概要:
データの増殖を駆動し、すべてのビジネス・データを作っています. 影響があります, すべてのビジネスは、アナリティクスが駆動され、すべてのビジネスユーザーが分析ユーザーです. だから、現代のビジネスの主要な課題は、セキュリティと整合性を確保しつつ、セルフサービス分析のためのサポートをバランスさせる方法であります. セルフサービス分析の目的は、ビジネス・ユーザーがITまたはBIチームからの少しの助けを借りて独立してその関連データで動作するように力を与えることです. セルフサービス・プロセスは、最新のBIセルフサービス・ツールとインフラを利用して成功することができます, 従来のBIツールは、セルフサービスのサポートのために適合していないので、.
In this article, 我々は両方のセルフサービス分析の側面とビジネスへの影響を調査しようとします. また、このような傾向の未来を見てみます.
セルフサービス分析の上昇
セルフサービス分析は、ビジネス・インテリジェンスの単純な形式として定義することができます (BI), ビジネスユーザーは、関連するデータにアクセスする権限を与えているところ, 使いやすいセルフサービスBIツールの助けを借りて、クエリを実行し、レポート自体を生成. 全体のセルフサービスのプロセスが簡略化や、より良いユーザビリティのために縮小され.
セルフサービス分析の目的は、日々の分析作業自体を実行するために、ビジネスユーザーを有効にすることであり、BIチームを解放します (統計解析およびデータ科学に適切なバックグラウンドを持ちます) より重要なデータ分析プロセスに参加するには.
あたりとして、 Gartnerの予測, by 2017, ビジネスユーザーのほとんどは、セルフサービスBIツールにアクセスする必要があります. しかし同時に、, 10の取り組みのうち1は、正のビジネスへの影響に十分に支配されます. And, 残りはデータの矛盾と問題を持っています.
どのように我々はデータの混乱を管理することができます?
ビジネスの現代では, 組織は、新しいデータソースおよびビジネス要件の場合に、より機敏にする必要があり. セルフサービス分析は、この目標に向かってのステップです. And, 課題は、従業員はセルフサービス分析を行っている間にデータの混乱を管理する方法であります.
以下は、私たちは、データの混乱を管理することができますいくつかのポインタであります.
- 既存のBIツールと一緒に、より強力なセルフサービスBIプラットフォームの紹介
- 各個々の事業単位で現代的なBIツールの導入を拡大
- データの品質と一貫性を確保するために厳格なガバナンスを実現
- 組織全体で明確な役割と責任を導入
セルフサービスの分析と「市民・データ・サイエンティスト」
シチズンデータ科学者は密接にセルフサービスの分析に関連した用語であり、. アイデアがあります, 高度なBIツールや技術の助けを借りて、, ビジネスユーザー (誰がバックグラウンド適切なデータ科学を持っていません) 分析タスクを実行することができます (セルフサービス分析). 人々のこれらのセットは、市民のデータ科学者として知られています, しかし, 人は、この用語と異なる意見を持っています. ガートナー予測どおり, 市民のデータ科学者の数は年によって5倍に拡大します 2017.
市民・データ・サイエンティスト
Image1: 市民のデータ科学者の概念
セルフサービス分析の利点
ビッグデータと分析は現在、すべての組織とそのビジネスの不可欠な部分であります. それはとても急速に広がっています, 組織は、純粋なデータ科学の専門家の限られた数で管理することが困難見つけていること. ここではセルフサービス分析と市民のデータ科学者の上昇が来ます.
以下の利点のいくつかであります.
- ビッグデータを民主化: それは大多数のユーザーによって使用されたときにビッグデータの民主化にのみ可能です. セルフサービス分析は、この目標に向かってパスをしています. これは、積極的に関与している一般的なユーザーの意識を広げ、またはセルフサービス分析作業に関与することになります.
- ビジネスユーザーに権限を与えます: データの爆発のこの時代に, 分析タスクは、人々の限られたセット内に閉じ込められている場合, その後、組織は分析の力を活用することができません. セルフサービス分析、ビジネス・ユーザーが自分のタスク自身を実行するために権限を与えます.
- データサイエンスチームは、コア分析作業に集中することができます: セルフサービス分析を使用することにより, ビジネスユーザーは、データ探索のようにそれほど集中的なタスクを実行することができます, 検証, 自分で可視化とレポーティング. 結果として, コアデータサイエンスチームはより重要かつ複雑なタスクに集中することができます. そして、それは、組織やビジネスに付加価値の多くを提供します.
- 生産性向上のために協力: ユーザーとコアデータサイエンスチームは最良の結果のために一緒に働くことができるセルフサービス分析. ビジネスユーザーはセルフサービスで自分自身を助けることができます, コアデータサイエンスチームは、さらに高度な分析や複雑なタスクのためのセルフサービス分析チームからの入力を取ることができます. だから、共通の目標を達成するために、一つのチームとして一緒に行きます.
セルフサービス分析のリスク
すべての新しいコンセプトは、独自のリスクを持っています, セルフサービス分析は違いはありません. 私たちはそれに関連する危険因子のいくつかを分析してみましょう.
- 適切な訓練の欠如: セルフサービスを実装するには, 最初のステップは、人の右のセットを選択して、セルフサービスBIツールに厳密にそれらを訓練することです. 適切な訓練の欠如は、間違った意思決定につながることができます.
- ビジネスユーザーの制限: ビジネスユーザーはまた、スキルの面で自分の限界を持っています, 知識, バックグラウンド資格など. So, 組織が行うことができます誰がそれを正しく判断していますか. その後, 具体的なトレーニングが提供されなければなりません. さもないと, これらの制限は、ネガティブな結果を得ることができ.
- セルフサービスツールのリスク: これらのツールはまた、エラーを持つことができるようにあなたは完全にセルフサービスBIツールに頼ることはできません. だから、それは危険なことができ, これらのツールからの結果を確認し、適切に検証されていない場合.
- データの矛盾: 組織は、異なるビジネス層に実装セルフサービスの前にデータの整合性を確保する必要があります. データ内の任意の矛盾は矛盾や誤出力につながることができます.
- 適切なガバナンスの欠如: でも、上記のすべての点を確保した後、, 適切なガバナンスはプロセス全体に実装されていない限り、リスクを完全に除去されていません. ガバナンス・プロセス内の任意のループホールはそれ台無しにすることができ.
未来とは何ですか?
ビッグデータは日々成長しようとしているので、分析は、ビジネスの世界を支配します. だから、今後はすべての異なる形式でのビッグデータと分析についてです. 今がその時だ, 組織は、ビジネスユーザーに単純な分析タスクを広げ、より具体的な領域のデータサイエンスチームのコアコンピテンシーを活用しようとしているとき. だからビジネス, ITとコアデータサイエンスチームは、ビジネスの成功の共通の目標を達成するために協力して作業します.
Summary: セルフサービス分析は、滞在し、すべてのビジネスレイヤで徐々に広がることをここにあります. 用語「市民・データ・サイエンティスト’ セルフサービスの分析と結ばれています, それは、セルフサービスユーザーを意味します. 多分, この用語は、より具体的で意味のあるように変更することができ, その周りに議論がたくさんありますように. しかし、主な目的は、セルフサービスの分析と将来の利益とリスクを識別することです. And, セルフサービス分析の文化はすべての組織を助けることがはっきりと見えます, 適切なケアは、管理から取得された場合.
