحقیق و بررسی قرار می‌گیرند تا اطلاعات لازم و مناسب برای سوالات و خواسته‌ها به دست آید.

مرحله سوم)

پردازش داده‌ها: در این قسمت داده‌های خام به‌صورت‌های قابل آنالیز شدن تبدیل می‌شوند. این کار می‌تواند به‌صورت ایجاد پایگاه داده یا افزودن داده‌ها به پایگاه داده فعلی یا نمودار و گراف باشد. این مرحله را به‌اصطلاح مرحله استخراج، دگرگونی و بارگذاری می‌نامند.

مرحله چهارم)

آنالیز و تولید: تیم بررسی‌کننده از ابزارهای کاوش اطلاعات برای دسته‌بندی داده‌ها و آنالیز آن‌ها استفاده کرده، آگاهی و هوش ایجاد می‌کند. نتیجه این کار در واقع جواب سوالات است که گاهی اوقات به‌صورت یک گزارش معمولی یا یک ارزیابی دقیق و موشکافانه باشد. در این قسمت سوالات جانبی دیگری نیز ممکن است ایجاد شود که برای حل به فاز اولیه فرستاده می‌شود.

مرحله پنجم)

انتشار: در این فاز هوش و آگاهی و در واقع جواب سوالات به درخواست‌کننده داده می‌شود که می‌تواند به‌صورت یک گزارش یا سمینار باشد.

فواید و مزایای پیاده­سازی هوش کسب و کار

پیاده­سازی هوش کسب و کار در یک شرکت یا سازمان مزیت­های فراوانی برای صاحبان آنها ایجاد می­کند. در ادامه به ده مورد از این مزایا اشاره شده است:

1/ هوش عملی^[2]

یکی از بزرگترین دلایلی که هوش کسب و کار طرفداران زیادی پیدا کرده است، توانایی آن جهت ارائه هوش عملی است. اسکات گانو مدیر عامل هورتن ورکز، در این حوزه بیان می­کند: داشتن ابزارهای هوش کسب وکار به کاربران کسب وکار کمک می­کند تا دسترسی سریع و آسان به پایگاه داده­های قبلی و انبوه داده­های جدید حتی در مناطق جغرافیایی دیگر داشته باشند. افزایش تعداد لینک­هایی که کاربران می­توانند از آنها استفاده نمایند، اپلیکیشن­ها و دستگاه­های ورودی، افزایش تعداد سرورها و … همگی از طریق پیاده­سازی هوش کسب وکار امکان­پذیر می­شود.

2/ یکپارچه­سازی اطلاعات

بسیار واضح است که داده­ها به گسترده­شدن و قرار گرفتن در انبارهای مختلف گرایش دارند. آخرین موج ابزارهای هوش کسب و کار برای حذف موانع بین انبارها تلاش می­کنند تا بدین ترتیب تصویر جامعی براساس منابع چندگانه داده تشکیل شود. این امر پیش­بینی دقیق­تری را ارائه می­دهد. به عنوان مثال، پلتفرم­های داده متصل­شده هورتن ورکز، نرم­افزار مدیریت ارتباط با مشتری خود را با ابزارهای هوش کسب وکار یکپارچه­سازی کرده تا تحلیلگران کسب و کار بتوانند مستقیما به تمام داده­های موجود در نرم­افزار مدیریت ارتباط با مشتری از اپلیکیشن­های هوش کسب و کار مورد علاقه خود و بدون نیاز به تغییر اطلاعات دسترسی داشته باشند.

3/ سفارش­سازی فروش

رابین شوماخر، مدیر عامل محصول Data Stax بیان داشته مشارکت هوش کسب و کار در موفقیت یک شرکت نمی­تواند در اقتصاد دیجیتال امروز اغراق آمیز باشد. وی معتقد است سفارش ­سازی و هدف­دار کردن تجربه آنلاین یک کسب و کار برای مشتریان، علاوه بر صرفه­جویی در هزینه­ها به این دلیل انجام می­شود که تعداد فروشندگان آنلاین بطور میانگین چهارو نیم برابر بیشتر از شرکت­های سنتی است که تکنولوژی دیجیتال قوی ندارند.

