av Tonje I. Hanssen | apr 27, 2020 | Business Intelligence
Med COVID-19 pandemien har mange selskaper innen forskjellige bransjer flyttet sine ansatte til hjemmekontor, som raskt har blitt den «nye normalen». Mange bedrifter har bekymret seg for produktiviteten til at de ansatte jobber eksternt. Så vi ville undersøke og se hva dataene faktisk viser om fordelene og ulempene ved å jobbe hjemmefra.
Hva dataene viser om å jobbe eksternt
For å gjøre det beste ut av en unik situasjon, viser dataene at å jobbe eksternt faktisk kan føre til større produktivitet og gi selskaper nye muligheter for suksess. For eksempel viser dataene at ansatte ser en økning på 13% i jobbpresentasjoner når de jobber hjemmefra. I tillegg rapporterte 80% av arbeidstakerne reduserte nivåer av stress. Her er en infographic som viser dette og andre datapunkter.
Best practice for å øke produktiviteten eksternt
Når du jobber eksternt, er det selvfølgelig alltid forbedringsmuligheter for å sikre at teamene er samkjørt og jobber så effektivt som mulig. Her er noen gode fremgangsmåter slik at organisasjonen din kan forbedre forretningsresultatene.
Bygg tillit med teamet ditt
Muligheten til å opprettholde et sunt, transparent forhold til dine medarbeidere er viktig av mange grunner. Å bygge tillit på den eksterne arbeidsplassen vil gjøre det lettere for både ledere og team, slik at de kan fokusere på sine egne oppgaver i motsetning til å bekymre seg for å være tilgjengelige hvert minutt.
Den beste måten å håndtere dette på er å sette av en bestemt tid hver dag eller uke for teamsamarbeid og oppfølging. Dette vil gjøre det mulig for alle å rapportere sine prioriterte prosjekter, uttrykke bekymringer og gi tilbakemeldinger. Vi har hatt suksess med dette om morgningene, etter kaffen selvfølgelig. På den måten kan alle starte dagen med et tydelig etablert prosjekt og følge tidsplanen.
Styrken av en detaljert e-post
Uavhengig av omstendigheter er nøkkelen til å jobbe hjemmefra tydelig kommunikasjon med ledere og medarbeidere – og vite nøyaktig hva som forventes av deg. Når du er på kontoret, er det oftere lettere å få svar på spørsmål i forbifarten. Når du jobber eksternt og skriver en e-post, kan du stille alle spørsmålene dine på en organisert måte, på begynnelsen av dagen når du har den personens oppmerksomhet. Dette vil gjøre det lettere for de å komme tilbake til deg og spare personen for leting gjennom innboksen.
På andre siden, kan det å svare på en e-post være like kritisk. Ikke vær bekymret for å overforklare deg når teamet ditt jobber hjemmefra. Dette vil redusere mengden oppfølgingsmail, og gi personen noe å referere tilbake til. Det å bruke litt mer tid på å lage eller svare på e-poster vil resultere i effektive prosjekter som blir fullført riktig første gangen.
Fokuser på resultater, ikke aktivitetssporing
Å måle deg og teamet ditt basert på resultater som prosjekter reflekterer vil ha større betydning enn å administrere utelukkende basert på timer. Når du har et motivert team med et overskudd av prosjekter å gjennomføre, er det viktig at de forstår hvor de skal rette fokuset sitt. Det er kritisk å sette daglige, ukentlige og månedlige mål med tydelig kommunikasjon om hvordan suksessen måles. Når et mål er etablert, blir det lettere å prioritere prosjekter som gir mer effektive resultater.
Hvordan analytics kan hjelpe
Bedrifter som har et pålitelig analyseverktøy som man har tilgang til fra hvor som helst, vil ha et konkurransefortrinn i forhold til de som ikke har det. Spesielt i en tid der hjemmekontor er oppfordret. Enten du sporer ansattes produktivitet eller måler prosjekt effektivitet, når du har øyeblikkelig tilgang til viktige beregninger, vil bedriften din posisjonere for fremtidig vekst. Ordtaket «det som ikke kan måles, kan ikke styres» er sannere enn noensinne. Å skape handlingsdyktig innsikt ved bruk av analyser, eliminerer den lange prosessen med å grave gjennom bunker med data og konverterer den til lett forståelig og relevant informasjon. Dette gjør det mulig for selskaper å trygt ta faktabaserte beslutninger som de er trygge på – spesielt når du er på farten (eller i dette tilfellet i sitt eget hjem).
av Tonje I. Hanssen | nov 26, 2018 | Business Intelligence
Organisasjonen din har investert både tid og penger på å samle inn data, og da ønsker man å utvide nytteverdien av innsamlede data. I den tidlige fasen av BI var det vanligvis bare noen få personer i selskapet som forsto og tolket dataene. Men i dag, med bruk av dashboards, er det flere og flere ansatte som har tilgang til dataene og bruker den til å ta bedre beslutninger.
