Με τη δραματική αύξηση των δεδομένων που αποθηκεύονται κάθε δευτερόλεπτο παγκοσμίως, αυξάνονται αντίστοιχα και οι ανάγκες των εμπλεκομένων σε αυτά για να συγκεντρώσουν, να ομογενοποιήσουν, να συγκρίνουν, να αρχειοθετήσουν και εν τέλει να τα αναλύσουν.

Η διαδικασία λήψης αποφάσεων, ανάλυσης της υπάρχουσας κατάστασης, αξιολόγησης των δεδομένων και πρόβλεψης, έστω και με τη μορφή σεναρίων με μικρή ή μεγαλύτερη πιθανότητα, δεν θα είναι ποτέ η ίδια με το παρελθόν, έστω και αν οι έννοιες αυτές υπάρχουν στην Πληροφορική ήδη από το 1958!

Τα σύγχρονα εργαλεία, η αυξημένη υπολογιστική ισχύς των νέων συστημάτων, η δυνατότητα σύνθεσης από δομημένα ή αδόμητα δεδομένα (Big Data), τα γραφικά και οι απεικονίσεις σε διαφορετικά formats και συσκευές, θα καθορίσουν το μέλλον της Πληροφορικής και θα αποτελέσουν το επόμενο κύμα ανάπτυξης. Ηδη, οι επιστήμονες ανάλυσης δεδομένων (data base analysts/scientists) θεωρούνται περιζήτητοι τόσο σε μεγάλες επιχειρήσεις (μεγέθους Google) και κυβερνήσεις, όσο και σε απλές και μικρές εταιρείες που θέλουν να αποκτήσουν ένα στοιχειώδες σύστημα αποτύπωσης, ανάλυσης και ορθής λήψης αποφάσεων, που θα τις βοηθήσει να αντιληφθούν τι γίνεται μέσα και γύρω από τον οργανισμό τους, αλλά και να προχωρήσουν με ασφάλεια.

Η τεράστια αλλαγή που συνέβη τα τελευταία χρόνια, είναι η εξαιρετικά μεγάλη μείωση του κόστους απόκτησης και χρήσης της τεχνολογίας αυτής, γεγονός που διευρύνει τη δυνατότητα οποιουδήποτε να την χρησιμοποιήσει. Ετσι, από προνόμιο των λίγων γίνεται κτήμα των πολλών, με εξαιρετικά αποτελέσματα σε σύντομο χρόνο και λίγα χρήματα. Ιδιαίτερα σήμερα που η κρίση σε όλες τις μορφές της επιχειρηματικής δραστηριότητας περιορίζει σημαντικά τα περιθώρια λάθους, η επιχειρηματική ευφυΐα και ανάλυση γίνεται στοιχείο επιβίωσης.

Τα βήματα που πρέπει να ακολουθήσει μια επιχείρηση ή ένας οργανισμός για να αποκτήσει ένα αξιόπιστο σύστημα επιχειρηματικής ευφυΐας (ΒΙ), είναι, καταρχήν, να το πιστέψει το management και να το υποστηρίξει, να επιλέξει έναν έμπειρο σύμβουλο, ο οποίος θα χρησιμοποιήσει τα best practices και δεδομένα που υπάρχουν στη διεθνή βιβλιογραφία, να υπάρχει διαφάνεια στις διαδικασίες και στα δεδομένα και να ορισθούν στοιχειώδεις διαδικασίες. Δεν είναι απαραίτητο να εντάξουμε τα πάντα από την πρώτη στιγμή στο σύστημα.

Για παράδειγμα, μια επιχείρηση μπορεί να ξεκινήσει από βασικά σημεία που έχουν να κάνουν με την κερδοφορία ενός προϊόντος και τη γεωγραφική κατανομή των πωλήσεων. Να εντάξει, εν συνεχεία, παραμέτρους κόστους προώθησης και να συσχετίσει έννοιες παραγωγικότητας πωλητών/ αντιπροσώπων ανά μονάδα χρόνου ή marketing spending. Να συσχετίσει τη διάρκεια του χρόνου που μεσολαβεί από την ημέρα ανακοίνωσης του προϊόντος μέχρι την ημερομηνία που επιτυγχάνει το επιθυμητό μερίδιο.

Να τα αναλύει σε επίπεδο ημέρας, εβδομάδας μήνα, έτους και να συγκρίνει με προηγούμενες αντίστοιχες περιόδους κ.λπ.Με τη δυνατότητα να συσχετίζουμε δεδομένα που προέρχονται από διαφορετικές βάσεις, επιτυγχάνουμε εντυπωσιακά αποτελέσματα και τεράστια εξοικονόμηση πόρων για την επιχείρηση και μάλιστα σε ελάχιστα δευτερόλεπτα, όσο διαρκεί να αποτυπωθεί ένα ερώτημα σε ένα report

Συνοψίζοντας, θα μπορούσαμε να θεωρήσουμε ότι οδηγούμαστε σε μια νέα εποχή, όπου όλα τα δεδομένα θα μπορούν να συσχετισθούν μεταξύ τους και η λήψη αποφάσεων θα γίνεται μέσα από ένα απλό, εύκολο, φθηνό και διαφανές σύστημα αποτύπωσης των στοιχείων, που θα είναι διαθέσιμα ανά πάσα στιγμή, από τον υπολογιστή μέχρι το τηλέφωνο. Πάνω σε αυτήν την τεχνολογική δυνατότητα, θα βασίσουν οι επιτυχημένες επιχειρήσεις, οργανισμοί και κυβερνήσεις την επιτυχημένη ή μη πορεία τους και την υπεροχή τους έναντι των άλλων.