การเรียนรู้ของเครื่องคืออะไร? อภิธานศัพท์ Business Intelligence ที่จำเป็นของคุณ

ฉันเห็นเสมอว่าการทำความสะอาดสปริงนั้นน้อยเกินไปและสายเกินไป สำหรับฉัน มกราคมคือเวลาที่คุณสั่งซื้อ จัดลำดับความสำคัญ และเริ่มตอบคำถามของปีถัดไป นั่นเป็นเหตุผลที่ฉันเลือกมกราคมเพื่อตอบคำถามที่คุณอาจมีมาสักระยะแล้ว แมชชีนเลิร์นนิงคืออะไร

ฉันจะตอบและกำหนดคำศัพท์อื่นๆ ที่คุณจำเป็นต้องรู้เพื่อให้ทันปี 2017 หากคุณสนใจว่า ซอฟต์แวร์ข่าวกรองธุรกิจ จะทำอะไรให้คุณได้บ้าง คุณจะต้องรู้คำศัพท์พื้นฐานเหล่านี้ก่อน .

ฉันได้นำการเรียนรู้ของเครื่องมาใช้เป็นอันดับแรก เนื่องจากเป็นหนึ่งใน แนวโน้มเทคโนโลยีเชิงกลยุทธ์ 10 อันดับแรก ของ Gartner สำหรับปี 2017 แต่รายการที่เหลือจะจัดเรียงตามตัวอักษร

การเรียนรู้ของเครื่อง

ก่อนแมชชีนเลิร์นนิง คอมพิวเตอร์ต้องได้รับการบอก (ตั้งโปรแกรม) ว่าจะคิดอย่างไร ด้วยแมชชีนเลิร์นนิง คอมพิวเตอร์สามารถคิด (อย่างใดอย่างหนึ่ง) ได้ด้วยตนเอง

เมื่อเร็ว ๆ นี้ฉันได้พูดคุยกับ Michael Finley หัวหน้าฝ่าย Machine Learning ของบริษัทซอฟต์แวร์ BI AnswerRocket ซึ่งช่วยอธิบายอย่างละเอียด ก่อนแมชชีนเลิร์นนิง ซอฟต์แวร์ส่วนใหญ่ “ดำเนินการตามวิธีการที่ตั้งโปรแกรมไว้: ผู้คนเปลี่ยนคำสั่งเป็นรหัสคอมพิวเตอร์ และคอมพิวเตอร์ทำในสิ่งที่รหัสบอกให้ทำ” ตัวอย่างง่ายๆ ก็คือเครื่องคิดเลข: คุณป้อนตัวเลขเครื่องคิดเลข บอกว่าต้องทำอะไร (บวก ลบ) และเครื่องคิดเลขให้ผลลัพธ์ อย่างไรก็ตาม ด้วยแมชชีนเลิร์นนิง ซอฟต์แวร์สามารถปรับตัวได้ Finley กล่าวต่อ: “ซอฟต์แวร์ที่มีแมชชีนเลิร์นนิงไม่ได้ทำสิ่งเดียวกันในวันที่คุณติดตั้ง เหมือนกับวันที่สิบหรือวันที่คุณรันมัน” หากค่าที่ป้อนเข้าสู่คอมพิวเตอร์เปลี่ยนแปลง ซอฟต์แวร์จะปรับให้เข้ากับค่าเหล่านั้น คอมพิวเตอร์ที่มีแมชชีนเลิร์นนิงเรียนรู้วิธีรวมเข้าด้วยกัน