Så hva betyr dette for deg som dashboarddesigner? Det betyr at du sannsynligvis lager dashboards til mer enn bare én person. Ved at det er flere sluttbrukere, kan dashboards som er lagd (som blir brukt eller ikke) påvirke selve avkastningen du finner i dashboardet. Hovedpoenget er at du vil at dine dashboards skal bli forstått av alle sluttbrukerne. Hvordan du kan gjøre dette? Gå tilbake til det grunnleggende og følg disse 5 konseptene.
1. Tenk på brukeren først
Når man tar på seg et nytt prosjekt er det fort gjort å bli revet med av alle detaljer som tilfredsstiller våre egne behov eller imponerer våre sjefer. Men sannheten er at du ville ikke hatt jobben med å lage dashboards hvis ikke sluttbrukeren eksisterte. Så den viktigste oppgaven for deg bør være å tilfredsstille behovene og ønskene til klienten – sluttbrukeren.
2. Hold det enkelt
Selv om «gjør det enkelt» har blitt brukt mye opp gjennom tiden, så er det et konsept som holder standard. Grunnen til at det er så viktig, er at folk har mye å tenke på samtidig. Det er mange distraksjoner både i arbeidsmiljøet og hverdagen. Ved å holde dashboards enkle, hjelper det folk med å forstå informasjonen de ser.
3. Ikke vær redd for åpen plass
Jeg har møtt flere personer som er opptatt av å utnytte all plassen i et oppsett og fylle det med en eller annen form for innhold, uavhengig av design og relevans. Hvis de hadde lest punkt 2, hadde de innsett at et oppsett som er overfylt av objekter kan være forvirrende for brukeren. Det de frykter mest (åpen plass) er faktisk designerens beste venn. En designer bør bruke den åpne plassen rundt det viktigste elementet for å få mest mulig visuell oppmerksomhet til det aktuelle elementet. Ikke være redd for åpen plass; bruk det til din fordel.
4. Merk alt
Å bruke åpen plass til din fordel og holde et enkelt oppsett betyr ikke at du kan forsømme nødvendig informasjon som overskrifter. Du kan ikke anta at sluttbrukeren vet hva et diagram eller graf går ut på. Merk det generelle innholdet med en tittel og merk hvert element ved hjelp av en «nøkkel» for ulike ting som farger, linjetykkelser, mønstre og så videre. Overskrifter trenger ikke å være store – men de må være til stede.
5. Fokuser på mening
Ved å fokusere på å skape et flott dashboard, kan designeren fort glemme den virkelige hensikten med dashboards. Den virkelige hensikten er å gi meningsfull informasjon til sluttbrukeren i form av oversikt av data. Tenk på hvordan en ny bruker vil oppleve å se brukergrensesnittet for et dashboard for første gang. Hvis det er noe i oppsettet som er forvirrende, bruk overskrifter, bilder, størrelse, posisjon – hvilket som helst verktøy for dashboards, for å bli kvitt forvirringen.
Disse 5 konseptene er ganske enkle, men de er viktige å huske på.
av Tonje I. Hanssen | nov 7, 2018 | Business Intelligence
Dekk og felg grossisten Starco Norge AS valgte å implementere et mobilt analyseverktøy med et mål om å forbedre salgsprosessen.
De fusjonerte selskapene Auto Grip AS, InterContact Norway AS, Nord Norsk Dekkimport AS, Terje Vold As og Scan Vest Dekk AS, som nå utgjør Starco, har blitt en av Norges største importør og grossist av dekk og felger. Starco tilbyr nå lokale grossistlagre med dekk og felg spredt rundt over hele Norge. Med et mål om å bli landets ledende og foretrukne leverandør, jobber Starco sine selgere mye ute i felten og tett med kundene sine. Det er derfor viktig for bedriften og deres medarbeidere å kontinuerlig oppdatere seg på nyheter og trender, samt status på kundene. Tidligere benyttet selskapet seg av et system som krevde mye innsikt og navigering for å få tak i informasjon. Dette tok mye tid for selgere og førte til at de ikke hadde oppdatert og relevant informasjon ut i kundemøter.
