В 2017 году мы еще не дошли до щиколотки, но определенно это между пальцами ног. Ищите эти шесть тенденций бизнес-аналитики, которые будут доминировать в 2017 году. К тому времени, когда мы будем по колено (или даже по колено), они будут руководить тем, как люди ведут бизнес в пространстве бизнес-аналитики.

1. Облачные технологии по-прежнему будут опережать локальные.

Назовите 2017 год штормом, потому что облако будет продолжать расти.

Когда вы говорите о растущих облаках, трудно найти незловещие образы

Если вы не понимаете, что такое облако (* робко поднимает руку *), облачные вычисления - это « хранение и доступ к данным и программам через Интернет, а не на жесткий диск вашего компьютера» . И его популярность резко возросла за последние несколько лет. Настолько, что теперь Gartner говорит, что найти цитату, которую мы не смогли найти

Ну вот хоть одно неопасное облако

Согласно исследованию Gartner (защищен платным доступом, но стоит каждой копейки), облачная инфраструктура является одной из ключевых критически важных возможностей любого программного обеспечения для бизнес-аналитики . Эти критически важные возможности, кстати, те же, что используются для включения поставщиков в ежегодный Magic Quadrant (опять же, платный доступ защищен, но оно того стоит).  

В декабре прошлого года в #makedatasimple Crowd Chat эксперты бизнес-аналитики обсудили, какие технологии будут развиваться и какие будут развиваться в 2017 году. Их ответы свидетельствуют о сохранении важности облака:

Если вы работаете с малым и средним бизнесом, почему облачные вычисления должны вас интересовать?

• Облачные вычисления на самом деле более безопасны. Если вы являетесь представителем малого и среднего бизнеса, у вас может не быть тех же ресурсов кибербезопасности, что и у поставщика облачных услуг. Данные - это то, что они делают, поэтому обычно у них « больше вычислительной мощности и более надежная защита ». Поставщики облачных услуг похожи на профессиональных телохранителей ваших данных. Те, что в очках и наушниках, излучают ощущение тихой, похожей на дзен опасности.  
• Согласно одному исследованию, облако удвоило прибыль малого и среднего бизнеса и увеличило выручку на 25% .
• Данные и информация, хранящиеся в облаке, доступны где угодно. Нужны данные, когда вы находитесь вдали от рабочего компьютера? Если эти данные находятся в облаке, к ним можно получить доступ где угодно и на любом устройстве.
• Такая же доступность в любом месте и в любое время упрощает совместную работу, где бы вы ни находились. Итак, этот член команды в декретном отпуске / отпуске по уходу за ребенком, который только что провел гениальный мозговой штурм во время кормления в 3:37? Они могут войти в систему, сесть и поделиться информацией, даже если другие люди не увидят ее до благочестивого часа (привет новым родителям. Подождите, ребята).

2. Машинное обучение сделает бизнес-аналитику более интеллектуальной.

Машинное обучение - это «подраздел компьютерных наук, который« дает компьютерам возможность учиться без явного программирования »».

Другими словами, он проектирует машину (то есть компьютер) так, чтобы она училась сама по себе, поэтому вам не нужно постоянно перепрограммировать ее, чтобы учиться чему-то новому. Это эквивалент быстро обучающегося в компьютерном мире.

За последние несколько лет комбинация машинного обучения и искусственного интеллекта вызвала много шума и, похоже, станет еще более важной тенденцией бизнес-аналитики в 2017 году. Эта смесь машинного обучения и искусственного интеллекта вошла в топ-10 стратегических технологических тенденций Gartner. на 2017 год (защищенный платный доступ), где Gartner рекомендует компаниям « оценить ряд бизнес-сценариев, в которых ИИ и машинное обучение могут повысить ценность для бизнеса , и рассмотреть возможность экспериментов с одним или двумя сценариями высокой отдачи». Это резкое предложение, учитывая то, как машинное обучение может помочь бизнесу:

• Использование машинного обучения помогло увеличить « доход до 20 раз за счет более быстрого отслеживания поведения покупателей ».
• Использование машинного обучения помогает с « авто-коррекции запросов »
• Использование машинного обучения может помочь больницам разрабатывать более эффективные методы лечения, « анализируя обширные базы данных историй болезни ».
• Использование NLP (обработки естественного языка), одного из примеров машинного обучения, может сократить время, которое вы тратите на вычисление чисел, чтобы получить представление о данных.

3. Intelligent Digital Mesh - новый горизонт цифрового бизнеса.

«Цифровая сетка» - модное слово, которое сейчас стало бы популярным даже у Гензеля, - взято из обзора основных технологических тенденций 2017 года, проведенного Gartner . Gartner определяет его как «совокупность людей, устройств, контента и услуг», которая составляет цифровой бизнес и делает его возможным. С увеличением «размытия физического и виртуального миров» в цифровом бизнесе люди и бизнес, которым они занимаются, все больше переплетаются с цифровыми способами ведения дел.

Цифровая сетка - это все, от программного обеспечения для бизнес-аналитики, которое вы используете, до алгоритмов машинного обучения, которые использует программное обеспечение, и до устройств Интернета вещей, которые передают информацию в это программное обеспечение. Эта информация и эти устройства связаны с вами. Их совокупное влияние - это то, что делает возможным цифровой бизнес. И успех вашей бизнес-стратегии зависит от того, насколько хорошо вы используете то, что составляет эту сетку.

