Tänapäeva organisatsioone ujutatakse uute andmetega kõikidest suundadest ja eeldatakse, et juhid teevad selle teabega targemaid otsuseid.
Ehkki väikestele ja keskmise suurusega ettevõtetele (VKEdele) võib Microsofti Exceli kasutamine algusaegadel mugav andmeside leida, saavad peagi aru, et arvutustabelid on siiski nii nürid ja ebapiisavad, et sellise suure andmemahuga hakkama saada.
Lünga täitmiseks on nüüd uus äriteabe (BI) tööriistade kogum.
Need tööriistad ühendavad kõik tagakülje keerukad andmekonksud uue kasutajaliidese stiiliga, mis ühendab kasutusmugavuse selliste asjadega nagu loomuliku keele päringud, et muuta BI kasutamine kõigile kättesaadavaks.
Need tööriistad pakuvad ka uusi andmete visualiseerimise võimalusi, mis võimaldavad teil muuta oma teadmised selgeks ja hõlpsalt sõeluvaks graafikaks, et aidata töökaaslastel teie avastusi mõista.
Arvutustabelid kukuvad alla ka siis, kui andmed pole hästi struktureeritud või kui neid ei saa korralike ridade ja veergudena sorteerida.
Ja kui teil on miljoneid ridu või väga hõredaid maatrikseid, võib arvutustabeli andmete sisestamine olla valus ja teie andmete visualiseerimine võib olla keeruline.
Arvutustabelitel on probleeme ka siis, kui proovite luua aruannet, mis hõlmab mitut andmetabelit või mis seguneb struktureeritud päringukeelel (SQL) põhinevates andmebaasides, või kui mitu kasutajat üritavad samal arvutustabelil hooldada ja koostööd teha.
Samuti võib probleemiks olla ajakohaseid andmeid sisaldav arvutustabel, eriti kui olete eksportinud graafikat, mida tuleb andmete muutumisel värskendada.
Lõpuks pole arvutustabelid andmete uurimiseks head; trendide, äärepoolsete andmepunktide või vastutulelike tulemuste leidmine on keeruline, kui otsitav on sageli peidetud pikas numbrireas.
Ehkki arvutustabelites ja iseteenindusega BI-tööriistades kasutatakse arvude tabeleid, tegutsevad nad tegelikult erinevatel eesmärkidel erinevatel areenidel.
Arvutustabel on ennekõike viis arvutuste salvestamiseks ja kuvamiseks.
Kuigi mõned arvutustabelid võivad luua väga keerukaid matemaatilisi mudeleid, on nende keskmes kõik rohkem matemaatika kui mudel ise.
See kõik on pikaajaline viis öelda, et kui ettevõtted arvutustabelit kasutavad, saboteerivad nad aktiivselt iseennast ja võimet oma andmetest pidevalt väärtuslikke teadmisi saada.
BI-tööriistad on spetsiaalselt välja töötatud selleks, et aidata ettevõtetel oma andmeid paremini mõista ja need võivad osutuda tohutuks eeliseks neile, kes täiendavad piiratud arvutustabeli abil.
Mis on äriteave?
BI hõlmab üsna palju tööriistu ja protsesse, mida ei pruugi standardida või mis võivad olla ebamäärased või udused.
Erinevat tüüpi tarkvarad pakuvad nüüd mingisugust analüüsi, mis võib aidata kaasa ettevõtte konkreetsetele vajadustele.
Kas kasutajamõõdikud, trendide määratlemine ja prognoosimine ning tulemuste ennustamine kuuluvad kõik äriteabe katusmõiste alla.
Lühidalt, tegevused, mis aitavad ettevõtetel toorest teabest muuta toimivaks teadmiseks, saab märgistada BI-na.
Nüüd, kui ettevõtted genereerivad rohkem andmeid kui kunagi varem, on olnud suurem väljakutse neid andmeid kasutada rakendatavaks BI-ks kasumi suurendamiseks ja konkurentide ees püsimiseks.
Nii raamides on BI kui mõiste olnud sama kaua kui äri.
Kuid see kontseptsioon on arenenud varajastest põhitõdedest [like Accounts Payable (AP) and Accounts Receivable (AR) reports and customer contact and contract information] palju keerukama ja nüansirikkama teabe juurde.
See teave hõlmab kõike, alates klientide käitumisest kuni IT-infrastruktuuri monitoorimiseni ja isegi pikaajalise põhivara tulemuslikkuseni.
Selliste mõõdikute eraldi jälgimine on enamik ettevõtteid kasutatavatest tööriistadest hoolimata.
