Generacje systemów BI i ich bolączki

Początki

Pierwsze systemy analityczne pozwalały wykonywać dość proste analizy na zagregowanych danych. O dojściu do szczegółów (np. konkretnych faktur sprzedażowych) raczej nie było mowy. Piotr podejmował zatem decyzje na podstawie agregatów. Nie był to jednak jego jedyny problem. Dużym ograniczeniem dla naszego bohatera było również to, że przygotowanie analiz było wiedzą tajemną – zarezerwowaną tylko dla specjalistów z Działu IT. To oni zarządzali bazami danych i nie pozwalali innym na swobodny dostęp do danych tam zgromadzonych. Ze względu na to, że priorytety zespołu IT zawsze były inne, Piotr często musiał czekać w kolejce. Zmiany zachodzące na świecie też nie były sprzymierzeńcem naszego bohatera – liczba danych i systemów źródłowych rosła, przez co IT miało coraz mniej czasu na jakieś “bzdurne” tabelki z danymi.

Pierwsza rewolucja

Status quo zostało zburzone wraz z pojawieniem się na rynku QlikView – systemu analitycznego drugiej generacji – przeznaczonego dla użytkowników biznesowych. Tak wśród analityków biznesowych zapoczątkowany został trend Data Discovery. Od tego momentu Piotr mógł podejmować decyzje nie tylko szybciej (bez czekania na IT), ale i formułować wnioski na podstawie danych szczegółowych, a nie zagregowanych.

Wiele wersji prawdy

Swoboda eksploracji danych ma też swoją ciemną stronę, o czym Piotr przekonał się, zachęcając swoich firmowych kolegów do współpracy. Kooperacja ta spowodowała wręcz krytyczny poziom przyrostu liczby aplikacji oraz ilości osób mających dostęp do bazy, a tym samym wygenerowała “wiele wersji prawdy”. Jak łatwo się domyślić dział IT stał się ponownie niezastąpiony. W odpowiednich ramach oraz z uwzględnieniem ograniczeń umożliwił Piotrowi korzystanie z aktualnych, szczegółowych, a co najważniejsze – poprawnych danych.

Wydawać by się mogło, że teraz Piotr ma wszystko, czego potrzeba, aby wspomagać decydentów w podejmowaniu korzystniejszych decyzji. Pomimo posiadania dostępu do automatycznie pozyskiwanych aktualnych i szczegółowych danych, Piotr czuł, że nie zawsze posiada wystarczającą ilość czasu na:

1. Wyodrębnienie z dashboardu/raportu istotnych informacji,
2. Podjęcie stosownej i korzystnej akcji.

Podejmowanie decyzji nadal trwało zbyt długo..

Druga rewolucja

A Piotr … nadal szukał rozwiązania. Zasugerował dostawcy swego rozwiązania BI, że główne KPI mogą zostać wzmocnione alertami np. jeśli handlowiec nie skontaktował się ze swoimi kluczowymi klientami w przeciągu ostatnich 30 dni – wyślij alert. Ale … czy to skutecznie rozwiązało problem ograniczonego czasu? Nie!

Piotr wciąż musiał kontaktować się z handlowcami, a ci z kolei w systemie CRM musieli zaplanować sobie kontakt do klientów, których wskazał Piotr. Jeżeli czytasz ten wpis, to oczami wyobraźni widzisz zapewne ile niepotrzebnych maili powstanie w takim procesie. Pomnóżmy to jeszcze przez liczbę kilkunastu handlowców i tak oto powstał przepis na bezsensowne przepisywanie danych między systemami i stratę dużej ilości czasu. Celowo nie wspominajmy o prawdopodobieństwie zaistnienia w procesie manualnym dodatkowych błędów. A gdyby tak … proces podejmowania decyzji i idących w ślad za nimi działań w innych systemach zautomatyzować?

W czym pomoże to naszemu bohaterowi?

