Yleiskatsaus:
Tietojen leviämisen on tehnyt jokainen yritys tietojen ajaa. Vaikutus on, kaikki liiketoiminta-analytiikan ajaa ja kaikki liike käyttäjät ovat analytiikka käyttäjiä. Joten suuri haaste nykyaikaisen liiketoiminta on miten tasapainottaa tuen itsepalvelun analytiikan varmistaen turvallisuus ja koskemattomuus. Tarkoituksena itsepalvelu analytiikka on valtuuttaa liiketoiminnan käyttäjät voivat työskennellä niiden asiaankuuluvat tiedot riippumatta siitä, käyttääkö vähän apua IT tai BI joukkue. Itsepalvelualusta prosessi voidaan tehdä vain onnistuneen avulla viimeisimmän BI itsepalvelun työkalut ja infrastruktuuri, koska perinteiset BI työkaluja ei sovi itsepalvelun tuki.
In this article, yritämme tutkia molemmin puolin itsepalvelun analytiikan ja sen vaikutuksia yrityksiin. Tulemme myös katsomaan tulevaisuudessa tämän suuntauksen.
Nousu itsepalvelu analytiikka
Itsepalvelu analytiikka voidaan määritellä yksinkertainen muoto business intelligence (BI), jossa yrityskäyttäjät on oikeus saada käyttöönsä tarvittavat tiedot, suorittaa kyselyt ja luoda raportteja itse avulla helposti käyttää itsepalvelu BI. Koko itsepalvelu prosessi yksinkertaistuu tai pienennetty paremman käytettävyyden.
Tarkoituksena itsepalvelu analytiikka on mahdollistaa yrityksen käyttäjät voivat hoitaa day-to-day analytiikan tehtävät itse ja vapauttaa BI joukkue (ottaa oikea takaisin maahan tilastollinen analyysi ja data science) sekaantua kriittisempiä Data-analyysi.
kuten kohti Gartnerin ennustus, by 2017, useimmat yrityskäyttäjille on pääsy itsepalvelun BI-työkaluja. Mutta samaan aikaan, yksi kymmenestä aloitteita hyvin hallinnoidun positiivista liiketoiminnan vaikutus. And, loput on ongelmia tiedot eivät ole.
Miten voimme hallita data kaaos?
Nykyaikana liiketoiminnan, organisaatioiden täytyy olla ketterä tapauksessa uusien tietolähteiden ja liiketoiminnan vaatimukset. Itsepalvelu analytiikka on askel kohti tätä tavoitetta. And, Haasteena on, miten hallita tietojen kaaos kun työntekijät tekevät itsepalvelu analytiikka.
Seuraavassa on joitakin viitteitä, jotka voivat auttaa meitä hallitsemaan datan kaaos.
- Käyttöönotto tehokkaampia itsepalvelu BI alustojen yhdessä nykyisten BI-työkaluja
- Laajenna uudenaikaisten BI työkaluja kussakin liiketoimintayksiköissä
- Toteuttaa tiukkaa hallinto varmistaa tietojen laadun ja yhdenmukaisuuden
- Asetetaan selkeät roolit ja vastuut koko organisaatiossa
Itsepalvelu analytiikan ja "kansalainen data tiedemies"
Citizen data tiedemies on termi liittyy läheisesti itsepalvelu analytiikka. Ajatuksena on, avulla kehittyneitä BI työkaluja ja tekniikoita, yrityskäyttäjille (jolla ei ole asianmukaista tietoa tieteen takaisin maahan) voi suorittaa analytiikka tehtäviä (itsepalvelu analytiikka). Nämä joukko ihmisiä kutsutaan kansalaisena data tutkijat, vaikka, ihmiset ovat eri mieltä tästä termistä. Kuten kohti Gartner ennustus, henkilöiden määrän tietoa tutkijoiden kasvaa viisi kertaa vuoteen 2017.
kansalainen data tiedemies
Image1: Käsite kansalaisen tietojen tiedemies
Edut itsepalvelu analytiikka
Big tiedot ja analyysit on nyt olennainen osa jokaisen organisaation ja liiketoiminnan. Se leviää niin nopeasti, että organisaatiot on vaikeuksia hallita on rajoitettu määrä puhdasta tietojen tieteen ammattilaisten. Täältä tulee nousu itsepalvelun analytiikan ja kansalaisten tietojen tutkijat.
Seuraavassa on joitakin etuja.
- Demokratisoida Big Data: Demokratisointi iso data on mahdollista vain silloin, kun sitä käytetään suurin osa käyttäjistä. Itsepalvelu analytiikka tekee polkua kohti tämän tavoitteen. Se leviää tietoisuutta yhteisen käyttäjät, jotka ovat aktiivisesti mukana tai on mukana itsepalveluna analytiikka tehtävien.
