Ikhtisar:
Data proliferasi telah membuat setiap data bisnis didorong. Dampaknya, semua bisnis analisis didorong dan semua pengguna bisnis pengguna analytics. Jadi tantangan utama bisnis modern adalah bagaimana menyeimbangkan dukungan untuk analisis swalayan sambil memastikan keamanan dan integritas. Tujuan dari analisis swalayan adalah untuk memberdayakan pengguna bisnis untuk bekerja dengan data yang relevan secara mandiri dengan sedikit bantuan dari IT atau tim BI. Proses self-service hanya dapat dilakukan berhasil dengan bantuan alat BI swalayan terbaru dan infrastruktur, karena alat-alat BI tradisional tidak cocok untuk dukungan swalayan.
In this article, kita akan mencoba untuk mengeksplorasi kedua sisi analisis swalayan dan dampaknya terhadap bisnis. Kami juga akan lihat masa depan tren ini.
Munculnya analisis swalayan
analytics swalayan dapat didefinisikan sebagai bentuk sederhana dari intelijen bisnis (BI), di mana pengguna bisnis diberdayakan untuk mengakses data yang relevan, melakukan query dan menghasilkan laporan sendiri dengan bantuan alat BI-mudah digunakan swalayan. Seluruh proses self-service disederhanakan atau diperkecil untuk kegunaan yang lebih baik.
Tujuan dari analisis swalayan adalah untuk memungkinkan pengguna bisnis untuk melakukan sehari-hari analisis tugas mereka sendiri dan membebaskan tim BI (memiliki latar belakang yang tepat dalam analisis dan data statistik ilmu) untuk terlibat dalam proses analisis data lebih kritis.
sesuai prediksi Gartner, by 2017, sebagian besar pengguna bisnis akan memiliki akses ke alat BI layanan mandiri. Tapi diwaktu yang sama, satu dari sepuluh inisiatif akan baik-diatur dengan dampak bisnis yang positif. And, sisanya akan memiliki masalah dengan inkonsistensi data yang.
Bagaimana kita bisa mengelola kekacauan data yang?
Di era modern bisnis, organisasi perlu lebih lincah dalam hal sumber data baru dan kebutuhan bisnis. Swalayan analisis adalah langkah menuju tujuan ini. And, tantangannya adalah bagaimana mengelola kekacauan data saat karyawan melakukan analisis swalayan.
Berikut adalah beberapa petunjuk yang dapat membantu kita mengelola kekacauan data yang.
- Pengenalan self-service lebih kuat platform BI bersama dengan alat-alat BI yang ada
- Memperluas penerapan alat BI modern di setiap unit bisnis individu
- Menerapkan tata kelola yang ketat untuk memastikan kualitas data dan konsistensi
- Memperkenalkan peran dan tanggung jawab yang jelas di seluruh organisasi
analytics swalayan dan 'data warga ilmuwan'
Ilmuwan warga Data adalah istilah yang terkait erat dengan analisis self-service. Idenya adalah, dengan bantuan alat BI canggih dan teknologi, pengguna bisnis (yang tidak memiliki ilmu data yang tepat kembali tanah) dapat melakukan tugas-tugas analisis (analytics swalayan). set ini orang yang dikenal sebagai ilmuwan data warga, meskipun, orang memiliki pendapat yang berbeda dengan istilah ini. Sesuai prediksi Gartner, jumlah ilmuwan data warga akan tumbuh lima kali dari tahun ke tahun 2017.
ilmuwan data warga
Image1: Konsep ilmuwan data warga
Keuntungan dari analisis swalayan
data besar dan analisis sekarang merupakan bagian integral dari setiap organisasi dan bisnis mereka. Hal ini menyebar begitu cepat, bahwa organisasi menemukan kesulitan untuk mengelola dengan jumlah terbatas data murni profesional ilmu. Di sinilah munculnya analisis swalayan dan ilmuwan data warga.
Berikut ini adalah beberapa keuntungan.
- Demokratisasi Big data: Demokratisasi data besar hanya mungkin bila digunakan oleh sebagian besar pengguna. analytics swalayan membuat jalan menuju tujuan ini. Menyebar kesadaran di kalangan pengguna umum yang secara aktif terlibat atau akan terlibat dalam tugas-tugas analisis swalayan.