Nende, eriti üksteisega mitteseotud mõõdikute erinevate tulemuste kombineerimine arusaadavaks ja teostatavaks teabeks, noh, see on BI kunst.
BI tulevik on juba kujunemas, laiendades samaaegselt kasutatud andmete ulatust ja mitmekesisust ning teravdades mikrokeskkonda aina peenematele ja täpsematele tasanditele.
BI-tarkvara on olnud selles järjepidevas arengus ettevõtte, konkurentide, klientide, tööstuse, turu ja tarnijate kohta põhjalikumate teadmiste saamiseks oluline, kui nimetada vaid mõnda võimalikku mõõdikut.
Kuid kui ettevõtted kasvavad ja nende teave õhupalli hoiab, muutub teabe hõivamine, salvestamine ja korrastamine liiga suureks ja keerukaks, et ainult inimesed saaksid sellega täielikult hakkama saada.
Varased jõupingutused nende ülesannete täitmiseks tarkvara kaudu, näiteks kliendisuhete haldamine (CRM) ja ettevõtte ressursside planeerimine (ERP), viisid "andmesilode" tekkimiseni, kus andmed olid lõksus ja kasulikud ainult teatud toimingute või tarkvarakogude piires.
.
See oli nii, kui IT ei võtnud mitmesuguste silode integreerimise ülesannet, tavaliselt hoolika ja ülimalt käsitsi toimivate protsesside kaudu.
Kui BI tarkvara hõlmab endiselt mitmesuguseid algandmete analüüsimiseks kasutatavaid tarkvararakendusi, siis tänapäeval viitab see tavaliselt andmete kaevandamise, analüütilise töötlemise, päringute esitamise, aruandluse ja eriti visualiseerimise analüüsidele.
Peamine erinevus tänase BI tarkvara ja Big Data analüüsi vahel on enamasti skaala.
BI tarkvara haldab enamiku organisatsioonide jaoks tüüpilisi andmesuurusi, alates väikestest kuni suurte.
Big Data analüütika ja rakendused tegelevad väga suurte andmekogumite, näiteks petabaitides (PB) mõõdetud silohoidlate andmete analüüsiga.
Iseteeninduse BI ja andmete demokratiseerimine
Pool aastakümmet või rohkem tagasi populaarsed BI-tööriistad nõudsid spetsialistide mitte ainult kasutamist, vaid ka saadud andmete ja järelduste tõlgendamist.
See viis sageli ebamugava ja eksitava filtrini inimeste vahel, kellel oli tõesti vaja ettevõtte mõistmiseks ja mõistmiseks - ettevõtte otsustajate - ning nende vahel, kes neid andmeid kogusid, töötlesid ja tõlgendasid - tavaliselt andmeanalüütikud ja andmebaaside administraatorid.
Kuna andmespetsialistiks olemine on nõudlik töö, tundsid paljud neist inimestest selle ettevõtte tegelikku tegevust vähem hästi, kelle andmeid nad analüüsisid.
See viis keskendumiseni andmetele, mida ettevõte ei vajanud, tulemuste valesti tõlgendamiseni ja sageli rea "standardsete" aruannetena, et analüütikud töötavad plaanipäraselt, selle asemel, et rohkem ad hoc luureandmeid koguda ja tõlgendada, mis võib olla väga suur väärtuslik kiiresti muutuvas olukorras.
See probleem on viinud tänapäeval turule tulevate uute BI-tööriistade seas kasvava uue trendini: iseteenindus-BI ja andmete demokratiseerimine.
Suure osa tänase BI-tarkvara eesmärk on olla organisatsiooni kõigi jaoks kättesaadav ja kasutatav.
Selle asemel, et aruandeid või päringuid IT- või andmebaasiosakondade kaudu taotleda, saavad juhid ja otsustajad luua iseteenindusmudelite kaudu oma päringuid, aruandeid ja andmete visualiseeringuid ning luua ühenduse eeltoodud pistikute abil nii organisatsioonis kui ka väljaspool asuvaid andmeid.
IT hoiab üldist kontrolli selle üle, kellel on juurdepääs nendele pistikutele ja nende haldustööriistade arsenali kaudu millistele tööriistadele ja andmetele, kuid IT ei toimi enam iga päringu ja aruandetaotluse kitsaskohana.
Selle tulemusel saavad kasutajad seda hajutatud BI-mudelit ära kasutada.
Võtmetööriistad ja kriitilised andmed on liikunud tsentraliseeritud ja raskesti ligipääsetavast arhitektuurist detsentraliseeritud mudeli juurde, mis nõuab vaid juurdepääsu mandaate ja uue BI-tarkvara tundmist.
