هل علماء البيانات مطلوبون في عالم تحليلات الخدمة الذاتية؟ - البيانات

مع تزايد اعتماد العالم على البيانات ، تتجه الشركات إلى تحليلات الخدمة الذاتية لتمكين مستخدمي الأعمال من أداء مهام تحليل البيانات الخاصة بهم. في تحليلات الخدمة الذاتية ، يمكن لمستخدمي الأعمال الوصول إلى البيانات وتحليلها دون مساعدة أو دعم من موظفي تكنولوجيا المعلومات أو علماء البيانات. يتيح الوصول المباشر إلى منصات التحليلات التي تعمل بنظام ML اتخاذ قرارات تجارية أفضل من خلال تحليل سلوك العملاء أو من خلال تحديد الاتجاهات في الوقت الفعلي. 

في السنوات الخمس الماضية ، قدمت أنظمة البرامج المؤتمتة بالكامل وشبه الآلية أكثر موثوقية تحليلات وتقارير ذكاء الأعمال (BI) من علماء البيانات البشرية. نظرًا لأن تقنية BI التي تعمل بالذكاء الاصطناعي تتجه نحو الخدمة الذاتية الكاملة ، فإن الاهتمام العام في مجتمع علوم البيانات هو ما إذا كان في نطاق عالم تحليلات الخدمة الذاتية المتزايد باستمرار ، سيصبح علماء البيانات البشرية عفا عليهم الزمن بسبب وجود تحليلات فائقة الذكاء وأدوات ذكاء الأعمال.

هل تحليلات الخدمة الذاتية وذكاء الأعمال خرافة؟

في الوقت الحالي ، يتم التعامل مع العديد من مهام التحليلات وذكاء الأعمال من خلال منصات تحليلات شبه مؤتمتة أو مؤتمتة بالكامل ، خاصة تلك التي تدعمها AI وأدوات التعلم الآلي (ML). من المثير للاهتمام أن نلاحظ أن علماء البيانات البشرية سيطروا على مجال التنقيب عن البيانات حتى تولت الأدوات المتقدمة التي تدعم ML مؤخرًا العديد من المهام. تقنيات التنقيب عن البيانات تحت حراسة مشددة من قبل خبراء بشريين لسنوات تم استبدالها فجأة بأدوات ML المتقدمة. يمكن لهذه الأدوات اكتشاف الأنماط في البيانات ، وإنشاء الارتباط ، واستخراج الرؤى المطلوبة حسب الحاجة من قبل مستخدمي الأعمال العاديين.

ذكاء الأعمال ذاتية الخدمة ليست خرافة ، حيث تستخدم الشركات الحالية من جميع الأحجام بشكل روتيني حزم خوارزميات التعلم الآلي لصنع القرار المربح. اقتصاد الخوارزمية موجود ليبقى. هناك ميزتان واضحتان لاستخدام الخوارزميات المعبأة لتحليلات الأعمال: التكلفة والتوافر الفوري.

لا يزال هناك اتجاهان بارزان حددا منذ فترة طويلة عالم ذكاء الأعمال بالخدمة الذاتية: الانبهار العميق بتحليلات الزر بدلاً من وظيفة تحليلات الترميز ، والانشغال بمستودعات البيانات الافتراضية.

دور علماء البيانات في عالم تحليلات الخدمة الذاتية

بينما تنتشر "ثقافة البيانات" بسرعة ، لا يزال علماء البيانات يقومون بإضافات قيمة إلى الأعمال من خلال الاستفادة من التكنولوجيا لتقديم حلول أسرع وأكثر دقة لجميع أنواع المستخدمين.

تجلب ثورة ذكاء الأعمال للخدمة الذاتية علماء البيانات إلى ممر الأعمال ، حيث يناقشون قضايا التحليلات المعقدة مع الموظفين الآخرين. النمو الهائل لـ علماء بيانات المواطنين وقد أدت أدوات التعلم الآلي إلى ظهور تحليلات الخدمة الذاتية وذكاء الأعمال بالخدمة الذاتية. هذا داتافيرسيتي® تصف المقالة رحلة واقعية في ممارسة الأعمال للخدمة الذاتية BI اليوم. ويشير إلى أن الأدوات الآلية المستندة إلى السحابة انتزعت أدوار تحليلات الأعمال وعلماء البيانات ووضعتها في أيدي علماء البيانات من المواطنين. ومع ذلك ، فإن عالم البيانات هو الوحيد المؤهل لسد الفجوة بين "الذكاء الخام" المستخرج من المنصات الذكية والرؤى الصديقة للقرار التي تظهر من خلال لوحات المعلومات. قد ينجز مستخدم الأعمال العادي أكثر إلى حد ما من مجرد تصفية البيانات وتجميعها في عالم الخدمة الذاتية ، ولكن لا يمكنه تحقيق مهام التصور المتقدمة.

