هوش عملیاتی (OI) چیست؟
هوش عملیاتی (OI) رویکردی به تجزیه و تحلیل داده‌ها است که تصمیم‌گیری‌ها و اقدامات در عملیات تجاری را قادر می‌سازد بر اساس داده‌های زمان واقعی که توسط شرکت‌ها تولید یا جمع‌آوری می‌شوند، باشد. به طور معمول، فرآیند تجزیه و تحلیل داده ها به صورت خودکار انجام می شود و اطلاعات حاصل در سیستم های عملیاتی برای استفاده فوری توسط مدیران تجاری و کارگران یکپارچه می شود.
برنامه‌های OI عمدتاً کارگران خط مقدم را هدف قرار می‌دهند که امیدواریم اگر به اطلاعات به موقع اطلاعات تجاری (BI) و تجزیه و تحلیل دسترسی داشته باشند، می‌توانند تصمیمات تجاری آگاهانه‌تری بگیرند یا اقدامات سریع‌تری در مورد مسائل انجام دهند. به عنوان مثال می توان به نمایندگان مرکز تماس، نمایندگان فروش، تیم های بازاریابی آنلاین، برنامه ریزان تدارکات، مدیران تولید و متخصصان پزشکی اشاره کرد. علاوه بر این، از هوش عملیاتی می توان برای ایجاد خودکار پاسخ به رویدادها یا شرایط خاص استفاده کرد.
آنچه که اکنون به عنوان OI شناخته می شود از هوش تجاری عملیاتی تکامل یافته است، گام اولیه بیشتر بر روی استفاده از پرس و جو و گزارش BI سنتی متمرکز بود. OI مفهوم را به سطح تحلیلی بالاتری می برد، اما BI عملیاتی گاهی اوقات هنوز به جای هوش عملیاتی به عنوان یک اصطلاح استفاده می شود.
نحوه عملکرد اطلاعات عملیاتی
در اکثر ابتکارات OI، تجزیه و تحلیل داده ها همزمان با پردازش داده ها یا مدت کوتاهی پس از آن انجام می شود، بنابراین کارگران می توانند به سرعت مشکلات و فرصت ها را در عملیات تجاری شناسایی کرده و نسبت به آنها اقدام کنند. استقرارها اغلب شامل سیستم‌های هوش تجاری بی‌درنگ است که برای تجزیه و تحلیل داده‌های دریافتی تنظیم شده‌اند، به علاوه ابزارهای یکپارچه‌سازی داده‌های بلادرنگ برای جمع‌آوری مجموعه‌های مختلف داده‌های مرتبط برای تجزیه و تحلیل.
سیستم‌های پردازش جریان و پلتفرمهای کلان داده، مانند Hadoop و Spark نیز می‌توانند بخشی از تصویر OI باشند، به‌ویژه در برنامه‌هایی که شامل مقادیر زیادی داده می‌شوند و به قابلیت‌های تحلیلی پیشرفته نیاز دارند. علاوه بر این، فروشندگان مختلف IT ابزارهای جریان داده، نظارت در زمان واقعی و تجزیه و تحلیل داده ها را برای ایجاد پلتفرم های تخصصی هوشمند عملیاتی ترکیب کرده اند.
با تجزیه و تحلیل داده‌ها، سازمان‌ها اغلب معیارهای عملیاتی، شاخص‌های عملکرد کلیدی (KPI) و بینش‌های تجاری را به مدیران و سایر کارکنان در داشبوردهای تعاملی ارائه می‌کنند که در سیستم‌هایی که به عنوان بخشی از شغل خود استفاده می‌کنند تعبیه شده است. تجسم داده ها معمولاً برای کمک به درک آسان اطلاعات گنجانده شده است. همچنین می‌توان هشدارها را برای اطلاع کاربران از پیشرفت‌ها و نقاط داده‌ای که نیاز به توجه آنها دارند ارسال کرد و در صورت تجاوز از آستانه‌های از پیش تعریف‌شده یا سایر معیارها، مانند تحریک معاملات سهام به دلیل رسیدن قیمت‌ها به سطوح خاص، می‌توان فرآیندهای خودکار را آغاز کرد.
کاربردها و نمونه های هوش عملیاتی
معاملات سهام و سایر انواع مدیریت سرمایه‌گذاری به دلیل نیاز به نظارت بر حجم عظیمی از داده‌ها در زمان واقعی و پاسخ سریع به رویدادها و روندهای بازار، کاندیدهای اصلی برای ابتکارات هوش عملیاتی هستند. تجزیه و تحلیل مشتری حوزه دیگری است که برای OI آماده است. به عنوان مثال، بازاریابان آنلاین از ابزارهای بلادرنگ برای تجزیه و تحلیل داده‌های جریان کلیک اینترنتی استفاده می‌کنند تا بتوانند کمپین‌های بازاریابی را بهتر برای مصرف‌کنندگان هدف قرار دهند. شرکت‌های تلویزیون کابلی داده‌های ست‌اپ باکس‌ها را در زمان واقعی ردیابی می‌کنند تا فعالیت‌های تماشای مشتریان و نحوه عملکرد جعبه‌ها را تجزیه و تحلیل کنند.
