כיצד נתונים גדולים יכולים לעזור בניתוח בשירות עצמי

מְחַבֵּר: Laura McKinney
תאריך הבריאה: 2 אַפּרִיל 2021
תאריך עדכון: 9 מאי 2024
Anonim
Expedia | Big data self-service analytics with Tableau and AWS
וִידֵאוֹ: Expedia | Big data self-service analytics with Tableau and AWS

תוֹכֶן


מקור: Nexusplexus / Dreamstime.com

להסיר:

בעזרת ניתוח עצמי בשירות עצמי, אפילו אנשים שלא מתמחים במדעי נתונים יכולים לפרש נתונים.

שירות עצמי הוא חלק מחיי היומיום שלנו. אנשים מוסמכים לבצע את משימותיהם בעצמם, כמו עסקאות כספיות בכספומט, שאיבת דלק בתחנות דלק, צ'ק אין בשדות תעופה ופעילויות רבות אחרות דומות. אז מצד אחד זה מקטין את עלויות התפעול של ארגון, ובצד השני הוא מייצר נפח גדול של נתונים (בדרך כלל נתונים גדולים). לנתונים אלה יש פוטנציאל רב בעולם האנליטיקס. ארגונים מוציאים תובנות משמעותיות מנתוני שירות עצמי כזה ומייצרים מהם הזדמנויות עסקיות נוספות.

מה הם נתוני שירות עצמי?

ניתוח נתונים של שירות עצמי הוא למעשה סוג של ניתוחים מתקדמים שיכולים לאפשר לעסקים להשתמש בכמות הגדולה של נתונים / נתוני ענן כדי למצוא את הסיכויים והבחירות העסקיות הטובות ביותר. זה גם קל מספיק כדי לשמש את האנשים ללא רקע סטטיסטי או טכנולוגי ברור מאוד.

ניתוח בשירות עצמי מאפשר למשתמש לסרוק מזבלות נתונים גדולות, לדמיין את הנתונים ולהשתמש בהם כדי לקבל תובנות שימושיות עבור העסק שלו. זה גם מאפשר לעסקים להבטיח שמילוי הדרישות היומיומיות שלהם, ולדעת על דרישות אחרות שעלולות להתעורר. התובנות מגיעות ממאגרי נתונים גדולים בבעלות עסקית, אשר בתורם מגיעים מנתוני עסקאות שונים, יומני רשת, נתוני חיישנים ונתוני מדיה חברתית. בינה עסקית בשירות עצמי היא תת קבוצה של נתוני שירות עצמי, המסייעת לעסק לקבל החלטות חשובות על בסיס הנתונים.


כיצד נתוני שירות עצמי עוזרים לאנליטיקס

בימינו חברות רבות מייצרות תוכנה המאפשרת למשתמשים עסקיים לאסוף מידע ממגוון מקורות. תוכנה כזו יכולה להיות קשה לשימוש. יש לו לוחות מחוונים המאפשרים לאנליטיקאי לבצע שאילתת נתונים ולנתח אותם. תוכנה כזו, בשל מורכבותה ועקומת הלמידה התלולה, יכולה לשמש אך ורק על ידי אנליסטים מאומנים מאוד, הנקראים גם מדעני נתונים. (למידע נוסף על מדעני נתונים, עיין במדעני נתונים: כוכבי הרוק החדשים של עולם הטכנולוגיה.)

נהפוך הוא, ניתוח של שירות עצמי הונהג בכדי לסייע לעסקים להמשיך בניתוח יעיל של נתונים, ללא צורך באנשי מקצוע מיומנים, מכיוון שמדעי נתונים מתקשים מאוד למצוא בימינו. זה יאפשר גם למשתמשים עסקיים לטפל ישירות בנתונים, אותם הם יכולים בקלות לתפעל בהתאם לצרכים והעדפותיהם. לכן, נתוני שירות עצמי מאפשרים למשתמשים עסקיים לקבל החלטות טובות המבוססות על ניתוח חזק אך קל לביצוע.