Время аналогии: если вы бизнес-джедай, цифровая сеть - это Сила. Даже если вы не джедай и просто чувствительны к силе, как Донни Йен в Rogue One , цифровая сетка будет с вами. Всегда.

И точно так же, как сюжеты фильмов « Звездные войны» вращаются вокруг людей, которые знают, как использовать силу, деловой мир будет вращаться вокруг людей, которые знают, как наилучшим образом использовать все, что составляет цифровую сеть, от использования ИИ и машин. научитесь «привносить интеллект в вещи», чтобы использовать новые способы сотрудничества между вашими сотрудниками.

4. Совместная бизнес-аналитика ускоряет понимание

Ищите возможности совместной бизнес-аналитики, которые станут больше и лучше в 2017 году. Почему? Сотрудничество дает множество преимуществ и адаптируется к более широким тенденциям на рабочем месте.

Сотрудники ( в частности, миллениалы ) все больше ожидают легкости совместной работы. Я был на групповых встречах с товарищами по команде даже в Остине, Техас, и Мадриде, Испания. Все, что потребовалось, - это несколько минут поработать над приложением. Многие мои встречи сейчас начинаются с того, что все открывают один и тот же документ Google, независимо от того, присутствуют они физически или нет. Это придает новый смысл этому клише о «быть на одной странице».

Когда вы покупаете инструменты бизнес-аналитики , Gartner рекомендует, чтобы у инструмента были как минимум цепочки обсуждений, а также была возможность «лайкать» контент, как в LinkedIn или Facebook. Полезными дополнениями являются такие функции, как совместная работа в реальном времени, а также возможность совместной работы в мобильном приложении.

Верно.

Одним из особенно впечатляющих достижений в сотрудничестве за последний год стал бизнес-аналитический процесс Yellowfin BI. Business Analytics Workflow продвигает требования Gartner к доске обсуждений на один шаг вперед, организовывая ее вокруг системы в стиле канбан, что делает ее намного проще для глаз, чем традиционные доски обсуждений. Analytics Workflow также включает в себя управляемую систему под названием Smart Tasks, которая создает элементы в вашем списке дел, если ваши « данные выходят за пределы заранее определенных пороговых значений ». В одном обзоре Platforms говорится, что совместные функции Yellowfin помогли «создать среду обучения для наших клиентов».

5. Безопасность бизнес-аналитики важна как никогда

Одна из будущих тенденций бизнес-аналитики - это так называемая «демократизация данных», процесс, при котором сотрудники, не входящие в ИТ-отделы, смогут получать данные так же быстро (или близко), как обученные специалисты по данным и технические эксперты. «Демократизация» в данном случае подразумевает, что большее количество людей будет иметь доступ к большему количеству данных. Это означает больше шансов, что эти данные будут потеряны, взломаны или использованы не по назначению.

Компании уже планируют большие расходы на устранение этой повышенной уязвимости. 47% предприятий « планируют увеличить расходы на технологии безопасности (контроль доступа, предотвращение вторжений, защита от вирусов и вредоносных программ, управление идентификацией, конфиденциальность) в 2017 году ». Реакция малого и среднего бизнеса недалеко от этого: малые предприятия считают кибербезопасность своим приоритетом номер один в одном исследовании . В прогнозах Gartner на 2017 год также подчеркивается необходимость обеспечения безопасности, ссылаясь на « непрекращающиеся и постоянно увеличивающиеся атаки на безопасность », существующие в киберпространстве.  

6. Грядет нехватка специалистов по обработке данных… планируйте соответственно

Числа бесполезны без людей, которые их вычислили.

Несмотря на все разговоры о том, что данные могут сделать для вашего бизнеса, это только разговоры, если нет людей, которые могут превратить необработанные данные в идеи. И все согласны с тем, что в ближайшие годы будет нехватка специалистов по обработке данных.

По одной из оценок, это число составляет « нехватку 300 000 человек ». Другой говорит, что к 2018 году американскому бизнесу понадобится более 180 000 специалистов по обработке данных , но университеты не могут обучать их достаточно быстро.

Все это помогает объяснить, почему, по словам Глассдора , специалисты по данным исчисляют шестизначные числа .

Один из ответов на нехватку специалистов по обработке данных - это отказ от специалистов по обработке данных. При правильном использовании технологий машинного обучения, таких как НЛП, новичок в данных может попросить компьютер, а не зависеть от перегруженных работой специалистов по данным в своем отделе, чтобы перевести запрос на язык программирования. IBM хвастается, что Watson, их программа искусственного интеллекта с поддержкой машинного обучения, сможет это сделать .

Что это означает для вашего малого и среднего бизнеса, который, возможно, не сможет дать шестизначную оценку новоиспеченному специалисту по данным? Ищите программы бизнес-аналитики , использующие обработку естественного языка.

Тенденции бизнес-аналитики, которые я пропустил?

Есть ли какие-либо тенденции бизнес-аналитики, которые, по вашему мнению, будут особенно важными или влиятельными в наступающем году, которые я не перечислил? Какие поставщики, по вашему мнению, уже действительно доминируют в этих тенденциях? Позвольте мне знать в комментариях ниже.