De bedste råd fra BI-ledere

Inden for BI er der ikke nogen rigtig eller forkert måde at gøre tingene på, og der er heller ikke en magisk skabelon med bokse, mener June Dershewitz, director of analytics hos Twitch.
Brødtekst

Det kan være svært at håndtere business intelligence (BI) godt. Hvorfor? Fordi vores systemer konstant forandrer sig, vores valg sjældent er noget så enkelt som rigtige og forkerte, og perfektion koster.

Da jeg begyndte at udvikle en relativt ny BI-praksis på Twitch for godt et år siden, søgte jeg råd fra andre erfarne BI-ledere. Her er de vigtigste ting, jeg lærte.

At håndtere BI er som at male en kørende bus

Bliv ikke overvældet. Accepter, at du ikke kan løse alle problemer. Vær i stedet opportunistisk og beslut dig for, hvilke heste du vil spille på. Du vil altid tage brikker ud og sætte brikker tilbage, og resultatet kan nogle gange godt blive lidt sjusket. Det bør ikke stoppe dig. Bliv i stedet ved med at bevæge dig fremad, og gør det pænt senere.

Da vi først gik i gang med at lave rapporter om virksomhedens præstationer på Twitch, havde vi ikke faste definitioner af alle målepunkter i vores rapportsæt, men vi havde heller ikke råd til at vente, til alt var helt færdigbagt. Så vi lancerede rapportsættet sammen med en styringsproces til at håndtere forandringer.

At lære vores interessenter, hvordan de skiftede målepunkter ind og ud blev en værdifuld del af programmet og tillod os at holde momentum, trods det at delene konstant flyttede sig.

Jeres BI bør reflektere virksomhedskulturen

Inden for BI er der ikke nogen rigtig eller forkert måde at gøre tingene på, og der er heller ikke en magisk skabelon med bokse, hvor der bare skal sættes flueben ved alt det, du mangler. I stedet er der en række beslutninger, du skal tage, og til syvende og sidst bør de være forankret i jeres virksomhedskultur.

For eksempel hvor lette databrugerflader skal være at bruge. Hvis du har en stab af medarbejdere, der er teknisk orienterede, vælger du måske kun at tilbyde letvægts-data-brugerflader. Hvis medarbejderne derimod værdsætter at kunne udforske data hurtigt uden at skrive kode, så vælger du måske at investere mere i ‘selvbetjenings’-analyseværktøjer med alle funktioner. Realistisk set vil du formentlig have brug for begge typer brugerflader, men det rette investeringsmiks er en subjektiv beslutning, der reflekterer jeres virksomhedskultur.

Højkvalitets data koster

Datakvalitet er et varmt emne inden for BI - og med rette.

Når du begynder, tænker du måske, at målet bør være at gøre alle data i dit firma så perfekte som muligt, men den tilgang kan blive dyr. At sikre data af exceptionelt høj kvalitet kræver ikke kun hårdt arbejde fra datateknikere, men også analytics, specialværktøjer og dedikeret programejerskab. Hvis du investerer nok tid og penge i alt dette, kan du løfte din datakvalitet betragteligt. Men du skal først bestemme dig for, om det er omkostningerne værd.

Når det uomgængelige spørgsmål om data-særheder bliver fremført, spørger jeg: ‘Hvor gode er disse data, og hvor gode vil I gerne have, at de er?’’ Svaret er ikke altid: ‘Perfekte’. I stedet varierer acceptabel datakvalitet afhængigt af risikoprofilen. Hos os har vi det sådan, at kun hvis data er tæt forbundet med en kundeoplevelse, generering af omsætning eller topline performance målepunkter, så vil vi investere i kontrol, der sikrer den højest mulige kvalitet.

Det har vi lært

De råd, jeg fik, kan opsummeres i nogle få enkle regler:

  • Nogle gange er det nødvendigt ikke helt at opnå det perfekte.
  • Strategien bør matche kulturen.
  • Og ROI bør altid evalueres.

Det bør aldrig være ‘tryk på en knap’-nemt at lede en BI-praksis, men det bør ikke være mere kompliceret end at bruge sin sunde fornuft at gøre det grundlæggende rigtigt.

Dette indlæg er tidligere blevet bragt hos CIO Applications.