En felles plattform
Starco anskaffet en mobil løsning for business intelligence og informasjons distribusjon –
DiveTab. Ved bruk av DiveTab skapte Starco en felles plattform for sine ansatte, som integrerer flere viktig salgselementer. De har tilgang til et dokument arkiv som inneholder blant annet kampanjer, prislister, produktark og instruksjonsvideoer. De har også integrert nettbutikken og ordre, som gjør det mulig å aksessere og legge inn ordre direkte ute i kundemøter. Når det kommer til business intelligence delen, har Starco tilgang til en rekke rapporter i den mobile løsningen, hvor de enkelt kan dykke ned til underliggende detaljer. Dette gjelder både standardiserte rapporter (laget av administrasjonen) og selvlagde rapporter – self-service (hver selger kan lage skreddersydde rapporter).
Økt produktivitet
Ved å benytte DiveTab, har Starco gitt sine ansatte rask og enkel tilgang til den informasjonen som er nødvendig for å følge opp kunder og kjøpssyklus. Med tilgang til mobil BI i sanntid kan de være proaktive og handlingsorienterte, basert på oppdaterte data. Sammen med et enkelt grensesnitt bruker dermed Starco mindre tid på systemer og mer tid på salg og kundeoppfølging, som igjen har ført til en økt produktivitet.
Starco har også fokus på data management, og DiveTab bidrar til kvalitetssikring på dette området. DiveTab benytter den nyeste teknologien for å levere rask tilgang og fremragende prosessytelse. Alle forholder seg til en sannhet med faktiske og kvalitetssikre data.
Effektiv distribusjon av informasjon
I bedrifter med mange avdelinger spredt rundt i landet og hvor mange selgere er ute i felten, er det viktig å ha en mobil digital plattform for effektiv distribusjon av informasjon. Starco understreker at digitale verktøy skal støtte opp under salgsprosessen og fjerne tidstyver. Ved å ta i bruk DiveTab, har Starco tilgang til oppdatert og relevant informasjon, samt effektiv og hurtig rapportering.
av Tonje I. Hanssen | okt 19, 2018 | Business Intelligence
Hvordan reagerer du når du kommer over noe som er utfordrende? For å gi et eksempel, skal vi se på to typer mennesker når det kommer til matte. Noen tror at grunnen til at det er vanskelig med matte er fordi de ikke har en mattehjerne. Mens andre pugger og jobber helt til de finner ut av det. Den første gruppen kan man si har en statisk mentalitet, mens de sistnevnte har en vekst mentalitet. Det er denne vekst mentaliteten som kan hjelpe deg med å skape fordeler i mange områder i livet – inkludert analyse.
Hva er «growth mindset»?
Growth mindset er en vekstorientert tankemåte som fremmer endring.
Ifølge Carol Dweck, psykologen som innførte begrepet, tror personer med vekstmentalitet at deres grunnleggende evner kan utvikles gjennom engasjement og hardt arbeid – og at talent og evner bare er utgangspunktet. Dette perspektivet skaper en positiv tilknytning til læring og pågangsmot som er avgjørende for gode prestasjoner.
Det er ikke bare enkeltpersoner som kan ha en vekstorientert tankemåte, men også organisasjoner. I en Harvard Business Review-artikkel sier Dweck at i bedrifter som omfavner en vekstmentalitet rapporteres det at de ansatte føler seg mer selvsikre og engasjert. I tillegg til at de får langt større organisatorisk støtte til samarbeid og innovasjon. I motsetning til ansatte i bedrifter med statisk mentalitet, hvor det rapporteres om juks og spisse albuer blant ansatte, antagelig for å få en fordel i et konkurransemiljø.
Vekstmentalitet og analyser
Under finner du tre måter for hvordan et vekstorientert tankesett kan være nyttig for personer som jobber med analyser.
Pågangsmot
En av tingene som kjennetegner folk med et vekstorientert tankesett er at de er i stand til å lettere komme seg opp igjen etter motgang. For brukere av analyse betyr dette at det å finne «dårlige nyheter» i dataene ikke er en undergang. For eksempel, la oss si at dataene dine viser dårlige salgstall for kvartalet. Hvordan vil du reagere? En vekstorientert person kan bli skuffet, men vil også ta det som en utfordring å finne ut hvordan man kan forbedre seg for neste kvartal.