כיצד מושפע ה- BI על ידי נתוני שירות עצמי

צרכיהם של עסקים תמיד נשארים זהים, אם כי הטכנולוגיה הנדרשת כדי להשיג יעדים אלה משתנה עם הזמן והטכנולוגיות הזמינות כיום. בימינו כמות הנתונים גדלה פי כמה. גם נתונים כאלה מורכבים מאוד, מכיוון שהם מגיעים ממקורות רבים ושונים.


עם זאת, עם הופעת ניתוח נתונים בשירות עצמי, ניתן לנתח בקלות כמויות גדולות של נתונים. כמו כן, "שכבה סמנטית" מיוחדת מאפשרת אפילו למשתמשים עסקיים רגילים לגשת בקלות לנתונים ולהשתמש בהם, מכיוון שהיא פותרת את מורכבות הנתונים. זה הביא להחלטות עסקיות קלות יותר, המבוססות על ניתוח נתונים מדויק ומעניקים שם חדש למודיעין העסקי. (כדי ללמוד את היסודות של BI, קרא מבוא לבינה עסקית.)

מהם האתגרים?

שילוב של כלי בינה עסקית בשירות עצמי חייב להיעשות בעדינות רבה, מכיוון שהוא יכול לאפשר למשתמשים עסקיים לבצע בקלות משימות הקשורות למודיעין עסקי, אך הוא מחייב את אנשי ה- IT לנהל את הנתונים שלהם. עם זאת, שילוב הנתונים יכול להיות קשה מאוד, כמו בכל פיתרון BI.

ספריות אוניברסיטת בוסטון הן מרכזי משאבים חינוכיים, המורכבים משלוש ספריות, עם למעלה מ- 2.5 מיליון ספרים. עם זאת, המערכת הייתה זקוקה לדיווח על שירות עצמי לצורך הקצאה נכונה של התקציב שלה והבטחת גישה לנייד.

לאחר יישום פיתרון השירות העצמי, נוספו לבסיס הסטודנטים כ -14,000 סטודנטים נוספים. הם היו יכולים לגשת למשאבים העצומים שלה מכל מקום ובכל זמן.

Motionsoft

Motionsoft היא ספקית פתרונות פיננסיים לעסקים בתחום הבריאות והבריאות. מערכת הדיווח הישנה של קריסטל לא הייתה מספיק חזקה עבור מרכזי שליטה אינטראקטיביים ודיווח מבוסס אינטרנט, ולכן היא בחרה בפתרונות לשירות עצמי כמו Logi Ad Hoc ו- Logi Info. הפתרונות היו עוצמתיים מאוד ואפשרו יכולות רבות של שירות עצמי.

היילנט

Hylant היא ספקית של תיווך ביטוח שהן חסכוניות במיוחד. הם מספקים גם פתרונות לניהול סיכונים עבור מגוון עסקים. הם היו צריכים לחסל כל שינויים אד הוק על ידי שיפור תהליך בקשת הדוח. הם גם היו צריכים לעזור למשתמשים ליצור דוחות משלהם.

אז הם השתמשו במודול השירות העצמי של לוגי, שאיפשר ללקוחותיהם לבצע שאילתות ולנהל את הדוחות שלהם בקלות רבה, ובכך עזרו לקבל החלטות טובות יותר.

סיכום

שירות עצמי הוא באמת נקודת מפנה בתחום ניתוחים עסקיים. עזרה עצמית היא העזרה הטובה ביותר, שכולנו מכירים, ובעזרת ניתוחים עסקיים בשירות עצמי, אנו יכולים לממש זאת. חלפו הימים שבהם משתמשים עסקיים נאלצו להתייעץ עם מדעני נתונים בכל שאלה או לכל משימה שהיא.כעת המשתמשים יכולים לבצע ניתוח משלהם במדויק, מה שמגדיל גם את מהירות העסק. כמו כן, ככל שמדעי נתונים מנוסים מתקשים למצוא אותם, יש צורך בפעולות קלות יותר שאפשר לעשות על ידי משתמשים לא מנוסים אפילו באמצעות הכשרה מתאימה. למרות שישנן בעיות מסוימות, כמו בעיות אבטחה, בעיות של שלמות נתונים וכו ', פיתרון שירות עצמי זה יתפתח ובתקווה יבטל אותן אוטומטית. לכן, ניתן להסיק כי המודיעין העסקי בשירות עצמי יהיה האינטיליגנציה העסקית של העתיד.