تکامل تحلیل داده‌ در کسب‌وکارها

امروزه فقط سازمان‌های آنلاین و پردازش اطلاعات نیستند که می‌توانند از طریق تحلیل داده‌، محصولات و خدمات خود را به مشتریانشان ارائه دهند. بلکه سازمان‌ها، در هر صنعتی که باشند به تحلیل داده نیازمندند (درباره سازمان داده محور بخوانید). هدف این متن ارائهٔ مشاهدات انتزاعی در مورد تاریخچهٔ تحلیل اطلاعات نیست. شاید نگاهی به آخرین تغییراتی که تحلیل داده‌ در روند فعالیت‌های سازمان‌های نام‌آشنا به وجود آورده، بتواند تااندازه‌ای سودمند و راهگشا باشد.

چند مثال از استفاده از تحلیل و فناوری‌های نوین در کسب‌وکارهای باسابقه

استفاده از داده‌ها برای تصمیم‌گیری، ایدهٔ جدیدی نیست و شاید حتی به‌اندازهٔ خود فرایند تصمیم‌گیری قدمت داشته باشد. اینجا با چند مثال نشان می‌دهیم که کسب‌وکارهای باسابقه چطور با استفاده از تحلیل و فناوری‌های نوین، توانسته‌اند حجم بزرگی از اطلاعات را بسیار سریع‌تر و دقیق‌تر از ذهن بشر ثبت و پردازش کنند.

ارائهٔ پیشنهادهای هوشمند به مشتریان در Bosch

برند آلمانی بوش (Bosch) با قدمتی بیش از یک قرن حتی تا دهه اول قرن ۲۱ کماکان از روش‌های قدیمی تحلیل استفاده می‌کرد. این برند به‌تازگی نوآوری‌هایی را در سراسر واحدهای تجاری و تولیدی خود به کار گرفته است. در این روش از داده‌ و تحلیل آن برای ارائهٔ پیشنهادهای هوشمند به مشتریان (Intelligent Customer Offerings) استفاده می‌کند. این نوآوری‌ها شامل مدیریت هوشمند ناوگان، زیرساخت‌های هوشمند شارژ وسایل نقلیه، مدیریت هوشمند انرژی، تجزیه‌وتحلیل هوشمند ویدئوهای امنیتی و موارد دیگر است. برای شناسایی و توسعهٔ این خدمات نوآورانه، شرکت بوش، یک گروه نوآوری در زمینهٔ نرم‌افزارها تشکیل داده که تمرکز زیادی روی کلان داده، تحلیل آن‌ها و اینترنت اشیاء دارد.

سیستم مدیریت توزیع پیشرفته در اشنایدر الکتریک

اشنایدر الکتریک (Schneider Electric)، کمپانی ۱۷۰ سالهٔ فرانسوی، که سال‌های طولانی در زمینهٔ تولید تسلیحات، آهن و فولاد فعالیت می‌کرد، امروزه، بیشترین انرژی خود را بر عرصهٔ مدیریت انرژی از جمله بهینه‌سازی انرژی، مدیریت هوشمند شبکه و اتوماسیون ساختمان‌ها متمرکز کرده است. این شرکت، انواع مختلفی از نرم‌افزارها و داده‌ها را در سیلیکون ولی، بوستون و فرانسه به وجود آورده و آنها را گسترش داده است. برای مثال، سیستم مدیریت توزیع پیشرفتهٔ (ADMS) این شرکت، توزیع انرژی را در شرکت‌های تأسیساتی کنترل می‌کند. این سیستم پیشرفته، همهٔ دستگاه‌های تحت یک شبکه را زیر نظر گرفته و کنترل می‌کند. همچنین در صورت بروز قطعی در سرویس‌های خدماتی، نیروهای متخصص خود را برای رفع مشکل اعزام می‌کند. این نرم‌افزار برای سازمان‌ها این امکان را فراهم کرده که میلیون‌ها نقطه-داده (Data Point) را روی عملکرد شبکه با هم ادغام کند و همچنین استفاده از این نرم‌افزار به مهندسان اجازه داده که از تحلیل‌های تصویری (Visual Analytics) برای درک وضعیت شبکه استفاده کنند.

استفاده از حسگرهای ارائه دهنده‌ داده در جنرال الکتریک

یکی از چشمگیرترین تحولات در روند تحلیل داده در جنرال الکتریک (GE)، سازمانی با سابقه‌ای بیش از یک قرن، صورت‌گرفته است. افزایش دارایی و بهبود خدمات در بخش‌های مختلف تولیدی این شرکت، گواه این مدعاست. جنرال الکتریک توانسته با استفاده از حسگرهایی که داده‌ها را از توربین‌ها، لوکوموتیوها، موتورهای جت و دستگاه‌های تصویربرداری پزشکی پخش می‌کند، کارآمدترین و مؤثرترین فواصل زمانی را برای سرویس‌های دوره‌ای دستگاه‌های خود تعیین کند. همچنین، برای به‌کارگیری کارمندان ماهر مورد نیاز در این فرایند، این سازمان بیش از ۲ میلیارد دلار در یک مرکز نرم‌افزار و تحلیل در خلیج سانفرانسیسکو سرمایه‌گذاری کرده است. به‌تازگی این شرکت فناوری جدیدی ارائه کرده که دیگر سازمان‌های صنعتی نیز از آن در مدیریت کلان‌داده (Big Data) و تحلیل آن‌ها استفاده می‌کنند. این فناوری جدید بر اساس مفاهیم کلان‌داده طراحی شده است؛ از جمله از Predix (بستری برای ساخت برنامه‌های «اینترنت صنعتی») و Predictivity (مجموعه‌ای از ۲۴ برنامهٔ کاربردی برای بهینه‌سازی دارایی یا عملیات، که در بستر Predix در تمامی صنایع اجرا می‌شوند) برای ساخت این فناوری جدید استفاده شده است.

