محیط کسب وکار امروزه مستلزم نوعی پاسخگویی است که بتواند یک آگاهی بهنگام و دقیق در شرایط بازرگانی دست یابد. کسبوکارها برای موفقیت نیازمند دسترسی سریع و آسان به اطلاعاتی درباره مشتریانشان، امور داخلی سازمانها، شرایط بازار خارجی و سالم بودن فعالیتهای تجاریشان هستند. اینکه چرا اطلاعات و تحلیل دادهها به عنوان شاهرگ اقتصاد معرفی شده ، باید گفت یک سازمان از بدو تولد تا پایان عمرش در بخش های مختلف داده ایجاد میکند و دیدن چشمانداز سازمان با این دادههای پراکنده امکانپذیر نخواهد بود و از آنجائیکه سیستم گزارشدهی در سازمانها به صورت سلسله مراتبی تعریف شده و مدیران عالی سازمانها نیاز به اطلاعات موجز و خلاصه شده دارند در نتیجه باید اطلاعات چندین بار قالببندی ، خلاصه و سپس گزارش شود.
برای غلبه بر چنین مشکلی فناوری فرآیند داده که همان هوش تجاری نامیده میشود به کمک سازمانها و شرکتها آمده و وظیفه تحلیل ، تهیه استراتژی و پیشبینی اطلاعات را مکانیزه و اتوماتیک کرده تا تصمیمات بهتر اخذ گردد.
بر خلاف نظر بسیاری که هوش تجاری را بهعنوان یک ابزار یا سیستم میدانند، هوش تجاری بهعنوان یک معماری مطرح میشود که مجموعهای از برنامههای کاربردی و تحلیلی است که به استناد پایگاههای داده عملیاتی و تحلیلی به اخذ تصمیم برای فعالیتهای هوشمند تجاری می باشد .
اثربخشی سیستم هوش تجاری میزان تحقق اهداف یک سیستم هوش تجاری در سازمان است .
بازار هوش تجاری را ابزاری برای برتری رقابتی و پایشگر و تحلیلگر بازار و مشتریان می داند. از نقطه نظر فناوری نیز هوش تجاری یک سیستم هوشمند است که با پردازش دقیق دادهها، نقطه دخالت سختافزار و نرمافزار در مغز افزارها به حساب میآید. به بیان سادهتر هوش تجاری چیزی نیست مگر فرایند بالابردن سوددهی سازمان در بازار رقابتی با استفاده هوشمندانه از دادههای موجود در فرایند تصمیم گیری.
در سازمانی که هوش تجاری در آن بهکار گرفته میشود ، مدیران میتوانند اطلاعات هزینه ها را از داخل سازمان استخراج نمایند و بدانند که هزینهها چه هستند و تصمیمهایی برای کاهش و حذف آنها بگیرند. تغییرات آینده را پیشبینی کنند و برای مسائل خود راهحلی مناسب داشته باشند. بهمنظور افزایش درآمد ، شرکتها باید علاوه بر افزایش فروش خود ، مشتریان فعلی خود را حفظ کنند . حفظ مشتریان اغلب کاری بسیار پسندیده است.
امروزه سازمانهایی در محیط رقابتی موفق خواهند بود که از حوزه فعالیت خود درک و ارزیابی عمیقتری داشته و برای خود مزیتهای رقابتی بیشتری فراهم سازند . به کمک افزایش هوشمندی رقابتی و هوش سازمانی است که سازمانها بر رقبای خود برتری یافته اند و جایگاه ویژه ای در عرصه رقابت کسب میکنند. در عصر حاضر تنها تمرکز بر وقایع و بررسی اطلاعات گذشته چندان کارساز نیست، بلکه بررسی دقیق محیط و کسب اطلاعات از رخدادهای در حال ظهور است که حیات سازمان را استمرار میبخشد.
کدام مشتری سود بیشتری عاید میکند. معمولا 20درصداز مشتریان80درصد سود شرکت را تامین میکنند . شرکتها باید ابتدا مشتریانی که سود بیشتری را عاید میسازند ، حفظ نمایند. باید بدانید هوش تجاری کاربرد بسیاری در این بخش نیز دارد. گام بعدی تجزیه و تحلیل رفتار بازار، فروش و مشتریان پرسودده هستند. این دانش به مدیران کمک میکند تا مشتریان خود را مدیریت نمایند. برای جلب نظر مشتریان ممکن است پارامترهای کانالهای هزینههای فروش عمده به مشتریان و یا تغییر در حاشیه سود و ... مد نظر قرار گیرد. نکته مهم این است که رفتارها با مشتریان یکسان نیست و هر مشتری یا گروهی از مشتریان روابط خاص خود را خواهند داشت. سرانجام اینکه علاوه بر مشخصههای اطلاعاتی فوق سایر اطلاعات مدیریتی برای تصمیم گیری در سازمانها نیز وجود دارد که نیاز به تحلیلی برای تصمیمگیری دارد ، مثل اطلاعاتی در حوزه ماموریت اصلی سازمان و یا شرکت ، اطلاعات منابع انسانی ، اطلاعات تولید و ساخت ،اطلاعات خدمات ارائه شده و... .تکنولوژی هوش تجاری راهحلی برای بهکارگیری این اطلاعات و ایجاد هوشمندی در مدیران میباشد که آگاهانه تصمیمگیری نمایند و تصمیم آنان مبنی بر واقعیات و درک آگاهانه آنان از تغییرات فعلی و آتی و استفاده از سوابق در سازمان باشد.
