新年值得關(guān)注的分析趨勢
在2020年,COVID-19疫情讓各種規(guī)模的企業(yè)都意識到數(shù)據(jù)驅(qū)動型決策的重要性,而在2021年,預(yù)計將推動市場發(fā)展的分析趨勢將繼續(xù)擴(kuò)大商業(yè)智能的范圍。
在疫情前,很多企業(yè)將分析視為奢侈品。但當(dāng)COVID-19在2020年3月開始傳播時,大家不得不在家隔離,本地經(jīng)濟(jì)基本停止,這使得提高效率、管理供應(yīng)鏈甚至通過分析找到新的業(yè)務(wù)渠道,變得至關(guān)重要。
那些已經(jīng)在進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)更是加快了這一進(jìn)程,而很多尚未開始擁抱數(shù)據(jù)驅(qū)動文化的企業(yè)也最終了解到這一需求。
他們將易用性作為優(yōu)先事項,以便更多的業(yè)務(wù)用戶(不僅是數(shù)據(jù)科學(xué)家和數(shù)據(jù)分析師)可以使用數(shù)據(jù),并采取措施來提高最終用戶的數(shù)據(jù)素養(yǎng)。
分析供應(yīng)商ThoughtSpot公司首席執(zhí)行官Sudheesh Nair表示:“我認(rèn)為2020年讓很多人意識到數(shù)字化轉(zhuǎn)型的旅程不會放緩,不會回到疫情前狀態(tài),這很好。”
因此,分析師和高管認(rèn)為,在2021年至關(guān)重要的分析趨勢是:那些在過去幾年開始而由于疫情在2020年加速的基于數(shù)字化轉(zhuǎn)型的分析趨勢。這些趨勢旨在提高效率以縮短完成整個分析流程所需的時間,并通過易用性使企業(yè)更多用戶受益。
持續(xù)智能
醫(yī)療機(jī)構(gòu)需要了解病毒的傳播方式和傳播地點,以便為潛在病例激增做好準(zhǔn)備;地方政府需要了解所在市鎮(zhèn)的風(fēng)險,以便做出有關(guān)其經(jīng)濟(jì)的決策;而企業(yè)則需要知道其客戶是否仍然會找他們。
在過去,很多人依賴季度和月度報告,而在2020年,這些報告突然變得無關(guān)緊要。
當(dāng)突然很少人去購買食物以外的其他東西時,2月或3月收集的企業(yè)數(shù)據(jù)在4月或5月已經(jīng)失去意義,而在夏天收集的數(shù)據(jù)到秋天也沒有意義,因為夏天天氣溫暖,COVID-19病例不多,在秋天,天氣轉(zhuǎn)冷,病毒傳播再次激增。
企業(yè)需要知道五分鐘前而不是五個月前發(fā)生了什么。去年同期數(shù)據(jù)也變得完全沒有相關(guān)性,因為12個月前還沒有爆發(fā)疫情。
在2020年,持續(xù)智能變得至關(guān)重要,并將繼續(xù)在2021年成為重要的分析趨勢之一。
Qlik公司高級總監(jiān)兼全球市場情報負(fù)責(zé)人Dan Sommer說:“自疫情爆發(fā)后,我們已經(jīng)看到對實時和最新數(shù)據(jù)的需求激增。曾經(jīng)我們需要季度業(yè)務(wù)預(yù)測,而現(xiàn)在我們需要的數(shù)據(jù)短暫而易變。”
同樣,SAS公司AI戰(zhàn)略顧問Kimberly Nevala表示,此次疫情暴露了依賴歷史數(shù)據(jù)和看似可預(yù)測模式的弱點。
這意味著,企業(yè)將更多地依賴實時數(shù)據(jù)。
她說:“到2021年,企業(yè)將加強(qiáng)對傳統(tǒng)分析團(tuán)隊和技術(shù)的投資,使其更適應(yīng)于快速數(shù)據(jù)發(fā)現(xiàn)和假設(shè)。”
同時,為了充分利用持續(xù)智能,當(dāng)數(shù)據(jù)發(fā)生變化時,應(yīng)該推送通知。
正是通過這些推送通知,醫(yī)療保健組織才可能知道傳播峰值已經(jīng)開始,他們需要做好準(zhǔn)備。警報還可以通知組織了解潛在的供應(yīng)鏈問題,并讓企業(yè)了解有關(guān)客戶行為變化的信息。
根據(jù)這些警報,企業(yè)可以更快地看到各種變化,并且而不是苦苦等待下一個月度或季度報告。
Sommer說:“當(dāng)基礎(chǔ)設(shè)施和應(yīng)用程序可用,從而可以逐步過渡到主動智能,這將是幫助企業(yè)采取行動的重要因素。”
流程自動化
持續(xù)智能可使企業(yè)比以往更快地對變化做出反應(yīng),并讓企業(yè)基于比過去更新的智能來采取積極行動,從而使企業(yè)更高效、預(yù)防損失并推動收入增長。而流程自動化是一種分析趨勢,該趨勢同樣可能使企業(yè)變得更高效。
