Superrigardo:
Datuma dismultiĝo faris ĉiun komercan datumon veturita. La efiko estas, Ĉiuj komerco estas analytics veturita kaj ĉiuj komercaj uzantoj estas analytics uzantoj. Do la grava defio de moderna komerco estas kiel ekvilibrigi subtenon por mem-servo analytics dum certiganta sekurecon kaj integrecon. La celo de mem-servo analytics estas sinpovigi komercajn uzantojn labori kun ilia rilata datumo sendepende kun malgranda helpo de ĜI aŭ BIa teamo. La memo-serva procezo nur povas esti farita sukcesan kun la helpo de plej lasta BI mem-servaj iloj kaj infrastrukturo, Ĉar la tradiciaj BIaj iloj ne estas konveni por mem-serva subteno.
En ĉi tiu artikolo, Ni provos esplori ambaŭ flankojn de mem-servo analytics kaj ĝia efiko sur komerco. Ni ankaŭ prenos rigardi la estontecon de ĉi tiu tendenco.
La altiĝo de mem-servo analytics
Mem-Servo analytics povas esti difinita kiel simpla formo de komerca spionaro (BI), Kie komercaj uzantoj estas sinpovigita aliri rilatan datumon, Elfari demandojn kaj produkti raportojn si mem kun la helpo de facila-al-uzo mem-serva BI iloj. La tuta memo-serva procezo estas simpligita aŭ grimpis malsupren por pli bona afabligo.
La celo de mem-servo analytics estas ebligi komercajn uzantojn elfari ilian tagon-al-tago analytics taskoj si mem kaj liberigas supre la BIan teamon (Havanta konvenan malantaŭan teron en statistika analizo kaj datuma scienco) Akiri okupita en pli da kritika datuma analiza procezo.
Kiel por Gartner’s prognozo, De 2017, Plejparto de la komercaj uzantoj havos aliron al mem-serva BI iloj. Sed samtempe, Unu ekstere de dek iniciatoj estos bone-regita kun pozitiva komerca efiko. Kaj, La ripozo havos aferojn kun datuma malakordo.
Kiel povas nin administras la datuman kaoson?
En la moderna aĝo de komerco, Organizoj devas esti pli da agile en kazo de novaj datumaj fontoj kaj komercaj postuloj. Mem-Servo analytics estas paŝo al ĉi tiu celo. Kaj, La defio estas kiel administri la datuman kaoson dum dungitoj estas farantaj mem-servo analytics.
Sekvanta estas kelkaj sugestoj kiu povas helpi nin administri la datuman kaoson.
- Enkonduko de pli da potenca memo-serva BI platformoj kune kun la ekzistanta BI iloj
- Vastigi la adopton de modernaj BIaj iloj en ĉiuj individuaj komercaj unuoj
- Efektivigi striktan administradon certigi datuman kvaliton kaj konsistencon
- Enkonduki klarajn rolojn kaj respondecojn trans la organizo
Mem-Servo analytics kaj ‘civitana datumo sciencisto'
Civitana datumo sciencisto estas termino proksime asociita kun mem-servo analytics. La ideo estas, Kun la helpo de altnivelaj BIaj iloj kaj teknologioj, Komercaj uzantoj (Kiu ne havas konvenan datuman sciencon malantaŭa tero) Povas elfari analytics taskoj (mem-Servo analytics). Ĉi tiuj fiksita de homoj estas konata kiel civitana datumo sciencistoj, Kvankam, Homoj havas malsamajn opiniojn kun ĉi tiu termino. Kiel por Gartner prognozo, La nombro de civitana datumo sciencistoj kreskos kvin fojoj de la jaro 2017.
Civitana datumo sciencisto
Image1: La koncepto de civitana datumo sciencisto
Avantaĝoj de mem-servo analytics
granda datumo kaj analytics estas nun havenda parto de ĉiu organizo kaj ilia komerco. Ĝi estas disvastiganta tiel rapide, KE la organizoj estas trovantaj ĝin malfacila administri kun limhava nombro de pura datuma scienco profesiuloj. Ĉi tie venas la altiĝon de mem-servo analytics kaj civitana datumo sciencistoj.
Sekvanta estas kelkaj de la avantaĝoj.
- Demokratiigi Grandan Datumon: Demokratiigo de granda datumo estas nur ebla kiam ĝi estas uzita de la plimulto de la uzantoj. Mem-Servo analytics estas faranta la vojon al ĉi tiu celo. Ĝi disvastigas la konscion inter la oftaj uzantoj kiu estas aktive okupita aŭ estos okupita en mem-servo analytics taskoj.
