Përmbledhje:
Përhapja e të dhënave ka bërë çdo të dhënat e biznesit shtyrë. Ndikimi është, të gjithë biznesit është analytics shtyrë dhe të gjithë përdoruesit e biznesit janë analytics përdorues. Pra, sfida më e madhe e biznesit modern është se si për të balancuar mbështetje për analytics vetë-shërbimin, duke siguruar sigurinë dhe integritetin. Qëllimi i analytics vetë-shërbimit është që të fuqizojë përdoruesit e biznesit për të punuar me të dhënat e tyre përkatëse në mënyrë të pavarur me pak ndihmë nga IT apo ekip BI. Procesi i vetë-shërbim mund të bëhet vetëm i suksesshëm me ndihmën e mjeteve të fundit BI vetë-shërbimit dhe infrastrukturës, për shkak se mjetet tradicionale BI nuk janë të aftë për mbështetjen e vetë-shërbimit.
In this article, ne do të përpiqemi për të shqyrtuar të dy anët e analytics vetë-shërbimin dhe ndikimin e saj në biznes. Ne gjithashtu do të marrë një vështrim në të ardhmen e këtij trendi.
Rritja e analytics vetë-shërbimit
analytics vetë-shërbimit mund të përkufizohet si një formë e thjeshtë e zbulimit të biznesit (BI), ku përdoruesit e biznesit janë të autorizuar për të hyrë në të dhënat përkatëse, kryejnë pyetje dhe të gjenerojë raporte veten me ndihmën e lehtë për ta përdorur vetë-shërbimin BI mjete. I tërë procesi i vetë-shërbim është thjeshtuar apo zvogëluar për përdorshmërisë më të mirë.
Qëllimi i analytics vetë-shërbimit është që të mundësojë përdoruesve të biznesit për të kryer ditën e tyre të përditshme analytics detyra të veten dhe liron ekipin BI (që ka terren të duhur mbrapa në analizën e të dhënave statistikore të shkencës) që të përfshihen në shumë kritik procesin e analizës së të dhënave.
Si për Parashikimi Gartner, by 2017, shumica e përdoruesve të biznesit do të ketë qasje në mjete të BI të vetë-shërbimit. Por në të njëjtën kohë, një nga dhjetë iniciativave do të jetë i mirë-qeverisur me ndikimin pozitiv të biznesit. And, pjesa tjetër do të ketë probleme me mospërputhje të të dhënave.
Si mund të menaxhuar kaosin e të dhënave?
Në epokën moderne të biznesit, organizatat duhet të jenë më të shkathët në rast të burimeve të reja të të dhënave dhe kërkesat e biznesit. Vetë-shërbim analytics është një hap drejt këtij qëllimi. And, sfida është se si për të menaxhuar kaosin e të dhënave, ndërsa punonjësit janë bërë analytics të vetë-shërbimit.
Në vijim janë disa pointers të cilat mund të na ndihmojë të menaxhuar kaosin e të dhënave.
- Futja e më të fuqishëm të vetë-shërbimit platforma BI së bashku me mjetet ekzistuese BI
- Expand miratimin e mjeteve moderne të BI në çdo njësi individuale të biznesit
- Zbatimi i qeverisjes së rreptë për të siguruar cilësinë e të dhënave dhe qëndrueshmëri
- Futja role dhe përgjegjësi të qarta në të gjithë organizatën
analytics vetë-shërbimin dhe 'të dhënat e qytetarëve Scientist'
të dhënat Citizen Shkencëtari është një term i lidhur ngushtë me analytics vetë-shërbimit. Ideja është, me ndihmën e mjeteve të avancuara BI dhe teknologjitë, përdoruesit e biznesit (i cili nuk ka të dhëna të duhur të shkencës prapa terren) mund të kryejnë detyra të analytics (analytics vetë-shërbimit). Këto grup i njerëzve janë të njohur si shkencëtarë të dhënat e qytetarëve, megjithëse, njerëzit kanë mendime të ndryshme me këtë term. Sipas Gartner parashikim, numri i shkencëtarëve të dhënave të qytetarëve do të rritet pesë herë deri në vitin 2017.
qytetar dhënat shkencëtar
Image1: Koncepti i qytetarëve të dhënave shkencëtarit
Avantazhet e analytics vetë-shërbimit
të dhënat e mëdha dhe analytics tani është një pjesë integrale e çdo organizate dhe biznesin e tyre. Ajo është përhapur në mënyrë të shpejtë, se organizatat e kanë të vështirë për të menaxhuar me numër të kufizuar të profesionistëve të shkencave të dhënave të pastër. Këtu vjen rritjen e analytics vetë-shërbimit dhe shkencëtarëve të të dhënave qytetar.
Në vijim janë disa nga avantazhet.
- Demokratizuar Big dhënave: Demokratizimi i të dhënave të mëdha është e mundur vetëm kur ajo është përdorur nga shumica e përdoruesve. analytics vetë-shërbimit është duke bërë rrugën drejt këtij qëllimi. Ajo përhapet e vetëdijes në mesin e përdoruesve të zakonshme të cilët janë të përfshirë në mënyrë aktive, ose do të përfshihen në vetë-shërbimin analitike detyrave.
