SlideShare a Scribd company logo
1 of 146
Download to read offline
Translated from English to Greek - www.onlinedoctranslator.com
ΣΥΝΟΛΙΚΟ ΣΧΕΔΙΟ
Ενότητα Μ1 ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΗΣ
Ενότητα Μ2 ΦΥΣΙΚΟ ΔΙΑΔΙΚΤΥΟ
Ενότητα Μ3 ΨΗΦΙΑΚΩΣΗ ΑΛΥΣΙΔΑΣ ΕΦΟΔΙΑΣΜΟΥ
Ενότητα Μ4 ΑΝΑΛΥΤΙΚΑ. ΠΑΓΚΟΣΜΙΑ, ΚΑΤΑΣΚΕΥΗ ΚΑΙ LOGISTICS KPIS
ψηφιοποίηση
σεεπιμελητεία
Μ4. ΑΝΑΛΥΤΙΚΑ. ΠΑΓΚΟΣΜΙΟΣ
ΒΑΣΙΚΟΣ ΔΕΙΚΤΗΣ ΑΠΟΔΟΣΗΣ (KPI)
ΛΕΙΤΟΥΡΓΙΩΝ LOGISTICS.
Μ4. ΑΝΑΛΥΤΙΚΑ. ΠΑΓΚΟΣΜΙΑ, ΚΑΤΑΣΚΕΥΗ
ΚΑΙ LOGISTICS KPIS
4.1. Μεγάλα δεδομένα
4.2. Διαχείριση δεδομένων
4.3. Εργαλεία Business Intelligence
4.4. Ορισμός και Διαχείριση δεικτών
4.1.1. Εισαγωγή στην Business Intelligence
και την ψηφιακή επανάσταση
ΔΕΙΚΤΗΣ
4.1.2 Ο μετασχηματισμός των αγορών και η
αξία της πληροφορίας
4.1.3 Ταχύτητα και λήψη αποφάσεων
4.1. Μεγάλα δεδομένα 4.1.4 Παράγοντες παραγωγής αξίας στις επιχειρήσεις
4.1.5 Καινοτομία σε επιχειρηματικές διαδικασίες
και μοντέλα
4.1.1. Εισαγωγή στην Business Intelligence
και την ψηφιακή επανάσταση
ΔΕΙΚΤΗΣ
4.1.2 Ο μετασχηματισμός των αγορών και η
αξία της πληροφορίας
4.1.3 Ταχύτητα και λήψη αποφάσεων
4.1. Μεγάλα δεδομένα 4.1.4 Παράγοντες παραγωγής αξίας στις επιχειρήσεις
4.1.5 Καινοτομία σε επιχειρηματικές διαδικασίες
και μοντέλα
ΕΙΣΑΓΩΓΗ ΣΤΑ ΜΕΓΑΛΑ ΔΕΔΟΜΕΝΑ, ΤΗΝ ΕΠΙΧΕΙΡΗΜΑΤΙΚΗ
ΝΟΗΜΟΣΥΝΗ ΚΑΙ ΤΗΝ ΨΗΦΙΑΚΗ ΕΠΑΝΑΣΤΑΣΗ
Για να ορίσουμε το BI θα ξεκινήσουμε από τον ορισμό του γλωσσαρίου όρων της Gartner:
«Το BI είναι μια διαδραστική διαδικασία για την εξερεύνηση και ανάλυση δομημένων πληροφοριών
σχετικά με μια περιοχή (συνήθως αποθηκεύεται σε μια αποθήκη δεδομένων), για την ανακάλυψη
τάσεις ή μοτίβα, από τα οποία αντλούνται ιδέες και εξάγονται συμπεράσματα.
Η διαδικασία Business Intelligence περιλαμβάνει την επικοινωνία ευρημάτων και την
πραγματοποίηση αλλαγών. Οι τομείς περιλαμβάνουν πελάτες, προμηθευτές, προϊόντα, υπηρεσίες και
συναγωνιστές."
7
Ας αναλύσουμε λεπτομερώς αυτόν τον ορισμό:
Διαδραστική διαδικασία:Όταν μιλάμε για BI υποθέτουμε
ότι είναι μια ανάλυση πληροφοριών που συνεχίζεται με την πάροδο του χρόνου, όχι
ακριβώς σε μια συγκεκριμένη στιγμή. Αν και προφανώς αυτός ο τελευταίος τύπος
η ανάλυση μπορεί να μας δώσει αξία, είναι ασύγκριτη με αυτό που α
συνεχής διαδικασία ανάλυσης πληροφοριών μπορεί να μας παρέχει, σε
τα οποία, για παράδειγμα, μπορούμε να δούμε τάσεις, αλλαγές, μεταβλητότητα κ.λπ.
8
Εξερευνώ:Σε κάθε έργο BI υπάρχει μια αρχική στιγμή κατά την οποία για
πρώτη φορά έχουμε πρόσβαση σε πληροφορίες που μας διευκολύνουν
να το ερμηνεύσει. Σε αυτή την πρώτη φάση, αυτό που κάνουμε είναι να
«εξερευνούμε» για να κατανοήσουμε τι συμβαίνει στην επιχείρησή μας. Είναι
πιθανό να ανακαλύψουμε ακόμη και νέες σχέσεις που αγνοούσαμε
μέχρι τώρα..
Αναλύει: Σκοπεύουμε να ανακαλύψουμε σχέσεις μεταξύ μεταβλητών,
τάσεις, δηλαδή ποια μπορεί να είναι η εξέλιξη της μεταβλητής ή μοτίβα.
Εάν ένας πελάτης έχει μια σειρά από χαρακτηριστικά, ποια είναι η
πιθανότητα να ενεργήσει ένας άλλος πελάτης με παρόμοια χαρακτηριστικά
το ίδιο με το προηγούμενο;
9
Δομημένη αποθήκη πληροφοριών και δεδομένων:
Οι πληροφορίες που χρησιμοποιούμε στο BI αποθηκεύονται σε πίνακες που σχετίζονται με το καθένα
άλλα. Οι πίνακες έχουν εγγραφές και κάθε μία από τις εγγραφές έχει διαφορετική
τιμές για κάθε ένα από τα χαρακτηριστικά. Αυτοί οι πίνακες αποθηκεύονται σε τι
γνωρίζουμε ως αποθήκη δεδομένων. Θα το ορίσουμε με μεγαλύτερη ακρίβεια
αργότερα, αλλά είναι μια βάση δεδομένων στην οποία αποθηκεύονται αυτοί οι πίνακες.
10
Περιοχή ανάλυσης:Κάθε έργο BI πρέπει να έχει ένα
συγκεκριμένο αντικείμενο ανάλυσης. Μπορούμε να εστιάσουμε στους
πελάτες, τα προϊόντα, τα αποτελέσματα μιας τοποθεσίας κ.λπ.
που σκοπεύουμε να αναλύσουμε διεξοδικά και με α
συγκεκριμένος στόχος: για παράδειγμα, η μείωση του κόστους,
η αύξηση των πωλήσεων, η αύξηση του μεριδίου αγοράς,
η προσαρμογή των προβλέψεων πωλήσεων, η εκπλήρωση των
τους προϋπολογισμένους στόχους πωλήσεων κ.λπ.
11
Κοινοποιήστε τα αποτελέσματα και κάντε αλλαγές:
Ένας θεμελιώδης στόχος του BI είναι ότι, όταν κάτι είναι
ανακαλύφθηκε, να κοινοποιηθεί σε εκείνους τους ανθρώπους που πρέπει να κάνουν
τις σχετικές αλλαγές στον οργανισμό για τη βελτίωση μας
ανταγωνισμός.
12
Ένας ευρύτερος ορισμός είναι αυτός που προτείνεται στοΤο Ινστιτούτο Datawarehouse:
«Το Business Intelligence (BI) είναι ένας γενικός όρος που περιλαμβάνει
τις διαδικασίες, τα εργαλεία και τις τεχνολογίες για τη μετατροπή των δεδομένων
σε πληροφορίες, τις πληροφορίες σε γνώση και τα σχέδια για αποτελεσματική
ασκούν επιχειρηματικές δραστηριότητες. Το BI περιλαμβάνει την αποθήκευση δεδομένων
τεχνολογίες, συμπεριλαμβανομένων διεργασιών στο «πίσω τέλος», ερωτήματα,
αναφορές, αναλύσεις και εργαλεία για την εμφάνιση πληροφοριών (αυτά είναι BI
εργαλεία) και διαδικασίες στο «μπροστινό μέρος»».
13
14
15
16
17
18
19
20
21
ΠΕΡΙΠΤΩΣΗ 1
Ένα σούπερ μάρκετ, οι πληροφορίες που έχουμε είναι τα εισιτήρια πώλησης.
22
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΧΕΙΡΗΜΑΤΙΚΗ ΝΟΗΜΟΣΥΝΗ
ΚΑΙ ΤΗΝ ΨΗΦΙΑΚΗ ΕΠΑΝΑΣΤΑΣΗ
Εσυ
γνωρίζω Big
Δεδομένα?
23
24
25
26
27
28
29
30
31
32
33
ΠΕΡΙΠΤΩΣΗ 2
Α. ΕΙΣΑΙ ΜΙΑ ΠΟΔΟΣΦΑΙΡΙΚΗ ΟΜΑΔΑ. ΔΩΣΕ ΕΝΑ ΠΑΡΑΔΕΙΓΜΑ
ΤΗΣ ΧΡΗΣΗΣ ΜΕΓΑΛΩΝ ΔΕΔΟΜΕΝΩΝ
Β. ΕΙΣΤΕ ΠΟΛΙΤΙΚΟ ΚΟΜΜΑ. ΔΩΣΕ ΕΝΑ ΠΑΡΑΔΕΙΓΜΑ
ΤΗΣ ΧΡΗΣΗΣ ΜΕΓΑΛΩΝ ΔΕΔΟΜΕΝΩΝ
Γ. ΕΙΣΑΙ ΑΕΡΟΠΟΡΙΑ. ΔΩΣΤΕ ΕΝΑ ΠΑΡΑΔΕΙΓΜΑ ΧΡΗΣΗΣ
ΜΕΓΑΛΩΝ ΔΕΔΟΜΕΝΩΝ
34
Top 10 trends
στο Business Intelligence για
το 2014
35
Το τέλος των επιστημόνων δεδομένων.
Η επιστήμη των δεδομένων κινείται από τον ειδικό στον καθένα. Η εξοικείωση με την ανάλυση δεδομένων γίνεται
μέρος του συνόλου δεξιοτήτων των απλών επιχειρησιακών χρηστών, όχι των ειδικών με «αναλυτή» στους τίτλους τους.
Οι οργανισμοί που χρησιμοποιούν δεδομένα για τη λήψη αποφάσεων είναι πιο επιτυχημένοι και αυτοί που δεν
χρησιμοποιούν δεδομένα αρχίζουν να μένουν πίσω.
Για περισσότερα, δείτε αυτήν την Ειδική Έκθεση του The Economist:Προώθηση μιας κουλτούρας που βασίζεται στα
δεδομένα .
36
Η επιχειρηματική ευφυΐα στο cloud γίνεται
mainstream.
Οι οργανισμοί που θέλουν να ξεκινήσουν και να λειτουργούν γρήγορα με τα αναλυτικά στοιχεία οδηγούν στην
υιοθέτηση επιχειρηματικής ευφυΐας που βασίζεται στο cloud. Νέα σενάρια, όπως η συνεργασία με πελάτες και η
πρόσβαση σε κινητά εκτός του τείχους, επιταχύνουν επίσης την υιοθέτηση. Η ωρίμανση των υπηρεσιών cloud
βοηθά τα τμήματα πληροφορικής να αισθάνονται άνετα με την επιχειρηματική ευφυΐα στο cloud.
Για περισσότερα, διαβάστε τη λευκή βίβλο:Business Analytics στο Cloud .
37
Τα μεγάλα δεδομένα φτάνουν επιτέλους στον ουρανό.
Οι αποθήκες δεδομένων Cloud, όπως το Amazon Redshift και το Google BigQuery, μετατρέπουν τη διαδικασία
δημιουργίας μιας αποθήκης δεδομένων από μια διαδικασία πολλών μηνών σε θέμα ημερών. Αυτό επιτρέπει την
ταχεία δημιουργία πρωτοτύπων και ένα επίπεδο ευελιξίας που προηγουμένως δεν ήταν δυνατό. Οι προσφορές
Cloud όπως το Teradata Cloud και το SAP HANA από παραδοσιακούς προμηθευτές επικυρώνουν τον χώρο.
Για περισσότερα, παρακολουθήστε αυτό το διαδικτυακό σεμινάριο:Εξερεύνηση μεγάλων δεδομένων με το Amazon Redshift .
38
Η ευέλικτη επιχειρηματική ευφυΐα επεκτείνει το
προβάδισμά της.
Η ανάλυση αυτοεξυπηρέτησης γίνεται ο κανόνας σε εταιρείες που κινούνται γρήγορα. Οι επιχειρηματίες
αρχίζουν να περιμένουν ευελιξία και χρηστικότητα από τους πίνακες εργαλείων τους. Και η μονολιθική στοίβα
υποδομής καταρρέει τελικά υπέρ λύσεων που μπορούν να λειτουργήσουν με νέες πηγές δεδομένων.
Για περισσότερα, διαβάστε αυτή τη λευκή βίβλο από την GigaOm:
Agile Business Intelligence: Reshaping the Landscape .
39
Προγνωστική ανάλυση,κάποτε το βασίλειο των προηγμένων και
εξειδικευμένα συστήματα, θα εισέλθουν στην επικρατούσα τάση καθώς οι επιχειρήσεις
αναζητούν μια προοπτική αντίληψη προς τα πίσω από τα δεδομένα.
Για περισσότερα, παρακολουθήστε τον David Stodder του TDWI σε αυτό το διαδικτυακό σεμινάριο:Χρήση του Analytics για
προγνωστική και προληπτική .
40
Το Embedded BI αρχίζει να αναδύεται,
σε μια προσπάθεια να τεθεί η γνώση απευθείας στο μονοπάτι των επιχειρηματικών δραστηριοτήτων. Τα
Analytics αρχίζουν να ζουν μέσα στα συστήματα συναλλαγών. Σενάρια όπως η διαχείριση σχέσεων με τους
πελάτες θα πρωτοστατήσουν με τα αναλυτικά στοιχεία που παρέχουν υποστήριξη για τις πολλές μικρές
αποφάσεις που λαμβάνουν οι πωλητές σε μια μέρα. Τελικά, το ενσωματωμένο BI θα φέρει δεδομένα σε
τμήματα που συνήθως παρουσιάζουν καθυστέρηση: για παράδειγμα, στο κατάστημα και σε περιβάλλοντα
λιανικής.
Δείτε την τιμή του ενσωματωμένου BI με αυτόβίντεο .
41
Η αφήγηση γίνεται προτεραιότητα,
καθώς οι άνθρωποι συνειδητοποιούν ότι ένας κατακλυσμός στο ταμπλό χωρίς πλαίσιο δεν είναι χρήσιμος. Οι ιστορίες γίνονται ένας
τρόπος επικοινωνίας ιδεών και γνώσεων χρησιμοποιώντας δεδομένα. Επίσης, βοηθούν τους ανθρώπους να αποκτήσουν νόημα από
μια συντριπτική μάζα μεγάλων και ανόμοιων δεδομένων.
Διαβάστε περισσότερα σε αυτή τη λευκή βίβλο:5 Βέλτιστες πρακτικές για την αφήγηση μεγάλων ιστοριών .
42
Για κορυφαίους οργανισμούς,κινητή επιχειρηματική ευφυΐα
γίνεται η πρωταρχική εμπειρία,
όχι μια περιστασιακή εμπειρία. Οι επιχειρησιακοί χρήστες πρέπει να απαιτούν πρόσβαση σε
πληροφορίες εντός των φυσικών οργάνων της ημέρας τους, όχι πίσω στα γραφεία τους.
Για παράδειγμα, διαβάστε αυτήν τη λευκή βίβλο:
Πώς το Mobile Business Intelligence οδηγεί την αποτελεσματικότητα και τον μετασχηματισμό για την
Supervalu .
43
Οι οργανισμοί αρχίζουν να αναλύουν κοινωνικά δεδομένα
σοβαρός,αποκτώντας γνώσεις πέρα από τον αριθμό των likes και των ακολούθων τους. Τα κοινωνικά δεδομένα γίνονται α
πληρεξούσιος για την αναγνωρισιμότητα και τη στάση της επωνυμίας, καθώς και πρόσφορο έδαφος για ανταγωνιστική ανάλυση. Οι εταιρείες αρχίζουν να
χρησιμοποιούν κοινωνικά δεδομένα για να κατανοήσουν πόσο σχετικά είναι με τους πελάτες τους. Για ένα παράδειγμα πώς να αποκτήσετε πληροφορίες
από τα δεδομένα των μέσων κοινωνικής δικτύωσης, παρακολουθήστε αυτό το βίντεο:
Χρήση του Social Media Analytics για Insight .
44
Το NoSQL είναι το νέο Hadoop.
Οι οργανισμοί διερευνούν πώς να χρησιμοποιούν μη δομημένα δεδομένα. Οι τεχνολογίες NoSQL γίνονται
πιο δημοφιλείς καθώς οι εταιρείες αναζητούν τρόπους αφομοίωσης αυτού του είδους δεδομένων. Αλλά το
2014, η έξυπνη χρήση μη δομημένων δεδομένων θα εξακολουθεί να είναι η εξαίρεση και όχι ο κανόνας.
Για περισσότερα σχετικά με το noSQL, διαβάστε αυτό το άρθρο της TechRepublic:10 πράγματα που πρέπει να κάνετε τώρα
Σχετικά με τις βάσεις δεδομένων noSQL .
45
Top 10 trends
στο Business
Ευφυΐα για το 2015
46
47
Η διακυβέρνηση μεταμορφώνεται.
Όπως το τοπίο της επιχειρηματικής ευφυΐας έχει μετατραπεί σε δεδομένα αυτοεξυπηρέτησης,
έτσι και η διακυβέρνηση πρέπει να μεταμορφωθεί. Απλές προσεγγίσεις, όπως το κλείδωμα
όλων των εταιρικών δεδομένων, δεν θα λειτουργούν πλέον — ούτε η προσέγγιση της
κατάργησης οποιασδήποτε διαδικασίας. Οι οργανισμοί θα αρχίσουν να διερευνούν τι σημαίνει
διακυβέρνηση σε έναν κόσμο ανάλυσης αυτοεξυπηρέτησης.
Διαβάστε περισσότερα στη λευκή βίβλο Data Governance for Self-ServiceAnalytics
48
Η κοινωνική νοημοσύνη είναι ανταγωνιστικό πλεονέκτημα.
Το 2014 είδαμε οργανισμούς να αρχίζουν να αναλύουν σοβαρά τα κοινωνικά δεδομένα. Το 2015,
οι κορυφαίοι θα αρχίσουν να εκμεταλλεύονται τις δυνατότητές τους. Η παρακολούθηση
συνομιλιών σε κλίμακα μέσω της κοινωνικής δικτύωσης θα επιτρέψει στις εταιρείες να μάθουν
πότε ένα θέμα αρχίζει να γίνεται τάση και για τι μιλούν οι πελάτες τους. Τα social analytics θα
ανοίξουν την πόρτα για βελτιστοποίηση προϊόντων με απόκριση.
Περαιτέρω ανάγνωση: TDWI, Αναλύσεις πελατών στην εποχή των μέσων κοινωνικής δικτύωσης
49
Τα Analytics εμφανίζονται σε ολόκληρο
τον οργανισμό.
Ο σημερινός αναλυτής δεδομένων μπορεί να είναι διευθυντής λειτουργιών, στέλεχος εφοδιαστικής αλυσίδας ή ακόμα και πωλητής. Νέες,
πιο εύχρηστες τεχνολογίες που παρέχουν αναλυτικά στοιχεία βάσει προγράμματος περιήγησης επιτρέπουν στους χρήστες να απαντούν σε
ad-hoc επιχειρηματικές ερωτήσεις. Οι εταιρείες που το αναγνωρίζουν ως στρατηγικό πλεονέκτημα θα αρχίσουν να υποστηρίζουν τους
καθημερινούς αναλυτές με δεδομένα, εργαλεία και εκπαίδευση για να τους βοηθήσουν να κάνουν αυτό που είναι
πράξη.
Περαιτέρω ανάγνωση: Gartner's 2014 Magic Quadrant
50
Οι κοινότητες διαφοροποιούνται.
Η καταναλωτική χρήση της πληροφορικής δεν είναι πλέον θεωρητική, είναι γεγονός. Οι άνθρωποι
χρησιμοποιούν προϊόντα που τους αρέσει να χρησιμοποιούν και το λογισμικό ανάλυσης δεν
διαφέρει. . Οι εταιρείες των οποίων τα προϊόντα εμπνέουν και ενδυναμώνουν βλέπουν τις
κοινότητές τους να ακμάζουν. Και οι υποψήφιοι πελάτες θα κοιτάξουν επίσης την υγεία
κοινότητες προϊόντων ως σημαντικά σημεία απόδειξης σε
πολυσύχναστες αγορές.
Περαιτέρω ανάγνωση: Best of the Web, Αύγουστος 2014
51
Όλα ενσωματώνονται.
Τα τελευταία 10 χρόνια έχουμε δει μια τεράστια ποσότητα καινοτομίας στον χώρο δεδομένων, με
αποτέλεσμα μικτά περιβάλλοντα για τα πάντα, από την αποθήκευση δεδομένων μέχρι τα
αναλυτικά στοιχεία και τις επιχειρηματικές εφαρμογές. Δεν θα δούμε επιστροφή στην εποχή των
μονολιθικών συστημάτων. Ωστόσο, οι οργανισμοί χάνουν την υπομονή τους με πολλαπλές
συνδέσεις και βαριές διαδικασίες για τη μετακίνηση και τη διαχείριση δεδομένων. Η ταχεία
ενοποίηση που αξιοποιεί απλές διεπαφές πρόκειται να γίνει το πρότυπο.
Περαιτέρω ανάγνωση: Ταξίδι σε μια μοναδική πηγή αλήθειας στην FAA.
52
Το cloud analytics δεν είναι πλέον μόνο για δεδομένα cloud.
Το 2015, θα αρχίσουμε να βλέπουμε την πρώτη σημαντική χρήση των αναλυτικών στοιχείων cloud—για
δεδομένα onpremise. Μέχρι τώρα, τα αναλυτικά στοιχεία cloud χρησιμοποιούνται κυρίως για δεδομένα
σε εφαρμογές cloud. Το 2015 οι εταιρείες θα αρχίσουν να επιλέγουν το cloud όταν είναι λογικό για την
επιχειρηματική τους περίπτωση, όχι μόνο επειδή υπάρχουν τα δεδομένα.
Για περισσότερα, δείτε αυτό το βίντεο με το Jetsuite για το γιατί επέλεξαν το cloud.
53
Οι συνομιλίες με δεδομένα αντικαθιστούν τους στατικούς πίνακες εργαλείων.
Αρχίζουμε να βλέπουμε μια εποχή που τα δεδομένα είναι αρκετά διαδραστικά ώστε να μπορούν να γίνουν η
ραχοκοκαλιά μιας συνομιλίας. Τώρα που οι άνθρωποι διαθέτουν εργαλεία ανάλυσης με ταχύτητα της
σκέψης, μπορούν να αναλύσουν γρήγορα δεδομένα, να τα συνδυάσουν με άλλα δεδομένα και να τα
επανασχεδιάσουν για να δημιουργήσουν μια νέα προοπτική. Και ως αποτέλεσμα αυτών των συνομιλιών
δεδομένων, οι οργανισμοί θα αποκτήσουν περισσότερες πληροφορίες από τα δεδομένα τους.
Για περισσότερα, διαβάστε αυτό το άρθρο στο The Huffington Post:Why a Chart Should
Έναρξη, όχι τέλος, μια συνομιλία
54
Δεδομένα και δημοσιογραφία ολοκληρώνουν τη συγχώνευσή τους.
Η άφιξη στη σκηνή του vox και η συνεχής άνοδος ιστότοπων όπως το fivethirtyeight.com θα αναγκάσει
περισσότερα δημοσιογραφικά δωμάτια να ενσωματώσουν αναλυτικά στοιχεία δεδομένων στην
παρουσία τους στο διαδίκτυο. Αυτή η τάση θα έχει ένα αποτέλεσμα από τη δημόσια σφαίρα στους
οργανισμούς, ενθαρρύνοντας τις εταιρείες που υστερούν στα αναλυτικά στοιχεία για να συμβαδίσει με
την εποχή.
Για περισσότερα, βλ
Δημόσιο στο newsroom: Sarah Ryley στο The NewYork Daily News
55
Το κινητό ωριμάζει.
Οι εργαζόμενοι περνούν λιγότερο χρόνο στα θρανία τους. Αλλά αυτό δεν σημαίνει ότι θα πρέπει να είναι λιγότερο ενημερωμένοι από
τα δεδομένα. Στην πραγματικότητα, έχουν μεγαλύτερη ανάγκη για δεδομένα από ποτέ. Οι λύσεις για κινητά για πολλά analytics
εμφανίστηκαν πριν από χρόνια και επιτέλους φτάνουν σε ένα επίπεδο ωριμότητας που σημαίνει ότι οι μετακινούμενοι εργαζόμενοι
μπορούν πραγματικά να κάνουν ελαφριά ανάλυση από το δρόμο. Και η έμφαση στα κινητά έχει αναγκάσει τους προμηθευτές να
προσφέρουν πιο φυσικές και εύχρηστες διεπαφές σε όλους τους τομείς.
Για περισσότερα, δείτε αυτήν την επίδειξη αναλυτικών στοιχείων που είναι ενσωματωμένα στο SalesforceOne.
56
Τα έξυπνα αναλυτικά στοιχεία αρχίζουν να εμφανίζονται.
Η πρόοδος στη γραφική, διαισθητική μοντελοποίηση θα σημάνει ότι οι επιχειρησιακοί
χρήστες μπορούν να αρχίσουν να χρησιμοποιούν προγνωστικά αναλυτικά στοιχεία χωρίς
την ανάγκη εκτενούς διαβούλευσης με ειδικούς ή δέσμης ενεργειών. Καθώς τα αναλυτικά
στοιχεία αυτοεξυπηρέτησης γίνονται πιο κοινά, εργασίες όπως η πρόβλεψη και η πρόβλεψη
θα γίνονται πιο κοινές. πολύ λιγότερο επώδυνο.
Για περισσότερα, παρακολουθήστε αυτό το βίντεο σχετικά με τις προβλέψεις για επαγγελματίες χρήστες.
57
TOP 10
ΤΑΣΕΙΣ ΓΙΑ ΤΟ 2016
ΕΠΙΧΕΙΡΗΣΗ
ΝΟΗΜΟΣ
μι
58
Τ
TRΟ
ΤΕΛΟΣΠS FO1
2016
R0
ΕΠΙΧΕΙΡΗΣΗ
ΝΟΗΜΟΣΥΝΗ1
ΔΙΑΚΥΒΕΡΝΗΣΗ Πολλοί άνθρωποι θεωρούν ότι η διακυβέρνηση και η
ανάλυση αυτοεξυπηρέτησης είναι φυσικοί εχθροί.
Ίσως γι' αυτό ήταν αυτοί οι άνθρωποι
& ΑΥΤΟΕΞΥΠΗΡΕΤΗΣΗ
ΑΝΑΛΥΤΙΚΑ
ΓΙΝΕ ΚΑΛΥΤΕΡΟΣ
ΟΙ ΦΙΛΟΙ.
έκπληκτος που είδα τη διακυβέρνηση και την
αυτοεξυπηρέτηση να πίνετε μαζί. Ο πόλεμος τελείωσε
και το πολιτισμικό χάσμα μεταξύ επιχειρήσεων και
τεχνολογίας κλείνει.
Οι οργανισμοί έχουν μάθει ότι η διακυβέρνηση δεδομένων, όταν γίνεται
σωστά, μπορεί να βοηθήσει στην καλλιέργεια μιας κουλτούρας
αναλυτικών στοιχείων και στην κάλυψη των αναγκών της επιχείρησης.
Οι άνθρωποι είναι πιο πιθανό να εμβαθύνουν στα
δεδομένα τους όταν διαθέτουν κεντρικές, καθαρές και
γρήγορες πηγές δεδομένων και όταν γνωρίζουν ότι
κάποιος (IT) αναζητά ασφάλεια και
εκτέλεση.
Τ
TRΟ
ΤΕΛΟΣΠS FO1
2016
R0
ΕΠΙΧΕΙΡΗΣΗ
ΝΟΗΜΟΣΥΝΗ2
ΟΠΤΙΚΗ ΑΝΑΛΥΤΙΚΗ
ΓΙΝΕΤΑΙ Α
ΚΟΙΝΟΣ
ΓΛΩΣΣΑ.
Τα δεδομένα αλλάζουν τη συζήτηση—στις αίθουσες συνεδριάσεων, στα
μέσα ενημέρωσης και στα μέσα κοινωνικής δικτύωσης. Οι άνθρωποι
οπτικοποιούν τα δεδομένα τους για να εξερευνήσουν ερωτήσεις, να
αποκαλύψουν πληροφορίες και να μοιραστούν ιστορίες τόσο με ειδικούς
δεδομένων όσο και με μη ειδικούς. Καθώς αυξάνεται η χρήση δεδομένων,
ακόμη περισσότεροι άνθρωποι θα στραφούν σε δεδομένα τόσο με
επαγγελματικές όσο και με προσωπικές ερωτήσεις.Και οι εργοδότες θα
αναζητήσουν υποψηφίους που μπορούν να σκεφτούν κριτικά με
δεδομένα. Τα οπτικά αναλυτικά στοιχεία θα χρησιμεύσουν ως η κοινή
γλώσσα, δίνοντας τη δυνατότητα στους ανθρώπους να φτάσουν γρήγορα
σε πληροφορίες, να συνεργαστούν ουσιαστικά και δημιουργήστε μια
κοινότητα γύρω από δεδομένα.
Περαιτέρω μάθηση:
Ένας οδηγός προσλήψεων για την οικοδόμηση μιας κουλτούρας με γνώμονα τα δεδομένα
Τ
TRΟ
ΤΕΛΟΣΠS FO1
2016
R0
ΕΠΙΧΕΙΡΗΣΗ
ΝΟΗΜΟΣΥΝΗ3
ΤΑ ΔΕΔΟΜΕΝΑ
ΑΛΥΣΙΔΑ ΠΡΟΪΟΝΤΩΝ
ΓΙΝΕΤΑΙ
ΔΗΜΟΚΡΑΤΙΣΜΕΝΟΙ.
Τα εργαλεία ανάλυσης αυτοεξυπηρέτησης έχουν αλλάξει για τα καλά
τις προσδοκίες των ανθρώπων. Το 2016, οι άνθρωποι θα
αναζητήσουν ενδυνάμωση σε όλο το συνεχές δεδομένων, ειδικά
καθώς περισσότεροι millennials εισέρχονται στο εργατικό δυναμικό.
Προκειμένου οι επιχειρησιακοί χρήστες να παραμείνουν
επαναλαμβανόμενοι, πρέπει να μπορούν να διαμορφώνουν
ορισμένα δεδομένα εν κινήσει. Γι' αυτό η ζήτηση για εργαλεία
προετοιμασίας δεδομένων αυτοεξυπηρέτησης και ακόμη και
αποθήκες δεδομένων αυτοεξυπηρέτησης
θα αναπτυχθεί ως φυσική επέκταση των αναλυτικών στοιχείων
αυτοεξυπηρέτησης. Αυτός ο εκδημοκρατισμός θα επιτρέψει στους
ανθρώπους να ανταποκριθούν γρήγορα στις αλλαγές
προτεραιότητες.
Περαιτέρω μάθηση:
Τι ακολουθεί για την προετοιμασία δεδομένων;
Τ
TRΟ
ΤΕΛΟΣΠS FO1
2016
R0
ΕΠΙΧΕΙΡΗΣΗ
ΝΟΗΜΟΣΥΝΗ4
Σήμερα, πολλές εταιρείες θέλουν ευέλικτες αναλύσεις. Θέλουν