ได้รับความอนุเคราะห์จาก Andre Pinto และ Anthill Comics ที่ยอดเยี่ยม

Finley อธิบายลักษณะการเรียนรู้ของเครื่องเป็นซอฟต์แวร์ที่รู้วิธีจัดการกับแนวคิดของ "ชอบ" เช่นเดียวกับใน "ฉันต้องการฟังเพลงเหมือนเพลงล่าสุดที่ฉันเพิ่งได้ยิน" แนวคิดนี้เป็นเรื่องง่ายสำหรับผู้คน แต่เป็นเรื่องยากสำหรับคอมพิวเตอร์ Finley อธิบายว่าคอมพิวเตอร์เข้าใจดีว่าตัวเลขใดมีขนาดใหญ่กว่าหรือเล็กกว่า และจับคู่ตัวเลขและชื่อต่างๆ กันได้ แต่พวกเขาก็มีปัญหากับแนวคิดเรื่องความคล้ายคลึงกัน แมชชีนเลิร์นนิงช่วยให้คอมพิวเตอร์เข้าใจว่าเหตุใดสิ่งหนึ่งจึง “เหมือน” อีกสิ่งหนึ่ง ความเข้าใจในความคล้ายคลึงกันของแมชชีนเลิร์นนิงมีประโยชน์อย่างยิ่งในการคาดการณ์ความต้องการของลูกค้า

แมชชีนเลิร์นนิงอยู่เบื้องหลังเพลงถัดไปที่คุณได้ยินใน Pandora หรือภาพยนตร์ที่ Netflix แนะนำ อัลกอริธึมแมชชีนเลิร์นนิงของ Pandora และ Netflix จะ "ป้อน" ทางเลือกของคุณ (และ "ชอบ" จริงในกรณีของ Pandora) และใช้เพื่อคาดเดาว่าเพลงหรือรายการที่คล้ายคลึงกันที่คุณอาจชอบ

ป้อนข้อมูลอัลกอริธึมการเรียนรู้ของเครื่องเหล่านั้นให้แตกต่างกัน และพวกมันจะมีปฏิกิริยาต่างกัน หากการทานอาหารสยองขวัญตามปกติของคุณโดยฉับพลันและอธิบายไม่ถูกรวมถึงหนังโรแมนติกคอมมาดี้ อัลกอริทึม ML ของ Netflix จะตอบสนองต่อข้อมูลนั้น และเริ่มแนะนำหนังโรแมนติกคอมเมดี้เรื่องอื่นๆ หรือเรื่องโรแมนติกสยองขวัญ

รสนิยมทางภาพยนตร์ที่ลดลง เหตุใดแมชชีนเลิร์นนิงจึงมีความสำคัญต่อ SMB มันสามารถช่วยให้พวกเขาแข่งขันกับคู่แข่งที่ใหญ่กว่าได้ ซอฟต์แวร์ BI พร้อมแมชชีนเลิร์นนิงจะนำตัวเลขใหม่ทุกครั้งที่คุณรีเฟรช คุณไม่ได้อิงตามกลยุทธ์จากตัวเลขของรายงานประจำปี คุณอิงตามข้อมูลเกือบเรียลไทม์ และอัลกอริทึมที่รู้วิธีปรับให้เข้ากับข้อมูลที่เปลี่ยนแปลงไปนั้น Finley อธิบายว่าวิธีการปรับขนาดธุรกิจแบบเดิมๆ ที่เป็นเนื้อเดียวกันไม่ว่าจะทำอะไรก็ตามสามารถปฏิวัติได้ด้วย ML:

“ฉันอาจวางแนวทางปฏิบัติที่ดีที่สุดและต้องการทำซ้ำกระบวนการ แต่ถ้าคุณสามารถจัดวางแนวปฏิบัติที่ดีที่สุดได้ทุกวัน หากคุณมีข้อมูลที่จะเปลี่ยนแปลงและกำหนดกลยุทธ์ของคุณใหม่ทุกวัน คุณได้รับข้อมูลด้วย ML ที่สามารถเขียนกลยุทธ์ใหม่ได้ทุกวัน และนั่นเป็นวิธีที่ SMB กินอาหารกลางวันของพวกที่ตัวใหญ่จริงๆ”

สำหรับ SMB ที่สนใจในกลยุทธ์ทางธุรกิจที่คล่องตัว แมชชีนเลิร์นนิงอาจเป็นมากกว่าวิธีที่จะมีชีวิตอยู่ อาจเป็นวิธีในการเริ่มรับส่วนแบ่งตลาดของผู้เล่นที่จัดตั้งขึ้น

• การวิเคราะห์เฉพาะกิจ
• แบบสอบถามเฉพาะกิจ
• การวิเคราะห์ขั้นสูง
• ปัญญาประดิษฐ์
• ข้อมูลใหญ่
• ข้อมูลบริบท
• จุดข้อมูล
• คุณภาพของข้อมูล
• การแสดงข้อมูล
• คลังข้อมูล
• ฐานข้อมูล
• แดชบอร์ด
• เจาะลงไป
• ETL
• ข้อมูลเมตา
• ตัวชี้วัด
• BI . สมัยใหม่
• BI . แบบดั้งเดิม
• ซอฟต์แวร์ SaaS/คลาวด์
• Slice-and-dice
• SQL
• เงื่อนไขที่คุณอยากรู้...

