5 istotnych trendów Business Intelligence na 2018 rok
Opublikowany: 2022-05-07Wraz z końcem 2017 roku właściciele firm na całym świecie szukają „następnej wielkiej rzeczy” w Business Intelligence, która pomoże im pokonać konkurencję w 2018 roku.
W nadchodzącym roku pojawi się nowa technologia, która może zapewnić lepszy i szybszy wgląd w dane, nowe zastosowania starszych narzędzi BI oraz zmianę strategii analitycznej dla osób zajmujących się przetwarzaniem danych na całym świecie.
Chcesz dowiedzieć się, co nowego, rozwijającego się i starego w świecie Business Intelligence? Przyjrzyj się pięciu trendom analizy biznesowej na rok 2018, które wymieniliśmy poniżej.
1. Powstanie rozszerzonej analityki
Co to jest?
Wyobraź sobie, że możesz przesłać ustne zapytanie do oprogramowania do analizy danych i nie tylko odzyskać odpowiednie dane, ale także cenne, zmieniające strategię zalecenia.
Rozszerzona analityka to połączenie kilku procesów przetwarzania danych, które ostatecznie mogą zapewnić prostą, wykonalną i opartą na danych odpowiedź.
Procesy te obejmują:
- Rozszerzone przygotowanie danych
- Rozszerzone wykrywanie danych (wcześniej inteligentne wykrywanie danych)*
- Rozszerzona nauka o danych i uczenie maszynowe
*Badania dostępne tylko dla klientów Gartnera
Dlaczego to ma znaczenie?
Według wiceprezesa firmy Gartner, Davida Cleary'ego, „Rozszerzona analityka to szczególnie strategicznie rozwijający się obszar, który wykorzystuje uczenie maszynowe do automatyzacji przygotowywania danych, odkrywania i udostępniania informacji szerokiemu gronu użytkowników biznesowych, pracowników operacyjnych i naukowców zajmujących się danymi obywatelskimi”.
Rozszerzona analityka daje Twojemu zespołowi analitycznemu czas w prezencie. Tradycyjnie wyczerpujące zasoby i czasochłonne analizy można znacznie ograniczyć, korzystając z analiz za pośrednictwem uczenia maszynowego i przetwarzania w języku naturalnym.
Obserwuj, jak duże zbiory danych rzucane są na kolana przez naukowców zajmujących się danymi obywatelskimi, którzy wykorzystują rozszerzoną analitykę do wyciągania wniosków z wcześniej niespotykaną szybkością. Jeśli chcesz zachować konkurencyjność, musisz szybciej wykorzystywać swoje dane niż konkurencja, a rozszerzona analityka będzie narzędziem, którego potrzebujesz, aby to zrobić. Zapytaj swojego obecnego dostawcę oprogramowania BI, jak zamierza poradzić sobie z rozszerzoną analizą, a jeśli nie ma odpowiedzi, być może nadszedł czas na zmianę.
2. Sztuczna inteligencja wykorzystuje rakiety
Co to jest?
Nie, nie mówimy o wszechwiedzącym robocie, który może udzielić odpowiedzi na wszystkie najbardziej palące pytania w życiu.
Sztuczna inteligencja (AI) istnieje już od jakiegoś czasu i stała się ostatnio modnym hasłem, które ludzie rzucają podczas spotkań biznesowych.
W przypadku analizy biznesowej sztuczna inteligencja oznacza szereg wąsko zdefiniowanych procesów komputerowych, które pomagają rozszerzać dane z myślą o konkretnym zadaniu. Nieco błędnie kojarzona z robotami sztuczna inteligencja zapewnia maszynę uczącą się, która myśli (miejmy nadzieję) jak człowiek, co pomaga rozwikłać niektóre tajemnice danych biznesowych.
Dlaczego to ma znaczenie?
Twoi konkurenci już przyglądają się sztucznej inteligencji i wprowadzają ją do swoich programów analitycznych.
„Niedawna ankieta firmy Gartner wykazała, że 59% organizacji wciąż gromadzi informacje w celu budowania strategii AI, podczas gdy reszta poczyniła już postępy w pilotażu lub wdrażaniu rozwiązań AI” — mówi Cleary z firmy Gartner.
Po pierwsze, wzrost wykorzystania technologii AI we wszystkich rozmiarach firm. Po drugie, wzrost liczby integracji aplikacji/AI, które ułatwiają rozwiązywanie problemów z BI.
3. Więcej chmur, mniej niebezpieczeństwa
Co to jest?
Do tej pory każdy w branży technologicznej powinien znać „chmurę” — która odnosi się do danych przechowywanych na czyimś serwerze.
Dlaczego to ma znaczenie?
Korzystanie z chmury od lat jest źródłem zmartwień dla ekspertów ds. analizy biznesowej, biorąc pod uwagę potencjalne zagrożenia cyberbezpieczeństwa, jakie niesie ze sobą przechowywanie w chmurze poza siedzibą firmy. Dobrą wiadomością jest to, że w 2018 r. zobaczymy pewne modyfikacje typowych architektur chmurowych, które doprowadzą do zmniejszenia zagrożeń cyberbezpieczeństwa poprzez zapewnienie przechowywania danych zarówno na miejscu, jak i poza nim. Będziesz mógł wybrać, które dane umieszczasz w chmurze, a które zastrzeżone lub wrażliwe dane chcesz przechowywać na serwerach swojej firmy.
Dodatkową zaletą wdrożenia przechowywania danych w chmurze jest zwiększenie szybkości, skalowalności i elastyczności. Gdy chmura stanie się bardziej realną metodą przechowywania dużych, zastrzeżonych zbiorów danych, eksperci ds. analityki biznesowej będą mogli szybciej dostarczać sprytne strategie biznesowe.