να φέρουν τα σωστά δεδομένα στους σωστούς ανθρώπους και
γρήγορα. Αυτή δεν είναι μικρή πρόκληση, γιατί αυτά τα
δεδομένα ζουν σε πολλά διαφορετικά μέρη.
Η εργασία μεταξύ πηγών δεδομένων μπορεί να είναι
κουραστική, αδύνατη ή και τα δύο. Το 2016, θα δούμε πολλούς
νέους παίκτες στον χώρο της ενοποίησης δεδομένων.
Με την άνοδο των εξελιγμένων εργαλείων και την προσθήκη
νέων πηγών δεδομένων, οι εταιρείες θα σταματήσουν να
προσπαθούν να συγκεντρώνουν κάθε byte δεδομένων στο ίδιο
μέρος. Οι εξερευνητές δεδομένων θα συνδέονται με κάθε
σύνολο δεδομένων όπου ζει και θα συνδυάζονται, συνδυάζονται
ή ενώνονται με πιο ευέλικτα εργαλεία και μεθόδους.
ΔΕΔΟΜΕΝΑ
ΕΝΣΩΜΑΤΩΣΗ
ΓΙΝΕΤΑΙ ΣΥΝΑΡΠΑΣΤΙΚΟ.
Περαιτέρω μάθηση:
5 πράγματα που θα οδηγήσουν την ενοποίηση δεδομένων τα
επόμενα 10 χρόνια
Τ
TRΟ
ΤΕΛΟΣΠS FO1
2016
R0
ΕΠΙΧΕΙΡΗΣΗ
ΝΟΗΜΟΣΥΝΗ5
ΠΡΟΧΩΡΗΜΕΝΟΣ
ΑΝΑΛΥΤΙΚΑ
ΔΕΝ ΕΙΝΑΙ ΠΛΕΟΝ
ΑΠΛΑ ΓΙΑ
ΑΝΑΛΥΤΕΣ.
Οι μη αναλυτές σε όλο τον οργανισμό
γίνονται πιο εξελιγμένοι. Αναμένουν
περισσότερα από ένα γράφημα πάνω από τα
δεδομένα τους. Θέλουν μια βαθύτερη, πιο
ουσιαστική εμπειρία ανάλυσης.
Οι οργανισμοί θα υιοθετήσουν πλατφόρμες που επιτρέπουν στους
χρήστες να εφαρμόζουν στατιστικά στοιχεία, να κάνουν μια σειρά
ερωτήσεων και να παραμένουν στη ροή της ανάλυσής τους.
Περαιτέρω μάθηση:
Προηγμένο Analytics με Tableau
Τ
TRΟ
ΤΕΛΟΣΠS FO1
2016
R0
ΕΠΙΧΕΙΡΗΣΗ
ΝΟΗΜΟΣΥΝΗ6
ΣΤΟΙΧΕΙΑ CLOD Το 2015, οι άνθρωποι άρχισαν να αγκαλιάζουν το σύννεφο.
Συνειδητοποίησαν ότι η τοποθέτηση δεδομένων στο cloud είναι
εύκολη και εξαιρετικά επεκτάσιμη. Είδαν επίσης ότι η ανάλυση
cloud τους επιτρέπει να είναι ευέλικτοι. Το 2016, περισσότεροι
άνθρωποι θα μεταβούν στο cloud χάρη, εν μέρει, σε εργαλεία
που τους βοηθούν να καταναλώνουν δεδομένα ιστού. Οι πρώτοι
που υιοθετούν ήδη μαθαίνουν από αυτά τα δεδομένα και άλλοι
συνειδητοποιούν ότι θα έπρεπε.
Και περισσότερες εταιρείες θα χρησιμοποιούν αναλυτικά στοιχεία
cloud για να αναλύουν περισσότερα δεδομένα γρηγορότερα. Θα
βασίζονται σε αυτά όπως και κάθε άλλο κρίσιμο επιχειρηματικό
σύστημα.
& CLOD ANALYTIC
ΑΠΟΓΕΙΩΣΗ
μικρό
Περαιτέρω μάθηση:
Παρακολούθηση της ταχείας ανόδου στα δεδομένα Cloud
Τ
TRΟ
ΤΕΛΟΣΠS FO1
2016
R0
ΕΠΙΧΕΙΡΗΣΗ
ΝΟΗΜΟΣΥΝΗ7
ΤΑ ΑΝΑΛΥΤΙΚΑ
ΚΕΝΤΡΟ ΤΟΥ
ΥΠΕΡΟΧΗ
(ΚΟΕ) ΓΙΝΕΤΑΙ
ΕΞΟΧΟΣ.
Ένας αυξανόμενος αριθμός οργανισμών θα δημιουργήσει ένα
Κέντρο Αριστείας για να προωθήσει την υιοθέτηση των
αναλυτικών στοιχείων αυτοεξυπηρέτησης. Αυτά τα κέντρα
διαδραματίζουν κρίσιμο ρόλο στην εφαρμογή μιας κουλτούρας
που βασίζεται στα δεδομένα.Μέσω προγραμμάτων ενεργοποίησης
όπως διαδικτυακά φόρουμ και εκπαίδευση ένας προς έναν, τα
κέντρα δίνουν τη δυνατότητα ακόμη και σε μη ειδικούς να
ενσωματώνουν δεδομένα στη λήψη των αποφάσεών τους. Με την
πάροδο του χρόνου, αυτά τα κέντρα επιτρέπουν στα δεδομένα να
ενημερώνουν τη ροή εργασιών σε ολόκληρο τον οργανισμό.
Περαιτέρω μάθηση:
Επεκτασιμότητα στην Business Intelligence: It's NotWhatYouThink
Τ
TRΟ
ΤΕΛΟΣΠS FO1
2016
R0
ΕΠΙΧΕΙΡΗΣΗ
ΝΟΗΜΟΣΥΝΗ8
ΚΙΝΗΤΑ ΑΝΑΛΥΤΙΚΑ
ΣΤΑΘΕΤΑΙ ΣΤΗΝ
ΤΑ ΔΙΚΑ.
Τα αναλυτικά στοιχεία για κινητά μεγάλωσαν και
απομακρύνθηκαν. Δεν είναι πλέον απλώς μια διεπαφή με
παλαιού τύπου προϊόντα επιχειρηματικής ευφυΐας. Το 2015,
άρχισαν να εμφανίζονται προϊόντα με ρευστή, κινητή
εμπειρία.
Η εργασία με δεδομένα σε όλο τον κόσμο
μετατρέπεται από αγγαρεία σε δυναμικό
μέρος της διαδικασίας ανάλυσης.
Περαιτέρω μάθηση:
Το Tableau τοποθετεί την οπτικοποίηση δεδομένων στο iPad
Τ
TRΟ
ΤΕΛΟΣΠS FO1
2016
R0
ΕΠΙΧΕΙΡΗΣΗ
ΝΟΗΜΟΣ
μι 9
ΟΙ ΑΝΘΡΩΠΟΙ ΑΡΧΙΖΟΥΝ ΝΑ
ΣΚΑΨΤΕ ΣΤΟ IOT
ΔΕΔΟΜΕΝΑ.
Το Διαδίκτυο των Πραγμάτων είναι έτοιμο να γίνει ακόμα
πιο διαδεδομένο το 2016. Φαίνεται ότι όλα θα έχουν έναν
αισθητήρα που θα στέλνει πληροφορίες πίσω στο μητρικό
πλοίο. Απλώς σκεφτείτε όλα τα δεδομένα που παράγουν
οι κινητές συσκευές όλο το εικοσιτετράωρο—και αυτό
είναι μόνο ένα κομμάτι. Καθώς αυξάνεται ο όγκος των
δεδομένων IoT, αυξάνεται και η δυνατότητα για insights.
Οι εταιρείες θα αναζητήσουν εργαλεία που θα επιτρέπουν στους χρήστες
να εξερευνούν τα δεδομένα και στη συνέχεια να μοιράζονται τα ευρήματά
τους με ασφαλή, ελεγχόμενο και διαδραστικό τρόπο.
Περαιτέρω μάθηση:
Το Διαδίκτυο της «Thingalytics»
TOP 10
ΤΑΣΕΙΣ ΓΙΑ ΤΟ 2016
ΕΠΙΧΕΙΡΗΜΑΤΙΚΗ ΝΟΗΜΟΣΥΝΗ10
ΝΕΟΣ
ΤΕΧΝΟΛΟΓΙΕΣ
ΣΗΚΩΣΤΕ ΓΙΑ ΝΑ ΓΕΜΙΣΕΤΕ
ΤΑ ΚΕΝΑ.
Υπάρχει μια σειρά από νέες τεχνολογίες στο οικοσύστημα BI.
Καθώς αυτές κυκλοφορούν στην αγορά, θα δούμε κενά που
πρέπει να καλυφθούν. Θα υπάρξουν νέες εταιρείες για να
κάνουν ακριβώς αυτό. Οι επιταχυντές Hadoop, η ενοποίηση
δεδομένων NoSQL, η ενσωμάτωση δεδομένων IoT, τα
βελτιωμένα μέσα κοινωνικής δικτύωσης καθένα από αυτά
παρέχουν την ευκαιρία σε μια νέα εταιρεία να ξεκινήσει.
Το 2016, θα δούμε την άνοδο της κάλυψης κενών, που θα
οδηγήσει σε ενοποίηση της αγοράς. Και οι οργανισμοί θα
συνεχίσουν να απομακρύνονται από μεμονωμένες λύσεις
και να αγκαλιάζουν μια ανοιχτή και ευέλικτη στοίβα που
θα περιλαμβάνει αυτές τις νέες τεχνολογίες.
Περαιτέρω μάθηση:
Σημείο καμπής του BI: Η νέα εντολή γρήγορης εξερεύνησης δεδομένων
TOP TEN
Επιχείρηση
Νοημοσύνη
ΤΑΣΕΙΣ ΓΙΑ ΤΟ 2017
69
1
Το σύγχρονο BI γίνεται το νέο φυσιολογικό.
Το 2016, οι οργανισμοί άρχισαν τη στροφή προς το σύγχρονο BI, τη δύναμη να εκτελούν αναλυτικά στοιχεία από
τα χέρια των λίγων σε πολλά. Έχουμε ξεπεράσει το σημείο καμπής μιας μετάβασης για περισσότερα από 10 έως 11
χρόνια από τις πλατφόρμες αναφοράς με επίκεντρο την πληροφορική σε σύγχρονες πλατφόρμες BI και
αναλυτικών στοιχείων, σύμφωνα με την Gartner's2016 Business Intelligence Magic Τεταρτοκύκλιο . Με αξιόπιστες
και επεκτάσιμες πλατφόρμες, οι οργανισμοί δίνουν τη δυνατότητα ακόμη και σε μη αναλυτές να εξερευνήσουν
ελεγχόμενα δεδομένα και να συνεργαστούν με τα ευρήματά τους. Το 2017, το σύγχρονο BI θα γίνει η κορυφαία
προτεραιότητα για τις παγκόσμιες επιχειρήσεις, τις νεοσύστατες επιχειρήσεις σε πρώιμο στάδιο και όλα τα
ενδιάμεσα.
ΠΕΡΑΙΤΕΡΩ ΑΝΑΓΝΩΣΗ:
Εκσυγχρονισμός χρησιμοποιώντας το BI & Analytics Magic Quadrant
70
2
Η συνεργατική ανάλυση πηγαίνει
από το περιθώριο στον πυρήνα.
Όπως πολλά πράγματα στη ζωή, πολλά κεφάλια είναι καλύτερα από ένα όταν πρόκειται για επιχειρηματική ανάλυση. Και
το 2017, τα συλλογικά αναλυτικά στοιχεία θα βρίσκονται στο επίκεντρο, καθώς τα ρυθμιζόμενα δεδομένα γίνονται πιο
προσιτά και η τεχνολογία cloud επιτρέπει την εύκολη κοινή χρήση. Αυτό σηματοδοτεί το τέλος μιας εποχής κατά την
οποία οι πληροφορίες έρεαν προς μια κατεύθυνση. Η εποχή της κοινής χρήσης δεδομένων μέσω στατικών PDF ή πλατό
PowerPoint έχει περάσει. Οι άνθρωποι θα μοιράζονται ζωντανά, διαδραστικά βιβλία εργασίας και πηγές δεδομένων για
να οδηγήσουν σε επιχειρηματικές αποφάσεις. Θα βασιστούν ο ένας στη δουλειά του άλλου και θα επαναλάβουν να
απαντήσουν
τις δικές τους ερωτήσεις. Θα αξιοποιήσουν το cloud και άλλες λειτουργίες κοινής χρήσης, όπως ειδοποιήσεις μέσω
email και συνδρομές για να μείνουν σε επαφή. Και θα ενσωματώσουν τους πίνακες εργαλείων τους σε άλλες
εταιρικές εφαρμογές για να προσεγγίσουν άτομα εκεί που βρίσκονται. Οι άνθρωποι, ανεξάρτητα από τον ρόλο
τους, θα έχουν τη δυνατότητα να φορούν πολλά καπέλα, από την κατανάλωση δεδομένων σε πίνακες εργαλείων
έως την εκτέλεση της δικής τους ad hoc ανάλυσης και την κοινή χρήση των ευρημάτων τους με άλλους.
ΠΕΡΑΙΤΕΡΩ ΑΝΑΓΝΩΣΗ:
Ο τεχνολογικός «εκδημοκρατισμός» τροφοδοτεί την έκρηξη των αναλυτικών στοιχείων
71
Όλα τα δεδομένα γίνονται ίσα.
3 Το 2017, η αξία των δεδομένων δεν θα συνδέεται πλέον με την κατάταξη ή το μέγεθός
τους. Δεν έχει σημασία αν μιλάμε για μεγάλα δεδομένα ή για ένα απλό υπολογιστικό
φύλλο Excel. Αυτό που θα μετρήσει είναι ότι οι άνθρωποι μπορούν γρήγορα και εύκολα
να έχουν πρόσβαση στα δεδομένα και να τα εξερευνούν μαζί με άλλους τύπους
δεδομένων για να απαντούν σε επιχειρηματικές ερωτήσεις και να βελτιώνουν τα
αποτελέσματα. Κατά τη διάρκεια του επόμενου έτους, το BI θα στραφεί προς ένα
περιβάλλον στο οποίο οι άνθρωποι θα μπορούν να εξερευνούν δεδομένα όλων των
τύπων, σχημάτων και μεγεθών και να μοιράζονται πληροφορίες για να επηρεάσουν τη
λήψη αποφάσεων. Οι επαγγελματίες χρήστες δεν θα χρειαστεί
ανησυχείτε για το εάν τα δεδομένα τους είναι αποθηκευμένα σε αρχείο
Hadoop, Redshift ή Excel. Θα μπορούν να αξιοποιήσουν τη δύναμη των
δεδομένων, ανεξάρτητα από το πόσες διαφορετικές πηγές δεδομένων
έχουν.
ΠΕΡΑΙΤΕΡΩ ΑΝΑΓΝΩΣΗ:
Τα «μεγάλα δεδομένα» δεν είναι πλέον αρκετά: Τώρα είναι όλα σχετικά με τα «fast st data»
72
Το S elf-service analytics επεκτείνεται στην
προετοιμασία δεδομένων.
4 Ενώ η ανακάλυψη δεδομένων αυτοεξυπηρέτησης έχει γίνει το πρότυπο, η
προετοιμασία δεδομένων παρέμεινε στη σφαίρα των ειδικών πληροφορικής και
δεδομένων. Αυτό θα αλλάξει το 2017. Σύμφωνα με την Gartner, «Η τάση προς την
ευκολία χρήσης και την ευελιξία που έχει διαταράξει τις αγορές BI και αναλυτικών
στοιχείων εμφανίζεται επίσης για την ενοποίηση δεδομένων». Οι κοινές εργασίες
προετοιμασίας δεδομένων, όπως η ανάλυση δεδομένων, οι εισαγωγές JSON και
HTML και η διαμάχη δεδομένων δεν θα ανατίθενται πλέον σε ειδικούς. Στο εγγύς
μέλλον, οι μη αναλυτές θα μπορούν να αντιμετωπίσουν αυτές τις εργασίες ως μέρος
της ροής αναλυτικών στοιχείων τους. Αυτό θα εγείρει νέους προβληματισμούς
σχετικά με τη διακυβέρνηση δεδομένων, αλλά επιτυχημένες ομάδες πληροφορικής
έχουν ήδη εκμεταλλευτεί την ευκαιρία. Καθοδηγώντας τη μετάβαση στην
προετοιμασία δεδομένων αυτοεξυπηρέτησης, το IT μπορεί να διασφαλίσει ότι τα
δεδομένα είναι προσβάσιμα σε ολόκληρο τον οργανισμό και ότι οι άνθρωποι
εργάζονται σε ένα ασφαλές περιβάλλον δεδομένων.
ΠΕΡΑΙΤΕΡΩ ΑΝΑΓΝΩΣΗ:
Η προετοιμασία δεδομένων elf-service είναι το επόμενο μεγάλο πράγμα για το BI
Τα Analytics είναι παντού, χάρη στο
ενσωματωμένο BI.
5
Το Analytics λειτουργεί καλύτερα όταν αποτελεί φυσικό μέρος της ροής εργασίας των ανθρώπων. Όλο και
περισσότερο, οι επιχειρήσεις θα τοποθετούν αναλυτικά στοιχεία όπου εργάζονται οι άνθρωποι τους, συχνά στο
πλαίσιο μιας άλλης επιχειρηματικής εφαρμογής όπως το Salesforce αντί σε μια δική τους εφαρμογή. Το 2017, τα
analytics θα γίνουν διάχυτα και η αγορά θα αναμένει ότι τα analytics θα εμπλουτίσουν κάθε επιχειρηματική
διαδικασία. Αυτό συχνά θέτει τα αναλυτικά στοιχεία στα χέρια ανθρώπων που δεν έχουν εξερευνήσει ποτέ
δεδομένα, όπως υπαλλήλους καταστημάτων, εργαζόμενοι σε τηλεφωνικά κέντρα και οδηγοί φορτηγών. Το
Embedded BI θα επεκτείνει την εμβέλεια των αναλυτικών στοιχείων σε σημείο που οι άνθρωποι μπορεί να μην
συνειδητοποιούν καν ότι το βιώνουν - σε αντίθεση με τη χρήση των προγνωστικών αναλυτικών στοιχείων για να
προτείνουμε μια ταινία στο Netflix ή μουσική στο Pandora.
ΠΕΡΑΙΤΕΡΩ ΑΝΑΓΝΩΣΗ:
Τα ενσωματωμένα εργαλεία BI πρέπει να τοποθετηθούν στη σωστή τους θέση
74
Το IT γίνεται ο ήρωας των δεδομένων.
6 Για δεκαετίες, τα τμήματα πληροφορικής παρέμειναν βυθισμένα στην ατελείωτη
ανατροπή των αναφορών κτιρίων για την υποστήριξη αιτημάτων δεδομένων από την
επιχείρηση. Τώρα, ήρθε επιτέλους η ώρα να σπάσουμε τον κύκλο και να εξελιχθούμε
από παραγωγός σε ενεργοποιητή.
Το IT βρίσκεται στο τιμόνι του μετασχηματισμού σε ανάλυση
αυτοεξυπηρέτησης σε κλίμακα. Σε οργανισμούς υψηλής απόδοσης, οι
ομάδες ανάλυσης «εργάζονται ως αξιόπιστοι συνεργάτες με την
επιχείρηση», σύμφωνα με την Gartner. Το IT παρέχει την ευελιξία και την
ευελιξία που χρειάζεται η επιχείρηση για να καινοτομήσει
όλα αυτά ενώ εξισορροπείται η διακυβέρνηση, η ασφάλεια των δεδομένων και η
συμμόρφωση. Και δίνοντας τη δυνατότητα στον οργανισμό να λαμβάνει αποφάσεις που
βασίζονται σε δεδομένα με την ταχύτητα της επιχείρησης, το IT θα αναδειχθεί ως ο
ήρωας των δεδομένων που βοηθά στη διαμόρφωση του μέλλοντος της επιχείρησης.
ΠΕΡΑΙΤΕΡΩ ΑΝΑΓΝΩΣΗ:
Η Gartner το κάνει επίσημο: Η εποχή της αυτοεξυπηρέτησης πλησιάζει
75
Οι άνθρωποι αρχίζουν να εργάζονται με δεδομένα
με πιο φυσικούς τρόπους
7
Το παράθυρο στα δεδομένα μας έχει προχωρήσει πολύ. Η τεχνολογία έχει αντικαταστήσει τους πίνακες δέσμης
ενεργειών και συγκεντρωτικών πινάκων με εύχρηστες διεπαφές μεταφοράς και απόθεσης. Το 2017, η διεπαφή με τα
δεδομένα θα αρχίσει να φαίνεται ακόμα περισσότερο
φυσικό, εν μέρει χάρη σε βελτιώσεις σε τομείς όπως η επεξεργασία και η παραγωγή φυσικής γλώσσας. Οι
διεπαφές φυσικής γλώσσας είναι μια νέα προσθήκη στην εργαλειοθήκη BI. Μπορούν να κάνουν τα
δεδομένα, τα γραφήματα και τους πίνακες εργαλείων ακόμη πιο προσιτά, επιτρέποντας στους ανθρώπους
να αλληλεπιδρούν με δεδομένα χρησιμοποιώντας φυσικό κείμενο και γλώσσα. Αυτή είναι η «επόμενη φάση
στην εξέλιξη από την τυπική αναφορά στην.αφήγηση ιστοριών», σύμφωνα με την Gartner. Αν και υπάρχει
υγιής σκεπτικισμός γύρω από αυτό το νέο πεδίο, θα είναι ένας συναρπαστικός χώρος για παρακολούθηση.
ΠΕΡΑΙΤΕΡΩ ΑΝΑΓΝΩΣΗ:
Δημιουργία φυσικής γλώσσας: Μια επανάσταση στην επιχειρηματική διορατικότητα
76
Η μετάβαση στο σύννεφο
επιταχύνεται.
8
Με τους οργανισμούς να μεταφέρουν τα δεδομένα τους στο cloud, η συνειδητοποίηση ότι τα analytics θα πρέπει
επίσης να ζουν στο cloud θα γίνει mainstream. Το 2017, η βαρύτητα δεδομένων θα ωθήσει τις επιχειρήσεις να
αναπτύξουν τα αναλυτικά στοιχεία τους όπου ζουν τα δεδομένα τους. Οι αποθήκες δεδομένων cloud, όπως το
Amazon Redshift, θα συνεχίσουν να είναι μαζικά δημοφιλείς προορισμοί δεδομένων, και ως αποτέλεσμα τα
αναλυτικά στοιχεία cloud θα γίνουν πιο διαδεδομένα. Ενώ πολλοί οργανισμοί θα συνεχίσουν να αναπτύσσουν μια
υβριδική αρχιτεκτονική λύσεων cloud και εσωτερικής εγκατάστασης, τα cloud analytics θα αντιπροσωπεύουν όλο
και περισσότερο μια ταχύτερη και πιο επεκτάσιμη λύση.
ΠΕΡΑΙΤΕΡΩ ΑΝΑΓΝΩΣΗ:
Η βαρύτητα δεδομένων τραβάει στο σύννεφο
77
Προηγμένα αναλυτικά στοιχεία
γίνεται πιο προσιτή.
9
Οι επιχειρησιακοί χρήστες έχουν αποκτήσει μεγαλύτερη γνώση δεδομένων.
Τα προηγμένα αναλυτικά στοιχεία έχουν γίνει πιο προσιτά. Το 2017, αυτά τα
δύο φαινόμενα θα συγκλίνουν καθώς η προηγμένη ανάλυση γίνεται το
πρότυπο για τον επιχειρηματικό χρήστη. Τα προηγμένα αναλυτικά στοιχεία
δεν θα προορίζονται πλέον για επιστήμονες δεδομένων και ειδικούς. Οι
επαγγελματίες χρήστες αξιοποιούν ήδη ισχυρές λειτουργίες ανάλυσης,
όπως η ομαδοποίηση και η πρόβλεψη k-means.
Και το 2017, θα συνεχίσουν να επεκτείνουν το σύνολο των δεξιοτήτων τους στην
ανάλυση.
ΠΕΡΑΙΤΕΡΩ ΑΝΑΓΝΩΣΗ:
Μελέτη αγοράς προχωρημένων και προγνωστικών αναλύσεων 2016
78
Η παιδεία στα δεδομένα γίνεται
θεμελιώδης δεξιότητα του
μέλλοντος.
10
Το 2016, το LinkedIn κατέταξε την επιχειρηματική ευφυΐα ως μία από τις πιο
καυτές δεξιότητες για να σας προσλάβει. Το 2017, η ανάλυση δεδομένων θα
γίνει υποχρεωτική βασική ικανότητα για επαγγελματίες όλων των τύπων. Όπως
και η επάρκεια στο Microsoft Word, το Excel και το PowerPoint, έτσι και η
ικανότητα στην ανάλυση θα γίνει βασικό στοιχείο στο χώρο εργασίας. Για να
καλυφθεί αυτή η ανάγκη, θα δούμε αναλυτικά προγράμματα και προγράμματα
δεδομένων να διαπερνούν την τριτοβάθμια εκπαίδευση και τα προγράμματα
K-12. Στο εργατικό δυναμικό, οι άνθρωποι θα περιμένουν από διαισθητικές
πλατφόρμες BI να οδηγήσουν στη λήψη αποφάσεων σε κάθε επίπεδο.
79
4.1.1. Εισαγωγή στην Business Intelligence
και την ψηφιακή επανάσταση
ΔΕΙΚΤΗΣ
4.1.2 Ο μετασχηματισμός των αγορών και η
αξία της πληροφορίας
4.1.3 Ταχύτητα και λήψη αποφάσεων
4.1. Μεγάλα δεδομένα 4.1.4 Παράγοντες παραγωγής αξίας στις επιχειρήσεις
4.1.5 Καινοτομία σε επιχειρηματικές διαδικασίες
και μοντέλα
Ο ΜΕΤΑΜΟΡΦΩΣΗ ΤΩΝ ΑΓΟΡΩΝ ΚΑΙ Η
ΑΞΙΑ ΤΗΣ ΠΛΗΡΟΦΟΡΙΑΣ
Τα Big Data δεν είναι πλέον υπόσχεση ή τάση. Τα Big Data είναι εδώ και προκαλούν
βαθιές αλλαγές σε διάφορους κλάδους. Από τεχνολογικής άποψης, εκεί
είναι ήδη επιχειρηματικοί τομείς που έχουν υιοθετήσει μαζικά έργα και προϊόντα.
Η ανάλυση όλων των διαθέσιμων δεδομένων γίνεται στοιχείο αναστάτωσης. Απλα οπως
το Διαδίκτυο είναι ένας παράγοντας αποδιαμεσολάβησης που επηρεάζει πολλές αλυσίδες αξίας
ανάλυση πληροφοριών σε μεγάλους όγκους, από διάφορες πηγές, με υψηλή ταχύτητα και
με άνευ προηγουμένου ευελιξία μπορεί να αποτελέσει παράγοντα διαφοροποίησης για όσους αποφασίζουν
να το υιοθετήσουν.
82
Ανάπτυξη δεδομένων >
Τι
συμβαίνει σε α
λεπτό στο
Διαδίκτυο?
Gigabytes δεδομένων
μεταφέρονται παγκοσμίως
Νέα θύματα κλοπής
ταυτότητας
Μολύνσεις Botnet
Δημοσιεύτηκαν νέα άρθρα
στη Βικιπαίδεια
Νέοι χρήστες κινητής τηλεφωνίας Η εφαρμογή κατεβάστηκε
Αποστέλλονται e-mail Ώρες μουσικής Νέος λογαριασμός LinkedIn Συνδέσεις στο Facebook
Στις Πωλήσεις Οι φωτογραφίες έχουν δει Νέοι λογαριασμοί Twitter Προβολή προφίλ στις
Facebook
Οι φωτογραφίες ανέβηκαν Νέα tweets Προβολές βίντεο
Αναζητήσεις Ώρες βίντεο
ανέβηκε
83
RFID (ραδιοσυχνότητα
αναγνώριση) τα συστήματα παράγουν έως
και 1.000 φορές περισσότερα δεδομένα
από τα συμβατικά συστήματα barcode
Περισσότεροι από 5 δισεκατομμύρια
άνθρωποι καλούν, στέλνουν
μηνύματα, tweet και σερφάρουν στο
διαδίκτυο με κινητά τηλέφωνα
Το Facebook έχει περισσότερα
από 901 εκατομμύρια ενεργούς
χρήστες που παράγουν δεδομένα
κοινωνικής αλληλεπίδρασης
Κάθε μέρα αποστέλλονται 340
εκατομμύρια tweets. Είναι περίπου
4.000 ανά δευτερόλεπτο.
Κάθε μέρα παράγονται 2,5
τρισεκατομμύρια byte δεδομένων. Το
90% των δεδομένων στον κόσμο
σήμερα έχει δημιουργηθεί μόνο τα
τελευταία δύο χρόνια. Η Walmart χειρίζεται περισσότερα
πάνω από 1 εκατομμύριο
συναλλαγές πελατών ανά ώρα
Στον κόσμο καταγράφονται
10.000 συναλλαγές πληρωμής
με κάρτα κάθε δευτερόλεπτο
84
Big Data είναι ο όρος που χρησιμοποιείται σήμερα για να περιγράψει το σύνολο των διαδικασιών,
τεχνολογίες καιεπιχειρηματικά μοντέλαπου βασίζονται σε δεδομένα και σε
συλλαμβάνοντας την τιμή που περιέχουν τα ίδια τα δεδομένα.
Αυτό μπορεί να επιτευχθεί τόσο χάρη στη βελτίωση της αποτελεσματικότητας
στην ανάλυση δεδομένων (μια πιο παραδοσιακή άποψη), και μέσω της εμφάνισης του
νέα επιχειρηματικά μοντέλα που αντιπροσωπεύουν μια κινητήρια δύναμη για ανάπτυξη. Υπάρχει πολύ
μιλάμε για την τεχνολογική πτυχή, αλλά πρέπει να έχουμε κατά νου ότι
Είναι σημαντικό να βρεθεί ένας τρόπος να δοθεί αξία στα δεδομένα για τη δημιουργία νέων επιχειρήσεων
μοντέλα ή να βοηθήσουν τα υπάρχοντα.
Πηγή: BBVA New Technologies
85
Γραμματοσειρές και τύποι
Τα δομημένα εξωτερικά δεδομένα
είναι μια λογική επέκταση της
τρέχουσας εσωτερικής ανάλυσης
δομημένων δεδομένων της εταιρείας.
Αυτό το τεταρτημόριο αντιπροσωπεύει
τη μεγαλύτερη περιοχή ευκαιρίας για
την εταιρεία να συλλέξει πληροφορίες
από τους καταναλωτές.
Οι πηγές δεδομένων είναι εσωτερικές
και εξωτερικές και οι τύποι
δεδομένων είναι δομημένοι και μη
Κινητό
τηλέφωνο/GPS Πιστωτική ιστορία
Traή ιστορία
Μητρώα ακίνητης περιουσίας
Απογραφή Εξωτερικός
δεδομένα
Αρχεία HR Προφίλ Ιστού
καλώδια CRM
Καταγραφή εμπορευμάτων
Διαδικτυακό φόρουμ
Κείμενο Δ
Κυρία
oc
Web "Ροές"
στοιχειών
Sales Re
Χρηματοοικονομική
Τα μη δομημένα εσωτερικά δεδομένα
είναι ένα εξαιρετικό πεδίο εκμάθησης
για την εταιρεία για να κατανοήσει πώς
να αποκτήσει αξία από αυτές τις μορφές
δεδομένων.
Τα δομημένα εσωτερικά δεδομένα
είναι μια λογική επέκταση των
σημερινών εσωτερικών δομημένων
αναλύσεων δεδομένων της εταιρείας.
Δομημένος Μη δομημένο
ΤΥΠΟΙ ΔΕΔΟΜΕΝΩΝ
86
Εξωτερικός
Εσωτερικός
ΠΗΓΕΣ
ΔΕΔΟΜΕΝΩΝ
Αφορά τα επιχειρηματικά αποτελέσματα
Κατά μία έννοια, τα Big Data μπορεί να έχουν τις απαντήσεις σε όλες τις ερωτήσεις μας. Κάποιοι μάλιστα λένε
ότι είναι το τέλος της θεωρίας. Εταιρείες και οργανισμοί που μπορούν να ζητήσουν το δικαίωμα