การวิเคราะห์เฉพาะกิจ

การวิเคราะห์เฉพาะกิจคือการวิเคราะห์เมื่อคุณต้องการ ในระดับที่ผู้ที่ไม่ใช่ผู้เชี่ยวชาญด้านไอทีและไม่ใช่ผู้เชี่ยวชาญสามารถเข้าใจได้

หากระบบธุรกิจอัจฉริยะที่เข้าถึงได้ดูเหมือนเป็นสิ่งที่ต้องการอย่างชัดเจน มันก็ไม่สามารถทำได้เสมอไป เป็นเวลานาน ผู้เชี่ยวชาญด้าน BI ต้องสามารถ "พูดคอมพิวเตอร์" (เช่น เขียนด้วยภาษาเขียนโค้ด) เพื่อสอบถามโปรแกรมข่าวกรองธุรกิจได้ ไม่ทราบวิธีการเขียนโค้ดใน SQL, R หรือ Python? ถามคนในไอทีที่ทำ จากนั้นรอ จากนั้นรอให้โปรแกรม Business Intelligence ทำงาน จากนั้นรอการวิเคราะห์เพิ่มเติม

โชคดีที่ BI ได้พัฒนาไปสู่การวิเคราะห์เฉพาะกิจในที่สุด : ด้วยระบบนี้ คุณไม่จำเป็นต้องรอฝ่ายไอทีหรือผลิตรายงานแบบเดิมๆ ให้ช้าลง เพื่อให้ได้ข้อมูลที่จำเป็น มันทำให้งานของคุณและของพวกเขาง่ายขึ้นและเครียดน้อยลง

หากคุณไม่มีเจ้าหน้าที่ไอที การวิเคราะห์เฉพาะกิจจะช่วยแก้ปัญหานั้นได้ การวิเคราะห์เฉพาะกิจยังช่วยให้เข้าใจได้รวดเร็วยิ่งขึ้น (นี่เป็นคำศัพท์อีกคำหนึ่งที่คุณอาจเห็น ซึ่งหมายความว่าจะใช้เวลาน้อยกว่าในการรับข้อมูลที่คุณต้องการ)

แบบสอบถามเฉพาะกิจ

“คำถาม” คือคำถามที่คุณอาจขอให้ซอฟต์แวร์ระบบธุรกิจอัจฉริยะของคุณตอบ ตัวอย่างเช่น คุณอาจขอซอฟต์แวร์ BI ของคุณสำหรับรายชื่อลูกค้าตาสีน้ำตาลทั้งหมดที่เกิดตั้งแต่ปี 1970 ตามลำดับตัวอักษร คุณสามารถโทรหาคำถามได้ง่ายๆ เช่นเดียวกัน แต่คุณมักจะพูดว่า "คำค้นหา" ในการสนทนาบ่อยแค่ไหน

ข้อความค้นหาเฉพาะกิจคือสิ่งที่คุณสามารถขอได้เมื่อคุณต้องการ เช่นเดียวกับการวิเคราะห์ธุรกิจแบบเก่า คำค้นหาที่เก่ากว่าต้องการใครสักคนในฝ่ายไอทีเพื่อถามพวกเขา การสืบค้นมักจะเกิดขึ้นโดยเป็นส่วนหนึ่งของรายงานปกติที่คุณจะได้รับเป็นรายเดือนหรือรายปี สำหรับซอฟต์แวร์ BI รุ่นเก่า คุณจะต้องถามคำถามนั้นในภาษาการเขียนโปรแกรม SQL เป็นมาตรฐานที่มีมาช้านานในด้านธุรกิจอัจฉริยะ วันนี้ R และ Python เป็นที่นิยม

