[התמונה המקורית היא תמונה חופשית לשימוש ברמה CC BY 2.0,  שהועלתה על ידי deepak pal לאתר flickr]

[לאוסף המאמרים על טכנולוגיה בארגונים, לחצו כאן] [לאוסף המאמרים בנושא קבלת החלטות, לחצו כאן] [לאוסף המאמרים על על ידע ארגוני בזמן אמת והשלכותיו, לחצו כאן]

ניצב משנה בגמלאות, ד"ר פנחס יחזקאלי הוא שותף בחברת 'ייצור ידע' ואיש אקדמיה. שימש בעבר כראש המרכז למחקר אסטרטגי ולמדניות של צה"ל. הוא העורך הראשי של אתר זה.

*  *  *

מערכות בינה עסקית (Business intelligence - BI) עוזרות לארגון להפיק מידע משמעותי, מבחינה עסקית, מתוך המכלול העצום של נתונים הנאספים על ידיו (Big Data), שקשה - אם לא בלתי אפשרי - לנתח ביד.

המערכות הללו התהוו כתוצאה מתהליכי צבירת המידע העצום בארגונים; וחיפוש הדרכים הטובות ביותר להפיק מהם ידע חדש ומועיל

 מטרת מערכות הבינה העסקית היא, לתמוך בהליכי קבלת החלטות בתחומים הבאים:

• ליצור דוחות שונים.
• לספק מידע היסטורי ו- מידע עכשווי בנוגע לפעילות העסקית.
• לספק תחזיות בנוגע לפעילות - עסקית או אחרת - באמצעות איתור דפוסים חוזרים. תבנית או דפוס חוזר (Pattern) הם מבנה או תהליך כמעט קבועים, החוזרים ונשנים במערכות מורכבות. משמעות הדבר היא, שהיכולת לאתר דפוסים חוזרים במערכות מורכבות מאפשרת לנו חיזוי מסוים לגבי תופעות ארגוניות.

[להרחבת המושג, 'מידע', לחצו כאן] [להרחבת המושג: 'מטרה של מערכת', לחצו כאן][להרחבה בנושא: תבניות/דפוסים חוזרים, לחצו כאן] [לאוסף המאמרים בנושא קבלת החלטות, לחצו כאן] [לאוסף המאמרים על על ידע ארגוני בזמן אמת והשלכותיו, לחצו כאן] [להרחבת המושג, 'מערכת מורכבת', לחצו כאן] [להרחבת המושג: חיזוי - ניבוי, לחצו כאן]

[התמונה המקורית היא תמונה חופשית לשימוש ברמה CC BY 2.0,  שהועלתה על ידי deepak pal לאתר flickr]

מקורו של הצורך ב-BI הוא הגידול העצום בכמות הנתונים הנאספים בארגון (אלו מכונים לעיתים "Big Data"), אשר מקשה על ניתוחם הידני, ללא כלים לאישוש והבטחת אמינות של המסקנות. BI כולל שיטות מגוונות למחקר נתונים. חלק מהשיטות מתייחסות גם לתפעול הנתונים והכשרתם לצורכי ניתוח והפקת מסקנות. אחת השיטות המרכזיות בבינה עסקית, והבסיס של BI לשימושי מידע ארגוני, היא כריית מידע.

טכנולוגיות הבינה העסקית כוללות:

• כריית מידע (Data mining), 
• עיבוד אנליטי מקוון (Online analytical processing,‏ OLAP), 
• ניהול ביצועים עסקיים (Business performance management), 
• מידוד (Benchmarking);
• וחיזוי אנליטי (Predictive analytics).

[התמונה המקורית היא תמונה חופשית לשימוש ברמה CC BY 2.0,  שהועלתה על ידי deepak pal לאתר flickr]

מערכות BI אינן קיימות רק בעסקים...

דוגמה קלאסית - למערכת BI מחוץ לעולם העסקי - הן מערכות ה'חיזוי בשיטור' או 'השיטור המנבא' (Predictive Policing), המסייעות למשטרות בעולם המערבי במאבקן בפשיעה. מערכות אלה התפתחו בהדרגה:

• בתחילה, נאגרו נתוני הפשיעה לסוגיה על גבי מפות, כדי לשמש בסיס לקבלת החלטות במשטרה.
• בשלב השני פותחה שיטה להתמקדות בנקודות חמות (Hot Spots). אלו הם האזורים שבהם ממוקדת הפשיעה לפי עונות, חגים, לילות, ימים, שגרה ועוד. זאת, כדרך להורדת פשיעה בעזרת התמקדות במקומות שבה היא מתרכזת.
• ואז, הסתבר כי הפשיעה התפתחת על פי דפוסים קבועים, המאפשרים לנבא היכן תופיע פשיעה בעתיד הקרוב ולהסיט את המאמץ המשטרתי לקראתה.
• ניבוי בשיטור מתפתח על פי אותו עיקרון, של איתור דפוסים בזמן אמת - גם בתחום תאונות הדרכים.

[להרחבה בנושא: 'שיטור נקודות חמות', לחצו כאן] [להרחבה בנושא: 'שיטור מנבא', לחצו כאן]

[בעל הזכויות בתמונה זו לא אותר. לכן, השימוש נעשה לפי סעיף 27א' לחוק זכויות יוצרים. בעל הזכויות הראשי, אנא פנה ל: yehezkeally@gmail.com]

[לאוסף המאמרים על טכנולוגיה בארגונים, לחצו כאן] [לאוסף המאמרים בנושא קבלת החלטות, לחצו כאן] [לאוסף המאמרים על על ידע ארגוני בזמן אמת והשלכותיו, לחצו כאן]

מקורות והעשרה

• פנחס יחזקאלי (2021), טכנולוגיה וארגונים באתר ייצור ידע, ייצור ידע, 7/2/21.
• פנחס יחזקאלי (2014), מידע, ייצור ידע, 12/4/14.
• פנחס יחזקאלי (2014), ידע, ייצור ידע, 12/4/14.
• פנחס יחזקאלי (2014), תבנית - דפוס חוזר, ייצור ידע, 12/6/14.
• פנחס יחזקאלי (2014), מטרה של מערכת, ייצור ידע, 12/4/14.
• פנחס יחזקאלי (2015), קבלת החלטות, ייצור ידע, 8/6/15.
• פנחס יחזקאלי (2014), חיזוי - ניבוי, ייצור ידע, 12/4/14.
• פנחס יחזקאלי (2014), מערכת מורכבת, ייצור ידע, 12/4/14.
• פנחס יחזקאלי (2014), שיטור נקודות חמות, ייצור ידע, 5/5/14.
• פנחס יחזקאלי (2014), שיטור מנבא באתר 'ייצור ידע', ייצור ידע, 9/5/14.