بخشی از مقاله
چکیده
امروزه شرکتهای ارائهدهنده خدمات پرداخت برداده های بسیاری از سیستم ها به منظور راهاندازی کسبوکار خود متکی هستند که برای مثال عبارتاند از سیستم برنامهریزی منابع کسبوکار - - Enterprise resource planning سیستمهای هستهای، مدیریت روابط مشتری - - Customer relationship management ، مدیریت منابع انسانی - - Human Resource management، مدیریت زنجیره تأمین - - Supply chain management، نقاط فروش - - Point of sale ، کال سنترها - - Call centers نقاط تماس آنلاین مشتریان و تجارت الکترونیک. هر یک از این سیستم ها اطلاعات انبوهی را در رابطه با مشتریان، دادوستدها و منابع انسانی تولید می کنند. متأسفانه به دلیل جدا بودن بسیاری از سیستم ها و ناسازگاری اطلاعات خروجی آنها، این دادهها نمیتوانند بهطور مؤثری در تصمیمگیری ها مورداستفاده قرار گیرند. هوش تجاری در قالب هر تعریفی به دنبال افزایش سودآوری سازمان با استفاده از اتخاذ تصمیمات هوشمند است.
در این مقاله نشان داده شد که چگونه شرکت های ارائهدهنده خدمات پرداخت با استفاده از سیستمهای هوش تجاری قادر خواهند بود دادهها را یک کاسه کرده و امکان تحلیلهای همهجانبه را در زمان کوتاه تر و با دقت بالاتر فراهم میآورد. یکپارچگی دادهها به کاربران اجازه میدهد تحلیل های بینرشتهای هم در سطح مشتریان و هم در سطح مشتری فردی به عمل آورند... سطح بالای کیفیت گزارش ها، کنترل فراهمشده بالا برای مدیران، کاهش هزینه ها، بهبود ارتباطات سازمانی، افزایش رضایتمندی مشتری، پاسخ سریع به تغییرات محیطی با توجه به کاهش زمان لازم برای واکنش در برابر آنها، کاهش هزینهها، افزایش سودآوری، فهم رفتار فردی مشتریان، کاهش ریسک و افزایش سهم بازاری از مزیتهای مهم کاربرد سیستمهای هوش تجاری است که در این مقاله موردبررسی قرارگرفته است.
-1 مقدمه
در سالهای اخیر، توان کسب اطلاعات مفید در زمان واقعی به طرز چشمگیری - اگر نگوییم عامل حیاتی موفقیت برای سازمانها - بااهمیت شده است. زمانی که مدیران برای اتخاذ تصمیماتی هوشمندانه کرده است که مبتنی برداده های اولیه کسبوکار است و این تصمیمات باید هر چه سریعتر گرفته شوند
مشکل همیشگی کمبود داده نیست، بلکه در مقابل- حجم بسیار زیادی از داده باید به اطلاعات مفید - به صورتی به هنگام - تبدیل شود طوری که برای مدیران اساس محکمی برای تصمیماتشان فراهم کند .توان تبدیل دادههای خام به اطلاعات سودمند در زمان واقعی میتواند برای شرکتها مزیت رقابتی قابلملاحظهای ایجاد کند.
همچنین به دلیل مجزا بودن سیستم های مختلف و ناسازگاری آنها، اطلاعات ضروری - اغلب به شکل گزارشات مختلف - باید از واحدها و کارکنان گوناگون کسب شود و این اغلب به همکاری کارکنانی از واحد IT نیاز دارد که دادههای مورد درخواست را با بازیابیهای پیچیده از پایگاههای دادهای مختلف فرامیخوانند. در بعضی موارد، جمع آوری چنین اطلاعاتی می تواند به چندین روز و حتی چندین هفته به طول بینجامد؛ بازه زمانی که ممکن است بیشتر اطلاعات بسیار قدیمی شوند تا اینکه هنوز فایدهای داشته باشند. دیدگاهی که بیان میکند سازمانها از لحاظ داده غنی و از لحاظ اطلاعات ضعیف هستندکاملاً بجاست؛ بنابراین چالش این است که چطور دادهها به اطلاعات مفید تبدیل شوند.
پیوند اقتصاد و فناوری اطلاعات، مسبب ایجاد دگرگونیهای مهمی در حوزه پرداخت های پولی و بانکی بوده است. زیرساخت اصلی پرداختهای الکترونیکی را شرکتهای PSP شکل میدهند. واژه PSP، به شرکتهایی که ابزارها و راهکارهای پرداخت الکترونیک ارائه میدهند، اطلاق میشود. به علت حجم عظیم دادههای تولیدی در سازمانهای بانکی، گرانی هزینه پیادهسازی و کم بودن تعداد کارشناسان متخصص و خبره در ایجاد سامانههای هوش تجاری، شرکتهای بانکی به عنوان سازمانهای پیشرو در استفاده از محصولات هوش تجاری در کشور شناخته میشوند. راه حل بیشتر مشکلاتی که شرکتها با آن مواجه میشوند با پیادهسازی راهکار هوش تجاری رفع میشود.
