Hvorfor automatisering er den nye virkelighed i Big Data-initiativer

Forfatter: Roger Morrison
Oprettelsesdato: 21 September 2021
Opdateringsdato: 21 Juni 2024
Anonim
The Third Industrial Revolution: A Radical New Sharing Economy
Video.: The Third Industrial Revolution: A Radical New Sharing Economy

Indhold


Kilde: Lightspectrum / Dreamstime.com

Tag væk:

Big data bliver tilgængelig for en meget bredere vifte af brugere takket være selvbetjening og automatisering.

Selvbetjeningsanalysesoftware har været en tendens inden for softwareudvikling i nogen tid. Begrebsmæssigt er der ikke meget nyhed ved det - selvbetjening som et koncept er allerede blevet anvendt til fastfood-samlinger, finansielle tjenester og andre industrier, og softwaredomænet tilpasser det bare efter dets unikke behov.

Selvbetjeningsanalyse er specifikt rettet mod forretningsbrugere, der let har brug for at manipulere data og oprette analyser uden at skulle være afhængige af teknisk kvalificeret datapersonale som dataforskere. Der er en overbevisning om, at selvbetjeningsanalyse vil mindske afhængigheden af ​​dataforskere. Der er også en gruppe eksperter, der mener, at den absolutte videregivelse af analyser til forretningsbrugernes hænder kan kompromittere styring og at forretningsbrugere har brug for kvalitetsuddannelse. Begge synspunkter har substans. Mens prognoserne på markedet for selvbetjeningsanalyse er positive, er det vigtigt at uddanne brugere til at bruge softwaren korrekt. Der er masser af muligheder for forretningsbrugere til at lære sådanne softwareværktøjer. (Se Kan Big Data Analytics lukke Business Intelligence Gap for at lære mere om forretningsinformation og analyse?)


Selvbetjening i forbindelse med Big Data og Business Intelligence (BI)

Tænk på denne brugssag: I en organisation er kunden eller personalet, der står overfor markedet, meget afhængige af data for at træffe beslutninger. Nu er det ikke let at få tilpasset analyse, fordi datavolumen er enorm og kommer fra flere kilder; det kræver specifikke færdigheder at manipulere data og generere analyser i et forståeligt format. Så der er brug for dataforskere og andre tekniske mennesker. Dette skaber en masse problemer. For eksempel er båndbredden for det tekniske personale og dataforskere delt, og for meget afhængighed af teknisk personale kan forsinke indhentningen af ​​analyser, hvilket kan hæmme beslutningstagningen.

Dette problem kan løses ved at styrke forretningsbrugere. Forretningsbrugere kan udstyres til at manipulere data og generere brugerdefinerede rapporter. Nu taler vi om selvbetjening. Selvbetjening i forbindelse med big data og BI er forretningsbrugernes evne til at manipulere og generere analyse efter behov. Forretningsbrugere genererer uafhængigt rapporter ligesom selvbetjeningskonceptet i en fastfood-restaurant. Inden brugere kan generere rapporter, skal dataene naturligvis indsamles, behandles og konverteres til et bestemt format, hvilket ikke er forretningsbrugernes ansvar.


Selvbetjening har mange fordele såvel som ulemper. Men mange selvbetjeningsprodukter er nu tilgængelige på markedet med fokus på forretningsbrugere. Disse produkter har visse funktioner til fælles: intuitiv og venlig brugergrænseflade, tilpasset rapportgenerering og forretningsterminologier. Det antages, at sådanne produkter har indbyggede muligheder for at acceptere, mine og behandle big data uden at kræve erhvervsbrugerens deltagelse. Så du kan sige, at selvbetjeningssoftware har adresseret brugssagen til at styrke forretningsbrugere ved at reducere (men ikke fjerne) afhængigheden af ​​teknisk personale. Ifølge Forrester Research, Inc. skal kun 20 procent af anmodningerne om at generere rapporter og forespørgsler sendes til BI-teamet eller IT-afdelingen.

