3 Věci, které potřebujete vědět, abyste zvládli samoobslužné bi aplikace

Přestože bylo v období rozkvětu Velkých dat mnoho rozebíráno o samoobslužných aplikacích business intelligence (BI) a demokratizaci dat, nikdo o nich teď nic moc neslyší. Je to, jako by všechny tyto věci byly tak rutinní a tak hluboce zakořeněné v každodenní práci, že další diskuse již není nutná. Bzučák zmizel a svět se, jak se zdá, přesunul do fantastických věcí, jako je strojové učení (ML) a hluboké učení a všechny věci umělá inteligence (AI).

To však není realita pro obchodní analytiky a uživatele linek v řadách společností všude dnes. I když se samoobslužné aplikace BI zhmotnily, mnoho z nich stále ponechává uživatele uvízlé mezi statistickým kamenem a vizualizovaným tvrdým místem. Nikdy se neboj, pomoc je tady!

Ukazatele přežití v postýlce

Pokud nemůžete nebo neuděláte matematiku nad rámec výpočtu tipů jako procento z vašeho účtu za večeři, rozdělení účtu mezi více hostů nebo vyrovnání vašeho běžného účtu, jakmile se dostanete domů, žádné starosti. Ve skutečnosti mnoho lidí nemůže, nebo alespoň ne, dělat tyto věci bez pomoci aplikace. Určitě nejste sami v tom, že jste trochu zmatení nad takovými věcmi, jako jsou algoritmy, věda o datech a statistika. A i když vám žádná z těchto věcí nepomůže, možná je prostě nechcete dělat. Ne každý to považuje za zábavu a to je také v pořádku.

Poznámky k postýlkám pro ty, kteří shledávají statistiky odpornými nebo jednoduše neproniknutelnými, jsou stejné: držte se samoobslužných aplikací BI, které pracují z dotazů v přirozeném jazyce nebo které automatizovaly celý proces těžby dat až po výběr vizualizací dat. Mezi takové aplikace patří IBM Watson Analytics a Salesforce Einstein Analytics. A proč ano, oba jsou poháněni umělou inteligencí.

Aplikace, jako jsou tyto, mají svá omezení, a tato omezení najdete v našich samoobslužných nástrojích BI a nástrojích vizualizace dat. Ale i se svými nevýhodami jsou dokonalými nástroji pro matematicky napadené a ty, které jsou zdánlivě alergické na statistiku.

Nepoužívejte samoobslužné aplikace BI Do matematiky?

Proč ano? to je docela podstata těchto aplikací. Jsou to částečně automatizovaní virtuální asistenti pro lidské odborníky, kteří chtějí jen fakta, aby mohli jít dočerpat spodní hranici. Takže tam! Možná jsi z nějakého háku. Nemusíte trpět flashbacky na univerzitní hrůzy lineární algebry a statistiky, protože pro to existují všechny tyto aplikace.

Bohužel stále musíte pochopit, jak tyto věci fungují. Pokud se prostě nemůžete přinutit, abyste své dovednosti v této oblasti znovu obnovili nebo obnovili, přečtěte si výše uvedené poznámky k betlémům.

Pokud byste raději byli nejžádanějším talentem ve svém oboru, nejžhavějším horkým výstřelem v týmu a mistrem průvodce datových údajů ve vaší společnosti, ale nechtěli byste jít na titul vědce s údaji, pak se rychle učiňte online kurzem, abyste si lépe porozuměli statistikám. Mezi příklady poskytovatelů online vzdělávání pro základní a pokročilé statistiky patří Khan Academy, Statistics.com a Udemy.

Ne, pro použití samoobslužných aplikací BI nepotřebujete diplom ze statistik; stačí mít pracovní znalosti o tom, co znamenají pojmy a jaké jsou pojmy. Takže i několik podcastů, snad například tato série, vám může stačit k tomu, abyste se dostali na správnou stopu.

Čím více rozumíte statistikám, tím lépe budete. Pokud nic jiného, ​​lépe pochopíte, jaká data potřebujete použít, proč je třeba hodit odlehlé hodnoty, jaká data přiřadit k ose při vykreslování grafu a jak vytvořit užitečný dotaz. Budete mít také mnohem větší důvěru v analýzu, pokud víte, co hledat. „Musíte si být jisti, že jsou zavedeny správné procesy a kontroly, abyste zajistili přesnost údajů, “ říká Mike Duensing, technický ředitel a výkonný viceprezident pro inženýrství v Skuid. "Jako příklad nechcete představit trend výkonnému týmu, který je čerstvý z vašeho nejmodernějšího nástroje BI, pouze zjistit později, je to úplně špatně."

3 věci, které potřebujete vědět

Za předpokladu, že jste již vybrali jednu z aplikací řízených umělou inteligencí nebo jednu z více uživatelsky orientovaných samoobslužných aplikací BI, jsou následující tři věci, které potřebujete vědět, abyste co nejlépe využili samoobslužné aplikace BI.

