1. "إنها مجرد وظيفة تكنولوجيا المعلومات"
ينظر العديد من قادة شركات المرافق إلى تحليلات بيانات الأعمال على أنها مشروع تقني: دع الأمر لقسم تقنية المعلومات، ودعهم يبنون لوحات المعلومات، وستظهر رؤى سحرية. لكن هذا الاعتقاد هو انعكاس للخرافة رقم 1 التي حددتها شركة ماكينزي وشركاه في دراستها حول بيانات شركات المرافق.
الحقيقة هي: لا يمكن تطبيق التحليلات بمعزل عن السياق. ففي قطاع المرافق، حيث تتداخل عوامل موثوقية الشبكة والبنية التحتية والضغوط التنظيمية وتوقعات العملاء وغيرها، لا بد من وجود كوادر من مختلف الأقسام، من العمليات ووحدات الأعمال إلى التنظيم وتقنية المعلومات. إذا تعامل قادة الأعمال مع التحليلات باعتبارها "مشروعًا تقنيًا فحسب"، فلن تُعتمد النتائج المستخلصة منها.
عند إجراء تحليلات بيانات الأعمال، لا يكفي بناء الأداة فحسب؛ بل أنت بصدد تغيير العقليات والسلوكيات وعمليات الأعمال. لا تترك ذلك لقسم تكنولوجيا المعلومات وحده.
2. "أنظمتنا جاهزة، لذا ستتدفق المعلومات والرؤى"
مفهوم خاطئ آخر شائع: "لدينا كل هذه الأنظمة، لذا ستتولى تحليلات بيانات الأعمال أمرها بنفسها". تؤكد ماكينزي مجدداً أن العديد من شركات المرافق تفترض أن دمج أنظمة تخطيط موارد المؤسسات (ERP) وإدارة الأصول (WAM) ونظم معلومات العملاء (CIS) ونظم المعلومات الجغرافية (GIS) وغيرها يعني "أننا جاهزون". لكنهم ليسوا كذلك.
وهنا تكمن المشكلة: قد تمتلك جميع البيانات، ولكن ما لم تفكر ملياً في نوع البيانات وتنسيقها، وكيفية تجميعها، وكيفية تنظيفها، وما إذا كان بإمكان الأشخاص الوصول إليها بشكل قابل للاستخدام، فإن تحليلات بيانات الأعمال ستتوقف.
على سبيل المثال، قد تستخدم الأنظمة القديمة لغات بيانات مختلفة، وقد تبقى البيانات معزولة. لذا، من المهم جدًا لمديري شركات المرافق: رسم خريطة لبياناتهم عند إجراء تحليلات بيانات الأعمال. يجب معرفة مصادر البيانات، وتدفقاتها، وجودتها، وكيفية ربطها.
3. "أنشئ بحيرة بيانات، وسيتيسر الباقي بنفسه"
ربما يكون هذا "نصف خرافة": تعتقد العديد من المؤسسات أنه بمجرد امتلاك مستودع ضخم للبيانات (بحيرة بيانات)، ستتمكن من استخلاص رؤى قيّمة. لكن في مجال الخدمات العامة، يُعدّ هذا الأمر محفوفًا بالمخاطر. وكما ذكرت ماكينزي: غالبًا ما تتحول مخازن البيانات الكبيرة غير المهيكلة، التي تفتقر إلى السياق التجاري، إلى مقابر مكلفة لـ"البيانات المظلمة".
عند السعي وراء تحليلات بيانات الأعمال، لا يُعدّ مستودع البيانات غايةً في حد ذاته. بل ينبغي أن يكون السؤال: ما هو السؤال التجاري الذي نسعى للإجابة عنه؟ وما هي حالات استخدام التحليلات التي تُحقق قيمةً في الوقت الراهن؟ إنّ ضخّ كل شيء دون هدف غالباً ما يعني دفع ثمن باهظ (مساحة تخزين، تعقيد) مقابل عائد ضئيل.
لذا، عندما تخطط لتحليلات بيانات الأعمال في سياق المرافق، ابدأ بالنتيجة، ثم قم ببناء النظام البيئي.
4. "يمكن تأجيل جودة البيانات والاستراتيجية إلى وقت لاحق"
ومن الأخطاء الشائعة الأخرى: التقليل من الاستثمار في إدارة البيانات وجودتها واستراتيجية تحليلها. تُظهر الأبحاث في مختلف القطاعات أن الشركات التي تخوض غمار تحليل البيانات دون خطة واضحة غالبًا ما تُهدر الوقت والموارد وتفقد مصداقيتها.
في قطاع المرافق، غالبًا ما تُولّد البيانات من مئات أو آلاف أجهزة الاستشعار، والأجهزة الميدانية، والعدادات الذكية، وكلها تعمل وفق بروتوكولات مختلفة وبجودة متفاوتة. وتعتمد قيمة تحليلات بيانات الأعمال هنا على موثوقية البيانات، والعمليات المنظمة، والحوكمة الرشيدة.
إذا تجاهلت هذا، فستقدم تحليلاتك نتائج مشكوك فيها ("مدخلات خاطئة، مخرجات خاطئة") وستفقد قيادتك الثقة.