بهینه‌سازی و یکپارچه‌‌سازی راهبری جاده‌‌ای در UPS

شرکت ۱۱۵ ساله یوپی‌اس (UPS) با بیش از یک قرن سابقهٔ فعالیت، شاید بهترین نمونه از سازمان‌هایی باشد که فرایند تحلیل داده را به خط مقدم فعالیت‌هایش وارد کرده است. این شرکت با مفاهیم کلان‌داده غریبه نیست، چرا که ردیابی سفارش‌ها و معاملات را از دههٔ ۸۰ میلادی آغاز کرده است. این سازمان روزانه به طور متوسط ​​اطلاعات بیش از ۱۶ میلیون بسته را ثبت کرده و بیش از ۳۹ میلیون درخواست رهگیری دریافت می‌کند. جدیدترین منبع داده‌های کلان در UPS، حسگرهای تله ماتیک است که در بیش از ۴۶ هزار کامیون متعلق به این سازمان نصب شده است. این حسگرها مسئولیت ردیابی مواردی از قبیل سرعت، جهت حرکت، سرعت‌گیرها و عملکرد پیشرانه را بر عهده دارند. امواج داده‌های ورودی نه‌تنها عملکرد روزانه را نشان می‌دهد، بلکه مسیرهای حرکت راننده‌ها را نیز بازطراحی و اعلام می‌کند. این نوآوری که «بهینه‌سازی و یکپارچه‌‌سازی راهبری جاده‌‌ای» (On-Road Integrated Optimization and Navigation) نام دارد، در زمان خود یکی از بزرگ‌ترین پروژه‌های تحقیقاتی جهان به شمار می‌رفت. این فناوری کاملاً به داده‌های نقشهٔ آنلاین و الگوریتم‌های بهینه‌سازی متکی است و در نهایت می‌تواند زمان تحویل گرفتن و تحویل دادن سفارش‌ها توسط راننده را در زمان واقعی پیکربندی کند. به کمک این فناوری، در سال ۲۰۱۱، مسیر راننده‌ها ۸۶ مایل کوتاه‌تر و در مصرف نزدیک به ۱۹ میلیون لیتر سوخت، صرفه‌جویی شد.

جمع‌بندی

فصل مشترک تمامی این مثال‌ها، یعنی عزم مدیریت سازمان‌ها برای رقابت در فرایند تحلیل داده‌، نه‌تنها به معنای سنتی آن (بهبود تصمیمات داخلی کسب‌وکار) بلکه ایجاد محصولات و خدمات باارزش‌تر است. بنابراین، همواره از این فرایند، به‌عنوان یک اصل مهم در حوزهٔ تحلیل مدرن داده نام برده می‌شود.

برخی دوران پیش رو را تحقق یک پیش‌بینیِ اوایل دههٔ ۹۰ میلادی می‌دانند. استن دیویس و بیل دیویدسون نویسندگان کتاب «چشم‌انداز ۲۰۲۰»، منتشر شده در سال ۱۹۹۱، در کتاب خود استدلال کرده بودند که سازمان‌ها باید فعالیت‌های خود‌ را بر پایهٔ اطلاعات مدیریت کنند و محصولات و خدمات را براساس این اطلاعات توسعه دهند. آن‌ها سازمان‌های وقت را به «اگزوز اطلاعات» تشبیه کردند که به جای استفادهٔ بهینه از داده‌ها، آن‌ها را هدر می‌دهند. به نوشتهٔ آن‌ها، استفادهٔ درست از تمامی اطلاعات می‌تواند موتور محرکهٔ سازمان‌ها باشد. در آن زمان، ایده‌های این کتاب، تنها توسط چند سازمان تجارت اطلاعات، نظیر Quotron (داده‌های سهام) و چندین شرکت هواپیمایی مورد توجه قرار گرفت. اما امروزه بانک‌ها، تولیدکنندگان صنعتی، ارائه دهندگان خدمات بهداشتی و حتی خرده فروشان می‌توانند محصولات و خدمات ارزشمندی را از طریق تجزیه‌وتحلیل درست داده‌ها ارائه دهند.

دیویس و دیویدسون زمانی این کتاب را نوشتند که تهیه و جمع‌آوری اطلاعات به تنهایی‌ کافی بود. اما این روزها ما غرق در داده‌ها و اطلاعات هستیم و وقت کمی برای تبدیل آنها به بینش داریم. سازمان‌هایی که تا به امروز تنها ارائه‌دهندهٔ اطلاعات بوده‌اند، باید با استفاده از فناوری‌های تجزیه‌وتحلیل، به ارائه‌دهندگان بینش داده‌ تبدیل شوند. کسب‌وکارهای عظیم و موفق آنلاین، مانند گوگل، لینکدین، فیس‌بوک، آمازون و سازمان‌های مشابه، نه تنها با دادن اطلاعات به مشتریان، بلکه با دادن میان‌برهایی به آن‌ها برای تصمیم‌گیری و عملکرد بهتر، پیشرفت کرده‌اند. در واقع مهم نیست که سازمان‌ها چه داده‌هایی در اختیار ما قرار می‌دهند، بلکه مهم است از طریق داده به ما راهنمایی کنند که چه کنیم.