ερωτήσεις (την κατάλληλη στιγμή) θα αυξήσουν το ανταγωνιστικό τους πλεονέκτημα.
Από επιχειρηματική άποψη, αυτή τη στιγμή κινούμαστε από την επιστήμη των δεδομένων στα δεδομένα
νοημοσύνη. Από την άποψη των τάσεων, το επόμενο πράγμα που πρέπει να εξερευνήσετε είναι το
αναζητήστε επιχειρηματική αξία και επιχειρηματικά αποτελέσματα με Big Data.
Με άλλα λόγια: ας δούμε πού είναι η αξία του επιχειρηματικού μοντέλου.Τι μπορώ να κάνω
στην επιχείρησή μου με Big Data; Τι μπορώ να κάνω με όλα αυτά τα δεδομένα για να δημιουργήσω νέα
επιχειρηματικά μοντέλα;
87
Η πορεία προς τη δημιουργία αξίας: τρεις
βασικές πτυχές
1 2 3
Τα δεδομένα πρέπει να οδηγούν σε
δράση
Δύσκολο να βρεις πόρους
χρειάζονται
Ασφάλεια και ιδιωτικότητα
ζητήματα πρέπει να διορθωθούν
Θα χρειαστεί να γίνουν πολλές συζητήσεις
μεταξύ των ενδιαφερομένων.
Για παράδειγμα: πώς να ξεπεράσετε τους
φόβους του «Big Brother». προβλήματα με
καταγραφή δεδομένων· προβλήματα με το
προσωπικό και το δημόσιο απόρρητο·
διαφάνεια των εταιρειών που εργάζονται με
δεδομένα· ή νομοθεσία που υποστηρίζει και
τονώνει την καινοτομία.
Η εύρεση στατιστικών με γνώσεις
υπολογιστών είναι δύσκολη
γιατί δεν είναι αρκετοί
στη δουλειά
αγορά. Συγκεντρώνοντας το
Οι δεξιότητες χειρισμού των Μεγάλων
Δεδομένων απαιτούν πειθαρχία και αυστηρότητα.
και λίγοι είναι αυτοί που θα το κάνουν
καταλήγουν να τα αποκτήσουν.
Η αξία που είναι εγγενής στα δεδομένα
μπορεί να πραγματοποιηθεί μόνο όταν
οι πελάτες μπορούν να ενεργήσουν με
βάση τις ευκαιρίες που ενδιαφέρουν
τους.
88
Οι ευκαιρίες:
Οι εταιρείες μπορούν να επωφεληθούν από τα Μεγάλα Δεδομένα σε διάφορους τομείς, όπως οι πληροφορίες
πελατών, το μάρκετινγκ, οι λειτουργίες και η διαχείριση κινδύνων.
Περιοχές που ωφελούνται από Big Data % Απαντήσεις
Εξατομικευμένο μάρκετινγκ με χρήση κοινωνικών τάσεων
Ακριβές επιχειρηματικό όραμα
Τμηματοποίηση πελατών
Αποτύπωση ευκαιριών σε πωλήσεις και μάρκετινγκ
Λήψη αποφάσεων σε πραγματικό χρόνο
Ανίχνευση απώλειας πελάτη
Ανίχνευση απάτης
Ποσοτικοποίηση κινδύνου
Τάσεις του κλίματος της αγοράς
Κατανόηση της επιχειρηματικής αλλαγής
Σχεδιασμός και πρόβλεψη
Καλύτερη ανάλυση κόστους
Ανάλυση συμπεριφοράς πελατών
Απόδοση παραγωγής
Οι υπολοιποι
89
Επιχειρηματικές γραμμές
ΑΝΑΛΥΣΗ ΠΕΛΑΤΩΝ
ΑΝΑΛΥΣΗ ΜΑΡΚΕΤΙΝΓΚ
ΛΕΙΤΟΥΡΓΙΚΗ ΑΠΟΤΕΛΕΣΜΑΤΙΚΟΤΗΤΑ
ΑΝΑΛΥΣΗ ΑΠΑΤΗΣ Ή ΚΙΝΔΥΝΟΥ
ΙΝΤΕΡΝΕΤ/ΚΙΝΗΤΟ/ΚΟΙΝΩΝΙΚΟ
ΑΝΑΛΥΣΗ ΔΙΚΤΥΩΝ
90
Πληροφορίες-
Με βάση
ΔΙΑΦΟΡΕΤΙΚΟΤΗΤΑ-διάκριση
Πληροφορίες-
Με βάση
Ανταλλαγή
Αναδυόμενες
Επιχείρηση
Μοντέλα
Προσεγγίσεις
Πληροφορίες-
Με βάση
Διανομή
δίκτυα
91
ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗ
ΥΠΗΡΕΣΙΕΣ
ΛΙΑΝΙΚΗ ΠΩΛΗΣΗ
▪ Ανίχνευση απάτης και
πρόληψη
Βελτιστοποιήστε την προσφορά
αλυσίδα
Δυναμική τιμολόγηση
▪ Πελάτης
σχέση
διαχείριση
Τοποθεσία και
διανομή καταστημάτων
▪
▪
▪
▪
Αυτοματοποιημένες συναλλαγές
Ανάλυση κινδύνου
Ανίχνευση απάτης
Ανάλυση χαρτοφυλακίου
▪
▪ ▪
ΚΥΒΕΡΝΗΣΗ ΔΙΑΦΗΜΙΣΗ ΚΑΙ
ΔΗΜΟΣΙΕΣ ΣΧΕΣΕΙΣ
▪
▪
Διακυβέρνηση της αγοράς
Σύστημα όπλων
και την αντιτρομοκρατική
Οικονομετρία
Εφαρμόστηκε Πληροφορική
στην υγεία
Αναδυόμενες
Επιχείρηση
Μοντέλα
▪ Σήμα ζήτησης
διαχείριση
Εξατομικευμένο
διαφήμιση
▪ Αγορά
Συναίσθημα
Ανάλυση
Πελάτης
Απόκτηση
▪
▪
▪
▪
MANUFAC
TURES
ΜΜΕ ΚΑΙ
TELECO
▪ Προφητικός
Συντήρηση
Διαδικασία και
ποιοτική ανάλυση
Διανομή
Βελτιστοποίηση
▪ ▪ Δίκτυο
βελτιστοποίηση
επί
Πελάτης
κριτικές
▪ Αποφύγει
πελάτης
απώλεια
Απάτη
πρόληψη
▪ Προϊόν
έρευνα
Μηχανική
ανάλυση
▪
▪ ▪ ▪
ΕΝΕΡΓΕΙΑ ΥΓΕΙΑ ΚΑΙ ΖΩΗ
ΕΠΙΣΤΗΜΕΣ
▪ Εξυπνος
δίκτυα
Εξερεύνηση
Επιχειρήσεων
μοντέλα
Γραμμή ρεύματος
Αισθητήρες
▪
▪
▪
▪
Φαρμακογονιδιωματική
Βιοπληροφορική
Φαρμακευτική έρευνα Έρευνα
κλινικών αποτελεσμάτων
▪
▪
▪
92
ΠΕΡΙΠΤΩΣΗ 3
ΤΡΑΠΕΖΙΚΕΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΕΣ ΕΤΑΙΡΙΕΣ
93
Η οικονομία φαίνεται μέσα από τα δεδομένα που
παράγονται στον χρηματοπιστωτικό κλάδο
94
4.1.1. Εισαγωγή στην Business Intelligence
και την ψηφιακή επανάσταση
ΔΕΙΚΤΗΣ
4.1.2 Ο μετασχηματισμός των αγορών και η
αξία της πληροφορίας
4.1.3 Ταχύτητα και λήψη αποφάσεων
4.1. Μεγάλα δεδομένα 4.1.4 Παράγοντες παραγωγής αξίας στις επιχειρήσεις
4.1.5 Καινοτομία σε επιχειρηματικές διαδικασίες
και μοντέλα
Περιβάλλον.Οτιδήποτε είναι ξένο για την εταιρεία ως οργανισμό. Περιλαμβάνει
αυτούς τους εξωτερικούς παράγοντες της εταιρείας που:
• Καθορίζουν το πλαίσιο ή το πλαίσιο μέσα στο οποίο η εταιρεία θα ασκήσει τη δραστηριότητά
της.
• Έχουν σημαντική επιρροή στην επιχειρηματική στρατηγική.
• Η εταιρεία δεν μπορεί να το ελέγξει.
Γενικός
περιβάλλον
Δυνητικός
Συναγωνιστές
Ειδικός
περιβάλλον
Πολιτικό-Νομικό
Εταιρία
Προμηθευτές Αντιπαλότητα μεταξύ
συναγωνιστές
Αγοραστές
Οικονομικός
Κοινωνικοπολιτισμικό
Υποκατάστατα προϊόντα
Μη σχετικό
περιβάλλον
Τεχνολογικό
97
Τυπολογία του περιβάλλοντος.
ΣΤΑΘΕΡΟΤΗΤΑ ΣΤΑΘΕΡΟΣ ΔΥΝΑΜΙΚΟΣ
ΠΕΡΙΠΛΟΚΟ ΑΠΛΟΣ ΣΥΓΚΡΟΤΗΜΑ
ΠΕΡΙΠΛΟΚΟ ΟΛΟΚΛΗΡΩΜΕΝΟ ΠΟΙΚΙΛΟΣ
ΕΧΘΡΟΤΗΤΑ ΕΥΝΟΪΚΟΣ ΕΧΘΡΙΚΟΣ
ΣΤΑΘΕΡΟΣ ΑΝΤΙΔΡΑΣΤΙΚΟΣ-
ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ
ΤΑΡΑΧΩΔΗΣ
98
Ανάλυση του μελλοντικού περιβάλλοντος.Συνίσταται στη διερεύνηση της κατάστασης που θα επηρεάσει την
εταιρεία στο μέλλον.
• Μεγάλη δυσκολία στην υλοποίησή του λόγω του υψηλού βαθμού αβεβαιότητας.
• Απαραίτητο τόσο για την ανάλυση του γενικού όσο και του ειδικού περιβάλλοντος.
• Οι στρατηγικές που εφαρμόζει η εταιρεία θα είναι επιτυχείς ή όχι στο μέλλον, επομένως αυτή η
ανάλυση αποκτά ιδιαίτερη σημασία.
Τεχνικές Πρόβλεψης
Σταθερά περιβάλλοντα
Μερικός
Ποσοτικός
Σταθερές
Το παρελθόν εξηγεί το μέλλον
Μοναδικός
Παθητικό και προσαρμοστικό
Προοπτικές Τεχνικές
Ταραγμένα περιβάλλοντα
Παγκόσμια (όλα αλλάζουν)
Ποσοτικά και ποιοτικά
Εξελικτικές δομές
Το μέλλον εξηγεί το παρόν
Πολλαπλούς
Δραστήριος και δημιουργικός
Εφαρμογή
Οραμα
Μεταβλητές
Συγγένειες
Εξήγηση
Μελλοντικός
Στάση
Χρονική σειρά
Αιτιώδεις σχέσεις
Μέθοδος σεναρίου
Μέθοδος Δελφών
Τεχνικές
99
ΠΛΗΡΟΦΟΡΙΕΣ ΜΟΝΤΕΛΟΥ PORTER
100
Μοντέλο των πέντε δυνάμεων (Porter).Το επίπεδο ανταγωνισμού σε έναν συγκεκριμένο κλάδο
καθορίζεται από τη δράση πέντε βασικών ανταγωνιστικών δυνάμεων που, συνολικά, καθορίζουν την
ελκυστικότητα του κλάδου και, επομένως, τη δυνατότητα απόκτησης υψηλότερων ενοικίων.
Δυνητικός
Συναγωνιστές
Απειλή για νέο
εισακτέων
Συναγωνιστές
Βιομηχανία
Προμηθευτές Πελάτες
Ανταγωνισμός
μεταξύ
συναγωνιστές
Διαπραγματευτική δύναμη του
προμηθευτές
Διαπραγματευτική δύναμη
των πελατών
Απειλή για υποκατάστατο
προϊόντα
Υποκατάστατο
Προϊόντα
101
Τρέχουσα ένταση ανταγωνισμού.
Καθώς μεγαλώνει, η πιθανότητα απόκτησης ενοικίων είναι μικρότερη,
μειώνοντας την ελκυστικότητα του κλάδου. Είναι το αποτέλεσμα μιας σειράς
δομικών παραγόντων.
• Αριθμός ανταγωνιστών και ισορροπία μεταξύ τους (συγκέντρωση).
• Ρυθμός ανάπτυξης του κλάδου (βαθμός ωριμότητας).
• Ύπαρξη φραγμών κινητικότητας.
• Ύπαρξη φραγμών εξόδου (συγκεκριμένα περιουσιακά στοιχεία, υψηλό πάγιο κόστος εξόδου, συναισθηματικοί φραγμοί,
στρατηγικές αλληλεπιδράσεις με άλλες επιχειρήσεις ή ενάντια στον ανταγωνισμό, κοινωνικοί και κυβερνητικοί
περιορισμοί).
• Οι εταιρείες διαφοροποιούν τα προϊόντα τους.
• Ύπαρξη κόστους μεταγωγής.
• Εγκατεστημένη παραγωγική ικανότητα.
• Ποικιλομορφία ανταγωνιστών (εμποδίζουν ο ένας τον άλλον).
• Πολλές εταιρείες που αναζητούν υψηλά στρατηγικά συμφέροντα.
102
Πιθανοί ανταγωνιστές.
Νέες εταιρείες που θέλουν να μπουν στον κλάδο. Η εμφάνιση
νέων ανταγωνιστών θα εντείνει τον ανταγωνισμό και θα μειώσει την
ελκυστικότητα του κλάδου.
Εξαρτάται από την ελκυστικότητα του κλάδου.
• Εμπόδια εισόδου.Δυσκολίες πρόσβασης στον κλάδο.
• Απόλυτο: Αδύνατον να ξεπεραστούν, εκτός από εξαιρετικές περιπτώσεις. Διοικητικές
παραχωρήσεις.
• Σχετικά: Αυτά που μπορούν να ξεπεραστούν, ακόμα κι αν προσφέρουν διαφορετικά επίπεδα δυσκολίας.
▪ Ύπαρξη οικονομιών κλίμακας, εμβέλειας ή εμπειρίας.
▪ Οι υπάρχουσες εταιρείες διαφοροποιούν το προϊόν (μάρκα, κύρος...).
▪ Υψηλές κεφαλαιακές ανάγκες.
▪ Κόστος αλλαγής προμηθευτή ή αποκλεισμένων καναλιών διανομής.
▪ Κυβερνητική πολιτική (ρύθμιση, παραχωρήσεις...).
▪ Άλλα μειονεκτήματα κόστους (κατοχυρωμένη τεχνολογία, τοποθεσία...).
• Αντίδραση καθιερωμένων ανταγωνιστών(παράδοση αντιποίνων στον κλάδο, εταιρείες με
ισχυρούς πόρους για να αμυνθούν).
103
Υποκατάστατα προϊόντα.
Αυτά που έχουν τις ίδιες λειτουργίες με το τρέχον προϊόν και προέρχονται
από τον ίδιο ή διαφορετικούς κλάδους
Δύο παράγοντες που πρέπει να ληφθούν υπόψη:
• Η προδιάθεση των πελατών προς υποκατάστατα προϊόντα.
Αγορά σπιτιού έναντι ενοικίασης. Ιδιωτικό
αυτοκίνητο έναντι αστικών συγκοινωνιών.
• Η ικανότητα των πελατών να συγκρίνουν προϊόντα αντικειμενικά.
Ταξίδι Σαραγόσα-Μαδρίτη: AVE (40 € και 1:30 ώρα) έναντι λεωφορείου (13 € και 4 ώρες).
Κολωνία 20€ έναντι αρώματος 60€..
Τα υποκατάστατα προϊόντα αποτελούν απειλή όταν:
• Ικανοποιούν τις ίδιες ανάγκες.
• Αντιπροσωπεύουν χαμηλότερη τιμή για παρόμοια υπηρεσία.
• Βελτιώνουν την απόδοση (τεχνολογική καινοτομία).
• Προέρχονται από κλάδους με σημαντικά οφέλη.
• Δεν υπάρχει κόστος μετάβασης σε νέα προϊόντα.
104
Διαπραγματευτική δύναμη προμηθευτών και πελατών.
Καθορίζει την ικανότητα των επιχειρήσεων ενός κλάδου να επηρεάζουν τους
κλάδους που προηγούνται ή τον ακολουθούν στην παραγωγική διαδικασία.
Καθώς η ισχύς είναι μεγαλύτερη, η ελκυστικότητα μειώνεται, καθώς μπορούν να
συλλάβουν ένα μέρος της προστιθέμενης αξίας που δημιουργεί ο κλάδος.
Προμηθευτές
• Συγκεντρωμένοι προμηθευτές.
• Αγορά μικρών όγκων.
• Διαφοροποιημένα προϊόντα.
• Υψηλό κόστος μεταγωγής.
• Απειλή ένταξης προς τα εμπρός.
• Χωρίς υποκατάστατα προϊόντα.
• Μη αποθηκευμένο προϊόν.
• Σημαντικό προϊόν για τον πελάτη.
• Ο προμηθευτής έχει πλήρη στοιχεία.
Πελάτες
• Συγκεντρωμένοι πελάτες.
• Αγορά μεγάλων ποσοτήτων.
• Αδιαφοροποίητα προϊόντα.
• Χαμηλό κόστος μεταγωγής.
• Απειλή ολοκλήρωσης προς τα πίσω.
• Υπάρχουν υποκατάστατα προϊόντα.
• Αποθηκεύσιμο προϊόν.
• Ασήμαντο προϊόν για τον πελάτη.
• Ο πελάτης έχει συνολικές πληροφορίες.
105
Αξιολόγηση του μοντέλου των πέντε
δυνάμεων:
• Δεν έχουν όλες οι δυνάμεις την ίδια σημασία και
διαφέρει πολύ από τον ένα τομέα στον άλλο.
• Παρουσιάζει μια στατική εικόνα του διαγωνισμού.
• Ελαχιστοποιεί τον ρόλο της καινοτομίας στον κλάδο.
• Δίνει υπερβολική σημασία στη δομή του κλάδου (ξεχνώντας τις εσωτερικές πτυχές,
τους πόρους και τις δυνατότητες).
• Ορισμένοι συγγραφείς παρατηρούν την ανάγκη να συμπεριληφθούν και άλλοι παράγοντες που
επηρεάζουν την ελκυστικότητα του κλάδου (κυβέρνηση, συνδικάτα, ενώσεις καταναλωτών...).
106
Αυτές οι στρατηγικές που πρότεινε ο Πόρτερ ήταν χρήσιμες και επιτυχημένες και χωρίς
αμφιβολία εξακολουθούν να ισχύουν για πολλούς. Ωστόσο, σήμερα σε έναν παγκόσμιο και
ταχέως εξελισσόμενο επιχειρηματικό κόσμο, είναι απαραίτητο να συνεχίσουμε να κάνουμε
περισσότερα βήματα, και ως εκ τούτου, οι στρατηγικές που έχουν σχεδιαστεί είναι:
✓ Συγχωνεύσεις και εξαγορές.
✓ Διαχείριση γνώσης.
✓ Συμμαχίες.
http://tecnologia.elpais.com/tecnologia/2011/04/21/actualidad/1303376462_850215.html
✓ Καινοτομία και τεχνολογία.
✓ Βιώσιμη ανάπτυξη.
✓ Εμπορική στρατηγική.
✓ Στρατηγική μάρκετινγκ.
✓ Στρατηγική διανομής και logistics.
Stephen Elop, Διευθύνων Σύμβουλος της Nokia και ο Steve
Ballmer της Microsoft, κατά την ανακοίνωση
της συμμαχίας τους στο Λονδίνο, στις
11 Φεβρουαρίου 2011.
107
Η επιλογή της στρατηγικής που θα χρησιμοποιηθεί στην εταιρεία εξαρτάται από αυτήν
ταυτότητα, δηλαδή αυτή που πηγαίνει με τον λόγο ύπαρξης, το όραμα του
πρέπει να επιλεγεί η εταιρεία, τα δυνατά και τα αδύνατα σημεία της, αφού αυτό είναι
εργαλείο για την επίτευξη των στόχων.
Η δημιουργία και ο σχεδιασμός των στρατηγικών μιας εταιρείας εξαρτάται από το
πληροφορίες που λαμβάνει από την αγορά της, τη βιομηχανία της. Πρέπει ναμάθετε, εκπαιδεύστε
και ενημερώστενα είστε ανταγωνιστικοί.
108
4.1.1. Εισαγωγή στην Business Intelligence
και την ψηφιακή επανάσταση
ΔΕΙΚΤΗΣ
4.1.2 Ο μετασχηματισμός των αγορών και η
αξία της πληροφορίας
4.1.3 Ταχύτητα και λήψη αποφάσεων
4.1. Μεγάλα δεδομένα 4.1.4 Παράγοντες παραγωγής αξίας στις επιχειρήσεις
4.1.5 Καινοτομία σε επιχειρηματικές διαδικασίες
και μοντέλα
Ήρθε η ώρα να δημιουργήσετε επιχειρήσεις
αξία με δεδομένα
111
Το BI διευκολύνει τον πλήρη έλεγχο της εταιρείας.
Το BI είναι η υποστήριξη για τις λειτουργικές διαδικασίες της εταιρείας.
Επιτρέπει την επανεξέταση όχι μόνο της επιχείρησης, αλλά και του
λειτουργικού σχήματος στο σύνολό της.
Και οδηγούν τις εταιρείες να κάνουν στον εαυτό τους μια σειρά ερωτήσεων:
112
: ΔΙΑΚΥΒΕΡΝΗΣΗ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΜΟΝΤΕΛΟΥ
ΠΕΡΙΕΧΟΜΕΝΟ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΜΟΝΤΕΛΟΥ
ΕΠΙΧΕΙΡΗΜΑΤΙΚΟ ΜΟΝΤΕΛΟ
ΔΟΜΗ
113
Προτείνεται ότι το επιχειρηματικό μοντέλο μιας εταιρείας είναι ένα
σημαντικός τόπος καινοτομίας και θεμελιώδης πηγή
δημιουργία αξίας για την εταιρεία, τους προμηθευτές, τους συνεργάτες και τους
πελάτες της.
114
Ορισμός:
Εταιρεία της οποίας η δραστηριότητα επικεντρώνεται στην εκμετάλλευση των
προϊόντα ή υπηρεσίες που απαιτούν τη χρήση τεχνολογιών ή
γνώση που αναπτύχθηκε από την ερευνητική δραστηριότητα. Βάση EBTs
επιχειρηματική στρατηγική ή δραστηριότητά τους στην εντατική κυριαρχία
επιστημονικών και τεχνικών γνώσεων.
115
Καθώς μπαίνουμε στον 21ο αιώνα, οι εταιρείες έχουν εισέλθει σε μια
παγκόσμια αγορά, με τα ιδιαίτερα διαφοροποιημένα χαρακτηριστικά, το
δυναμισμό, την ταχεία ανάπτυξη καιπολύ ανταγωνιστικός, που
υπόσχεται νέους δρόμους για τη δημιουργία πλούτου.
116
Ο τρόπος με τον οποίο δημιουργείται η αξία εξετάζεται από τη σκοπιά του
το θεωρητικό πλαίσιο της αλυσίδας αξίας (Porter, 1985),
Η θεωρία του Schumpeter για τη δημιουργική καταστροφή (Schumpeter,
1942), η βασισμένη σε πόρους άποψη της εταιρείας (για για
παράδειγμα, Barney, 1991), θεωρία στρατηγικής δικτύου (π.χ.
Dyer and Singh, 1998) και την οικονομία κόστους συναλλαγών
(Williamson, 1975).
117
ΕΙΚΟΝΙΚΕΣ ΑΓΟΡΕΣ
Αυτές οι αγορές χαρακτηρίζονται από υψηλή
συνδεσιμότητα (Dutta and Segev, 1999), εστίαση στις
συναλλαγές (Balakrishnan, Kumara, and Sundaresan, 1999),
τη σημασία των πληροφοριών για αγαθά και δίκτυα
(Shapiro and Varian, 1999) και τον πλούτο των
πληροφορίες (Evans και Wurster, 1999).
118
ΑΝΑΛΥΣΗ ΤΗΣ ΑΛΥΣΙΔΑΣ ΑΞΙΑΣ
Η ανάλυση της αλυσίδας αξίας μπορεί να είναι χρήσιμη για την
εξέταση της δημιουργίας αξίας σε εικονικές αγορές. Αν
συμπεριλάβουμε την ιδέα που πρότεινε ο Rayport Sviokla το 1995,
τροποποιώντας μια "εικονική" αλυσίδα αξίας που περιλαμβάνει
μια ακολουθία συλλογής, οργάνωσης πληροφοριών, επιλογής,
σύνθεσης και διανομής
119
ΣΟΥΜΠΕΤΕΡΙΑΝΗ ΚΑΙΝΟΤΟΜΙΑ
Ο Schumpeter (1934) πρωτοστάτησε στη θεωρία της οικονομικής ανάπτυξης και της
δημιουργίας νέας αξίας μέσω της διαδικασίας της τεχνολογικής αλλαγής και της
καινοτομίας.
Θεωρώντας την τεχνολογική ανάπτυξη ως ασυνεχή αλλαγή και
ανισορροπία ως αποτέλεσμα της καινοτομίας. Ο Schumpeter εντόπισε
αρκετές πηγές καινοτομίας (άρα δημιουργία αξίας) συμπεριλαμβανομένης
της εισαγωγής νέων αγαθών ή νέων μεθόδων παραγωγής, τη δημιουργία
νέων αγορών, την ανακάλυψη νέων πηγών προσφοράς και την
αναδιοργάνωση των βιομηχανιών.
120
Η δημιουργική καταστροφή στα οικονομικά είναι μια έννοια που επινόησε ο
Γερμανός κοινωνιολόγος Werner Sombart και διαδόθηκε από τον Αυστριακό
οικονομολόγο Joseph Schumpeterστο βιβλίο του Καπιταλισμός, Σοσιαλισμός
και Δημοκρατία (1942).
Με αυτό περιγράφει τη διαδικασία καινοτομίας που λαμβάνει χώρα σε μια οικονομία της
αγοράς στην οποία τα νέα προϊόντα καταστρέφουν παλιές εταιρείες και επιχειρηματικά
μοντέλα. Για τον Schumpeter, οι καινοτομίες των επιχειρηματιών είναι η δύναμη πίσω
από τη διαρκή μακροπρόθεσμη οικονομική ανάπτυξη, παρόλο που μπορούν να
καταστρέψουν την αξία των εδραιωμένων εταιρειών στην πορεία.
«Η διαδικασία της δημιουργικής καταστροφής», γράφει ο Schumpeter με
κεφαλαία γράμματα, «είναι το ουσιαστικό γεγονός του καπιταλισμού, με
κεντρικό πρωταγωνιστή του τον καινοτόμο επιχειρηματία.
121
ΠΟΡΟΙ ΕΤΑΙΡΙΑΣ
Η άποψη που βασίζεται σε πόρους (RBV) βλέπει την εταιρεία ως ένα σύνολο πόρων και
δυνατοτήτων. Καθώς οι πόροι που βασίζονται σε πληροφορίες και δυνατότητες έχουν
μεγαλύτερο βαθμό κινητικότητας από άλλους τύπους πόρων και δυνατοτήτων και η
απώλειά τους είναι πιο πιθανή, η βιωσιμότητα της δημιουργίας νέας αξίας μπορεί να
μειωθεί.
122
ΣΤΡΑΤΗΓΙΚΑ ΔΙΚΤΥΑ
Εκτός από το ότι επιτρέπουν την πρόσβαση σε πληροφορίες, αγορές και τεχνολογίες
(Gulati et al., 2000), τα στρατηγικά δίκτυα προσφέρουν τη δυνατότητα επιμερισμού του
κινδύνου, δημιουργώντας οικονομίες κλίμακας και πεδίου (Katz and Shapiro, 1985·
Shapiro and Varian, 1999). εμπλοκή και διευκόλυνση της εκμάθησης γνώσης (Anand and
Khanna, 2000; Dyer and Nobeoka, 2000; Dyer and Singh, 1998) και αποκομίζοντας
οφέλη από αλληλεξαρτώμενες δραστηριότητες όπως η ροή εργασίας συστημάτων
(Blankenburg Holm, Eriksson and Johanson, 1999)
123
ΤΟ ΚΟΣΤΟΣ ΤΩΝ ΣΥΝΑΛΛΑΓΩΝ
Μία από τις κύριες επιπτώσεις της συναλλαγής στο Διαδίκτυο, ή σε
οποιοδήποτε περιβάλλον υψηλής δικτύωσης, είναι η μείωση του κόστους
συναλλαγής που προκαλεί (Dyer, 1997).
Συνοπτικά, υπάρχουν τρεις θεμελιώδεις πηγές Κόστους Συναλλαγών
στην αγορά:
Κόστος Πληροφοριών : προκύπτουν από την έρευνα και τον εντοπισμό των
πρακτόρων που θα παρέμβουν στην υπογραφή της σύμβασης ‰
Κόστος διαπραγμάτευσης : συνέπεια της σύνταξης και του καθορισμού του
συνόλου των ρητρών και των όρων των συμβάσεων για την εκτέλεση των
συναλλαγών
‰ Κόστος εγγύησης : Προέρχεται από την ανάγκη διασφάλισης της
συμμόρφωσης με τις συμφωνίες και προστασίας από τις αρνητικές
συνέπειες της μη συμμόρφωσης.
124
Συνοπτικά, σε κάθε θεωρητικό πλαίσιο που περιγράφεται
παραπάνω, γίνονται πολύτιμες προτάσεις για το δυνατό
πηγές δημιουργίας αξίας. Όπως είδαμε, πολλές από τις γνώσεις
που αποκτήθηκαν από την έρευνα συσσωρεύτηκαν μέσα
ισχύουν η επιχειρηματικότητα και η στρατηγική διαχείριση
σε εταιρείες που βασίζονται στην τεχνολογία.
Ωστόσο, το πλήθος των οδηγών αξίας που αναδύονται στο
Η βιβλιογραφία θέτει το ερώτημα ποιες ακριβώς πηγές του
αξία έχουν ιδιαίτερη σημασία.
125
DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.
DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.
DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.
DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.
DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.
DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.
DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.
DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.
DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.
DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.
DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.
DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.
DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.
DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.
DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.
DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.
DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.
DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.
DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.
DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.
DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.

