Tarvitaanko tietotieteilijöitä itsepalveluanalytiikkamaailmassa? – TIEDOT

Maailman muuttuessa yhä enemmän datalähtöisemmäksi, yritykset siirtyvät itsepalveluanalytiikkaan, jotta yrityskäyttäjät voivat suorittaa omia data-analyysitehtäviään. Itsepalveluanalytiikassa yrityskäyttäjät voivat käyttää ja analysoida tietoja ilman IT-henkilöstön tai datatieteilijöiden apua tai tukea. Suora pääsy ML-pohjaisiin analytiikkaalustoihin antaa heille mahdollisuuden tehdä parempia liiketoimintapäätöksiä analysoimalla asiakkaiden käyttäytymistä tai tunnistamalla trendejä reaaliajassa. 

Viimeisen viiden vuoden aikana täysin automatisoidut ja puoliautomaattiset ohjelmistojärjestelmät ovat toimittaneet entistä luotettavampia Analytics ja business intelligence (BI) -raportit kuin ihmistietotutkijat. Tekoälykäyttöisen BI-teknologian siirtyessä kohti täyttä itsepalvelua, datatiedeyhteisön yleinen huolenaihe on, onko jatkuvasti kasvava itsepalveluanalytiikan maailma, ihmistietotieteilijät tulevat vanhentuneiksi superälykkäiden analytiikan ja BI-työkalujen vuoksi.

Onko itsepalveluanalytiikka ja liiketoimintatiedonotto myytti?

Tällä hetkellä monet analytiikka- ja business intelligence -tehtävät hoidetaan puoliautomaattisilla tai täysin automatisoiduilla analytiikkaalustoilla, erityisesti sellaisilla, jotka käyttävät AI ja koneoppimistyökalut (ML). On mielenkiintoista huomata, että ihmistietojen tutkijat hallitsivat tiedon louhintaa, kunnes viime aikoihin edistyneet ML-yhteensopivat työkalut ottivat haltuunsa monia tehtäviä. Tietojen louhintatekniikat Ihmisasiantuntijoiden vuosia tiiviisti vartioimat, ovat nyt yhtäkkiä korvattu edistyneillä ML-työkaluilla. Nämä työkalut voivat havaita tiedoissa esiintyviä kuvioita, luoda korrelaatioita ja poimia tarvittavia oivalluksia tavallisten yrityskäyttäjien tarpeiden mukaan.

Itsepalvelu BI ei ole myytti, sillä nykyiset kaikenkokoiset yritykset käyttävät rutiininomaisesti pakattuja koneoppimisalgoritmit kannattavaan päätöksentekoon. Algoritmitalous on tullut jäädäkseen. Pakattujen algoritmien käytöllä liiketoimintaanalytiikkaan on kaksi ilmeistä etua: hinta ja välitön saatavuus.

Kaksi selkeää trendiä, jotka jo kauan sitten määrittelivät itsepalvelun business intelligence -maailman, ovat edelleen näkyvissä: syvä kiehtovuus napsautusnäppäimen analytiikkaan koodausanalytiikkatoiminnon sijaan ja kiinnostus virtuaalisiin tietovarastoihin.

Tietotieteilijöiden rooli itsepalveluanalytiikkamaailmassa

Vaikka "tietokulttuuri" leviää nopeasti, datatieteilijät tuovat edelleen lisäarvoa liiketoimintaan hyödyntämällä teknologiaa tarjotakseen nopeampia ja tarkempia ratkaisuja kaikentyyppisille käyttäjille.

Itsepalvelun BI-vallankumous tuo datatieteilijät liiketoimintakäytävään, jossa he keskustelevat monimutkaisista analytiikkakysymyksistä muiden työntekijöiden kanssa. Valtava kasvu kansalaistietotutkijat ja koneoppimistyökalut ovat johtaneet itsepalveluanalytiikan ja itsepalvelun BI:n nousuun. Tämä DATAVERSITY® artikkeli kuvaa tosielämän matkaa itsepalveluBI-liiketoimintaan tänään. Se huomauttaa, että automatisoidut pilvipohjaiset työkalut ovat kaapanneet yritysanalytiikan ja datatieteilijöiden roolit ja antaneet ne kansalaistietotieteilijöiden käsiin. Kuitenkin vain datatieteilijä on pätevä kuromaan umpeen älykkäistä alustoista poimitun "raakaälyn" ja kojelaudoista välähdettyjen päätösystävällisten oivallusten välillä. Keskiverto yrityskäyttäjä voi saavuttaa jonkin verran enemmän kuin vain suodattaa ja ryhmitellä tietoja itsepalvelumaailmassa, mutta ei voi suorittaa edistyneitä visualisointitehtäviä.

