7 najważniejszych trendów w analityce biznesowej

Analityka biznesowa (BI) przeszła w ostatnich latach znaczącą transformację, a jej koszty spadają dzięki dodatkowym zastosowaniu AI, machine learning, NLP i cloud computing.

7 najważniejszych trendów w analityce biznesowej

Fot. Nataliya Vaitkevich, Pexels

Rzut oka na rynek BI

Pojęcie Business Intelligence nie jest oksymoronem, jak krewetki jumbo. Nie należy do gatunków wymarłych. I bynajmniej nie wyparła go sztuczna inteligencja.

W rzeczywistości BI żyje i ma się dobrze: zastosowanie jej staje się coraz łatwiejsze i dotyczy coraz większej liczby pracowników, zostało przeniesione do chmury i wbudowane w szersze pakiety oprogramowania ERP i CRM, a teraz w jej zasięgu znalazły się też sztuczna inteligencja i uczenie maszynowe.

Zobacz również:

  • IDC CIO Summit – potencjał drzemiący w algorytmach
  • Biały Dom chce wzmocnić kontrolę nad sztuczną inteligencją

Według danych IDC dotyczących udziału w rynku w 2020 r., światowy rynek analityki biznesowej osiągnął wartość 19,2 mld dolarów, odnotowując wzrost o 5,2% i to pomimo wstrząsów gospodarczych związanych z pandemią. Prawdopodobnie wzrost rynku BI przyspieszy, ponieważ firmy skupiają się na cyfrowej transformacji i inteligentnych sposobach wykorzystania danych do napędzania biznesu.

Obecnie liderami rynku są najpotężniejsze firmy w branży: Microsoft, SAP, Salesforce, IBM, SAS i Oracle. Razem stanowią tylko około 60% rynku, więc został jeszcze spory kawałek tortu dla nowych w branży, takich jak ThoughtSpot i Alteryx.

Mimo to wydaje się, że BI istnieje od zawsze i można by rzec, że nie może pochwalić się szczególnymi osiągnięciami. Zarzucano BI, że jest zbyt trudna w obsłudze dla przeciętnego pracownika, że wypluwa wymyślne raporty i oferuje kolorowe pulpity, które nie pomagają pracownikom w rozwiązywaniu rzeczywistych problemów biznesowych, oraz że wymaga zbyt wiele pracy od podstaw – takiej jak początkowego tworzenia katalogów danych, budowania hurtowni danych itd.

Carsten Bange, założyciel i CEO BARC Research Center, twierdzi, że przed pandemią analityka biznesowa była postrzegane przez niektórych jako technologia przestarzała, która częstokroć okazała się niewarta inwestycji. – To podejście zmieniło się diametralnie – mówi Bange. Wyniki nowego badania pokazują, że firmy ponownie kierują swoją uwagę na analitykę biznesową, ponieważ dostrzegają potrzebę głębszego zrozumienia swoich łańcuchów dostaw, szybko zmieniających się zachowań konsumentów oraz własnych procesów biznesowych. – Analityka oparta na danych naukowych jest na szczycie priorytetem" wśród firm badanych w raporcie BARC's Data, BI and Analytics Trend Monitor 2021, dodaje Bange.

Oto niektóre z kluczowych trendów w analityce biznesowej obecnie i w przyszłości:

1. AI i machine learning

Najbardziej znaczącym trendem w BI jest integracja sztucznej inteligencji i uczenia maszynowego. – Rozpoczęła się nowa era rozszerzonej analityki – deklaruje analityk IDC Dan Vesset. – Funkcjonalność analityczna wykorzystująca AI, która jest niezbędna do tego, aby ta nowa generacja oprogramowania BI trafiła do mas, jest wciąż w fazie początkowej, ale historyczne trendy sugerują, że ta generacja oprogramowania BI trafi do głównego nurtu w ciągu tego dziesięciolecia.

Boris Evelson, analityk Forrester Research, dodaje, że augmented BI (klasyczne BI rozszerzone o sztuczną inteligencję) ma potencjał, aby „zamienić przeciętnego użytkownika biznesowego w obywatela-naukowca danych” (data scientist). Celem jest umożliwienie osobom niebędącym naukowcami zajmującymi się danymi wykonywanie prognozowania, analizy predykcyjnej, wykrywania anomalii i innych funkcji związanych z BI „za pomocą jednego kliknięcia” – twierdzi Evelson.

Ponadto, mówi Evelson, systemy uczenia maszynowego mogą działać w tle i rozwiązywać problem nieuświadamiany sobie nawet przez człowieka. Systemy uczenia maszynowego mogą identyfikować interesujące wzorce w danych i ostrzegać użytkownika końcowego w sposób, który nigdy nie mógłby być osiągnięty w inny sposób.

Bange dodaje – Analityka rozszerzona opisuje funkcje, które uzupełniają ludzkie możliwości o uczenie maszynowe, aby połączyć kreatywne rozwiązywanie problemów z bezkonkurencyjnym rozpoznawaniem wzorców, biorąc z obu stref to co najlepsze. Głównym celem jest uczynienie analityki i BI łatwiejszymi w użyciu, obniżenie bariery wejścia dla zwykłych użytkowników i jednoczesne zwiększenie wydajności i efektywności użytkowników zaawansowanych.

2. Wzrost użytkowania chmury w świecie post-COVID

Choć już przed pandemią oprogramowanie do BI w chmurze było coraz popularniejsze, od 2020 r. wzrost ten jest wręcz skokowy. Bange twierdzi, że 50% nowych wdrożeń BI odbywa się w chmurze. Zalety oparcia BI na chmurze to dostępność dla użytkowników zdalnych, skalowalność, elastyczność i szybkość wdrożenia. Ponadto, firmy już oswoiły się z przenoszeniem dużych zbiorów danych do chmury w celu tworzenia kopii zapasowych i uruchamiania aplikacji, więc obecnie są bardziej skłonne do przenoszenia do chmury hurtowni danych i analityki danych.