- Memberdayakan pengguna bisnis: Dalam usia ini ledakan data, jika tugas analisis dibatasi dalam satu set terbatas orang, maka organisasi tidak akan dapat memanfaatkan kekuatan analytics. analytics swalayan memberdayakan pengguna bisnis untuk melakukan tugas-tugas mereka sendiri.
- tim sains data dapat berkonsentrasi pada tugas-tugas analisis inti: Dengan menggunakan analisis swalayan, pengguna bisnis dapat melakukan tugas-tugas yang kurang intensif seperti eksplorasi Data, verifikasi, visualisasi dan pelaporan sendiri. As a result, tim sains data inti dapat berkonsentrasi pada tugas-tugas yang lebih penting dan kompleks. Dan memberikan banyak nilai tambah untuk organisasi dan bisnis.
- Bekerja sama untuk produktivitas yang lebih baik: Swalayan pengguna analisis dan data inti tim sains dapat bekerja sama untuk hasil yang terbaik. pengguna bisnis dapat membantu diri mereka sendiri dengan self-service, dan tim sains data inti dapat mengambil masukan dari tim analisis self-service untuk analisis canggih lanjut atau tugas-tugas kompleks. Jadi ia pergi bersama-sama sebagai satu tim tunggal untuk mencapai tujuan bersama.
Risiko analisis swalayan
Setiap konsep baru memiliki risiko sendiri, dan self-service analisis tidak berbeda. Mari kita mencoba untuk menganalisis beberapa faktor risiko yang terkait dengan itu.
- Kurangnya pelatihan yang tepat: Untuk menerapkan self-service, langkah pertama adalah untuk memilih set hak masyarakat dan melatih mereka ketat pada alat BI swalayan. Kurangnya pelatihan yang tepat dapat menyebabkan keputusan yang salah.
- Keterbatasan pengguna bisnis: pengguna bisnis juga memiliki keterbatasan mereka sendiri dalam hal keterampilan, pengetahuan, kualifikasi kembali tanah dll. So, sebuah organisasi harus menilai dengan benar yang bisa melakukan apa yang. Dan setelah itu, pelatihan khusus harus diberikan. Otherwise, keterbatasan ini dapat menghasilkan hasil yang negatif.
- Risiko alat layanan mandiri: Anda tidak dapat sepenuhnya mengandalkan alat BI self-service sebagai alat ini juga dapat memiliki kesalahan. Sehingga dapat berisiko, jika hasil dari alat-alat ini tidak diperiksa dan diverifikasi benar.
- inkonsistensi data: Organisasi harus memastikan konsistensi data sebelum pelaksanaan self-service di lapisan bisnis yang berbeda. Inkonsistensi dalam data dapat menyebabkan output yang tidak konsisten dan keliru.
- Kurangnya tata kelola yang baik: Bahkan setelah memastikan semua poin di atas, risiko tidak sepenuhnya dihapus kecuali tata kelola yang baik diimplementasikan dalam seluruh proses. Setiap loop hole dalam proses pemerintahan dapat membuatnya berantakan.
Apa masa depan?
data besar akan tumbuh hari demi hari dan karenanya analisis akan memerintah dunia bisnis. Jadi masa depan adalah semua tentang data besar dan analisis dalam bentuk yang berbeda. Sekarang saatnya, ketika organisasi mencoba untuk menyebarkan tugas analisis sederhana untuk pengguna bisnis dan memanfaatkan kompetensi inti dari tim sains data di daerah yang lebih spesifik. Jadi bisnis, IT dan tim sains data inti akan bekerja sama untuk mencapai tujuan bersama kesuksesan bisnis.
Summary: analytics swalayan di sini untuk tinggal dan menyebar secara bertahap di semua lapisan bisnis. Istilah 'ilmuwan data warga’ diikat dengan analisis self-service, dan itu berarti pengguna self-service. Mungkin, istilah dapat diubah untuk membuatnya lebih spesifik dan bermakna, karena ada banyak perdebatan di sekitarnya. Tetapi tujuan utama adalah untuk mengidentifikasi manfaat dan risiko dari analisis swalayan dan masa depan. And, itu jelas terlihat bahwa budaya analytics swalayan akan membantu semua organisasi, jika perawatan yang tepat diambil dari manajemen.