- Sinpovigi komercajn uzantojn: En ĉi tiu aĝo de datuma eksplodo, Se analytics taskoj estas limigita ene de limhava aro de homoj, Tiam la organizo ne estos kapabla ekspluati la potencon de analytics. Mem-Servo analytics sinpovigas la komercajn uzantojn fari iliajn taskojn si mem.
- Datuma scienco teamo povas koncentri sur la kerna analytics taskoj: De uzanta mem-servo analytics, Komercaj uzantoj povas elfari malpli intensajn taskojn kiel datuma esplorado, Konfirmo, Imagado kaj raportanta sur ilia propra. Rezulte, La kerna datuma scienca teamo povas koncentri sur pli da kritikaj kaj kompleksaj taskoj. Kaj ĝi donas multan valoran aldonon al la organizo kaj komerco.
- Labori kune por pli bona produktivo: Mem-Servo analytics uzantoj kaj kerna datuma scienco teamo povas labori kune por la plej bona rezulto. Komercaj uzantoj povas helpi sin mem kun mem-servo, Kaj kerna datuma scienco teamo povas preni enigon de mem-servo analytics teamo por pli fora altnivela analytics aŭ kompleksaj taskoj. Do ĝi iras kune kiel unu ununura teamo atingi oftan celon.
Riskoj de mem-servo analytics
Ĉiu nova koncepto havas ĝiajn proprajn riskojn, Kaj mem-servo analytics ne estas malsama. Lasi nin provi analizi kelkaj de riskaj faktoroj asociita kun ĝi.
- Manko de konvena trejnado: Efektivigi mem-servo, La unua paŝo estas elekti ĝustan aron de homoj kaj trejni ilin rigorously sur mem-serva BI iloj. Manko de konvena trejnado povas gvidi al malĝusta decido.
- Limoj de komercaj uzantoj: Komercaj uzantoj ankaŭ havas iliajn proprajn limojn en terminoj de kapabloj, Scio, Malantaŭa tera kvalifiko ktp. Tiel, organizo devas juĝi ĝin konvene kiu povas fari kion. Kaj post kiam tio, Specifaj trejnadoj devus esti provizita. Alie, Ĉi tiuj limoj povas produkti negativajn rezultojn.
- Risko de mem-servaj iloj: Vi povas ne tute fidi sur mem-serva BI iloj kiel ĉi tiuj iloj ankaŭ povas havi erarojn. Do ĝi povas esti riska, Se la rezultoj de ĉi tiuj iloj ne estas kontrolita kaj konfirmis konvene.
- Datuma malakordo: Organizoj devi certigi datuman konsistencon antaŭ efektivigo mem-servo en malsamaj komercaj tavoloj. Ajna malakordo en datumo povas gvidi al nekonstanta kaj erara produktado.
- Manko de konvena administrado: Eĉ post kiam certiganta ĉiuj la supraj punktoj, Risko ne estas tute forigita krom se konvena administrado estas efektivigita en la tuta procezo. Ajnaj maŝaj truoj en la administrada procezo povas fari ĝin malordo.
Kio estas la estonteco?
Granda datumo estas iranta kreski tagon de tago kaj tial la analytics regos la komercan mondon. Do la estonteco estas ĉiuj pri granda datumo kaj analytics en malsamaj formoj. Nun estas la tempo, Kiam la organizoj estas provantaj disvastigi la simplan analytics taskoj al la komercaj uzantoj kaj ekspluati la kernan kompetentecon de datuma scienco teamo en pli da specifaj areoj. Do la komerco, ĜI kaj la kerna datuma scienca teamo laboros collaboratively atingi la oftajn celojn de komerca sukceso.
Resuma: Mem-Servo analytics estas ĉi tie resti kaj disvastigita laŭpaŝe en ĉiuj la komercaj tavoloj. La termino ‘civitana datumo sciencisto’ Estas ligita kun mem-servo analytics, Kaj ĝi signifas la memon-servaj uzantoj. Povas esti, La termino povas esti ŝanĝita fari ĝin pli specifa kaj serioza, Kiel estas multo de debatoj ĉirkaŭ ĝi. Sed la ĉefa intenco estas identigi la utilojn kaj riskojn de mem-servo analytics kaj ĝia estonteco. Kaj, Ĝi estas klare videbla ke la kulturo de mem-servo analytics helpos ĉiuj la organizoj, Se konvena prizorgo estas prenita de la administrado.
?