More Related Content

Similar to DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.

GLOBAL SUPPLY NETWORK COORDINATION AND COLLABORATION
GLOBAL SUPPLY NETWORK COORDINATION AND COLLABORATIONGLOBAL SUPPLY NETWORK COORDINATION AND COLLABORATION
GLOBAL SUPPLY NETWORK COORDINATION AND COLLABORATIONGeorgeDiamandis11
 
GLOBAL SUPPLY NETWORK COORDINATION AND COLLABORATION
GLOBAL SUPPLY NETWORK COORDINATION AND COLLABORATIONGLOBAL SUPPLY NETWORK COORDINATION AND COLLABORATION
GLOBAL SUPPLY NETWORK COORDINATION AND COLLABORATIONGeorgeDiamandis11
 
«Αξιοποίηση του πληροφοριακού κεφαλαίου των οργανισμών»
«Αξιοποίηση του πληροφοριακού κεφαλαίου των οργανισμών» «Αξιοποίηση του πληροφοριακού κεφαλαίου των οργανισμών»
«Αξιοποίηση του πληροφοριακού κεφαλαίου των οργανισμών» OTS SA
 
εικονικά κέντρα δεδομένων και η δημιουργία ενος εικονικού κέντρου δεδομένων
εικονικά κέντρα δεδομένων και η δημιουργία ενος εικονικού κέντρου δεδομένωνεικονικά κέντρα δεδομένων και η δημιουργία ενος εικονικού κέντρου δεδομένων
εικονικά κέντρα δεδομένων και η δημιουργία ενος εικονικού κέντρου δεδομένωνStelios Vaiou
 
Biz miz o1 m3_u3.2_r6_cy
Biz miz o1 m3_u3.2_r6_cyBiz miz o1 m3_u3.2_r6_cy
Biz miz o1 m3_u3.2_r6_cyKATHLEENBULTEEL
 
Internet - Η Ελληνική πραγματικότητα
Internet - Η Ελληνική πραγματικότηταInternet - Η Ελληνική πραγματικότητα
Internet - Η Ελληνική πραγματικότηταaival.com
 
Biz miz o1 m5_u5.2_r6_cy
Biz miz o1 m5_u5.2_r6_cyBiz miz o1 m5_u5.2_r6_cy
Biz miz o1 m5_u5.2_r6_cyKATHLEENBULTEEL
 
TrapezanoglouEurobank
TrapezanoglouEurobankTrapezanoglouEurobank
TrapezanoglouEurobankknowhowgr
 
Biz miz o1 m5_u5.1_r1_cy
Biz miz o1 m5_u5.1_r1_cyBiz miz o1 m5_u5.1_r1_cy
Biz miz o1 m5_u5.1_r1_cyKATHLEENBULTEEL
 
Biz miz o1 m5_u5.1_r1_cy
Biz miz o1 m5_u5.1_r1_cyBiz miz o1 m5_u5.1_r1_cy
Biz miz o1 m5_u5.1_r1_cyKATHLEENBULTEEL
 
FullRetain (Greek Version)
FullRetain (Greek Version)FullRetain (Greek Version)
FullRetain (Greek Version)GH_FF
 
diaBEATes app: Building Relationships, Providing Safety
diaBEATes app: Building Relationships, Providing SafetydiaBEATes app: Building Relationships, Providing Safety
diaBEATes app: Building Relationships, Providing Safetytechnology_forum
 
SEPVE Presentation of the Business Intelligence Action on PPK-RCM
SEPVE Presentation of the Business Intelligence Action on PPK-RCMSEPVE Presentation of the Business Intelligence Action on PPK-RCM
SEPVE Presentation of the Business Intelligence Action on PPK-RCMURENIO Research Unit
 
Digital Skills for Entrepreneurship (Greek) Hellenic Open University
Digital Skills for Entrepreneurship (Greek) Hellenic Open UniversityDigital Skills for Entrepreneurship (Greek) Hellenic Open University
Digital Skills for Entrepreneurship (Greek) Hellenic Open UniversityNick Achilleopoulos
 
Presentation psi - καινοτομώντας με ανοικτά δεδομένα
Presentation psi -  καινοτομώντας με ανοικτά δεδομέναPresentation psi -  καινοτομώντας με ανοικτά δεδομένα
Presentation psi - καινοτομώντας με ανοικτά δεδομέναGeorgios Karamanolis
 
Big data and social media: A practical approach
Big data and social media: A practical approachBig data and social media: A practical approach
Big data and social media: A practical approachTakis Karalivanos
 

Similar to DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG. (20)

GLOBAL SUPPLY NETWORK COORDINATION AND COLLABORATION
GLOBAL SUPPLY NETWORK COORDINATION AND COLLABORATIONGLOBAL SUPPLY NETWORK COORDINATION AND COLLABORATION
GLOBAL SUPPLY NETWORK COORDINATION AND COLLABORATION
 
GLOBAL SUPPLY NETWORK COORDINATION AND COLLABORATION
GLOBAL SUPPLY NETWORK COORDINATION AND COLLABORATIONGLOBAL SUPPLY NETWORK COORDINATION AND COLLABORATION
GLOBAL SUPPLY NETWORK COORDINATION AND COLLABORATION
 
Bi Tools Study Innovatia 03122008
Bi Tools Study Innovatia 03122008Bi Tools Study Innovatia 03122008
Bi Tools Study Innovatia 03122008
 
«Αξιοποίηση του πληροφοριακού κεφαλαίου των οργανισμών»
«Αξιοποίηση του πληροφοριακού κεφαλαίου των οργανισμών» «Αξιοποίηση του πληροφοριακού κεφαλαίου των οργανισμών»
«Αξιοποίηση του πληροφοριακού κεφαλαίου των οργανισμών»
 
εικονικά κέντρα δεδομένων και η δημιουργία ενος εικονικού κέντρου δεδομένων
εικονικά κέντρα δεδομένων και η δημιουργία ενος εικονικού κέντρου δεδομένωνεικονικά κέντρα δεδομένων και η δημιουργία ενος εικονικού κέντρου δεδομένων
εικονικά κέντρα δεδομένων και η δημιουργία ενος εικονικού κέντρου δεδομένων
 
Businessmodels
BusinessmodelsBusinessmodels
Businessmodels
 
Biz miz o1 m3_u3.2_r6_cy
Biz miz o1 m3_u3.2_r6_cyBiz miz o1 m3_u3.2_r6_cy
Biz miz o1 m3_u3.2_r6_cy
 
Internet - Η Ελληνική πραγματικότητα
Internet - Η Ελληνική πραγματικότηταInternet - Η Ελληνική πραγματικότητα
Internet - Η Ελληνική πραγματικότητα
 
Biz miz o1 m5_u5.2_r6_cy
Biz miz o1 m5_u5.2_r6_cyBiz miz o1 m5_u5.2_r6_cy
Biz miz o1 m5_u5.2_r6_cy
 
TrapezanoglouEurobank
TrapezanoglouEurobankTrapezanoglouEurobank
TrapezanoglouEurobank
 
Biz miz o1 m5_u5.1_r1_cy
Biz miz o1 m5_u5.1_r1_cyBiz miz o1 m5_u5.1_r1_cy
Biz miz o1 m5_u5.1_r1_cy
 
Biz miz o1 m5_u5.1_r1_cy
Biz miz o1 m5_u5.1_r1_cyBiz miz o1 m5_u5.1_r1_cy
Biz miz o1 m5_u5.1_r1_cy
 
FullRetain (Greek Version)
FullRetain (Greek Version)FullRetain (Greek Version)
FullRetain (Greek Version)
 
diaBEATes app: Building Relationships, Providing Safety
diaBEATes app: Building Relationships, Providing SafetydiaBEATes app: Building Relationships, Providing Safety
diaBEATes app: Building Relationships, Providing Safety
 
SEPVE Presentation of the Business Intelligence Action on PPK-RCM
SEPVE Presentation of the Business Intelligence Action on PPK-RCMSEPVE Presentation of the Business Intelligence Action on PPK-RCM
SEPVE Presentation of the Business Intelligence Action on PPK-RCM
 
Digital Skills for Entrepreneurship (Greek) Hellenic Open University
Digital Skills for Entrepreneurship (Greek) Hellenic Open UniversityDigital Skills for Entrepreneurship (Greek) Hellenic Open University
Digital Skills for Entrepreneurship (Greek) Hellenic Open University
 
Logistics 2018
Logistics 2018Logistics 2018
Logistics 2018
 
Presentation psi - καινοτομώντας με ανοικτά δεδομένα
Presentation psi -  καινοτομώντας με ανοικτά δεδομέναPresentation psi -  καινοτομώντας με ανοικτά δεδομένα
Presentation psi - καινοτομώντας με ανοικτά δεδομένα
 
Comidor Presentation II
Comidor Presentation IIComidor Presentation II
Comidor Presentation II
 
Big data and social media: A practical approach
Big data and social media: A practical approachBig data and social media: A practical approach
Big data and social media: A practical approach
 

More from GeorgeDiamandis11

Το πολυπολιτισμικό βιβλίο συνταγών-Module.5.pdf
Το πολυπολιτισμικό βιβλίο συνταγών-Module.5.pdfΤο πολυπολιτισμικό βιβλίο συνταγών-Module.5.pdf
Το πολυπολιτισμικό βιβλίο συνταγών-Module.5.pdfGeorgeDiamandis11
 
Τό Ημερολόγιο της Διαφορετικότητας-Module.5.pdf
Τό Ημερολόγιο της Διαφορετικότητας-Module.5.pdfΤό Ημερολόγιο της Διαφορετικότητας-Module.5.pdf
Τό Ημερολόγιο της Διαφορετικότητας-Module.5.pdfGeorgeDiamandis11
 
Ανακαλύψτε τον κόσμο με την ΕΕ- Μodule.5.pdf
Ανακαλύψτε τον κόσμο με την ΕΕ- Μodule.5.pdfΑνακαλύψτε τον κόσμο με την ΕΕ- Μodule.5.pdf
Ανακαλύψτε τον κόσμο με την ΕΕ- Μodule.5.pdfGeorgeDiamandis11
 
CSR_Module3_Διερεύνηση Πλεονεκτημάτων ΕΚΕ
CSR_Module3_Διερεύνηση Πλεονεκτημάτων ΕΚΕCSR_Module3_Διερεύνηση Πλεονεκτημάτων ΕΚΕ
CSR_Module3_Διερεύνηση Πλεονεκτημάτων ΕΚΕGeorgeDiamandis11
 