Powszechne stosowanie hybrydowych architektur chmurowych, które zapewniają to, co najlepsze z obu światów: niektóre dane znajdują się w chmurze, a niektóre są przechowywane bezpośrednio na lokalnych serwerach. Pozwala to na przechowywanie zastrzeżonych danych wewnętrznie, jednocześnie dając możliwość korzystania z chmury do codziennych zadań związanych z danymi.
4. Więcej funkcji wizualizacji danych oznacza, że prawidłowa analiza danych będzie ważniejsza niż wcześniej
Co to jest?
Wizualizacje danych to znacznie więcej niż ładne zdjęcia, ale to przedstawienie informacji, które podsumowują i wyjaśniają złożone dane docelowej grupie odbiorców.
Dlaczego to ma znaczenie?
Wiele osób może sprawić, że dane będą dobrze wyglądać. Niewielu może powiedzieć, co oznaczają dane.
Jeszcze mniej potrafi tworzyć jasne i zwięzłe wizualizacje, które przekazują poprawny komunikat na podstawie ich danych.
„Często widuję ludzi przeszkolonych w zakresie narzędzi do wizualizacji, a nie analizy” — mówi Johnny Lee, dyrektor i kierownik krajowej praktyki kryminalistycznej w Grant Thornton LLP. „To, co rodzi, to nieuzasadnione zaufanie do podstawowych danych i przekonanie, że jedyną »analizą« wymaganą dla takich danych jest ich upiększenie”.
Rozważ następującą wizualizację:
Zgodnie z obrazem tempo wzrostu wskazuje na ogromny wzrost firmy X.
Rozważ tempo wzrostu przedstawione w zmienionym zakresie:
Dane są dokładnie takie same w obu przypadkach, ale zniekształcenie osi y może prowadzić do różnych wniosków dotyczących tego, co jest prezentowane.
W 2018 roku coraz więcej narzędzi biznesowych będzie dostarczać wizualizacje danych.
Czemu? Wymagający właściciele firm chcą mieć łatwy wgląd w swoje dane.
Nie daj się zwieść obecności funkcji wizualizacji danych. Ładne wykresy i wykresy nie zastąpią wnikliwej analizy twardych danych.
Biorąc to wszystko pod uwagę, nie wszystkie wizualizacje danych są złe. Na niedawnym wykładzie Edward Tufte, emerytowany profesor Uniwersytetu Yale i pionier w dziedzinie wizualizacji danych, podsumował drogę do stworzenia dobrej wizualizacji danych; „Zrób wszystko, co trzeba, aby przekazać wiadomość”. Oznacza to, że omijaj szumiące wykresy słupkowe, wykresy liniowe i zły wykres kołowy, zamiast tworzyć wizualizacje, które nie tylko przekazują właściwą wiadomość swoim odbiorcom, ale także pozwalają im wchodzić w interakcję również z Tobą.Dla użytkowników oprogramowania BI ważne będzie, aby przyjrzeć się, co tak naprawdę wykresy i wykresy mówią o Twoich danych. Nie daj się zwieść ładnemu obrazkowi.
5. Nowoczesna i przystępna analiza biznesowa
Co to jest?
Kiedy myślisz o analizie biznesowej, czy wyobrażasz sobie grupę naukowców zajmujących się danymi, ekspertów SQL i analityków systemów siedzących w swoich boksach, pokonujących dane w celu ich przesłania?
Wyrzuć tę wizualizację z głowy w 2018 r. (i później), gdy analityka biznesowa stanie się wysoce zautomatyzowana, a zatem łatwiej wykorzystana przez naukowców zajmujących się danymi obywatelskimi.
Nowoczesna analiza biznesowa oznacza mniejszą specjalizację, większą automatyzację i ogólnie bezpłatne podejście do analizy danych.
Dlaczego to ma znaczenie?
Nowoczesna inteligencja biznesowa stworzy usprawnione, zautomatyzowane procesy dotarcia do wnętrzności danych biznesowych. Oznacza to wzrost produktywności, a następnie wzrost liczby działań związanych z danymi.
„Ułatwienie korzystania z produktów do nauki danych dla naukowców zajmujących się danymi obywatelskimi zwiększy zasięg dostawców w całym przedsiębiorstwie, a także pomoże przezwyciężyć lukę w umiejętnościach” — mówi Alexander Linden, wiceprezes ds. badań w firmie Gartner. „Kluczem do prostoty jest automatyzacja zadań, które są powtarzalne, wymagające ręcznej pracy i nie wymagają głębokiej wiedzy z zakresu analityki danych”.
Gartner przewiduje, że do 2020 r. 40% zadań związanych z analizą danych zostanie zautomatyzowanych, a w 2018 r. można spodziewać się początku tego trendu. Prawdopodobnie nie do 2018 r. Ale według Lindena do 2020 r. „potrzebnych będzie mniej naukowców zajmujących się danymi, aby wykonać taką samą ilość pracy, ale każdy zaawansowany projekt z zakresu analizy danych nadal będzie wymagał co najmniej jednego lub dwóch naukowców zajmujących się danymi”.
Naukowcy zajmujący się danymi lepiej wyostrzają inne umiejętności w swoim CV, aby zachować aktualność.
Jak myślisz, co wydarzy się w Business Intelligence w 2018 roku?
Wygląda na to, że rok 2018 okaże się rokiem pełnym innowacji w zakresie business intelligence i dalszego udoskonalania niektórych wcześniej istniejących technologii.
Co myślisz o tych przepowiedniach? Czy istnieje trend, który należy dodać do tej listy? Dajcie mi znać w komentarzach poniżej lub omówmy te trendy dalej na koncie Capterra Business Intelligence Twitter @CapterraBI.