Топ-10 тенденций в области бизнес-аналитики на 2023 год (часть 2)

Читайте продолжение рейтинга трендов в BI на 2023 год.

С началом статьи можно ознакомиться здесь Часть 1

6) Управление данными

Управление данными (DataGovernance) – это концепция, которая подразумевает установление ролей и обязанностей в отношении того, кто может манипулировать данными, в какой ситуации и с помощью каких инструментов и методов.

Сегодня компании всех размеров подвергаются кибератакам, в результате чего огромные объемы конфиденциальной информации от клиентов, поставщиков, сотрудников и др. становятся общедоступными.

В этой связи основная цель управления данными – обеспечение безопасного и эффективного процесса управления данными. Внедрение хорошо продуманной политики управления данными помогает одновременно соблюдать государственные нормативные акты и создает условия для минимизации рисков, снижения затрат, улучшения коммуникации между носителями разных точек зрения и, как следствие, достижения стратегических целей компании.

Потенциал рынка управления данными на ближайшее время оценивается в 7,42 млрд долларов.

7) Информационная грамотность

Поскольку данные становятся основой стратегических решений для предприятий любого размера, способность понимать эти данные и использовать их в качестве инструмента совместной работы, которым может пользоваться каждый сотрудник организации, становится критически важной.

Информационная грамотность (DataLiteracy) определяется как способность понимать, читать, записывать и передавать данные в определенном контексте. Это означает понимание приемов и методик, используемых для анализа данных, а также применяемых инструментов и технологий.

Даже с появлением в BIинструментов самообслуживания, доступных каждому, информационная грамотность продолжает оставаться ключевым качеством сотрудника в сфере. Руководители бизнеса несут ответственность за обеспечение необходимой подготовки и инструментов для всей организации, чтобы каждый мог работать с данными и аналитикой. Для достижения успешного процесса повышения информационной грамотности необходимо провести тщательную оценку навыков сотрудников и менеджеров, чтобы выявить слабые места и пробелы. «Gartner» рекомендует начать с выявления свободно владеющих данными пользователей, которые могут служить «посредниками» для групп неквалифицированных специалистов, а также выявления коммуникационных барьеров, при которых данные не выполняют своего предназначения.

В долгосрочной перспективе, при надлежащем обучении и правильных инструментах, пользователи с любым уровнем знаний смогут выполнять расширенный анализ и использовать данные в качестве основного языка.

8) Обработка естественного языка

Обработка естественного языка (NaturalLanguageProcessing– NLP) — одно из современных направлений в бизнес-аналитике, которое изменяет подход компаний к своим аналитическим процессам. Считающаяся одной из самых мощных ветвей искусственного интеллекта, обработка естественного языка позволяет компьютерам и машинам понимать человеческий язык и интерпретировать его в устной или письменной форме.

NLP можно разделить на два основных направления: понимание естественного языка (Understanding– NLU) и генерация естественного языка (Generation– NLG). NLU фокусируется на понимании смысла текста и речи, в то время как NLG фокусируется на генерации текста на основе конкретных вводимых данных.

Рост востребованности технологий, связанных с обработкой естественного языка, в последние годы был таков, что, согласно исследованию «Statista», к 2025 году рынок NLPдостигнет 43 миллиардов долларов. Это неудивительно, поскольку приложения для обработки языка уже присутствуют в нашей повседневной жизни в виде автомобильных навигационных систем, интеллектуальных голосовых помощников, таких как Siri или Алисы, функций автозаполнения текста на наших телефонах, приложений для перевода и мн. др.

Сейчас компании начали внедрять технологии NLP для управления большими объемами неструктурированных текстовых данных, которые они собирают из различных источников, таких как электронные письма, социальные сети или опросы.

На данный момент выделяются два основных вида использования функций анализа языка, представленных на рынке.

Помощник в обработке данных (BI data assistant)

Подобно чат-ботам, которые мы видим сегодня на многих веб-сайтах, помощник в обработке данных интегрирован в программное обеспечение BI, чтобы отвечать на любые аналитические вопросы, которые могут возникнуть у пользователя. Все, что вам нужно сделать, это написать вопрос на простом человеческом языке, и помощник предоставит вам ответ. По мере развития технологии в последние годы помощники на основе искусственного интеллекта перешли от простого отображения результатов поиска для анализа пользователями к возможности фильтровать и систематизировать данные для получения аналитической информации в качестве ответа.

