למעלה משלושה עשורים חלפו מאז נכנס לחיינו תחום ה-BI ושינה אותם דרמטית.
בתחילה, השימוש הנפוץ במערכת היה פתרון מסורבל לניתוח המידע של הארגון במקום אחד, ובעיקרו שימש כלי תומך למקבלי ההחלטות. המידע הוצג בדוחות יחסית סטטיים, שעם הזמן השתפרו ביכולות הויזואליזציה ובגמישות, והפכו לכלים סטנדרטיים במרבית הארגונים.
בעשור האחרון, עם התפתחות האינטרנט והרשתות החברתיות כפלטפורמה עתירת פעילות, חלה קפיצת מדרגה משמעותית. זהו עידן ה-Big Data. כמויות אדירות של נתונים אשר מיוצרים על ידי מכונות (Machine-Generated Data), משמשים חומר גלם לאיסוף, עיבוד, ניתוח והפקת תובנות.
הכלכלה הדיגיטלית - או כלכלת המידע - הביאה אתגרים חדשים ומורכבים לאנשי הטכנולוגיה, אך גם הזדמנויות עסקיות רבות לגופים העסקיים בארגון - למנף את המידע העסקי ליצירת יתרון תחרותי, ואף להשתמש בו כמוצר או כשירות בתשלום.
Classic BI לעומת BI-as-a-Product
Classic BI (או Internal BI):
מרבית הארגונים והחברות בעולם עדיין משתמשים ב-BI לצורך קבלת החלטות בתוך הארגון בלבד, ולא ממנפים את ה-BI כמוצר או כפלטפורמה שמוכוונת ללקוחות ושותפים עסקיים.
BI כזה הוא בעל מספר מאפיינים -
-
היקפי הנתונים - לרוב בינוניים (בין מאות GB למספר TB).
-
תדירות רענון הנתונים - לרוב יומית או פחות מכך. רענון אחת לשעה ויותר יחסית נדיר.
-
כלי ה-BI - לרוב השימוש הוא בכלי BI סטנדרטיים, לא Open source או Embedded.
BI-as-a-Product:
זהו קונספקט חדש, אשר מתייחס ל-BI כמוצר או כשירות של החברה.
תפיסה זו מביאה צורת הסתכלות טכנולוגית ועסקית אחרת על ה-BI ועל מקומו בארגון - הן מבחינה עסקית והן מבחינה טכנולוגית.
דוגמאות בולטות אפשר למצוא בתחום הפרסום באינטרנט, שבו היקף המידע אדיר, וגם בעולם הטלקום.
גם ל-BI-as-a-Product מספר מאפיינים ייחודיים -
-
היקפי הנתונים - לרוב גדולים או גדולים מאוד (בין מספר TB עד לעשרות ולמאות TB, ואף יותר).
-
תדירות רענון הנתונים - לרוב התדירות מאוד גבוהה: החל משעתית ועד כדי Near Real Time.
-
כלי ה-BI - לרוב השימוש הוא בכלי BI שהם Open source או Embedded, כדי לשלב מרכיבי ויזואליזציה של BI בתוך ה-UI או באתר אינטרנט.
-
Scalability - למוצרי BI יש, לרוב, מספר גדול של משתמשים בתדירות שימוש גבוהה ולמשך זמן ארוך יחסית, לאורך כל שעות היממה ובפיזור גיאוגרפי על פני הגלובוס. לכן, הפתרונות צריכים יכולת גידול גמישה, ככל שכמות הדאטה והמשתמשים עולה.
-
High Availability - מוצרי BI בדרך כלל דורשים זמינות 24/7, בהיותם חשופים ללקוחות ושותפים מסביב לעולם. לכך יש השלכה ישירה הן על הארכיטקטורה של המוצר והן על הטכנולוגיות בהן נעשה שימוש.
המאמר המצורף, כמו גם המאמרים שהבאנו לכם הפעם ב"דברים מעניינים מהרשת" מתייחסים לפוטנציאל הגלום בשימוש בדאטה ובאנליטיקה כמוצר, במגוון חברות וענפים - הן חברות טכנולוגיה והן חברות יותר מסורתיות.
לקריאת המאמר
ב"דברים מעניינים מהרשת" הבאנו לכם שני מאמרים:
המאמר ראשון עוסק ב-Data-as-a-Product (או: DaaP) לעומת Data-as-a-Service (או: DaaS), מנקודת מבט מעניינת של המשמעויות על צוות הדאטה של הארגון. הכותב מתייחס ל-DaaP כהנגשת המידע למשתמשים העסקיים ומתן כלים על מנת שהמשתמשים ינתחו את המידע וימצאו תשובות לשאלות עסקיות ותובנות.
לעומת זאת DaaS הוא הנגשת התובנות עצמן ישירות למשתמש העסקי. הכותב גם מתאר את צוות הדאטה בשני המצבים הללו כצוות שונה לגמרי עם יכולות שונות - עד כדי כך שגיוס שאינו מתאים לאופי עבודת הצוות עלול להביא לכשלון ולעזיבת עובדים.
מומלץ לקרוא!
המאמר השני מתאר שלבים לבניית מוצר דאטה מצויין - החל מזיהוי הצורך העסקי, דרך הקמת הצוות או הצוותים ותאום ביניהם - ועד פיתוח המוצר בשלבים ופריסתו בשטח, קבלת פידבקים מהשטח ותיקונים בהתאם בצורה איטרטיבית (בגישת Agile).
כמו תמיד – נשמח לקבל פידבקים ושיתופים.
תהנו!
אדר שומרון
מנכ"ל ביונד
054-7722289
adar@biyond.co.il