CSR_Module3_Βήμα πρός Βήμα στην Ελληνική γλώσσα
CSR_Module3_Βήμα πρός Βήμα στην Ελληνική γλώσσαCSR_Module3_Βήμα πρός Βήμα στην Ελληνική γλώσσα
CSR_Module3_Βήμα πρός Βήμα στην Ελληνική γλώσσαGeorgeDiamandis11
 
CSR_Module2_Περιβαλλοντική Ευθύνη στην Ελληνική γλώσσα
CSR_Module2_Περιβαλλοντική Ευθύνη  στην Ελληνική γλώσσαCSR_Module2_Περιβαλλοντική Ευθύνη  στην Ελληνική γλώσσα
CSR_Module2_Περιβαλλοντική Ευθύνη στην Ελληνική γλώσσαGeorgeDiamandis11
 
CSR_Module2_Οικονομική Ευθύνη στην Ελληνική γλώσσα
CSR_Module2_Οικονομική Ευθύνη στην Ελληνική γλώσσαCSR_Module2_Οικονομική Ευθύνη στην Ελληνική γλώσσα
CSR_Module2_Οικονομική Ευθύνη στην Ελληνική γλώσσαGeorgeDiamandis11
 
CSR_Module2_Ηθική Ευθύνη στην Ελληνική λώσσα
CSR_Module2_Ηθική Ευθύνη στην Ελληνική λώσσαCSR_Module2_Ηθική Ευθύνη στην Ελληνική λώσσα
CSR_Module2_Ηθική Ευθύνη στην Ελληνική λώσσαGeorgeDiamandis11
 
CSR_Module1_Πρακτικές δραστηριότητες στην Τάξη στα Ελληνικά
CSR_Module1_Πρακτικές δραστηριότητες στην Τάξη στα ΕλληνικάCSR_Module1_Πρακτικές δραστηριότητες στην Τάξη στα Ελληνικά
CSR_Module1_Πρακτικές δραστηριότητες στην Τάξη στα ΕλληνικάGeorgeDiamandis11
 
CSR_Module1_Συνέντευξη στην δουλειά στα Ελληνικά
CSR_Module1_Συνέντευξη στην δουλειά στα ΕλληνικάCSR_Module1_Συνέντευξη στην δουλειά στα Ελληνικά
CSR_Module1_Συνέντευξη στην δουλειά στα ΕλληνικάGeorgeDiamandis11
 
Management and optimization of information flows-EL.pdf
Management and optimization of information flows-EL.pdfManagement and optimization of information flows-EL.pdf
Management and optimization of information flows-EL.pdfGeorgeDiamandis11
 
Management and optimization of information flows-EN.pdf
Management and optimization of information flows-EN.pdfManagement and optimization of information flows-EN.pdf
Management and optimization of information flows-EN.pdfGeorgeDiamandis11
 
DEFINITIONANDMANAGEMENTOFINDICATORS - GR
DEFINITIONANDMANAGEMENTOFINDICATORS - GRDEFINITIONANDMANAGEMENTOFINDICATORS - GR
DEFINITIONANDMANAGEMENTOFINDICATORS - GRGeorgeDiamandis11
 
DATAMANAGEMENT.GR - DIGITAL TRANSFORMATION AND STRATEGY
DATAMANAGEMENT.GR - DIGITAL TRANSFORMATION AND STRATEGYDATAMANAGEMENT.GR - DIGITAL TRANSFORMATION AND STRATEGY
DATAMANAGEMENT.GR - DIGITAL TRANSFORMATION AND STRATEGYGeorgeDiamandis11
 
4.DEFINITIONANDMANAGEMENTOFINDICATORS IN EN
4.DEFINITIONANDMANAGEMENTOFINDICATORS IN EN4.DEFINITIONANDMANAGEMENTOFINDICATORS IN EN
4.DEFINITIONANDMANAGEMENTOFINDICATORS IN ENGeorgeDiamandis11
 
3.BITOOLS - DIGITAL TRANSFORMATION AND STRATEGY
3.BITOOLS - DIGITAL TRANSFORMATION AND STRATEGY3.BITOOLS - DIGITAL TRANSFORMATION AND STRATEGY
3.BITOOLS - DIGITAL TRANSFORMATION AND STRATEGYGeorgeDiamandis11
 
2.DATAMANAGEMENT-DIGITAL TRANSFORMATION AND STRATEGY
2.DATAMANAGEMENT-DIGITAL TRANSFORMATION AND STRATEGY2.DATAMANAGEMENT-DIGITAL TRANSFORMATION AND STRATEGY
2.DATAMANAGEMENT-DIGITAL TRANSFORMATION AND STRATEGYGeorgeDiamandis11
 
BIGDATA-DIGITAL TRANSFORMATION AND STRATEGY
BIGDATA-DIGITAL TRANSFORMATION AND STRATEGYBIGDATA-DIGITAL TRANSFORMATION AND STRATEGY
BIGDATA-DIGITAL TRANSFORMATION AND STRATEGYGeorgeDiamandis11
 
SYSTEMS TECHNOLOGIES FOR INTERCONNECTED LOGISTICS
SYSTEMS  TECHNOLOGIES FOR INTERCONNECTED LOGISTICSSYSTEMS  TECHNOLOGIES FOR INTERCONNECTED LOGISTICS
SYSTEMS TECHNOLOGIES FOR INTERCONNECTED LOGISTICSGeorgeDiamandis11
 
HORIZONTAL COLLABORATION IN GREEK LANGUAGE
HORIZONTAL COLLABORATION IN GREEK LANGUAGEHORIZONTAL COLLABORATION IN GREEK LANGUAGE
HORIZONTAL COLLABORATION IN GREEK LANGUAGEGeorgeDiamandis11
 

More from GeorgeDiamandis11 (20)

Το πολυπολιτισμικό βιβλίο συνταγών-Module.5.pdf
Το πολυπολιτισμικό βιβλίο συνταγών-Module.5.pdfΤο πολυπολιτισμικό βιβλίο συνταγών-Module.5.pdf
Το πολυπολιτισμικό βιβλίο συνταγών-Module.5.pdf
 
Τό Ημερολόγιο της Διαφορετικότητας-Module.5.pdf
Τό Ημερολόγιο της Διαφορετικότητας-Module.5.pdfΤό Ημερολόγιο της Διαφορετικότητας-Module.5.pdf
Τό Ημερολόγιο της Διαφορετικότητας-Module.5.pdf
 
Ανακαλύψτε τον κόσμο με την ΕΕ- Μodule.5.pdf
Ανακαλύψτε τον κόσμο με την ΕΕ- Μodule.5.pdfΑνακαλύψτε τον κόσμο με την ΕΕ- Μodule.5.pdf
Ανακαλύψτε τον κόσμο με την ΕΕ- Μodule.5.pdf
 
CSR_Module3_Διερεύνηση Πλεονεκτημάτων ΕΚΕ
CSR_Module3_Διερεύνηση Πλεονεκτημάτων ΕΚΕCSR_Module3_Διερεύνηση Πλεονεκτημάτων ΕΚΕ
CSR_Module3_Διερεύνηση Πλεονεκτημάτων ΕΚΕ
 
CSR_Module3_Βήμα πρός Βήμα στην Ελληνική γλώσσα
CSR_Module3_Βήμα πρός Βήμα στην Ελληνική γλώσσαCSR_Module3_Βήμα πρός Βήμα στην Ελληνική γλώσσα
CSR_Module3_Βήμα πρός Βήμα στην Ελληνική γλώσσα
 
CSR_Module2_Περιβαλλοντική Ευθύνη στην Ελληνική γλώσσα
CSR_Module2_Περιβαλλοντική Ευθύνη  στην Ελληνική γλώσσαCSR_Module2_Περιβαλλοντική Ευθύνη  στην Ελληνική γλώσσα
CSR_Module2_Περιβαλλοντική Ευθύνη στην Ελληνική γλώσσα
 
CSR_Module2_Οικονομική Ευθύνη στην Ελληνική γλώσσα
CSR_Module2_Οικονομική Ευθύνη στην Ελληνική γλώσσαCSR_Module2_Οικονομική Ευθύνη στην Ελληνική γλώσσα
CSR_Module2_Οικονομική Ευθύνη στην Ελληνική γλώσσα
 
CSR_Module2_Ηθική Ευθύνη στην Ελληνική λώσσα
CSR_Module2_Ηθική Ευθύνη στην Ελληνική λώσσαCSR_Module2_Ηθική Ευθύνη στην Ελληνική λώσσα
CSR_Module2_Ηθική Ευθύνη στην Ελληνική λώσσα
 
CSR_Module1_Πρακτικές δραστηριότητες στην Τάξη στα Ελληνικά
CSR_Module1_Πρακτικές δραστηριότητες στην Τάξη στα ΕλληνικάCSR_Module1_Πρακτικές δραστηριότητες στην Τάξη στα Ελληνικά
CSR_Module1_Πρακτικές δραστηριότητες στην Τάξη στα Ελληνικά
 
CSR_Module1_Συνέντευξη στην δουλειά στα Ελληνικά
CSR_Module1_Συνέντευξη στην δουλειά στα ΕλληνικάCSR_Module1_Συνέντευξη στην δουλειά στα Ελληνικά
CSR_Module1_Συνέντευξη στην δουλειά στα Ελληνικά
 
Management and optimization of information flows-EL.pdf
Management and optimization of information flows-EL.pdfManagement and optimization of information flows-EL.pdf
Management and optimization of information flows-EL.pdf
 
Management and optimization of information flows-EN.pdf
Management and optimization of information flows-EN.pdfManagement and optimization of information flows-EN.pdf
Management and optimization of information flows-EN.pdf
 
DEFINITIONANDMANAGEMENTOFINDICATORS - GR
DEFINITIONANDMANAGEMENTOFINDICATORS - GRDEFINITIONANDMANAGEMENTOFINDICATORS - GR
DEFINITIONANDMANAGEMENTOFINDICATORS - GR
 
DATAMANAGEMENT.GR - DIGITAL TRANSFORMATION AND STRATEGY
DATAMANAGEMENT.GR - DIGITAL TRANSFORMATION AND STRATEGYDATAMANAGEMENT.GR - DIGITAL TRANSFORMATION AND STRATEGY
DATAMANAGEMENT.GR - DIGITAL TRANSFORMATION AND STRATEGY
 
4.DEFINITIONANDMANAGEMENTOFINDICATORS IN EN
4.DEFINITIONANDMANAGEMENTOFINDICATORS IN EN4.DEFINITIONANDMANAGEMENTOFINDICATORS IN EN
4.DEFINITIONANDMANAGEMENTOFINDICATORS IN EN
 
3.BITOOLS - DIGITAL TRANSFORMATION AND STRATEGY
3.BITOOLS - DIGITAL TRANSFORMATION AND STRATEGY3.BITOOLS - DIGITAL TRANSFORMATION AND STRATEGY
3.BITOOLS - DIGITAL TRANSFORMATION AND STRATEGY
 
2.DATAMANAGEMENT-DIGITAL TRANSFORMATION AND STRATEGY
2.DATAMANAGEMENT-DIGITAL TRANSFORMATION AND STRATEGY2.DATAMANAGEMENT-DIGITAL TRANSFORMATION AND STRATEGY
2.DATAMANAGEMENT-DIGITAL TRANSFORMATION AND STRATEGY
 
BIGDATA-DIGITAL TRANSFORMATION AND STRATEGY
BIGDATA-DIGITAL TRANSFORMATION AND STRATEGYBIGDATA-DIGITAL TRANSFORMATION AND STRATEGY
BIGDATA-DIGITAL TRANSFORMATION AND STRATEGY
 
SYSTEMS TECHNOLOGIES FOR INTERCONNECTED LOGISTICS
SYSTEMS  TECHNOLOGIES FOR INTERCONNECTED LOGISTICSSYSTEMS  TECHNOLOGIES FOR INTERCONNECTED LOGISTICS
SYSTEMS TECHNOLOGIES FOR INTERCONNECTED LOGISTICS
 
HORIZONTAL COLLABORATION IN GREEK LANGUAGE
HORIZONTAL COLLABORATION IN GREEK LANGUAGEHORIZONTAL COLLABORATION IN GREEK LANGUAGE
HORIZONTAL COLLABORATION IN GREEK LANGUAGE
 

DIGITAL TRANSFORMATION AND STRATEGY IN GREEK LANG.

