Artırılmış analitik: 2019 için bilmeniz gerekenler

Şirketler dijital dönüşüm yolculuğuna başladıkça veya devam ettikçe, uğraştıkları veri miktarı hacim ve karmaşıklık açısından büyüyor.

Geleneksel analitik - verileri hazırlama ve analiz etme, sonuçları yorumlama ve bu verilerle hikayeler anlatma süreci - manuel ve zaman alan bir süreçtir. Ve sürekli veri patlamasıyla başa çıkmaya çalışan şirketler için önemli zorluklar doğuruyor.

Dijital dönüşüm pazarına hazır olma zaman çizelgelerini karşılamak için manuel analitiklerin zaman yoğunluğunu azaltmak zorunlu hale geldi.

Bunu yapmak için, analitik yolculuğundaki her adımı hızlandırmak için insan veri bilimcilerini makine öğrenimi (ML) ve yapay zeka (AI) ile güçlendirebiliriz - buna artırılmış analitik adı verilir.

Son 12-18 ayda, artırılmış analitik bir alan olarak büyüdü ve daha fazla işletme bu süreci kabul etmeye başladı.

İlaç, perakende, imalat ve daha pek çok sektörde dijital dönüşüm geçiren şirketler, artırılmış analitiği kullanmaya başlıyor.

Önümüzdeki yıl bu gelişmekte olan alanın daha yaygın olarak kullanılacağına ve anlaşılacağına inanıyorum.

Artırılmış analitik hakkında kısa arka plan

2000'lerin ortalarında, bulut depolama ve büyük ölçüde kullanılabilir bilgi işlem gücü daha yaygın hale geldi. Bu, büyük veri analitiğinin patlamasına neden oldu.

Bu önemli bir değişiklikti, ancak süreç hala oldukça manueldi - yani analitik profesyonellerinin hala ciltler dolusu kod yazması gerekiyordu.

Büyük veri devriminden önce, şirketler anlamlı içgörüler elde etmek için 1000'lerce akışı taramaya ihtiyaç duymuş olabilir, ancak bugün milyonlarca akıştan bahsediyoruz.

Soru şu hale geldi: Daha hızlı analitik = daha hızlı pazara sunma süresi = daha güçlü yatırım getirisi olduğunu bilerek, veri analitiği gereken süreyi büyük ölçüde azaltırken aynı değeri nasıl sağlayabilir?

Artırılmış analitiğin amacı budur: daha fazla değer elde etmek için veri analitiği alanını hızlandırmak

Artan veri hacimlerini tartışmaya ve anlamaya ihtiyaç duyulduğundan, artırılmış analitik, bu çalışma alanında büyük bir değişimi temsil ediyor.

Artırılmış analitik, analizlerin yorumlanması, oluşturulması ve paylaşılmasında halihazırda aksamalara neden oluyor. Bu da, veri bilimcilerinin verileri keşfetmek için daha az zaman harcamasını ve geleneksel, manuel yöntemlere kıyasla en alakalı içgörüler üzerinde hareket etmek için daha fazla zaman harcamasını sağlar.

Bu yaklaşım, şirketlerin dijital dönüşümün gerekli bir yönü olan daha duyarlı ve çevik olmalarını sağlayan güçlü bir mekanizmadır.

Önce, artırılmış analitiğin temel faydalarına ve bu uygulamanın geleneksel iş modellerini nasıl değiştirdiğine bakalım. Artırılmış analitik:

• veri hazırlama ve keşif sürecini hızlandırır ;
• iş konusunda daha az bilgili kullanıcılar için veri analitiğini demokratikleştirir ;
• yönetim ekibi ve tüm kuruluş için eyleme dönüştürülebilir içgörülerin benimsenmesini sağlar.

Bu faydaların dijital işletmeler için önemi büyüktür.

Kuruluşların Dijital Çağda rekabet edebilmesi için verilerin ilgili, eyleme geçirilebilir içgörüler elde etmenin anahtarı olduğu iyi anlaşılmıştır.

Yine de manuel analitik süreçlerinde var olan temel karmaşıklıklar birçok engel oluşturuyor.

