(En hoe je ze kunt beantwoorden).
Business Intelligence is eenvoudig, als je weet waar je naar opzoek bent. Dat weet je alleen vaak niet.
Voorbeeld
Vraag: Wie zijn de 5 beste verkopers van mijn bedrijf?
Antwoord:
Dit rapport wordt elke maand gegenereerd en laat de omzet van de beste 5 verkopers zien. Dit lijkt een goede oplossing. Maar wat doe je als:
De omzetcijfers opeens een daling laten zien?
Nummer 1 opeens afzakt naar de 5e plaats?
Blijkt dat de winstmarge van nummer 5 die van nummer 2 ver overstijgt?
Om in deze gevallen de juiste beslissingen te kunnen nemen heb je behoefte aan meer informatie. Dit rapport is een doodlopende straat omdat het ons geen enkele mogelijkheid geeft om achter de oorzaak van veranderingen te komen.
In dit soort gevallen willen we de mogelijkheid hebben om op basis van de beschikbare data naar getallen / aanleidingen te zoeken voor de gegevens die we zien in het rapport. De data die we aantreffen leidt ons van het ene interessante gegeven naar het andere. Dit kunnen we echter alleen bewerkstelligen als we een drildown mechanisme in stelling brengen (hierover in een volgende post meer).
Soms levert zelfs dat niet voldoende informatie op om de juiste beslissingen op te nemen. In dat geval zullen we ons moeten bedienen van data mining technieken. Complexe wiskundige algoritmes kunnen informatie naar boven halen waar je anders niet achter gekomen zou zijn. Bijvoorbeeld klant die product x heeft gekocht is hoogst waarschijnlijk ook geïnteresseerd in product y. Deze informatie kan vervolgens weer dienen voor het aansturen van bijvoorbeeld de marketing afdeling of de verkoop afdeling.
In een volgende post zal ik ingaan op de beschikbare technologieën om de zaken uit deze en de voorgaande posts ook daadwerkelijk te realiseren.
