تأتي مبادرات ذكاء الأعمال في شكلين رئيسيين. أولاً، هناك ما يسمى بذكاء الأعمال التقليدي، والذي يتضمن عادةً وجود متخصصين ماهرين في الذكاء الاصطناعي أو علماء بيانات لتحليل بيانات الأعمال واستخلاص رؤى لصانعي القرار في المؤسسة. والثاني هو الخدمة الذاتية BI، وهو نهج يمكّن مستخدمي الأعمال غير التقنيين من الاستفادة الكاملة من بيانات ذكاء الأعمال وأدوات تحليلات الأعمال بأنفسهم.
قد تبدو ذكاء الأعمال ذات الخدمة الذاتية أكثر جاذبية لأنها تمكن أصحاب المصلحة في الأعمال من المشاركة بشكل مباشر في عمليات تحليل البيانات ذات الصلة بأدوارهم، وهي أكثر جاذبية في كثير من الحالات. ومع ذلك، لا يزال الذكاء الاصطناعي التقليدي يلعب دورًا مهمًا في العديد من المنظمات.
لمساعدة كليهما ذكاء الأعمال ويفهم قادة الأعمال الاختلافات بين ذكاء الأعمال التقليدي وذكاء الأعمال ذات الخدمة الذاتية، وتشرح هذه المقالة كيفية عملهما، وما هي مزايا وعيوب كل منهما، وما هو النهج الذي يجب على الشركات استخدامه ومتى.
ما هو ذكاء الأعمال التقليدي؟
يتطلب ذكاء الأعمال التقليدي مهارات فنية متخصصة لتحليل بيانات الأعمال والإبلاغ عنها. ويعتمد على فرق ذكاء الأعمال أو علوم البيانات التي يمكنها أداء مهام معقدة تتضمن ما يلي:
- جمع البيانات من أنظمة الأعمال المختلفة مثل منصات الموارد البشرية وإدارة علاقات العملاء وتخطيط موارد المؤسسات.
- تحضير البيانات من خلال معالجة مشكلات مثل المعلومات الزائدة أو غير الكاملة أو غير الدقيقة أو غير المتسقة.
- إنشاء نماذج بيانات لتحديد الاتجاهات والشذوذات ذات الصلة في مجموعات البيانات المعدة.
- توليد تصورات البياناتوالتقارير و لوحات معلومات BI التي تساعد صناع القرار في مجال الأعمال على فهم البيانات والتفاعل معها.
تعد هذه العملية وسيلة فعالة للشركات لتمكين اتباع نهج يعتمد على البيانات في اتخاذ القرارات والعمليات التجارية – على الرغم من وجود فريق من مطورو ومحللو ذكاء الأعمال المهرة أو أن علماء البيانات الذين يقومون بتحليل البيانات المتاحة ليس هو النهج الوحيد القابل للتطبيق في ذكاء الأعمال اليوم.
فوائد وتحديات ذكاء الأعمال التقليدي
نظرًا لأن ذكاء الأعمال التقليدي يستخدم موظفين ذوي مهارات عالية، فإنه يوفر هذه الفوائد المميزة للمؤسسات:
- دعم لأي مصدر بيانات أو نوع. باستخدام ذكاء الأعمال التقليدي، يمكنك جمع وتحليل أي نوع من البيانات تقريبًا. لا تقتصر على مصادر البيانات وأنواعها المدعومة خارج الصندوق بواسطة منصة ذكاء الأعمال المستخدمة، لأن فريق ذكاء الأعمال لديك أو علماء البيانات يمكنهم عادةً تنفيذ الدعم لمصادر جديدة إذا لزم الأمر.
- تطبيقات ذكاء الأعمال القابلة للتخصيص. من خلال قيام المحللين المهرة بهذا العمل، يتيح الذكاء الاصطناعي التقليدي إنشاء نماذج بيانات قابلة للتخصيص بدرجة كبيرة وإنشاء رؤى مصممة خصيصًا لأعمال معينة.
