هوش تجاری مجموعه‌ای از توانایی‌ها، فناوری‌ها، ابزارها و راهکارهایی است که به درک بهتر مدیران از شرایط کسب‌و‌کار کمک می‌کند و همچون چتری است که سایر نظام‌های مرتبط با داده شامل انبار داده، داده‌کاوی، تحلیل، پیش‌بینی و پشتیبانی تصمیم را به یکدیگر مرتبط می‌سازد. به‌طورکلی، ابزارهای هوش تجاری سه قابلیت مشترک: گزارش‌دهی، تحلیل و پایش را شامل می‌شوند. البته این ویژگی‌ها در ابزارهای مختلف شدت و ضعف‌هایی دارد و همه ابزارها تمامی این ویژگی‌ها را به‌طور کامل پوشش نمی‌دهند.

فناوری هوش تجاری امروزه به معنای مجموعه‌ای از تحلیل‌هاست که منتج به کسب بینش از داده می‌شود. ریچارد میلر دیونس در دائره‌المعارف داستان‌های کسب‌و‌کار و تجارت سِر هنری فرنیز[1] بانکدار را اولین شخصی می‌داند که از عبارت هوش تجاری استفاده کرده است. فرنیز علاقه بسیاری به مسائل سیاسی، نوسان‌ها و رقابت بازار داشت. در ادامه، روند شکل‌گیری، توسعه و تکامل هوش تجاری از آغاز تا به امروز بیان می‌شود[2].

• ریشه‌ها و توسعه تا سال ۱۹۵۸

فناوری تا قرن بیستم به‌گونه‌ای پیشرفت نکرد که بتوان آن را عاملی مهم برای رشد هوش تجاری در این سال‌ها در نظر گرفت. در سال ۱۹۵۸ با انتشار مقاله هانس پیتر لوهن که متخصص رایانه IBM بود پتانسیل هوش تجاری به رسمیت شناخته شد. عنوان این مقاله «سیستم هوش تجاری» بود و سیستمی خودکار را توصیف می‌کرد که برای انتشار اطلاعات در بخش‌های مختلف هر سازمان صنعتی، علمی یا دولتی طراحی‌شده است. چنین بخش‌هایی در پایان جنگ جهانی دوم به روشی برای سازمان‌دهی و ساده‌تر کردن داده‌های در حال رشد فناوری و اطلاعات علمی نیاز داشتند. لوهن به تعریف واژه «هوش[3]» از واژه‌نامه وبسترز[4] نقل‌قول می‌آورد: «توانایی درک روابط متقابل در واقعیت‌های ارائه‌شده به روشی که عمل را سمت هدف موردنظر هدایت کند.» این معنا هسته اصلی هوش تجاری است. روشی که بتوان سریعاً و به‌آسانی حجم عظیم اطلاعات را درک کرد و بهترین تصمیم ممکن را گرفت. آنچه لوهن انجام داد بیش از معرفی و ارائه مفاهیم بود. تحقیق او بر اساس روش‌هایی بود که برخی از سیستم‌های تحلیلی بر اساس آن شکل گرفتند. امروزه لوهن را «پدر هوش تجاری» می‌دانند.

• تکامل در اواخر ۱۹۸۰

شرکت‌ها با ظهور رایانه‌ها در دنیای تجارت، جایگزینی برای ذخیره‌سازی داده‌ها روی کاغذ یافتند. اختراع هارد‌دیسک توسط IBM در سال ۱۹۵۶ انقلابی در عرصه ذخیره‌سازی داده به وجود آورد. فلاپی دیسک‌ها، دیسک‌های لیزری و دیگر فناوری‌های ذخیره‌سازی به معنای ایجاد بیشتر و بیشتر داده بود و درنتیجه ابزار بیشتری برای ذخیره‌سازی به وجود می‌آورد. در سال ۱۹۷۰ تعداد اندکی از توسعه‌دهندگان ابزارهای هوش مصنوعی سراغ ابزارهایی رفتند که دسترسی و سازمان‌دهی داده را ممکن می‌کرد؛ اما این فناوری خیلی دست و پاگیر بود، مهم‌تر آنکه استفاده از آن دشوار بود. هدف کنفرانس بین‌المللی ۱۹۸۸ ساده‌سازی فرایندهای داده بود. کنسرسیوم تحلیل داده چندجانبه که در رم برگزار شد، نقطه ‌عطفی در ساده‌سازی تحلیل هوش تجاری به شمار می‌رفت.