1. Datová gramotnost je skutečná věc, kterou musíte mít. Ano, toho jsme se dotkli dříve v diskusi o hodnotě určitých matematických dovedností. Je však také důležité vysvětlit, co je datová gramotnost a jaké dovednosti je třeba se zaměřit, aby se zlepšilo jejich celkové skóre. „Datová gramotnost definuje MIT a Emerson University jako schopnost číst, pracovat, analyzovat a argumentovat s daty, “ zdůrazňuje James Fisher, viceprezident pro globální produktový marketing v Qlik. Níže vysvětluje každou schopnost:

a) Čtení dat: zahrnuje porozumění tomu, co jsou data a jaké aspekty světa představuje.

b) Práce s daty: zahrnuje jejich vytváření, získávání, čištění a správu.

c) Analýza dat: zahrnuje filtrování, třídění, agregaci, porovnávání a provádění dalších takových analytických operací.

d) Hádání se s daty: zahrnuje použití dat k podpoře většího příběhu určeného ke sdělení zprávy konkrétnímu publiku.

„Pokud existuje 15 let spolupráce s organizacemi a daty, je to takto: Firemní uživatelé rádi najdou příběhy v jejich datech a budou je bezmezně krájet a kostkami, “ říká Adam Nathan, zakladatel a generální ředitel Brainbox Consulting, který se nedávno prodal společnosti Logic20 / 20. „Tam, kde bojují, převádí to, co je zajímavé, na to, co je možné. Stejně tak 50 000 fanoušků v baseballové hře miluje sledování statistik hráčů na Jumbotronu; jen velmi málo z nich má obchodní kotlety, aby hrály Moneyball.“

2. Správné otázky jsou všechno. Samoobslužné aplikace BI jsou částečně automatizovanými pomocníky aplikací. To znamená, že obvykle jste ten, kdo si musí otázku položit (aka, dotaz). Formování tohoto dotazu je velmi důležité, protože odpověď je pouze tak užitečná jako otázka. Výjimkou z tohoto pravidla jsou speciální aplikace, jako je výše uvedená služba Salesforce Einstein Analytics, která se zaměřuje na údaje o prodeji a řízení vztahů se zákazníky (CRM), a díky tomu může automaticky prostřednictvím Einsteinu předurčit, co budete chtít vědět z vašich prodejů a zákaznická data. Dalším příkladem speciální aplikace BI je Google Analytics se zaměřením na web a mobilní data. Soubor dat je opět dobře definovaného typu a dotazy jsou předvídatelné, a tedy předem nastavené.

Nejste si jisti, kde začít s vytvářením dotazu pro obecnější aplikaci BI? Klíčové ukazatele výkonnosti vaší společnosti nebo odvětví (KPI) jsou obvykle dobrým výchozím bodem, protože definují analýzu, o které je již známo, že je užitečná. Odtud můžete začít vrstvit nebo přidávat související nebo nové otázky. „KPI mohou být jednotlivé metriky, jako jsou celkové příjmy, nebo složené metriky, jako jsou příjmy na aktivního uživatele, “ říká Ariel Michaeli, spoluzakladatel a generální ředitel Appfigures. "Je proto důležité, aby platforma BI byla schopna používat více metrik."

Nenechte štítek „samoobslužný“ v těchto aplikacích BI zabránit tomu, aby vás požádali o pomoc IT nebo zkušeného obchodního analytika. „Pokud nemůžete najít metriku, kterou hledáte, zeptejte se! Je možné, že to nebylo součástí úvodního zavedení vašeho řešení BI, “ řekl Doug Bordonaro, hlavní evangelista společnosti ThoughtSpot. "Analytik může být rád, že ho rychle přidá."

A při vytváření dotazu, který použijete, je zásadní, předvídání otázek, které se pravděpodobně objeví poté, co předložíte výsledky analýzy dat, protože to může vést k další analýze. „Ujistěte se, že můžete odpovědět na šest otázek, které lidé pravděpodobně položí, protože se jich budou ptát, “ radí Lucio Daza, ředitel marketingu technických produktů společnosti AtScale.

3. Data jsou alfa a omega celého cvičení. Hodně záleží na údajích, které se rozhodnete použít. Je to uživatel, který vybírá, načítá a čistí data, takže ano, břemeno je většinou na vás. Staré přísloví „smetí dovnitř, smetí ven“ stále platí. Jak říká Olivia Duane Adams, hlavní zákaznická ředitelka a zakládající partner společnosti Alteryx,: „Porozumění vaší otázce vás přivede zpět k samotným datům, jako například vědět, jaká data jsou potřebná a kde by mohla žít. Konec konců, data nevytvářejí náhled. dokud to neprojde analýzou. “

Než začnete s aplikací něco dělat, musíte promyslet tento proces, od výběru dat po vytvoření dotazu. Jinak jen lovíte. Ne, že průzkum dat nemá své místo. Pokud však potřebujete rychle porozumět konkrétním poznatkům, měli byste se ujistit, že jste na správném jezírku a že máte pravou návnadu, než začnete vrhat první řádek. Nezapomeňte, že jste odborník na předmět (SME), nikoli stroj. Použijte svůj talent a zkušenosti, abyste zjistili, jaká data potřebujete, a vtlačte je do prvotřídního tvaru, než řeknete softwaru, aby provedl analytickou práci.

Co tedy uděláte, pokud jste úplně jako MSP, ale jste také úplně ztraceným nováčkem při výběru dat a používání samoobslužné aplikace BI? „Seznamte se s místním energetickým uživatelem, “ říká Bordonaro společnosti ThoughtSpot. "Pravděpodobně je tu někdo, kdo sedí velmi blízko vás a může vám ukázat, jak začít, protože překážka učení je mnohem menší než u tradičních produktů BI."