Tänapäeval on andmed kullast hinnalisemad. Ometi on nii, et paljud ettevõtted ja organisatsioonid ei oska olemasolevaid andmeid enda kasuks tööle panna. Korrastatud andmed võimaldavad liikuda väärtusahelas paremale positsioonile.
Kui suurt edu suudab toiduainetööstuse ettevõte tootearenduses saavutada? Küsimus uute toodete müügiedust on alati aktuaalne.Võib võtta aluseks pimetestide hinde maitsmisel ja esialgse pakendi väljanägemise ning võrrelda neid olemasolevate toodete vastavate näitajatega, sh müügitulemustega. Nii saame teadmise uute toodete tõenäolisest läbilöögist turul.
Selge see, et kehvade tulemuste korral tuleb keskenduda uue toote pakendi või maitse muutmisele. Seevastu heade tulemuste korral saab edasi liikuda müügikampaania korraldamise juurde. Kõige olulisem on see, et juba enne toote turule paiskamist saame üsna täpse teadmise sellest, mis meid ees ootab. See on soodsam, kui jõuda sellele järeldusele katse ja eksituse meetodil.
Või võtame täiesti teise valdkonna – panganduse. Mil viisil saab andmeid kasutada pädevamate otsuste tegemiseks laenutaotluse kinnitamise või tagasilükkamine kohta? Laenutaotlejate andmeid (sissetulek, haridus, vanus, kohustused, laenu kestvus, jne) on võimalik võrrelda hapude laenude andmete ja panga otsuste andmetega (laen rahuldatud, tagasi lükatud, lisatagatisel või käendusel rahuldatud).
Laenuga seotud andmetest on võimalik eraldada või välja tuua see osa, mille puhul hapude laenude tõenäosus on minimaalne. Seda sorti mustrit kasutades jõuab laenukomitee liikmeteni kvaliteetne sisend.
Tellimuspõhises tootmises võtab tihtilugu üsna palju aega ostutegevus. Enne tellimuse sisseandmist konkreetsele tarnijale saab aga kontrollida selle ettevõtte tarnevõimekust.
Aluseks on taas ajaloolised andmed, kust leitakse üles tarnevõimekuse tsüklilisuse mustrid sõltuvalt tellitavast kaubast, tähtajast, kogusest, hinnast, osapoolte kontaktidest ja muust kättesaadavast infost. Juhul kui prognoositav tarnevõimekus on madal ja on ka teisi variante, saab tootja säästa aega, sest ta teab juba ette, et hankija vastus ei rahulda teda.
Microsofti tooteperekonnas on olemas lahendused, mis võimaldavad andmete põhjal välja töötada andmealgoritmid, mis annavad eeltoodud küsimustele vastused. Need saab suunata kasutajale sobiliku keskkonda, milleks võib olla majandusarvestustarkvara Microsoft Dynamics NAV, ärianalüüsi lahendus Bi4Dynamics või PowerBI.
Tööriistade olemasolu on väga oluline teema, aga sama tähtis on ka arusaam, et andmemudelid valmivad kliendile rätsepalahendusena. Kuna kliendil on olemas ärivaldkonna tuumikteadmised, siis on heade tulemuste saavutamiseks vajalik tihe koostöö.