คุณสามารถดูโปรแกรมคอมพิวเตอร์ รวมทั้ง BI เป็นสาขาของระบบราชการ ตั้งแต่ DOJ ถึง HHS ในทางเทคนิคแล้ว พวกเขาอยู่ที่นั่นเพื่อทำสิ่งต่างๆ ให้สำเร็จ แต่แต่ละภาษาก็มีภาษาของตนเองและทำงานในลักษณะเฉพาะของตนเอง โปรแกรมเมอร์เป็นเหมือนข้าราชการที่พูดภาษานั้นและรู้วิธีนำทางแต่ละโปรแกรม/แผนก

การวิเคราะห์ขั้นสูง

คำนี้มีความหมายมากกว่าความฉลาดทางธุรกิจ “ข่าวกรองธุรกิจ” แบบดั้งเดิมได้จัดการกับการวิเคราะห์สิ่งที่เกิดขึ้น การวิเคราะห์ขั้นสูงยังดำเนินต่อไป ไม่ว่าจะเป็นการคาดการณ์สิ่งที่จะเกิดขึ้นในอนาคต หรือการวิเคราะห์รายละเอียดและปัจจัยที่มักไม่เกี่ยวข้องกับข่าวกรองธุรกิจ ตัวอย่างบางส่วนของการวิเคราะห์ขั้นสูง ได้แก่ การ ทำเหมืองข้อมูลและข้อความ การ วิเคราะห์เชิงคาดการณ์ การ คาด การณ์ การ วิเคราะห์ตำแหน่ง การวิเคราะห์ ความ รู้สึก และการเรียนรู้ของเครื่อง

ปัญญาประดิษฐ์

การเรียนรู้ของเครื่องเป็นส่วนหนึ่งของ AI แต่ AI เป็นแนวคิดที่ใหญ่กว่ามาก AI รวมทุกอย่างที่คุณเรียกว่า " ความฉลาดที่แสดงโดยเครื่องจักร " “ความฉลาด” ในแง่ AI หมายถึงความสามารถในการทำงานให้เสร็จลุล่วง ดังนั้น ความเข้าใจทั่วไปของ "ความฉลาด" เนื่องจากการรู้มากจึงไม่ใช่ความฉลาดที่พบใน AI

“บางสิ่ง” ที่ AI สามารถทำได้นั้นมีความหลากหลายอยู่แล้ว ตัวอย่างเช่น Daisy Intelligence ใช้ AI เพื่อตรวจสอบข้อมูลของผู้ค้าปลีก จากนั้นจึงให้คำแนะนำที่พวกเขาอ้างว่าสามารถ "เพิ่มยอดขายได้ 5% ขึ้นไป" ถ้าคุณชอบการจัดตารางเวลามากพอๆ กับการรอที่ DMV ซึ่งเป็นผู้ช่วยเสมือนอย่าง Amy ที่สามารถจัดกำหนดการประชุมตามความต้องการของผู้เข้าร่วมประชุมได้ อาจเป็นเพื่อนใหม่ในจินตนาการที่ดีที่สุดของคุณ

ข้อมูลใหญ่

ข้อมูลขนาดใหญ่เป็นชุดข้อมูลขนาดใหญ่มาก แม้ว่าโดยปกติฉันจะเห็นด้วยกับสตีเฟน คิงว่า " ถนนสู่นรกปูด้วยคำวิเศษณ์ " ที่รับประกันว่า "สุดขั้ว" ข้อมูลจำนวนเล็กน้อยอาจเป็นหนังสือขนาดสั้น PDF ของหนังสือ Harry Potter เล่มแรกมีขนาดประมาณหนึ่งเมกะไบต์ (MB)

บิ๊กดาต้าจะเหมือนกับข้อมูลระดับเพทาไบต์ เพื่อดำเนินการต่อตัวอย่างหนังสือ ทุกอย่างที่เขียนตั้งแต่เริ่มต้นประวัติศาสตร์ที่บันทึกไว้คือ 50 เพตาไบต์ . บริษัทขนาดใหญ่ เช่น Google เป็นกลุ่มที่เกี่ยวข้องกับเพตาไบต์ ระบบ Mesa ของ Google ซึ่งตรวจสอบการเข้าชมโฆษณาของ Google ติดตามข้อมูลระดับเพตะไบต์