• سال‌های 1980 تا ۱۹۹۰

دوره مدرن هوش تجاری بعد از کنفرانس سال ۱۹۸۸ شکل گرفت. هوآرد درزنر، تحلیلگر مؤسسه گارتنر، در سال ۱۹۸۹ عبارت هوش تجاری را وارد زبان روزمره کرد. رقابت بیشتر باعث پیشرفت بیشتر شد. این ابزار جدید جریان داده‌ها را در سیستم‌های عملیاتی و تصمیم‌گیری بهبود بخشید. داده که به‌طور سنتی در چند جای مختلف ذخیره می‌شد، هم‌اکنون مکان ذخیره‌سازی اصلی و ساده‌تر خود را یافت. در کنار توسعه عوامل ذخیره‌سازی داده بود که هوش تجاری امروزی شکل گرفت. این عوامل شامل: استخراج، انتقال، ابزارهای بارگذاری (ETL) و نر‌م‌افزار تحلیل آنلاین فرایند (OLAP) می‌شد. در سال‌های آخر این دوره، هوش تجاری ۱.۰ شهرت یافت.

• هوش تجاری ۱.۰

همچنان که هوش تجاری در اواخر ۱۹۹۰ و اوایل ۲۰۰۰ تبدیل به مسئله‌ای رایج و مشهور شد، وندورهای جدید بسیاری وارد بازار شدند. هوش تجاری طی این دوره دو عملکرد بنیادین داشت: تولید داده و گزارش‌ها، سازمان‌دهی و بصری‌سازی این داده‌ها. بااین‌حال دو مسئله در این دوره مطرح شد: پیچیدگی و زمان. ابزارهای موجود هوش تجاری توسط متخصصان توسعه‌یافته بود و استفاده از این ابزارها نیاز به تمرین‌ و تلاش در این حوزه داشت. به همین علت زمان بیشتری صرف تدوین و ارائه گزارش می‌شد. فقط کارشناسان فنی و متخصص می‌توانستند از نرم‌افزارهای پیشرفته تحلیل داده استفاده کنند. ابزارها کم‌کم تکامل یافتند تا کاربران غیرمتخصص نیز بتوانند از آن‌ها استفاده کنند، اما این مسئله به‌تدریج رخ داد.

• هوش تجاری ۲.۰

آغاز قرن بیست و یکم نقطه عطف متمایزی داشت: فناوری‌ها هم مسئله پیچیدگی را حل کردند و هم مسئله سرعت را. آن‌ها همچنین با برنامه‌های مبتنی بر ابر[5] پلتفرم‌های هوش تجاری را ساده کردند و گسترش دادند. هوش تجاری ۲.۰ شامل فناوری‌های مختلف ازجمله پردازش بهنگام[6] می‌شود که اطلاعات را از انبار داده‌ها می‌گیرد و برای شرکت‌ها این امکان را فراهم می‌آورد که بر اساس تازه‌ترین اطلاعات در دسترس تصمیم‌گیری کنند. فناوری‌های دیگر شامل دسترسی برای کاربران غیرمتخصص می‌شود، به این معنا که کارمندان می‌توانند پروژه‌ها را بدون دخالت دپارتمان فناوری اطلاعات تکمیل کنند.

