Wie Augmented Analytics Ihr kleines Unternehmen auf die Zukunft vorbereitet

Wenn sie einen Horrorfilm für kleine Geschäftsleute machen würden, wäre der Bösewicht kein Alptraum mit Messern als Händen oder einem Macheten schwingenden Koloss. Es wäre eine Uhr ohne Zahlen … nur der Satz „Es ist später als du denkst.“

Obwohl es kaum zu glauben ist, dass jemand mit einer 80-Stunden-Woche immer noch zusätzliche Zeit braucht, ist dies bei den meisten Unternehmern der Fall.

Sie haben keine Zeit für fleißige Arbeit oder um mit den Technologietrends Schritt zu halten, die die nächsten zehn Jahre dominieren werden. Glücklicherweise gibt es einen Trend, der Ihnen helfen kann, beide Probleme zu lösen: Augmented Analytics.

Gartner prognostiziert, dass Augmented-Analytics-Fähigkeiten bis 2020 der „dominierende Treiber für Neukäufe“ von Business-Intelligence-Software sein werden. (Vollständige Recherche für Gartner-Kunden verfügbar.)

Ihre Konkurrenten suchen bereits nach Software mit erweiterten Analysefunktionen. Glücklicherweise können Sie das auch.

Indem Sie jetzt in Business-Intelligence-Tools mit erweiterten Analysefunktionen investieren, sparen Sie Zeit, indem Sie viel Arbeit reduzieren. Sie investieren auch in die disruptive Technologie des nächsten Jahrzehnts, bevor sie die Chance hat, den Markt zu stören.

Außerdem nenne ich Ihnen drei Schritte, die Sie heute unternehmen können, um sich auf Augmented Analytics vorzubereiten.

Was sind erweiterte Analysefunktionen?

Was sind erweiterte Analysen und warum sind sie besser als herkömmliche Analysen?

Augmented Analytics sind BI-Tools, die durch Algorithmen für maschinelles Lernen (ML) erweitert werden. Die von Augmented Analytics verwendeten ML-Algorithmen eignen sich gut zur Automatisierung sich wiederholender Aufgaben (ähnlich wie ML-Algorithmen in jedem Bereich).

ML-Algorithmen sind auch gut darin, Muster zu erkennen und menschliche Sprache anstelle von Computersprachen wie SQL, Java oder Ruby on Rails zu verstehen.

Da sich wiederholende Aufgaben wie die Datenaufbereitung einen großen Teil des Arbeitstages der meisten Analysten ausmachen, sind BI-Tools mit Augmented Analytics die bessere Wahl. Sie erledigen die sich wiederholende, zeitaufwändige Arbeit für Ihre Analysten und entlasten den Analysten für die eigentliche, nun ja, Analyse.

BI-Tools mit Augmented Analytics haben auch das Potenzial, Analysen und datengesteuertes Denken auf mehr als nur Ihre Datenanalysten auszudehnen. Eine erweiterte Analysefunktion namens Natural Language Query (NQL) ermöglicht es Benutzern, Fragen in einfachem Englisch zu stellen. Mit anderen Worten, das BI-Tool ähnelt eher einer Suchmaschine und weniger einem klobigen, traditionellen BI-Programm.

Was können diese Funktionen also für Ihr kleines Unternehmen tun?

1. Augmented Analytics erspart geschäftige Arbeit

Es mag kitschig klingen, aber Augmented Analytics lässt Ihre Zukunft tatsächlich schneller ans Ziel kommen.

Das Data Warehousing Institute fand heraus, dass 65 % der Befragten zwischen 41 und 80 % ihrer Zeit mit der Datenaufbereitung verbringen.

Bevor Ihre Daten für die Verwendung zur Verfügung stehen, können Analysten bis zu 1.669 Stunden pro Jahr damit verbringen, sie aufzubereiten (basierend auf durchschnittlich 2.087 Arbeitsstunden pro Jahr). Das ist eine Menge Zeitverschwendung.

Wie sieht diese Vorbereitung aus? Zu einem großen Teil werden kleine Fehler behoben (die Hälfte der Zeit wird „Montana“ ausgeschrieben, die andere Hälfte ist „MT“).

Augmented Data Preparation reduziert den Aufwand der manuellen Datenaufbereitung.

Anstatt 70 Tage damit zu verbringen, all diese „MT“s in Ihren Tabellenkalkulationen zu „Montana“ zu korrigieren, erledigt Augmented Analytics dies automatisch für Sie. Ihre Analysten erhalten die benötigten Daten und Erkenntnisse in weniger als der Hälfte der Zeit, was bedeutet, dass sie mehr Zeit mit Nachdenken und weniger Zeit mit arbeitsintensiver Arbeit verbringen.

2. Augmented Analytics hilft Ihnen, Fragen schneller zu stellen

Apropos zeitraubende Arbeit, fragen Sie sich, was schneller ist:

1. Geben Sie den Satz „Wie hoch ist der Durchschnittspreis dieses Artikels?“ ein.
2. Geben Sie dieselbe Frage in SQL ein, die so aussieht:

Ob Sie es glauben oder nicht, so sieht es aus, den Durchschnittspreis eines Artikels in SQL abzufragen (Quelle)

Mit Augmented Analytics mit Natural Language Query (NLQ) können Sie die erste Option nutzen. Ohne es? Sie werden beim Lernen von SQL stecken bleiben.

NLQ ist ein ausgefallener Begriff für die Fähigkeit, Ihrem Computer Fragen in einfachem Englisch zu stellen. NLQ kann Ihrem Unternehmen auf zwei Arten Zeit sparen:

• Es ist einfacher und schneller, eine Frage in einfachem Englisch zu stellen.
• Analysen sind für den durchschnittlichen Geschäftsanwender leichter zugänglich, wodurch Zeit für Ihre Analysemitarbeiter frei wird.

Es ist unwahrscheinlich, dass Fachangestellte SQL lernen. Infolgedessen wird ein SQL-basiertes System sie wahrscheinlich abschrecken, und Ihr Traum von datengesteuerten Mitarbeitern wird nicht wahr.

Software mit NLQ ist jedoch viel einfacher zu erlernen. Wenn Ihre Mitarbeiter eine Suchmaschine verwenden können, können sie den Umgang mit ihrem BI-Tool erlernen.

3. Augmented Analytics schlägt den richtigen Weg vor

Augmented Analytics versteht nicht nur Fragen im Klartext. Es kann die Antworten auch in einfachem Englisch erklären.

Diese Fähigkeit ist der Natural Language Generation (NLG) zu verdanken, der gleichen Technologie wie hinter NLQ. Die NLG-Algorithmen, die Ihre einfachen englischen Fragen verstehen, können auch Antworten in einer Sprache beschreiben, die Sie verstehen (diese Antworten werden oft als „Erzählungen“ bezeichnet).

Einige hochmoderne Business-Intelligence-Tools bieten NLG-Funktionen, die Erkenntnisse aus Ihren Daten im narrativen Format finden und erklären.

Beispielsweise zeigt ein BI-Tool mit NLG-Narrativen nicht nur auf eine Gruppe von Datenpunkten und erwartet, dass Sie diese interpretieren. Stattdessen zeigt das Programm auf diesen Cluster und generiert ein Textfeld, in dem beispielsweise steht: „Diese Käufer sind männlich, unter 30 und leben im Mittleren Westen.“