La gerarchia del valore aziendale di Tableau

In base alla fase in cui si trova l'organizzazione lungo il percorso per diventare un'organizzazione basata sui dati, si può scegliere di concentrarsi sull'ottimizzazione dei costi, sull'efficienza o sull'efficacia.

Si calcolano i costi totali di proprietà di una soluzione di BI e si sceglie l'opzione con il costo più basso.

Spesso i clienti valutano i costi della licenza, ma non considerano l'assistenza, la formazione e le tecnologie aggiuntive che influiscono sul costo totale. Questo modello presuppone che il valore ricavato dalle molte tecnologie di BI a disposizione sarà più o meno lo stesso, quindi l'importante è scegliere l'opzione che comporta il costo minore. Questo è vero in alcune situazioni ma non sempre.

Sono diversi i fattori da includere nel costo totale di proprietà, non solo il costo della licenza. Ad esempio, i costi per la piattaforma e il costo del lavoro:

COSTI DELLA PIATTAFORMA

Infrastruttura: hardware, infrastruttura come servizio, dati (trasferimento/archiviazione), servizi di sistema

Software: licenze, integrazioni dei partner, tariffe per connettori dati/archiviazione, accesso alle API, tariffe d'uso

COSTO DEL LAVORO

Installazione

Configurazione

Creazione di report: personale IT per creare e curare i contenuti

Assistenza: assistenza tecnica e manutenzione continua

Formazione: formazione pratica per gli utenti, formazione per i formatori, corsi

Quando utilizzare il modello TCO

• Nei casi in cui hai analisi gestite da consulenti o altri tecnici esterni.

• Nei casi d'uso che prevedono la distribuzione delle dashboard senza l'esigenza di analisi ad hoc.

• Nel caso di visualizzazioni incorporate in cui verranno distribuiti contenuti statici e in cui l'aspetto visivo è più importante dell'interattività.

Lettura consigliata

Come scegliere una piattaforma di analisi e business intelligence moderna che faccia al caso tuo: una guida per definire i requisiti di supporto per un'attività di analisi moderna.

Calcolo del TCO

Esempio

Si confrontano gli incrementi di produttività dei collaboratori ottenuti con diverse soluzioni e si fa riferimento al costo del lavoro per calcolare gli utili sul capitale investito.

La tecnologia di analisi dei dati aiuta i collaboratori a capire le informazioni più velocemente. Il modello della produttività dei collaboratori valuta i vantaggi per i collaboratori calcolando il tempo totale risparmiato rispetto ad altre tecnologie.

Questo modello presuppone che se i collaboratori dedicano meno tempo all'analisi possono avere del margine per svolgere più analisi o per occuparsi di altre attività che offrono valore aggiunto all'azienda.

Quando utilizzare il modello della produttività dei collaboratori

• In assenza di un progetto di analisi specifico, quando vuoi assegnare capacità di analisi a tutti i tuoi knowledge worker.

• Quando desideri calcolare il valore della cultura basata sui dati.

• Per quantificare il ROI delle Communities of Practice o dei Center of Excellence riguardo ai dati.

Metriche da definire per il calcolo della produttività dei collaboratori

Differenziale di creazione: la differenza tra le risorse necessarie per creare un output di analisi con diverse piattaforme e le risorse dedicate attualmente.

Differenziale di consumo: la differenza tra l'esperienza dell'utente finale per ottenere informazioni da diverse piattaforme e quella offerta dall'approccio attuale.

Fattore valore: l'aspettativa media in termini di valore aggiunto che un knowledge worker apporta all'organizzazione. Questo approccio opzionale è un modo rapido per integrare una componente di efficacia nel modello dell'efficienza.

Esempio (questo modello ha lo scopo di massimizzare il valore, quindi a numeri più alti corrisponde un risultato migliore)

*Questi sono i tre input / le tre leve che influenzeranno i risultati di questo modello. Considera gli utenti reali del tuo sistema di BI (anziché lasciare che la valutazione venga svolta interamente dai buyer del reparto IT). Includendo coloro che eseguiranno queste attività avrai un'idea dei costi associati e di come ogni azione verrà scalata, oltre a ottenere stime più precise.

Si quantifica il valore ricavato dal miglioramento del processo decisionale, grazie al fatto che i collaboratori sono più informati.

Il modello dell'impatto previsto chiede: "Se con questa tecnologia un collaboratore ha il X% di probabilità in più di adottare una buona decisione, che valore ne ricavo?" Questo modello è il più difficile da quantificare perché richiede di allineare la tecnologia che si sta valutando ai risultati aziendali reali. È però anche il più realistico. Può anche indicare una maggiore creazione e un maggior consumo di business intelligence che non si manifesta nelle sezioni precedenti. L'efficienza della forza lavoro disponibile può essere utilizzata per elaborare attraverso l'analisi ulteriori informazioni utili all'azienda.

Quando utilizzare il modello dell'impatto previsto

• Quando desideri migliorare determinate decisioni dei tuoi collaboratori.

• Per creare delle analisi destinate a un gruppo specifico di utenti o a un'area problematica.

• Se desideri un'analisi scalabile, ripetibile e riutilizzabile che offra continuamente valore aggiunto.

Calcolo dell'impatto previsto

Scenario: il vantaggio riconosciuto dall'essere più informati, in azienda, è definito dai risultati che cerchi di ottenere. Comprende il valore stimato di un buon risultato.

Ambito della decisione: quali decisioni hanno conseguenze sui risultati definiti? Nei diversi settori di attività si individuano le decisioni che influiscono sui risultati da raggiungere.

Miglioramento: in che misura l'accesso ai dati aiuterà i knowledge worker a prendere decisioni migliori? E quali sono le differenze tra i modi in cui le diverse tecnologie influiranno sul processo decisionale? Questo valore si può quantificare con un coefficiente di miglioramento che mostra quanto valore aggiunto verrà apportato dalle decisioni migliorate.

Esempio

*Il fornitore di BI non consente di visualizzare tutti i punti dati nella stessa visualizzazione, quindi non è possibile migliorare la precisione.
**Le dashboard di BI hanno velocizzato il processo decisionale, ma non tanto quanto il processo di analisi visiva.