لا يزال إعداد البيانات واستخراجها تظل أكبر التحديات في منصات ذكاء الأعمال الآلية ، والعلاقات المتبادلة المعقدة بين العديد من التقنيات ذات الصلة مثل Hadoop ، البيانات الكبيرة، واكتشاف البيانات يشكلان تهديدًا للوصول إلى التكنولوجيا واستخدامها وفهمها في عالم الخدمة الذاتية. قد يكون "ذكاء الأعمال المساعد" مصطلحًا أفضل لوصف مستقبل ذكاء الأعمال للخدمة الذاتية. علاوة على ذلك ، تبين أن أمن البيانات وإدارة البيانات يمثلان مشكلات صعبة في عالم ذكاء الأعمال ذاتية الخدمة ، حيث يتعين على المؤسسات الاختيار بين منصات ذكاء الأعمال الأكثر تقدمًا أو متخصصو البيانات المكلفون والمدربون جيدًا.

ظهور علماء بيانات المواطنين في تحليلات الخدمة الذاتية

اليوم ، يحتاج مستخدمو الأعمال العاديون إلى منصات ذاتية الخدمة لإنجاز وظائفهم بسرعة وسهولة. كان السبب الرئيسي وراء هذا التحول في الأعمال التحويلية نحو الخدمة الذاتية ذكاء الأعمال هو فجوة المواهب الوشيكة في مهنة علوم البيانات التي توقعتها McKinsey منذ سنوات عديدة.

بسرعة كبيرة ، بدأت الشركات في استكشاف حلول لهذه الفجوة في القوى العاملة ، والتي كان أحدها شراء وبناء ونشر تحليلات الخدمة الذاتية ومنصات ذكاء الأعمال لتلبية احتياجاتهم الداخلية. بالطبع ، دمج تقنيات مثل سحابةو IoT و البيانات الكبيرة كما عززت "جدوى" منصات الخدمة الذاتية على المدى الطويل. في هذا العالم التحليلي الذاتي المطور حديثًا ، يُنظر إلى عالم البيانات المواطن كشريك ومتعاون لعالم البيانات المدرب.

عالم البيانات كمتعاون في منصة ذكاء الأعمال ذاتية التفكير

حاليًا ، تلبي حلول ذكاء الأعمال قسمين متباينين ​​على نطاق واسع من المستهلكين: مستخدمو الأعمال العاديون وفرق تكنولوجيا المعلومات المحترفة. في حين أن مستخدمي الأعمال متحمسون لأن يصبحوا مكتفين ذاتيًا في التحليلات الروتينية أو مهام ذكاء الأعمال ، فإن أعضاء فريق تكنولوجيا المعلومات متحمسون أيضًا لاستخراج أسرع للرؤى العميقة باستخدام أدوات ذكاء الأعمال الآلية أو شبه الآلية.

An AnalyticsInsights.net تستكشف المقالة ما إذا كان علماء البيانات البشرية سيختفون من المؤسسة مع الصعود المفاجئ لعالم بيانات المواطن. هناك تلميح قوي في هذه المقالة مفاده أن يومًا سيأتي أخيرًا عندما يحل مستخدم الأعمال العادي ، جنبًا إلى جنب مع منصات تعلم الآلة فائقة القوة ، في النهاية محل مجتمع علوم البيانات تمامًا. 

وفقًا للمنتدى الاقتصادي العالمي ، على الرغم من أن الاضطرابات التكنولوجية الأخيرة تهدد وظائف ذوي الياقات البيضاء في جميع أنحاء العالم ، سيكون محللو البيانات مطلوبين على المدى الطويل لمساعدة منصات ذكاء الأعمال ذاتية الخدمة.

ذكاء الأعمال ذاتية الخدمة أو ذكاء الأعمال المساعد: أيهما أكثر قابلية للتحقيق؟

تحتاج الشركات إلى العثور على مستخدمين يفهمون كل من التكنولوجيا والعمليات التجارية لضمان نجاحهم في عالم التحليل. في عالم التحليلات الذكية ، تبحث الشركات باستمرار عن الأدوات والحلول التي ستساعدها على فهم الكميات الهائلة من البيانات التي تنتجها. ومع ذلك ، يمكن أن تؤدي عمليات التحليل الخاطئة إلى رؤى غير دقيقة وضعف اتخاذ القرار. 

هذا هو المكان الذي يأتي فيه علماء البيانات المطلوبون - فهم يمتلكون المهارات اللازمة لاستخراج رؤى ذات مغزى من البيانات الخام وتفسير ارتباطات البيانات المعقدة التي قد لا تكون واضحة للمستخدم العادي. على الرغم من أن الذكاء الاصطناعي وغيره من التقنيات قد خطوا خطوات كبيرة في السنوات الأخيرة ، لا تزال هناك حاجة لعلماء البيانات البشرية الذين يمكنهم تقديم منظور فريد إلى الطاولة.