- السيطرة الكاملة على عملية BI. باستخدام ذكاء الأعمال التقليدي، يمكن للمؤسسة أن تقرر بالضبط كيفية إعداد البيانات وتحليلها وإعداد التقارير عنها. ولا يؤدي هذا إلى تمكين التخصيص فحسب، بل يمكن أن يساعد أيضًا في تلبية الامتثال التنظيمي الصارم خصوصية البيانات الأهداف.
من ناحية أخرى، يأتي ذكاء الأعمال التقليدي مع عيب كبير: الحاجة إلى هؤلاء الموظفين ذوي المهارات العالية للتعامل مع عمليات ذكاء الأعمال. ونتيجة لذلك، غالبًا ما يؤدي ذلك إلى تباطؤ عملية اتخاذ القرار عما تبحث عنه المنظمة. إن السرعة التي يمكن لمستخدمي الأعمال من خلالها اتخاذ قرارات تعتمد على البيانات محدودة بقدرة فريق ذكاء الأعمال أو علم البيانات.
على سبيل المثال، يمكن لفريق ذكاء الأعمال أن يصبح عنق الزجاجة عندما يتم تكليفه بمهمة تشغيل الاستعلامات التحليلية وإنشاء التقارير المطلوبة للعديد من مستخدمي الأعمال. مع ذكاء الأعمال التقليدي، لا يمكن للشركة طرح الأسئلة والإجابة عليها إلا بالسرعة التي يتمكن بها محللوها المهرة من العمل. إذا كان العديد من صناع القرار بحاجة إلى الوصول إلى معلومات ذكاء الأعمال في نفس الوقت، فقد يضطر البعض إلى انتظار ذلك لأن فريق ذكاء الأعمال لا يمكنه معالجة طلبات التحليلات بالسرعة الكافية.
حالات استخدام ذكاء الأعمال التقليدية الشائعة
نظرًا لأن ذكاء الأعمال التقليدي يوفر أكبر درجة من التحكم وقابلية التخصيص في عملية التحليلات، فإن حالات الاستخدام الأساسية له هي تلك التي تتضمن مجموعات بيانات معقدة أو حساسة للغاية. على سبيل المثال، عادةً ما يكون الذكاء الاصطناعي التقليدي منطقيًا في المواقف التالية:
- تمتلك المؤسسة عددًا كبيرًا من أنظمة المصدر لبيانات أعمالها، ولا توجد طريقة تلقائية لدمج جميع مجموعات البيانات المختلفة بسهولة في مستودع البيانات أو أي مستودع مركزي آخر للتحليل.
- تعتبر بيانات ذكاء الأعمال منخفضة الجودة أو غير متسقة، مما يعني أن هناك حاجة إلى عمل مكثف لإعداد البيانات قبل أن يتم تحليلها بشكل فعال.
- تحتوي مصادر البيانات على بيانات حساسة يجب إخفاء هويتها قبل تحليلها ثم استخدامها بعناية للتخفيف من مخاطر خصوصية البيانات وتلبية المتطلبات الصارمة حوكمة البيانات متطلبات.
ما هي ذكاء الأعمال للخدمة الذاتية؟
تتيح خدمة ذكاء الأعمال ذاتية الخدمة لمستخدمي الأعمال إمكانية تشغيل استعلاماتهم الخاصة أيضًا إنشاء تصورات البيانات ولوحات المعلومات والتقارير حتى لو لم يكن لديهم المهارات التقنية. عادةً ما يمكن استخدام أدوات ذكاء الأعمال ذاتية الخدمة للوصول إلى البيانات أو جمعها وإعدادها تلقائيًا للتحليل حسب الحاجة. ومن هناك، تتيح للمستخدمين استكشاف البيانات وتحليلها وتصورها مع الاضطرار إلى كتابة القليل من التعليمات البرمجية أو عدم كتابة أي تعليمات برمجية على الإطلاق.