  • 1. Translated from English to Greek - www.onlinedoctranslator.com
  • 2. ΣΥΝΟΛΙΚΟ ΣΧΕΔΙΟ Ενότητα Μ1 ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΗΣ Ενότητα Μ2 ΦΥΣΙΚΟ ΔΙΑΔΙΚΤΥΟ Ενότητα Μ3 ΨΗΦΙΑΚΩΣΗ ΑΛΥΣΙΔΑΣ ΕΦΟΔΙΑΣΜΟΥ Ενότητα Μ4 ΑΝΑΛΥΤΙΚΑ. ΠΑΓΚΟΣΜΙΑ, ΚΑΤΑΣΚΕΥΗ ΚΑΙ LOGISTICS KPIS
  • 3. ψηφιοποίηση σεεπιμελητεία Μ4. ΑΝΑΛΥΤΙΚΑ. ΠΑΓΚΟΣΜΙΟΣ ΒΑΣΙΚΟΣ ΔΕΙΚΤΗΣ ΑΠΟΔΟΣΗΣ (KPI) ΛΕΙΤΟΥΡΓΙΩΝ LOGISTICS.
  • 4. Μ4. ΑΝΑΛΥΤΙΚΑ. ΠΑΓΚΟΣΜΙΑ, ΚΑΤΑΣΚΕΥΗ ΚΑΙ LOGISTICS KPIS 4.1. Μεγάλα δεδομένα 4.2. Διαχείριση δεδομένων 4.3. Εργαλεία Business Intelligence 4.4. Ορισμός και Διαχείριση δεικτών
  • 5. 4.1.1. Εισαγωγή στην Business Intelligence και την ψηφιακή επανάσταση ΔΕΙΚΤΗΣ 4.1.2 Ο μετασχηματισμός των αγορών και η αξία της πληροφορίας 4.1.3 Ταχύτητα και λήψη αποφάσεων 4.1. Μεγάλα δεδομένα 4.1.4 Παράγοντες παραγωγής αξίας στις επιχειρήσεις 4.1.5 Καινοτομία σε επιχειρηματικές διαδικασίες και μοντέλα
  • 6. 4.1.1. Εισαγωγή στην Business Intelligence και την ψηφιακή επανάσταση ΔΕΙΚΤΗΣ 4.1.2 Ο μετασχηματισμός των αγορών και η αξία της πληροφορίας 4.1.3 Ταχύτητα και λήψη αποφάσεων 4.1. Μεγάλα δεδομένα 4.1.4 Παράγοντες παραγωγής αξίας στις επιχειρήσεις 4.1.5 Καινοτομία σε επιχειρηματικές διαδικασίες και μοντέλα
  • 7. ΕΙΣΑΓΩΓΗ ΣΤΑ ΜΕΓΑΛΑ ΔΕΔΟΜΕΝΑ, ΤΗΝ ΕΠΙΧΕΙΡΗΜΑΤΙΚΗ ΝΟΗΜΟΣΥΝΗ ΚΑΙ ΤΗΝ ΨΗΦΙΑΚΗ ΕΠΑΝΑΣΤΑΣΗ Για να ορίσουμε το BI θα ξεκινήσουμε από τον ορισμό του γλωσσαρίου όρων της Gartner: «Το BI είναι μια διαδραστική διαδικασία για την εξερεύνηση και ανάλυση δομημένων πληροφοριών σχετικά με μια περιοχή (συνήθως αποθηκεύεται σε μια αποθήκη δεδομένων), για την ανακάλυψη τάσεις ή μοτίβα, από τα οποία αντλούνται ιδέες και εξάγονται συμπεράσματα. Η διαδικασία Business Intelligence περιλαμβάνει την επικοινωνία ευρημάτων και την πραγματοποίηση αλλαγών. Οι τομείς περιλαμβάνουν πελάτες, προμηθευτές, προϊόντα, υπηρεσίες και συναγωνιστές." 7
  • 8. Ας αναλύσουμε λεπτομερώς αυτόν τον ορισμό: Διαδραστική διαδικασία:Όταν μιλάμε για BI υποθέτουμε ότι είναι μια ανάλυση πληροφοριών που συνεχίζεται με την πάροδο του χρόνου, όχι ακριβώς σε μια συγκεκριμένη στιγμή. Αν και προφανώς αυτός ο τελευταίος τύπος η ανάλυση μπορεί να μας δώσει αξία, είναι ασύγκριτη με αυτό που α συνεχής διαδικασία ανάλυσης πληροφοριών μπορεί να μας παρέχει, σε τα οποία, για παράδειγμα, μπορούμε να δούμε τάσεις, αλλαγές, μεταβλητότητα κ.λπ. 8
  • 9. Εξερευνώ:Σε κάθε έργο BI υπάρχει μια αρχική στιγμή κατά την οποία για πρώτη φορά έχουμε πρόσβαση σε πληροφορίες που μας διευκολύνουν να το ερμηνεύσει. Σε αυτή την πρώτη φάση, αυτό που κάνουμε είναι να «εξερευνούμε» για να κατανοήσουμε τι συμβαίνει στην επιχείρησή μας. Είναι πιθανό να ανακαλύψουμε ακόμη και νέες σχέσεις που αγνοούσαμε μέχρι τώρα.. Αναλύει: Σκοπεύουμε να ανακαλύψουμε σχέσεις μεταξύ μεταβλητών, τάσεις, δηλαδή ποια μπορεί να είναι η εξέλιξη της μεταβλητής ή μοτίβα. Εάν ένας πελάτης έχει μια σειρά από χαρακτηριστικά, ποια είναι η πιθανότητα να ενεργήσει ένας άλλος πελάτης με παρόμοια χαρακτηριστικά το ίδιο με το προηγούμενο; 9
  • 10. Δομημένη αποθήκη πληροφοριών και δεδομένων: Οι πληροφορίες που χρησιμοποιούμε στο BI αποθηκεύονται σε πίνακες που σχετίζονται με το καθένα άλλα. Οι πίνακες έχουν εγγραφές και κάθε μία από τις εγγραφές έχει διαφορετική τιμές για κάθε ένα από τα χαρακτηριστικά. Αυτοί οι πίνακες αποθηκεύονται σε τι γνωρίζουμε ως αποθήκη δεδομένων. Θα το ορίσουμε με μεγαλύτερη ακρίβεια αργότερα, αλλά είναι μια βάση δεδομένων στην οποία αποθηκεύονται αυτοί οι πίνακες. 10
  • 11. Περιοχή ανάλυσης:Κάθε έργο BI πρέπει να έχει ένα συγκεκριμένο αντικείμενο ανάλυσης. Μπορούμε να εστιάσουμε στους πελάτες, τα προϊόντα, τα αποτελέσματα μιας τοποθεσίας κ.λπ. που σκοπεύουμε να αναλύσουμε διεξοδικά και με α συγκεκριμένος στόχος: για παράδειγμα, η μείωση του κόστους, η αύξηση των πωλήσεων, η αύξηση του μεριδίου αγοράς, η προσαρμογή των προβλέψεων πωλήσεων, η εκπλήρωση των τους προϋπολογισμένους στόχους πωλήσεων κ.λπ. 11
  • 12. Κοινοποιήστε τα αποτελέσματα και κάντε αλλαγές: Ένας θεμελιώδης στόχος του BI είναι ότι, όταν κάτι είναι ανακαλύφθηκε, να κοινοποιηθεί σε εκείνους τους ανθρώπους που πρέπει να κάνουν τις σχετικές αλλαγές στον οργανισμό για τη βελτίωση μας ανταγωνισμός. 12
  • 13. Ένας ευρύτερος ορισμός είναι αυτός που προτείνεται στοΤο Ινστιτούτο Datawarehouse: «Το Business Intelligence (BI) είναι ένας γενικός όρος που περιλαμβάνει τις διαδικασίες, τα εργαλεία και τις τεχνολογίες για τη μετατροπή των δεδομένων σε πληροφορίες, τις πληροφορίες σε γνώση και τα σχέδια για αποτελεσματική ασκούν επιχειρηματικές δραστηριότητες. Το BI περιλαμβάνει την αποθήκευση δεδομένων τεχνολογίες, συμπεριλαμβανομένων διεργασιών στο «πίσω τέλος», ερωτήματα, αναφορές, αναλύσεις και εργαλεία για την εμφάνιση πληροφοριών (αυτά είναι BI εργαλεία) και διαδικασίες στο «μπροστινό μέρος»». 13
  • 14. 14
  • 15. 15
  • 16. 16
  • 17. 17
  • 18. 18
  • 19. 19
  • 20. 20
  • 21. 21
  • 22. ΠΕΡΙΠΤΩΣΗ 1 Ένα σούπερ μάρκετ, οι πληροφορίες που έχουμε είναι τα εισιτήρια πώλησης. 22
  • 23. ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΧΕΙΡΗΜΑΤΙΚΗ ΝΟΗΜΟΣΥΝΗ ΚΑΙ ΤΗΝ ΨΗΦΙΑΚΗ ΕΠΑΝΑΣΤΑΣΗ Εσυ γνωρίζω Big Δεδομένα? 23
  • 24. 24
  • 25. 25
  • 26. 26
  • 27. 27
  • 28. 28
  • 29. 29
  • 30. 30
  • 31. 31
  • 32. 32
  • 33. 33
  • 34. ΠΕΡΙΠΤΩΣΗ 2 Α. ΕΙΣΑΙ ΜΙΑ ΠΟΔΟΣΦΑΙΡΙΚΗ ΟΜΑΔΑ. ΔΩΣΕ ΕΝΑ ΠΑΡΑΔΕΙΓΜΑ ΤΗΣ ΧΡΗΣΗΣ ΜΕΓΑΛΩΝ ΔΕΔΟΜΕΝΩΝ Β. ΕΙΣΤΕ ΠΟΛΙΤΙΚΟ ΚΟΜΜΑ. ΔΩΣΕ ΕΝΑ ΠΑΡΑΔΕΙΓΜΑ ΤΗΣ ΧΡΗΣΗΣ ΜΕΓΑΛΩΝ ΔΕΔΟΜΕΝΩΝ Γ. ΕΙΣΑΙ ΑΕΡΟΠΟΡΙΑ. ΔΩΣΤΕ ΕΝΑ ΠΑΡΑΔΕΙΓΜΑ ΧΡΗΣΗΣ ΜΕΓΑΛΩΝ ΔΕΔΟΜΕΝΩΝ 34
  • 35. Top 10 trends στο Business Intelligence για το 2014 35
  • 36. Το τέλος των επιστημόνων δεδομένων. Η επιστήμη των δεδομένων κινείται από τον ειδικό στον καθένα. Η εξοικείωση με την ανάλυση δεδομένων γίνεται μέρος του συνόλου δεξιοτήτων των απλών επιχειρησιακών χρηστών, όχι των ειδικών με «αναλυτή» στους τίτλους τους. Οι οργανισμοί που χρησιμοποιούν δεδομένα για τη λήψη αποφάσεων είναι πιο επιτυχημένοι και αυτοί που δεν χρησιμοποιούν δεδομένα αρχίζουν να μένουν πίσω. Για περισσότερα, δείτε αυτήν την Ειδική Έκθεση του The Economist:Προώθηση μιας κουλτούρας που βασίζεται στα δεδομένα . 36
  • 37. Η επιχειρηματική ευφυΐα στο cloud γίνεται mainstream. Οι οργανισμοί που θέλουν να ξεκινήσουν και να λειτουργούν γρήγορα με τα αναλυτικά στοιχεία οδηγούν στην υιοθέτηση επιχειρηματικής ευφυΐας που βασίζεται στο cloud. Νέα σενάρια, όπως η συνεργασία με πελάτες και η πρόσβαση σε κινητά εκτός του τείχους, επιταχύνουν επίσης την υιοθέτηση. Η ωρίμανση των υπηρεσιών cloud βοηθά τα τμήματα πληροφορικής να αισθάνονται άνετα με την επιχειρηματική ευφυΐα στο cloud. Για περισσότερα, διαβάστε τη λευκή βίβλο:Business Analytics στο Cloud . 37
  • 38. Τα μεγάλα δεδομένα φτάνουν επιτέλους στον ουρανό. Οι αποθήκες δεδομένων Cloud, όπως το Amazon Redshift και το Google BigQuery, μετατρέπουν τη διαδικασία δημιουργίας μιας αποθήκης δεδομένων από μια διαδικασία πολλών μηνών σε θέμα ημερών. Αυτό επιτρέπει την ταχεία δημιουργία πρωτοτύπων και ένα επίπεδο ευελιξίας που προηγουμένως δεν ήταν δυνατό. Οι προσφορές Cloud όπως το Teradata Cloud και το SAP HANA από παραδοσιακούς προμηθευτές επικυρώνουν τον χώρο. Για περισσότερα, παρακολουθήστε αυτό το διαδικτυακό σεμινάριο:Εξερεύνηση μεγάλων δεδομένων με το Amazon Redshift . 38
  • 39. Η ευέλικτη επιχειρηματική ευφυΐα επεκτείνει το προβάδισμά της. Η ανάλυση αυτοεξυπηρέτησης γίνεται ο κανόνας σε εταιρείες που κινούνται γρήγορα. Οι επιχειρηματίες αρχίζουν να περιμένουν ευελιξία και χρηστικότητα από τους πίνακες εργαλείων τους. Και η μονολιθική στοίβα υποδομής καταρρέει τελικά υπέρ λύσεων που μπορούν να λειτουργήσουν με νέες πηγές δεδομένων. Για περισσότερα, διαβάστε αυτή τη λευκή βίβλο από την GigaOm: Agile Business Intelligence: Reshaping the Landscape . 39
  • 40. Προγνωστική ανάλυση,κάποτε το βασίλειο των προηγμένων και εξειδικευμένα συστήματα, θα εισέλθουν στην επικρατούσα τάση καθώς οι επιχειρήσεις αναζητούν μια προοπτική αντίληψη προς τα πίσω από τα δεδομένα. Για περισσότερα, παρακολουθήστε τον David Stodder του TDWI σε αυτό το διαδικτυακό σεμινάριο:Χρήση του Analytics για προγνωστική και προληπτική . 40
  • 41. Το Embedded BI αρχίζει να αναδύεται, σε μια προσπάθεια να τεθεί η γνώση απευθείας στο μονοπάτι των επιχειρηματικών δραστηριοτήτων. Τα Analytics αρχίζουν να ζουν μέσα στα συστήματα συναλλαγών. Σενάρια όπως η διαχείριση σχέσεων με τους πελάτες θα πρωτοστατήσουν με τα αναλυτικά στοιχεία που παρέχουν υποστήριξη για τις πολλές μικρές αποφάσεις που λαμβάνουν οι πωλητές σε μια μέρα. Τελικά, το ενσωματωμένο BI θα φέρει δεδομένα σε τμήματα που συνήθως παρουσιάζουν καθυστέρηση: για παράδειγμα, στο κατάστημα και σε περιβάλλοντα λιανικής. Δείτε την τιμή του ενσωματωμένου BI με αυτόβίντεο . 41
  • 42. Η αφήγηση γίνεται προτεραιότητα, καθώς οι άνθρωποι συνειδητοποιούν ότι ένας κατακλυσμός στο ταμπλό χωρίς πλαίσιο δεν είναι χρήσιμος. Οι ιστορίες γίνονται ένας τρόπος επικοινωνίας ιδεών και γνώσεων χρησιμοποιώντας δεδομένα. Επίσης, βοηθούν τους ανθρώπους να αποκτήσουν νόημα από μια συντριπτική μάζα μεγάλων και ανόμοιων δεδομένων. Διαβάστε περισσότερα σε αυτή τη λευκή βίβλο:5 Βέλτιστες πρακτικές για την αφήγηση μεγάλων ιστοριών . 42
  • 43. Για κορυφαίους οργανισμούς,κινητή επιχειρηματική ευφυΐα γίνεται η πρωταρχική εμπειρία, όχι μια περιστασιακή εμπειρία. Οι επιχειρησιακοί χρήστες πρέπει να απαιτούν πρόσβαση σε πληροφορίες εντός των φυσικών οργάνων της ημέρας τους, όχι πίσω στα γραφεία τους. Για παράδειγμα, διαβάστε αυτήν τη λευκή βίβλο: Πώς το Mobile Business Intelligence οδηγεί την αποτελεσματικότητα και τον μετασχηματισμό για την Supervalu . 43
  • 44. Οι οργανισμοί αρχίζουν να αναλύουν κοινωνικά δεδομένα σοβαρός,αποκτώντας γνώσεις πέρα από τον αριθμό των likes και των ακολούθων τους. Τα κοινωνικά δεδομένα γίνονται α πληρεξούσιος για την αναγνωρισιμότητα και τη στάση της επωνυμίας, καθώς και πρόσφορο έδαφος για ανταγωνιστική ανάλυση. Οι εταιρείες αρχίζουν να χρησιμοποιούν κοινωνικά δεδομένα για να κατανοήσουν πόσο σχετικά είναι με τους πελάτες τους. Για ένα παράδειγμα πώς να αποκτήσετε πληροφορίες από τα δεδομένα των μέσων κοινωνικής δικτύωσης, παρακολουθήστε αυτό το βίντεο: Χρήση του Social Media Analytics για Insight . 44
  • 45. Το NoSQL είναι το νέο Hadoop. Οι οργανισμοί διερευνούν πώς να χρησιμοποιούν μη δομημένα δεδομένα. Οι τεχνολογίες NoSQL γίνονται πιο δημοφιλείς καθώς οι εταιρείες αναζητούν τρόπους αφομοίωσης αυτού του είδους δεδομένων. Αλλά το 2014, η έξυπνη χρήση μη δομημένων δεδομένων θα εξακολουθεί να είναι η εξαίρεση και όχι ο κανόνας. Για περισσότερα σχετικά με το noSQL, διαβάστε αυτό το άρθρο της TechRepublic:10 πράγματα που πρέπει να κάνετε τώρα Σχετικά με τις βάσεις δεδομένων noSQL . 45
  • 46. Top 10 trends στο Business Ευφυΐα για το 2015 46
  • 47. 47
  • 48. Η διακυβέρνηση μεταμορφώνεται. Όπως το τοπίο της επιχειρηματικής ευφυΐας έχει μετατραπεί σε δεδομένα αυτοεξυπηρέτησης, έτσι και η διακυβέρνηση πρέπει να μεταμορφωθεί. Απλές προσεγγίσεις, όπως το κλείδωμα όλων των εταιρικών δεδομένων, δεν θα λειτουργούν πλέον — ούτε η προσέγγιση της κατάργησης οποιασδήποτε διαδικασίας. Οι οργανισμοί θα αρχίσουν να διερευνούν τι σημαίνει διακυβέρνηση σε έναν κόσμο ανάλυσης αυτοεξυπηρέτησης. Διαβάστε περισσότερα στη λευκή βίβλο Data Governance for Self-ServiceAnalytics 48
  • 49. Η κοινωνική νοημοσύνη είναι ανταγωνιστικό πλεονέκτημα. Το 2014 είδαμε οργανισμούς να αρχίζουν να αναλύουν σοβαρά τα κοινωνικά δεδομένα. Το 2015, οι κορυφαίοι θα αρχίσουν να εκμεταλλεύονται τις δυνατότητές τους. Η παρακολούθηση συνομιλιών σε κλίμακα μέσω της κοινωνικής δικτύωσης θα επιτρέψει στις εταιρείες να μάθουν πότε ένα θέμα αρχίζει να γίνεται τάση και για τι μιλούν οι πελάτες τους. Τα social analytics θα ανοίξουν την πόρτα για βελτιστοποίηση προϊόντων με απόκριση. Περαιτέρω ανάγνωση: TDWI, Αναλύσεις πελατών στην εποχή των μέσων κοινωνικής δικτύωσης 49
  • 50. Τα Analytics εμφανίζονται σε ολόκληρο τον οργανισμό. Ο σημερινός αναλυτής δεδομένων μπορεί να είναι διευθυντής λειτουργιών, στέλεχος εφοδιαστικής αλυσίδας ή ακόμα και πωλητής. Νέες, πιο εύχρηστες τεχνολογίες που παρέχουν αναλυτικά στοιχεία βάσει προγράμματος περιήγησης επιτρέπουν στους χρήστες να απαντούν σε ad-hoc επιχειρηματικές ερωτήσεις. Οι εταιρείες που το αναγνωρίζουν ως στρατηγικό πλεονέκτημα θα αρχίσουν να υποστηρίζουν τους καθημερινούς αναλυτές με δεδομένα, εργαλεία και εκπαίδευση για να τους βοηθήσουν να κάνουν αυτό που είναι πράξη. Περαιτέρω ανάγνωση: Gartner's 2014 Magic Quadrant 50
  • 51. Οι κοινότητες διαφοροποιούνται. Η καταναλωτική χρήση της πληροφορικής δεν είναι πλέον θεωρητική, είναι γεγονός. Οι άνθρωποι χρησιμοποιούν προϊόντα που τους αρέσει να χρησιμοποιούν και το λογισμικό ανάλυσης δεν διαφέρει. . Οι εταιρείες των οποίων τα προϊόντα εμπνέουν και ενδυναμώνουν βλέπουν τις κοινότητές τους να ακμάζουν. Και οι υποψήφιοι πελάτες θα κοιτάξουν επίσης την υγεία κοινότητες προϊόντων ως σημαντικά σημεία απόδειξης σε πολυσύχναστες αγορές. Περαιτέρω ανάγνωση: Best of the Web, Αύγουστος 2014 51
  • 52. Όλα ενσωματώνονται. Τα τελευταία 10 χρόνια έχουμε δει μια τεράστια ποσότητα καινοτομίας στον χώρο δεδομένων, με αποτέλεσμα μικτά περιβάλλοντα για τα πάντα, από την αποθήκευση δεδομένων μέχρι τα αναλυτικά στοιχεία και τις επιχειρηματικές εφαρμογές. Δεν θα δούμε επιστροφή στην εποχή των μονολιθικών συστημάτων. Ωστόσο, οι οργανισμοί χάνουν την υπομονή τους με πολλαπλές συνδέσεις και βαριές διαδικασίες για τη μετακίνηση και τη διαχείριση δεδομένων. Η ταχεία ενοποίηση που αξιοποιεί απλές διεπαφές πρόκειται να γίνει το πρότυπο. Περαιτέρω ανάγνωση: Ταξίδι σε μια μοναδική πηγή αλήθειας στην FAA. 52
  • 53. Το cloud analytics δεν είναι πλέον μόνο για δεδομένα cloud. Το 2015, θα αρχίσουμε να βλέπουμε την πρώτη σημαντική χρήση των αναλυτικών στοιχείων cloud—για δεδομένα onpremise. Μέχρι τώρα, τα αναλυτικά στοιχεία cloud χρησιμοποιούνται κυρίως για δεδομένα σε εφαρμογές cloud. Το 2015 οι εταιρείες θα αρχίσουν να επιλέγουν το cloud όταν είναι λογικό για την επιχειρηματική τους περίπτωση, όχι μόνο επειδή υπάρχουν τα δεδομένα. Για περισσότερα, δείτε αυτό το βίντεο με το Jetsuite για το γιατί επέλεξαν το cloud. 53
  • 54. Οι συνομιλίες με δεδομένα αντικαθιστούν τους στατικούς πίνακες εργαλείων. Αρχίζουμε να βλέπουμε μια εποχή που τα δεδομένα είναι αρκετά διαδραστικά ώστε να μπορούν να γίνουν η ραχοκοκαλιά μιας συνομιλίας. Τώρα που οι άνθρωποι διαθέτουν εργαλεία ανάλυσης με ταχύτητα της σκέψης, μπορούν να αναλύσουν γρήγορα δεδομένα, να τα συνδυάσουν με άλλα δεδομένα και να τα επανασχεδιάσουν για να δημιουργήσουν μια νέα προοπτική. Και ως αποτέλεσμα αυτών των συνομιλιών δεδομένων, οι οργανισμοί θα αποκτήσουν περισσότερες πληροφορίες από τα δεδομένα τους. Για περισσότερα, διαβάστε αυτό το άρθρο στο The Huffington Post:Why a Chart Should Έναρξη, όχι τέλος, μια συνομιλία 54
  • 55. Δεδομένα και δημοσιογραφία ολοκληρώνουν τη συγχώνευσή τους. Η άφιξη στη σκηνή του vox και η συνεχής άνοδος ιστότοπων όπως το fivethirtyeight.com θα αναγκάσει περισσότερα δημοσιογραφικά δωμάτια να ενσωματώσουν αναλυτικά στοιχεία δεδομένων στην παρουσία τους στο διαδίκτυο. Αυτή η τάση θα έχει ένα αποτέλεσμα από τη δημόσια σφαίρα στους οργανισμούς, ενθαρρύνοντας τις εταιρείες που υστερούν στα αναλυτικά στοιχεία για να συμβαδίσει με την εποχή. Για περισσότερα, βλ Δημόσιο στο newsroom: Sarah Ryley στο The NewYork Daily News 55
  • 56. Το κινητό ωριμάζει. Οι εργαζόμενοι περνούν λιγότερο χρόνο στα θρανία τους. Αλλά αυτό δεν σημαίνει ότι θα πρέπει να είναι λιγότερο ενημερωμένοι από τα δεδομένα. Στην πραγματικότητα, έχουν μεγαλύτερη ανάγκη για δεδομένα από ποτέ. Οι λύσεις για κινητά για πολλά analytics εμφανίστηκαν πριν από χρόνια και επιτέλους φτάνουν σε ένα επίπεδο ωριμότητας που σημαίνει ότι οι μετακινούμενοι εργαζόμενοι μπορούν πραγματικά να κάνουν ελαφριά ανάλυση από το δρόμο. Και η έμφαση στα κινητά έχει αναγκάσει τους προμηθευτές να προσφέρουν πιο φυσικές και εύχρηστες διεπαφές σε όλους τους τομείς. Για περισσότερα, δείτε αυτήν την επίδειξη αναλυτικών στοιχείων που είναι ενσωματωμένα στο SalesforceOne. 56
  • 57. Τα έξυπνα αναλυτικά στοιχεία αρχίζουν να εμφανίζονται. Η πρόοδος στη γραφική, διαισθητική μοντελοποίηση θα σημάνει ότι οι επιχειρησιακοί χρήστες μπορούν να αρχίσουν να χρησιμοποιούν προγνωστικά αναλυτικά στοιχεία χωρίς την ανάγκη εκτενούς διαβούλευσης με ειδικούς ή δέσμης ενεργειών. Καθώς τα αναλυτικά στοιχεία αυτοεξυπηρέτησης γίνονται πιο κοινά, εργασίες όπως η πρόβλεψη και η πρόβλεψη θα γίνονται πιο κοινές. πολύ λιγότερο επώδυνο. Για περισσότερα, παρακολουθήστε αυτό το βίντεο σχετικά με τις προβλέψεις για επαγγελματίες χρήστες. 57
  • 58. TOP 10 ΤΑΣΕΙΣ ΓΙΑ ΤΟ 2016 ΕΠΙΧΕΙΡΗΣΗ ΝΟΗΜΟΣ μι 58
  • 59. Τ TRΟ ΤΕΛΟΣΠS FO1 2016 R0 ΕΠΙΧΕΙΡΗΣΗ ΝΟΗΜΟΣΥΝΗ1 ΔΙΑΚΥΒΕΡΝΗΣΗ Πολλοί άνθρωποι θεωρούν ότι η διακυβέρνηση και η ανάλυση αυτοεξυπηρέτησης είναι φυσικοί εχθροί. Ίσως γι' αυτό ήταν αυτοί οι άνθρωποι & ΑΥΤΟΕΞΥΠΗΡΕΤΗΣΗ ΑΝΑΛΥΤΙΚΑ ΓΙΝΕ ΚΑΛΥΤΕΡΟΣ ΟΙ ΦΙΛΟΙ. έκπληκτος που είδα τη διακυβέρνηση και την αυτοεξυπηρέτηση να πίνετε μαζί. Ο πόλεμος τελείωσε και το πολιτισμικό χάσμα μεταξύ επιχειρήσεων και τεχνολογίας κλείνει. Οι οργανισμοί έχουν μάθει ότι η διακυβέρνηση δεδομένων, όταν γίνεται σωστά, μπορεί να βοηθήσει στην καλλιέργεια μιας κουλτούρας αναλυτικών στοιχείων και στην κάλυψη των αναγκών της επιχείρησης. Οι άνθρωποι είναι πιο πιθανό να εμβαθύνουν στα δεδομένα τους όταν διαθέτουν κεντρικές, καθαρές και γρήγορες πηγές δεδομένων και όταν γνωρίζουν ότι κάποιος (IT) αναζητά ασφάλεια και εκτέλεση.
  • 60. Τ TRΟ ΤΕΛΟΣΠS FO1 2016 R0 ΕΠΙΧΕΙΡΗΣΗ ΝΟΗΜΟΣΥΝΗ2 ΟΠΤΙΚΗ ΑΝΑΛΥΤΙΚΗ ΓΙΝΕΤΑΙ Α ΚΟΙΝΟΣ ΓΛΩΣΣΑ. Τα δεδομένα αλλάζουν τη συζήτηση—στις αίθουσες συνεδριάσεων, στα μέσα ενημέρωσης και στα μέσα κοινωνικής δικτύωσης. Οι άνθρωποι οπτικοποιούν τα δεδομένα τους για να εξερευνήσουν ερωτήσεις, να αποκαλύψουν πληροφορίες και να μοιραστούν ιστορίες τόσο με ειδικούς δεδομένων όσο και με μη ειδικούς. Καθώς αυξάνεται η χρήση δεδομένων, ακόμη περισσότεροι άνθρωποι θα στραφούν σε δεδομένα τόσο με επαγγελματικές όσο και με προσωπικές ερωτήσεις.Και οι εργοδότες θα αναζητήσουν υποψηφίους που μπορούν να σκεφτούν κριτικά με δεδομένα. Τα οπτικά αναλυτικά στοιχεία θα χρησιμεύσουν ως η κοινή γλώσσα, δίνοντας τη δυνατότητα στους ανθρώπους να φτάσουν γρήγορα σε πληροφορίες, να συνεργαστούν ουσιαστικά και δημιουργήστε μια κοινότητα γύρω από δεδομένα. Περαιτέρω μάθηση: Ένας οδηγός προσλήψεων για την οικοδόμηση μιας κουλτούρας με γνώμονα τα δεδομένα