يلعب مجتمع علوم البيانات دورًا مهمًا في تعزيز فهمنا للبيانات وإنشاء أدوات جديدة للتحليل والاكتشاف في عالم ذكاء الأعمال المتطور باستمرار. اقتصاد الخوارزمية يدفع مجتمعات الأعمال نحو "رؤى" من المعلومات البسيطة. ومع ذلك ، فإن النشاط الأساسي الذي يقدم رؤى تجارية هو التحليلات ، وبدون تحليلات متقدمة أو أدوات ذكاء الأعمال ، ستتجه الشركات نحو الفشل في عالم المنافسة العالمية المستقبلي. هذا هو المكان التحليلات المضمنة تعال إلى اللعب. في مشروع التحليلات المضمن ، يلزم معرفة التحليلات والقوى العاملة الماهرة من البداية إلى النهاية. ستكون هناك حاجة إلى التحليلات المساعدة جنبًا إلى جنب مع الخدمة الذاتية في عالم الأعمال الذي يتزايد فيه التنافس.

يُنظر إلى منصات تحليلات الخدمة الذاتية على أنها "سيف ذو حدين". في حين أن سهولة وقوة الخدمة الذاتية BI لا يمكن إنكارها ، فإن قابلية الصيانة طويلة المدى لهذه الأنظمة الأساسية من حيث أمان البيانات وإدارة البيانات وانسكاب البيانات تشكل تحديًا كبيرًا. المعنى الضمني هو أن فرق تكنولوجيا المعلومات عالية المهارة ستكون مطلوبة لصيانة هذه الأنظمة.

مخاطر وفوائد الخدمة الذاتية BI

أكبر فائدة من تحليلات الخدمة الذاتية ومنصة ذكاء الأعمال هي أنها تمكن مستخدمي الأعمال العاديين من أن يصبحوا علماء بيانات مواطنين. أثناء أداء وظائفهم اليومية ضمن قيود زمنية صارمة ، يجد مستخدمو الأعمال بالتأكيد أن منصات الخدمة الذاتية في متناول اليد ويمكن الوصول إليها  أنجزوا وظائفهم دون ضجة كبيرة.

أكبر عيب أو "خطر" لمنصة الخدمة الذاتية هو أن المستخدمين قد يفشلون في استنباط رؤى من البيانات المتاحة ، أو يسيئون تفسير النتائج ، أو يسيئون تطبيق الأفكار. بينما يعرف خبير البيانات البشرية كيفية التحدث إلى الجهاز في حالة حدوث مشاكل ، فإن مستخدم الأعمال العادي لا يمتلك مثل هذه المهارات. في كثير من الحالات ، لا يزال عالم بيانات المواطن مضطرًا إلى اللجوء إلى علماء البيانات الحقيقيين للحصول على المساعدة والدعم.

انفجار البيانات وزيادة أنواع البيانات والتقنيات الناشئة والسحابة تضاعفت تحديات تحليلات الخدمة الذاتية ، على الرغم من إعداد البيانات وأدوات الوصول إلى البيانات. علاوة على ذلك ، هناك قضايا يجب التعامل معها تتعلق بأمن البيانات وإدارة البيانات في منصات تحليلات الخدمة الذاتية. بعد كل ما قيل ، يمكن تقديم حجة قوية لـ "إطار عمل ذكاء الأعمال الموزع" مع الاهتمام الكامل بقضايا الأمن والحوكمة.

وفي الختام

في عالم تحليلات الخدمة الذاتية ، لا تزال هناك حاجة لعلماء البيانات لتحسين ذكاء الأعمال ومساعدة الشركات على اتخاذ قرارات أعمال أفضل. بينما تسمح منصات تحليلات الخدمة الذاتية للمستخدمين بالوصول إلى البيانات وتحليلها بأنفسهم ، إلا أنها محدودة بمعرفة المستخدم بالمنهجيات التحليلية. يمكن لعلماء البيانات تحسين أنشطة ذكاء الأعمال باستخدام التحليلات التنبؤية وأدوات التعلم الآلي لإنشاء رؤى تنبؤية. 

في عالم تحليلات الخدمة الذاتية ، يتحمل رجال الأعمال الآن مسؤولية أكبر عن احتياجات البيانات الخاصة بهم. ومع ذلك ، لا يزالون بحاجة إلى فرق من خبراء البيانات للتوصل إلى حلول. لا يزال علماء البيانات مهمين في هذا العالم ، حيث يحتاج المستخدمون إلى الحصول على المعلومات في متناول أيديهم عند طرح الأسئلة.

بينما يمكن لأدوات تحليل الخدمة الذاتية أن تساعد مستخدمي الأعمال على أداء مهام التحليلات الأساسية ، فإن علماء البيانات مطلوبون لمساعدة هؤلاء المستخدمين أنفسهم على أداء مهام أكثر تعقيدًا وإجراء تحليلات متعمقة. 

الصورة المستخدمة بموجب ترخيص من Shutterstock.com

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• تمويل EVM. واجهة موحدة للتمويل اللامركزي. الوصول هنا.
• مجموعة كوانتوم ميديا. تضخيم IR / PR. الوصول هنا.
• أفلاطونايستريم. ذكاء بيانات Web3. تضخيم المعرفة. الوصول هنا.
• المصدر https://www.dataversity.net/data-scientists-needed-self-service-analytics-world/