Sunt necesari cercetătorii de date în lumea analizei cu autoservire? – DATAVERSITY

Pe măsură ce lumea devine din ce în ce mai bazată pe date, companiile se îndreaptă către analize în sistem self-service pentru a le permite utilizatorilor de afaceri să-și îndeplinească propriile sarcini de analiză a datelor. În analiza autoservirii, utilizatorii de afaceri pot accesa și analiza datele fără asistență sau sprijin din partea personalului IT sau a cercetătorilor de date. Accesul direct la platformele de analiză bazate pe ML le permite să ia decizii de afaceri mai bune prin analizarea comportamentului clienților sau prin identificarea tendințelor în timp real. 

În ultimii cinci ani, sistemele software complet automatizate și semi-automatizate au oferit mai fiabile Google Analytics și rapoarte de business intelligence (BI) decât oamenii de știință de date umane. Pe măsură ce tehnologia BI alimentată de inteligență artificială se îndreaptă către autoservire completă, o preocupare generală a comunității Data Science este dacă într-un lume analitică în sistem self-service în continuă creștere, oamenii de știință de date umane vor deveni învechiți din cauza prezenței analizei super-inteligente și a instrumentelor BI.

Este Analytics Self-Service și Business Intelligence un mit?

În prezent, multe sarcini de analiză și business intelligence sunt gestionate de platforme de analiză semi-automatizate sau complet automatizate, în special cele alimentate de AI și instrumente de învățare automată (ML). Este interesant de observat că oamenii de știință de date umane au dominat zona extragerii datelor până când instrumentele avansate activate ML au preluat multe sarcini. Tehnici de extragere a datelor îndeaproape păzite de experți umani de ani de zile au fost acum înlocuite brusc de instrumente ML avansate. Aceste instrumente pot detecta modele în date, pot stabili corelații și pot extrage informațiile necesare, după cum au nevoie de utilizatorii de afaceri obișnuiți.

BI cu autoservire nu este un mit, deoarece companiile actuale de toate dimensiunile folosesc în mod obișnuit pachetele algoritmi de învățare automată pentru luarea unor decizii profitabile. Economia algoritmului este aici pentru a rămâne. Există două avantaje evidente ale utilizării algoritmilor împachetati pentru analiza de afaceri: costul și disponibilitatea instantanee.

Două tendințe marcate care au definit cu mult timp în urmă lumea business intelligence cu autoservire sunt încă vizibile: fascinația profundă pentru analiza prin clic, mai degrabă decât funcția de analiză de codare, și preocuparea pentru depozitele virtuale de date.

Rolul oamenilor de știință în domeniul datelor în lumea analizei cu autoservire

În timp ce „cultura datelor” se răspândește rapid, oamenii de știință ai datelor încă aduc plusuri de valoare afacerii prin valorificarea tehnologiei pentru a oferi soluții mai rapide și mai precise tuturor tipurilor de utilizatori.

Revoluția BI cu autoservire aduce oamenii de știință în domeniul datelor în coridorul afacerii, unde discută probleme complexe de analiză cu alți angajați. Creșterea extraordinară a oameni de știință ai datelor cetățenilor iar instrumentele de învățare automată au dus la creșterea analizei în sistem self-service și a BI cu autoservire. Acest DATAVERSITY® articolul descrie o călătorie din viața reală în practica de afaceri a BI cu autoservire astăzi. Acesta subliniază faptul că instrumentele automate bazate pe cloud au smuls rolurile de analiză a afacerilor și de oamenii de știință de date și le-au pus în mâinile oamenilor de știință de date cetățeni. Cu toate acestea, doar un om de știință de date este calificat să reducă decalajul dintre „inteligența brută” extrasă de pe platformele inteligente și informații prietenoase cu deciziile transmise prin tablouri de bord. Utilizatorul mediu de afaceri poate realiza ceva mai mult decât filtrarea și gruparea datelor în lumea autoservirii, dar nu poate realiza sarcini avansate de vizualizare.