ข้อมูลบริบท

ข้อมูลบริบทคือข้อมูลเพิ่มเติมเกี่ยวกับบุคคล สถานที่ หรือเหตุการณ์ (ซึ่งเรียกว่า "เอนทิตี" ใน dataspeak) ข้อมูลตามบริบทช่วยให้เข้าใจสิ่งที่ธุรกิจทราบเกี่ยวกับผู้มีโอกาสเป็นลูกค้า และแม้กระทั่งคาดการณ์สิ่งที่พวกเขาอาจต้องการ

แม้ว่าจะไม่ใช่ธุรกิจ แต่มหาวิทยาลัยแมนเชสเตอร์ในอังกฤษ ใช้ข้อมูลเชิงบริบทในกระบวนการรับสมัคร เพื่อ " สร้างมุมมองที่สมบูรณ์และรอบด้านเกี่ยวกับความสำเร็จและศักยภาพ ของคุณ" นอกจากแบบฟอร์มการรับเข้าเรียนของนักเรียนแล้ว UM ยังพิจารณาปัจจัยต่างๆ เช่น รหัสไปรษณีย์ของผู้สมัคร คุณภาพของโรงเรียนที่คุณทำการสอบ และ “ คุณได้รับการดูแลหรืออยู่ในความดูแลมานานกว่าสามเดือนหรือไม่”

สำหรับธุรกิจ ข้อมูลเชิงบริบทอาจช่วยการขายได้ ตัวอย่างเช่น ข้อมูลเชิงบริบทเกี่ยวกับลูกค้าในอดีตโดยพิจารณาจากสภาพอากาศของสถานที่นั้น อาจเพิ่มรายได้ให้กับตัวอย่างที่กว้างมาก ลูกค้าในเมืองทัสคอน รัฐแอริโซนา มีแนวโน้มที่จะซื้อไอติมในเดือนตุลาคมมากกว่าซื้อที่ International Falls รัฐ มินนิโซตา

จุดข้อมูล

จุดข้อมูลคือเศษข้อมูลชิ้นเดียว จุดข้อมูลคือหน่วยหรือ Datum ที่มีอยู่ในตัวเอง ท่ามกลางข้อมูลที่คุณติดตาม จุดข้อมูลเดียวอาจเป็นอะไรก็ได้ตั้งแต่ " ขนาดของการลงทุน " ไปจนถึงการคลิกเพียงครั้งเดียวบนโฆษณาที่คุณซื้อบน Google ในกรณีของ Uber ตำแหน่งคือจุดข้อมูลที่สำคัญ ซึ่งสำคัญมากที่พวกเขาจะ ติดตามหลังจากการเดินทางของคุณเสร็จ สิ้น

หากคุณคุ้นเคยกับ ตัวบ่งชี้ประสิทธิภาพหลัก แสดง ว่าคุณคุ้นเคยกับจุดข้อมูล KPI จะวัดจุดข้อมูลบางประเภท เช่น รายได้หรือเวลาที่ใช้ในการดำเนินโครงการให้เสร็จ

คุณภาพของข้อมูล

คุณภาพของข้อมูลเป็นตัววัดประโยชน์ของข้อมูลของคุณ ข้อมูลคุณภาพสูงสะอาด เป็นระเบียบ และพร้อมใช้งาน หากข้อมูลของห้องสมุดคือหนังสือ ห้องสมุดที่มีข้อมูลคุณภาพสูงก็จะมีหนังสือที่ประชากรต้องการและจำเป็น จัดวางในที่ที่เหมาะสมในสภาพดี

คุณภาพของข้อมูลมีหกมิติ:

• ความสมบูรณ์
• เอกลักษณ์
• ความถูกต้อง
• ความทันเวลา
• ความสม่ำเสมอ
• ความแม่นยำ

