De organisaties van vandaag worden overspoeld met nieuwe gegevens uit alle richtingen en van leidinggevenden wordt verwacht dat ze met die informatie slimmere beslissingen nemen.
Hoewel kleine tot middelgrote bedrijven (MKB's) het gebruik van Microsoft Excel in hun begindagen wellicht een handige opslagplaats voor gegevens vinden, zullen ze al snel beseffen dat spreadsheets bot en onvoldoende zijn om met dit soort grote hoeveelheden gegevens om te gaan.
Er is nu een nieuwe reeks business intelligence-tools (BI) om de leemte op te vullen.
Deze tools combineren alle geavanceerde data-hooks aan de achterkant met een nieuwe stijl van front-end die gebruiksgemak combineert met zaken als zoekopdrachten in natuurlijke taal om het gebruik van BI voor iedereen toegankelijk te maken.
Deze tools bieden ook nieuwe datavisualisatiemogelijkheden waarmee u uw inzichten kunt omzetten in duidelijke en gemakkelijk te ontleden afbeeldingen om collega's te helpen uw ontdekkingen te begrijpen.
Spreadsheets vallen ook weg als de gegevens niet goed gestructureerd zijn of niet in nette rijen en kolommen kunnen worden gesorteerd.
En als u miljoenen rijen of zeer schaarse matrices heeft, kan het lastig zijn om de gegevens in een spreadsheet in te voeren en kan het moeilijk zijn om uw gegevens te visualiseren.
Spreadsheets hebben ook problemen als u probeert een rapport te maken dat meerdere gegevenstabellen omvat of dat zich combineert in SQL-gebaseerde databases (Structured Query Language), of als meerdere gebruikers dezelfde spreadsheet proberen te onderhouden en eraan samen te werken.
Een spreadsheet met de laatste gegevens kan ook een probleem zijn, vooral als u afbeeldingen hebt geëxporteerd die moeten worden vernieuwd wanneer de gegevens veranderen.
Ten slotte zijn spreadsheets niet geschikt voor het verkennen van gegevens; het is moeilijk om trends, afgelegen datapunten of contra-intuïtieve resultaten te ontdekken als datgene waarnaar u op zoek bent vaak verborgen is in een lange rij getallen.
Hoewel spreadsheets en selfservice BI-tools beide gebruik maken van tabellen met getallen, handelen ze in feite in verschillende arena's met verschillende doeleinden.
Een spreadsheet is in de eerste plaats een manier om berekeningen op te slaan en weer te geven.
Hoewel sommige spreadsheets zeer geavanceerde wiskundige modellen kunnen maken, gaat het in de kern meer om wiskunde dan om het model zelf.
Dit is allemaal een langdradige manier om te zeggen dat wanneer bedrijven een spreadsheet gebruiken, ze actief zichzelf saboteren en hun vermogen om consequent waardevolle inzichten uit hun gegevens te halen.
BI-tools zijn speciaal ontworpen om bedrijven te helpen hun gegevens beter te begrijpen, en kunnen een enorm voordeel blijken te zijn voor degenen die upgraden van wat een beperkte spreadsheet kan doen.
Wat is business intelligence?
BI omvat een behoorlijke hoeveelheid tools en processen die misschien niet gestandaardiseerd zijn of die vaag of vaag kunnen zijn.
Verschillende soorten software bieden nu een vorm van analyse die kan worden gebruikt in de specifieke behoeften van een bedrijf.
Of het nu gaat om gebruikersstatistieken, het bepalen van en anticiperen op trends en het voorspellen van resultaten vallen allemaal onder de overkoepelende definitie van business intelligence.
Kortom, activiteiten die bedrijven helpen om onbewerkte informatie om te zetten in bruikbare kennis, kunnen worden getagd als BI.
Nu bedrijven meer gegevens genereren dan ooit, wordt het een grotere uitdaging om die gegevens te gebruiken in bruikbare BI om de winst te vergroten en de concurrentie voor te blijven.
Op die manier ingekaderd, bestaat BI als concept al zo lang als het bedrijfsleven.
Maar dat concept is geëvolueerd vanaf de vroege basis [like Accounts Payable (AP) and Accounts Receivable (AR) reports and customer contact and contract information] te veel meer verfijnde en genuanceerde informatie.
Deze informatie omvat alles, van klantgedrag tot bewaking van de IT-infrastructuur tot zelfs langetermijnprestaties van vaste activa.