Анализ настроений (анализ мнений – Sentiment analysis)

Это процесс анализа текстовых данных с целью выявления стоящего за ними эмоционального оттенка. Он часто используется компаниями для анализа комментариев в социальных сетях, электронных письмах, записях в блогах, веб-чатах и т. д. и определения того, является ли тон сказанного негативным, позитивным или нейтральным. Благодаря этому организации могут извлекать полезную информацию о разработке продукта и позиционировании бренда, а также понимать болевые точки, чтобы улучшить качество обслуживания клиентов.

9) Автоматизация данных

За последнее десятилетие объемы сгенерированных и готовых к обработке данных выросли невероятно. Поэтому компании всерьез занялись поиском современных решений для автоматизации обработки данных.

В последнее время в лексиконе ИТ-специалистов появилось слово «Гиперавтоматизация». Эта новая тенденция относится к действиям, при которых предприятия автоматизируют как можно больше процессов, используя множество инструментов и технологий, таких как искусственный интеллект, машинное обучение, low-codeи no-codeинструменты.

Бизнес-аналитика открыла множество возможностей для автоматизации. Давние барьеры между специалистами по обработке данных и бизнес-пользователями постепенно стираются. Инструменты работы и тех, и других интегрируются в единые решения для любых потребностей компании в данных – сбора, анализа, мониторинга, отчетности и обмена результатами. Прогнозная аналитика и автоматизированные отчеты расширяют возможности бизнес-пользователей по автоматизации данных самостоятельно, без помощи ИТ-специалистов. С другой стороны, специалисты по обработке данных по-прежнему будут проводить сложные анализы там, где необходимы ручные сценарии и кодинг.

Учитывая все обстоятельства, ожидается, что автоматизация станет важной частью развития бизнеса в ближайшие годы, и лица, принимающие решения, осознают это. Как показал недавний опрос «Gartner», 80% руководителей считают, что автоматизация может быть применена к любому бизнес-решению, а искусственный интеллект лежит в основе их стратегий автоматизации. Однако, хотя на бумаге все это звучит просто и идеально, для многих это по-прежнему представляет проблему. В 2023 году некоторым организациям все еще трудно увязать свои усилия в области искусственного интеллекта с реальными бизнес-результатами, что также приведет к проблемам безопасности и управления. Тем не менее, при поддержке правильных инструментов, талантливых специалистов и хорошо проработанных инициатив предприятия будут процветать благодаря искусственному интеллекту, позволяющему автоматизировать процессы и повысить их эффективность.

10) Встроенная аналитика

Предприятия осознали потенциал встраивания различных компонентов BI, таких как информационные панели или отчеты, в свои собственные приложения и, таким образом, улучшили процессы принятия решений и повысили свою производительность. Компании, которые раньше были перегружены работой с электронными таблицами, поняли, как использование встроенных информационных панелей позволяет им обеспечивать более высокую эффективность в своих собственных приложениях.

Независимо от того, нужно ли вам создать отчет о продажах или отправить клиентам несколько информационных панелей, встроенная аналитика становится стандартом в бизнес-операциях, и в 2023 году мы увидим, что еще больше компаний внедряют эту практику. Встроенная аналитика (Embedded Analitics) – это нечто большее, чем просто интегрирование панели мониторинга или функций BI в приложение. Внедрение аналитики позволяет наладить совместную работу, вовлекая в нее все заинтересованные стороны.

«Business Wire» недавно опубликовала отчет под названием «Глобальный рынок встраиваемой аналитики (с 2021 по 2026 год) — рост, тенденции, влияние COVID-19 и прогнозы», в котором упоминается, что «организации внедряют решения для встраиваемой аналитики, чтобы добиться значительного роста выручки, расширения рынка и конкурентных преимуществ». Они также добавляют, что ожидается значительный рост внедрения аналитики в сфере здравоохранения в ближайшие годы. Используя мощное программное обеспечение для анализа состояния здравоохранения, которое может быть встроено, руководители больниц могут извлекать ценную информацию, которая поможет им оптимизировать процессы с клинической, операционной и финансовой точек зрения.

Это одна из тенденций в бизнес-аналитике, которую можно внедрить немедленно, поскольку многие поставщики уже предлагают такую возможность и гарантируют, что приложение работает плавно и без особых сложностей.