رشد اینترنت اشیا باعث ایجاد کاربردهای هوش عملیاتی برای تجزیه و تحلیل داده های حسگرهای گرفته شده از ماشین های تولیدی، خطوط لوله، آسانسورها و سایر تجهیزات شده است. که تلاش‌های تعمیر و نگهداری پیش‌بینی‌شده را برای شناسایی خرابی‌های احتمالی تجهیزات قبل از وقوع امکان‌پذیر می‌سازد. انواع دیگر داده‌های ماشین نیز به برنامه‌های OI، از جمله گزارش‌های سرور، شبکه و وب‌سایت که در زمان واقعی برای جستجوی تهدیدات امنیتی و مسائل مربوط به عملیات فناوری اطلاعات تجزیه و تحلیل می‌شوند، کمک می‌کنند.
موارد استفاده از اطلاعات عملیاتی با شکوه کمتر نیز وجود دارد. این شامل برنامه‌های مرکز تماس می‌شود که سوابق به‌روز مشتریان را در اختیار اپراتورها قرار می‌دهند و پیشنهادات تبلیغاتی را در حین تماس تلفنی با مشتریان توصیه می‌کنند، و همچنین برنامه‌های تدارکاتی که به محاسبه کارآمدترین مسیرهای رانندگی برای ناوگان کمک می‌کنند. وسایل نقلیه تحویل
مزایا و چالش های OI
مزیت اصلی پیاده‌سازی OI، توانایی پرداختن به مسائل و فرصت‌های عملیاتی به محض ظهور – یا حتی قبل از انجام آنها، مانند تعمیر و نگهداری پیش‌بینی‌کننده است. هوش عملیاتی همچنین به مدیران و کارکنان کسب و کار قدرت می‌دهد تا تصمیم‌های آگاهانه‌تر – و امیدواریم بهتر – را به صورت روز به روز بگیرند. در نهایت، در صورت مدیریت موفقیت آمیز، افزایش دید و بینش نسبت به عملیات تجاری می تواند منجر به درآمد بیشتر و مزیت های رقابتی نسبت به رقبا شود.
اما چالش هایی وجود دارد. ایجاد معماری هوش عملیاتی معمولاً شامل کنار هم قرار دادن فناوری‌های مختلف است و پلتفرمهای پردازش داده و ابزارهای تحلیلی متعددی برای انتخاب وجود دارد که برخی از آنها ممکن است به مهارت‌های جدیدی در سازمان‌ها نیاز داشته باشند. کارایی بالا و مقیاس پذیری کافی نیز برای مدیریت بارهای کاری بلادرنگ و حجم زیادی از داده های رایج در برنامه های OI بدون خفه کردن سیستم مورد نیاز است.
همچنین، اکثر فرآیندهای تجاری در یک شرکت معمولی نیازی به تجزیه و تحلیل داده ها در زمان واقعی ندارند. با در نظر گرفتن این موضوع، بخش کلیدی پروژه‌های اطلاعات عملیاتی شامل تعیین این است که کدام کاربران نهایی به داده‌های به‌روز نیاز دارند و سپس آموزش آنها برای مدیریت اطلاعات پس از شروع به تحویل آنها به این روش.
هوش عملیاتی در مقابل هوش تجاری
سیستم‌های مرسوم BI از تجزیه و تحلیل داده‌های تاریخی پشتیبانی می‌کنند که قبل از اینکه برای استفاده‌های تحلیلی تجاری در دسترس قرار گیرند، در انبار داده یا بازار داده پاکسازی و ادغام شده‌اند. برنامه‌های BI عموماً هدفشان این است که به مدیران شرکت‌ها و مدیران کسب‌وکار بگویند که در گذشته در مورد درآمدها، سودها و سایر KPIها برای کمک به بودجه‌بندی و برنامه‌ریزی استراتژیک اتفاق افتاده است.
در اوایل، داده‌های BI عمدتاً در گزارش‌های عملیاتی ثابت بین کاربران توزیع می‌شد. این موضوع هنوز در برخی از سازمان ها وجود دارد، اگرچه بسیاری از آنها به داشبوردهایی با قابلیت بررسی دقیق داده ها برای تجزیه و تحلیل بیشتر روی آورده اند. علاوه بر این، ابزارهای سلف سرویس BI به کاربران اجازه می‌دهند پرس‌وجوهای خود را اجرا کنند و تجسم داده‌ها را به تنهایی ایجاد کنند، اما تمرکز هنوز بیشتر بر روی تجزیه و تحلیل داده‌های گذشته است.
سیستم‌های اطلاعات عملیاتی به مدیران کسب‌وکار و کارکنان خط مقدم اجازه می‌دهند ببینند که در حال حاضر در فرآیندهای عملیاتی چه اتفاقی می‌افتد و سپس بلافاصله بر اساس یافته‌ها، خود یا از طریق ابزارهای خودکار، عمل کنند. هدف تسهیل برنامه ریزی نیست، بلکه هدایت تصمیمات و اقدامات عملیاتی در لحظه است.