  • 61. Τ TRΟ ΤΕΛΟΣΠS FO1 2016 R0 ΕΠΙΧΕΙΡΗΣΗ ΝΟΗΜΟΣΥΝΗ3 ΤΑ ΔΕΔΟΜΕΝΑ ΑΛΥΣΙΔΑ ΠΡΟΪΟΝΤΩΝ ΓΙΝΕΤΑΙ ΔΗΜΟΚΡΑΤΙΣΜΕΝΟΙ. Τα εργαλεία ανάλυσης αυτοεξυπηρέτησης έχουν αλλάξει για τα καλά τις προσδοκίες των ανθρώπων. Το 2016, οι άνθρωποι θα αναζητήσουν ενδυνάμωση σε όλο το συνεχές δεδομένων, ειδικά καθώς περισσότεροι millennials εισέρχονται στο εργατικό δυναμικό. Προκειμένου οι επιχειρησιακοί χρήστες να παραμείνουν επαναλαμβανόμενοι, πρέπει να μπορούν να διαμορφώνουν ορισμένα δεδομένα εν κινήσει. Γι' αυτό η ζήτηση για εργαλεία προετοιμασίας δεδομένων αυτοεξυπηρέτησης και ακόμη και αποθήκες δεδομένων αυτοεξυπηρέτησης θα αναπτυχθεί ως φυσική επέκταση των αναλυτικών στοιχείων αυτοεξυπηρέτησης. Αυτός ο εκδημοκρατισμός θα επιτρέψει στους ανθρώπους να ανταποκριθούν γρήγορα στις αλλαγές προτεραιότητες. Περαιτέρω μάθηση: Τι ακολουθεί για την προετοιμασία δεδομένων;
  • 62. Τ TRΟ ΤΕΛΟΣΠS FO1 2016 R0 ΕΠΙΧΕΙΡΗΣΗ ΝΟΗΜΟΣΥΝΗ4 Σήμερα, πολλές εταιρείες θέλουν ευέλικτες αναλύσεις. Θέλουν να φέρουν τα σωστά δεδομένα στους σωστούς ανθρώπους και γρήγορα. Αυτή δεν είναι μικρή πρόκληση, γιατί αυτά τα δεδομένα ζουν σε πολλά διαφορετικά μέρη. Η εργασία μεταξύ πηγών δεδομένων μπορεί να είναι κουραστική, αδύνατη ή και τα δύο. Το 2016, θα δούμε πολλούς νέους παίκτες στον χώρο της ενοποίησης δεδομένων. Με την άνοδο των εξελιγμένων εργαλείων και την προσθήκη νέων πηγών δεδομένων, οι εταιρείες θα σταματήσουν να προσπαθούν να συγκεντρώνουν κάθε byte δεδομένων στο ίδιο μέρος. Οι εξερευνητές δεδομένων θα συνδέονται με κάθε σύνολο δεδομένων όπου ζει και θα συνδυάζονται, συνδυάζονται ή ενώνονται με πιο ευέλικτα εργαλεία και μεθόδους. ΔΕΔΟΜΕΝΑ ΕΝΣΩΜΑΤΩΣΗ ΓΙΝΕΤΑΙ ΣΥΝΑΡΠΑΣΤΙΚΟ. Περαιτέρω μάθηση: 5 πράγματα που θα οδηγήσουν την ενοποίηση δεδομένων τα επόμενα 10 χρόνια
  • 63. Τ TRΟ ΤΕΛΟΣΠS FO1 2016 R0 ΕΠΙΧΕΙΡΗΣΗ ΝΟΗΜΟΣΥΝΗ5 ΠΡΟΧΩΡΗΜΕΝΟΣ ΑΝΑΛΥΤΙΚΑ ΔΕΝ ΕΙΝΑΙ ΠΛΕΟΝ ΑΠΛΑ ΓΙΑ ΑΝΑΛΥΤΕΣ. Οι μη αναλυτές σε όλο τον οργανισμό γίνονται πιο εξελιγμένοι. Αναμένουν περισσότερα από ένα γράφημα πάνω από τα δεδομένα τους. Θέλουν μια βαθύτερη, πιο ουσιαστική εμπειρία ανάλυσης. Οι οργανισμοί θα υιοθετήσουν πλατφόρμες που επιτρέπουν στους χρήστες να εφαρμόζουν στατιστικά στοιχεία, να κάνουν μια σειρά ερωτήσεων και να παραμένουν στη ροή της ανάλυσής τους. Περαιτέρω μάθηση: Προηγμένο Analytics με Tableau
  • 64. Τ TRΟ ΤΕΛΟΣΠS FO1 2016 R0 ΕΠΙΧΕΙΡΗΣΗ ΝΟΗΜΟΣΥΝΗ6 ΣΤΟΙΧΕΙΑ CLOD Το 2015, οι άνθρωποι άρχισαν να αγκαλιάζουν το σύννεφο. Συνειδητοποίησαν ότι η τοποθέτηση δεδομένων στο cloud είναι εύκολη και εξαιρετικά επεκτάσιμη. Είδαν επίσης ότι η ανάλυση cloud τους επιτρέπει να είναι ευέλικτοι. Το 2016, περισσότεροι άνθρωποι θα μεταβούν στο cloud χάρη, εν μέρει, σε εργαλεία που τους βοηθούν να καταναλώνουν δεδομένα ιστού. Οι πρώτοι που υιοθετούν ήδη μαθαίνουν από αυτά τα δεδομένα και άλλοι συνειδητοποιούν ότι θα έπρεπε. Και περισσότερες εταιρείες θα χρησιμοποιούν αναλυτικά στοιχεία cloud για να αναλύουν περισσότερα δεδομένα γρηγορότερα. Θα βασίζονται σε αυτά όπως και κάθε άλλο κρίσιμο επιχειρηματικό σύστημα. & CLOD ANALYTIC ΑΠΟΓΕΙΩΣΗ μικρό Περαιτέρω μάθηση: Παρακολούθηση της ταχείας ανόδου στα δεδομένα Cloud
  • 65. Τ TRΟ ΤΕΛΟΣΠS FO1 2016 R0 ΕΠΙΧΕΙΡΗΣΗ ΝΟΗΜΟΣΥΝΗ7 ΤΑ ΑΝΑΛΥΤΙΚΑ ΚΕΝΤΡΟ ΤΟΥ ΥΠΕΡΟΧΗ (ΚΟΕ) ΓΙΝΕΤΑΙ ΕΞΟΧΟΣ. Ένας αυξανόμενος αριθμός οργανισμών θα δημιουργήσει ένα Κέντρο Αριστείας για να προωθήσει την υιοθέτηση των αναλυτικών στοιχείων αυτοεξυπηρέτησης. Αυτά τα κέντρα διαδραματίζουν κρίσιμο ρόλο στην εφαρμογή μιας κουλτούρας που βασίζεται στα δεδομένα.Μέσω προγραμμάτων ενεργοποίησης όπως διαδικτυακά φόρουμ και εκπαίδευση ένας προς έναν, τα κέντρα δίνουν τη δυνατότητα ακόμη και σε μη ειδικούς να ενσωματώνουν δεδομένα στη λήψη των αποφάσεών τους. Με την πάροδο του χρόνου, αυτά τα κέντρα επιτρέπουν στα δεδομένα να ενημερώνουν τη ροή εργασιών σε ολόκληρο τον οργανισμό. Περαιτέρω μάθηση: Επεκτασιμότητα στην Business Intelligence: It's NotWhatYouThink
  • 66. Τ TRΟ ΤΕΛΟΣΠS FO1 2016 R0 ΕΠΙΧΕΙΡΗΣΗ ΝΟΗΜΟΣΥΝΗ8 ΚΙΝΗΤΑ ΑΝΑΛΥΤΙΚΑ ΣΤΑΘΕΤΑΙ ΣΤΗΝ ΤΑ ΔΙΚΑ. Τα αναλυτικά στοιχεία για κινητά μεγάλωσαν και απομακρύνθηκαν. Δεν είναι πλέον απλώς μια διεπαφή με παλαιού τύπου προϊόντα επιχειρηματικής ευφυΐας. Το 2015, άρχισαν να εμφανίζονται προϊόντα με ρευστή, κινητή εμπειρία. Η εργασία με δεδομένα σε όλο τον κόσμο μετατρέπεται από αγγαρεία σε δυναμικό μέρος της διαδικασίας ανάλυσης. Περαιτέρω μάθηση: Το Tableau τοποθετεί την οπτικοποίηση δεδομένων στο iPad
  • 67. Τ TRΟ ΤΕΛΟΣΠS FO1 2016 R0 ΕΠΙΧΕΙΡΗΣΗ ΝΟΗΜΟΣ μι 9 ΟΙ ΑΝΘΡΩΠΟΙ ΑΡΧΙΖΟΥΝ ΝΑ ΣΚΑΨΤΕ ΣΤΟ IOT ΔΕΔΟΜΕΝΑ. Το Διαδίκτυο των Πραγμάτων είναι έτοιμο να γίνει ακόμα πιο διαδεδομένο το 2016. Φαίνεται ότι όλα θα έχουν έναν αισθητήρα που θα στέλνει πληροφορίες πίσω στο μητρικό πλοίο. Απλώς σκεφτείτε όλα τα δεδομένα που παράγουν οι κινητές συσκευές όλο το εικοσιτετράωρο—και αυτό είναι μόνο ένα κομμάτι. Καθώς αυξάνεται ο όγκος των δεδομένων IoT, αυξάνεται και η δυνατότητα για insights. Οι εταιρείες θα αναζητήσουν εργαλεία που θα επιτρέπουν στους χρήστες να εξερευνούν τα δεδομένα και στη συνέχεια να μοιράζονται τα ευρήματά τους με ασφαλή, ελεγχόμενο και διαδραστικό τρόπο. Περαιτέρω μάθηση: Το Διαδίκτυο της «Thingalytics»
  • 68. TOP 10 ΤΑΣΕΙΣ ΓΙΑ ΤΟ 2016 ΕΠΙΧΕΙΡΗΜΑΤΙΚΗ ΝΟΗΜΟΣΥΝΗ10 ΝΕΟΣ ΤΕΧΝΟΛΟΓΙΕΣ ΣΗΚΩΣΤΕ ΓΙΑ ΝΑ ΓΕΜΙΣΕΤΕ ΤΑ ΚΕΝΑ. Υπάρχει μια σειρά από νέες τεχνολογίες στο οικοσύστημα BI. Καθώς αυτές κυκλοφορούν στην αγορά, θα δούμε κενά που πρέπει να καλυφθούν. Θα υπάρξουν νέες εταιρείες για να κάνουν ακριβώς αυτό. Οι επιταχυντές Hadoop, η ενοποίηση δεδομένων NoSQL, η ενσωμάτωση δεδομένων IoT, τα βελτιωμένα μέσα κοινωνικής δικτύωσης καθένα από αυτά παρέχουν την ευκαιρία σε μια νέα εταιρεία να ξεκινήσει. Το 2016, θα δούμε την άνοδο της κάλυψης κενών, που θα οδηγήσει σε ενοποίηση της αγοράς. Και οι οργανισμοί θα συνεχίσουν να απομακρύνονται από μεμονωμένες λύσεις και να αγκαλιάζουν μια ανοιχτή και ευέλικτη στοίβα που θα περιλαμβάνει αυτές τις νέες τεχνολογίες. Περαιτέρω μάθηση: Σημείο καμπής του BI: Η νέα εντολή γρήγορης εξερεύνησης δεδομένων
  • 70. 1 Το σύγχρονο BI γίνεται το νέο φυσιολογικό. Το 2016, οι οργανισμοί άρχισαν τη στροφή προς το σύγχρονο BI, τη δύναμη να εκτελούν αναλυτικά στοιχεία από τα χέρια των λίγων σε πολλά. Έχουμε ξεπεράσει το σημείο καμπής μιας μετάβασης για περισσότερα από 10 έως 11 χρόνια από τις πλατφόρμες αναφοράς με επίκεντρο την πληροφορική σε σύγχρονες πλατφόρμες BI και αναλυτικών στοιχείων, σύμφωνα με την Gartner's2016 Business Intelligence Magic Τεταρτοκύκλιο . Με αξιόπιστες και επεκτάσιμες πλατφόρμες, οι οργανισμοί δίνουν τη δυνατότητα ακόμη και σε μη αναλυτές να εξερευνήσουν ελεγχόμενα δεδομένα και να συνεργαστούν με τα ευρήματά τους. Το 2017, το σύγχρονο BI θα γίνει η κορυφαία προτεραιότητα για τις παγκόσμιες επιχειρήσεις, τις νεοσύστατες επιχειρήσεις σε πρώιμο στάδιο και όλα τα ενδιάμεσα. ΠΕΡΑΙΤΕΡΩ ΑΝΑΓΝΩΣΗ: Εκσυγχρονισμός χρησιμοποιώντας το BI & Analytics Magic Quadrant 70
  • 71. 2 Η συνεργατική ανάλυση πηγαίνει από το περιθώριο στον πυρήνα. Όπως πολλά πράγματα στη ζωή, πολλά κεφάλια είναι καλύτερα από ένα όταν πρόκειται για επιχειρηματική ανάλυση. Και το 2017, τα συλλογικά αναλυτικά στοιχεία θα βρίσκονται στο επίκεντρο, καθώς τα ρυθμιζόμενα δεδομένα γίνονται πιο προσιτά και η τεχνολογία cloud επιτρέπει την εύκολη κοινή χρήση. Αυτό σηματοδοτεί το τέλος μιας εποχής κατά την οποία οι πληροφορίες έρεαν προς μια κατεύθυνση. Η εποχή της κοινής χρήσης δεδομένων μέσω στατικών PDF ή πλατό PowerPoint έχει περάσει. Οι άνθρωποι θα μοιράζονται ζωντανά, διαδραστικά βιβλία εργασίας και πηγές δεδομένων για να οδηγήσουν σε επιχειρηματικές αποφάσεις. Θα βασιστούν ο ένας στη δουλειά του άλλου και θα επαναλάβουν να απαντήσουν τις δικές τους ερωτήσεις. Θα αξιοποιήσουν το cloud και άλλες λειτουργίες κοινής χρήσης, όπως ειδοποιήσεις μέσω email και συνδρομές για να μείνουν σε επαφή. Και θα ενσωματώσουν τους πίνακες εργαλείων τους σε άλλες εταιρικές εφαρμογές για να προσεγγίσουν άτομα εκεί που βρίσκονται. Οι άνθρωποι, ανεξάρτητα από τον ρόλο τους, θα έχουν τη δυνατότητα να φορούν πολλά καπέλα, από την κατανάλωση δεδομένων σε πίνακες εργαλείων έως την εκτέλεση της δικής τους ad hoc ανάλυσης και την κοινή χρήση των ευρημάτων τους με άλλους. ΠΕΡΑΙΤΕΡΩ ΑΝΑΓΝΩΣΗ: Ο τεχνολογικός «εκδημοκρατισμός» τροφοδοτεί την έκρηξη των αναλυτικών στοιχείων 71
  • 72. Όλα τα δεδομένα γίνονται ίσα. 3 Το 2017, η αξία των δεδομένων δεν θα συνδέεται πλέον με την κατάταξη ή το μέγεθός τους. Δεν έχει σημασία αν μιλάμε για μεγάλα δεδομένα ή για ένα απλό υπολογιστικό φύλλο Excel. Αυτό που θα μετρήσει είναι ότι οι άνθρωποι μπορούν γρήγορα και εύκολα να έχουν πρόσβαση στα δεδομένα και να τα εξερευνούν μαζί με άλλους τύπους δεδομένων για να απαντούν σε επιχειρηματικές ερωτήσεις και να βελτιώνουν τα αποτελέσματα. Κατά τη διάρκεια του επόμενου έτους, το BI θα στραφεί προς ένα περιβάλλον στο οποίο οι άνθρωποι θα μπορούν να εξερευνούν δεδομένα όλων των τύπων, σχημάτων και μεγεθών και να μοιράζονται πληροφορίες για να επηρεάσουν τη λήψη αποφάσεων. Οι επαγγελματίες χρήστες δεν θα χρειαστεί ανησυχείτε για το εάν τα δεδομένα τους είναι αποθηκευμένα σε αρχείο Hadoop, Redshift ή Excel. Θα μπορούν να αξιοποιήσουν τη δύναμη των δεδομένων, ανεξάρτητα από το πόσες διαφορετικές πηγές δεδομένων έχουν. ΠΕΡΑΙΤΕΡΩ ΑΝΑΓΝΩΣΗ: Τα «μεγάλα δεδομένα» δεν είναι πλέον αρκετά: Τώρα είναι όλα σχετικά με τα «fast st data» 72
  • 73. Το S elf-service analytics επεκτείνεται στην προετοιμασία δεδομένων. 4 Ενώ η ανακάλυψη δεδομένων αυτοεξυπηρέτησης έχει γίνει το πρότυπο, η προετοιμασία δεδομένων παρέμεινε στη σφαίρα των ειδικών πληροφορικής και δεδομένων. Αυτό θα αλλάξει το 2017. Σύμφωνα με την Gartner, «Η τάση προς την ευκολία χρήσης και την ευελιξία που έχει διαταράξει τις αγορές BI και αναλυτικών στοιχείων εμφανίζεται επίσης για την ενοποίηση δεδομένων». Οι κοινές εργασίες προετοιμασίας δεδομένων, όπως η ανάλυση δεδομένων, οι εισαγωγές JSON και HTML και η διαμάχη δεδομένων δεν θα ανατίθενται πλέον σε ειδικούς. Στο εγγύς μέλλον, οι μη αναλυτές θα μπορούν να αντιμετωπίσουν αυτές τις εργασίες ως μέρος της ροής αναλυτικών στοιχείων τους. Αυτό θα εγείρει νέους προβληματισμούς σχετικά με τη διακυβέρνηση δεδομένων, αλλά επιτυχημένες ομάδες πληροφορικής έχουν ήδη εκμεταλλευτεί την ευκαιρία. Καθοδηγώντας τη μετάβαση στην προετοιμασία δεδομένων αυτοεξυπηρέτησης, το IT μπορεί να διασφαλίσει ότι τα δεδομένα είναι προσβάσιμα σε ολόκληρο τον οργανισμό και ότι οι άνθρωποι εργάζονται σε ένα ασφαλές περιβάλλον δεδομένων. ΠΕΡΑΙΤΕΡΩ ΑΝΑΓΝΩΣΗ: Η προετοιμασία δεδομένων elf-service είναι το επόμενο μεγάλο πράγμα για το BI
  • 74. Τα Analytics είναι παντού, χάρη στο ενσωματωμένο BI. 5 Το Analytics λειτουργεί καλύτερα όταν αποτελεί φυσικό μέρος της ροής εργασίας των ανθρώπων. Όλο και περισσότερο, οι επιχειρήσεις θα τοποθετούν αναλυτικά στοιχεία όπου εργάζονται οι άνθρωποι τους, συχνά στο πλαίσιο μιας άλλης επιχειρηματικής εφαρμογής όπως το Salesforce αντί σε μια δική τους εφαρμογή. Το 2017, τα analytics θα γίνουν διάχυτα και η αγορά θα αναμένει ότι τα analytics θα εμπλουτίσουν κάθε επιχειρηματική διαδικασία. Αυτό συχνά θέτει τα αναλυτικά στοιχεία στα χέρια ανθρώπων που δεν έχουν εξερευνήσει ποτέ δεδομένα, όπως υπαλλήλους καταστημάτων, εργαζόμενοι σε τηλεφωνικά κέντρα και οδηγοί φορτηγών. Το Embedded BI θα επεκτείνει την εμβέλεια των αναλυτικών στοιχείων σε σημείο που οι άνθρωποι μπορεί να μην συνειδητοποιούν καν ότι το βιώνουν - σε αντίθεση με τη χρήση των προγνωστικών αναλυτικών στοιχείων για να προτείνουμε μια ταινία στο Netflix ή μουσική στο Pandora. ΠΕΡΑΙΤΕΡΩ ΑΝΑΓΝΩΣΗ: Τα ενσωματωμένα εργαλεία BI πρέπει να τοποθετηθούν στη σωστή τους θέση 74
  • 75. Το IT γίνεται ο ήρωας των δεδομένων. 6 Για δεκαετίες, τα τμήματα πληροφορικής παρέμειναν βυθισμένα στην ατελείωτη ανατροπή των αναφορών κτιρίων για την υποστήριξη αιτημάτων δεδομένων από την επιχείρηση. Τώρα, ήρθε επιτέλους η ώρα να σπάσουμε τον κύκλο και να εξελιχθούμε από παραγωγός σε ενεργοποιητή. Το IT βρίσκεται στο τιμόνι του μετασχηματισμού σε ανάλυση αυτοεξυπηρέτησης σε κλίμακα. Σε οργανισμούς υψηλής απόδοσης, οι ομάδες ανάλυσης «εργάζονται ως αξιόπιστοι συνεργάτες με την επιχείρηση», σύμφωνα με την Gartner. Το IT παρέχει την ευελιξία και την ευελιξία που χρειάζεται η επιχείρηση για να καινοτομήσει όλα αυτά ενώ εξισορροπείται η διακυβέρνηση, η ασφάλεια των δεδομένων και η συμμόρφωση. Και δίνοντας τη δυνατότητα στον οργανισμό να λαμβάνει αποφάσεις που βασίζονται σε δεδομένα με την ταχύτητα της επιχείρησης, το IT θα αναδειχθεί ως ο ήρωας των δεδομένων που βοηθά στη διαμόρφωση του μέλλοντος της επιχείρησης. ΠΕΡΑΙΤΕΡΩ ΑΝΑΓΝΩΣΗ: Η Gartner το κάνει επίσημο: Η εποχή της αυτοεξυπηρέτησης πλησιάζει 75
  • 76. Οι άνθρωποι αρχίζουν να εργάζονται με δεδομένα με πιο φυσικούς τρόπους 7 Το παράθυρο στα δεδομένα μας έχει προχωρήσει πολύ. Η τεχνολογία έχει αντικαταστήσει τους πίνακες δέσμης ενεργειών και συγκεντρωτικών πινάκων με εύχρηστες διεπαφές μεταφοράς και απόθεσης. Το 2017, η διεπαφή με τα δεδομένα θα αρχίσει να φαίνεται ακόμα περισσότερο φυσικό, εν μέρει χάρη σε βελτιώσεις σε τομείς όπως η επεξεργασία και η παραγωγή φυσικής γλώσσας. Οι διεπαφές φυσικής γλώσσας είναι μια νέα προσθήκη στην εργαλειοθήκη BI. Μπορούν να κάνουν τα δεδομένα, τα γραφήματα και τους πίνακες εργαλείων ακόμη πιο προσιτά, επιτρέποντας στους ανθρώπους να αλληλεπιδρούν με δεδομένα χρησιμοποιώντας φυσικό κείμενο και γλώσσα. Αυτή είναι η «επόμενη φάση στην εξέλιξη από την τυπική αναφορά στην.αφήγηση ιστοριών», σύμφωνα με την Gartner. Αν και υπάρχει υγιής σκεπτικισμός γύρω από αυτό το νέο πεδίο, θα είναι ένας συναρπαστικός χώρος για παρακολούθηση. ΠΕΡΑΙΤΕΡΩ ΑΝΑΓΝΩΣΗ: Δημιουργία φυσικής γλώσσας: Μια επανάσταση στην επιχειρηματική διορατικότητα 76
  • 77. Η μετάβαση στο σύννεφο επιταχύνεται. 8 Με τους οργανισμούς να μεταφέρουν τα δεδομένα τους στο cloud, η συνειδητοποίηση ότι τα analytics θα πρέπει επίσης να ζουν στο cloud θα γίνει mainstream. Το 2017, η βαρύτητα δεδομένων θα ωθήσει τις επιχειρήσεις να αναπτύξουν τα αναλυτικά στοιχεία τους όπου ζουν τα δεδομένα τους. Οι αποθήκες δεδομένων cloud, όπως το Amazon Redshift, θα συνεχίσουν να είναι μαζικά δημοφιλείς προορισμοί δεδομένων, και ως αποτέλεσμα τα αναλυτικά στοιχεία cloud θα γίνουν πιο διαδεδομένα. Ενώ πολλοί οργανισμοί θα συνεχίσουν να αναπτύσσουν μια υβριδική αρχιτεκτονική λύσεων cloud και εσωτερικής εγκατάστασης, τα cloud analytics θα αντιπροσωπεύουν όλο και περισσότερο μια ταχύτερη και πιο επεκτάσιμη λύση. ΠΕΡΑΙΤΕΡΩ ΑΝΑΓΝΩΣΗ: Η βαρύτητα δεδομένων τραβάει στο σύννεφο 77
  • 78. Προηγμένα αναλυτικά στοιχεία γίνεται πιο προσιτή. 9 Οι επιχειρησιακοί χρήστες έχουν αποκτήσει μεγαλύτερη γνώση δεδομένων. Τα προηγμένα αναλυτικά στοιχεία έχουν γίνει πιο προσιτά. Το 2017, αυτά τα δύο φαινόμενα θα συγκλίνουν καθώς η προηγμένη ανάλυση γίνεται το πρότυπο για τον επιχειρηματικό χρήστη. Τα προηγμένα αναλυτικά στοιχεία δεν θα προορίζονται πλέον για επιστήμονες δεδομένων και ειδικούς. Οι επαγγελματίες χρήστες αξιοποιούν ήδη ισχυρές λειτουργίες ανάλυσης, όπως η ομαδοποίηση και η πρόβλεψη k-means. Και το 2017, θα συνεχίσουν να επεκτείνουν το σύνολο των δεξιοτήτων τους στην ανάλυση. ΠΕΡΑΙΤΕΡΩ ΑΝΑΓΝΩΣΗ: Μελέτη αγοράς προχωρημένων και προγνωστικών αναλύσεων 2016 78
  • 79. Η παιδεία στα δεδομένα γίνεται θεμελιώδης δεξιότητα του μέλλοντος. 10 Το 2016, το LinkedIn κατέταξε την επιχειρηματική ευφυΐα ως μία από τις πιο καυτές δεξιότητες για να σας προσλάβει. Το 2017, η ανάλυση δεδομένων θα γίνει υποχρεωτική βασική ικανότητα για επαγγελματίες όλων των τύπων. Όπως και η επάρκεια στο Microsoft Word, το Excel και το PowerPoint, έτσι και η ικανότητα στην ανάλυση θα γίνει βασικό στοιχείο στο χώρο εργασίας. Για να καλυφθεί αυτή η ανάγκη, θα δούμε αναλυτικά προγράμματα και προγράμματα δεδομένων να διαπερνούν την τριτοβάθμια εκπαίδευση και τα προγράμματα K-12. Στο εργατικό δυναμικό, οι άνθρωποι θα περιμένουν από διαισθητικές πλατφόρμες BI να οδηγήσουν στη λήψη αποφάσεων σε κάθε επίπεδο. 79
  • 80.
  • 81. 4.1.1. Εισαγωγή στην Business Intelligence και την ψηφιακή επανάσταση ΔΕΙΚΤΗΣ 4.1.2 Ο μετασχηματισμός των αγορών και η αξία της πληροφορίας 4.1.3 Ταχύτητα και λήψη αποφάσεων 4.1. Μεγάλα δεδομένα 4.1.4 Παράγοντες παραγωγής αξίας στις επιχειρήσεις 4.1.5 Καινοτομία σε επιχειρηματικές διαδικασίες και μοντέλα
  • 82. Ο ΜΕΤΑΜΟΡΦΩΣΗ ΤΩΝ ΑΓΟΡΩΝ ΚΑΙ Η ΑΞΙΑ ΤΗΣ ΠΛΗΡΟΦΟΡΙΑΣ Τα Big Data δεν είναι πλέον υπόσχεση ή τάση. Τα Big Data είναι εδώ και προκαλούν βαθιές αλλαγές σε διάφορους κλάδους. Από τεχνολογικής άποψης, εκεί είναι ήδη επιχειρηματικοί τομείς που έχουν υιοθετήσει μαζικά έργα και προϊόντα. Η ανάλυση όλων των διαθέσιμων δεδομένων γίνεται στοιχείο αναστάτωσης. Απλα οπως το Διαδίκτυο είναι ένας παράγοντας αποδιαμεσολάβησης που επηρεάζει πολλές αλυσίδες αξίας ανάλυση πληροφοριών σε μεγάλους όγκους, από διάφορες πηγές, με υψηλή ταχύτητα και με άνευ προηγουμένου ευελιξία μπορεί να αποτελέσει παράγοντα διαφοροποίησης για όσους αποφασίζουν να το υιοθετήσουν. 82
  • 83. Ανάπτυξη δεδομένων > Τι συμβαίνει σε α λεπτό στο Διαδίκτυο? Gigabytes δεδομένων μεταφέρονται παγκοσμίως Νέα θύματα κλοπής ταυτότητας Μολύνσεις Botnet Δημοσιεύτηκαν νέα άρθρα στη Βικιπαίδεια Νέοι χρήστες κινητής τηλεφωνίας Η εφαρμογή κατεβάστηκε Αποστέλλονται e-mail Ώρες μουσικής Νέος λογαριασμός LinkedIn Συνδέσεις στο Facebook Στις Πωλήσεις Οι φωτογραφίες έχουν δει Νέοι λογαριασμοί Twitter Προβολή προφίλ στις Facebook Οι φωτογραφίες ανέβηκαν Νέα tweets Προβολές βίντεο Αναζητήσεις Ώρες βίντεο ανέβηκε 83
  • 84. RFID (ραδιοσυχνότητα αναγνώριση) τα συστήματα παράγουν έως και 1.000 φορές περισσότερα δεδομένα από τα συμβατικά συστήματα barcode Περισσότεροι από 5 δισεκατομμύρια άνθρωποι καλούν, στέλνουν μηνύματα, tweet και σερφάρουν στο διαδίκτυο με κινητά τηλέφωνα Το Facebook έχει περισσότερα από 901 εκατομμύρια ενεργούς χρήστες που παράγουν δεδομένα κοινωνικής αλληλεπίδρασης Κάθε μέρα αποστέλλονται 340 εκατομμύρια tweets. Είναι περίπου 4.000 ανά δευτερόλεπτο. Κάθε μέρα παράγονται 2,5 τρισεκατομμύρια byte δεδομένων. Το 90% των δεδομένων στον κόσμο σήμερα έχει δημιουργηθεί μόνο τα τελευταία δύο χρόνια. Η Walmart χειρίζεται περισσότερα πάνω από 1 εκατομμύριο συναλλαγές πελατών ανά ώρα Στον κόσμο καταγράφονται 10.000 συναλλαγές πληρωμής με κάρτα κάθε δευτερόλεπτο 84
  • 85. Big Data είναι ο όρος που χρησιμοποιείται σήμερα για να περιγράψει το σύνολο των διαδικασιών, τεχνολογίες καιεπιχειρηματικά μοντέλαπου βασίζονται σε δεδομένα και σε συλλαμβάνοντας την τιμή που περιέχουν τα ίδια τα δεδομένα. Αυτό μπορεί να επιτευχθεί τόσο χάρη στη βελτίωση της αποτελεσματικότητας στην ανάλυση δεδομένων (μια πιο παραδοσιακή άποψη), και μέσω της εμφάνισης του νέα επιχειρηματικά μοντέλα που αντιπροσωπεύουν μια κινητήρια δύναμη για ανάπτυξη. Υπάρχει πολύ μιλάμε για την τεχνολογική πτυχή, αλλά πρέπει να έχουμε κατά νου ότι Είναι σημαντικό να βρεθεί ένας τρόπος να δοθεί αξία στα δεδομένα για τη δημιουργία νέων επιχειρήσεων μοντέλα ή να βοηθήσουν τα υπάρχοντα. Πηγή: BBVA New Technologies 85