การแสดงข้อมูล

การสร้างภาพข้อมูลคือภาพ ภาพ หรือกราฟิกใดๆ ที่แสดงข้อมูลของคุณ แผนภูมิวงกลมและกราฟแท่งจะเป็นชนิดที่พบบ่อยที่สุด มีการแสดงภาพข้อมูลที่หลากหลายกว่ามาก Gartner's Evaluation Criteria for Business Intelligence and Analytics Platforms for 2016 (paywall protected; worth it) ของ Gartner ให้คะแนนประเภทแผนภูมิขั้นสูงมากขึ้นเป็นรายการ "ที่ต้องการ" เพื่อค้นหาในโซลูชัน BI ของคุณ ประเภทแผนภูมิที่ต้องการคุณภาพสูงกว่าและควรมองหา ได้แก่:

• ชาร์ต Marimekko
• แผนภูมิ X/Y
• แผนภูมิเครือข่าย
• พาเรโตไดอะแกรม
• เมฆคำ

คลังข้อมูล

คลังข้อมูลเป็นระบบคอมพิวเตอร์ที่เก็บและจัดระเบียบข้อมูลจากฐานข้อมูลต่างๆ และระบบธุรกรรม คุณมักจะเห็นคำศัพท์ที่มี "องค์กร" อยู่ด้านหน้า เนื่องจากคุณจะต้องมีข้อมูลขนาดใหญ่ในองค์กรจึงจำเป็นต้องมีคลังข้อมูล

ฐานข้อมูล

ฐานข้อมูลคือข้อมูลที่จัดระเบียบเพื่อให้คุณได้รับสิ่งที่คุณต้องการได้อย่างง่ายดาย เคยไป IMDB ไหม แน่นอนคุณมี นั่นคือฐานข้อมูล: ภาพยนตร์ นักแสดง ผู้กำกับ โปรดิวเซอร์ ทั้งหมดนี้ถูกจัดระเบียบเพื่อให้ค้นหาได้ง่าย เช่น เมื่อคุณต้องการโกงในเกม เควินเบคอนหก องศา

แดชบอร์ด

รูปนั้นอยู่ก่อนคำอธิบายนี้เพราะง่ายต่อการแสดงว่าแดชบอร์ดเป็นอย่างไร

สำหรับคำจำกัดความที่เป็นทางการ: แดชบอร์ดคือการแสดงข้อมูลที่คุณกำลังติดตาม โปรแกรม BI ของคุณจำเป็นต้องมีแดชบอร์ด คุณจะไม่ซื้อรถโดยไม่มีแดชบอร์ด เช่นเดียวกับซอฟต์แวร์ BI

เมื่อคุณกำลังซื้อซอฟต์แวร์ BI ตรวจสอบให้แน่ใจว่าแดชบอร์ดของโปรแกรมของคุณมีเกณฑ์พื้นฐานสองข้อที่ Gartner แนะนำ (มีการป้องกัน paywall ที่คุ้มค่า):

• “ความสามารถในการออกแบบแดชบอร์ดด้วยอย่างน้อยที่สุด ประเภทแผนภูมิพื้นฐาน รวมถึงตาราง แผนภูมิแท่ง แผนภูมิเส้น แผนภูมิพื้นที่ และแผนภูมิวงกลม โดยไม่ต้องใช้ตัวเลือกของบุคคลที่สาม การเขียนโค้ด หรือการเขียนสคริปต์”
• “สิ่งที่คุณเห็นคือสิ่งที่คุณได้รับ (WYSIWYG) การออกแบบ” ความสามารถในการออกแบบแดชบอร์ดและวิเคราะห์ข้อมูลโดยไม่ต้องรู้วิธีเขียนโค้ด

เจาะลงไป

การเจาะลึกหมายถึงความสามารถในการนำข้อมูลทั่วไป เช่น ตัวเลขยอดขายรายปี และเจาะลึกลงไปตามเดือน สัปดาห์ หรือแม้แต่วัน “เจาะลึก” หมายความว่าคุณสามารถจำกัดขอบเขตจากข้อมูลทั่วไปไปยังรายละเอียดที่มักสร้างความแตกต่างระหว่างข้อมูลและข้อมูลเชิงลึก การเจาะลึกนั้นคล้ายกับเวอร์ชัน Business Intelligence ของภาพยนตร์เรื่อง "powers of ten" แบบเก่า