Het afzonderlijk bijhouden van dergelijke statistieken is iets dat de meeste bedrijven kunnen doen, ongeacht de gebruikte tools.
Het combineren van deze, met name ongelijksoortige resultaten van statistieken die normaal niet met elkaar zijn geassocieerd, tot begrijpelijke en bruikbare informatie, dat is de kunst van BI.
De toekomst van BI is al aan het vormgeven om tegelijkertijd de reikwijdte en verscheidenheid aan gebruikte gegevens te verbreden en de microfocus naar steeds fijnere, meer granulaire niveaus te verscherpen.
BI-software heeft een belangrijke rol gespeeld in deze gestage vooruitgang naar meer diepgaande kennis over het bedrijf, concurrenten, klanten, industrie, markt en leveranciers, om maar een paar mogelijke metrische doelstellingen te noemen.
Maar naarmate bedrijven groeien en hun informatie een ballon vormt, wordt het vastleggen, opslaan en organiseren van informatie te groot en te complex om volledig door mensen te worden afgehandeld.
Vroege pogingen om deze taken uit te voeren via software, zoals Customer Relationship Management (CRM) en Enterprise Resource Planning (ERP), leidden tot de vorming van 'gegevenssilo's' waarin gegevens vastzaten en alleen bruikbaar waren binnen de grenzen van bepaalde bewerkingen of softwarebakken.
.
Dit was het geval tenzij IT de taak op zich nam om verschillende silo's te integreren, meestal door middel van nauwgezette en zeer handmatige processen.
Hoewel BI-software nog steeds een verscheidenheid aan softwaretoepassingen omvat die worden gebruikt om onbewerkte gegevens te analyseren, verwijst het tegenwoordig meestal naar analyses voor datamining, analytische verwerking, query's, rapportage en vooral visualisatie.
Het belangrijkste verschil tussen de huidige BI-software en Big Data-analyse is vooral schaalgrootte.
BI-software verwerkt gegevensformaten die typisch zijn voor de meeste organisaties, van klein tot groot.
Big Data-analyse en apps zorgen voor data-analyse voor zeer grote datasets, zoals silo's gemeten in petabytes (PB's).
Selfservice BI en democratisering van gegevens
De BI-tools die een half decennium of langer geleden populair waren, vereisten specialisten, niet alleen om te gebruiken, maar ook om de resulterende gegevens en conclusies te interpreteren.
Dat leidde tot een vaak onhandig en feilbaar filter tussen de mensen die het bedrijf echt moesten begrijpen en begrijpen - de besluitvormers van het bedrijf - en degenen die die gegevens verzamelden, verwerkten en interpreteerden - meestal gegevensanalisten en databasebeheerders.
Omdat het een veeleisende baan is om een ??dataspecialist te zijn, waren veel van deze mensen minder thuis in de feitelijke werking van het bedrijf waarvan ze de gegevens analyseerden.
Dat leidde tot een focus op gegevens die het bedrijf niet nodig had, een verkeerde interpretatie van de resultaten en vaak een reeks 'standaard'-rapportages die analisten op een geplande basis zouden uitvoeren in plaats van meer ad-hocinlichtingen verzamelen en interpreteren, wat erg kan zijn.
waardevol in snel bewegende situaties.
Dit probleem heeft geleid tot een groeiende nieuwe trend onder nieuwe BI-tools die vandaag op de markt komen: die van selfservice BI en datademocratisering.
Het doel van veel van de huidige BI-software is om beschikbaar en bruikbaar te zijn voor iedereen in de organisatie.
In plaats van rapporten of queries op te vragen via de IT- of databaseafdelingen, kunnen leidinggevenden en besluitvormers hun eigen queries, rapporten en datavisualisaties maken via selfservicemodellen en verbinding maken met ongelijksoortige data binnen en buiten de organisatie via vooraf gebouwde connectoren.
IT behoudt de algehele controle over wie toegang heeft tot welke tools en gegevens via deze connectoren en hun arsenaal aan beheertools, maar IT fungeert niet langer als een bottleneck voor elke query en rapportverzoek.
Hierdoor kunnen gebruikers profiteren van dit gedistribueerde BI-model.
De belangrijkste tools en kritieke gegevens zijn verplaatst van een gecentraliseerde en moeilijk toegankelijke architectuur naar een gedecentraliseerd model dat alleen toegangsreferenties en bekendheid met nieuwe BI-software vereist.
