Vue d'ensemble:
prolifération des données a fait toutes les données commerciales entraînées. L'impact est, toutes les affaires est analytics entraînée et tous les utilisateurs professionnels sont analytics utilisateurs. Donc, le défi majeur de l'entreprise moderne est de savoir comment équilibrer le soutien pour l'analyse en libre-service, tout en assurant la sécurité et l'intégrité. Le but de l'analyse en libre-service est de permettre aux utilisateurs professionnels de travailler avec leurs données pertinentes indépendamment avec peu d'aide de l'informatique ou de l'équipe BI. Le processus d'auto-service ne peut être couronnée de succès avec l'aide des derniers outils de libre-service BI et de l'infrastructure, parce que les outils de BI traditionnels ne sont pas adaptés pour le soutien libre-service.
In this article, nous allons essayer d'explorer les deux côtés de l'analyse en libre-service et de son impact sur les entreprises. Nous allons aussi jeter un oeil à l'avenir de cette tendance.
La hausse de l'analyse en libre-service
analytics libre-service peuvent être définis comme une simple forme de business intelligence (BI), où les utilisateurs professionnels sont habilités à accéder à des données pertinentes, effectuer des requêtes et générer des rapports eux-mêmes avec l'aide d'outils de BI en libre-service facile à utiliser. L'ensemble du processus d'auto-service est simplifiée ou mise à l'échelle vers le bas pour une meilleure facilité d'utilisation.
Le but de l'analyse en libre-service est de permettre aux utilisateurs professionnels d'effectuer leurs au jour le jour d'analyse des tâches elles-mêmes et libère l'équipe BI (ayant retour au sol appropriée dans l'analyse et les données statistiques scientifiques) à participer à plus critique du processus d'analyse des données.
Comme par La prédiction de Gartner, by 2017, la plupart des utilisateurs professionnels auront accès à des outils de BI en libre-service. Mais en même temps, un sur dix initiatives seront bien gouvernés avec un impact commercial positif. And, le reste aura des problèmes avec incohérence des données.
Comment pouvons-nous gérer le chaos de données?
Dans l'ère moderne de l'entreprise, les organisations ont besoin d'être plus agile en cas de nouvelles sources de données et les exigences commerciales. Self-service d'analyse est une étape vers cet objectif. And, le défi est de savoir comment gérer le chaos de données tandis que les employés font des analyses en libre-service.
Voici quelques pointeurs qui peuvent nous aider à gérer le chaos de données.
- L'introduction de libre-service plus puissant des plates-formes de BI ainsi que les outils de BI existants
- Développer l'adoption d'outils de BI modernes dans chaque individu unités d'affaires
- Mettre en œuvre une gouvernance stricte pour assurer la qualité des données et la cohérence
- Introduire des rôles et des responsabilités claires dans toute l'organisation
analyse en libre-service et des «données de citoyens de scientifiques '
scientifique des données des citoyens est un terme étroitement associé à l'analyse en libre-service. L'idée est, avec l'aide d'outils et de technologies avancées de BI, les utilisateurs professionnels (qui n'a pas une bonne science au sol de données) peut effectuer des tâches d'analyse (analyse en libre-service). Ces ensemble de personnes sont connus comme les scientifiques de données des citoyens, bien que, les gens ont des opinions différentes avec ce terme. Selon la prévision Gartner, le nombre de scientifiques de données des citoyens augmentera cinq fois par l'année 2017.
données citoyen scientifique
Image1: Le concept de données citoyen scientifique
Avantages de l'analyse en libre-service
Big données et des analyses est désormais partie intégrante de chaque organisation et leur entreprise. Il se répand si rapidement, que les organisations éprouvent des difficultés à gérer avec un nombre limité de données pures professionnels des sciences. Voici le lieu de l'analyse en libre-service et les scientifiques de données des citoyens.
Voici quelques-uns des avantages.
- Démocratiser Big Data: Démocratisation de gros volumes de données est seulement possible quand il est utilisé par la majorité des utilisateurs. analytics libre-service fait le chemin vers cet objectif. Il se propage la prise de conscience parmi les usagers qui sont activement impliqués ou seront impliqués dans self-service d'analyse des tâches.