رشد اینترنت باعث پشتیبانی و توسعه این پیشرفت‌ها شده است، به‌ویژه شبکه‌های اجتماعی این تحولات را رقم‌زده‌اند. فیس‌بوک، توییتر و وبلاگ‌ها به کاربران ایده‌ها و راه‌حل‌های بسیار سریع و ساده‌ای ارائه می‌دهند. همچنین کاربران می‌توانند روش‌ها و نرم‌افزارها را مرور کنند و بینشی اساسی نسبت به استفاده‌های مختلف هوش تجاری به دست آورند. هر چه مردم بیشتر تعامل کنند و ارتباط برقرار سازند، بیشتر متوجه مفهوم هوش تجاری می‌شوند. تا سال ۲۰۰۵، افزایش اتصال در دنیای تجارت به معنای این بود که شرکت‌ها به اطلاعات بهنگام نیاز دارند؛ آن‌ها نیاز دارند پابه‌پای رقیبان پیش روند و آنچه را که مشتری از آن‌ها می‌خواهد درک کنند. هوش تجاری در این دوران دیگر به‌مثابه ابزاری اضافی یا مزیت صرف نبود، بلکه نیازی مهم برای کسب‌و‌کارهای رقابتی در محیط جدید مبتنی بر داده بود.

• نیاز روزافزون کاربران نهایی به ابزارهای هوش تجاری

سرعت و شتاب پلتفرم‌های هوش تجاری در اواسط دهه اول قرن 21 باعث بهبود فرایند آن شد. ابزارها، گزینه‌های خدمات و بهبود بصری‌سازی[7] سه ویژگی مهم این مرحله از تکامل هوش تجاری بودند. ابزارهای هوش تجاری عموماً برای اهداف خاص کسب‌و‌کاری طراحی‌شده‌اند؛ مثلاً بهداشت و درمان، اجرای قانون، ورزش‌های تخصصی، مدیریت رسانه‌های اجتماعی و غیره. این رشد ابزارهای خاص باعث افزایش پذیرش هوش تجاری در دنیای کسب‌و‌کار شده است. انقلاب عظیم‌داده[8] و انفجار اینترنت باعث شد سازمان‌ها با اطلاعات و داده‌های بیشتری سر‌و‌کار داشته باشند. هر فرد به‌تنهایی میزان اطلاعات زیادی تولید می‌کرد. بیش از ۲۰۴ میلیون ایمیل در هر دقیقه ارسال می‌شود. شرکت‌ها نیاز به ابزارهای بصری‌سازی بیشتری را حس می‌کردند. این ابزارها در این دوره بیشتر تکامل یافتند.

• توسعه راهکار هوش تجاری بر بستر ابر و تلفن همراه

شرکت‌های بیشتری این قابلیت‌ها را با ویژگی‌های منحصربه‌فرد ارائه دادند. وندورها ابزارهای‌ سریع‌تر و ارزان‌تر را آزمودند. یکی از راه‌های رسیدن به‌سرعت بالا و هزینه کمتر هوش تجاری ابری است که امکان میزبانی نرم‌افزار را در اینترنت می‌دهد، هزینه‌های ذخیره‌سازی را کاهش می‌دهد و امکان دسترسی به داده سازمانی را با سرعت بیشتر و راحت‌تر فراهم می‌آورد. در کنار ابر، پلتفرم‌های تلفن همراه نیز در حال رشد است که به کاربران امکان می‌دهد از طریق تلفن‌های هوشمند، تبلت‌ها و دیگر دستگاه‌های خود با ابزارهای هوش تجاری کار کنند. همچنان که ابزارها تکامل بیشتری می‌یابند و توسعه‌یافته‌تر می‌شوند، ساده‌تر و کاربردی‌تر هم می‌شوند و تعداد بیشتری به استفاده از آن‌ها ترغیب می‌شوند.

[1] Sir Henry Furnese

[2] ماهنامه پیوست

[3] Intelligence

[4] Websters

[5] Cloud

[6] Real-Time

[7] Visualization

[8] Big Data