數(shù)據(jù)管理曾經(jīng)是IT部門的繁瑣任務(wù),數(shù)據(jù)科學(xué)家過去需要花數(shù)周甚至數(shù)月完成工作,而現(xiàn)在數(shù)據(jù)管理工具可以在短時間內(nèi)自動完成。這些工具能夠自動將數(shù)據(jù)加載到數(shù)據(jù)湖和倉庫中,在那里完成所有轉(zhuǎn)型工作,企業(yè)需要準(zhǔn)備好這些數(shù)據(jù)用于探索。
通過流程自動化,數(shù)據(jù)可以更快準(zhǔn)備好用于分析–與人工完成所有數(shù)據(jù)準(zhǔn)備工作相比。同時,這可以讓數(shù)據(jù)管理人員有更多時間來開發(fā)模型,并進(jìn)行其他工作以利用已準(zhǔn)備好的數(shù)據(jù),而不是花費(fèi)大量時間完成艱苦的數(shù)據(jù)管理。
Sommer說:“快速反應(yīng)已變得至關(guān)重要,而業(yè)務(wù)流程已成為中心。業(yè)務(wù)流程管理已經(jīng)存在數(shù)十年。新的發(fā)展是我們不僅可以對其進(jìn)行建模,還可以通過機(jī)器人流程自動化等技術(shù)來挖掘、自動化和優(yōu)化流程。”
除準(zhǔn)備數(shù)據(jù)之外,這些工具現(xiàn)在還可以自動監(jiān)視關(guān)鍵績效指標(biāo),以了解更改和可能出現(xiàn)的任何其他問題,從而使企業(yè)及時對變化作出反應(yīng)。
Eckerson Group研究副總裁Kevin Petrie表示:新的數(shù)據(jù)可觀察性工具可以監(jiān)視、檢測、預(yù)測和解決所有問題–從數(shù)據(jù)源到數(shù)據(jù)使用。這些可觀察性解決方案有助于使數(shù)據(jù)管道更快、更可靠。站點可靠性工程師、平臺工程師、數(shù)據(jù)工程師和架構(gòu)師都將從中受益,更不用說他們所服務(wù)的企業(yè)。”
自動化甚至有可能簡化數(shù)據(jù)的使用。
盡管數(shù)據(jù)科學(xué)家和分析師具有數(shù)據(jù)素養(yǎng)技能來解釋數(shù)據(jù),并做出數(shù)據(jù)驅(qū)動決策,但大多數(shù)員工都沒有經(jīng)過培訓(xùn)以權(quán)威地解釋數(shù)據(jù),并做出重要決策。
數(shù)據(jù)敘事工具能夠自動進(jìn)行數(shù)據(jù)解釋,以自然語言創(chuàng)建有關(guān)數(shù)據(jù)的敘述。同時,Yellowfin公司首席執(zhí)行官兼聯(lián)合創(chuàng)始人Glen Rabie預(yù)測,BI供應(yīng)商將開發(fā)工具以提供指導(dǎo)性方法,并在處理數(shù)據(jù)的過程中引導(dǎo)最終用戶。
他說:“新的簡化的用戶界面將使業(yè)務(wù)用戶能夠以一種更具指導(dǎo)性的方式與數(shù)據(jù)進(jìn)行交互,從而使他們減少獲取見解的時間,且只需最少的分析技能。自動化分析將從企業(yè)領(lǐng)域轉(zhuǎn)向軟件供應(yīng)商,后者將嵌入這些功能并通過其客戶群實現(xiàn)大規(guī)模部署。”
AI的發(fā)展
增強(qiáng)智能是AI的分支,增強(qiáng)智能將商業(yè)智能從數(shù)據(jù)可視化擴(kuò)展到很多人所認(rèn)為的第三代分析中。
現(xiàn)在,有些平臺可以自行進(jìn)行數(shù)據(jù)分析。同時,低代碼和無代碼應(yīng)用程序開發(fā)工具,使開發(fā)人員不必編寫繁瑣代碼來開發(fā)應(yīng)用程序,而自然語言處理(NLP)的進(jìn)步使沒有數(shù)據(jù)科學(xué)背景的業(yè)務(wù)用戶能夠提出數(shù)據(jù)問題并利用數(shù)據(jù)。
在2021年,人工智能功能將繼續(xù)發(fā)展,特別是NLP有潛力將分析范圍擴(kuò)展到新用戶。
NLP已經(jīng)以某種形式存在很多年,但受到語言本身復(fù)雜性的限制。在世界范圍內(nèi),存在著5,000多種語言,但是即使是使用最廣泛的語言,也存在聽起來相同但含義不同的單詞,拼寫相同但含義不同的單詞以及含義相同但看起來或聽起來無關(guān)的單詞。
但是NLP技術(shù)正在進(jìn)步并變得有效。
Enterprise Strategy Group公司高級分析師Mike Leone說:“自然語言已經(jīng)開始改變?nèi)藗儚臄?shù)據(jù)中學(xué)習(xí)和與數(shù)據(jù)交互的方式。”