به سادهترین بیان، هوش تجاری دادههای منابع گوناگون را درهم ادغام میکند و قابلیتهای تحلیلی به منظور فهم بهتر مشتریان، بازارها و ریسک و دستیابی به دید وسیعتر به عملیات کسبوکار را فراهم می کند. هوش تجاری فناوری است که دادههای شرکتی پراکنده را در یک منبع جمع میکند و آن را به عنوان تنها منبع قابلاعتماد در اختیار سازمان قرار میدهد و از آن به عنوان اهرم در دستیابی به اهداف استراتژیک استفاده میکند. هوش تجاری تجزیه و تحلیل و ارائه اطلاعاتی است که تصمیمات استراتژیک و تاکتیکی را مورد پشتیبانی قرار میدهد و بدین وسیله درآمدها و قابلیت های سودآوری را تحت تأثیر قرار می دهد؛ بنابراین با کمک هوش تجاری، مدیران میتوانند هرچه سریعتر و مؤثرتر روندهای مهم را شناسایی کنند، رفتار مشتریان را تجزیه و تحلیل کنند و اتخاذ تصمیمات مصلحتی را تسهیل کنند.
این تحقیق از لحاظ هدف، علمی و کاربردی و از نظر روش تحقیق برآوردی است. در این مقاله سعی می شود نقش هوش تجاری در صنعت پرداخت به منظور کسب مزیت رقابتی با تشریح چگونگی یکپارچه کردن دادههای تولیدشده از خطوط مختلف کسبوکاری و همچنین قابلیت و مزیتهای استراتژیک این سیستم ها در تحلیل اطلاعات موردبررسی قرار گیرد.
-2 ادبیات موضوع
هوش تجاری،مستقیماً با داده ها و اطلاعات سروکار دارد و ویژگی اصلی آن کشف، استخراج و نمایش دانش موجود در این دادهها و اطلاعات است، بنابراین نیاز به ایجاد بستر و زیرساخت فنی دارد. زیرساختی که بتواند دادههای موجود در زیرسیستم های جزیرهای یک سازمان را که با چهارچوب ها و ابزارهای متفاوتی توسعهیافتهاند، تجمیع و یکپارچه کند و زمینه بروز هوشمندی را در سازمان مهیا کند. در سازمانهای بزرگ پراکندگی اطلاعاتی زیادی مشاهده می شود. استفاده از ابزارهای مختلف باعث می شود تا بانکهای اطلاعاتی متفاوت با ساختارهای گوناگون در یک سازمان ایجاد شود.
آماده سازی اطلاعات به صورت یکپارچه در جهت بهرهگیری هدفمند از اطلاعات برای تصمیمگیری هوشمند مدیران سازمانها، وظیفه اساسی سیستمهای هوش کسب وکار استمعمولاً. دادهها در یک سازمان توسط نرمافزارها و سیستم های اطلاعاتی مختلفی جمعآوری میشوند و همین موضوع باعث مشکل شدن کار تجمیع داده ها میشود. درصد بالایی از پروژههای انبار داده در سازمان ها که با شکست مواجه شدهاند، از همین مشکل رنج میبردهاند.
مراحل استقرار هوش کسبوکار در سازمان به شرح ذیل است:
-1-2 شناسایی منابع داده
استخراج، تبدیل و بارگذاری دادهها : - ETL - طی فرایند ETL دادهها از روی سیستم های موجود مانند برنامههای کاربردی یا پایگاههای اطلاعاتی استخراج شده، به فرمت مناسب یک مخزن اطلاعاتی که در اغلب اوقات یک انبار داده است، درمیآیند و تبدیلات لازم روی آنها اعمال می شود. سپس در مخزن اطلاعاتی مذکور قرار داده میشوند.
-2-2تجمیع داده - متمرکز کردن و سازماندهی دادهها در یک انبار اطلاعاتی - و تحلیل دادههای جمعآوریشده و ارائه اطلاعات یکپارچگی دادهها در هوش کسبوکار، شامل شناسایی و جمعآوری داده های خامی است که در سراسر سازمان توزیعشده و به اشکال مختلف نگهداری میشوند، است. هوشمندی کسبوکار با فرآیند ETL ادامه یافته و کلیه اطلاعات سازمان را به هر شکل و در هرکجا که قرار دارند، جمعآوری کرده و با یک فرمت مناسب در بخش دیگری از معماری هوشمندی کسبوکار به نام انبار داده ذخیره میکند. سپس از روی انباره داده یک مدل دادهای ساخته می شود که اطلاعات را در قالب مقادیر شاخص های به هم مرتبط و در یک ساختار سلسله مراتبی به صورت چندبعدی - شامل معیارها و بعدها - در اختیار قرار میدهد. برنامههای نرمافزاری مانند سرویس یکپارچهسازی اِسکیواِل سرور یا همان SQL Server Integration Services که با نام اختصاری SSIS شناخته می شود از سرویسهای کارآمد و مفید مایکروسافت SQL Server است که به منظور ایجاد بستری استاندارد جهت، استخراج، تبدیل و بارگذاری داده ها استفاده میشود.