Tietojen valmistelu ja poiminta edelleen ovat edelleen suurimmat haasteet automatisoiduissa BI-alustoissa ja monimutkaiset keskinäiset suhteet monien toisiinsa liittyvien teknologioiden, kuten Hadoop, välillä, Suuri data, ja tietojen löytäminen uhkaavat teknologian saatavuutta, käyttöä ja ymmärtämistä itsepalvelumaailmassa. "Assisted BI" saattaa olla parempi termi kuvaamaan itsepalvelun liiketoimintatiedon tulevaisuutta. Lisäksi tietoturva ja tiedonhallinta osoittautuivat itsepalvelun BI-maailman haastaviksi kysymyksiksi, joihin yritysten on täytynyt valita edistyneemmän BI-alustan tai kalliita ja hyvin koulutettuja data-ammattilaisia.

Kansalaisten datatieteilijöiden nousu Self-Service Analyticsissa

Nykyään tavalliset yrityskäyttäjät tarvitsevat itsepalvelualustoja tehdäkseen työnsä nopeasti ja helposti. Suurin syy tähän käänteeseen siirtymiseen itsepalvelutietoihin oli McKinseyn vuosia sitten ennustama tietotekniikan ammatin uhkaava puute.

Hyvin nopeasti yritykset alkoivat etsiä ratkaisuja tähän työvoimavajeeseen, joista yksi oli itsepalveluanalytiikka- ja BI-alustojen hankinta, rakentaminen ja käyttöönotto yrityksen sisäisten tarpeidensa täyttämiseksi. Tietenkin tekniikoiden yhdistäminen, kuten pilvi, IoT ja big data vahvisti myös itsepalvelualustojen "elinkelpoisuutta" pitkällä aikavälillä. Tässä äskettäin kehitetyssä, itseohjautuvassa analytiikkamaailmassa kansalaistietotieteilijä nähdään koulutetun datatieteilijän kumppanina ja yhteistyökumppanina.

Data Scientist yhteistyökumppanina itseajattelevassa BI-alustassa

Tällä hetkellä business intelligence -ratkaisut palvelevat kahta hyvin erilaista kuluttajasegmenttiä: tavalliset yrityskäyttäjät ja ammattimaiset IT-tiimit. Vaikka yrityskäyttäjät ovat innoissaan omavaraisuudestaan ​​rutiinianalytiikka- tai BI-tehtävissä, IT-tiimin jäsenet ovat myös innostuneita syvien näkemysten nopeammasta poimimisesta automatisoitujen tai puoliautomaattisten BI-työkalujen avulla.

An AnalyticsInsights.net Artikkeli tutkii, katoavatko ihmistietotieteilijät yrityksestä, kun kansalaistietotieteilijä nousee äkillisesti. Tässä artikkelissa on vahva vihje, että vihdoin tulee päivä, jolloin keskivertoyrityskäyttäjä yhdessä supertehokkaiden ML-alustojen kanssa saattaa lopulta korvata Data Science -yhteisön kokonaan. 

Maailman talousfoorumin mukaan vaikka viimeaikaiset teknologiset häiriöt uhkaavat toimihenkilöitä kaikkialla maailmassa, data-analyytikot ovat pitkällä aikavälillä kysyntää itsepalveluyritysten tiedustelualustojen auttamiseksi.

Itsepalvelu-BI vai avustettu BI: kumpi on saavutettavissa paremmin?

Yritysten on löydettävä käyttäjiä, jotka ymmärtävät sekä teknologiaa että liiketoimintaprosesseja varmistaakseen menestymisensä analyysimaailmassa. Älykkään analytiikan maailmassa yritykset etsivät jatkuvasti työkaluja ja ratkaisuja, jotka auttavat niitä ymmärtämään niiden tuottaman valtavan datamäärän. Huonosti hoidetut analyysiprosessit voivat kuitenkin johtaa epätarkkoihin oivalluksiin ja huonoon päätöksentekoon. 

Tässä tarvitaan datatieteilijät – heillä on tarvittavat taidot poimia merkityksellisiä oivalluksia raakatiedoista ja tulkita monimutkaisia ​​datakorrelaatioita, jotka eivät ehkä ole ilmeisiä keskivertokäyttäjälle. Vaikka tekoäly ja muut tekniikat ovat edistyneet merkittävästi viime vuosina, tarvitaan edelleen ihmistietotieteilijöitä, jotka voivat tuoda pöytään ainutlaatuisen näkökulman.