4/ پاسخ­دهی سریع

پلتفرم­های قدیمی هوش کسب و کار راه طولانی را در دهه­های گذشته تا امروز طی کرده­اند. در گذشته این پلتفرم­ها برای استخراج هوش از یک زیرمجموعه تقریبا کوچک از داده­ها، تحت نظارت متخصصان استفاده می­شد و تنها این متخصصان می­توانستند به اطلاعات دسترسی داشته یا آنها را تفسیر کنند. کسب وکار یک سوال می­پرسید و متخصصان چند روز بعد به آن پاسخ می­دادند؛ اما هوش کسب و کار و تحلیل­هایی که امروزه استفاده می­شود، متفاوت از هوش کسب وکار قدیمی و مربوط به رابطه­های کاربر گرافیکی انبار داده­های سیستم مدیریت پایگاه داده رابطه­ای و دخالت تحلیلگر انسانی است. اغلب بخش­های این ماشین، جدید و شامل ترکیب تعاملات تراکنشی آنلاین یا عملیات تحلیل و جست و جو با سرعت بالا است. به عبارت بهتر این هوش گاهی اوقات به پردازش تحلیل تراکنشی پیوندی دلالت دارد؛ و به کسب و کارها این امکان را می­دهد تا تجربه آنلاین مشتریان خود را در تمام معاملات به بهترین شکل سفارشی­سازی کرده و تاثیر مثبتی روی فرآیند خرید داشته باشند. همچنین به آنها کمک می­کند تا در رقابت با شرکت­های دیگر از روش­های مدرن استفاده کنند و برنده شوند.

5/ تصمیم­گیری به موقع

در گذشته، انبارهای داده برای جمع­آوری داده از بخش­های مختلف کسب و کار استفاده می­کردند. ابزارهای هوش کسب و کار برای مدیران دید فراگیری در مورد عملیات فراهم می­کنند تا فرصت­ها را برای رشد و بازدهی شناسایی کنند؛ اما این نوع رویکرد برای سیستم­هایی که براساس داده­های فعلی فورا تصمیمات اجرایی میگرند، ارزش کمتری دارد. به عبارت بهتر به جای تجزیه و تحلیل استاتیک عملیات گذشته، پلتفرم­های کلان داده مدرن، قابلیت­های تحلیل برای داده­های عملیاتی را فراهم کرده است تا همان­گونه که کسب و کار پیش میرود، تصمیم­گیری انجام شود. ایده­ال است که هوش سنتی قدیمی و قابلیت­های گزارش­دهی که تکنولوژی­های انبار داده­های قدیمی موجود در بازار را کاهش میدهند، کنار گذاشته شوند.

6/ تحلیل افراد^[3]

در مقایسه با نسل­های قبلی، در حال حاضر شرکت­ها به عنوان مصرف­کننده، حجم زیادی از اطلاعات را بکار می­گیرند. با پیدایش موتورهای جستجو و تلفن هوشمند، اطلاعات در سرتاسر دنیا به صورت 24 ساعته در اختیار مردم قرار می­گیرد و تکنولوژی­های هوش کسب و کار جدید تغییرات مشابهی را در دنیای کسب و کار بوجود می­آورند.

تومرشیران، موسس و مدیر عامل دریمو در این حوزه بیان داشت: در قدیم، شرکت­ها برای پاسخگویی به سوال ساده­ای که به راحتی توسط داده­های خود شرکت جواب داده می­شد، چندین ماه وقت صرف می­کردند؛ زیرا فرآیند دریافت، آماده­سازی و تحلیل داده­ها بسیار پیچیده بود و باید بصورت دستی انجام می­گرفت. بسیار واضح است که در سال­های آتی، شاهد تحول عظیم در جهان تحلیل داده­ها خواهیم بود. بطوری که تمام کاربران و تحلیل­گران کسب و کار در هر زمان می­توانند به تمام سوالات پاسخ دهند.