Pregătirea și extragerea datelor încă rămân cele mai mari provocări în platformele BI automatizate și interrelațiile complexe dintre multe tehnologii conexe precum Hadoop, Date mare, iar descoperirea datelor reprezintă o amenințare pentru accesul, utilizarea și înțelegerea tehnologiei în lumea autoservirii. „BI asistat” poate fi un termen mai bun pentru a descrie viitorul business intelligence cu autoservire. Mai mult, securitatea datelor și guvernarea datelor s-au dovedit a fi probleme provocatoare în lumea BI cu autoservire, pentru care întreprinderile au fost nevoite să aleagă între platforme BI mai avansate sau profesioniști de date scumpi și bine pregătiți.

Creșterea oamenilor de știință în date pentru cetățeni în Self-Service Analytics

Astăzi, utilizatorii obișnuiți de afaceri au nevoie de platforme de autoservire pentru a-și îndeplini sarcinile rapid și ușor. Motivul principal al acestei transformări de afaceri către BI cu autoservire a fost decalajul iminent de talent în profesia Data Science, prognozat de McKinsey cu mulți ani în urmă.

Foarte repede, companiile au început să exploreze soluții pentru acest deficit de forță de muncă, una dintre acestea fiind achiziționarea, construirea și implementarea platformelor de analiză în sistem self-service și BI pentru a-și satisface nevoile interne. Desigur, îmbinarea tehnologiilor ca nor, IoT și Datele mari a consolidat, de asemenea, „viabilitatea” platformelor de autoservire pe termen lung. În această lume de analiză nou dezvoltată, auto-condusă, cercetătorul de date cetățean este văzut ca un partener și colaborator pentru cercetătorul de date instruit.

Data Scientist în calitate de colaborator pe o platformă BI auto-gândită

În prezent, soluțiile de business intelligence se adresează a două segmente de consumatori foarte disparate: utilizatori de afaceri obișnuiți și echipe IT profesionale. În timp ce utilizatorii de afaceri sunt încântați să devină autosuficienți în analizele de rutină sau în sarcinile BI, membrii echipei IT sunt, de asemenea, entuziaști de extragerea mai rapidă a informațiilor profunde prin utilizarea instrumentelor BI automate sau semi-automatizate.

An AnalyticsInsights.net articolul explorează dacă oamenii de știință de date umane vor dispărea din întreprindere odată cu ascensiunea bruscă a cercetătorilor de date cetățeni. Există un indiciu puternic în acest articol că va veni în sfârșit o zi când utilizatorul mediu de afaceri, împreună cu platformele ML super-puternice, ar putea înlocui în cele din urmă comunitatea Data Science. 

Potrivit Forumului Economic Mondial, deși recentele întreruperi tehnologice amenință locurile de muncă cu gulere albe din întreaga lume, analiștii de date vor fi solicitați pe termen lung pentru a ajuta platformele de business intelligence cu autoservire.

BI cu autoservire sau BI asistat: care este mai realizabil?

Companiile trebuie să găsească utilizatori care înțeleg atât tehnologia, cât și procesele de afaceri pentru a-și asigura succesul în lumea analizei. În lumea analizei inteligente, companiile caută în mod constant instrumente și soluții care le vor ajuta să dea sens cantităților masive de date pe care le generează. Cu toate acestea, procesele de analiză gestionate greșit pot duce la informații inexacte și la luare a deciziilor slabe. 

Aici intervin oamenii de știință de date necesare – ei posedă abilitățile necesare pentru a extrage informații semnificative din datele brute și pentru a interpreta corelații complexe de date care ar putea să nu fie evidente pentru utilizatorul obișnuit. În timp ce inteligența artificială și alte tehnologii au făcut progrese semnificative în ultimii ani, este încă nevoie de oameni de știință care să poată aduce o perspectivă unică.