Utholdenhet
Vekstorienterte holder fast ved oppgaver, selv når de blir utfordrende. Når det kommer til analyse, kan det være lite motiverende når du ikke får svaret du trenger i dataene. Men utholdenhet lønner seg. En vekstorientert person vil fortsette å dykke i dataene for å komme til riktig svar.
Intelligent utvikling
Personer med en vekstmentalitet tror ikke at ens talenter og evner er satt ved fødsel. De tror de kan utvikle seg over tid. Å ha tilgang til et vell av nye data kan være skremmende i begynnelsen. Hva ser man etter? Hva skal du undersøke? Spørsmålet er om du gir opp eller jobber du med dataene over tid for å få ny innsikt?
Hvordan utvikle en vekstmentalitet
Hvis du finner ut at du har en statisk mentalitet, finnes det måter å endre tankegangen din på og utvikle et mer vekstorientert tankesett.
Still spørsmålet ditt på en ny måte. Har du et spørsmål som du ikke får svaret på i dataene dine? En person med en vekstmentalitet slår ikke bare av pc-en, men hun tenker på hva hun vil ha som sluttresultat og jobber seg bakover for å sikre at hun stiller de riktige spørsmålene.
Bruk litt tid på å se hvor dataene tar deg. Jeg vet – hvem har ledig tid til å bare sitte og leke med dataene? Men selv om det tar litt tid å utforske, kan det hjelpe deg med å få ny innsikt. Begynn med å sette til side en liten del av tiden hver uke for å se hvilke nye funn av informasjon du kan avdekke.
Lag kontinuerlig nye mål. Salgsteamet møtte sine mål for kvartalet. Gratulerer! Men hva er neste? Ved å sette et nytt mål hver gang du når dine gamle, holder du ditt sinn utfordret og åpent for nye måter å tenke på.
Feire underveis. Mange mennesker med statiske tankesett har de fordi det er vanskelig å se sluttresultatet. For eksempel, jeg kan ikke forstå dette enkle mattekonseptet i dag – hvordan forventer jeg at jeg skal klare eksamen? Færre butikker tok inn vårt produkt siste kvartal – hvordan kan du nå forvente at vi skal øke distribusjonen? Du kan endre denne tankegangen ved å feire mindre milepæler. Som for eksempel, et lite hopp i kvalitetsrangeringer, eller et nytt distributørforhold. Ved å bryte ned dine større mål i mindre milepæler, øker du drivkraften og motivasjon, og gir innsikt i hvordan du kan nå dine større mål.
Vekstmentalitet er en prosess
Selvfølgelig er det en prosess, og det er en som ikke skjer over natten. Men du vil oppdage at ved å bruke en litt mer vekstorientert tankegang, kan du utvikle din analyse forståelse og suksess.
av Tonje I. Hanssen | okt 11, 2018 | Business Intelligence
Hvordan vurderer du resultatene etter at organisasjonen din har investert i en business intelligence-løsning? Hvordan måler du effektiviteten, og om de avgjørelsene du tar ut fra innsiktene er gode eller dårlige? Business intelligence er en ressurs som gjør informasjon om til et konkurransefortrinn. Derfor er det viktig å avgjøre om BI-løsningen fungerer bra eller om den trenger justeringer.
Forrester Research har sett på disse spørsmålene i en rapport om benchmarking av firmaets business intelligence miljø. Forrester undersøkte over 100 fagfolk som brukte BI i slutten av 2016 og 2014, for å lære hvordan bedrifter vurderer sine BI-løsninger. De fant ut at 86% av bedriftene målte sine BI-løsninger kvantitativt, ved oppfølging og analyser av BI plattformens logger og metadata, systemlogger fra databasestyring og/eller ved undersøkelser.
Måle effektivitet
For å måle effektiviteten av bedriftens BI, foreslår rapporten å stille følgende spørsmål.
Bruker du flere eller færre BI-plattformer enn dine kolleger?
I følge Forrester, distribuerer de fleste store bedrifter minst fem BI-plattformer, hvor noen er bygd inn i økonomi, planlegging, ERP og CRM applikasjoner. I dette tilfellet, er ikke flere nødvendigvis bedre. Dette er fordi hver plattform krever organisering av flere bevegelige deler som kan være vanskelig å integrere og distribuere.
Hvor mange forskjellige rapporter og dashbord produserer du?
Forskning fra Q4 2016 viser at de fleste organisasjoner produserer 25 rapporter/dashbord eller mindre per bruker. 42% produserer også mindre enn 10 per bruker.
Hvor leverer du informasjonen?
