5 Tren Intelijen Bisnis yang Signifikan untuk 2018
Diterbitkan: 2022-05-07Saat 2017 akan segera berakhir, pemilik bisnis di mana pun mencari "hal besar berikutnya" dalam intelijen bisnis yang akan membantu mereka mengalahkan persaingan di tahun 2018.
Di tahun mendatang, akan ada teknologi baru yang dapat memberikan wawasan data yang lebih baik dan lebih cepat, penggunaan baru untuk alat BI yang lebih lama, dan perubahan strategi analitik untuk pengolah data di mana-mana.
Apakah Anda ingin mengetahui apa yang baru, berkembang, dan lama di dunia intelijen bisnis? Lihatlah lima tren intelijen bisnis untuk 2018 yang telah kami soroti di bawah ini.
1. Munculnya analitik tambahan
Apa itu?
Bayangkan bisa mengirimkan kueri verbal ke perangkat lunak analisis data Anda dan tidak hanya mendapatkan kembali data terkait, tetapi juga rekomendasi berharga yang mengubah strategi.
Augmented analytics adalah kombinasi dari beberapa proses data yang pada akhirnya dapat memberi Anda jawaban yang sederhana, dapat ditindaklanjuti, berdasarkan data.
Proses-proses tersebut antara lain:
- Persiapan data yang ditingkatkan
- Penemuan data yang diperbesar (sebelumnya penemuan data pintar)*
- Ilmu data dan pembelajaran mesin yang ditingkatkan
*Penelitian hanya tersedia untuk klien Gartner
Mengapa itu penting?
Menurut VP Gartner David Cleary, “Augmented analytics adalah area pertumbuhan yang sangat strategis yang menggunakan pembelajaran mesin untuk mengotomatiskan persiapan data, penemuan wawasan, dan berbagi wawasan untuk berbagai pengguna bisnis, pekerja operasional, dan ilmuwan data warga.”
Augmented analytics memberi tim analitik Anda hadiah waktu. Secara tradisional, analisis yang menguras sumber daya dan intensif waktu dapat dikurangi secara signifikan dengan menggunakan pembelajaran mesin dan analisis yang dimediasi pemrosesan bahasa alami.
Perhatikan kumpulan data besar yang dibuat bertekuk lutut oleh ilmuwan data warga menggunakan analitik tambahan untuk mencapai kesimpulan dengan kecepatan yang belum pernah terjadi sebelumnya. Jika Anda ingin tetap kompetitif, Anda harus memanfaatkan data Anda lebih cepat daripada pesaing Anda, dan analitik tambahan akan menjadi alat yang Anda butuhkan untuk melakukan ini. Tanyakan kepada penyedia perangkat lunak BI Anda saat ini bagaimana mereka akan menangani augmented analytics, dan jika mereka tidak memiliki jawaban, mungkin sudah waktunya untuk beralih.
2. Penggunaan kecerdasan buatan meroket
Apa itu?
Tidak, kami tidak berbicara tentang robot mahatahu yang dapat memberi tahu Anda jawaban atas semua pertanyaan hidup yang paling membara.
Artificial Intelligence (AI) telah ada untuk sementara waktu sekarang dan baru-baru ini menjadi kata kunci yang dilontarkan orang selama pertemuan bisnis.
Untuk intelijen bisnis, AI berarti serangkaian proses komputer yang didefinisikan secara sempit yang membantu menambah data dengan mempertimbangkan tugas tertentu. Agak keliru dikaitkan dengan robot, AI menyediakan mesin pembelajaran yang berpikir (semoga) seperti manusia, yang membantu mengungkap beberapa misteri data bisnis.
Mengapa itu penting?
Pesaing Anda sudah melihat AI dan mengadopsinya ke dalam program analitik mereka.
“Survei Gartner baru-baru ini menunjukkan bahwa 59% organisasi masih mengumpulkan informasi untuk membangun strategi AI mereka, sementara sisanya telah membuat kemajuan dalam uji coba atau adopsi solusi AI,” kata Cleary dari Gartner.
Pertama, peningkatan adopsi teknologi AI di semua ukuran bisnis. Kedua, peningkatan jumlah integrasi App/AI yang mempermudah penanganan masalah BI.
3. Lebih banyak awan, lebih sedikit bahaya
Apa itu?
Sekarang, siapa pun di industri teknologi harus mengetahui "cloud"—yang mengacu pada data Anda yang disimpan di server orang lain.
Mengapa itu penting?
Penggunaan cloud telah menjadi sumber kekhawatiran bagi pakar intelijen bisnis selama bertahun-tahun, mengingat potensi risiko keamanan siber yang ditimbulkan oleh penyimpanan cloud di luar lokasi. Kabar baiknya adalah kita akan melihat beberapa modifikasi pada arsitektur cloud pada tahun 2018 yang akan mengurangi risiko keamanan siber dengan menyediakan penyimpanan data baik di dalam maupun di luar lokasi. Anda akan dapat memilih data mana yang Anda masukkan ke cloud, dan data kepemilikan atau sensitif mana yang ingin Anda simpan di server perusahaan Anda.
Bonus tambahan untuk menerapkan penyimpanan data cloud adalah peningkatan kecepatan, skalabilitas, dan fleksibilitas. Dengan cloud menjadi metode yang lebih layak untuk menyimpan kumpulan data yang besar dan eksklusif, pakar intelijen bisnis akan dapat memberikan strategi bisnis yang cerdas dengan kecepatan yang lebih cepat.
Adopsi luas arsitektur cloud hybrid yang memberikan yang terbaik dari kedua dunia: beberapa data di cloud, dan beberapa disimpan langsung di server di tempat Anda. Hal ini memungkinkan Anda untuk menyimpan data kepemilikan Anda sendiri, sekaligus memberi Anda kemampuan untuk menggunakan cloud untuk tugas data biasa Anda pada saat yang bersamaan.
