3 вещи, которые нужно знать, чтобы освоить би-приложения самообслуживания

Несмотря на то, что было много шума по поводу приложений бизнес-аналитики самообслуживания (BI) и демократизации данных в период расцвета больших данных, об этом почти ничего не слышно. Как будто все эти вещи настолько рутинны и настолько глубоко укоренились в повседневной работе, что дальнейшее обсуждение больше не нужно. Шум исчез, и мир, похоже, перешел к более причудливым, фантастическим вещам, таким как машинное обучение (ML) и глубокое обучение, а также искусственный интеллект (AI).

Но это не реальность для бизнес-аналитиков и линейных пользователей в рядах компаний во всем мире сегодня. Хотя BI-приложения самообслуживания материализовались, многие по-прежнему оставляют пользователей между статистическим камнем и визуализированным трудным местом. Никогда не бойся, помощь здесь!

Указатели выживания шпаргалки

Если вы не можете или не занимаетесь математикой, за исключением подсчета чаевых в процентах от вашего счета на обед, разделения счета между несколькими посетителями или балансирования вашего текущего счета, как только вы вернетесь домой, не беспокойтесь. На самом деле, многие люди не могут или, по крайней мере, не делают эти вещи без помощи приложения. Вы, конечно, не одиноки в том, что немного озадачены такими вещами, как алгоритмы, наука о данных и статистика. И даже если вас не смущает ни одна из этих вещей, возможно, вы просто не хотите делать это. Не все считают это забавным, и это тоже нормально.

Примечания к кроватке для тех, кто находит статистику отвратительной или просто непроницаемой, одинаковы: придерживайтесь BI-приложений самообслуживания, которые работают на основе запросов на естественном языке или автоматизировали весь процесс интеллектуального анализа данных вплоть до выбора визуализаций данных. К таким приложениям относятся IBM Watson Analytics и Salesforce Einstein Analytics соответственно. И, почему да, оба ИИ-управляемые.

Приложения, подобные этим, также имеют свои ограничения, и вы найдете эти ограничения подробно в наших обзорах инструментов самообслуживания и инструментов визуализации данных. Но даже несмотря на их недостатки, они являются идеальными инструментами для математиков и тех, у кого на первый взгляд аллергия на статистику.

Не самообслуживаемые BI-приложения делают математику?

Почему, да, они делают; в этом вся суть этих приложений. Они являются частично автоматизированными виртуальными помощниками для экспертов-людей, которые просто хотят узнать факты, чтобы они могли затемнить суть. Так что! Ты сорвался с крючка, вроде как, может быть. Вам не придется страдать от воспоминаний об ужасах линейной алгебры и статистики в колледже, потому что для этого есть все эти приложения.

К сожалению, вам все еще нужно понять, как это работает, по крайней мере. Если вы просто не можете заставить себя вернуться или обновить свои навыки в этой области, то обратитесь к примечаниям к кроватке выше.

Если вы предпочитаете быть самым востребованным талантом в своей области, самым горячим и горячим в команде, а также мастером работы с данными на рабочем месте в вашей компании, но не хотите делать все возможное для получения звания ученого, а затем пройти быстрый онлайн-курс, чтобы улучшить понимание статистики. Некоторые примеры поставщиков онлайн-образования для базовой и расширенной статистики включают в себя Khan Academy, Statistics.com и Udemy.

Нет, вам не нужна степень по статистике, чтобы использовать BI-приложения самообслуживания; Достаточно просто иметь практические знания о том, что означают термины и каковы понятия. Таким образом, даже нескольких подкастов, возможно, таких как эта серия, может быть достаточно, чтобы вы выбрали правильный путь.

Чем больше вы разбираетесь в статистике, тем лучше для вас. Если ничего другого, вы лучше поймете, какие данные вам нужно использовать, зачем вам нужно выбрасывать выбросы, какие данные назначать какой оси при построении диаграммы и как сформировать полезный запрос. У вас также будет гораздо больше уверенности в анализе, если вы знаете, что искать. «Вы должны быть уверены, что для обеспечения точности данных имеются правильные процессы и средства контроля», - говорит Майк Дюсинг, главный технолог и исполнительный вице-президент по инженерным разработкам в Skuid. «В качестве примера, вы не хотите представлять своей исполнительной команде тенденцию, основанную на новейшем инструменте бизнес-аналитики, но потом узнаете, что это совершенно неправильно».

3 вещи, которые вам нужно знать

Предполагая, что вы уже выбрали одно из приложений, управляемых AI, или одно из более ориентированных на пользователя приложений BI самообслуживания, ориентированных на математику, вам необходимо знать три вещи, которые помогут вам наилучшим образом использовать приложения BI самообслуживания.

1. Грамотность данных - это реальная вещь, которая вам нужна. Да, мы затронули этот вопрос ранее при обсуждении значения определенных математических навыков. Но важно также объяснить, что такое грамотность данных и навыки, на которых нужно сосредоточиться, чтобы улучшить свой общий балл. «Грамотность данных определяется MIT и Emerson University как способность читать, работать, анализировать и спорить с данными», - отмечает Джеймс Фишер, вице-президент по глобальному маркетингу продуктов в Qlik. Ниже он объясняет каждую способность:

а) Чтение данных: подразумевает понимание того, что такое данные и какие аспекты мира они представляют.

