Oorsig:
verspreiding data elke besigheid data-gedrewe gemaak. Die impak is, al die sake is analytics gedryf en al die sake-gebruikers is Analytics gebruikers. So het die groot uitdaging van die moderne besigheid is hoe om ondersteuning vir self-service Analytics balanseer, terwyl die versekering van sekuriteit en integriteit. Die doel van self-service analytics is om te bemagtig besigheid gebruikers om te werk met hul relevante data onafhanklik met bietjie hulp van IT of BI span. Die self-service proses kan slegs suksesvol wees met die hulp van die nuutste BI self-service gereedskap en infrastruktuur, omdat die tradisionele BI gereedskap nie geskik vir self-service ondersteuning.
In this article, Ons sal probeer om beide kante van self-service analytics en die impak daarvan op besigheid te verken. Ons sal ook 'n blik op die toekoms van hierdie tendens.
Die opkoms van self-service analytics
Self-service analytics kan gedefinieer word as 'n eenvoudige vorm van sake-intelligensie (BI), waar besigheid gebruikers bemagtig om toegang te verkry toepaslike data, voer navrae en verslae te genereer hulself met die hulp van maklik-om-te gebruik self-service BI gereedskap. Die hele self-service word vereenvoudig of afgeskaal vir 'n beter bruikbaarheid.
Die doel van self-service analytics is om besigheid gebruikers in staat stel om hul dag-tot-dag Analytics take hulself uit te voer en bevry die BI-span (met behoorlike agtergrond in statistiese analise en data wetenskap) om betrokke te raak in meer kritiese data-analise proses te kry.
soos per Gartner se voorspelling, by 2017, die meeste van die sake-gebruikers sal toegang tot self-service BI gereedskap het. Maar op dieselfde tyd, een uit tien inisiatiewe sal goed regeer met 'n positiewe besigheid impak. And, die res sal probleme met data teenstrydigheid het.
Hoe kan ons die bestuur van die data chaos?
In die moderne era van besigheid, organisasies moet ratser in die geval van nuwe data bronne en maatskappy se behoeftes te wees. Self-service Analytics is 'n stap in die rigting van hierdie doel. And, die uitdaging is hoe om die data chaos te bestuur terwyl werknemers doen self-service analytics.
Hier volg 'n paar wenke wat kan help om die beheer van die data chaos.
- Bekendstelling van meer kragtige self-service BI platforms saam met die bestaande BI gereedskap
- Brei die aanvaarding van moderne BI gereedskap in elke individuele sake-eenhede
- Implementeer streng beheer om data kwaliteit en konsekwentheid te verseker
- Stel duidelike rolle en verantwoordelikhede in die organisasie
Self-service analytics en 'n burger data wetenskaplike "
Burger data wetenskaplike is 'n term noue verband met self-service analytics. Die idee is, met die hulp van gevorderde BI gereedskap en tegnologie, besigheid gebruikers (wat nie 'n behoorlike data wetenskap agtergrond) kan Analytics take uit te voer (self-service analytics). Hierdie stel van mense staan bekend as burger data wetenskaplikes, Hoewel, mense het verskillende menings met hierdie term. Soos per Gartner voorspel, die aantal burger data wetenskaplikes sal groei vyf keer deur die jaar 2017.
burger data wetenskaplike
Image1: Die konsep van burger data wetenskaplike
Voordele van self-service analytics
Big data en analise is nou 'n integrale deel van elke organisasie en hul besigheid. Dit is so vinnig versprei, dat die organisasies vind dit moeilik om te bestuur met 'n beperkte aantal suiwer data wetenskap professionele. Hier kom die opkoms van self-service analytics en burger data wetenskaplikes.
Hier volg 'n paar van die voordele.
- Demokratiseer Big Data: Demokratisering van groot data is slegs moontlik wanneer dit gebruik word deur die meerderheid van die gebruikers. Self-service Analytics maak die pad na hierdie doel. Dit versprei die bewustheid onder die algemene gebruikers wat aktief betrokke is of betrokke sal wees in self-service Analytics take.
