Übersicht:
Datenverbreitung hat alle Geschäftsdaten gemacht angetrieben. Die Wirkung ist, alle Geschäft Analytics getrieben und alle Business-Anwender sind Analytics-Nutzer. So ist die große Herausforderung der modernen Geschäftswelt ist, wie die Unterstützung zum Ausgleich für Self-Service-Analytik, während die Gewährleistung der Sicherheit und Integrität. Der Zweck der Self-Service-Analytik ist Business-Anwender zu befähigen, mit ihren relevanten Daten mit wenig Hilfe von IT oder BI-Team selbstständig zu arbeiten. Die Self-Service-Prozess kann nur dann erfolgreich durchgeführt werden mit Hilfe der neuesten BI Self-Service-Tools und Infrastruktur, weil die traditionellen BI-Tools passen nicht für die Selbstbedienung Unterstützung.
In this article, wir werden versuchen, beide Seiten des Self-Service-Analyse und ihre Auswirkungen auf die Unternehmen zu erkunden. Wir werden auch einen Blick auf die Zukunft dieser Trend nehmen.
Der Aufstieg des Self-Service-Analytik
Self-Service-Analyse kann als eine einfache Form von Business Intelligence definiert werden (BI), wo Business-Anwender sind befugt, relevante Daten zuzugreifen, Abfragen auszuführen und Berichte erstellen, sich mit Hilfe von einfach zu bedienende Self-Service-BI-Tools. Das gesamte Selbstbedienungs Prozess wird für eine bessere Bedienbarkeit vereinfacht oder verkleinert.
Der Zweck der Self-Service-Analytik ist Business-Anwender zu ermöglichen, ihren Tag zu Tag Analyseaufgaben, selbst und entlastet den BI-Team (mit richtigen Boden zurück in die statistische Analyse und Daten Wissenschaft) sich zu engagieren in kritischer Datenanalyseprozess.
per Gartner-Prognose, by 2017, die meisten der Business-Anwender haben Zugang zu BI-Tools Self-Service haben. Aber zur selben Zeit, einer von zehn Initiativen wird gut regiert mit positiven Auswirkungen auf das Geschäft. And, der Rest wird Probleme mit Dateninkonsistenz.
Wie können wir die Daten Chaos verwalten?
Im modernen Zeitalter des Geschäfts, Organisationen müssen agiler bei neuen Datenquellen und Geschäftsanforderungen zu sein. Self-Service-Analyse ist ein Schritt in diese Richtung. And, die Herausforderung besteht darin, wie das Datenchaos zu verwalten, während Mitarbeiter Self-Service-Analytik tun.
Im Folgenden sind einige Hinweise, die uns die Daten Chaos verwalten helfen können.
- Einführung von leistungsfähigeren Self-Service-BI-Plattformen zusammen mit den vorhandenen BI-Tools
- Erweitern Sie die Einführung moderner BI-Tools in jedem einzelnen Geschäftseinheiten
- Implementieren strenge Governance Datenqualität und Konsistenz zu gewährleisten
- Führen Sie die Aufgaben und Zuständigkeiten in der gesamten Organisation
Self-Service-Analyse und "Bürgerdaten Wissenschaftlers
Citizen Daten Wissenschaftler ist ein Begriff, eng verbunden mit Selbstbedienung Analytik. Die Idee ist,, mit Hilfe der erweiterten BI Tools und Technologien, Business-Anwender (wer nicht korrekte Daten Wissenschaft Boden zurück) kann Analytik Aufgaben (Self-Service-Analytik). Diese Gruppe von Menschen als Bürger Daten Wissenschaftler bekannt, obwohl, Menschen haben unterschiedliche Meinungen mit diesem Begriff. Laut Gartner Prognose, die Zahl der Bürger Daten Wissenschaftler werden fünfmal im Jahr wachsen 2017.
Bürger Daten Wissenschaftler
Bild 1: Das Konzept der Bürgerdaten Wissenschaftler
Die Vorteile von Self-Service-Analytik
Big Data und Analytics ist heute ein fester Bestandteil jeder Organisation und ihre Geschäfts. Es breitet sich so schnell, dass die Organisationen finden es mit begrenzten Anzahl von reinen Datenwissenschaftler zu verwalten schwierig. Hier kommt der Aufstieg des Self-Service-Analysen und Daten der Bürger Wissenschaftler.
Im Folgenden sind einige der Vorteile.
- Demokratisieren Big Data: Democratization der großen Daten ist nur möglich, wenn sie von der Mehrheit der Nutzer verwendet wird,. Self-Service-Analyse macht den Weg zu diesem Ziel. Er verbreitet sich das Bewusstsein der gemeinsamen Nutzer, die aktiv sind oder werden in der Selbstbedienung Analytik Aufgaben beteiligt werden.