7/ تجسم داده

بسیار خوب بود اگر برای سازمان­دهی و قابل فهم­کردن داده­ها، فهرستی از داده­های مهم جمع­آوری یا از صفحه گسترده­ها استفاده می­شد؛ اما مدیران، فروشندگان و کاربران کسب و کارها خواستار ابزار وسیعی می­باشند و این امر با استفاده از ابزارهای تجسم داده بیشتر و بیشتر محقق شده است. این ابزارها بطور روزافزون روش­های مختلفی برای مشاهده اطلاعات ایجاد کرده­اند.

8/ هوش کسب و کار سلف سرویس

دیوید آبرامسون، مسئول بخش مدیریت محصول تحلیل Logi معتقد است، سلف سرویس مزیت اصلی هوش کسب و کار مدرن و ابزارهای تجسم داده است. کاربران می­توانند گاهی اوقات از ابزارهای سلف سرویس تجسم داده جهت ایجاد مبنایی برای نمودارها و اشکال بهره ببرند. با این وجود ثابت شده است که این امر برای کاربرانی که می­خواهند دید عمیق­تری نسبت به داده­ها داشته باشند، مناسب نیست. مدیرانی که می­خواهند کاربران دید جامع و کاملی نسبت به داده­ها و اطلاعات مشتریان و کسب و کارها خود داشته باشند، باید از یکپارچه­سازی نرم­افزاری هوش کسب و کار با نرم­افزارهای مدیریت ارتباط با مشتری استفاده کنند.

طبق نظر آبرامسون، کاربران می­توانند با قابلیت­های سلف سرویس پیشرفته، تجسم­سازی ایجاد کنند که بسیار پیچیده (روندها، پیش­بینی­ها و محاسبات پیچیده و …) متنوع (تجسم جغرافیایی، قیف­ها و نقشه­های حرارتی و…) و تعاملی (پشتیبانی از داده­هایی که به موقع منتقل شده­اند، فیلتر سفارشی و لایه­های نفوذ یافته که توسط کاربران تعریف شده­اند و …) باشند.

 

 

9/ موبایل هوش کسب و کار و افزایش دسترسی به اطلاعات

در بین مصرف­کنندگان باب شده است که هنگامی که به اطلاعات احتیاج دارند، در هر زمان و مکان بتوانند به آنها دسترسی داشته باشند، گاهی اوقات کاربران کسب و کارها از اپلیکیشن­های شرکت انتظار انجام چنین عملکردهایی را دارند. در اینجا است که یکپارچه­سازی هوش کسب و کار و نرم­افزار مدیریت ارتباط با مشتری وارد عمل می­شوند و نیاز کاربران را برطرف می­کنند.

10/ سفارشی­سازی کردن اپلیکیشن­های با هوش کسب و کار

بوریس ایولسون، تحلیلگر تحقیقات بیان داشته است: نرم­افزار هوش کسب و کار و ابزارهای تحلیلی با تولید انبوه متناسب با همه موارد کاربردی نیست. او کاربران زیادی را مشاهده کرده است که با هوش کسب و کار و اجزای تجسم­سازی داده، اپلیکیشن­های سفارش­سازی شده­ای ایجاد کرده­اند. اهمیت ویژه سفارشی­سازی کردن اپلیکیشن­ها با هوش کسب وکار این است که طراحی ابزارهای تجسم­سازی را از دست متخصصان هوش کسب و کار خارج ساخته و به کاربران اجازه می­دهد تا با استفاده از این ابزارها تصمیم بگیرند که چگونه می­خواهند از اطلاعات بهره ببرند. این پیاده­سازی شامل اپلیکیشن­های هوش کسب و کار است که بصورت سفارشی کدنویسی شده­اند و بر مبنای پلتفرم­های هوش کسب و کار با تولید انبوه و اجزای هوش کسب وکار تعبیه شده در اپلیکیشن­های عملیاتی و تراکنشی می­باشد.