۵ راه که رهبران فناوری می توانند هوش تجاری خود را افزایش دهند

رهبران فنی فقط فن‌آوران بزرگ نیستند، بلکه جنبه تجاری همه چیز را نیز درک می‌کنند. در اینجا پنج راه برای رشد زیرکی کسب و کار و انجام کارهای بیشتر در حرفه خود آورده شده است.

توسعه‌دهندگان، مهندسان، دانشمندان داده و سایر فن‌آوران عموماً ارزش کسب گواهی‌های فنی، آزمایش فناوری‌های جدید و تقویت مهارت‌های همکاری را درک می‌کنند. با این حال، توسعه هوش تجاری برای کسانی که به دنبال مسئولیت ها و فرصت های بیشتری برای کار بر روی ابتکارات استراتژیک هستند، به همان اندازه حیاتی است.

دانش تجاری گاهی اوقات به مهارت های تجاری اشاره دارد، از جمله رهبری، درک امور مالی کسب و کار، مهارت های بازاریابی، تفکر استراتژیک، و توانایی های تحلیلی حل مسئله. یکی از تعریف‌های دانش تجاری بر مهارت‌هایی مانند آگاهی ذینفعان، دانش سازمانی، و توانایی مقابله با ابهام. مهارت‌های تیزبین تجاری پیشرفته برای رهبران فناوری اطلاعات شامل درک کلید محرک های کسب و کار، انعطاف پذیری کسب و کار، قوانین حفظ حریم خصوصی داده ها، و سفر مشتری.

در این مقاله، تمرکز من بر این است که چگونه پیشگامان دیجیتالی< /a> می‌تواند مدل کسب‌وکار، بخش‌های بازار، مشتریان، محصولات، فرصت‌ها، ریسک‌ها و الزامات انطباق را به‌عنوان جنبه‌های ضروری زیرکی کسب‌وکار بهتر درک کند. بدون این دانش و درک، فن‌آوران با شناخت نیازهای تجاری که به عنوان الزامات صریح مستند نشده‌اند، یا با پاسخ دادن به سؤالات ذینفعان بدون توسل به اصطلاحات فنی با مشکل مواجه خواهند شد. برخی از شکاف ها مختص نقش های خاصی هستند:

نقش ها و رشته های مدیریت محصول را ایجاد کنید

روش‌های چابک یک نقش مالک محصول برای درک اهداف تجاری، اولویت‌ها، الزامات کاربر نهایی و معیارهای پذیرش هنگام توسعه زمان بندی انتشار و اولویت بندی داستان های کاربر. سازمان‌های بزرگ‌تر با تیم‌های چابک یا سازمان‌هایی که در حال توسعه فناوری‌های مواجهه با مشتری هستند، محصول را اختصاص می‌دهند. مدیران برای درک سفرهای کاربر نهایی، توسعه نقشه راه و تعیین معیارهای موفقیت.

این نقش‌ها مستلزم درک ارزش کسب‌وکار و اولویت‌های استراتژیک است تا تیم‌های توسعه چابک فقط فهرستی بی‌پایان از اولویت‌های فهرست خواسته‌های ذینفعان را دنبال نکنند. کار با صاحبان محصول و مدیران محصول برای درک بهتر پیشنهادهای ارزش مشتری و چرا قبل از چه و چگونه پشت نیاز یک کسب و کار، یک گام مهم است. برای توسعه هوش تجاری.

Jason Jablecki، معاون عالی تدارکات در apexanalytix. “فرصت کلیدی درک چالش های خاص شرکت و استراتژی واقعی و فرصت های موجود است.”

Jablecki پیشنهاد می‌کند که صاحبان محصول و توسعه‌دهندگان برای انجام کارها در معرض فشار قرار می‌گیرند و به ایجاد درک واقعی از تجارت نیاز است. او می‌گوید: «بسیار اوقات، توسعه‌دهندگان محصول به‌جای اینکه چه چیزی و چرا باید قابلیت‌ها و ارزش‌ها را برای کسب‌وکار ارائه کنند، به‌طور پیش‌فرض به نحوه عملکرد سیستمشان می‌پردازند».