5. "لا يهم وجود أقسام منفصلة؛ يمكن لكل قسم إجراء تحليلاته الخاصة"
في قطاع المرافق، غالبًا ما تُدير وحدات الأعمال المختلفة (التوليد، والتوزيع، وخدمة العملاء، والتنظيم، والعمليات) جهودها الخاصة في مجال التحليلات أو إعداد التقارير البيانية. ولكن بمجرد إنشاء أنظمة معزولة، تتشتت طموحات تحليل بيانات الأعمال على مستوى المؤسسة. ومن منظور تحليلات الطاقة والمرافق، تُشكل أنظمة البيانات المعزولة عائقًا رئيسيًا.
إذا عمل كل من القسمين (أ) و(ب) على تحليلات متخصصة خاصة بهما دون استراتيجية بيانات مشتركة، فستفقد رؤى شاملة ومتكاملة. على سبيل المثال، قد يؤدي ربط أنماط استخدام العملاء ببيانات حالة أصول الشبكة إلى الكشف عن أولويات صيانة جديدة. ولكن إذا كانت هذه البيانات معزولة في أنظمة منفصلة، فلن تتمكن من رؤية الصورة الكاملة.
لذا، يحتاج المسؤولون التنفيذيون في شركات المرافق إلى الضغط من أجل مواءمة جهود تحليل بيانات الأعمال على مستوى المؤسسة بأكملها، وليس فقط قسمًا تلو الآخر.
5.5. "سيتحقق عائد الاستثمار في التحليلات بسرعة إذا استثمرنا فقط"
إليكم الجانب "الجزئي": ثمة أمل أو اعتقاد سائد بأنه إذا أنفقت على أدوات التحليلات ووظفت بعض علماء البيانات، فستحقق عوائد كبيرة بسرعة. لكن الواقع مختلف. فقد أشارت إحدى المدونات إلى أن الشركات الكبرى لم تستثمر بالقدر الكافي في البنية التحتية الداعمة للتحليلات، مما يتسبب في فشل المشاريع.
في قطاع المرافق، على وجه الخصوص، تتعامل مع أنظمة معقدة، وأصول قديمة، وقيود تنظيمية، واستثمارات طويلة الأجل. لذا، لن تُحقق تحليلات بيانات الأعمال مكاسب سريعة دائمًا إلا إذا صُممت لتحقيق مكاسب سريعة مع مراعاة الأفق الزمني الأطول.
الحل: اختر حالة استخدام أو حالتين مؤثرتين للغاية (مثل الصيانة التنبؤية أو التنبؤ بالطلب) مع مقاييس واضحة. ثم ابدأ بالتوسع. أظهر القيمة. وسّع نطاق العمل. لا تعتمد كلياً على فكرة "سنُحدث تغييراً جذرياً في كل شيء باستخدام التحليلات في ثلاثة أشهر".
جمع كل شيء معًا
عندما يتعامل المسؤولون التنفيذيون في شركات المرافق مع تحليلات بيانات الأعمال كخانة اختيار ("دعونا ننفذ التحليلات")، فإنهم غالباً ما يقعون في هذه الفخاخ: ترك الأمر لقسم تكنولوجيا المعلومات، والافتراض بأن الأنظمة وحدها ستفي بالغرض، وبناء بحيرات البيانات قبل طرح أسئلة العمل، وتجاهل حوكمة البيانات، والتسامح مع العزلة، وتوقع عائد فوري على الاستثمار.
بدلاً من ذلك، يبدو المسار الأفضل على النحو التالي:
• حدد: ما هي النتيجة التجارية التي تستهدفها؟ (على سبيل المثال، تقليل وقت الانقطاع بنسبة 15٪، وتحسين تقييم تجربة العملاء، وتحسين تكلفة دورة حياة الأصول).
• التنسيق: إشراك فرق القيادة التجارية والعمليات وتكنولوجيا المعلومات والتحليلات معًا؛ فتحليلات بيانات الأعمال متعددة الوظائف.
• الجرد: قم بتحديد البيانات التي لديك بالفعل، وأين توجد، ومدى نظافتها، ومدى سهولة الوصول إليها.
• ابنِ بوعي: اختر حالات الاستخدام المهمة. اربط الأنظمة. نظّف البيانات. اضمن الحوكمة.
• القياس: تتبع المقاييس من اليوم الأول، سواء مقاييس اعتماد التحليلات (من يستخدم الرؤى؟) أو مقاييس الأعمال (ما الذي تحسن؟).
• التوسع: بمجرد أن يصبح النجاح واضحًا، قم بالتوسع إلى المزيد من المجالات، والتحليلات الأكثر تقدمًا (التنبؤية/الوصفية) بدلاً من مجرد الوصفية.
• كرر: تحليلات بيانات الأعمال ليست عملية تتم مرة واحدة فقط؛ فالبيانات تتطور، والأعمال تنمو، ويجب أن يتطور مستوى نضج التحليلات لديك.
اقرأ أيضاً: كيف تعزز أعمالك من خلال التدريب على تحليل البيانات
