Для большинства из нас мысли о Новом году не начинаются, пока мы не приблизимся к Дню Благодарения или не пройдем его. Однако в мире бизнес-аналитики и бизнес-аналитики организации — особенно на уровне предприятия — начинают думать о следующем году прямо сейчас.
2019 год приближается быстро, и уже есть несколько сообщений, в которых обсуждаются актуальные темы искусственного интеллекта, машинного обучения и бизнес-аналитики.
Автор Better Buys Кит Крейг рассмотрел Обзор бизнес-аналитики 2018 Центра исследования бизнес-приложений (BARC) и нашел время, чтобы попросить нескольких экспертов по программному обеспечению бизнес-аналитики предсказать, что ждет рынок в 2019 году. Он нашел сходство со многими выводов BARC, однако он обнаружил несколько выпадающих тенденций.
ЭТЛ где?
Ави Перес, технический директор Pyramid Analytics, заявляет, что «возможности ETL будут дополнительно интегрированы в платформы BI». Добавляя это, «с растущим спросом на машинное обучение в реальном мире все современные приложения для анализа данных начнут предлагать серьезную подготовку данных, ориентированную на конечного пользователя, и возможности ETL наряду с классическими аналитическими функциями, потому что это единственный способ заставить машинное обучение работать должным образом. ».
Существующие предложения чаще полагаются на сторонние инструменты/решения для извлечения, преобразования и загрузки (ETL) данных в целевую базу данных. Поэтому, если вы хотите применить машинное обучение к своим данным, это представляет собой проблему, поскольку ETL объединяет ваши данные. В идеале, по мнению Переса, вы хотите использовать аналитическую платформу, которая включает в себя функции ETL, чтобы вы могли применять машинное обучение к необработанным данным, что будет генерировать более релевантную корреляцию и идеи.
Что вы имеете в виду под ИИ в BI?
Искусственный интеллект (ИИ) долгое время был модным словом, и мы продолжаем рассматривать его как источник отличия для многих крупных поставщиков аналитики и бизнес-аналитики. Однако в 2019 году ИИ станет реальностью для организаций и для еще более широкой группы пользователей, помимо специалистов по данным и более распространенных в решениях BI.
В статье Крейга подчеркивается, что по мере того, как компании создают свои платформы данных, прогнозируется тенденция к тому, что цифровые агенты будут более охотно использоваться среди бизнес-пользователей для автоматизации бизнес-решений. Понимание того, куда и как инвестировать в инновации или новые рынки, сколько средств выделить на маркетинговые расходы или прогнозы конкуренции, станет частью повседневной жизни. Таким образом, в 2019 году ИИ позволит предприятиям повысить эффективность своей повседневной деятельности.
Когда я получу ИИ?
Поскольку ИИ все больше используется среди бизнес-пользователей, этот прогноз предполагает, что ИИ проникнет в производство во всей аналитической экосистеме и начнет выполнять обещание демократизировать доступ к информации. Изменяя тех, кто имеет доступ к взаимодействию, анализу и использованию данных, это расширение ИИ позволит использовать больше аналитики самообслуживания, что сильно повлияет на успех бизнеса. Однако для этого предприятия должны найти способ внутренней поддержки своих сотрудников и действительно создать рабочее место, управляемое данными.
Хотите узнать больше?
Если вы хотите расширить свою аналитическую платформу или узнать, как перейти на аналитику самообслуживания в этом квартале или в начале 2019 года, ознакомьтесь с отчетом Gartner Critical Capabilities for Analytics and Business Intelligence Platforms, чтобы ознакомиться с решениями в рынке и как они сравниваются. Pyramid Analytics также проводит вебинар On Demand, посвященный тому, как работает искусственный интеллект в бизнес-аналитике.
