개요:
데이터 확산 구동 모든 비즈니스 데이터를했다. 충격은, 모든 비즈니스는 분석이 구동되는 모든 비즈니스 사용자 분석 사용자입니다. 그래서 현대 비즈니스의 주요 과제는 보안 및 무결성을 보장하면서 셀프 서비스 분석에 대한 지원의 균형을 어떻게. 셀프 서비스 분석의 목적은 비즈니스 사용자가 IT 또는 BI 팀의 약간의 도움과 독립적으로 관련 데이터와 함께 작동하도록 권한을 부여하는 것입니다. 셀프 서비스 프로세스는 최신 BI 셀프 서비스 도구 및 인프라의 도움으로 성공적으로 할 수있다, 전통적인 BI 툴 셀프 서비스 지원에 적합하지 않기 때문에.
In this article, 우리는 모두 셀프 서비스 분석의 측면과 비즈니스에 미치는 영향을 탐구하려고합니다. 우리는 또한 이러한 추세의 미래를 살펴합니다.
셀프 서비스 분석의 상승
셀프 서비스 분석은 비즈니스 인텔리전스의 간단한 형태로 정의 할 수 있습니다 (BI), 비즈니스 사용자가 중요한 데이터에 액세스하는 능력 곳, 쿼리를 수행하고 사용하기 쉬운 셀프 서비스 BI 도구의 도움으로 보고서 자체를 생성. 전체 셀프 서비스 프로세스를 단순화 또는 더 나은 유용성 축소된다.
셀프 서비스 분석의 목적은 일상 분석 작업을 직접 수행하는 비즈니스 사용자를 활성화하고 BI 팀을 해제 (통계 분석 및 데이터 과학에 적절한 다시 땅을 가진) 더 중요 데이터 분석 과정에 참여하는.
따라 가트너의 예측, by 2017, 비즈니스 사용자의 대부분은 셀프 서비스 BI 도구에 액세스 할 수 있습니다. 그러나 동시에, 십 활동 중 하나는 긍정적 인 비즈니스에 미치는 영향에 잘 적용됩니다. And, 나머지는 데이터 불일치 문제가있을 것이다.
우리는 어떻게 데이터 혼란을 관리 할 수 있습니다?
비즈니스의 현대 시대에, 조직은 새로운 데이터 소스 및 비즈니스 요구 사항의 경우에 더 민첩해야. 셀프 서비스 분석이 목표를 향해 한 단계입니다. And, 도전은 직원들이 셀프 서비스 분석을 수행하는 동안 데이터 혼란을 관리하는 방법입니다.
다음은 우리가 데이터 혼란을 관리 할 수있는 몇 가지 포인터입니다.
- 기존의 BI 툴과 함께보다 강력한 셀프 서비스 BI 플랫폼 소개
- 각 개별 사업 단위에 현대적인 BI 툴의 채택을 확장
- 데이터 품질과 일관성을 보장하기 위해 엄격한 관리를 구현
- 조직 전체에서 명확한 역할과 책임을 소개합니다
셀프 서비스 분석 및 '시민 데이터 과학자'
시민 데이터 과학자는 밀접하게 셀프 서비스 분석과 관련된 용어입니다. 아이디어는, 고급 BI 도구와 기술의 도움으로, 비즈니스 사용자 (누가 적절한 데이터 다시 과학 땅이 없습니다) 분석 작업을 수행 할 수 있습니다 (셀프 서비스 분석). 사람들이 세트는 시민 데이터 과학자로 알려져 있습니다, 이기는 하지만, 사람들은이 용어와 다른 의견을 가지고. 가트너의 예측에 따라, 시민 데이터 과학자의 수 년까지 다섯번 성장할 2017.
시민 데이터 과학자
Image1: 시민 데이터 과학자의 개념
셀프 서비스 분석의 장점
빅 데이터 및 분석은 이제 모든 조직과 비즈니스의 필수적인 부분입니다. 너무 빠른 속도로 확산되고있다, 조직은 순수 데이터 과학 전문가의 제한된 수의 관리가 어려운 찾는 것을. 여기에 셀프 서비스 분석 및 시민 데이터 과학자의 상승 온다.
다음과 같은 장점 중 일부입니다.
- 빅 데이터를 민주화: 이 사용자의 대다수에 의해 사용되는 경우 빅 데이터의 민주화가 가능 아니라. 셀프 서비스 분석이 목표를 향해 경로를하고있다. 그것은 적극적으로 참여 또는 셀프 서비스 분석 작업에 참여한다 일반 사용자들 사이에서 인식을 확산.