حلقه های بازخورد مشتری محور ایجاد کنید

با یک قدم عمیق‌تر به سمت روش‌شناسی چابک، تیم‌های چابک باید حلقه بازخورد از کاربران نهایی و ذینفعان به عقب ماندگی ها و فرآیند توسعه آنها. تیم‌ها می‌توانند این کار را در حین بازبینی داستان‌های کاربر تکمیل‌شده، از طریق آزمایش پذیرش کاربر در پایان چرخه انتشار یا از طریق نظرسنجی و مصاحبه پس از انتشار نرم افزار.

دینش واراداراجان، مدیر ارشد اجرایی Kissflow< می‌گوید: «در آغوش گرفتن روش‌های چابک، با تأکید بر توسعه تکراری، بینشی در مورد رفتارهای خرید مشتری و الگوهای استفاده ارائه می‌دهد. /a>. «روش‌های اسکرام یا استارت‌آپ ناب به‌طور مداوم ورودی‌های مشتری را در بر می‌گیرد و امکان تنظیم منظم محصولات یا خدمات را فراهم می‌کند و تضمین می‌کند که پیشنهادات کاملاً با خواسته‌ها و خواسته‌های مشتری همسو می‌شوند».

Varadharajan می‌افزاید: «تیم‌های فناوری اطلاعات باید هوش مصنوعی را در هنگام بررسی تحول چابک در نظر بگیرند، زیرا برای کاربران تجاری ضروری است که ناکارآمدی‌ها را حل کنند زیرا فرآیندهای گردش کار را تجزیه و تحلیل می‌کنند، گلوگاه‌ها را مشخص می‌کنند و بهبودهایی را پیشنهاد می‌کنند.

کنجکاوی ذینفعان را برانگیخت

توسعه هوش تجاری نباید راهی یک طرفه برای یادگیری ارزش‌ها و نیازهای کسب‌وکار توسط فن‌آوران باشد. فرصتی برای کمک به ذینفعان کسب‌وکار وجود دارد تا هوش فنی خود را ارتقا دهند و از گفتگو برای ایجاد درک مشترکی از مشکلات، فرصت‌ها و معاوضه‌های راه‌حل استفاده کنند.

Humberto Moreira، مهندس اصلی راه‌حل‌ها در Gigster، می‌گوید: «فرصت تعامل مستقیم با فن‌آوران می‌تواند به سهامداران کسب‌وکار نیز کمک کند. نگاهی مفید از پشت پرده به نحوه توسعه ابزارهایی که آنها هر روز استفاده می کنند، بنابراین این ملاقات ذهنی می تواند برای این دو گروه که همیشه آنطور که باید ارتباط برقرار نمی کنند، مفید باشد.”

در اینجا چند گزینه برای تیم‌های فناوری برای ایجاد یک محیط مشترک برای توسعه زیرکی فنی و تجاری وجود دارد:

• برنامه ریزی یک جلسه طوفان فکری شامل تهیه پیش نویس بیانیه چشم انداز در اطراف یک فرصت و از فن‌آوران بخواهید راه‌حل‌های فناوری بالقوه را مورد بحث و آزمایش قرار دهند.
• برنامه‌های یادگیری در مورد نحوه عملکرد یک فناوری ایجاد کنید، اما این برنامه‌ها را با ذینفعان تجاری شروع کنید و برخی از چالش‌ها و فرصت‌های تجاری خود را شرح دهند.
• از یک کاربر نهایی در حین تکمیل یک گردش کاری بخواهید تا در مورد سفر او سایه افکنده، تخصص خود را در مورد نحوه عملکرد فناوری به اشتراک بگذارد، و درک بهتری از فرصت‌های بهبود کسب کند.
• برنامه ریزی یک هکاتون نیاز به مشارکت مستقیم سهامداران تجاری با تیم توسعه و علم داده برای تعریف مشکل، یادگیری فناوری و هدایت راه حل.
• درخواست مشارکت تجاری در تحلیل ریشه‌ای مشکل برای به اشتراک گذاشتن برخی از موانع فنی و یادگیری تأثیرات تجاری حوادث عمده یا تکراری.