Data Science -yhteisöllä on tärkeä rooli tiedon ymmärtämisen edistämisessä ja uusien työkalujen luomisessa analysointiin ja löytämiseen tässä jatkuvasti kehittyvässä BI-maailmassa. algoritmitalous työntää yritysyhteisöjä kohti "oivalluksia" yksinkertaisesta tiedosta. Liiketoiminnan oivalluksia tuottava ydintoiminto on kuitenkin analytiikka, ja ilman kehittyneitä analytiikka- tai BI-työkaluja yritykset joutuvat epäonnistumaan globaalin kilpailun tulevassa maailmassa. Tämä on paikka upotettu analytiikka tule mukaan peliin. Sulautettu analytiikkaprojekti edellyttää analytiikkaosaamista ja ammattitaitoista työvoimaa alusta loppuun. Avustettua analytiikkaa ja itsepalvelua tarvitaan yhä kilpailullisemmassa yritysmaailmassa.

Itsepalveluanalytiikkaalustoja pidetään "kaksiteräisenä miekana". Vaikka itsepalvelun BI:n helppous ja teho on kiistatonta, näiden alustojen pitkän kantaman ylläpidettävyys tietoturvan, tiedonhallinnan ja tietojen leviämisen kannalta on suuri haaste. Tästä seuraa, että näiden järjestelmien ylläpitoon tarvitaan korkeasti koulutettuja IT-tiimiä.

Itsepalvelu-BI:n riskit ja edut

Itsepalveluanalytiikan ja BI-alustan suurin hyöty on, että se antaa tavallisille yrityskäyttäjille mahdollisuuden ryhtyä kansalaistietotieteilijöiksi. Suorittaessaan päivittäisiä tehtäviä tiukkojen aikarajoitusten puitteissa yrityskäyttäjät pitävät itsepalvelualustoja varmasti kätevinä ja helposti saatavilla.  työnsä tehty ilman suurta hälyä.

Itsepalvelualustan suurin haitta tai "riski" on se, että käyttäjät eivät välttämättä saa oivalluksia saatavilla olevista tiedoista, tulkitsevat tuloksia väärin tai soveltavat näkemyksiä väärin. Vaikka ihmisdatan asiantuntija osaa puhua koneelle ongelmatilanteissa, keskivertoyrityskäyttäjällä tällaisia ​​taitoja ei ole. Monissa tilanteissa kansalainen datatieteilijä on edelleen pakko kääntyä todellisten datatieteilijöiden puoleen saadakseen apua ja tukea.

Tietojen räjähdys, lisääntyvät tietotyypit, kehittyvät teknologiat ja pilvi ovat lisänneet itsepalveluanalytiikan haasteisiin tietojen valmistelu- ja tiedonhakutyökaluista huolimatta. Lisäksi on ratkaistava ongelmia, jotka liittyvät tietoturvaan ja tiedonhallintaan itsepalveluanalytiikkaalustoissa. Kaiken kaikkiaan voidaan perustella vahvasti "hajautettua BI-kehystä", jossa huomioidaan täysimääräisesti turvallisuus- ja hallintoasioissa.

Yhteenveto

Itsepalveluanalytiikkamaailmassa datatieteilijöitä tarvitaan edelleen parantamaan business intelligenceä ja auttamaan yrityksiä tekemään parempia liiketoimintapäätöksiä. Vaikka itsepalveluanalytiikkaalustojen avulla käyttäjät voivat käyttää ja analysoida tietoja itse, sitä rajoittaa käyttäjän analyyttisten menetelmien tuntemus. Tietotieteilijät voivat parantaa BI-toimintoja käyttämällä ennakoivaa analytiikkaa ja ML-sähkötyökaluja luodakseen ennakoivia oivalluksia. 

Itsepalveluanalytiikkamaailmassa liikemiehet ottavat nyt enemmän vastuuta omista tietotarpeistaan. He tarvitsevat kuitenkin edelleen dataasiantuntijoiden ryhmiä ratkaisujen keksimiseen. Datatieteilijät ovat edelleen tärkeitä tässä maailmassa, sillä käyttäjät tarvitsevat heiltä tietoa käden ulottuvilla, kun he esittävät kysymyksiä.

Vaikka itsepalveluanalytiikkatyökalut voivat auttaa yrityskäyttäjiä suorittamaan perusanalytiikkatehtäviä, datatieteilijöitä tarvitaan auttamaan näitä samoja käyttäjiä suorittamaan monimutkaisempia tehtäviä ja suorittamaan syvällistä analytiikkaa. 

Kuvaa käytetään Shutterstock.com-lisenssillä

• SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
• EVM Finance. Hajautetun rahoituksen yhtenäinen käyttöliittymä. Pääsy tästä.
• Quantum Media Group. IR/PR vahvistettu. Pääsy tästä.
• PlatoAiStream. Web3 Data Intelligence. Tietoa laajennettu. Pääsy tästä.
• Lähde: https://www.dataversity.net/data-scientists-needed-self-service-analytics-world/