- Empower Business-Anwender: In diesem Zeitalter der Datenexplosion, wenn Analytik Aufgaben werden innerhalb einer begrenzten Anzahl von Personen beschränkt, dann wird nicht die Organisation in der Lage sein, die Macht der Analytik zu nutzen. Self-Service-Analyse ermöglicht es den Business-Anwender ihre Aufgaben zu tun, um sich.
- Datenwissenschaftsteam kann auf die Kernaufgaben konzentrieren Analytik: Durch den Einsatz von Self-Service-Analytik, Business-Anwender können eine weniger intensive Aufgaben wie Datenexploration durchführen, Überprüfung, Visualisierung und Berichterstattung über ihre eigenen. Als Ergebnis, die Kerndaten Wissenschaftsteam kann auf eine mehr kritische und komplexe Aufgaben konzentrieren. Und es gibt eine Menge Mehrwert für die Organisation und Geschäft.
- Arbeiten Sie zusammen für eine bessere Produktivität: Self-Service-Analyse Benutzer und Kerndaten Wissenschaftsteam zusammenarbeiten können, für das beste Ergebnis. Business-Anwender können sich Hilfe bei der Selbstbedienung, und Kerndaten Wissenschaftsteam kann nehmen Eingabe von Self-Service-Analyse-Team für weitere fortschrittliche Analytik oder komplexe Aufgaben. So geht es zusammen als ein einziges Team ein gemeinsames Ziel zu erreichen.
Risiken der Self-Service-Analytik
Jedes neue Konzept hat seine eigenen Risiken, und Self-Service-Analytik ist nicht anders. Lassen Sie uns versuchen, einige der Risikofaktoren, die mit ihm verbunden zu analysieren.
- Der Mangel an richtigen Ausbildung: Zur Umsetzung Selbstbedienung, ist der erste Schritt richtige Menge von Menschen und trainieren sie konsequent auf Self-Service-BI-Tools zu wählen. Der Mangel an richtigen Training kann zu einer falschen Entscheidung führen.
- Einschränkungen der Business-Anwender: Business-Anwender haben auch ihre eigenen Grenzen in Bezug auf die Fähigkeiten, Wissen, Boden zurück Qualifikation usw.. So, eine Organisation hat es richtig zu beurteilen, wer kann das tun, was. Und danach, spezifische Schulungen sollten zur Verfügung gestellt werden. Andernfalls, Diese Einschränkungen können negative Ergebnisse liefern.
- Gefahr von Selbstbedienungs-Tools: Sie können nicht vollständig auf BI-Tools Self-Service verlassen, da diese Werkzeuge auch Fehler haben können. So kann es riskant sein, wenn die Ergebnisse aus diesen Tools werden nicht überprüft und ordnungsgemäß überprüft.
- Dateninkonsistenz: Organisationen haben die Datenkonsistenz Self-Service in verschiedenen Business-Schichten vor der Umsetzung, um sicherzustellen,. Jede Unstimmigkeit in Daten führen zu einem inkonsistenten und fehlerhafte Ausgabe.
- Der Mangel an richtigen Governance: Selbst nach all die oben genannten Punkte zu gewährleisten, Risiko nicht vollständig entfernt wird, wenn keine ausreichende Governance im gesamten Prozess implementiert wird. Jede Schleife Löcher in den Governance-Prozess kann es schaffen ein Chaos.
Was ist die Zukunft?
Big Daten wird von Tag zu Tag zu wachsen und damit die Analytik wird die Business-Welt regieren. So ist die Zukunft alles um große Daten und Analysen in verschiedenen Formen. Jetzt ist die Zeit, wenn die Organisationen versuchen, die einfachen Analyseaufgaben an die Business-Anwender zu verbreiten und die Kernkompetenz von Daten Wissenschaftsteam in mehreren spezifischen Bereichen nutzen. So das Geschäft, IT und die Kerndaten der Wissenschaft Team arbeitet gemeinsam die gemeinsamen Ziele für den wirtschaftlichen Erfolg zu erzielen.
Summary: Self-Service-Analyse ist hier zu bleiben und nach und nach in allen Business-Schichten verteilt. Der Begriff "Bürgerdaten Wissenschaftler’ mit Selbstbedienung Analytik gebunden, und es bedeutet, dass die Self-Service-Benutzer. Könnte sein, kann der Begriff geändert werden es präziser und aussagekräftiger zu machen, da gibt es viele Debatten um ihn herum. Aber das Hauptziel ist es, die Vorteile und Risiken der Self-Service-Analytik und seine Zukunft zu identifizieren. And, es ist deutlich zu erkennen, dass die Kultur der Selbst Service-Analysen alle Organisationen helfen, wenn die richtige Pflege wird von der Verwaltung getroffen.