Wróćmy do przykładu z końca poprzedniej sekcji tego wpisu. Załóżmy, że w systemie CRM na dodanie szansy sprzedażowej czy też działania (np. kontaktu z klientem) potrzebujemy od kilku do kilkunastu minut. Załóżmy, że mamy dużą liczbę kluczowych klientów, z którymi od ostatnich np. 30 dni aktywnie się nie skontaktowaliśmy.

Co standardowo może zrobić Piotr?

1. Piotr widzi taką informację w dashboardzie, więc przygotowuje raport per handlowiec i wysyła go pocztą elektroniczną.
2. Piotr może też ustawić alert, który zostanie wysłany handlowcowi zaraz po wykryciu takich przypadków.

A co może zrobić począwszy od dzisiaj? Piotr może zbudować w Qlik Sense SaaS nową automatyzację, która po wykryciu braku kontaktu z kluczowymi klientami, zaloguje się do CRMa (np. SalesForce czy Pipedrive) i w sposób automatyczny ustawi handlowcom zadania kontaktu z klientem, z którymi nie rozmawiali od więcej niż 30 dni. Tym samym Piotr oszczędza mnóstwo czasu sobie i swojemu zespołowi handlowemu, bo proces automatyzacji działa zawsze.

Jakkolwiek brutalnie to zabrzmi – Qlik Application Automation skutecznie eliminuje człowieka z końcowego procesu decyzyjnego, a w szczególności z wykonawczego.

Czym jest Qlik Application Automation?

Qlik Application Automation jest natywną funkcją Qlik Sense SaaS i pomaga w łatwym tworzeniu przepływów pracy, które usprawniają i optymalizują dane i procesy analityczne. W rezultacie poświęcasz mniej czasu na programowanie zadań back-office, które kierują zautomatyzowanymi działaniami, pozostawiając więcej czasu na analizę danych.

Automatyzacja aplikacji Qlik jest dostępna dla wszystkich klientów Qlik Sense Enterprise SaaS i obejmuje przydział 5000 uruchomień automatyzacji na miesiąc. Istnieją trzy rodzaje scenariuszy, w których klienci odniosą natychmiastowe korzyści z Qlik Application Automation. Są to:

1. Zamień wnioski w akcje: wspomnieliśmy już o tym, ale możesz użyć Qlik Application Automation do inicjowania działań nie tylko w odpowiedzi na zdarzenia biznesowe, ale także poprzez bezpośrednie uruchamianie innych procesów. Automatyzacje można uruchamiać ręcznie, zgodnie z harmonogramem, inicjować z interfejsu API lub wywoływać przez webhook. Dlatego sterowanie automatyzacją za pomocą danych kontekstowych z aplikacji analitycznych jest dziecinnie proste.
2. Uprość integrację SaaS: możesz użyć Qlik Application Automation, aby połączyć się z wiodącymi na rynku aplikacjami SaaS, takimi jak Salesforce, Slack, MS Teams i zintegrować te systemy z procesem biznesowym bez konieczności zrozumienia ich niskopoziomowych interfejsów API. Po prostu przeciągnij i upuść inteligentne bloki, aby zbudować logikę przepływu pracy. Obecnie Qlik App Automation obsługuje ponad 30 konektorów, a co miesiąc pojawiać się ich będzie więcej (pełna, docelowa lista konektorów jest dostępna tu: https://admin.blendr.io/integrations).
3. Zwiększenie produktywności DevOps Analytics: ostatnia kategoria może brzmieć przyziemnie, ale jest nie mniej ważna dla klienta Qlik Sense SaaS. Automatyzacja aplikacji Qlik umożliwia organizowanie zarówno administracji dzierżawy, jak i aplikacji Qlik Sense! Możesz teraz tworzyć przepływy, które mogą udostępniać swoje przestrzenie, dodawać nowe miary do grupy aplikacji, lub wysyłać za pośrednictwem wiadomości Slack lub MS Teams (i nie tylko) statusy ponownego ładowania aplikacji, bez jakiegokolwiek ręcznego tworzenia skryptów.

Możliwości poprawy wydajności danych i analiz dzięki zautomatyzowanym przepływom są praktycznie nieograniczone.