- Fuqizimin e përdoruesit e biznesit: Në këtë moshë të shpërthimit të dhënave, nëse analytics detyrat janë të mbyllur brenda një grup të kufizuar të njerëzve, atëherë organizata nuk do të jetë në gjendje të levave fuqinë e analytics. analytics vetë-shërbimin fuqizon përdoruesit e biznesit për të bërë detyrat e tyre veten e tyre.
- Ekipi shkenca Të dhënat mund të përqendrohen në detyrat e analitike thelbësore: Duke përdorur analytics vetë-shërbimit, përdoruesit e biznesit mund të kryejnë detyra më pak intensive si eksplorimin e të dhënave, verifikim, vizualizimi dhe raportimit të tyre. As a result, ekipi i të dhënave kryesore shkenca mund të përqëndrohen në detyrat më të rëndësishme dhe komplekse. Dhe kjo i jep një shumë tepër vlerë për organizatën dhe biznesit.
- Punuar së bashku për produktivitet më të mirë: Vetë-shërbimit Analytics dhe të dhënat e përdoruesve Core ekipi shkenca mund të punojnë së bashku për rezultat të mirë. përdoruesit e biznesit mund të ndihmojnë veten e tyre me vetë-shërbim, dhe ekipi i të dhënave thelbësore shkenca mund të marrë të dhëna nga vetë-shërbimit analytics ekip për analytics mëtejshme të avancuar ose detyrave komplekse. Pra, ajo shkon së bashku si një ekip i vetëm për të arritur një qëllim të përbashkët.
Rreziqet e analytics vetë-shërbimit
Çdo koncept i ri ka rreziqet e veta, dhe vetë-shërbim analytics nuk është e ndryshme. Le të përpiqemi të analizojmë disa nga faktorët e rrezikut që lidhen me të.
- Mungesa e trajnimit të duhur: Për të zbatuar vetë-shërbim, hapi i parë është që të zgjidhni vendosur të drejtën e popullit dhe trajnimi i tyre në mënyrë rigoroze për mjetet e BI të vetë-shërbimit. Mungesa e trajnimit të duhur mund të çojë në një vendim të gabuar.
- Kufizimet e përdoruesit e biznesit: përdoruesit e biznesit gjithashtu kanë kufizimet e tyre në aspektin e aftësive, njohuri, mbrapa kualifikim terren etj. So, një organizatë ka për të gjykuar siç duhet të cilët mund të bëjnë atë që. Dhe pas kësaj, trajnime të veçanta duhet të sigurohet. ndryshe, këto kufizime mund të japin rezultate negative.
- Rreziku i mjeteve të vetë-shërbimit: Ju nuk mund të mbështetet plotësisht mbi vetë-shërbimin BI mjete si këto mjete mund të ketë gabime. Pra, ajo mund të jetë e rrezikshme, në qoftë se rezultatet nga këto mjete nuk janë të kontrolluar dhe verifikuar si duhet.
- mospërputhja e të dhënave: Organizatat duhet për të siguruar qëndrueshmërinë e të dhënave para se të vetë-shërbimit të zbatimit në shtresa të ndryshme të biznesit. Çdo mospërputhje në të dhënat mund të çojë në një prodhim në kundërshtim dhe të gabuar.
- Mungesa e qeverisjes duhur: Edhe pas duke siguruar të gjitha pikat e mësipërme, Rreziku nuk është hequr plotësisht nëse qeverisja e duhur është zbatuar në të gjithë procesin. Çdo vrima lak në procesin e qeverisjes mund të bëjë atë një rrëmujë.
Cila është e ardhmja?
të dhënat e madhe do të rritet nga dita në ditë dhe kështu të analytics do të sundojë botën e biznesit. Pra, e ardhmja është mbi të gjitha të dhënave të mëdha dhe analytics në forma të ndryshme. Tani është koha, kur organizatat janë duke u përpjekur për të përhapur detyra të thjeshta analytics për përdoruesit e biznesit dhe të levave kompetencën thelbësore e ekipit të të dhënave të shkencës në fusha më specifike. Pra biznesit, IT dhe ekipi i të dhënave kryesore shkenca do të punojnë bashkërisht për të arritur qëllimet e përbashkëta të suksesit të biznesit.
Summary: analytics vetë-shërbimit është këtu për të qëndruar dhe u përhap gradualisht në të gjitha shtresat e biznesit. Termi "Shkencëtari dhënave qytetar’ është i lidhur me analytics vetë-shërbimit, dhe kjo do të thotë përdoruesit e vetë-shërbimit. Ndoshta, Termi mund të ndryshohet për të bërë atë më të veçantë dhe kuptimplotë, pasi ka shumë debate rreth tij. Por qëllimi kryesor është të identifikojë përfitimet dhe rreziqet e analytics të vetë-shërbimit dhe të ardhmen e saj. And, është qartë e dukshme se kultura e analytics vetë-shërbimit do të ndihmojë të gjitha organizatat, nëse kujdesi i duhur është marrë nga menaxhmenti.
