3 Що потрібно знати, щоб освоїти додатки для самообслуговування

Хоча багато роздумів було зроблено щодо програм самообслуговування бізнес-аналітики (BI) та демократизації даних під час великого розквіту даних, зараз про це ніхто не чує багато. Це так, ніби всі ці речі є настільки рутинними і настільки глибоко вкоріненими в щоденній роботі, що далі не потрібні подальші обговорення. Кайф зів’яв, і світ, здається, перейшов до більш химерних, фантастичних речей, таких як машинне навчання (ML) та глибоке навчання та всі речі штучного інтелекту (AI).

Але це не реальність для бізнес-аналітиків та лінійних користувачів у всіх компаніях сьогодні. Незважаючи на те, що BI-програми для самообслуговування реалізуються, багато хто все ще залишає користувачів застряглими між статистичною скелею та візуалізованим складним місцем. Ніколи не бійтеся, допомога тут!

Покажчики виживання крихітки

Якщо ви не можете чи не займаєтеся математикою, крім того, щоб нараховувати поради, як відсоток від вашого обліку на обід, розділення рахунку на кілька закусочних або балансування рахунку, що чекає додому, не хвилюйтесь. Насправді, багато людей не можуть або, принаймні, не роблять ці речі без допомоги програми. Ви, звичайно, не самотні в тому, що трохи містифікуєтесь над такими предметами, як алгоритми, наукові дані та статистика. І навіть якщо вас не бентежить жодна з цих речей, можливо, ви просто не хочете їх робити. Не всі вважають, що це весело, і це теж нормально.

Примітки для ліжечок для тих, хто вважає статистику хибною або просто непроникною, - це те саме: дотримуйтесь BI-додатків для самообслуговування, які працюють із запитів на природній мові, або які автоматизували весь процес передачі даних аж до вибору візуалізації даних. Такі додатки включають IBM Watson Analytics і Salesforce Einstein Analytics відповідно. І чому так, обидва керують AI.

Такі додатки також мають свої обмеження, і ви знайдете ці обмеження, детально описані в наших інструментах огляду BI для самообслуговування та інструментах візуалізації даних. Але навіть зі своїми недоліками вони є ідеальним інструментом для математично складних та тих, що здаються алергічними на статистику.

Чи не BI-програми для самообслуговування виконують математику?

Чому так, вони роблять; в цьому і полягає вся суть за цими додатками. Вони частково є автоматизованими віртуальними помічниками людських експертів, які просто хочуть фактів, щоб вони могли затьмарити підсумок. Отже, там! Ти з гачка якась, начебто, може бути. Вам не доведеться терпіти відклики до коледжних жахів лінійної алгебри та статистики, оскільки для цього є всі ці додатки.

На жаль, вам все одно потрібно зрозуміти, як працює цей принаймні. Якщо ви просто не можете змусити себе переглянути або оновити свої навички в цій галузі, тоді зверніться до приміток для ліжечок вище.

Якщо ви бажаєте бути найбажанішим талантом у вашій галузі, найгарячішим досвідом роботи в команді та майстром майстра даних про роботу у вашій компанії, але не хочете все шукати для звання науковця даних, потім пройдіть швидкий онлайн-курс, щоб чітко зрозуміти статистику. Деякі приклади інтернет-провайдерів освіти для базової та передової статистики включають Академію Хана, Statistics.com та Udemy.

Ні, вам не потрібна ступінь статистики, щоб використовувати BI-програми самообслуговування; достатньо мати лише робочих знань про те, що означають терміни та що таке поняття. Тож навіть декількох подкастів, можливо, таких як ця серія, може бути достатньо, щоб ви потрапили на правильний шлях.

Чим більше ви розумієте статистику, тим краще вам буде. Якщо нічого іншого, ви краще зрозумієте, які дані потрібно використовувати, для чого вам потрібно кидати іншості, які дані віднести до якої осі під час побудови діаграми та як сформувати корисний запит. Ви також матимете набагато більше впевненості в аналізі, якщо будете знати, що шукати. "Ви повинні бути впевнені, що правильні процеси та управління встановлені, щоб забезпечити точність даних", - каже Майк Даенсінг, головний директор з технологій та виконавчий віце-президент компанії "Скуїд". "Як приклад, ви не хочете представляти вашій виконавчій команді тенденцію, що є свіжою від вашого найсучаснішого інструменту BI, лише щоб потім з'ясувати, що це абсолютно неправильно."

3 речі, які потрібно знати

Якщо припустити, що ви вже вибрали одне із програм, керованих AI, або одне з більш орієнтованих на математику користувачів програм BI для самообслуговування, наступні три речі, які потрібно знати, щоб найкраще використовувати BI-програми самообслуговування.

1. Грамотність даних - це реальна річ, яку потрібно мати. Так, ми торкалися цього раніше в обговоренні значення певних математичних навичок. Але важливо також пояснити, що таке грамотність даних та навички, на які, ймовірно, потрібно орієнтуватися, щоб покращити загальний бал. "Грамотність даних визначається MIT та університетом Емерсона як здатність читати, працювати, аналізувати та посперечатися з даними", - вказує Джеймс Фішер, віце-президент із маркетингу продуктів Global Qlik. Нижче він пояснює кожну здатність:

а) Читання даних: включає розуміння, що таке дані та які аспекти світу вони представляють.

b) Робота з даними: включає створення, придбання, очищення та управління ними.