Selle tulemusel muutub organisatsioonile kättesaadavaks täiendav analüüs, mida kogenud rindeärimehed saavad ekstrapoleerida ja hästi kasutada.
BI-tööriistade tärkav saak töötab kõik vaevarikkamalt edukate kasutajaliideste väljatöötamisel, mis on intuitiivsemad ja hõlpsamini kasutatavad kui vanemate põlvkondade omad.
See tähendab aga, et mis tahes BI-tööriista ostuotsuse võtmekriteeriumiks on hinnata, kes organisatsioonis peaks sellistele tööriistadele juurde pääsema ja kas tööriist on selle vaatajaskonna jaoks sobivalt loodud.
Enamik BI-teenuse pakkujaid näitavad, et nad otsivad, et nende tööriistakomplektid muutuksid ärikasutajatele sama üldiseks ja hõlpsasti kasutatavaks nagu tavalised ärikoostöö tööriistad või tootlikkuspaketid, näiteks Microsoft Office.
Keegi pole minu hinnangul veel nii kaugele jõudnud, kuid mõned on lähemad kui teised.
Selleks keskenduvad need BI-tööriistakomplektid peamiselt kolmele analüütika põhitüübile: kirjeldav (mis juhtus), ettekirjutav (mis peaks juhtuma praegu) ja ennustav (mis juhtub hiljem).
Mis on andmete visualiseerimine?
BI tarkvara kontekstis on andmete visualiseerimine kiire ja tõhus meetod teabe edastamiseks masinast inimese ajju.
Idee on paigutada digitaalne teave visuaalsesse konteksti, nii et inimesed saaksid analüütilise väljundi kiiresti kätte saada, sageli vaid ühe pilguga.
Kui see kõlab nagu need tordi- ja tulbadiagrammid, mida olete Microsoft Excelis näinud, siis on teil õigus.
Need on varajased näited andmete visualiseerimisest.
Kuid tänapäevased visualiseerimisvormid arenevad kiiresti nendest traditsioonilistest sektordiagrammidest stiliseeritud, kunstiliste ja isegi interaktiivseteni.
Interaktiivse visualiseeringuga kaasnevad kihilised "puurimislangused", mis tähendab, et vaataja saab visuaaliga suhelda, et jõuda täpsema informatsioonini ühes või mitmes laiemas pildis sisalduvas aspektis.
Näiteks saab lisada uusi väärtusi, mis muudavad visualiseerimist käigu pealt, või visualiseerimine on tegelikult üles ehitatud kiiresti muutuvatele andmetele, mis võivad staatilise visuaali muuta animatsiooniks või juhtpaneeliks.
Parimad visualiseeringud ei taotle kunstipreemiaid, vaid on mõeldud funktsiooni silmas pidades, tavaliselt teabe kiireks ja intuitiivseks edastamiseks.
Teisisõnu, parimad visualiseeringud on lihtsad, kuid tugevad sõnumi edastamisel selgelt ja vahetult.
Tipptasemel visuaal võib esmapilgul muljetavaldav tunduda, kuid kui teie vaataja vajab edastatava mõistmiseks abi, siis on see lõpuks läbi kukkunud.
Enamik BI tarkvara, sealhulgas siin ülevaatatud tarkvara, on varustatud visualiseerimisvõimalustega.
Kuid mõned tooted pakuvad rohkem võimalusi kui teised, nii et kui täiustatud visuaalid on teie BI-protsessi võtmeks, siis peaksite neid tööriistu põhjalikult uurima.
Samuti on olemas kolmandate osapoolte ja isegi tasuta andmete visualiseerimise tööriistad, mida saab teie BI-tarkvara peal kasutada veelgi rohkemate võimaluste saamiseks.
Tooted ja testimine
Selles ülevaatekirjanduses testisin iga toodet ärianalüütiku vaatenurgast.
Kuid pidasin silmas ka nende kasutajate seisukohta, kes ei pruugi andmetöötlust ega analüüsi tundma õppida.
Laadisin ja kasutasin samu andmekogumeid ja esitasin samad päringud, hinnates tulemusi ja kaasatud protsesse.
Minu eesmärk oli hinnata pilveversioone üksi, kuna analüüsin sageli lennult või vähemalt mitmesuguste masinatega, nagu ka teiste analüütikute leegid.
Kuid mõnel juhul oli vaja hinnata ka töölaua versiooni või pilveversiooni asemel.
Selle üks näide on Tableau Desktop, Microsofti Exceli kasutajate lemmiktööriist, kellel on lihtsalt töölaua tööriista suhtes afiinsus (ja kes lihtsalt liigub pilve piisavalt kaua, et jagada ja ...