Dit resulteert in een aanvullende analyse die beschikbaar komt voor de organisatie, die ervaren eerstelijns zakenmensen kunnen extrapoleren en nuttig kunnen gebruiken.
De opkomende generatie BI-tools werkt allemaal hard aan de ontwikkeling van front-end tools die intuïtiever en gemakkelijker te gebruiken zijn dan die van oudere generaties - met wisselend succes.
Dat betekent echter dat een belangrijk criterium bij elke aankoopbeslissing van BI-tools zal zijn om te evalueren wie in de organisatie toegang moet hebben tot dergelijke tools en of de tool op de juiste manier is ontworpen voor die doelgroep.
De meeste BI-leveranciers geven aan dat ze op zoek zijn naar hun toolsuites om zo alomtegenwoordig en gebruiksvriendelijk te worden voor zakelijke gebruikers als typische tools voor zakelijke samenwerking of productiviteitssuites, zoals Microsoft Office.
Niemand is naar mijn mening nog zo ver gekomen, maar sommige zijn dichterbij dan andere.
Daartoe richten deze BI-toolsuites zich meestal op drie kerntypen van analyses: beschrijvend (wat is er gebeurd), prescriptief (wat zou er nu moeten gebeuren) en voorspellend (wat zal er later gebeuren).
Wat is datavisualisatie?
In de context van BI-software is datavisualisatie een snelle en effectieve methode om informatie van een machine naar een menselijk brein over te brengen.
Het idee is om digitale informatie in een visuele context te plaatsen, zodat de analytische output snel door mensen kan worden opgenomen, vaak in één oogopslag.
Als dit klinkt als die taart- en staafdiagrammen die je in Microsoft Excel hebt gezien, dan heb je gelijk.
Dat zijn vroege voorbeelden van datavisualisaties.
Maar de visualisatievormen van vandaag evolueren snel van die traditionele cirkeldiagrammen naar het gestileerde, het artistieke en zelfs het interactieve.
Een interactieve visualisatie wordt geleverd met gelaagde "drill-downs", wat betekent dat de kijker kan communiceren met de visual om meer gedetailleerde informatie te krijgen over een of meer aspecten die in het grotere geheel zijn opgenomen.
Er kunnen bijvoorbeeld nieuwe waarden worden toegevoegd die de visualisatie direct veranderen, of de visualisatie is eigenlijk gebouwd op snel veranderende gegevens die een statische visual kunnen veranderen in een animatie of een dashboard.
De beste visualisaties zoeken geen artistieke onderscheidingen, maar zijn ontworpen met het oog op de functie, meestal de snelle en intuïtieve overdracht van informatie.
Met andere woorden, de beste visualisaties zijn eenvoudig maar krachtig in het duidelijk en direct overbrengen van een boodschap.
Hoogwaardige beelden zien er op het eerste gezicht misschien indrukwekkend uit, maar als uw publiek hulp nodig heeft om te begrijpen wat er wordt overgebracht, is het uiteindelijk mislukt.
De meeste BI-software, inclusief degene die hier worden besproken, wordt geleverd met visualisatiemogelijkheden.
Sommige producten bieden echter meer opties dan andere, dus als geavanceerde visuals de sleutel zijn tot uw BI-proces, wilt u deze tools goed bekijken.
Er zijn ook externe en zelfs gratis datavisualisatietools die naast uw BI-software kunnen worden gebruikt voor nog meer opties.
Producten en testen
In deze review-samenvatting heb ik elk product getest vanuit het perspectief van een bedrijfsanalist.
Maar ik hield ook rekening met het standpunt van gebruikers die misschien niet bekend waren met gegevensverwerking of analyse.
Ik heb dezelfde datasets geladen en gebruikt en dezelfde vragen gesteld, de resultaten en de betrokken processen geëvalueerd.
Mijn doel was om alleen cloudversies te evalueren, aangezien ik vaak on-the-fly analyses doe of op zijn minst op verschillende machines, net als legioenen andere analisten.
Maar in sommige gevallen was het nodig om ook een desktopversie te evalueren of in plaats van de cloudversie.
Een voorbeeld hiervan is Tableau Desktop, een favoriete tool van Microsoft Excel-gebruikers die simpelweg affiniteit hebben met de desktop-tool (en die net lang genoeg naar de cloud verhuizen om te delen en ...
