Gartner förutspår att utvecklingen fram till 2018 kommer att handla om s.k. “Self-Service BI”, nämligen att ge fler användare möjlighet att kunna göra egna analyser av data för att själv kunna fatta bättre beslut. I teorin är det lätt att varför detta skulle vara bra, dock tror jag att det finns en del fallgropar i praktiken (såklart, för det finns det ju alltid…).
Här är två områden som, enligt min mening, inte bör underskattas om man vill lyckas med sin “Self-Service BI”:
1. Analyser måste ske inom en given kontext. Det går inte att ge alla tillgång till all information utan att ge någon vägledning om vad som är viktigt utifrån organisationens strategi. Med andra ord krävs en tydlig metod och process för styrning och uppföljning, en kontext, inom vilken alla användare håller sig inom. Ett exempel på en sådan kontext, som vi implementerar tillsammans med våra kunder, är att skilja på Styrning, Kontroll och Analys (vilket det finns många posts om på vår blogg).
2. “Self-service användare” har olika förutsättningar och behov, och måste adresseras därefter. De allra flesta individer, ex. chefer, är sällan-användare av beslutsstödet. Deras nivå av “Self-service” kommer vara rätt låg, 80% av gångerna vill de ha en statisk dashboard av hur det går (gärna utifrån en kontext enligt punkt 1). 20% av gångerna vill de kunna svara på en ad-hoc fråga. Att försöka göra dem till superanvändare är då troligtvis en dålig investering. Bästa sättet att lösa detta, tror jag, är istället att utveckla deras möjlighet till interaktivitet runt dessa Dashboards, alltså ge dem möjlighet att kunna vända och vrida/sortera på viss data som motsvarar de vanligaste analyserna. Och sedan får man se till att det finns superanvändare i deras närhet som kan ge dem stöd när unika frågor dyker upp ad-hoc.