PCer er den vanligste plattformen rapportert i både 2014 (94%) og 2016 (87%). Samtidig øker bruken av mobile plattformer, opp fra 44% til 50% i løpet av de to årene. Hos Dimensional Insight har vi også sett en økende interesse for vår mobile løsning – DiveTab.
Analytiske behov kan variere mye på tvers av en organisasjon, og det som anses som «nyttig» kan være avhengig av målgruppe. Derfor anbefaler Forrester også å samle beregninger. Dette inkluderer hvor mye og lite rapporter og dashbord brukes, hvor rask en spørring gir resultater, og hvor mange klikk det tar å lage et spørsmål og få svar. Det å analysere resultatene fra brukere, avdelinger, regioner, forretningsområder og andre attributter vil fremheve trender og skape muligheter for å lære av mer effektive bruksmønstre.
Hvordan bruke Diver til å samle og analysere bruksfrekvens og omfang
Site Stats er et verktøy som tilbys gjennom Diver Platform og Diver Solution som samler den type informasjon som nevnt over og hjelper brukerne med å visualisere og analysere. Site Stats gir en oversikt som inneholder bruksinformasjon og trender som kan være nyttige for en CIO.
Utover oversikten er det mye data om hver side og bruker i et BI-miljø. I hovedsak spores alle dataene i miljøet hver gang det berøres.
Site Stats gir også informasjon om hvor lang tid hver side bruker for å laste. Langsomme tider kan signalisere dårlig utforming av et bestemt dykk inn i dataene. Hvis dette er tilfelle kan vårt tekniske team hjelpe kunden med å designe sider for bedre ytelser og forbedret effektivitet.
Avslutningsvis, det å måle effektiviteten er et godt sted å begynne for å vurdere BI-løsningen og avgjøre om den trenger justeringer. Divers Site Stats gir en oversiktlig måte å spore og analysere bruken på, samtidig som våre eksperter kan hjelpe kunder med å forbedre effektiviteten.
Helt til slutt, når du vurderer alle BIs kvantifiserbare tiltak, må du ikke overse immaterielle fordeler som forbedret beslutningstaking og bedre innsikt.
Kilder
Benchmark Your BI Environment for Continuous Improvement, by Boris Evelson, Forrester Research, Inc., March 20, 2018
Use Human-Machine Partnerships to Continuously Improve Decisions, by Rowan Curran and Boris Evelson, Forrester, May 2016.
av Tonje I. Hanssen | sep 25, 2018 | Business Intelligence
Formålet med visualisering er å effektivt kommunisere informasjon. Dette vil man kunne gjøre på måter som trekker ut trender og mønstre som ikke så lett kan ses ved å bare se på talltabeller. Ideelt sett skal dette også være noe som er visuelt tiltrekkende. Du bør få en positiv følelsesmessig respons når du ser på noen av disse visualiseringene og engasjere brukere, slik at de er villig til å virkelig dykke ned for å analysere data.
I dette innlegget vurderes noen av Dimensional Insight sine Chart Portlet visualiseringer, for å illustrere et bredt spekter av måter å visualisere data på. Jeg tror du vil se med alle de tilgjengelige alternativene, at det er enkelt å kommunisere informasjon på en måte som er både effektiv og behagelig for øyet.
Diagramtyper
Her er en liste over noen forskjellige diagramtyper for visualisering av data.
Noen favoritter
La oss se på noen av våre favoritter av ulike diagrammer, slik at du kan få en bedre forståelse for hvordan de kommuniserer informasjon.
Dette eksemplet viser både gjennomsnitt og median. Man kan klikke på et punkt, for å navigere ned i detaljdata.
Vanligvis brukes både Lysestake-diagrammer og OHLC-diagrammer til å vise økonomiske data. Lysestake-diagrammet bruker hvitt og svart for å vise at en verdi går opp og ned. OHLC-diagrammet bruker grønt og rødt til å vise at en verdi går opp og ned. Grunnen til å bruke en type fremfor en annen er et spørsmål om personlig preferanse.
Her er noe som kanskje er mer interessant. Dette diagrammet er spesialisert for transport industrien. Det viser sammenhenger mellom punkter i et transportsystem, slik at du kan få en idé om rutesammenhenger. Hvis du markere en bue eller destinasjon, dukker det opp et informasjonsvindu som viser forskjellige type informasjon, eksempelvis antall turer som går frem og tilbake. I Arc-diagrammet er det mange visningsalternativer.
