Bagaimana Augmented Analytics Mempersiapkan Bisnis Kecil Anda untuk Masa Depan

Jika mereka membuat film horor untuk pengusaha kecil, penjahat tidak akan menjadi mimpi buruk dengan pisau untuk tangan atau hulk yang memegang parang. Itu akan menjadi jam tanpa angka … hanya kalimat, “Ini lebih lambat dari yang Anda pikirkan.”

Meskipun sulit dipercaya bahwa seseorang yang bekerja 80 jam seminggu masih membutuhkan waktu ekstra, itulah yang terjadi pada sebagian besar pengusaha.

Anda tidak punya waktu untuk sibuk bekerja, atau mengikuti tren teknologi yang akan mendominasi sepuluh tahun ke depan. Untungnya, ada satu tren yang dapat membantu Anda memecahkan kedua masalah tersebut: analitik tambahan.

Gartner memperkirakan bahwa pada tahun 2020, kemampuan analitik yang ditingkatkan akan menjadi "pendorong dominan pembelian baru" perangkat lunak intelijen bisnis. (Penelitian lengkap tersedia untuk klien Gartner.)

Pesaing Anda sudah mencari perangkat lunak dengan kemampuan analitik yang ditingkatkan. Untungnya, Anda juga bisa.

Dengan berinvestasi pada alat intelijen bisnis dengan kemampuan analitik yang ditingkatkan sekarang, Anda akan menghemat waktu dengan mengurangi kesibukan. Anda juga akan berinvestasi dalam teknologi yang mengganggu dekade berikutnya sebelum memiliki kesempatan untuk mengganggu pasar.

Saya juga akan memberi Anda tiga langkah yang dapat Anda ambil hari ini untuk mempersiapkan analitik tambahan.

Apa yang dimaksud dengan kemampuan analitik yang ditingkatkan?

Apa itu analitik tambahan, dan mengapa mereka lebih baik daripada analitik biasa?

Augmented analytics adalah alat BI yang ditambah dengan algoritma pembelajaran mesin (ML). Algoritme ML yang digunakan oleh augmented analytics bagus dalam mengotomatiskan tugas yang berulang (seperti algoritme ML di bidang apa pun).

Algoritme ML juga pandai memperhatikan pola dan memahami bahasa manusia daripada bahasa komputer seperti SQL, Java, atau Ruby on Rails.

Karena tugas yang berulang seperti persiapan data merupakan bagian yang baik dari sebagian besar hari analis, alat BI dengan analitik tambahan adalah pilihan yang lebih baik. Mereka melakukan pekerjaan yang berulang dan memakan waktu untuk analis Anda, membebaskan analis untuk benar-benar menganalisis.

Alat BI dengan analitik tambahan juga berpotensi memperluas analitik dan pemikiran berbasis data ke lebih dari sekadar analis data Anda. Satu fitur analitik tambahan, yang disebut kueri bahasa alami (NQL), memungkinkan pengguna mengajukan pertanyaan dalam bahasa Inggris yang sederhana. Dengan kata lain, alat BI lebih seperti mesin pencari, dan tidak seperti program BI tradisional yang kikuk.

Jadi apa yang dapat dilakukan kemampuan ini untuk bisnis kecil Anda?

1. Augmented analytics memotong kesibukan

Ini mungkin terdengar murahan, tetapi analitik yang ditingkatkan sebenarnya membuat masa depan Anda lebih cepat.

Data Warehousing Institute menemukan bahwa 65% responden menghabiskan 41 hingga 80% waktu mereka untuk persiapan data.

Sebelum data Anda tersedia untuk digunakan, analis dapat menghabiskan hingga 1.669 jam setahun untuk mempersiapkannya (berdasarkan rata-rata 2.087 jam kerja setahun). Itu banyak waktu yang terbuang.

Seperti apa persiapan itu? Untuk sebagian besar, itu memperbaiki kesalahan kecil (separuh waktu "Montana" dieja, separuh lainnya "MT").

Persiapan data yang ditingkatkan mengurangi kesibukan persiapan data manual.

Alih-alih menghabiskan 70 hari untuk mengoreksi semua "MT" di spreadsheet Anda menjadi "Montana", analitik tambahan akan melakukannya untuk Anda secara otomatis. Analis Anda akan mendapatkan data yang mereka butuhkan dan mendapatkan wawasan dalam waktu kurang dari separuh waktu, yang berarti mereka menghabiskan lebih banyak waktu untuk berpikir dan lebih sedikit waktu untuk pekerjaan yang menguras otak.

2. Analisis tambahan membantu Anda mengajukan pertanyaan lebih cepat

Berbicara tentang kesibukan yang menyita waktu, tanyakan pada diri sendiri mana yang lebih cepat:

1. Mengetik frasa, “Berapa harga rata-rata barang ini?”
2. Mengetik pertanyaan yang sama dalam SQL, yang terlihat seperti ini:

Percaya atau tidak, begini tampilan menanyakan harga rata-rata suatu barang di SQL (Sumber)

Dengan analitik tambahan yang memiliki kueri bahasa alami (NLQ), Anda dapat memanfaatkan opsi pertama. Tanpa itu? Anda akan terjebak belajar SQL.

NLQ adalah istilah keren untuk kemampuan mengajukan pertanyaan komputer Anda dalam bahasa Inggris yang sederhana. NLQ dapat menghemat waktu bisnis Anda dengan dua cara:

• Lebih mudah, dan lebih cepat, untuk mengajukan pertanyaan dalam bahasa Inggris yang sederhana.
• Analytics lebih mudah diakses oleh rata-rata pengguna bisnis, sehingga membebaskan waktu bagi staf analytics Anda.

Karyawan lini bisnis tidak mungkin belajar SQL. Akibatnya, sistem berbasis SQL mungkin akan menakuti mereka, dan impian yang Anda miliki tentang karyawan berbasis data tidak akan terwujud.

Namun, perangkat lunak dengan NLQ jauh lebih mudah dipelajari. Jika karyawan Anda dapat menggunakan mesin pencari, mereka dapat belajar menggunakan alat BI mereka.

3. Analisis tambahan menyarankan jalan yang benar

Augmented analytics tidak hanya memahami pertanyaan dalam bahasa Inggris biasa. Itu juga dapat menjelaskan jawaban dalam bahasa Inggris yang sederhana.

Kemampuan itu berkat generasi bahasa alami (NLG), teknologi yang sama di belakang NLQ. Algoritme NLG yang memahami pertanyaan bahasa Inggris sederhana Anda juga dapat merinci jawaban dalam bahasa yang dapat Anda pahami (jawaban ini sering disebut sebagai "narasi").

Beberapa alat intelijen bisnis mutakhir menawarkan fitur NLG yang menemukan dan menjelaskan wawasan dari data Anda dalam format naratif.

Misalnya, alat BI dengan narasi NLG tidak hanya akan menunjuk ke sekelompok titik data dan mengharapkan Anda untuk menafsirkannya. Sebagai gantinya, program akan menunjuk ke cluster itu dan menghasilkan kotak teks yang mengatakan, misalnya, "Pembeli ini adalah laki-laki, di bawah 30 tahun, dan tinggal di Midwest."