- Responsabiliser les utilisateurs professionnels: En cette ère de l'explosion des données, si les tâches d'analyse sont confinés à l'intérieur d'un ensemble limité de personnes, puis l'organisation ne sera pas en mesure de tirer parti de la puissance de l'analyse. analytics libre-service habilite les utilisateurs professionnels à faire leurs tâches elles-mêmes.
- équipe scientifique de données peut se concentrer sur les tâches d'analyse de base: En utilisant l'analyse en libre-service, les utilisateurs peuvent effectuer des tâches moins intensives comme l'exploration de données, vérification, la visualisation et des rapports sur leur propre. As a result, l'équipe scientifique des données de base peut se concentrer sur des tâches plus critiques et complexes. Et il donne beaucoup de valeur ajoutée à l'organisation et entreprise.
- Travailler ensemble pour une meilleure productivité: Self-service d'analyse des utilisateurs et des données de base équipe scientifique peut travailler ensemble pour le meilleur résultat. Les utilisateurs professionnels peuvent se servir avec self-service, et l'équipe de la science des données de base peut prendre l'entrée d'analyse en libre-service équipe pour d'autres analyses avancées ou des tâches complexes. Donc, il va ensemble comme une seule équipe pour atteindre un objectif commun.
Risques d'analyse en libre-service
Chaque nouveau concept a ses propres risques, et self-service d'analyse ne diffère pas. Essayons d'analyser certains des facteurs de risque qui y sont associés.
- Le manque de formation adéquate: Pour mettre en œuvre en libre-service, la première étape consiste à sélectionner ensemble droit des personnes et de les former rigoureusement sur les outils de BI en libre-service. Le manque de formation peut conduire à une mauvaise décision.
- Limitations des utilisateurs professionnels: Les utilisateurs professionnels ont aussi leurs propres limites en termes de compétences, connaissance, qualification de retour au sol, etc.. So, une organisation doit juger correctement qui peut faire quoi. Et après ça, formations spécifiques devraient être fournies. Autrement, ces limitations peuvent donner des résultats négatifs.
- Risque d'outils libre-service: Vous ne pouvez pas compter entièrement sur les outils de BI en libre-service, car ces outils peuvent également avoir des erreurs. Ainsi, il peut être risqué, si les résultats de ces outils ne sont pas contrôlés et vérifiés correctement.
- incohérence des données: Les organisations doivent veiller à la cohérence des données avant la mise en œuvre en libre-service dans les différentes couches d'affaires. Toute incohérence dans les données peut conduire à une sortie incohérente et erronée.
- Le manque de bonne gouvernance: Même après avoir vérifié tous les points ci-dessus, le risque est pas complètement éliminé, sauf si la bonne gouvernance est mise en œuvre dans l'ensemble du processus. Tous les trous de boucle dans le processus de gouvernance peuvent faire un gâchis.
Quel est l'avenir?
Big données va croître de jour en jour et donc les analyses gouvernera le monde des affaires. Donc, l'avenir est tout au sujet de grandes données et des analyses sous différentes formes. C'est le moment, lorsque les organisations essaient de répartir les tâches d'analyse simples pour les utilisateurs professionnels et tirer parti de la compétence de base de l'équipe scientifique de données dans des domaines plus spécifiques. Ainsi, l'entreprise, IT et l'équipe scientifique des données de base travaillera en collaboration pour atteindre les objectifs communs de la réussite des entreprises.
Summary: analyse en libre-service est là pour rester et se propager progressivement dans toutes les couches d'affaires. Le terme «scientifique des données des citoyens’ est lié avec l'analyse en libre-service, et cela signifie que les utilisateurs libre-service. Peut être, le terme peut être modifié pour le rendre plus spécifique et significative, car il y a beaucoup de débats autour d'elle. Mais l'objectif principal est d'identifier les avantages et les risques d'analyse en libre-service et son avenir. And, il est clairement visible que la culture de l'analyse en libre-service va aider toutes les organisations, si prise en charge adéquate de la direction.