- 비즈니스 사용자 역량 강화: 데이터 폭발의 시대에, 분석 작업은 사람들이 제한된 내에서 제한하는 경우, 다음 조직은 분석의 힘을 활용할 수 없습니다. 셀프 서비스 분석은 작업을 직접 수행하는 비즈니스 사용자를 최대한 활용.
- 데이터 과학 팀은 핵심 분석 작업에 집중할 수: 셀프 서비스 분석을 사용하여, 비즈니스 사용자는 데이터 탐색과 같은 덜 집약적 인 작업을 수행 할 수 있습니다, 확인, 자신의 시각화 및보고. As a result, 핵심 데이터 과학 팀은 더 중요하고 복잡한 작업에 집중할 수. 그리고 그것은 조직과 비즈니스에 가치 또한 많이 제공.
- 생산성 향상을위한 공동 작업: 셀프 서비스 분석 사용자와 핵심 데이터 과학 팀은 최상의 결과를 위해 함께 작업 할 수 있습니다. 비즈니스 사용자는 셀프 서비스와 함께 스스로를 도울 수, 핵심 데이터 과학 팀은 더 고급 분석이나 복잡한 작업을 위해 셀프 서비스 분석 팀의 입력을 할 수 있습니다. 그래서 공동의 목표를 달성하기 위해 하나의 팀으로 함께 간다.
셀프 서비스 분석의 위험
모든 새로운 개념은 자신의 위험이 있습니다, 셀프 서비스 분석은 다르지 않다. 우리는 그와 관련된 위험 인자들을 분석 해보자.
- 적절한 훈련의 부족: 셀프 서비스를 구현하려면, 첫 번째 단계는 사람들의 권리 세트를 선택하고 셀프 서비스 BI 툴을 엄격를 양성하는 것입니다. 적절한 훈련의 부족은 잘못된 결정으로 이어질 수 있습니다.
- 비즈니스 사용자의 한계: 비지니스 사용자는 기술의 관점에서 자신의 한계를 가지고, 지식, 다시 땅 자격 등. So, 조직이 할 수있는 사람을 올바르게 판단하는 것. 그리고 그 후, 특정 교육이 제공되어야한다. Otherwise, 이러한 제한은 부정적인 결과를 얻을 수있다.
- 셀프 서비스 툴의 위험: 이 도구는 오차가있을 수 있으므로 완전히 셀프 서비스 BI 도구에 의존 할 수 없다. 그래서 위험 할 수 있습니다, 이러한 도구의 결과를 확인하고 제대로 확인하지 않는 경우.
- 데이터 불일치: 조직은 서로 다른 비즈니스 계층에서 구현 셀프 서비스하기 전에 데이터 일관성을 보장해야. 데이터 불일치가 불일치 및 오류 출력 될 수 있습니다.
- 적절한 관리의 부족: 심지어 위의 모든 점을 확보 한 후, 적절한 관리가 전체 공정에서 구현되지 않는 위험이 완전히 제거되지. 거버넌스 프로세스의 모든 루프 홀은 엉망으로 만들 수 있습니다.
미래는 무엇인가?
빅 데이터는 하루 하루 성장하는 것입니다 따라서 분석은 비즈니스 세계를 지배한다. 그래서 미래는 모든 다른 형태의 빅 데이터 및 분석에 관한 것입니다. 지금은 시간이다, 조직은 비즈니스 사용자에게 간단한 분석 작업을 확산 등 특정 영역에서 데이터 과학 팀의 핵심 역량을 활용하려고 할 때. 비즈니스 그래서, IT와 코어 데이터 과학 팀 비즈니스 성공의 공통의 목표를 달성하기 위해 공동으로 작동.
Summary: 셀프 서비스 분석은 유지하고 모든 비즈니스 계층에서 점차 확산 여기. 용어 '시민 데이터 과학자’ 셀프 서비스 분석과 연결되어, 그리고 셀프 서비스 사용자를 의미. 아마도, 용어는 구체적으로 의미하도록 변경 될 수있다, 주위 논쟁이 많이 있기 때문에. 그러나 주요 의도는 장점과 셀프 서비스 분석의 위험과 미래를 확인하는 것입니다. And, 이 셀프 서비스 분석의 문화는 모든 조직에 도움이 될 것이라고 명확하게 볼 수 있습니다, 적절한 치료는 관리에서 촬영하는 경우.