  • 86. Γραμματοσειρές και τύποι Τα δομημένα εξωτερικά δεδομένα είναι μια λογική επέκταση της τρέχουσας εσωτερικής ανάλυσης δομημένων δεδομένων της εταιρείας. Αυτό το τεταρτημόριο αντιπροσωπεύει τη μεγαλύτερη περιοχή ευκαιρίας για την εταιρεία να συλλέξει πληροφορίες από τους καταναλωτές. Οι πηγές δεδομένων είναι εσωτερικές και εξωτερικές και οι τύποι δεδομένων είναι δομημένοι και μη Κινητό τηλέφωνο/GPS Πιστωτική ιστορία Traή ιστορία Μητρώα ακίνητης περιουσίας Απογραφή Εξωτερικός δεδομένα Αρχεία HR Προφίλ Ιστού καλώδια CRM Καταγραφή εμπορευμάτων Διαδικτυακό φόρουμ Κείμενο Δ Κυρία oc Web "Ροές" στοιχειών Sales Re Χρηματοοικονομική Τα μη δομημένα εσωτερικά δεδομένα είναι ένα εξαιρετικό πεδίο εκμάθησης για την εταιρεία για να κατανοήσει πώς να αποκτήσει αξία από αυτές τις μορφές δεδομένων. Τα δομημένα εσωτερικά δεδομένα είναι μια λογική επέκταση των σημερινών εσωτερικών δομημένων αναλύσεων δεδομένων της εταιρείας. Δομημένος Μη δομημένο ΤΥΠΟΙ ΔΕΔΟΜΕΝΩΝ 86 Εξωτερικός Εσωτερικός ΠΗΓΕΣ ΔΕΔΟΜΕΝΩΝ
  • 87. Αφορά τα επιχειρηματικά αποτελέσματα Κατά μία έννοια, τα Big Data μπορεί να έχουν τις απαντήσεις σε όλες τις ερωτήσεις μας. Κάποιοι μάλιστα λένε ότι είναι το τέλος της θεωρίας. Εταιρείες και οργανισμοί που μπορούν να ζητήσουν το δικαίωμα ερωτήσεις (την κατάλληλη στιγμή) θα αυξήσουν το ανταγωνιστικό τους πλεονέκτημα. Από επιχειρηματική άποψη, αυτή τη στιγμή κινούμαστε από την επιστήμη των δεδομένων στα δεδομένα νοημοσύνη. Από την άποψη των τάσεων, το επόμενο πράγμα που πρέπει να εξερευνήσετε είναι το αναζητήστε επιχειρηματική αξία και επιχειρηματικά αποτελέσματα με Big Data. Με άλλα λόγια: ας δούμε πού είναι η αξία του επιχειρηματικού μοντέλου.Τι μπορώ να κάνω στην επιχείρησή μου με Big Data; Τι μπορώ να κάνω με όλα αυτά τα δεδομένα για να δημιουργήσω νέα επιχειρηματικά μοντέλα; 87
  • 88. Η πορεία προς τη δημιουργία αξίας: τρεις βασικές πτυχές 1 2 3 Τα δεδομένα πρέπει να οδηγούν σε δράση Δύσκολο να βρεις πόρους χρειάζονται Ασφάλεια και ιδιωτικότητα ζητήματα πρέπει να διορθωθούν Θα χρειαστεί να γίνουν πολλές συζητήσεις μεταξύ των ενδιαφερομένων. Για παράδειγμα: πώς να ξεπεράσετε τους φόβους του «Big Brother». προβλήματα με καταγραφή δεδομένων· προβλήματα με το προσωπικό και το δημόσιο απόρρητο· διαφάνεια των εταιρειών που εργάζονται με δεδομένα· ή νομοθεσία που υποστηρίζει και τονώνει την καινοτομία. Η εύρεση στατιστικών με γνώσεις υπολογιστών είναι δύσκολη γιατί δεν είναι αρκετοί στη δουλειά αγορά. Συγκεντρώνοντας το Οι δεξιότητες χειρισμού των Μεγάλων Δεδομένων απαιτούν πειθαρχία και αυστηρότητα. και λίγοι είναι αυτοί που θα το κάνουν καταλήγουν να τα αποκτήσουν. Η αξία που είναι εγγενής στα δεδομένα μπορεί να πραγματοποιηθεί μόνο όταν οι πελάτες μπορούν να ενεργήσουν με βάση τις ευκαιρίες που ενδιαφέρουν τους. 88
  • 89. Οι ευκαιρίες: Οι εταιρείες μπορούν να επωφεληθούν από τα Μεγάλα Δεδομένα σε διάφορους τομείς, όπως οι πληροφορίες πελατών, το μάρκετινγκ, οι λειτουργίες και η διαχείριση κινδύνων. Περιοχές που ωφελούνται από Big Data % Απαντήσεις Εξατομικευμένο μάρκετινγκ με χρήση κοινωνικών τάσεων Ακριβές επιχειρηματικό όραμα Τμηματοποίηση πελατών Αποτύπωση ευκαιριών σε πωλήσεις και μάρκετινγκ Λήψη αποφάσεων σε πραγματικό χρόνο Ανίχνευση απώλειας πελάτη Ανίχνευση απάτης Ποσοτικοποίηση κινδύνου Τάσεις του κλίματος της αγοράς Κατανόηση της επιχειρηματικής αλλαγής Σχεδιασμός και πρόβλεψη Καλύτερη ανάλυση κόστους Ανάλυση συμπεριφοράς πελατών Απόδοση παραγωγής Οι υπολοιποι 89
  • 90. Επιχειρηματικές γραμμές ΑΝΑΛΥΣΗ ΠΕΛΑΤΩΝ ΑΝΑΛΥΣΗ ΜΑΡΚΕΤΙΝΓΚ ΛΕΙΤΟΥΡΓΙΚΗ ΑΠΟΤΕΛΕΣΜΑΤΙΚΟΤΗΤΑ ΑΝΑΛΥΣΗ ΑΠΑΤΗΣ Ή ΚΙΝΔΥΝΟΥ ΙΝΤΕΡΝΕΤ/ΚΙΝΗΤΟ/ΚΟΙΝΩΝΙΚΟ ΑΝΑΛΥΣΗ ΔΙΚΤΥΩΝ 90
  • 92. ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗ ΥΠΗΡΕΣΙΕΣ ΛΙΑΝΙΚΗ ΠΩΛΗΣΗ ▪ Ανίχνευση απάτης και πρόληψη Βελτιστοποιήστε την προσφορά αλυσίδα Δυναμική τιμολόγηση ▪ Πελάτης σχέση διαχείριση Τοποθεσία και διανομή καταστημάτων ▪ ▪ ▪ ▪ Αυτοματοποιημένες συναλλαγές Ανάλυση κινδύνου Ανίχνευση απάτης Ανάλυση χαρτοφυλακίου ▪ ▪ ▪ ΚΥΒΕΡΝΗΣΗ ΔΙΑΦΗΜΙΣΗ ΚΑΙ ΔΗΜΟΣΙΕΣ ΣΧΕΣΕΙΣ ▪ ▪ Διακυβέρνηση της αγοράς Σύστημα όπλων και την αντιτρομοκρατική Οικονομετρία Εφαρμόστηκε Πληροφορική στην υγεία Αναδυόμενες Επιχείρηση Μοντέλα ▪ Σήμα ζήτησης διαχείριση Εξατομικευμένο διαφήμιση ▪ Αγορά Συναίσθημα Ανάλυση Πελάτης Απόκτηση ▪ ▪ ▪ ▪ MANUFAC TURES ΜΜΕ ΚΑΙ TELECO ▪ Προφητικός Συντήρηση Διαδικασία και ποιοτική ανάλυση Διανομή Βελτιστοποίηση ▪ ▪ Δίκτυο βελτιστοποίηση επί Πελάτης κριτικές ▪ Αποφύγει πελάτης απώλεια Απάτη πρόληψη ▪ Προϊόν έρευνα Μηχανική ανάλυση ▪ ▪ ▪ ▪ ΕΝΕΡΓΕΙΑ ΥΓΕΙΑ ΚΑΙ ΖΩΗ ΕΠΙΣΤΗΜΕΣ ▪ Εξυπνος δίκτυα Εξερεύνηση Επιχειρήσεων μοντέλα Γραμμή ρεύματος Αισθητήρες ▪ ▪ ▪ ▪ Φαρμακογονιδιωματική Βιοπληροφορική Φαρμακευτική έρευνα Έρευνα κλινικών αποτελεσμάτων ▪ ▪ ▪ 92
  • 93. ΠΕΡΙΠΤΩΣΗ 3 ΤΡΑΠΕΖΙΚΕΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΕΣ ΕΤΑΙΡΙΕΣ 93
  • 94. Η οικονομία φαίνεται μέσα από τα δεδομένα που παράγονται στον χρηματοπιστωτικό κλάδο 94
  • 95.
  • 96. 4.1.1. Εισαγωγή στην Business Intelligence και την ψηφιακή επανάσταση ΔΕΙΚΤΗΣ 4.1.2 Ο μετασχηματισμός των αγορών και η αξία της πληροφορίας 4.1.3 Ταχύτητα και λήψη αποφάσεων 4.1. Μεγάλα δεδομένα 4.1.4 Παράγοντες παραγωγής αξίας στις επιχειρήσεις 4.1.5 Καινοτομία σε επιχειρηματικές διαδικασίες και μοντέλα
  • 97. Περιβάλλον.Οτιδήποτε είναι ξένο για την εταιρεία ως οργανισμό. Περιλαμβάνει αυτούς τους εξωτερικούς παράγοντες της εταιρείας που: • Καθορίζουν το πλαίσιο ή το πλαίσιο μέσα στο οποίο η εταιρεία θα ασκήσει τη δραστηριότητά της. • Έχουν σημαντική επιρροή στην επιχειρηματική στρατηγική. • Η εταιρεία δεν μπορεί να το ελέγξει. Γενικός περιβάλλον Δυνητικός Συναγωνιστές Ειδικός περιβάλλον Πολιτικό-Νομικό Εταιρία Προμηθευτές Αντιπαλότητα μεταξύ συναγωνιστές Αγοραστές Οικονομικός Κοινωνικοπολιτισμικό Υποκατάστατα προϊόντα Μη σχετικό περιβάλλον Τεχνολογικό 97
  • 98. Τυπολογία του περιβάλλοντος. ΣΤΑΘΕΡΟΤΗΤΑ ΣΤΑΘΕΡΟΣ ΔΥΝΑΜΙΚΟΣ ΠΕΡΙΠΛΟΚΟ ΑΠΛΟΣ ΣΥΓΚΡΟΤΗΜΑ ΠΕΡΙΠΛΟΚΟ ΟΛΟΚΛΗΡΩΜΕΝΟ ΠΟΙΚΙΛΟΣ ΕΧΘΡΟΤΗΤΑ ΕΥΝΟΪΚΟΣ ΕΧΘΡΙΚΟΣ ΣΤΑΘΕΡΟΣ ΑΝΤΙΔΡΑΣΤΙΚΟΣ- ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ ΤΑΡΑΧΩΔΗΣ 98
  • 99. Ανάλυση του μελλοντικού περιβάλλοντος.Συνίσταται στη διερεύνηση της κατάστασης που θα επηρεάσει την εταιρεία στο μέλλον. • Μεγάλη δυσκολία στην υλοποίησή του λόγω του υψηλού βαθμού αβεβαιότητας. • Απαραίτητο τόσο για την ανάλυση του γενικού όσο και του ειδικού περιβάλλοντος. • Οι στρατηγικές που εφαρμόζει η εταιρεία θα είναι επιτυχείς ή όχι στο μέλλον, επομένως αυτή η ανάλυση αποκτά ιδιαίτερη σημασία. Τεχνικές Πρόβλεψης Σταθερά περιβάλλοντα Μερικός Ποσοτικός Σταθερές Το παρελθόν εξηγεί το μέλλον Μοναδικός Παθητικό και προσαρμοστικό Προοπτικές Τεχνικές Ταραγμένα περιβάλλοντα Παγκόσμια (όλα αλλάζουν) Ποσοτικά και ποιοτικά Εξελικτικές δομές Το μέλλον εξηγεί το παρόν Πολλαπλούς Δραστήριος και δημιουργικός Εφαρμογή Οραμα Μεταβλητές Συγγένειες Εξήγηση Μελλοντικός Στάση Χρονική σειρά Αιτιώδεις σχέσεις Μέθοδος σεναρίου Μέθοδος Δελφών Τεχνικές 99
  • 101. Μοντέλο των πέντε δυνάμεων (Porter).Το επίπεδο ανταγωνισμού σε έναν συγκεκριμένο κλάδο καθορίζεται από τη δράση πέντε βασικών ανταγωνιστικών δυνάμεων που, συνολικά, καθορίζουν την ελκυστικότητα του κλάδου και, επομένως, τη δυνατότητα απόκτησης υψηλότερων ενοικίων. Δυνητικός Συναγωνιστές Απειλή για νέο εισακτέων Συναγωνιστές Βιομηχανία Προμηθευτές Πελάτες Ανταγωνισμός μεταξύ συναγωνιστές Διαπραγματευτική δύναμη του προμηθευτές Διαπραγματευτική δύναμη των πελατών Απειλή για υποκατάστατο προϊόντα Υποκατάστατο Προϊόντα 101
  • 102. Τρέχουσα ένταση ανταγωνισμού. Καθώς μεγαλώνει, η πιθανότητα απόκτησης ενοικίων είναι μικρότερη, μειώνοντας την ελκυστικότητα του κλάδου. Είναι το αποτέλεσμα μιας σειράς δομικών παραγόντων. • Αριθμός ανταγωνιστών και ισορροπία μεταξύ τους (συγκέντρωση). • Ρυθμός ανάπτυξης του κλάδου (βαθμός ωριμότητας). • Ύπαρξη φραγμών κινητικότητας. • Ύπαρξη φραγμών εξόδου (συγκεκριμένα περιουσιακά στοιχεία, υψηλό πάγιο κόστος εξόδου, συναισθηματικοί φραγμοί, στρατηγικές αλληλεπιδράσεις με άλλες επιχειρήσεις ή ενάντια στον ανταγωνισμό, κοινωνικοί και κυβερνητικοί περιορισμοί). • Οι εταιρείες διαφοροποιούν τα προϊόντα τους. • Ύπαρξη κόστους μεταγωγής. • Εγκατεστημένη παραγωγική ικανότητα. • Ποικιλομορφία ανταγωνιστών (εμποδίζουν ο ένας τον άλλον). • Πολλές εταιρείες που αναζητούν υψηλά στρατηγικά συμφέροντα. 102
  • 103. Πιθανοί ανταγωνιστές. Νέες εταιρείες που θέλουν να μπουν στον κλάδο. Η εμφάνιση νέων ανταγωνιστών θα εντείνει τον ανταγωνισμό και θα μειώσει την ελκυστικότητα του κλάδου. Εξαρτάται από την ελκυστικότητα του κλάδου. • Εμπόδια εισόδου.Δυσκολίες πρόσβασης στον κλάδο. • Απόλυτο: Αδύνατον να ξεπεραστούν, εκτός από εξαιρετικές περιπτώσεις. Διοικητικές παραχωρήσεις. • Σχετικά: Αυτά που μπορούν να ξεπεραστούν, ακόμα κι αν προσφέρουν διαφορετικά επίπεδα δυσκολίας. ▪ Ύπαρξη οικονομιών κλίμακας, εμβέλειας ή εμπειρίας. ▪ Οι υπάρχουσες εταιρείες διαφοροποιούν το προϊόν (μάρκα, κύρος...). ▪ Υψηλές κεφαλαιακές ανάγκες. ▪ Κόστος αλλαγής προμηθευτή ή αποκλεισμένων καναλιών διανομής. ▪ Κυβερνητική πολιτική (ρύθμιση, παραχωρήσεις...). ▪ Άλλα μειονεκτήματα κόστους (κατοχυρωμένη τεχνολογία, τοποθεσία...). • Αντίδραση καθιερωμένων ανταγωνιστών(παράδοση αντιποίνων στον κλάδο, εταιρείες με ισχυρούς πόρους για να αμυνθούν). 103
  • 104. Υποκατάστατα προϊόντα. Αυτά που έχουν τις ίδιες λειτουργίες με το τρέχον προϊόν και προέρχονται από τον ίδιο ή διαφορετικούς κλάδους Δύο παράγοντες που πρέπει να ληφθούν υπόψη: • Η προδιάθεση των πελατών προς υποκατάστατα προϊόντα. Αγορά σπιτιού έναντι ενοικίασης. Ιδιωτικό αυτοκίνητο έναντι αστικών συγκοινωνιών. • Η ικανότητα των πελατών να συγκρίνουν προϊόντα αντικειμενικά. Ταξίδι Σαραγόσα-Μαδρίτη: AVE (40 € και 1:30 ώρα) έναντι λεωφορείου (13 € και 4 ώρες). Κολωνία 20€ έναντι αρώματος 60€.. Τα υποκατάστατα προϊόντα αποτελούν απειλή όταν: • Ικανοποιούν τις ίδιες ανάγκες. • Αντιπροσωπεύουν χαμηλότερη τιμή για παρόμοια υπηρεσία. • Βελτιώνουν την απόδοση (τεχνολογική καινοτομία). • Προέρχονται από κλάδους με σημαντικά οφέλη. • Δεν υπάρχει κόστος μετάβασης σε νέα προϊόντα. 104
  • 105. Διαπραγματευτική δύναμη προμηθευτών και πελατών. Καθορίζει την ικανότητα των επιχειρήσεων ενός κλάδου να επηρεάζουν τους κλάδους που προηγούνται ή τον ακολουθούν στην παραγωγική διαδικασία. Καθώς η ισχύς είναι μεγαλύτερη, η ελκυστικότητα μειώνεται, καθώς μπορούν να συλλάβουν ένα μέρος της προστιθέμενης αξίας που δημιουργεί ο κλάδος. Προμηθευτές • Συγκεντρωμένοι προμηθευτές. • Αγορά μικρών όγκων. • Διαφοροποιημένα προϊόντα. • Υψηλό κόστος μεταγωγής. • Απειλή ένταξης προς τα εμπρός. • Χωρίς υποκατάστατα προϊόντα. • Μη αποθηκευμένο προϊόν. • Σημαντικό προϊόν για τον πελάτη. • Ο προμηθευτής έχει πλήρη στοιχεία. Πελάτες • Συγκεντρωμένοι πελάτες. • Αγορά μεγάλων ποσοτήτων. • Αδιαφοροποίητα προϊόντα. • Χαμηλό κόστος μεταγωγής. • Απειλή ολοκλήρωσης προς τα πίσω. • Υπάρχουν υποκατάστατα προϊόντα. • Αποθηκεύσιμο προϊόν. • Ασήμαντο προϊόν για τον πελάτη. • Ο πελάτης έχει συνολικές πληροφορίες. 105
  • 106. Αξιολόγηση του μοντέλου των πέντε δυνάμεων: • Δεν έχουν όλες οι δυνάμεις την ίδια σημασία και διαφέρει πολύ από τον ένα τομέα στον άλλο. • Παρουσιάζει μια στατική εικόνα του διαγωνισμού. • Ελαχιστοποιεί τον ρόλο της καινοτομίας στον κλάδο. • Δίνει υπερβολική σημασία στη δομή του κλάδου (ξεχνώντας τις εσωτερικές πτυχές, τους πόρους και τις δυνατότητες). • Ορισμένοι συγγραφείς παρατηρούν την ανάγκη να συμπεριληφθούν και άλλοι παράγοντες που επηρεάζουν την ελκυστικότητα του κλάδου (κυβέρνηση, συνδικάτα, ενώσεις καταναλωτών...). 106
  • 107. Αυτές οι στρατηγικές που πρότεινε ο Πόρτερ ήταν χρήσιμες και επιτυχημένες και χωρίς αμφιβολία εξακολουθούν να ισχύουν για πολλούς. Ωστόσο, σήμερα σε έναν παγκόσμιο και ταχέως εξελισσόμενο επιχειρηματικό κόσμο, είναι απαραίτητο να συνεχίσουμε να κάνουμε περισσότερα βήματα, και ως εκ τούτου, οι στρατηγικές που έχουν σχεδιαστεί είναι: ✓ Συγχωνεύσεις και εξαγορές. ✓ Διαχείριση γνώσης. ✓ Συμμαχίες. http://tecnologia.elpais.com/tecnologia/2011/04/21/actualidad/1303376462_850215.html ✓ Καινοτομία και τεχνολογία. ✓ Βιώσιμη ανάπτυξη. ✓ Εμπορική στρατηγική. ✓ Στρατηγική μάρκετινγκ. ✓ Στρατηγική διανομής και logistics. Stephen Elop, Διευθύνων Σύμβουλος της Nokia και ο Steve Ballmer της Microsoft, κατά την ανακοίνωση της συμμαχίας τους στο Λονδίνο, στις 11 Φεβρουαρίου 2011. 107
  • 108. Η επιλογή της στρατηγικής που θα χρησιμοποιηθεί στην εταιρεία εξαρτάται από αυτήν ταυτότητα, δηλαδή αυτή που πηγαίνει με τον λόγο ύπαρξης, το όραμα του πρέπει να επιλεγεί η εταιρεία, τα δυνατά και τα αδύνατα σημεία της, αφού αυτό είναι εργαλείο για την επίτευξη των στόχων. Η δημιουργία και ο σχεδιασμός των στρατηγικών μιας εταιρείας εξαρτάται από το πληροφορίες που λαμβάνει από την αγορά της, τη βιομηχανία της. Πρέπει ναμάθετε, εκπαιδεύστε και ενημερώστενα είστε ανταγωνιστικοί. 108
  • 109.
  • 110. 4.1.1. Εισαγωγή στην Business Intelligence και την ψηφιακή επανάσταση ΔΕΙΚΤΗΣ 4.1.2 Ο μετασχηματισμός των αγορών και η αξία της πληροφορίας 4.1.3 Ταχύτητα και λήψη αποφάσεων 4.1. Μεγάλα δεδομένα 4.1.4 Παράγοντες παραγωγής αξίας στις επιχειρήσεις 4.1.5 Καινοτομία σε επιχειρηματικές διαδικασίες και μοντέλα
  • 111. Ήρθε η ώρα να δημιουργήσετε επιχειρήσεις αξία με δεδομένα 111
  • 112. Το BI διευκολύνει τον πλήρη έλεγχο της εταιρείας. Το BI είναι η υποστήριξη για τις λειτουργικές διαδικασίες της εταιρείας. Επιτρέπει την επανεξέταση όχι μόνο της επιχείρησης, αλλά και του λειτουργικού σχήματος στο σύνολό της. Και οδηγούν τις εταιρείες να κάνουν στον εαυτό τους μια σειρά ερωτήσεων: 112
  • 113. : ΔΙΑΚΥΒΕΡΝΗΣΗ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΜΟΝΤΕΛΟΥ ΠΕΡΙΕΧΟΜΕΝΟ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΜΟΝΤΕΛΟΥ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟ ΜΟΝΤΕΛΟ ΔΟΜΗ 113
  • 114. Προτείνεται ότι το επιχειρηματικό μοντέλο μιας εταιρείας είναι ένα σημαντικός τόπος καινοτομίας και θεμελιώδης πηγή δημιουργία αξίας για την εταιρεία, τους προμηθευτές, τους συνεργάτες και τους πελάτες της. 114
  • 115. Ορισμός: Εταιρεία της οποίας η δραστηριότητα επικεντρώνεται στην εκμετάλλευση των προϊόντα ή υπηρεσίες που απαιτούν τη χρήση τεχνολογιών ή γνώση που αναπτύχθηκε από την ερευνητική δραστηριότητα. Βάση EBTs επιχειρηματική στρατηγική ή δραστηριότητά τους στην εντατική κυριαρχία επιστημονικών και τεχνικών γνώσεων. 115
  • 116. Καθώς μπαίνουμε στον 21ο αιώνα, οι εταιρείες έχουν εισέλθει σε μια παγκόσμια αγορά, με τα ιδιαίτερα διαφοροποιημένα χαρακτηριστικά, το δυναμισμό, την ταχεία ανάπτυξη καιπολύ ανταγωνιστικός, που υπόσχεται νέους δρόμους για τη δημιουργία πλούτου. 116
  • 117. Ο τρόπος με τον οποίο δημιουργείται η αξία εξετάζεται από τη σκοπιά του το θεωρητικό πλαίσιο της αλυσίδας αξίας (Porter, 1985), Η θεωρία του Schumpeter για τη δημιουργική καταστροφή (Schumpeter, 1942), η βασισμένη σε πόρους άποψη της εταιρείας (για για παράδειγμα, Barney, 1991), θεωρία στρατηγικής δικτύου (π.χ. Dyer and Singh, 1998) και την οικονομία κόστους συναλλαγών (Williamson, 1975). 117
  • 118. ΕΙΚΟΝΙΚΕΣ ΑΓΟΡΕΣ Αυτές οι αγορές χαρακτηρίζονται από υψηλή συνδεσιμότητα (Dutta and Segev, 1999), εστίαση στις συναλλαγές (Balakrishnan, Kumara, and Sundaresan, 1999), τη σημασία των πληροφοριών για αγαθά και δίκτυα (Shapiro and Varian, 1999) και τον πλούτο των πληροφορίες (Evans και Wurster, 1999). 118
  • 119. ΑΝΑΛΥΣΗ ΤΗΣ ΑΛΥΣΙΔΑΣ ΑΞΙΑΣ Η ανάλυση της αλυσίδας αξίας μπορεί να είναι χρήσιμη για την εξέταση της δημιουργίας αξίας σε εικονικές αγορές. Αν συμπεριλάβουμε την ιδέα που πρότεινε ο Rayport Sviokla το 1995, τροποποιώντας μια "εικονική" αλυσίδα αξίας που περιλαμβάνει μια ακολουθία συλλογής, οργάνωσης πληροφοριών, επιλογής, σύνθεσης και διανομής 119
  • 120. ΣΟΥΜΠΕΤΕΡΙΑΝΗ ΚΑΙΝΟΤΟΜΙΑ Ο Schumpeter (1934) πρωτοστάτησε στη θεωρία της οικονομικής ανάπτυξης και της δημιουργίας νέας αξίας μέσω της διαδικασίας της τεχνολογικής αλλαγής και της καινοτομίας. Θεωρώντας την τεχνολογική ανάπτυξη ως ασυνεχή αλλαγή και ανισορροπία ως αποτέλεσμα της καινοτομίας. Ο Schumpeter εντόπισε αρκετές πηγές καινοτομίας (άρα δημιουργία αξίας) συμπεριλαμβανομένης της εισαγωγής νέων αγαθών ή νέων μεθόδων παραγωγής, τη δημιουργία νέων αγορών, την ανακάλυψη νέων πηγών προσφοράς και την αναδιοργάνωση των βιομηχανιών. 120
  • 121. Η δημιουργική καταστροφή στα οικονομικά είναι μια έννοια που επινόησε ο Γερμανός κοινωνιολόγος Werner Sombart και διαδόθηκε από τον Αυστριακό οικονομολόγο Joseph Schumpeterστο βιβλίο του Καπιταλισμός, Σοσιαλισμός και Δημοκρατία (1942). Με αυτό περιγράφει τη διαδικασία καινοτομίας που λαμβάνει χώρα σε μια οικονομία της αγοράς στην οποία τα νέα προϊόντα καταστρέφουν παλιές εταιρείες και επιχειρηματικά μοντέλα. Για τον Schumpeter, οι καινοτομίες των επιχειρηματιών είναι η δύναμη πίσω από τη διαρκή μακροπρόθεσμη οικονομική ανάπτυξη, παρόλο που μπορούν να καταστρέψουν την αξία των εδραιωμένων εταιρειών στην πορεία. «Η διαδικασία της δημιουργικής καταστροφής», γράφει ο Schumpeter με κεφαλαία γράμματα, «είναι το ουσιαστικό γεγονός του καπιταλισμού, με κεντρικό πρωταγωνιστή του τον καινοτόμο επιχειρηματία. 121
  • 122. ΠΟΡΟΙ ΕΤΑΙΡΙΑΣ Η άποψη που βασίζεται σε πόρους (RBV) βλέπει την εταιρεία ως ένα σύνολο πόρων και δυνατοτήτων. Καθώς οι πόροι που βασίζονται σε πληροφορίες και δυνατότητες έχουν μεγαλύτερο βαθμό κινητικότητας από άλλους τύπους πόρων και δυνατοτήτων και η απώλειά τους είναι πιο πιθανή, η βιωσιμότητα της δημιουργίας νέας αξίας μπορεί να μειωθεί. 122
  • 123. ΣΤΡΑΤΗΓΙΚΑ ΔΙΚΤΥΑ Εκτός από το ότι επιτρέπουν την πρόσβαση σε πληροφορίες, αγορές και τεχνολογίες (Gulati et al., 2000), τα στρατηγικά δίκτυα προσφέρουν τη δυνατότητα επιμερισμού του κινδύνου, δημιουργώντας οικονομίες κλίμακας και πεδίου (Katz and Shapiro, 1985· Shapiro and Varian, 1999). εμπλοκή και διευκόλυνση της εκμάθησης γνώσης (Anand and Khanna, 2000; Dyer and Nobeoka, 2000; Dyer and Singh, 1998) και αποκομίζοντας οφέλη από αλληλεξαρτώμενες δραστηριότητες όπως η ροή εργασίας συστημάτων (Blankenburg Holm, Eriksson and Johanson, 1999) 123
  • 124. ΤΟ ΚΟΣΤΟΣ ΤΩΝ ΣΥΝΑΛΛΑΓΩΝ Μία από τις κύριες επιπτώσεις της συναλλαγής στο Διαδίκτυο, ή σε οποιοδήποτε περιβάλλον υψηλής δικτύωσης, είναι η μείωση του κόστους συναλλαγής που προκαλεί (Dyer, 1997). Συνοπτικά, υπάρχουν τρεις θεμελιώδεις πηγές Κόστους Συναλλαγών στην αγορά: Κόστος Πληροφοριών : προκύπτουν από την έρευνα και τον εντοπισμό των πρακτόρων που θα παρέμβουν στην υπογραφή της σύμβασης ‰ Κόστος διαπραγμάτευσης : συνέπεια της σύνταξης και του καθορισμού του συνόλου των ρητρών και των όρων των συμβάσεων για την εκτέλεση των συναλλαγών ‰ Κόστος εγγύησης : Προέρχεται από την ανάγκη διασφάλισης της συμμόρφωσης με τις συμφωνίες και προστασίας από τις αρνητικές συνέπειες της μη συμμόρφωσης. 124
  • 125. Συνοπτικά, σε κάθε θεωρητικό πλαίσιο που περιγράφεται παραπάνω, γίνονται πολύτιμες προτάσεις για το δυνατό πηγές δημιουργίας αξίας. Όπως είδαμε, πολλές από τις γνώσεις που αποκτήθηκαν από την έρευνα συσσωρεύτηκαν μέσα ισχύουν η επιχειρηματικότητα και η στρατηγική διαχείριση σε εταιρείες που βασίζονται στην τεχνολογία. Ωστόσο, το πλήθος των οδηγών αξίας που αναδύονται στο Η βιβλιογραφία θέτει το ερώτημα ποιες ακριβώς πηγές του αξία έχουν ιδιαίτερη σημασία. 125