Waterfall diagrammet fungerer bra for å spore en prosess over tid. Dette eksemplet viser en verdi som startet på null på mandag, og som gikk opp til nesten 40. Så på tirsdag falt den (stolpen er rød) helt ned til nesten negativ 20. På onsdag fortsatt den å falle videre. På torsdag steg det. På fredag steg den igjen. På slutten av uken viser diagrammet en enkelt stolpe (blå) hvor verdien endte. Waterfall diagrammet gir en detaljert måte å spore noe over tid – i dette tilfelle ned til dager.
Dual Axis-diagram kan være greit å bruke når du sammenligner to datasett eller to kolonneverdier som – selv om de ikke har samme skala – har vanlige mønstre du vil se. Her ser vi på antall salg kontra omsetning. Selv om dataverdiene ikke er av samme størrelsesorden, er det visse mønstre mellom de to som er verdt å vurdere.
Det finnes en rekke måter å kombinere ulike diagram typer for å analysere forholdet mellom to sett med data. Dette diagrammet kombinerer stolper og linjer samtidig, i tillegg til en dobbel akse.
Dette MultiTab-diagrammet viser dimensjonen for salgsområdet langs bunnen av diagrammet, og deretter produktfamilie-dimensjonen som unike farger. (Det er egentlig et diagram i et diagram.)
Dette varmekartet viser dager i uken på den vertikale aksen og klokkeslett på den horisontale akse. Hver celle representerer «on-time» prosentandelen av et bestemt transportsystem som analyseres. Det er også en skala til høyre som viser at grønn er bra og rød er dårlig.
Dette er bare et utdrag av hva som kan gjøres med de ulike diagramtyper. Bruk av riktig visualisering og diagramtyper kan gjøre det enkelt å kommunisere informasjon på en måte som er både effektiv og behagelig for øyet.
Om du ønsker, kan du laste ned en eBook om visualisering for fremtidig referanse.
av Tonje I. Hanssen | jul 26, 2018 | Business Intelligence
Prediktiv analyse
Prediktiv analyse er et tema som har fått mye fokus i flere ulike bransjer. I tråd med at dette er et begrep som blir mer og mer vanlig, er det viktig å huske at prediktiv analyse ikke er definert som en teknologi eller teknikk. Allikevel, kan prediktiv analyse grovt deles inn i to tilnærminger, mønstergjenkjenning og simulering. Mønstergjenkjenning er den vanligste tilnærmingen, og er grunnlaget for maskinlære og kunstig intelligens. Simulering benytter en mer menneskelig vinkling til å forstå forretningsproblemer, forutse trender og anbefale optimale beslutninger. Den grunnleggende forskjellen mellom de to tilnærmingene er at mønstergjenkjenning er avhengig av korrelasjon, mens simulering er avhengig av menneskelig kunnskap om kausale forhold.
Forskjeller mellom mønstergjenkjenning og simulering
Mønstergjenkjenning er datasentrisk. Du setter sammen en mengde data med en algoritme, den finner mønstre i dataene og kartlegger fremtidige trender. Dette blir sett på som ryggraden for Data Mining, maskinlære og AI. Store datamengder er svært ønskelig, for desto større datasettet er, desto større er presisjonens nøyaktighet.
Simulering derimot er modellsentrisk. Du starter med å bruke menneskelig kunnskap om årsak og effekt, for å lage en modell av systemet der problemet ligger. Deretter kobler du dataene dine sammen med modellen for å få fremtidige prediksjoner. Til eksempel, for å forutse fremtidige salg, modellerer du de viktigste årsaksfaktorene (som for eksempel salgserfaringer, produktkvalitet, ulike markedsfaktorer) og hvordan disse forholder seg til hverandre. Desto større menneskeekspertise, desto større er presisjonens nøyaktighet.
Fordeler ved simulering
Selv om både mønstergjenkjenning og simulering kan være effektive tilnærminger til prediktiv analyse, er det tre hovedfordeler ved simuleringsmetoden.
1. Simulering integrerer faktorer som mangler i dataene
Ofte mangler dataene dine viktig årsaksfaktorer. Som for eksempel faktorer som tidspress, moral og omdømme. Disse kan ha en betydelig effekt på ønskede resultater, men blir sjeldent fanget opp av informasjonssystemer. Ved simulering kan alt som er kjent om de manglende faktorene inkluderes i modellen, og ukjente faktorer kan estimeres. De resulterende prediksjonene vil ta hensyn til disse faktorene og kvantifisere graden av usikkerhet.
