מאמרים

המנוע האסוציאטיבי של Qlik – דוגמאות ושימושים רווחים בסביבה העסקית

המנוע האסוציאטיבי של Qlik הוא כלי עסקי המאפשר ליצור הקשרים בין ערכים שונים ב – DATA ,לחשוף מידע שאינו ידוע לשואל ,להוביל לחקירה מעמיקה ושונה, להישען על מידע רחב ולהגיע לתובנות. מה הרציונל העומד מאחורי הפיתוח וכיצד השימוש בו תורם לשיפור הביצועים העסקיים?

לוגיקת הבסיס העומדת מאחורי המנוע האסוציאטיבי

על מנת להסביר את הלוגיקה העומדת מאחורי המנוע האסוציאטיבי נעזר בדוגמה הבאה:
בננה יכולה להיות בצבע ירוק או צהוב ותפוז יכול להיות בצבע כתום או ירוק. אם אלחץ על הביטוי “ירוק” אקבל בננה או תפוז
אם אלחץ על הביטוי “צהוב” אקבל רק בננה
ואם אלחץ על הביטוי “כתום” אקבל רק תפוז
זוהי לוגיקת הבסיס. המנוע האסוציאטיבי מפשט את הלוגיקה ע”י צביעה של שדות הבחירה לשלושה צבעים (ירוק, לבן, אפור) ומציג את כל האפשרויות בעלות קשר לוגי – צבע ופרי .

ולכן אם אבחר ב”כתום” אראה שאני מקבל אפשרות לבחירת תפוז בלבד, אם אבחר ב”צהוב”  אראה שאני מקבל אפשרות לבחירת בננה בלבד. אבל אם אבחר ב”ירוק”, אקבל אפשרות לבחירת המשך של בננה או תפוז.

אם נשליך זאת לעולם העסקי אז בהתנהלות של נתונים חוצי ארגון כאשר הקשרים בין הנתונים מבוססי לוגיקה עסקית, המנוע האסוציאטיבי חושף קשר, שהשואל אינו בהכרח מודע אליו, שנוצר בין ערכים שונים בדאטה בעשרות שדות ממגוון מקורות מידע והמידע המתקבל מעורר אסוציאציות שמעודדות שאילת שאלות נוספות המקדמות את היכולת לתחקר את המידע בשלמותו.

כיצד הלוגיקה הזאת באה לידי ביטוי בסביבה העסקית?

המנוע האסוציאטיבי המוטמע ב – Qlik Sense מייצר תקשורת חזותית של הלוגיקה העסקית בארגון המתבססת על הלוגיקה הטבלאית הרווחת במערכות ליבה ומערכות תפעוליות נוספות לצד נתונים נוספים כגון Excel, כך שהטכנולוגיה העוצמתית שמאחוריו משקפת את הקישורים הבסיסיים בין  הטבלאות ומצרפת לדאטה נתונים ממקורות אחרים כמו מערכת ייצור, טבלת יעדים, מערכת לדיווח שעות ועוד לתקשורת עם הנתונים לצרכים העסקיים של הארגון.
איחוד הנתונים מאפשר לראות את ההתנהלות העסקית ב 360 מעלות ולחשוף תובנות שלא ניתן לראות אותן בקישור לוגי פשוט, להסיק מסקנות ולשפר את הביצועים השוטפים.

המנוע האסוציאטיבי של  Qlik - דוגמאות ושימושים רווחים בסביבה העסקית

תחקור הדאטה במנוע האסוציאטיבי

תחקור דאטה ברוב מערכות הBI –  מבוסס על תשובות לשאלות מוגדרות Query Base , איסוף של תשובות והסקה מתוכן עבור שאלות נוספות. כך למשל אם מנהל מכירות מעוניין לדעת מי מצוותו מכר מוצר מסוים  ומי לא מכר יהיה עליו להפיק שתי שאילתות.
במנוע האסוציאטיבי החקירה נעשית באופן שונה, כיוון שזו מבוססת על מידע המקושר לערך עליו שואלים, כך שאם מנהל המכירות שאל לגבי מכירה של מוצר מסוים בחודש מסוים הוא יקבל באותה לחיצה תשובה גם את אנשי המכירות שמכרו את המוצר וגם מי שלא. התחקור עם המנוע האסוציאטיבי מייתר את הצורך בחיבור בין תשובות המגיעות מהשאילתות כיוון שכאשר שואלים שאלה אז מתקבלת תשובה הכוללת את כל הגורמים הנמצאים בדאטה.

השלכותיו של המנוע האסוציאטיבי

התחקור האסוציאטיבי נוגע בכל העולמות העסקיים ומאפשר לשפר מדדים רבים בביצועי הארגון. הנה כמה דוגמאות רווחות “מהשטח“.

מכירות – המנוע האסוציאטיבי מציג מידע הנע מסיבה לתוצאה ועושה זאת גם בכיוון תנועה הפוך מהתוצאה לסיבה – במטרה להגיע לתובנות שלמות. כך שמנהל המכירות יוכל לבצע מעקב אחר ביצועי אנשי המכירות, יומן הפגישות שלהם, הדיווחים השוטפים, עולם השיווק המקיף אותם, ההנחות שהם מציעים, אולם הוא יוכל להבין את הסיבות והגורמים שהביאו לכך שחלק מהמוכרנים הציעו הנחות גבוהות (באמצעות חיתוך פשוט עלפי אחוזים).

ייצור – חיבור המידע הוא ברירת המחדל של המערכת ולכן כל ערך שנלחץ עליו יציג מידע נוסף, שמקושר אליו בזכות הפעילות העסקית. כך למשל לחיצה על “אצוות ייצור” תציג את הלקוחות, ההזמנות והמלאי הקיים מהאצווה כך שניתן לדעת מתי היא נוצרה, מי מכר ממנה, מי רכש אותה והאם היא קיימת במלאי. המידע המתקבל מאפשר לקצר תהליכים הדורשים recall ותורם לשיפור משמעותי של רמת השירות.  

המנוע האסוציאטיבי עונה על שני צרכים עסקיים מהותיים: הראשון, הוא מציג את המידע שלגביו בוצעה השאילתה והשני ,הוא מציג את הסיבות שהביאו לתוצאה מסוימת. הנה דוגמה נוספת מעולם הייצור הממחישה את הנושא: שאלת התחקור מנסה לבחון את הסיבות שמשפיעות על תפוקה הנמוכה מ-80% עבור מכונה מסוימת. ברגע שאתחקר את המודל עם השאילתה: “תפוקה פחות משמונים אחוז”.
יוצגו בפני נתונים נרחבים, שייסייעו להגיע אל האמת מאחורי הדאטה. כך למשל ניתן לדעת האם בכל משמרת נעשה שימוש במכונה, אילו חומרי גלם הוקצו לייצור, השוואה בין תפוקת מכונה זו לבין תפוקת מכונות אחרות שלהן הוקצו חומרי גלם אחרים וכן הלאה.

מלאי – המידע מוצג באופן אינטואיטיבי ושלם במערכת ולכן לחיצת כפתור על אזור מסוים תציג מידע נוסף הקשור לאזור זה. הנה דוגמה הממחישה את הנושא. מנהל המחסן מעוניין לתחקר מיקום ואיתור בתוך מחסן מסוים.
כאשר הוא לוחץ על אזור זה הוא נחשף לתמונה שלמה הכוללת את  רשימת הפריטים המאוחסנים כעת ורשימת הפריטים שטרם אוחסנו, רשימת הפריטים שאוחסנו בעבר, רשימת המלקטים ורשימת המלקטים שטרם ליקטו, רשימת מיקומים נוספים בהם מצויים הפריטים וכן הלאה.