- Bemagtig besigheid gebruikers: In hierdie tyd van data ontploffing, As Analytics take beperk binne 'n beperkte stel van mense, dan sal die organisasie nie in staat wees om die krag van analytics hefboom. Self-service Analytics bemagtig die besigheid gebruikers hul take self te doen.
- Data wetenskap span kan konsentreer op die kern Analytics take: Deur die gebruik van self-service analytics, besigheid gebruikers kan minder intensiewe take soos data eksplorasie voer, verifikasie, visualisering en verslagdoening oor hul eie. As a result, die kern data wetenskap span kan konsentreer op meer krities en komplekse take. En dit gee 'n baie waarde toevoeging tot die organisasie en besigheid.
- Saam te werk vir 'n beter produktiwiteit: Self-service Analytics gebruikers en kern data wetenskap span kan saamwerk om die beste resultaat. Besigheid gebruikers kan hulself help met self-service, en kern data wetenskap span kan insette van self-service analytics span neem vir verdere gevorderde analytics of komplekse take. So dit gaan saam as 'n enkele span om 'n gemeenskaplike doel te bereik.
Risiko's van self-service analytics
Elke nuwe konsep het sy eie risiko's, en self-service analytics is nie verskillende. Kom ons probeer om 'n paar van risikofaktore wat daarmee gepaard gaan ontleed.
- Gebrek aan behoorlike opleiding: Om self-service implementeer, die eerste stap is om regte kombinasie van mense kies en te lei streng op self-service BI gereedskap. Gebrek aan behoorlike opleiding kan lei tot 'n verkeerde besluit.
- Beperkings van besigheid gebruikers: Besigheid gebruikers het ook hul eie beperkinge in terme van vaardighede, kennis, agtergrond kwalifikasie ens. So, 'n organisasie het om dit behoorlik te sit wat kan doen wat. En daarna, spesifieke opleiding moet verskaf word. andersins, hierdie beperkings kan negatiewe resultate oplewer.
- Risiko van self-service gereedskap: Jy kan nie heeltemal staatmaak op self-service BI gereedskap as hierdie instrumente ook foute kan hê. So dit kan riskant wees, As die resultate van hierdie instrumente nie nagegaan en korrek geverifieer.
- data teenstrydigheid: Organisasies moet data konsekwentheid voor implementering self-service in verskillende sake lae verseker. Enige teenstrydigheid in data kan lei tot 'n teenstrydig en foutiewe uitset.
- 'N Gebrek aan behoorlike bestuur: Selfs nadat die versekering al die bogenoemde punte, risiko is nie heeltemal verwyder nie, tensy behoorlike bestuur in die hele proses geïmplementeer. Enige lus gate in die bestuursproses kan dit 'n gemors te maak.
Wat is die toekoms?
Big data gaan dag groei deur die dag en vandaar die analise sal die besigheid wêreld te regeer. So die toekoms is alles oor groot data en analise in verskillende vorme. Nou is die tyd, wanneer die organisasies probeer om die eenvoudige analise take versprei na die besigheid gebruikers en die invloed van die kernbevoegdheid van data wetenskap span in meer spesifieke gebiede. So het die besigheid, IT en die kern data wetenskap span sal saam te werk om die gemeenskaplike doelwitte van die besigheid sukses te behaal.
Summary: Self-service analytics is hier om te bly en versprei geleidelik in al die sake lae. Die term "burger data wetenskaplike’ gekoppel met self-service analytics, en dit beteken dat die self-service gebruikers. Kan wees, Die term kan verander om dit meer spesifieke en sinvol te maak, want daar is baie debatte rondom dit. Maar die belangrikste doel is om die voordele en risiko's van self-service analytics en sy toekoms te identifiseer. And, Dit is duidelik sigbaar dat die kultuur van self-service Analytics al die organisasies sal help, As daar behoorlik toegesien word van die bestuur.