- Empower yrityskäyttäjille: Tänä tietojen räjähdys, jos analytiikka tehtävät rajoittuvat rajallinen joukko ihmisiä, niin organisaatio ei pysty hyödyntää valtaa analytiikka. Itsepalvelu analytiikan valtuutetaan yrityskäyttäjille tekemään tehtävät itse.
- Data tiede joukkue voi keskittyä ydin analytiikan tehtäviin: Käyttämällä itsepalvelu analytiikka, liike käyttäjät voivat suorittaa vähemmän vaativia tehtäviä, kuten tietojen etsintä, varmistus, visualisointi ja raportointi omasta. Tuloksena, ydin data science joukkue voi keskittyä enemmän kriittisiä ja monimutkaisia tehtäviä. Ja se antaa paljon arvoa lisäksi organisaation ja liiketoiminnan.
- Työskennellä yhdessä parempaa tuottavuutta: Itsepalvelu analytiikan käyttäjien ja ydintiedot tiede tiimi voi työskennellä yhdessä parhaan tuloksen. Yrityskäyttäjät voivat auttaa itseään itsepalvelu, ja ydin data science joukkue voi ottaa panos itsepalvelusta analytiikan tiimin edennyt analytiikan tai monimutkaisia tehtäviä. Niin se menee yhteen yhdeksi joukkueen yhteisen tavoitteen saavuttamiseksi.
Riskit itsepalvelu analytiikka
Jokainen uusi konsepti on omat riskinsä, ja itsepalvelu analytiikka ei ole erilainen. Pyrkikäämme analysoida joitakin riskitekijöitä, jotka liittyvät sen.
- Puute asianmukainen koulutus: Toteuttaa itsepalvelu, ensimmäinen askel on valita oikea joukko ihmisiä ja kouluttaa heitä tarkasti itsepalveluun BI-työkaluja. Puute asianmukaista koulutusta voi johtaa väärän päätöksen.
- Rajoitukset yrityskäyttäjille: Business käyttäjät myös omat rajoituksensa taitojen, tuntemus, taustatöitä pätevyys jne. So, organisaatiossa on arvioida sitä oikein kuka voi tehdä mitä. Ja sen jälkeen, koulutuksiin olisi annettava. Muuten, nämä rajoitukset voi tuottaa negatiivisia tuloksia.
- Vaara itsepalvelu työkaluja: Et voi täysin luottaa itsepalvelu BI työkaluja nämä työkalut voivat myös olla virheitä. Joten se voi olla vaarallista, jos tulokset näitä välineitä ei tarkistaa ja vahvistaa asianmukaisesti.
- data epäjohdonmukaisuus: Järjestöjen on varmistaa tietojen johdonmukaisuus ennen toteuttamista itsepalvelua eri liiketoiminta kerroksittain. Jokainen epäjohdonmukaisuus tiedot voivat johtaa epäjohdonmukainen ja virheellinen lähtö.
- Puute asianmukainen hallinto: Senkin jälkeen varmistaen, että kaikki edellä mainitut seikat, riski ei ole kokonaan poistettu, ellei asianmukainen hallinto on toteutettu koko prosessin. Mahdolliset porsaanreiät hallintoprosessiin voi tehdä sotku.
Mikä on tulevaisuus?
Big data tulee kasvamaan päivä päivältä ja siten analytiikan hallitsee yritysmaailmassa. Joten tulevaisuus on kyse iso tiedot ja analyysit eri muodoissa. Nyt on aika, kun organisaatiot yrittävät levittää yksinkertainen analytiikan tehtäviä yrityksiä ja hyödyntää ydinosaamista tietojen science -tiimi erityisalueita. Joten liike, IT ja ydin data science tiimi tekemään yhteistyötä saavuttaa yhteisiä tavoitteita yrityksen menestyksen.
Summary: Itsepalvelu analytiikka on tullut jäädäkseen ja levitä vähitellen kaikilla liiketoiminta kerrokset. Termi "kansalainen data tiedemies’ on sidottu itsepalvelu analytiikka, ja se tarkoittaa, että itse palvelun käyttäjille. Voi olla, termi voidaan muuttaa, jotta se olisi erityinen ja mielekäs, koska on olemassa paljon keskustelua sen ympärille. Mutta päätarkoitus on tunnistaa hyödyt ja riskit itsepalvelun analytiikan ja sen tulevaisuudesta. And, se on selvästi nähtävissä, että kulttuuri itsepalvelun analytiikka auttaa kaikkia organisaatioita, jos asianmukaista hoitoa on otettu johdon.
