Pular para o conteúdo principal

Construindo uma Empresa Ágil: O Papel dos Dashboards e Scorecards - Parte Final


5. Construir iterativamente usando um approach baseado em protótipos

Um protótipo ou exercício piloto para um pequeno conjunto de KPIs vai criar a expectativa correta da solução CPM. Não só ajuda a TI a construir um caso de negócio (business case) melhor como também ajuda os usuários a encontrarem os requisitos corretos para a solução. Os KPIs podem pertencer a uma só região ou a um assunto em particular. Escolha os KPIs mais importantes usadas para monitorar a performance corporativa como um todo. É necessário um exercício de alto nível de levantamento e especificação de requerimentos para construir uma história sólida sobre esse conjunto de KPIs. Isso deve ilustrar todas as funcionalidades chave da solução, como visualizar em um dashboard ou scorecard, fazer drilling em dashboards e relatórios, lidar com alertas e triggers proativos, colaboração entre usuários e análise de closed-loops com planejamento de dados. A informação para esses KPIs pode ser carregada das fontes do sistema automaticamente ou enviada manualmente para o depósito de dados de performance, dependendo do tempo disponível para o protótipo. A informação para os outros KPIs pode ser preparado e carregado usando arquivos de carga do Excel diretamente nos dashboards e scorecards.

6. Selecionar o portfólio certo de ferramentas para o gerenciamento de performance

A maioria dos vendedores de BI fornece produtos para dashboards, porém identificar a ferramenta certa para todos os requerimentos pode ser uma tarefa desafiadora. A ferramenta certa fornece melhor visibilidade e interpretação precisa dos dados. É recomendado que se faça uma avaliação do vendedor antes de iniciar qualquer processo de design e desenvolvimento. O arquiteto de solução e tecnologia precisa considerar múltiplos fatores de avaliação e priorizar as características necessárias antes de selecionar as ferramentas e tecnologia CPM.

Um dos fatores chave de avaliação para uma ferramenta de dashboard é a integração de componentes de BI com as aplicações de planejamento. Essa integração pode ser alcançada através da devida troca de metadados entre os componentes.

7. Exibir a informação através dos canais e formatos apropriados

A representação gráfica da informação faz a análise mais fácil e ajuda o usuário a tomar decisões rápidas e bem informadas. A chave para tal transformação é avaliar o tipo de formato gráfico adequado para melhor representar a informação. Por exemplo, use um gráfico de torta para representar métricas como porcentagens e um gráfico de linha para representar métricas para direcionamento de tendências ou através de diferentes períodos de tempo.

A informação pode ser exibida usando mecanismos de entrega de informação como:

- Scorecards e dashboards para o monitoramento da performance.

- Relatórios, cubos, grafos e quadrantes para informação operacional e de relatório de desempenho.

- Alertas, triggers e indicadores que podem ser entregues através de diversos canais tais como desktops, e-mails, wireless etc.

- Análises de causa e efeito, workflows, diagramas de impacto e mapas de estratégia.

8. Garantir a segurança da informação através de funções e dados

O requerimento chave de segurança de qualquer corporação é ter um mecanismo de controle interno que garanta confidência, integridade e disponibilidade de dados em um ambiente distribuído. Detalhes do usuário, juntamente com suas autorizações e níveis de autenticação, devem ser capturados para todos os componentes de dashboard na solução de gerenciamento de desempenho.

Nem todos os usuários teriam acesso de leitura e gravação para todas as métricas, KPIs e objetos dos dashboards. Os privilégios de acesso são geralmente baseados no papel, grupo, país ou região do usuário. Alguns exemplos dos níveis de segurança com os quais as aplicações de dashboard geralmente lidam são:

- Logar no portal da solução e acessar vários componentes;

- Ver e modificar dashboards e scorecards;

- Ver perspectivas, KPIs, métricas ou grupos de métricas,

- Modificar dados regionais para os KPIs ou métricas individuais.

Juntamente com uma infra-estrutura de informação bem definida, dashboards e scorecards se tornam uma ferramenta importante para gerenciar e dar mais agilidade ao negócio. Eles constituem um canal importante para entrega de informação, permitindo que os usuários de negócio facilmente visualizem KPIs e gerenciem a performance da empresa. Dashboards e scorecards representam o quão eficientemente uma corporação está se saindo e facilitam respostas rápidas a mudanças nos cenários de negócio. Eles permitem a colaboração nas informações entre os tomadores de decisões de uma organização através de alertas em portais, aplicações em desktops, clientes de e-mail e aparelhos wireless. Além das práticas esboçadas acima, o encorajamento de uma cultura de auditorias e contabilidade com foco em KPIs e métricas é crucial para o sucesso de sua iniciativa de gerenciamento de performance.

Comentários

Postagens mais visitadas deste blog

(A) Data Science in Practice with Python

The top trending in Twitter or other social network is the term “data science”. But ...
What’s the data science? How do real companies use data science to make products, services and operations better? How does it work? What does the data science lifecycle look like?  This is the buzzword at the moment. A lot of people ask me about it. Are many questions. I’ll try answer all of these questions through of some samples.

Sample 1 - Regression

WHAT IS A REGRESSION? This is the better definition what I found [Source: Wikipedia] - Regression analysis is widely used for prediction and forecasting, where its use has substantial overlap with the field of machine learning.
HOW DOES IT WORK? Regression analysis is also used to understand which among the independent variables are related to the dependent variable, and to explore the forms of these relationships. In restricted circumstances, regression analysis can be used to infer causal relationships between the independent and dependent variable…

(A) Tucson Best Buy Analysis

“Data! Data! Data!” he cried impatiently.  “I can’t make bricks without clay.” —Arthur Conan Doyle
The Ascendance of Data

We live in a world that’s drowning in data. Websites track every user’s every click. Your smartphone is building up a record of your location and speed every second of every day. “Quantified selfers” wear pedometers-on-steroids that are ever recording their heart rates, movement habits, diet, and sleep patterns. Smart cars collect driving habits, smart homes collect living habits, and smart marketers collect purchasing habits. The Internet itself represents a huge graph of knowledge that contains (among other things) an enormous cross-referenced encyclopedia; domain-specific databases about movies, music, sports results, pinball machines, memes, and cocktails; and too many government statistics (some of them nearly true!) from too many governments to wrap your head around.
Buried in these data are answers to countless questions that no one’s ever thought to ask. In…

(A) Data Science in Practice with Python - Sample 2

In this post I'll explain what is a recommender system, how work it and show you some code examples. In my previous post I did a quick introduction:

Sample 2 - Recommender System

WHAT IS A RECOMMENDER SYSTEM? A model that filters information to present users with a curated subset of options they’re likely to find appealing.
HOW DOES IT WORK? Generally via a collaborative approach (considering user’s previous behavior) or content based approach (based on discrete assigned characteristics).

Now I'll get into in some concepts very important about recommender systems.

Recommender System in Details:

We can say that the goal of a recommender system is to make product or service recommendations to people. Of course, these recommendations should be for products or services they’re more likely to want buy or consume.

Recommender systems are active information filtering systems which personalize the information coming to a user based on his interests, relevance of the information etc.…