کسب و کار, کسب و کار الکترونیک

هوش تجاری چیست؟

Advertisements

اما مدیران برای ایفا کردن این نقش خود از چه روش‌هایی استفاده می‌کنند؟ آیا روش‌های آن‌ها از دقت کافی برخوردار است؟ آیا آن‌ها می‌توانند در فضای پیچیده کنونی کسب‌وکار تصمیمات مؤثری بگیرند؟ رویکردهای مختلفی به تصمیم‌ گیری وجود دارد. یکی از این روش‌ها اتکا به سنت گذشته است. این روش معمولاً با این جمله همراه است که “ما درگذشته هم در برخورد با چنین مسئله‌ای همین کار را می‌کردیم.” رویکرد دیگر بر مبنای شهود است. این رویکرد بیشتر از احساسات و تا حدی از تجربیات گذشته ناشی می‌شود. اغلب فرد از بیان دلایل صریح و مشخص برای تصمیم خود عاجز است و با جملاتی مانند “حس من می‌گوید باید این انتخاب را کنم” همراه است. رویکرد دیگر بهره‌گیری از قوانین سرانگشتی است.

مبتنی بر تجربیات گذشته‌اش، فرد به قوانین ساده‌ای رسیده که مبنای تصمیم اوست. برای مثال صاحب یک رستوران بر اساس تجربه گذشته خود می‌داند که در روزهای تعطیل تعداد مشتریان او افزایش می‌یابد و برای پاسخگویی به حجم تقاضا باید تعداد خدمتکاران و آشپزها را دو برابر کند. این‌ها روش‌هایی هستند که در مواردی که ما با تصمیمات نسبتاً ساد‌ه‌ای مواجه هستیم، اتفاقاً خیلی خوب کار می‌کنند. مطالعات زیادی نیز صورت گرفته است که نشان ‌می‌دهد تصمیم ها و قضاوت‌های ما در روش‌های شهودی تحت تأثیر خطاهای رفتاری است.

در سمت دیگر روش‌های داده‌محور قرار دارند که دارای گام‌های مشخص برای تصمیم‌ گیری هستند. گرچه استفاده از روش‌های داده‌محور رویکرد جدیدی نیست، اما تحولات اواخر قرن بیستم به رشد و پیشرفت این روش‌ها کمک بسیاری کرده است. در دهه ۱۹۹۰ تغییرات فنّاوری، اقتصادی و اجتماعی اهمیت دانش و اطلاعات را دوچندان کرد.

سه عامل اصلی در این تحول نقش بازی کرده‌اند. اول، پیشرفت فنّاوری باعث شده حجم انبوهی از داده تولید شود. گسترش استفاده از دستگاه‌های کارت‌خوان‌ الکترونیکی در فروشگا‌ه‌ها، تجارت و تبلیغات در فضای اینترنت، عضویت در شبکه‌های اجتماعی و بهره‌گیری از انواع دستگاه‌های الکترونیکی شخصی مانند گوشی‌های هوشمند حجم انبوهی از اطلاعات را ایجاد کرده است. دوم، افزایش توان سخت‌افزاری برای ذخیره‌سازی این حجم از داده‌ها با قیمت‌های نسبتاً پایین است. سوم، توسعه و پیشرفت روش‌های محاسباتی و الگوریتم‌ها برای تجزیه‌وتحلیل داده‌های با حجم بالاست. این سه تحول عمده سازمان‌ها را قادر کرده است تا با سرعت و کار آیی بیشتر مسائل پیچیده‌تری را حل کنند.

