Недавно я объяснил вам различия между Business Intelligence и Data Intelligence, чтобы сделать вывод, что обе дисциплины являются частью Data Analytics. Это игнорировало бизнес-аналитику. Выпей кофе, мы возвращаемся.
Что такое бизнес-аналитика?
В 1958 году немецкий инженер IBM Ганс Путер Лун изобретает термины Business Intelligence (BI), который он определяет как «автоматический метод предоставления текущих услуг по информированию ученых и инженеров. (Автоматический метод предоставления услуг по оповещению ученых и инженеров). До гиперкуба нам было еще далеко, но фундамент был заложен.
Сегодня определяемая как ИТ для использования лицами, принимающими решения, BI включает в себя Информационную систему принятия решений (SID): хранилище данных и ETL, инструменты отчетности, визуализацию данных, интеллектуальный анализ данных и т. д.
Тенденция BI — доступ к данным для всех:
- Анализ, ориентированный на клиента: мы контекстуализируем данные, чтобы помочь нашим потребителям направить их к необходимой им информации. Попрощайтесь с непонятными отчетами и неясными KPI.
- Индивидуальные инструменты: сложно найти инструмент, который получает данные, подготавливает их, визуализирует, распространяет через отчеты, интегрирует в партнерские порталы и т. д.; и кто делает это хорошо. Эпоха в персонализации решений.
- Принятие: исследование Gartner 2017 г. оценивает внедрение BI в 30%; нам еще далеко до компании, управляемой данными!
- Подтверждение нехватки Data Scientist Столкнувшись с этой нехваткой, мы подумали, что сможем обучить бизнес-экспертов науке о данных: это потерпело фиаско. я отсылаю вас к эта статья о нехватке навыков работы с данными.
- Мобильные телефоны более чем когда-либо являются целевым средством, если мы хотим, чтобы отчетность BI оставалась актуальной.
- Аналитика должна быть интегрирована: разработка вашего продукта — это хорошо, а возможность интеграции сторонних инструментов отчетности — еще лучше.
Повтор
Потребность в навыках ИИ в вашей компании: как это сделать?
Что такое бизнес-аналитика?
Бизнес-аналитика представляет собой итеративное исследование данных организации. Он должен отвечать на очень конкретные вопросы. Для этого он использует La Data, а именно, интеллектуальный анализ данных и машинное обучение.
Благодаря информационным панелям и прогнозному анализу Business Analytics предлагает более качественный анализ и позволяет предвидеть сбои.
Вот предстоящие тенденции для бизнес-аналитики:
- Анализ в режиме реального времени: благодаря таким технологиям, какИнтернет вещей (IoT), компании собирают все больше и больше данных в режиме реального времени с датчиков, мобильных устройств и даже социальных сетей. Эти данные необходимо анализировать в режиме реального времени.
- Предиктивная аналитика: машинное обучение определяет вероятность будущих результатов на основе исторических данных. Это позволяет снизить риски и принимать менее рискованные решения.
- Л’искусственный интеллект (ИИ), используемый для автоматизации анализа данных, сделает его более точным и безопасным.
- Облако: объем данных растет, и компании все больше и больше хранят их в облаке. Таким образом, анализ данных будет все чаще осуществляться в облаке.
- Повествование: инструменты визуализации помогают понять данные, а повествование позволяет передать сильное сообщение о результате анализа.
- Безопасность. Защита данных становится все более и более важной, и компании сосредотачиваются на шифровании и управлении доступом и должны определять политики безопасности. управление данными.
Аналитика данных
Аналитика данных это процесс сбора и анализа данных, чтобы сделать выводы. Методы:
- Интеллектуальный анализ данных (включая Интеллектуальный анализ текста): это исследование данных в поисках тенденций, закономерностей.
- Предиктивный анализ: это прогноз, основанный на истории
- Машинное обучение: компьютер использует статистические вероятности вместо традиционных аналитических моделей.
- Анализ больших данных, в котором используются 3 описанных выше метода.
5 основных тенденций в области анализа данных:
- Демократизация данных: все больше членов организации анализируют данные.
- Edge Computing: вычисления приближаются к источнику данных, снижая затраты и повышая скорость. IoT может дать периферийным вычислениям скачок вперед.
- Искусственный интеллект хорошо развился, в частности, в объяснении воздействия Covid на коммерческую среду. ИИ теперь имеет широкий спектр новых методов, для работы которых требуются меньшие наборы данных. Не говоря уже о генеративный ИИ, который гудит с момента выхода chatGPT.
- В фабрике данных: эта мощная архитектура улучшает использование данных и значительно сокращает операционные задачи.
- Управление данными: демократизация данных приводит к тому, что компания создает Управление данными серьезный.
💡 В итоге
Бизнес-аналитика является описательной, а бизнес-аналитика — предиктивной. Предписывающий, с другой стороны, исследует действия, которые должны быть предприняты на основе результатов двух предыдущих.
Наконец, Data Analytics объединяет эти три подхода к анализу данных. Вам решать !
👉 Узнайте все наши новости в режиме реального времени, следуя за нами на LinkedIn 👈
2023-07-18 06:30:00
1689783689
#Бизнесаналитика #бизнесаналитика #аналитика #данных #определения #тенденции