ANP-Data-CenterEen organisatie die tegenwoordig tijdig op de behoefte en veranderingen in de markt wil inspelen moet Data Driven ingericht zijn. Behalve een toenemende explosieve groei aan data, neemt ook het aantal data-bronnen, diversiteit, variatie in de datastructuur en formaat sterk toe. Zet je meer mensen op de BI-afdeling om deze workload te verwerken maar blijft de verbetering van de ‘output’ significant uit? Wat is dan het knelpunt in uw BI-team?

Single Source of Truth (SSOT) is onhoudbaar
De meeste BI-tools gaan uit van een ‘Single Source of Truth’ (enkele versie van de waarheid), terwijl dit bij het huidige data aanbod zeer zeker niet het geval is. Een aanzienlijk deel van de inspanningen binnen een BI-afdeling is dan ook gericht op het schonen van de data (SSOT creëren) zodat BI-analyses en rapportages ongestoord blijven werken.

Met de sterke toename van het aantal databronnen (denk ook aan Internet of Things) wordt het steeds moeilijker om aan de SSOT voorwaarde te blijven voldoen. Ergo, terwijl de druk toeneemt om steeds sneller, accurate stuurinformatie te leveren, neemt de ‘vervuiling’ van de data-bronnen verder toe. Zo ontstaat een duivelsdilemma: Snel rapporteren met fouten of correct rapporten maar later en met dan achterhaalde gegevens. Oplossing: Meer mensen op de afdeling zetten voor data cleansing! Een korte termijn en weinig duurzame oplossing.

Verwijder de bottleneck
Onze ervaring is dat de nieuwste ontwikkelingen op het gebied van zelflerende algoritmen en robots het mogelijk maakt om data automatisch te verzamelen, te herkennen, te rubriceren en de databronnen slim elkaar te laten verrijken. Elke toevoeging van nieuwe databronnen geeft extra informatie waarmee de benadering van de waarheid steeds beter wordt. In plaats van een ‘Single Source of Truth’, wordt zo de meest waarschijnlijke benadering van de waarheid gecreëerd. Een ‘waarheid’ die met meer bronnen steeds nauwkeuriger wordt en uiteindelijk beter is dan een SSOT.

Automatisering van het proces van data cleansing scheelt veel tijd, inspanning en data correcties aan de voorkant van BI, terwijl het ook nauwkeuriger is. De BI-medewerkers kunnen hun tijd dan besteden aan het analyseren van de informatie: Data Analytics zoals het bedoeld is.

De kracht van een hele nieuwe generatie BI-tools zit ‘m duidelijk in de verwerking van data in al zijn facetten en niet in de meest fancy drill downs en presentatie mogelijkheden.

Koop geen oude wijn in nieuwe zakken!
Een Data Driven onderneming worden begint bij correcte en actuele data. Uit een inventarisatie door Gartner blijkt dat BI/Analytics in 2016 op plaats één van de CIO-prioriteitenlijst staat. Ook PENDARR eisen uit de financiële wereld maken de keuze voor een passend BI/Analytics beleid een serieuze zaak.

De requirements voor de nieuwe generatie BI-tools betreft niet alleen de informatiepresentaties, opmaak en gebruiksgemak, maar vooral de manier hoe omgegaan wordt met de aangeboden data.

Ben je als organisatie bezig met het kiezen van een BI-oplossing? Koop geen oude wijn in nieuwe zakken met modern uitziende (uiterlijk) tools die hun oorsprong en kern nog hebben in het pre Big Data tijdperk. Deze kunnen niet omgaan met ongestructureerde data uit meerdere bronnen. Zij eisen voor een goede werking nog steeds een SSOT bron met alle ‘gedoe’ rond data cleansing.

Een verkeerde keuze betekent veel extra werk, kosten en teleurstellende resultaten. Houdt u zich echter aan de volgende tien geboden –in willekeurige volgorde- dan weet u zeker dat u de belangrijkste requirements voor een weloverwogen keuze heeft ingevuld.

  • Via uw BI-tool is veel organisatie-, en medewerkersgevoelige informatie beschikbaar. Het is van groot belang dat deze informatie niet in onbevoegde handen terecht komt zowel binnen als buiten uw organisatie. Op welke wijze is dit te beveiligen en wat is de kans op een datalek?

  • Wie gaat de tool gebruiken en is de tool voor de doelgroep gebruikersvriendelijk? Is support aanwezig en in welke vorm is deze beschikbaar?

  • Welke rapporteerfuncties moeten erin zitten en wat zijn nice-to-haves. Hoe lang duurt het voordat (complexe) rapporten beschikbaar zijn en in welke vorm.

  • Scenario rapporten: ss de BI-tool in staat om op basis van scenario’s, rapporten aan te maken.

  • Mutiple devices support: uw beoogde BI-tool zou niet gelimiteerd moeten zijn tot een enkel device en locatie maar locatie (geografisch) en device onafhankelijk beschikbaar moeten zijn.

  • Ontwikkelingen en zeker op het gebied van BI en Business Analytics gaan snel, in welke levencyclus fase staat de leverancier en zijn BI product. Kan het toekomstige ontwikkelingen volgen?

  • Open/gesloten architectuur. De keuze voor open of gesloten architectuur moet aansluiten op het beleid wat binnen uw organisatie is opgesteld hiervoor.

  • Data. Zoals betoogd moet de tool om kunnen gaan met een diversiteit aan data en ‘waarheden’.

  • Real-time. Wordt nieuwe beschikbare data direct verwerkt en is de informatie direct beschikbaar of niet en hoe belangrijk is dat?

  • Geen enkele organisatie is hetzelfde. Het vaststellen van de belangrijkste requirements voor uw organisatie is daarom maatwerk. Of u hiervoor een externe specialist voor wilt inzetten is afhankelijk van de kennis die binnen uw organisatie aanwezig is.

Source: Emerce

Deel dit artikel

Submit to FacebookSubmit to Google PlusSubmit to TwitterSubmit to LinkedIn