ETL

ETL—หรือแยก แปลง โหลด—เกิดขึ้นระหว่างการรวบรวมข้อมูลและการวางข้อมูลนั้นในคลังข้อมูล

ความจำเป็นในการ "แยก" มาจากข้อเท็จจริงที่ว่าข้อมูลถูกรวบรวมในฐานข้อมูลหรือ ซอฟต์แวร์ ERP ก่อนส่งไปยังคลังข้อมูล ความจำเป็นในการแปลงมาจากข้อเท็จจริงที่ว่าแหล่งข้อมูลหลายแหล่งเหล่านี้มักอยู่ในรูปแบบที่แตกต่างกัน และจำเป็นต้องแปลงเป็นรูปแบบที่เหมาะสมเพื่อจัดเก็บและค้นหาในคลังข้อมูล ความจำเป็นในการโหลดนั้นชัดเจน คุณต้องใส่ไว้ในคลังข้อมูลก่อนจึงจะสามารถค้นหาและเปรียบเทียบแหล่งข้อมูลหนึ่งกับแหล่งข้อมูลอื่นได้

ข้อมูลเมตา

ข้อมูลเมตาคือข้อมูลเกี่ยวกับข้อมูล ถ้านั่นฟังดู meta ก็คือ…มันคือ meta data !

แต่อย่างจริงจัง

ข้อมูลเมตาคือข้อมูลเกี่ยวกับข้อมูลของคุณ มีสามประเภท:

• ด้านเทคนิค: รายละเอียดทางเทคนิคเกี่ยวกับข้อมูลของคุณ เช่น โมเดล รูปแบบ และการวัด
• ธุรกิจ: คำอธิบายของข้อมูลในรูปแบบที่เป็นมิตรกับผู้ใช้ (เช่น ภาษาอังกฤษธรรมดา)
• กระบวนการ: ข้อมูลที่บอกคุณว่าทำอะไรกับข้อมูลส่วนใด และเมื่อใด

ตัวชี้วัด

“เมตริก” เป็นเพียงคำแฟนซีสำหรับสิ่งที่คุณกำลังวัด

คุณกำลังติดตามกำไรสุทธิของคุณหรือไม่? นั่นเป็นเมตริก คอยดูว่ามีผู้คนกี่คนที่ใช้ซอฟต์แวร์ BI ในบริษัทของคุณ นั่นเป็นตัวชี้วัดเช่นกัน จับตาดูอัตราการสนทนานั้นหรือไม่? นั่นเป็นตัวชี้วัดเช่นกัน เคล็ดลับในการใช้เมตริกคือการเลือกเมตริกที่ดีที่สุดสำหรับบริษัทของคุณ ทุกบริษัทมีความต้องการที่แตกต่างกัน และควร พิจารณาความต้องการและลำดับความสำคัญของ คุณ ในการ เลือกเมตริก

BI . สมัยใหม่

คำว่า Business Intelligence สมัยใหม่ มาจาก Gartner ซึ่ง ให้คำจำกัดความดังนี้ :

แพลตฟอร์ม BI ที่ทันสมัยรองรับการพัฒนาเนื้อหาเชิงวิเคราะห์ที่เปิดใช้งานไอที ถูกกำหนดโดยสถาปัตยกรรมแบบครบวงจรที่ช่วยให้ผู้ใช้ที่ไม่ใช้เทคนิคสามารถดำเนินการเวิร์กโฟลว์การวิเคราะห์แบบเต็มสเปกตรัมโดยอัตโนมัติจากการเข้าถึงข้อมูล การนำเข้าและการเตรียมการเพื่อการวิเคราะห์เชิงโต้ตอบและการแบ่งปันข้อมูลเชิงลึกร่วมกัน

พูดง่ายๆ ก็คือ BI สมัยใหม่ให้ความสำคัญกับผู้ใช้ทางธุรกิจเป็นอันดับแรก คุณไม่จำเป็นต้องพึ่งพาใครบางคนจากฝ่ายไอที หรือคุณจะต้องพึ่งพาพวกเขาน้อยกว่านั้นมาก เพื่อใช้โปรแกรม BI ที่ทันสมัย ในกรณีที่โปรแกรม BI รุ่นเก่าๆ ถูกตั้งค่าให้อนุญาตให้เฉพาะกลุ่มไอทีเขียนเนื้อหาได้เท่านั้น ตัวอย่างเช่น โปรแกรม BI สมัยใหม่จะทำให้ผู้ใช้ทางธุรกิจสร้างเนื้อหาด้วยตนเองได้ง่าย