در این مثال‌ها، هدف کلیدی ایجاد یک گفتگوی فراگیر برای اشتراک دانش بین همه شرکت‌کنندگانی است که نگرانی‌های تجاری و فناوری را پوشش می‌دهند.

قبل از خودکار کردن، گردش کار دقیق را ضبط کنید

سایه دادن به کاربر نهایی یکی از راه‌های توسعه زیرکی تجاری است و فن‌آوران اغلب می‌توانند از این بررسی‌ها برای یافتن راه‌های آسان برای خودکارسازی مراحل یا یکپارچه‌سازی جریان داده‌ها بین برنامه‌ها استفاده کنند.

لئونید بلکیند، یکی از بنیانگذاران و مدیر ارشد فناوری تورک. “هیپراتوماسیون، مفهوم اتوماسیون مبتنی بر هوش مصنوعی در مقیاس، این کار را با انجام وظایف ساده تر و تکرار شونده انجام می دهد تا کارمندان بتوانند روی کارهای پیچیده تمرکز کنند که به آنها امکان می دهد خلاقیت خود را کشف کنند.”

مهندسان باید مقیاس و پیچیدگی اتوماسیون را قبل از پرش به راه حل ها تشخیص دهند. پیگیری سفر یک کاربر هنگام مهندسی مجدد یک گردش کار پیچیده که شامل بسیاری از افراد و بخش‌های مختلف با استفاده از ترکیبی از فن‌آوری‌ها و مراحل دستی است، جمع‌آوری الزامات ناکافی است. تیم‌های فناوری باید از روش‌های شش سیگما برای این چالش‌ها با مستند کردن جریان های فرآیند، اندازه گیری بهره وری، و گرفتن معیارهای نقص کیفیت به عنوان گام های کلیدی برای قبل از فرو رفتن در فرصت های اتوماسیون، هوش تجاری را توسعه دهید.

با نحوه کار با کیفیت داده به سمت چپ آشنا شوید

یک نوع نقص در مورد سهامداران کسب و کار، کیفیت پایین داده است، به خصوص که سازمان های بیشتری در علوم داده شهروندی، یادگیری ماشین مدل های پیش بینی، و هوش مصنوعی مولد مدل های زبان بزرگ. هنگامی که مشکلات کیفیت داده‌ها وجود دارد، توسعه‌دهندگان و دانشمندان داده اغلب با پاکسازی داده‌ها قبل از استفاده از آنها در تجسم داده‌ها و آزمایش‌های علم داده، به رفع آنها در پایین دست متوسل می‌شوند.

یکی از راه‌های توسعه زیرکی کسب‌وکار، ردیابی مشکلات کیفیت داده‌ها از زمانی است که کاربران نهایی داده‌ها را در یک سیستم ثبت وارد می‌کنند، مانند ERP یا CRM، یا زمانی که داده‌ها از منبع شخص ثالث جمع‌آوری می‌شوند.

>

روهیت چوداری، بنیانگذار و مدیر عامل Acceldata. انجام آزمایش‌ها در منطقه مصرف می‌تواند هم پرهزینه و هم زمان‌بر باشد، که اجرای بررسی‌ها را قبل از ورود داده‌ها به منطقه تبدیل ضروری می‌کند.»

در اینجا، Choudhary از اصطلاح منطقه مصرف برای زمانی که داده برای تجزیه و تحلیل، مدل‌ها و تصمیم‌گیری استفاده می‌شود، استفاده می‌کند، در حالی که منطقه تبدیل به dataops اشاره دارد. بین جمع آوری داده، پردازش و ذخیره سازی.

بهترین روش برای توسعه هوش تجاری در مورد کیفیت داده ها و سایر موارد ذکر شده در این مقاله، درخواست مشاهده فرآیندهای کسب و کار، یادگیری نیازهای کاربر نهایی و پرسیدن سوالات زیادی برای جدا کردن چرا است. از چگونه امروز. با القای این مراحل، فن‌آوران در موقعیت بهتری قرار می‌گیرند تا مشکلات را به راه‌حل ترجمه کنند و به زبانی که ذینفعان راحت‌تر آن را درک کنند، ارائه کنند.