5 важных тенденций бизнес-аналитики на 2018 год
Опубликовано: 2022-05-07По мере того, как 2017 год подходит к концу, владельцы бизнеса во всем мире ищут «следующую большую вещь» в области бизнес-аналитики, которая поможет им победить в конкурентной борьбе в 2018 году.
В наступающем году появятся новые технологии, способные обеспечить более качественное и быстрое понимание данных, новые способы использования старых инструментов BI и изменение стратегии аналитики для специалистов по обработке данных во всем мире.
Хотите узнать, что нового, что развивается, а что уже устарело в мире бизнес-аналитики? Взгляните на пять тенденций бизнес-аналитики на 2018 год, которые мы выделили ниже.
1. Развитие расширенной аналитики
Что это?
Представьте себе, что вы можете отправить устный запрос в ваше программное обеспечение для анализа данных и получить не только соответствующие данные, но и ценные рекомендации, меняющие стратегию.
Расширенная аналитика — это сочетание нескольких процессов обработки данных, которые в конечном итоге могут дать вам простой, действенный ответ на основе данных.
Эти процессы включают в себя:
- Расширенная подготовка данных
- Расширенное обнаружение данных (ранее интеллектуальное обнаружение данных)*
- Дополненная наука о данных и машинное обучение
*Исследование доступно только для клиентов Gartner
Почему это имеет значение?
По словам вице-президента Gartner Дэвида Клири, «дополненная аналитика — это особенно стратегическая развивающаяся область, в которой используется машинное обучение для автоматизации подготовки данных, обнаружения и обмена знаниями для широкого круга бизнес-пользователей, операционных работников и гражданских специалистов по данным».
Расширенная аналитика дарит вашей команде аналитиков время. Традиционно ресурсоемкий и трудоемкий анализ можно значительно сократить, используя аналитику, опосредованную машинным обучением и обработкой естественного языка.
Наблюдайте за тем, как гражданские специалисты по данным ставят на колени большие наборы данных, используя расширенную аналитику, чтобы делать выводы с неслыханной ранее скоростью. Если вы хотите оставаться конкурентоспособными, вам нужно будет использовать свои данные быстрее, чем ваши конкуренты, и расширенная аналитика станет инструментом, который вам нужен для этого. Спросите своего текущего поставщика программного обеспечения для бизнес-аналитики, как он собирается обрабатывать расширенную аналитику, и если у него нет ответа, возможно, пришло время переключиться.
2. Использование искусственного интеллекта стремительно растет
Что это?
Нет, мы не говорим о всезнающем роботе, который может дать вам ответы на все самые животрепещущие вопросы жизни.
Искусственный интеллект (ИИ) существует уже некоторое время и в последнее время стал модным словом, которое люди используют во время деловых встреч.
Для бизнес-аналитики ИИ означает серию узко определенных компьютерных процессов, которые помогают дополнять данные с учетом конкретной задачи. Несколько ошибочно ассоциируемый с роботами, ИИ предоставляет обучающуюся машину, которая думает (надеюсь) как человек, что помогает разгадать некоторые тайны бизнес-данных.
Почему это имеет значение?
Ваши конкуренты уже изучают ИИ и внедряют его в свои аналитические программы.
«Недавний опрос Gartner показал, что 59% организаций все еще собирают информацию для разработки своих стратегий ИИ, в то время как остальные уже добились прогресса в пилотировании или внедрении решений ИИ», — говорит Клири из Gartner.
Во-первых, рост внедрения технологий искусственного интеллекта во всех размерах бизнеса. Во-вторых, увеличение количества интеграций приложений и ИИ, которые облегчают решение проблем бизнес-аналитики.
3. Больше облаков, меньше опасности
Что это?
К настоящему времени любой человек в технологической отрасли должен знать слово «облако», которое относится к вашим данным, хранящимся на чужом сервере.
Почему это имеет значение?
Использование облака в течение многих лет было источником беспокойства для экспертов по бизнес-аналитике, учитывая потенциальные риски кибербезопасности, которые представляют собой удаленные облачные хранилища. Хорошей новостью является то, что в 2018 году мы увидим некоторые изменения в типичных облачных архитектурах, которые приведут к снижению рисков кибербезопасности за счет обеспечения хранения данных как на площадке, так и за ее пределами. Вы сможете выбрать, какие данные вы поместите в облако, а какие проприетарные или конфиденциальные данные вы хотите сохранить на серверах вашей компании.
Дополнительным преимуществом внедрения облачного хранилища данных является увеличение скорости, масштабируемости и гибкости. По мере того, как облачные технологии становятся все более доступным способом хранения больших закрытых наборов данных, эксперты по бизнес-аналитике смогут быстрее разрабатывать продуманные бизнес-стратегии.