4. Lebih banyak fitur visualisasi data berarti analisis data yang benar akan lebih penting dari sebelumnya
Apa itu?
Lebih dari sekadar gambar cantik, visualisasi data adalah penggambaran informasi yang merangkum dan menjelaskan data kompleks kepada audiens yang ditargetkan.
Mengapa itu penting?
Banyak orang dapat membuat data terlihat bagus. Sedikit yang dapat memberi tahu Anda apa artinya data.
Lebih sedikit lagi yang dapat membuat visualisasi yang jelas dan ringkas yang menyampaikan pesan yang benar dari data mereka.
“Apa yang sering saya lihat adalah orang-orang yang dilatih tentang alat visualisasi, bukan analisis,” kata Johnny Lee, kepala sekolah dan pemimpin praktik nasional teknologi forensik di Grant Thornton LLP. "Apa yang dihasilkan adalah kepercayaan yang tidak beralasan pada data yang mendasarinya, dan keyakinan bahwa satu-satunya 'analisis' yang diperlukan untuk data tersebut adalah untuk mempercantiknya."
Perhatikan visualisasi berikut:
Berdasarkan gambar tersebut, tingkat pertumbuhan menunjukkan pertumbuhan yang sangat besar untuk Perusahaan X.
Pertimbangkan tingkat pertumbuhan seperti yang disajikan pada rentang yang diubah:
Datanya persis sama dalam kedua kasus, tetapi distorsi sumbu y dapat menyebabkan kesimpulan yang berbeda tentang apa yang disajikan.
Pada tahun 2018, semakin banyak alat bisnis yang menyediakan visualisasi data.
Mengapa? Pemilik bisnis yang cerdas menginginkan wawasan yang mudah tentang data mereka.
Jangan biarkan kehadiran fitur visualisasi data menipu Anda. Bagan dan grafik yang cantik tidak dapat digunakan untuk analisis data keras yang cerdas.
Semua itu dikatakan, tidak semua visualisasi data buruk. Pada kuliah baru-baru ini, Edward Tufte, profesor emeritus di Universitas Yale dan pelopor dalam bidang visualisasi data, menyimpulkan cara membuat visualisasi data yang baik; "Lakukan apa pun untuk menyampaikan pesan Anda." Itu berarti menghindari diagram batang ho-hum, grafik garis, dan diagram lingkaran jahat sebagai pengganti menciptakan visual yang tidak hanya menyampaikan pesan yang tepat kepada audiens Anda tetapi memungkinkan mereka untuk berinteraksi dengan Anda juga. Untuk pengguna perangkat lunak BI, penting untuk melihat apa yang sebenarnya ditunjukkan oleh grafik dan bagan tentang data Anda. Jangan terkecoh dengan gambar yang cantik.
5. Kecerdasan bisnis modern dan dapat diakses
Apa itu?
Ketika Anda memikirkan intelijen bisnis, apakah Anda membayangkan sekelompok ilmuwan data, pakar SQL, dan analis sistem duduk di bilik mereka mengalahkan data untuk diserahkan?
Buang visualisasi itu dari kepala Anda sepenuhnya pada tahun 2018 (dan seterusnya) karena intelijen bisnis menjadi sangat otomatis dan karenanya lebih mudah digunakan oleh ilmuwan data warga.
Kecerdasan bisnis modern berarti lebih sedikit spesialisasi, lebih banyak otomatisasi, dan pendekatan analisis data gratis untuk semua secara keseluruhan.
Mengapa itu penting?
Kecerdasan bisnis modern akan menciptakan proses otomatis yang efisien untuk mendapatkan inti data bisnis. Ini berarti peningkatan produktivitas dan selanjutnya, pertumbuhan jumlah tindakan yang terkait dengan data.
“Membuat produk ilmu data lebih mudah digunakan oleh ilmuwan data warga akan meningkatkan jangkauan vendor di seluruh perusahaan serta membantu mengatasi kesenjangan keterampilan,” kata Alexander Linden, wakil presiden penelitian di Gartner. “Kunci kesederhanaan adalah otomatisasi tugas yang berulang, intensif secara manual, dan tidak memerlukan keahlian ilmu data yang mendalam.”
Gartner memperkirakan bahwa 40% tugas ilmu data akan diotomatisasi pada tahun 2020, dan pada tahun 2018 Anda dapat mengharapkan untuk melihat awal dari tren ini.Apakah jabatan ilmuwan data yang dihormati akan ketinggalan zaman dengan kecerdasan bisnis modern? Mungkin tidak pada tahun 2018. Namun, menurut Linden, pada tahun 2020 “lebih sedikit ilmuwan data yang diperlukan untuk melakukan jumlah pekerjaan yang sama, tetapi setiap proyek ilmu data tingkat lanjut masih akan membutuhkan setidaknya satu atau dua ilmuwan data.”
Ilmuwan data lebih baik mempertajam keterampilan lain di resume mereka agar tetap relevan.
Menurut Anda, apa yang akan terjadi dalam intelijen bisnis di tahun 2018?
Sepertinya 2018 akan menjadi tahun yang penuh dengan inovasi intelijen bisnis dan penyempurnaan lebih lanjut dari beberapa teknologi yang sudah ada sebelumnya.
Apa pendapat Anda tentang prediksi ini? Apakah ada tren yang harus ditambahkan ke daftar ini? Beri tahu saya di komentar di bawah, atau mari kita bahas tren ini lebih lanjut di akun Twitter Capterra Business Intelligence @CapterraBI.