3. Postępy przetwarzania języka naturalnego

Nadal trzeba wiedzieć w jaki sposób sformułować zapytania dla algorytmów. Nie jest to łatwe, trzeba posiadać odpowiednie kompetencje – zajmują się tym tzw. specjaliści data science. Pewnym rozwiązaniem jest wbudowanie przetwarzania języka naturalnego w systemy BI, tak aby przeciętny pracownik mógł po prostu zadać pytanie i uzyskać odpowiedź.

Przetwarzanie języka naturalnego wciąż jest jednak na dość niskim etapie rozwoju – nawet w przypadku języka angielskiego.

4. BI staje się częścią platform CRM i ERP

Dostawcy systemów CRM i ERP, czy to poprzez przejęcia, czy też rozwój wewnętrzny, wbudowują analitykę biznesową w swoje platformy. Na przykład Salesforce kupił lidera BI Tableau w 2019 roku i szybko zintegrował oprogramowanie ze swoją platformą CRM opartą na chmurze.

Zaletą jest to, że BI ewoluuje od bycia oddzielnym, odłączonym procesem do stania się integralną częścią przepływu pracy procesów biznesowych. Wbudowana BI może pomóc firmom zautomatyzować kroki związane z procesem biznesowym, co zapewnia większą szybkość i lepszą wydajność.

5. Pojawiają się nowe sposoby prezentacji informacji poprzez storytelling

W tradycyjnej analityce biznesowe, system wypluwa raporty i pulpity nawigacyjne pełne kolorowych wykresów, ale wbrew pozorom, taka prezentacja, choć elegancka, może nie być najlepszym i najbardziej użytecznym sposobem przedstawienia informacji użytkownikom nietechnicznym. Bange twierdzi, że kontr-trendem do „wysoce wyrafinowanych wizualizacji” jest zwrot w kierunku opowiadania historii.

Wykorzystując reguły projektowania informacji, dostawcy BI upraszczają swoje prezentacje w taki sposób, aby przeprowadzić użytkownika przez konkretny problem lub sytuację i nie tylko przedstawić surowe dane, ale także dać rekomendacje, co należy zrobić. Ten typ narracji częściej zawiera narrację tekstową, która towarzyszy wszystkim błyszczącym obrazom.

6. BI staje się operacyja

Klasyczna BI dostarcza raporty zgodnie z ustalonym harmonogramem, np. co tydzień lub co miesiąc. To już jednka nie wystarcza w dzisiejszym konkurencyjnym środowisku biznesowym, w którym decyzje muszą być podejmowane w czasie rzeczywistym. W operacyjnej BI, znanej również jako operational intelligence (OI), dane z różnych źródeł (włączając w to zachowania konsumentów i zakłócenia w łańcuchu dostaw), są bezustannie gromadzone i analizowane.

System BI jest w stanie dostarczyć rekomendacje dotyczące szybkich decyzji, takich jak przydzielenie większej ilości zasobów do konkretnej funkcji lub reagowanie na szybko zmieniające się warunki biznesowe – wyjaśnia Bange. W przypadku BI operacyjnego, pulpity mogą być automatycznie odświeżane w ustalonych odstępach czasu, np. co godzinę, a system może uruchamiać alerty informujące zespoły operacyjne o problemach, które należy rozwiązać lub o pojawiających się okazjach, które można wykorzystać.

7. Skuteczna BI nadal wymaga pracy u podstaw

Narzędzia BI same w sobie są dobrze znane, ale wiele firm ma trudności z ich wdrożeniem, ponieważ nie wykonały niezbędnych prac przygotowawczych. – Technologia jest dojrzała – mówi Evelson. – Przeszkody istnieją po stronie ludzi i procesów. Firmy muszą zbudować kulturę opartą na danych i przeszkolić pracowników.

Według najnowszych badań BARC (Business Application Research Center), kiedy respondenci zostali poproszeni o określenie priorytetów na rok 2021, na czele listy znalazło się zarządzanie jakością danych i odkrywanie danych. Zaawansowana analityka i uczenie maszynowe zajęły dopiero 11 miejsce, co nie oznacza, że firmy nie są zainteresowane AI. Oznacza to jedynie, że firmy mają trudności z adaptacją mechanizmów uczenia maszynowego, gdy fundament – dobra jakość i dostępność danych – nie został do końca osiągnięty. Bange tłumaczy to tym, że firmy „wydają się wracać do korzeni i koncentrować się na podstawach wykorzystania i zarządzania danymi, zanim przesuną priorytety na zaawansowane metody.”

Evelson zaś zaleca CIO, aby od razu przejść na platformę klasy korporacyjnej, niezależnie od tego, czy oznacza to odświeżenie starszej wersji obecnej platformy BI, czy też wybór nowego dostawcy. Zwraca on uwagę, że obecnie do przeciętnej korporacyjnej hurtowni danych trafia jedynie 20–30% danych, które mogłyby zostać wykorzystane do celów analitycznych. Jak konkluduje, BI to inwestycja we wszystko, co CIO musi posiadać, aby odnieść sukces.

Artykuł pochodzi z CIO.com

Tłumaczenie i opracowanie: Anna Ładan

W celu komercyjnej reprodukcji treści Computerworld należy zakupić licencję. Skontaktuj się z naszym partnerem, YGS Group, pod adresem [email protected]

TOP 200