Широкое внедрение гибридных облачных архитектур, которые обеспечивают лучшее из обоих миров: некоторые данные в облаке, а некоторые размещены прямо на ваших локальных серверах. Это позволяет вам хранить ваши проприетарные данные внутри компании, одновременно предоставляя вам возможность использовать облако для рутинных задач с данными.
4. Дополнительные функции визуализации данных означают, что правильный анализ данных будет важнее, чем раньше.
Что это?
Визуализация данных — это нечто большее, чем просто красивые картинки, это изображения информации, которые обобщают и объясняют сложные данные целевой аудитории.
Почему это имеет значение?
Многие люди могут заставить данные выглядеть хорошо. Немногие могут сказать вам, что означают данные.
Еще меньше людей могут создавать четкие и краткие визуализации, которые передают правильное сообщение из их данных.
«Я часто вижу людей, обученных инструментам визуализации, а не анализу», — говорит Джонни Ли, директор и руководитель национальной практики криминалистических технологий в Grant Thornton LLP. «Это порождает необоснованное доверие к базовым данным и [] веру в то, что единственный «анализ», необходимый для таких данных, — это их украшение».
Рассмотрим следующую визуализацию:
Судя по картинке, темпы роста указывают на массовый рост компании X.
Рассмотрим скорость роста, представленную в измененном диапазоне:
Данные абсолютно одинаковы в обоих случаях, но искажение оси Y может привести к различным выводам о том, что представлено.
В 2018 году все больше и больше бизнес-инструментов будут обеспечивать визуализацию данных.
Почему? Проницательные владельцы бизнеса хотят легкого доступа к своим данным.
Не позволяйте наличию функции визуализации данных обмануть вас. Красивые диаграммы и графики не могут заменить проницательный анализ достоверных данных.
При этом не все визуализации данных плохи. На недавней лекции Эдвард Тафте, почетный профессор Йельского университета и пионер в области визуализации данных, резюмировал, как создать хорошую визуализацию данных; «Делайте все возможное, чтобы донести свое сообщение». Это означает, что вам следует избегать банальных столбчатых диаграмм, линейных графиков и зловещих круговых диаграмм вместо создания визуальных эффектов, которые не только передают правильное сообщение вашей аудитории, но и позволяют им также взаимодействовать с вами. Для пользователей программного обеспечения BI будет важно посмотреть, что графики и диаграммы действительно говорят вам о ваших данных. Не ведитесь на красивую картинку.
5. Современная и доступная бизнес-аналитика
Что это?
Когда вы думаете о бизнес-аналитике, представляете ли вы группу специалистов по обработке и анализу данных, экспертов по SQL и системных аналитиков, сидящих в своих кабинетах и передающих данные?
Полностью выбросьте эту визуализацию из головы в 2018 году (и далее), поскольку бизнес-аналитика становится высокоавтоматизированной и, следовательно, ее легче использовать гражданским специалистам по данным.
Современная бизнес-аналитика означает меньшую специализацию, большую автоматизацию и бесплатный подход к анализу данных в целом.
Почему это имеет значение?
Современная бизнес-аналитика создаст оптимизированные автоматизированные процессы для получения доступа к бизнес-данным. Это означает повышение производительности и, как следствие, рост количества действий, связанных с данными.
«Упрощение использования продуктов для обработки и анализа данных гражданскими специалистами по данным увеличит охват поставщиков на предприятии, а также поможет преодолеть разрыв в навыках», — говорит Александр Линден, вице-президент по исследованиям в Gartner. «Ключом к простоте является автоматизация повторяющихся задач, требующих интенсивного ручного труда и не требующих глубоких знаний в области обработки данных».
Gartner прогнозирует, что к 2020 году 40% задач, связанных с наукой о данных, будут автоматизированы, а в 2018 году вы можете ожидать начала этой тенденции. Выходит ли уважаемая должность специалиста по данным из моды с современной бизнес-аналитикой? Вероятно, не к 2018 году. Но, по словам Линдена, к 2020 году «для выполнения того же объема работы потребуется меньше специалистов по данным, но для каждого продвинутого проекта по науке о данных по-прежнему будет требоваться как минимум один или два специалиста по данным».
Специалисты по данным лучше отточат другие навыки в своем резюме, чтобы оставаться актуальными.
Как вы думаете, что произойдет с бизнес-аналитикой в 2018 году?
Похоже, 2018 год станет годом инноваций в области бизнес-аналитики и дальнейшего совершенствования некоторых ранее существовавших технологий.
Что вы думаете об этих предсказаниях? Есть ли тенденция, которую следует добавить в этот список? Дайте мне знать в комментариях ниже или давайте подробнее обсудим эти тенденции в Twitter-аккаунте Capterra Business Intelligence @CapterraBI.