в) Аналіз даних: включає фільтрування, сортування, агрегування, порівняння та виконання інших таких аналітичних операцій над ними.

г) Аргументування даних: передбачає використання даних для підтримки більшої розповіді, призначеної для передачі повідомлення певній аудиторії.

"Якщо існує 15 років роботи з організаціями та даними, це так: Ділові користувачі люблять знаходити історії у своїх даних і нескінченно нарізатимуть кубики, щоб отримати їх", - говорить Адам Натан, засновник та генеральний директор Brainbox Consulting, який нещодавно продали в Logic20 / 20. "Там, де вони борються, переводить те, що цікаво, на те, що є діючим. Таким же чином, 50000 уболівальників на бейсбольній грі люблять переглядати статистику гравців на Jumbotron; дуже мало з них мають бізнес-відбивачі, щоб грати у Moneyball".

2. Правильні питання - все . BI-програми самообслуговування - це частково автоматизовані помічники програм. Це означає, що, як правило, ви є тим, хто повинен продумати питання (він же, запит). Формування цього запиту дуже важливо, оскільки відповідь настільки ж корисна, як і питання. Винятком з цього правила є спеціальні додатки, такі як згаданий Salesforce Einstein Analytics, який фокусується на даних щодо продажу та управління відносинами з клієнтами (CRM) і, таким чином, може автоматично, через Ейнштейн, визначити те, що ви хочете дізнатись від своїх продажів і дані клієнтів. Ще один приклад спеціального BI-додатку - Google Analytics з його фокусом на веб-сайті та мобільних даних. Знову ж, набір даних має чітко визначений тип, і запити є передбачуваними і, таким чином, попередньо заданими.

Не знаєте, з чого почати формувати запит для більш широкого призначення BI? Зазвичай ключові показники ефективності вашої компанії чи галузі (КПІ) є гарною відправною точкою, оскільки вони визначають аналіз, який, як відомо, є корисним. Ви можете розпочати шарувати або додавати відповідні чи нові запитання звідти. "KPI можуть бути поодинокими показниками, як загальний дохід, або складеними показниками, як дохід на активного користувача", - каже Аріель Міхаелі, співзасновник і генеральний директор Appfigures. "Тому важливо, щоб платформа BI мала можливість використовувати кілька показників."

Не дозволяйте етикетці "самообслуговування" на цих BI-програмах не заважати вам звертатися за допомогою до ІТ чи досвідченого бізнес-аналітика. "Якщо ви не можете знайти показник, який ви шукаєте, запитайте! Можливо, він не був частиною початкового розробки вашого BI рішення", - сказав Дуг Бордонаро, головний евангеліст даних в ThoughtSpot. "Аналітик може бути радий швидко додати його".

І хоча складання запиту, який ви використовуєте, має вирішальне значення, тому передбачуйте питання, які можуть виникнути після того, як ви представите результати аналізу даних, оскільки це може запропонувати вам зробити подальший аналіз. "Переконайтесь, що ви зможете відповісти на шість питань, які люди найчастіше задають, тому що вони запитають", - радить Лусіо Даза, директор з маркетингу технічних продуктів AtScale.

3. Дані - це альфа та омега всієї вправи. Багато чого залежить від даних, які ви вирішили використовувати. Саме користувач вибирає, завантажує та очищає дані, так що так, тиск здебільшого на вас. Стара приказка "сміття в, ​​сміття поза" все ще застосовується. Як зазначає Олівія Дуейн Адамс, головний керівник клієнтів та партнер-засновник Alteryx: "Розуміння вашого запитання поверне вас до самих даних, як-от знаючи, які дані потрібні та де вони можуть жити. Адже дані не створюють розуміння. поки ви не поставите це за допомогою аналізу ".

Ви повинні продумати процес, від вибору даних до формування запитів, перш ніж робити що-небудь із додатком. Інакше ти просто рибалиш. Не те, що дослідження даних не має свого місця. Але якщо вам потрібні конкретні відомості швидко, то краще переконайтеся, що ви знаходитесь у правильному ставку та несете правильну приманку, перш ніж кинути перший рядок. Пам’ятайте, що ви фахівець з предметів (МСП), а не машина. Скористайтеся своїм талантом та досвідом, щоб розібратися, які саме дані вам потрібні, і забийте їх у вищій формі, перш ніж розповісти програмному забезпеченню для проведення аналітичної роботи.

Отже, що ви робите, якщо ви повністю ставитесь до малого та середнього бізнесу, але також повністю втрачаєте початківця при виборі даних та використанні BI-програми самообслуговування? "Знайомтесь з місцевим користувачем живлення", - говорить Бордонаро від ThoughtSpot. "Швидше за все, хтось сидить поруч із вами, хто може показати вам, як розпочати роботу, оскільки бар'єр у навчанні набагато нижчий, ніж у традиційних BI-продуктів".