2. Simulering har relativt lave datainnsamlings- og prosesskostnader
I motsetning til mønstergjenkjenning, som bygger på store mengder data av høy kvalitet, bruker simulering dataene som er tilgjengelige og supplerer den med kunnskap. Ved simulering kreves det heller ikke at all data som kan være relatert til problemet må være med, for å kunne se etter meningsfylte korrelasjoner. Årsakene til problemet er allerede bygget inn i modellen. Derfor har simulering ofte en mindre tidkrevende og kostbar datainnsamlingsprosess.
3. Nøyaktigheten av simuleringsprediksjoner er svært pålitelige
En av utfordringene med mønstergjenkjenning er at korrelasjonen ikke alltid reflekterer kausale forhold. Ofte med store dataanalyser, vil data inneholde korrelasjoner som kan virke som årsaker, men som faktisk ikke er det. Slike falske korrelasjoner fører til mislykkede prediksjoner. Simulering starter med ekspertforståelse av årsak og effekt, som er grunnlaget i vitenskapelig kunnskap, og som gir pålitelige resultater. Simulering benytter også en modelltesting og justeringsfase som er med på å forbedre prediktiv nøyaktighet og forbedrer vår forståelse av årsak og effekt.
Med slike klare fordeler kan du kanskje lure på hvorfor simuleringen har fått så lite oppmerksomhet under denne trendbølgen rundt prediktiv analyse. Hittil har de største tilhengere av simulering vært akademikere og spesialiserte konsulentfirmaer, som har implementert applikasjoner i et bredt spekter av bransjer. Dimensional Insight ser den prediktive styrken ved simulering og ser på muligheten for å bygge applikasjoner basert på dette.
Er du interessert i å lære mer om prediktiv analyse og simulering, last ned vår eBok om simulering her.
av Tonje I. Hanssen | jun 25, 2018 | Business Intelligence
2018 Wisdom of Crowds® Business Intelligence Market Study er nå tilgjengelig, noe som gir BI-brukere et innblikk i «BI-tilstanden». Brukere blir stilt spørsmål om deres nåværende og fremtidige bruk, slik at andre kan forutse viktige trender i bransjen. Rapporten gir noen interessante data om business intelligence bransjen i sin helhet, i tillegg til brukerens rangeringer av leverandører.
Hvordan vi måler suksessen med BI
Overveldende mange organisasjoner måler suksessen med BI gjennom tilbakemeldinger/tilfredshet (78%) eller tilbakemeldinger fra kunder (52%). Kun 41% av organisasjonene måler BI suksessen gjennom avkastning. Det er viktig at organisasjoner tenker på hvordan de måler suksessen til BI-implementeringer. Jeg mener man burde legge vekt på klare beregninger, som avkastning – for å enkelt kunne se nytteverdien av BI.
Mest lovende utsikter: BI budsjettene øker
Over halvparten av alle respondentene i undersøkelsen (54%) øker sine BI-budsjetter fra i fjor, sammenlignet med 50% som sa det samme i fjor. Jeg vet at dette er gode nyheter for meg som BI-leverandør, men jeg synes også det er bra for brukere, siden det betyr at de er håpefulle om innsikten de kan få.
Outlook på prediktive analyser
Statistikken fra Wisdom of Crowds rapporten viser at prediktiv (oppført med data mining og avanserte algoritmer) er for tiden listet på åttende plass blant 36 teknologiprioriteter. Det er ganske slående. Imidlertid har interessen for prediktiv kun økt med 9%, som er rangert 23 ut av alle prioriteringene. De som leder når det gjelder «endring i teknologiprioriteter» er «edge comupting» på 32% og videoanalyse på 31%.
Beste leverandøren i Wisdom of Crowds:
Dimensional Insight
For niende år på rad har Dimensional Insight, produsenten av Diver Platform, fått topprangeringer i denne undersøkelsen. Bedriften er plassert øverst i høyre hjørne av begge markedsmodellene som er inkludert i rapporten, for både kundeservice og leverandørens troverdighet. Markedsmodellen for kundeservice måler «salg og service» mot «kundeopplevelse». Troverdighetsmodellen for leverandørene måler «verdi for pris betalt» opp mot «tillit».
Leverandørene er rangert på 33 forskjellige kriterier, inkludert salgs- / kjøpserfaring, verdi for pris, kvalitet og brukervennlighet, kvalitet på teknisk support, kvalitet og verdi av konsulenttjenester, integritet, og om leverandøren anbefales. Rapporten bemerker at Dimensional Insight scorer godt over gjennomsnittet, og er best på et flertall av måleindikatorene på tvers av alle kategorier i målingene.