Comunitatea Data Science joacă un rol important în promovarea înțelegerii noastre a datelor și în crearea de noi instrumente de analiză și descoperire în această lume BI în continuă evoluție. economie de algoritm împinge comunitățile de afaceri către „perspective” din informații simple. Cu toate acestea, activitatea de bază care oferă informații despre afaceri este analiza și, fără instrumente avansate de analiză sau BI, companiile se vor îndrepta către eșec în lumea viitoare a concurenței globale. Aici e locul analiză încorporată intră în joc. Într-un proiect de analiză încorporată, sunt necesare cunoștințe de analiză și forță de muncă calificată de la început până la sfârșit. Analiza asistată va fi necesară împreună cu autoservirea în lumea afacerilor din ce în ce mai competitivă.

Platformele de analiză cu autoservire sunt percepute ca o „sabie cu două tăișuri”. În timp ce ușurința și puterea BI cu autoservire sunt incontestabile, mentenabilitatea pe termen lung a acestor platforme în ceea ce privește securitatea datelor, guvernarea datelor și răspândirea datelor reprezintă o mare provocare. Implicația este că echipele IT cu înaltă calificare vor fi necesare pentru întreținerea acestor sisteme.

Riscuri și beneficii ale BI cu autoservire

Cel mai mare beneficiu al platformei de analiză cu autoservire și BI este că dă putere utilizatorilor de afaceri obișnuiți să devină cetățeni de știință a datelor. În timp ce își îndeplinesc funcțiile zilnice în limite stricte de timp, utilizatorii de afaceri găsesc cu siguranță platformele de autoservire la îndemână și accesibile pentru a obține  munca lor făcută fără prea multă agitație.

Cel mai mare dezavantaj sau „risc” al unei platforme de autoservire este acela că utilizatorii pot să nu obțină informații din datele disponibile, să interpreteze greșit rezultatele sau să aplice greșit informațiile. În timp ce expertul în date umane știe să vorbească cu mașina în caz de probleme, utilizatorul mediu de afaceri nu are astfel de abilități. În multe situații, cercetătorul de date pentru cetățeni este încă obligat să apeleze la oamenii de știință de date reali pentru ajutor și sprijin.

Explozia datelor, tipurile de date în creștere, tehnologiile emergente și cloud-ul au compus provocările analizei cu autoservire, în ciuda instrumentelor de pregătire și acces la date. Mai mult, există probleme care trebuie abordate care implică securitatea datelor și guvernanța datelor în platformele de analiză cu autoservire. Toate acestea fiind spuse, se poate face un argument puternic pentru un „cadru BI distribuit”, cu o atenție deplină la problemele de securitate și guvernanță.

Concluzie

În lumea analizei în sistem self-service, oamenii de știință ai datelor sunt încă necesari pentru a îmbunătăți business intelligence și pentru a ajuta companiile să ia decizii de afaceri mai bune. În timp ce platformele de analiză în sistem self-service permit utilizatorilor să acceseze și să analizeze singuri datele, aceasta este limitată de cunoștințele utilizatorului despre metodologiile analitice. Oamenii de știință de date pot îmbunătăți activitățile BI utilizând analize predictive și instrumente de putere ML pentru a genera informații predictive. 

În lumea analizei cu autoservire, oamenii de afaceri își asumă acum mai multă responsabilitate pentru propriile nevoi de date. Cu toate acestea, ei încă au nevoie de echipe de experți în date pentru a veni cu soluții. Oamenii de știință de date sunt încă importanți în această lume, deoarece utilizatorii au nevoie de ei să aibă informații la îndemână atunci când pun întrebări.

În timp ce instrumentele de analiză cu autoservire pot ajuta utilizatorii de afaceri să realizeze sarcini de analiză de bază, oamenii de știință de date sunt necesari pentru a-i ajuta pe acești utilizatori să efectueze sarcini mai complexe și să efectueze analize aprofundate. 

Imagine utilizată sub licență de la Shutterstock.com

• Distribuție de conținut bazat pe SEO și PR. Amplifică-te astăzi.
• EVM Finance. Interfață unificată pentru finanțare descentralizată. Accesați Aici.
• Grupul Quantum Media. IR/PR amplificat. Accesați Aici.
• PlatoAiStream. Web3 Data Intelligence. Cunoștințe amplificate. Accesați Aici.
• Sursa: https://www.dataversity.net/data-scientists-needed-self-service-analytics-world/