بنا به تعریف، هوش تجاری (Business Intelligence) یک فرآیند فنّاوری‌محور برای تحلیل و ارائه داده است که مدیران کسب‌وکار را قادر می‌کند تا تصمیمات بهتر و آگاهانه‌تری بگیرند. این عبارت برای اولین بار در اواخر دهه ۱۹۵۰ توسط یکی از محققان شرکت آی.بی.ام (IBM) بکار برده شد. عبارت دیگری که در سالیان اخیر متداول شده، روش‌های تحلیلی کسب‌وکار (Business Analytics) است. بنا بر تعریف موسسه اینفورمز (INFORMS) روش‌های تحلیلی کسب‌وکار یک فرآیند علمی است که داده را به دانش و شهود جدیدی تبدیل می‌کند که بر مبنای آن می‌توان تصمیم های بهتری گرفت.

کاربردهایی از هوش تجاری

مثال‌های زیر نمونه‌هایی از سؤالاتی است که هوش تجاری در حوزه‌های مختلف می‌تواند به یافتن پاسخ آن‌ها کمک کند:

مدیریت ارتباط با مشتری: کدام‌یک از مشتریان سازمان سودآورتر از بقیه هستند؟ احتمال از دست دادن یک مشتری در یک سال آینده چقدر است؟ چگونه می‌توان رضایت مشتریان را از خدمات سازمان افزایش داد؟

مدیریت بازاریابی: چگونه می‌توان احتمال موفقیت یک محصول جدید را پیش‌بینی کرد؟ در اثر یک کمپین تبلیغاتی جدید، احتمال خرید یک محصول توسط مشتریان فعلی چقدر است؟

مدیریت کیفیت: ترکیب بهینه پارامترهای تولید برای رسیدن به اهداف کیفیت محصول کدام است؟

مدیریت زنجیره تأمین: چگونه مسیرها و برنامه زمان‌بندی کارکنان را بهینه کرد تا هزینه‌های حمل‌ونقل کمینه شود؟ مکان بهینه انبارها و مراکز توزیع در کجا باید قرار گیرد؟ میزان بهینه کالاها در انبار با توجه به میزان تقاضا چقدر باید باشد؟

مدیریت منابع انسانی: هزینه‌های ناشی از خروج کارکنان از سازمان چقدر است؟ چه پارامترهایی بر نرخ خروج کارکنان از سازمان اثر می‌گذارند؟ اثرات مالی روش‌های مختلف پرداخت کارکنان چیست؟

مدیریت مالی: ریسک سبدی از سهام مختلف چقدر است؟ چگونه می‌توان روندهای آتی بازارهای مالی را پیش‌بینی کرد؟ جریان نقدی یک شرکت را چگونه می‌توان پیش‌بینی و مدیریت کرد؟

شناسایی تقلب: چگونه تقلب را در حوزه‌های مختلف مانند ادعای خسارت در بیمه، پول‌شویی، هزینه‌های بیمارستانی و فرار مالیاتی شناسایی کنیم؟

صنعت ورزش: چگونه با یک بودجه محدود یک تیم ورزشی مؤثر و کارآمد ایجاد کنیم؟ چگونه بازیکنان را بر اساس کارایی آنان قیمت‌گذاری کنیم؟ قیمت‌های بلیت مسابقات را چطور بر اساس جذابیت بازی و میزان تقاضا تعیین کنیم؟

تجزیه‌وتحلیل وب: تبلیغات آنلاین بر روی فروش محصولات وب‌سایت چه اثری داشته است؟ بر اساس داده‌های کاربران چگونه طراحی وب‌سایت را کارآمدتر کنیم؟

صنعت تلکام: چگونه کاربران را بر اساس رفتار آن‌ها خوشه‌بندی کنیم و به هریک از آنان خدمات سفارشی‌شده ارائه دهیم؟ احتمال ترک‌کردن شبکه از سوی یک کاربر و رفتن به شبکه رقیب چقدر است؟

بانکداری: احتمال آن‌که فردی که متقاضی وام است، نتواند وام خود را پس دهد، چقدر است؟

مؤسسات مردم‌نهاد: چگونه کمپین‌های جمع‌آوری کمک‌های مالی کارآمدتر طراحی کنیم؟

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *