Verslas renka ir kaupia daug duomenų. Tačiau daug duomenų dar nereiškia daug informacijos. Ir tikrai nereiškia geresnių sprendimų.

Įmonė gali turėti duomenų sandėlį, dešimtis ataskaitų, šimtus rodiklių ir modernią verslo analitikos platformą, tačiau darbuotojai vis tiek gali užduoti tuos pačius klausimus:

• Kur rasti man reikalingą informaciją?
• Kuri ataskaita yra teisinga?
• Kodėl dviejose ataskaitose tas pats rodiklis skiriasi?
• Ką šis grafikas iš tikrųjų sako?
• Į ką turėčiau atkreipti dėmesį?
• Kokį sprendimą turėčiau priimti?

Čia ir atsiranda skirtumas tarp duomenų, verslo analitikos ir informacijos architektūros.

Duomenys nėra informacija

Verslo duomenys yra tai, ką renkame, išgauname, kaupiame, valdome, saugome ir archyvuojame.

Dalį duomenų fiksuoti įpareigoja valstybės ar kontroliuojančios institucijos. Kitus įmonės renka savo iniciatyva, suprasdamos, kad duomenys gali padėti geriau valdyti veiklą, pažinti klientus, pastebėti problemas ar atrasti naujas verslo galimybes.

Labai paprastai verslo duomenis galime suskirstyti į dvi grupes:

Vidiniai duomenys padeda suprasti save:

• veiklą,
• procesus,
• pajamas ir sąnaudas,
• rezultatus,
• darbuotojų veiklą,
• tikslų ir biudžetų pasiekimą.

Išoriniai duomenys padeda suprasti aplinką:

• klientus,
• konkurentus,
• rinką,
• ekonominius pokyčius,
• tendencijas,
• verslo galimybes.

Tačiau tol, kol duomenys tik saugomi lentelėse, sistemose ar duomenų bazėse, jie dar nebūtinai yra informacija.

Jei duomenys išgaunami, informacija projektuojama

Tai vienas svarbiausių skirtumų.

Duomenis išgauname. Informaciją projektuojame.

Kai kuriame ataskaitą, sąmoningai pasirenkame:

• kuriuos duomenis parodyti,
• kurių nerodyti,
• kokius rodiklius apskaičiuoti,
• kokia seka juos pateikti,
• ką parodyti pirmiausia,
• ką su kuo palyginti,
• kokias spalvas naudoti,
• kurioje ekrano vietoje pateikti informaciją,
• kaip vartotojas galės nuo bendro vaizdo pereiti prie detalės.

Todėl verslo informacija nėra vien skaičiai ekrane.

Verslo informacija yra tai, ką vartotojas suprato interpretuodamas duomenis, jų kontekstą, išdėstymą, tarpusavio ryšius ir pateikimo seką.

Būtent dėl to tą patį duomenų rinkinį galima paversti labai skirtinga informacija.

Verslo ataskaita yra informacijos produktas

Verslo informacija vartotoją dažniausiai pasiekia ataskaitos forma.

Tai gali būti:

• popieriaus lapas,
• PDF dokumentas,
• el. laiškas,
• Excel failas,
• prezentacijos skaidrė,
• interaktyvi Power BI, Qlik ar Tableau ataskaita.

Technologijos keičia informacijos pateikimo galimybes, tačiau pagrindinė problema išlieka ta pati:

Ką vartotojas turi suprasti ir ką, remdamasis šia informacija, turi galėti padaryti?

Todėl projektuojant verslo informaciją nepakanka pradėti nuo klausimo: „Kokius duomenis turime?“

Reikia pradėti nuo vartotojo.

Kas jis?
Kokius sprendimus priima?
Kokie klausimai jam kyla?
Kokios informacijos reikia atsakymui?
Kokiu detalumo lygiu?
Kokiame kontekste?
Kaip dažnai?

Tik tuomet verta spręsti, kokių duomenų, rodiklių ir vizualizacijų tam reikia.

Vienkartinė analizė ir nuolatinė atskaitomybė nėra tas pats

Verslo informaciją galima skirstyti ir pagal jos naudojimo dažnumą.

1. Vienkartinė analizė

Ji kuriama konkrečiam klausimui, problemai ar sprendimui.

Pavyzdžiui:

Kodėl šį ketvirtį sumažėjo pelningumas?

Analitikas gali surinkti duomenis, juos išanalizuoti ir parengti pristatymą, kuris nuosekliai veda vartotoją iki išvados.

Tokiu atveju labai svarbi informacijos seka.

Ką vartotojas pamato pirmiausia?
Kokią priežastį nagrinėja toliau?
Kokiais duomenimis ji pagrindžiama?
Iki kokios išvados galiausiai prieinama?

Tai iš esmės yra informacijos pasakojimas.

2. Daugkartinė atskaitomybė

Visai kita užduotis atsiranda, kai informacijos reikės nuolat.

Pavyzdžiui, vadovui kiekvieną savaitę reikia stebėti pardavimus, finansų vadovui kiekvieną mėnesį analizuoti pelningumą, o padalinio vadovui kontroliuoti savo sąnaudas.

Tuomet nebepakanka sukurti vieną gerą ataskaitą.

Reikia sukurti ataskaitų sistemą.

Vartotojui turi būti aišku:

• kokios ataskaitos egzistuoja,
• kurią pasirinkti,
• kur ją rasti,
• kaip pereiti nuo bendro rezultato prie detalės,
• kurios ataskaitos ir rodikliai tarpusavyje susiję,
• kuris informacijos šaltinis yra pagrindinis.

Atsiranda navigacija, hierarchijos, paieška, terminologija, informacijos lygiai, tarpusavio ryšiai ir vartotojų teisės.

Ir būtent čia verslo analitikos problema vis labiau tampa informacijos architektūros problema.

Kai daugėja ataskaitų, nepakanka kurti dar vieną dashboardą

Viena ataskaita gali būti labai gerai suprojektuota.

Tačiau jeigu organizacijoje yra 50, 100 ar 500 ataskaitų, vartotojo problema jau nebėra vien tai, kaip perskaityti vieną grafiką.

Jis turi suprasti visą informacinę erdvę:

Kur esu? → Kur ieškoti? → Kuri informacija man aktuali? → Kaip informacija susijusi? → Kur galiu detalizuoti? → Kuriuo skaičiumi pasitikėti?

Tam reikia architektūros.

Informacijos architektūra verslo analitikoje padeda susieti:

verslo tikslus → vartotojų klausimus → sprendimus → rodiklius → duomenis → ataskaitas → navigaciją → informacijos suvokimą.

Todėl informacijos architektūra nėra Power BI dizaino pagražinimas.

Ji prasideda anksčiau nei vizualizacija.

Informacijos architektūra daugiau už verslo analitiką

Verslo analitika atsako į klausimą:

„Ką galime sužinoti iš turimų duomenų?“

Informacijos architektūra kelia platesnį klausimą:

„Kaip sukurti informacijos sistemą, kurioje žmogus rastų, suprastų ir galėtų panaudoti tai, ką sužinojome?“

Todėl informacijos architektūra apima ne tik dashboardo vizualinį dizainą.

Ji apima:

duomenis → struktūrą → reikšmes → hierarchijas → ryšius → ataskaitas → navigaciją → vartotojo suvokimą.

Galutinis tikslas nėra turėti daugiau duomenų.

Nėra ir turėti daugiau ataskaitų.

Net nėra turėti gražesnius dashboardus.

Tikslas yra sukurti informacinę aplinką, kurioje žmogui paprasta suprasti verslą ir priimti sprendimą.

Todėl pirmiausia projektuojame ne dashboardą.

Projektuojame informaciją.

Duomenų architektūra padeda duomenis sutvarkyti.
Verslo analitika padeda juos analizuoti.
Informacijos architektūra padeda žmogui juos suprasti.

Ir būtent supratimo momentu duomenys pradeda kurti vertę.