تدعم منصات ذكاء الأعمال المختلفة أساليب مختلفة للخدمة الذاتية. ومع ذلك، فإن أحد الأساليب الشائعة هو تقديم أدوات السحب والإفلات التي تتيح لمستخدمي الأعمال تصفية مجموعات البيانات تلقائيًا وإنشاء تصورات للبيانات.
تتوفر الآن أيضًا بعض أدوات ذكاء الأعمال الموجهة بشكل كبير نحو حالات استخدام الخدمة الذاتية معالجة اللغة الطبيعية القدرات، والتي تمكن المستخدمين من طرح الأسئلة التحليلية كما استعلامات اللغة الطبيعية. تقوم الأدوات بعد ذلك بإنشاء استجابات باللغة الطبيعية أو في شكل تصورات.
واستنادًا إلى تقنيات الذكاء الاصطناعي والتعلم الآلي، فإن كل هذه القدرات هي أمثلة على ذلك التحليلات المعززة الميزات التي يدمجها موردو ذكاء الأعمال بشكل متزايد في برامجهم لأتمتة مهام جمع البيانات وإعدادها وتحليلها.
فوائد وتحديات ذكاء الأعمال للخدمة الذاتية
تتمثل الميزة الشاملة الرئيسية لذكاء الأعمال للخدمة الذاتية في أنها تضع تحليل بيانات الأعمال في متناول المديرين التنفيذيين للشركات ومديري الأعمال والعاملين في العمليات. وبهذه الطريقة، فإنه يمنح المنظمات المزايا التالية:
- سهولة الوصول إلى ذكاء الأعمال والتحليلات. تتيح ذكاء الأعمال ذات الخدمة الذاتية إمكانية تحليل البيانات في جميع قرارات العمل تقريبًا، مما يقلل العدد الذي يتم اتخاذه بناءً على الخبرة السابقة أو الحدس وحده.
- تحليلات أسرع. باستخدام ذكاء الأعمال ذات الخدمة الذاتية، يمكن للمؤسسات اتخاذ قرارات تعتمد على البيانات بشكل أسرع دون الحاجة إلى انتظار فريق ذكاء الأعمال أو التحليلات لتشغيل الاستعلامات ومشاركة النتائج.
- عدد أقل من طلبات ذكاء الأعمال وتكنولوجيا المعلومات. تعمل خدمة ذكاء الأعمال ذاتية الخدمة على تقليل العبء الواقع على فرق ذكاء الأعمال وعلوم البيانات وتكنولوجيا المعلومات حيث يمكن لمستخدمي الأعمال تلبية العديد من احتياجات ذكاء الأعمال بأنفسهم.
ومن ناحية أخرى، تخضع ذكاء الأعمال للخدمة الذاتية أيضًا للعيوب المحتملة التالية:
- عدم وجود دعم لجميع أنواع البيانات أو مصادرها. غالبًا ما تعمل تطبيقات ذكاء الأعمال ذاتية الخدمة فقط مع أنواع معينة من البيانات، وعادةً ما يفتقر مستخدمو الأعمال إلى المهارات اللازمة لإنشاء عمليات تكامل مخصصة مع مصادر البيانات الأخرى.
- وظائف محدودة في بعض الحالات. تقتصر الطرق التي يمكن لمستخدمي الأعمال من خلالها استكشاف البيانات وتحليلها وإعداد التقارير عنها على ميزات الخدمة الذاتية التي يدعمها نظام ذكاء الأعمال الذي يستخدمونه.
- احتمالية تعرض خصوصية البيانات والمخاطر الأمنية. يمثل BI للخدمة الذاتية خطرًا أكبر لمشاكل مثل نسيان المستخدمين للتعري معلومات التعريف الشخصية من التقارير قبل مشاركتها مع الآخرين أو إساءة استخدام البيانات الحساسة في عملية التحليل.