محیط کسب و کار امروزه مستلزم نوعی پاسخگویی است که بتواند یک بینش و آگاهی در لحظه در بازار رقابتی بهدست دهد .کسب و کارها برای دستیابی به اهداف پیشرو بودن نیازمند دسترسی به اطلاعات در مورد مشتریان ،وضعیت سازمان ،موقعیت خود در بازار رقابتی و شرایط روز بازار میباشند .
نفرآیند بهبود کارایی مدیریت سازمان از طریق بهره گیری از رویکرد هوش تجاری شامل 5 بخش است:
-طرح (به چه هدفی میخواهیم برسیم؟)
-پایش(فعالیتها به چه صورت انجام میشود؟)
-تحلیل(آیا فرآیندهای در جریان بهدرستی اجرا میشود یا با مشکل روبروست؟)
-هدایت (چه فعالیتهایی باید صورت پذیرد؟)
-بهبود(آیا روال جاری قابل ارتقا و اجرای بهتر است؟)
ساختار معماری هوش تجاری
کاربرد هوش تجاری در صنعت بانکداری :
به دست آوردن و حفظ مشتری
هوش تجاری علاوه بر کمک به بانکها برای بهدست آوردن مشتریان جدید به حفظ مشتریان جدید نیز کمک میکند. کسب و حفظ مشتری برای هر صنعتی یک عامل اساسی است. امروزه مشتریان برای انتخاب بانکی به منظور انجام فعالیتهای اقتصادی خود گزینههای متعددی دارند، درصورتیکه مسئولین اجرایی نتوانند توجه کامل مشتریان راجلب کنند ، مشتری به راحتی میتواند بانکی را پیدا کند که توقعاتش را برآورده کند.
تشخیص تقلب
یکی دیگر از حوزههای مهم در صنعت بانکداری که هوش تجاری میتواند در آن موثر باشد تشخیص تقلب است.
AssessmentsystemFlacon'sfraud که یکی از سیستمهای موثر تشخیص تقلب بوده ، توسط بسیاری از بانکهای صادرکننده کارت اعتباری به کار گرفته شده است. مثلا این سیستم در آمریکا و با استفاده از داده کاوی 80% تراکنشهای کارتهای اعتباری صادر شده را بررسی کرده است. ما میتوانیم تقلب را در حجم عظیمی از داده ها کشف و ردیابی کنیم، اما باید ابتدا اطلاعات را از حوزههای مختلف گردآوری کرده سپس استراتژی کشف تقلب را توسط متخصصان طراحی کنیم ، با انجام این استراتژی و استمرار در توجه به آن مدلی را طراحی خواهیم کرد که به عنوان مخزن داده از استراتژی ما حمایت میکند.
مدیریت ریسک
مدیران بانک برای بسیاری از تصمیمگیریها نیاز دارند بدانند که آیا مشتریان بانکها قابل اطمینان هستند یا خیر.
اگر آنها اطلاعات کاملی در مورد مشتریان خود نداشته باشند ، ارائه کارتهای اعتباری به مشتریان جدید ، گسترش اعتبار مشتریان کنونی و تصویب وامها ، تصمیمات دارای ریسک برای بانک هستند.
داده کاوی میتواند با استخراج داده در مورد مشتریان ریسک بانکها را در موارد تصمیمگیری کاهش دهد. با تحلیل رفتارهای تراکنشی مشتریان با حسابهای سپرده هایشان میتوان رفتار آنها را در ارتباط با وام و بازپرداخت وامها پیشبینی کرد .
Credit scoring یکی از اولین ابزارهای مدیریت ریسک تولید شده میباشد و در صنعت بانکداری برای گرفتن تصمیم در مورد اعطای وام به مشتریان بسیار با ارزش است. وامدهندهها بهتر است برای تصمیمگیری ، ابزار ارزیابی ریسک داشته باشند. سوابق متقاضیان وام خوب و بد میتواند برای ایجاد یک الگو برای تشخیص خوب یا بد بودن متقاضیان جدید به کار گرفته شود.
بازاریابی
یکی از مهمترین کاربردهای هوش تجاری در صنعت بانکداری در حوزه بازاریابی است. دپارتمان بازاریابی بانک میتواند از این ابزار برای تحلیل پایگاه داده مشتریان استفاده کند و سرویسها و محصولات ترجیحی مشتریان را تشخیص دهد. با ارائه سرویسها و محصولاتی که مشتریان واقعا متقاضی آنها هستند از هدر رفتن هزینه برای تامین سرویسهای بدون متقاضی جلوگیری میشود. بنابر این واحد بازاریابی بانک میتواند با کسب دانش بیشتر در مورد مشتریان بیشتر بر روی نیازهای آنها تمرکز کند.
نویسنده: مارال غفاری - کارشناس IT