б) Работа с данными: включает в себя создание, получение, очистку и управление ими.

c) Анализ данных: включает в себя фильтрацию, сортировку, агрегирование, сравнение и выполнение других подобных аналитических операций с ними.

d) Спор с данными: включает использование данных для поддержки более широкого повествования, предназначенного для передачи сообщения определенной аудитории.

«Если 15-летний опыт работы с организациями и данными окупится, то это так: бизнес-пользователи любят находить истории в своих данных и будут бесконечно нарезать их на кусочки», - говорит Адам Натан, основатель и генеральный директор Brainbox Consulting. который недавно продал Logic20 / 20. «Там, где они борются, это переводит то, что интересно, в то, что является действенным. Точно так же 50 000 фанатов в бейсбольном матче любят смотреть статистику игроков на Jumbotron; очень немногие из них имеют деловые предпочтения, чтобы играть в Moneyball».

2. Правильные вопросы - это все. BI-приложения самообслуживания являются частично автоматизированными помощниками приложений. Это означает, что, как правило, вы тот, кто должен думать о вопросе (иначе, запрос). Формирование этого запроса очень важно, потому что ответ так же полезен, как и вопрос. Единственным исключением из этого правила являются специализированные приложения, такие как вышеупомянутая Salesforce Einstein Analytics, которая фокусируется на данных о продажах и управлении взаимоотношениями с клиентами (CRM) и, таким образом, может через Einstein автоматически предопределить то, что вы хотите узнать из своих продаж и данные клиентов. Другим примером специального BI-приложения является Google Analytics, в котором основное внимание уделяется веб-сайту и мобильным данным. Опять же, набор данных имеет четко определенный тип, а запросы предсказуемы и, следовательно, заданы заранее.

Не знаете, с чего начать при формировании запроса для приложения BI более общего назначения? Обычно ключевые показатели эффективности вашей компании или отрасли (KPI) являются хорошей отправной точкой, поскольку они определяют анализ, который уже известен как полезный. Вы можете начать расслоение или добавить связанные или новые вопросы оттуда. «KPI могут быть отдельными показателями, такими как общий доход, или составными показателями, такими как доход на одного активного пользователя», - говорит Ариэль Михаэли, соучредитель и генеральный директор Appfigures. «Поэтому важно, чтобы платформа BI могла использовать несколько метрик».

Не позволяйте ярлыку «самообслуживания» в этих приложениях BI помешать вам обратиться за помощью к ИТ-специалисту или опытному бизнес-аналитику. «Если вы не можете найти метрику, которую ищете, спросите! Возможно, она не была частью первоначального развертывания вашего решения BI», - сказал Дуг Бордонаро, главный специалист по анализу данных в ThoughtSpot. «Аналитик может быть рад добавить это быстро для вас».

И хотя создание запроса, который вы будете использовать, имеет решающее значение, поэтому вы ожидаете вопросов, которые могут возникнуть после того, как вы представите результаты анализа данных, поскольку это может подтолкнуть вас к дальнейшему анализу. «Убедитесь, что вы можете ответить на шесть вопросов, которые люди, скорее всего, зададут, потому что они зададут», - советует Люсио Даза, директор по маркетингу технических продуктов в AtScale.

3. Данные - это альфа и омега всего упражнения. Многое зависит от данных, которые вы решите использовать. Это пользователь, который выбирает, загружает и очищает данные, так что да, ответственность лежит в основном на вас. Старая поговорка «мусор в мусор» по-прежнему применяется. Как говорит Оливия Дуэйн Адамс, директор по работе с клиентами и партнер-основатель Alteryx: «Понимание вашего вопроса вернет вас к самим данным, например, к знанию, какие данные необходимы и где они могут жить. В конце концов, данные не дают понимания пока вы не проведете его через анализ ".

Вы должны продумать весь процесс, от выбора данных до формирования запроса, прежде чем делать что-либо с приложением. В противном случае, вы просто ловите рыбу. Не то чтобы исследование данных не имело места. Но, если вам нужно быстрое понимание, вам лучше убедиться, что вы находитесь на правильном пруду и несете правильную приманку, прежде чем бросить первую линию. Помните, что вы являетесь экспертом в данной области (SME), а не машиной. Используйте свой талант и опыт, чтобы выяснить, какие данные вам нужны, и привести их в отличную форму, прежде чем предлагать программному обеспечению выполнить аналитическую работу.

Итак, что вы будете делать, если вы полностью зарекомендовали себя как МСП, но также совершенно потеряли новичка в выборе данных и использовании приложения самообслуживания BI? «Познакомьтесь с вашим локальным опытным пользователем», - говорит Бордонаро из ThoughtSpot. «Скорее всего, рядом с вами сидит кто-то, кто может показать вам, с чего начать, поскольку барьер для обучения намного ниже, чем у традиционных продуктов BI».