Fordele ved selvbetjening

Som måske allerede er indlysende, er den største fordel ved at have selvbetjeningssoftware den uafhængighed, den tilbyder til forretningsbrugere. Brugerne behøver ikke at være afhængige af BI-teamet eller IT-afdelingen for at køre forespørgsler eller generere rapporter. Dette frigør også det tekniske personale til at fokusere på andre vigtige opgaver. Da forretningsbrugere uafhængigt af hinanden er i stand til at oprette brugerdefinerede rapporter og analyser, er de i stand til at finde indsigt og tage vigtige beslutninger hurtigere. Ifølge James Foster, daglig leder for Sydøstasien for løsninger til efterspørgsel og højtydende computing hos SAS, "Som sådan kan det kun være en god ting at have mere beslutningstagningskapacitet indlejret i forretningsområderne," sagde han "Plus, skiftet til selvbetjening har også en positiv effekt på it, hvilket frigør dem til at tænke mere strategisk og fokusere på værditilvækstaktiviteter for virksomheden snarere end bare at holde lyset på."

Udfordringer med selvbetjening

Selvbetjeningsmodellen er baseret på at give forretningsbrugere mulighed for at forespørge og generere analyser, mens BI-teamet og IT-afdelingen tager sig af back-end-systemer og dataintegration. Udfordringer opstår imidlertid fra denne model. Teknisk set er det en kompleks opgave at integrere data med BI-systemerne. BI-teams kæmper for at levere et enkelt, samlet syn på virksomhedssystemet. (Se Vejning af fordele og ulemper ved realtidsanalyse i realtid for flere oplysninger om analyse.)

Den anden udfordring handler om datastyring. At give forretningsbrugere total frihed til at bruge applikationerne er fyldt med risici. For eksempel kan det resultere i duplikatdata og rapporter, spidser i forespørgsler og anmodninger, der fører til serveropdeling og rapporter med forældede data eller struktur. Det er klart, at der er behov for en balance mellem politik for datastyring og brugeradgang.

Ingen fejl, ingen stress - Din trinvis vejledning til oprettelse af livsændrende software uden at ødelægge dit liv

Du kan ikke forbedre dine programmeringsevner, når ingen er interesseret i softwarekvalitet.

Casestudier

En række organisationer, store og små, har draget fordel af at vedtage automatisering eller selvbetjeningssoftware. Disse virksomheder har skåret ned på omkostninger, forbedret produktivitet og registreret højere kundetilfredshed. Den første sag var Microsoft callcentre. Den interne helpdesk hos Microsoft understøtter mere end 105.000 ansatte, leverandører, entreprenører og klienter. Det ønskede at reducere opkaldsmængder, så det implementerede flere selvbetjeningsværktøjer, en online supportportal og gav adgang til vidensbasisartikler. Som et resultat var Microsoft i stand til at reducere opkald med 15,4 procent til en sats på ca. $ 30 pr. Opkald.

En undersøgelse udført af eVergance Partners, LLC, et managementkonsulentfirma, viser, at hvis et firma svarer på et kundespørgsmål online, så er omkostningerne 4 til 40 gange mindre end for at få spørgsmålet besvaret via et callcenter.

Få det bedste ud af selvbetjening og automatisering

For det første er der ikke industriens perspektiv tilbage fra selvbetjening og automatisering. Men disse muligheder skal omhyggeligt benyttes. Her er et par tip:

  • Giv dine kunder en god automatiseringsoplevelse. Hvis dine kunder for eksempel bruger online-chat eller webstedsressourcer i stedet for et callcenter, skal du sørge for, at processen er problemfri, hurtig og smidig. Hvis kunder har en dårlig oplevelse, er chancerne for, at de aldrig kommer tilbage.
  • Uddannelse af forretningsbrugere til at bruge applikationerne i overensstemmelse med bedste praksis. Der skal være omfattende træning i applikationshåndtering, og der skal være en klar ansvarsfordeling mellem BI-holdene og forretningsbrugere.
  • Byg automatiseringsværktøjene trinvist, og brug din oplevelse til at forbedre dem. Ifølge Allen Bonde, senior vicepræsident for strategi og marketing hos eVergance, "drage fordel af det VVS, som du har opbygget i det sidste årti." Der er mange ting, du kan gøre, såsom lønningsforretninger, automatiserede grænseflader for menneskelige ressourcer og anmodninger om opkaldsafsendelse til mobile felttjenesteams. Det ville dog ikke garantere erhvervelse eller tilbageholdelse af kunder. Bonde tilføjer: "Antag ikke, at bare fordi du bygger det, vil de komme."

Konklusion

Selvbetjening og automatisering i brancher, der beskæftiger sig med big data, betragtes som enorme muligheder. Virksomheder skal dog være forsigtige, mens de bruger disse chancer, fordi skødesløs udførelse kan resultere i tab af omdømme og kunder. Korrekt uddannelse og intelligente politikker er måden at komme videre på.