BI-Tools Battle Sammanfattning!
Nu har jag och Knowit genomfört BI-Battle seminarier. Direkt hos kunderna, internt på kontoret, på vår Showit dag.
Precis som jag anade så är ämnet högintressant då det pågår diskussionen därute om vad It skall göra och vad verksamheten kan göra själva. Många inser att en förändring är oundviklig nu när verktygen har blivit lättare att använda och administrera. Flera nya verktyg är dessutom gratis.
Vill man bli vän med verksamheten måste man analysera målgruppernas behov inte enbart efter beslutsbehovet utan även efter verktygseffekter och verktygsanvändning. Kraven skiljer mellan olika storlek på verksamheter, på olika typer av analyser, olika typer av uppföljning och olika typer av presentationer/visualiseringar.
Verksamheten önskar lättanvända specialprogram helt anpassade för sina syften. Ser man bara på dagens nyhetsflöden så har de specialprogram för analys och andra specialprogram för infographics.
Detta att 20% av verktyget är så unikt med avgörande skillnader gav en del diskussioner. Det visade sig att många uppfattar BI-verktygen som lika. IT har inte engagerat sig i att se skillnaden mellan Data Discovery, Data Visualisation, Visual Statistics och Big Data analys. IT bör förstå skillnaden och olika nyttoeffekter(upplevelse, utvecklingstid mm) med olika verktyg. Exemplevis har Microsoft Power BI, Qlik Sense, Qlikview, Tableau, IBM Watson Analytics, OBIEE, SAS Visual Analytics flera avgörande skillnader sinsemellan.
Jag tyckte diskussionen blev extra intressant när det visade sig att en seminariedeltagare från verksamheten helt ifrågasatte IT eftersom de är för dåligt intresserade av datainnehållet och för upptagna för att hinna göra omvärldsanalys och vara rådgivare på bästa sätt.
Idag finns molnlösningar och självbetjänande verktyg som löser uppgiften/utmaningen direkt. Deltagaren hade t o m avstått lön för att få ladda ned sitt verktyg för att få till detta och på så sätt sparat massa pengar åt verksamheten.
En annan diskussion som också skapade intresse är jämförelsen mellan den experimentella Big Data approachen och den traditionella strukturerade nyckeltalsuppföljningen. De nyutbildade har en helt annan syn och IT-mognadsgrad avseende programvaror, analys och arbete med dataanalys.
Utmaningen från IT att gå från en datalagersanning till mer demokratiserade datalagerlösningar är svårt vad gäller förvaltning och datakvalitet. Jag lanserade därför tanken på ett legalt datalager och visade hur man kan förvalta självbetjänad BI.
Datakvalitetdiskussionen återkommer alltid på dessa seminarium. Därför kommer vi att köra ett BI-Architecture battle kring detta senare i höst.
Återkom med era frågor kring verktygsval, självbetjänad BI, datalagerdemokrati och mognadsgrad för BI!
Kontakta Hakan.alsen@knowit.se