BI . แบบดั้งเดิม

โปรแกรมข่าวกรองธุรกิจแบบดั้งเดิมพึ่งพาบุคลากรด้านไอทีเป็นอย่างมาก พวกเขามักจะต้องการให้ผู้ใช้รู้ SQL (ภาษาการเขียนโปรแกรม ดูด้านล่าง) และใช้เวลานานกว่ามากในการรับคำตอบ เนื่องจากคุณต้องป้อนข้อความค้นหาหลายภาษาด้วยตนเองในภาษานั้น ด้วยเหตุนี้ จึงมีความคล่องตัวน้อยกว่ามาก และผู้เชี่ยวชาญเช่น Gartner แนะนำให้ผู้ซื้อมองหาคุณลักษณะที่พบในโปรแกรม BI สมัยใหม่ แทน

ซอฟต์แวร์ SaaS/คลาวด์

Software as a service คือโมเดลที่ผู้ซื้อซื้อใบอนุญาตเพื่อใช้ซอฟต์แวร์ แทนที่จะซื้อและติดตั้ง ซอฟต์แวร์ SaaS ส่วนใหญ่ดำเนินการผ่านอินเทอร์เน็ต (เช่น ในระบบคลาวด์) ซึ่งจะช่วยลดต้นทุนในการซื้อและติดตั้งล่วงหน้า นอกจากนี้ยังไม่จำเป็นต้องตรวจสอบเซิร์ฟเวอร์ที่ซอฟต์แวร์เก็บไว้ บริษัท SaaS ติดตามการหยุดทำงานที่อาจเกิดขึ้น

Slice-and-dice

แบ่งและแบ่งชุดข้อมูลขนาดใหญ่เพื่อดูข้อมูลจากมุมมองต่างๆ หรือดูรายละเอียดบางส่วนเพิ่มเติม ตัวอย่างเช่น ความสามารถในการสไลซ์และลูกเต๋า ช่วยให้คุณตรวจสอบข้อมูลตามสัปดาห์ จากนั้น เดือน จากนั้นในแต่ละวัน แทนที่จะรอรายงาน สไลซ์ แอนด์ ไดซ์ ให้คุณริเริ่มและตรวจสอบข้อมูลเฉพาะเมื่อคุณต้องการ

SQL

ออกเสียงว่า “ภาคต่อ” SQL เป็นภาษาโปรแกรมทั่วไปที่ใช้เพื่อรับข้อมูลจากฐานข้อมูล ถ้าคุณพูดภาษาอังกฤษ ฐานข้อมูลจะพูด SQL และจะรู้วิธีตอบคำถามโดยใช้วลีนั้นเท่านั้น เว้นแต่ว่าซอฟต์แวร์ข่าวกรองธุรกิจของคุณจะมีข้อความค้นหาภาษาธรรมชาติ (NLQ) ซึ่งช่วยให้คุณถามคำถามได้เหมือนกับที่คุณทำกับเครื่องมือค้นหา

เงื่อนไขที่คุณอยากรู้...

หรือว่าคุณคิดว่าจะเป็นประโยชน์ต่อผู้อ่านรายการนี้? แจ้งให้เราทราบในความคิดเห็นด้านล่าง ตามหลักการแล้ว ส่วนความคิดเห็นอาจกลายเป็นอีกที่สำหรับให้ผู้คนขอคำจำกัดความ และฉันจะให้คำจำกัดความเหล่านั้น

หากคุณต้องการทราบว่าคำศัพท์เหล่านี้จะช่วยให้คุณดีขึ้นได้อย่างไร ลองดูตัวเลือกใดตัวเลือกหนึ่งใน ไดเรกทอรี ซอฟต์แวร์ Business Intelligence ของ Capterra และติดต่อผู้ขาย