حالات استخدام BI للخدمة الذاتية الشائعة
عادةً ما يكون ذكاء الأعمال ذات الخدمة الذاتية أكثر منطقية في السياقات التي تكون فيها أنواع الأسئلة التي يحتاج المستخدمون إلى الإجابة عليها أساسية نسبيًا وتكون البيانات اللازمة للإجابة على هذه الأسئلة متاحة تلقائيًا في منصات ذكاء الأعمال. على سبيل المثال، من المرجح أن تستفيد المؤسسات من ذكاء الأعمال ذات الخدمة الذاتية لتلبية احتياجات العمل التالية:
- تمكين فريق المبيعات من تحليل الاتجاهات الحديثة من خلال استكشاف بيانات المبيعات وتصورها.
- إنشاء تقارير حول الحالة المالية للشركة لاستخدامها من قبل المديرين التنفيذيين للشركات.
- تحليل البيانات المتعلقة بتفاعلات العملاء لتحديد نقاط الضعف في عملية خدمة العملاء.
ذكاء الأعمال التقليدي مقابل ذكاء الأعمال بالخدمة الذاتية: تحديد ما يجب استخدامه
عند مقارنة ذكاء الأعمال التقليدي مع ذكاء الأعمال ذات الخدمة الذاتية، فإن العامل الرئيسي الذي يجب مراعاته هو أنهما ليسا بالضرورة مقترحات إما/أو. تقدم العديد من منصات ذكاء الأعمال ميزات تقليدية وميزات الخدمة الذاتية. على سبيل المثال، قد توفر واجهة سحب وإفلات لمستخدمي الأعمال لتحليل البيانات بأنفسهم، إلى جانب أدوات أكثر قوة لإعداد البيانات والتحليلات ليستخدمها متخصصو ذكاء الأعمال. إذا اخترت نظامًا أساسيًا يدعم كلا النهجين، فيمكن استخدام كل منهما حسب حاجة مؤسستك.
لاحظ أيضًا أن هناك منطقة رمادية تحيط بما يمكن اعتباره ذكاء الأعمال ذات الخدمة الذاتية وأن بعض موردي برامج ذكاء الأعمال يستخدمون هذا المصطلح الخدمة الذاتية قليلا فضفاضة. في حين أن ذكاء الأعمال ذات الخدمة الذاتية لا يتطلب في كثير من الأحيان أي قدرة على البرمجة أو مهارات تقنية خاصة، فإن بعض أدوات ذكاء الأعمال تتطلب نهج التعليمات البرمجية المنخفضة.
في هذه الحالة، قد يحتاج المستخدمون إلى كتابة تعليمات برمجية للاستعلام عن البيانات. ولكن لا يزال من الممكن استخدام منصات ذكاء الأعمال لجمع البيانات وإعدادها وتصورها تلقائيًا. الاتجاه الصعودي مقابل أ بدون رمز التكنولوجيا هي أن الأدوات منخفضة التعليمات البرمجية غالبًا ما تكون أكثر قابلية للتخصيص وتوفر المزيد من عناصر التحكم. ونتيجة لذلك، فإنها توفر بعض فوائد ذكاء الأعمال التقليدي مع الاستمرار في تمكين ذكاء الأعمال ذات الخدمة الذاتية لمستخدمي الأعمال الذين لديهم المهارات التقنية الأساسية.
إذا كان عملك يحتاج حقًا إلى نوع واحد فقط من ذكاء الأعمال، فاختر منصة متخصصة إما في ذكاء الأعمال التقليدي أو ذكاء الأعمال ذات الخدمة الذاتية. ولكن في العديد من الحالات اليوم، فإن أفضل نهج هو تنفيذ كلا النوعين حتى تتمكن مؤسستك من الاستفادة من التقنيات التقليدية عند الحاجة إليها مع تمكين إمكانات الخدمة الذاتية في الوقت نفسه للمواقف التي تكون فيها أكثر ملاءمة.
كريس توزي كاتب مستقل، ومستشار أبحاث، وأستاذ تكنولوجيا المعلومات والمجتمع، وقد عمل سابقًا كصحفي ومسؤول أنظمة Linux.