Grunnlegger og sjefsforsker i Dresner Advisory Services, Howard Dresner, sier “We congratulate Dimensional Insight for its 9th straight year of high scores in the report. Year after year, Dimensional Insight continues to demonstrate the highest level of user feedback.”
For mer informasjon, last ned Dresner rapporten her
av Tonje I. Hanssen | jun 6, 2018 | Business Intelligence
Dimensional Insight Norway
Infotool Norge har endret navn til Dimensional Insight Norway. Dette er en naturlig følge av at Infotool Norge AS ble kjøpt opp av Dimensional Insight Inc, Boston, USA i fjerde kvartal 2017. Oppkjøpet er et ledd i en strategi, hvor Dimensional Insight ønsker å satse sterkere i Europa. For våre kunder vil dette bety tilgang til flere ressurser og mer spisskompetanse. Vi vil utvide våre løsninger innenfor Data Management og Business Intelligence.
DI Europe
Det norske kontoret blir det tredje europeiske kontoret til Dimensional Insight, sammen med kontoret i Nederland og Tyskland. I Nederland ligger også hovedkontoret for Dimensional Insight Europe. Dimensional Insight Norway vil bli ledet av Inge Hanssen, som har vært CEO for Infotool Norge.
Ledende leverandør av BI
Dimensional Insight er en ledende leverandør av business intelligence (BI) løsninger. Selskapet tilbyr en komplett portefølje av BI-funksjoner som spenner fra Data Management til Business Intelligence. Dimensional Insight ble grunnlagt i 1989 og har tusenvis av kunder over hele verden. Dimensional Insight sin Diver Platform™ er rangert på topp gjennom mange år, av kunder og bransjeanalytikere i sine kjernemarkeder.
Ny profil
Med et nytt navn følger også en ny merkevare og profil. Websiden vår har blitt fornyet, du kan finne den på www.dimins.no. Naturligvis, vil også våre e-mail adresser endres fra @infotool.no til @dimins.no. Du kan også finne oss på Facebook og LinkedIn under navnet Dimensional Insight Norway.
Tettere samarbeid
Gjennom et tettere samarbeid med våre kollegaer i Europa og USA, vil det åpne nye muligheter gjennom et større nettverk og tilgang til en større kunnskapsbase, samt økt nytteverdi gjennom ny informasjonsteknologi. På denne bakgrunn, møter vi fremtiden offensivt, sammen med våre kunder, partnere og ansatte.
av admin | okt 14, 2016 | Business Intelligence
Dette innlegge vil presentere to måter for hvordan et business intelligence verktøy kan forenkle komplekse problemstillinger.
Automatisere gjentatte analytiske prosesser
En viktig komponent for effektiv supply chain management, er å aktivt spore viktig lageromsetning og salgsprognose beregninger. Disse type beregninger omfatter gjentatt bruk av lignende analytiske prosesser. Uten et riktig business intelligence verktøy, kan dette innebære å ofre utallige timer til å behandle data for å komme fram til de nødvendige beregninger. Dette problemet forverres ettersom kompleksiteten i en supply chain øker. Et business intelligence verktøy kan effektivisere denne prosessen ved å automatisere databehandlingen. Administratorer kan sette opp automatiske oversikter som sikrer at viktige beslutningstakere får tilgang til den informasjonen de trenger uten tidkrevende analyser. Med disse automatiske funksjonene blir håndtering av nyvunne kompleksitet en mye enklere oppgave.
Datautvinning til rett tid
Økt kompleksitet i en supply chain fører ofte til en vanskeligere strøm av informasjon. Flere SKUs betyr ofte en nødvendighet for å samle data fra en rekke ulike kilder, noe som kan ta tid. Å ha de riktige beregningene er irrelevant uten en måte å sikre at de samsvarer med dagens realiteter. Innsyn i en supply chain blir også viktigere, samt oppdatert med den nyeste tilgjengelige informasjonen. Tradisjonell datautvinning fra eldre databaser kan bety mer arbeid for IT, rotete data, og en mangel på umiddelbar innsikt i gjeldende status for en supply chain. Ved hjelp av et business intelligence verktøy med avansert ETL evner automatiserer aggregeringsprosessen og fjerner byrden for IT. Dette gir muligheten til dashboards å reflektere nyere data i riktig format, noe som igjen vil føre til en smidig respons på en stadig skiftende supply chain.
Siste kommentarer