例如,數(shù)據(jù)敘事平臺現(xiàn)在能夠查詢數(shù)據(jù)并開發(fā)敘述以純語言解釋結(jié)果。
然而,Leone認(rèn)為,NLP尚未被廣泛采用。
他說:“在商業(yè)智能方面,自然語言集成和使用尚處于部署的早期階段。隨著企業(yè)不斷尋找方法使所有最終用戶更好地利用數(shù)據(jù),預(yù)計自然語言的部署將在2021年激增。”
但是,除該技術(shù)本身外,在2021年,AI可能會以其他方式發(fā)展,并且Petrie預(yù)測企業(yè)將在2021年開始將其AI資產(chǎn)貨幣化。
企業(yè)需要AI模型來優(yōu)化自己的業(yè)務(wù),但并非所有企業(yè)都擁有資金來開發(fā)自己的模型。不過,具備能力開發(fā)模型的企業(yè)數(shù)量正在增加,他們正在尋找從其中獲利的方法。
Petrie說:“這些供需力量可以在人工智能市場中找到平衡點,這有助于企業(yè)和個人將人工智能模型交換以獲取利潤。業(yè)務(wù)經(jīng)理可以尋找和購買模型,數(shù)據(jù)科學(xué)家可以創(chuàng)建和出售模型,開發(fā)人員可以使用它們并將其與應(yīng)用程序集成。”
Nevala同時預(yù)測,未來幾年將制定的新政府法規(guī)將刺激更多AI的采用。
她說,當(dāng)前相對缺乏法規(guī),使企業(yè)無法開發(fā)新功能,因為他們擔(dān)心他們違反尚待制定的法律,并超越隱私界限。
Nevala表示:“新法規(guī)提供明確的規(guī)定,以確定風(fēng)險和關(guān)聯(lián)風(fēng)險,以支持AI的部署。這將使企業(yè)能夠更自信地應(yīng)對這些概率學(xué)習(xí)系統(tǒng)固有的不確定性。”
她補(bǔ)充說,盡管如此,他們需要謹(jǐn)記,不同地區(qū)的法規(guī)可能會有所不同。
其他趨勢:數(shù)據(jù)素養(yǎng)和嵌入式BI
數(shù)據(jù)素養(yǎng)和嵌入式分析在過去幾年中一直呈上升趨勢,預(yù)計在2021年它們的重要性和部署將繼續(xù)增加。
在過去,分析師會查看圖表或儀表板,并根據(jù)他們所看到的來做出決策,而嵌入式BI使自助服務(wù)用戶可以隨時隨地使用數(shù)據(jù)。
當(dāng)用戶在屏幕上滾動查看某些單詞或數(shù)字時,嵌入式分析可以向用戶傳遞信息。當(dāng)用戶準(zhǔn)備數(shù)據(jù)時,它可以提醒用戶。當(dāng)一線員工在銷售點直接與客戶互動時,嵌入式分析也可以及時提供信息。
但是根據(jù)Leone所說,盡管嵌入式BI具有潛力,但它仍然是理想,而不是現(xiàn)實。
他說:“在過去的幾年中,供應(yīng)商已經(jīng)強(qiáng)調(diào)自助服務(wù)BI對幫助實現(xiàn)分析大眾化的重要性,但事實是,它并沒有像供應(yīng)商營銷所描述的那樣迅速發(fā)展。嵌入式分析將被證明是真正實現(xiàn)大眾訪問分析和商業(yè)智能的理想方法。”
同樣,Rabie表示,隨時隨地的BI(不僅是在運(yùn)行查詢以及查看圖表和儀表板時)在2021年將是一種趨勢。
他說:“我們將會看到企業(yè)擁抱背景分析的力量,使他們能夠在決策時更輕松地涉足分析,同時將操作流程與指導(dǎo)分析相集成。”
同時,數(shù)據(jù)素養(yǎng)是當(dāng)前的另一趨勢,并將在2021年繼續(xù)保持增長勢頭。
雖然現(xiàn)在有些敘事工具可以自動進(jìn)行數(shù)據(jù)解釋,并使更多的最終用戶可以使用數(shù)據(jù),但它們?nèi)匀挥芯窒扌浴K鼈儍H旨在為決策提供信息,而不是自己真正做出決策。
因此,數(shù)據(jù)素養(yǎng)仍然是決策過程不可或缺的部分。當(dāng)數(shù)據(jù)不斷變化且很多企業(yè)在疫情中掙扎求生時,數(shù)據(jù)素養(yǎng)比任何時候都更重要。
Nair說:“提高整個企業(yè)的數(shù)據(jù)流暢性至關(guān)重要,而不是發(fā)出更多報告或為每個職能分配一個BI人員。”
在當(dāng)前COVID-19病例再次激增的情況下,對于醫(yī)療機(jī)構(gòu)而已,數(shù)據(jù)至關(guān)重要。對于政府機(jī)構(gòu)決定是否再次關(guān)閉部分經(jīng)濟(jì)體同樣至關(guān)重要,這對于企業(yè)決定如何保持生計也非常重要。
Nair說:“這將是數(shù)據(jù)分析的一年,企業(yè)有必要提高整個企業(yè)的數(shù)據(jù)流暢性。至少這一旅程將在2021年開始。”