פיננסי – המנוע האסוציאטיבי הוא מוצר עסקי המאפשר להגיע לתובנות עסקיות בארגון והוא מתאים גם למחקר המאפשר להגיע לתובנות פיננסיות ולהביא לחסכונות תפעוליים.
הנה דוגמה מעניינת הממחישה את  הנושא. כדי לאמוד אודות רווחיות של יחידות עסקיות ולהסביר מדוע חלק מהן נהנות מרווחיות גבוהה ניתן להפיק שאילתה עם ערכים שונים כמו: לקוחות, מכירות, הוצאות שוטפות, הוצאות אישיות לעובדים והוצאות ממוצעות מחלקתיות (למשל הוצאות דלק חודשיות לעובד) כך ניתן לגלות את הסיפור המסתתר מאחורי הדאטה ולהבין היכן יש הוצאות עודפות וכיצד ניתן להביא לחיסכון בהוצאות אלו.  

HR – האמת נמצאת “בשטח” והמנוע האסוציאטיבי הנמצא בבסיס המערכת מאפשר להגיע למידע באמצעות חקירה דו כיוונית. הנה דוגמה הממחישה חקירה הנוגעת לסוגיות של פרישת עובדים.
1. בשאילתה הראשונה ניתן להתרשם היכן התרחש אחוז העזיבות הגבוה ביותר ומהן הסיבות לעזיבות.

2. בשאילתה השנייה ניתן לפתח את החקירה על ידי בחירה בסניפים בהם נרשמה פרישה באחוז גבוה, כך ניתן להתרשם מהמגמות: האם היו משמרות רבות? האם העובדים שפרשו הועסקו במשמרות מסוימות? האם העזיבה נוצרה בעקבות מבנה המשמרת? האם יש סניפים עם משמרות דומות יותר?

3. בשלב השלישי השאילתה מתמקדת בסוג המשמרת, בבחירת הסניף הרלוונטי בו נרשמו עיקר הפרישות ובביצוע השוואה.  
באופן זה ניתן לבודד את הסיבה המרכזית לפרישה ואף לחפש סיבות נוספות שהביאו לתוצאה כמו: מנהל, חברי משמרת, אירועים שחזרו על עצמם במשמרות ועוד. רק תחקור המאפשר תנועה על ציר “הלוך וחזור” תורם לגילוי או בידוד הסיבה שהביאה למגמת הפרישה.

כיצד לעבוד עם המנוע האסוציאטיבי?

ההדרכה לעבודה עם המנוע האסוציאטיבי היא פשוטה ואינטואיטיבית ונעשית כחלק מההדרכה על השימוש בפתרון כך שלמעשה המשתמשים יכולים כבר בשלב הראשוני  לבחון את הבעיות היום יומיות והפתרונות שיכולים לסייע לשיפור התוצאות העסקיות בפועל. גם עובדים שאינם מנוסים עם כלי תחקור במערכות Businesses Intelligence יכולים למצות את המירב מן המערכת, להעמיק במחקר ולהגיע לתובנות ישימות בביטחון.  

לסיכומו של עניין, לב ליבו של המנוע האסוציאטיבי מבוסס על הרעיון שבעולם העסקי יש השלכות רבות, שהקשר ביניהן רחב מסיבה-תוצאה, שכן לתוצאה אחת בעולם העסקי יכולות להיות סיבות רבות. פריצת דרך עסקית נעשית כאשר נחשפים למידע לא ידוע ולאו דווקא למידע גלוי.
לפרטים נוספים והתנסות עם המנוע האסוציאטיבי, צרו קשר
כותב המאמר אורי קלסי, סמנכ”ל השותפים העסקיים של Qlik Israel

בואו לפגוש את הנתונים שלכם מקרוב

מלאו פרטים כאן ונחזור אליכם בהקדם

צור קשר צור קשר חייגו אלינו חייגו אלינו