Her şeyden önce, veri bilimi pratiğinde yetenekli ve aynı zamanda iş modelleri ve operasyonları hakkında keskin bir anlayışa sahip olan veri bilimcileri nadirdir.

Ek olarak, bir veri bilimcinin zamanı değerlidir - ancak bu zamanın büyük bir yüzdesi, temizleme ve etiketleme yoluyla verileri manuel olarak hazırlamak için harcanır. Bu zaman ve kapasite sıkıntısı, çoğu veri analitiğinin verilerin küçük bir kısmı üzerinde gerçekleştirilirken, veri varlıklarının büyük bir kısmının çıkarılmadığı anlamına gelir.

Artırılmış analitiklerin gerçekten ne kadar yıkıcı olduğunu görmek için yukarıda listelenen faydaları inceleyelim.

Artırılmış analitiğin üç ana avantajı

1. Veri hazırlama ve keşfini hızlandırır

Elle yapıldığında, veri hazırlama zahmetli ve karmaşık bir iştir.

Veri bilimcilerin taraması gereken milyonlarca kaydı olduğunda, örneğin belirli bir bölgedeki tüm müşterileri bulmak gibi basit bir görev, kelimenin tam anlamıyla aylar alabilir.

Büyük bir özel kağıt ürünleri perakendecisi örneğini alın. Dijital yolculuklarının bir parçası olarak müşterileri daha iyi anlamaları gerekiyordu, ancak eski sistemlerden gelen verilerin kalitesi düşüktü.

Sadece incelenecek çok büyük miktarda veri yoktu, aynı zamanda çeşitli alanlarda tutarsızlıklar vardı ve bunları tek bir birleşik formatta uzlaştırmak göz korkutucuydu.

1200 farklı XML dosya formatında değerlendirilecek 26 milyon kayıt vardı.

Verileri manuel işlemlerle temizlemek altı ila 12 ay sürerdi. Perakendeci, artırılmış analitik veri hazırlama tekniklerini ve makine öğrenimi algoritmalarını kullanarak, verileri yaklaşık üç hafta içinde temizleyebildi.

Bu yinelemeli adımları otomatikleştirerek, tüm veri hazırlama ve keşif süresi %50-80 oranında kısaltılabilir.

Durum böyle olsaydı, veri analizi ekibinizin ne kadar üretken ve verimli olabileceğini hayal edin!

2. Veri analitiğini demokratikleştirir

Veriler hazırlandıktan sonra, artırılmış analitik, iş konusunda daha az bilgili veri bilimcilerinin bulmakta usta olamayacakları iş modellerini etkileyen sinyalleri algılar.

Artırılmış analitikle, veri bilimcilerin sonuç almak için kod kullanmak veya yazmak için uygun algoritmayı belirlemesi gerekmez.

Artırılmış bir analitik araç seti, veriler üzerinde sekiz ila 10 algoritma çalıştıracak ve kalıpları ve aykırı değerleri tespit etmek için ortak bir formata sığdıracaktır.

Örneğin, büyük bir kuruluş, daha fazla araştırma yapılmasını gerektiren herhangi bir aykırı değer olup olmadığını belirlemek için satıcılarından faturalandırmaya ilişkin içgörüler isteyebilir.

Dünyanın dört bir yanındaki operasyonlar ve çalışanlarla bu, her ay binlerce veya yüz binlerce satıcıdan gelen faturalara eşit olabilir.

Temel verilere dayalı olarak, artırılmış analitik, kalıpları tespit etmeye başlayacak ve şirkete sürekli olarak ayda 50.000 ABD Doları fatura kesen belirli bir satıcının, 500.000 ABD Doları tutarında bir fatura gönderdiğini tespit etmek için otomatik olarak bir aykırı değer analizi oluşturacaktır.

Bu, otomatik olarak dolandırıcılık faaliyeti olarak işaretlenmese de, normalden daha büyük miktar, veri analitiği uzmanının daha fazla araştırma yapması için işaretlenecek ve bu keşfi yapmak için ilk önce algoritmayı yazma yükünü ortadan kaldıracaktır.

Başka bir deyişle, artırılmış analitik, içgörüleri demokratikleştirerek iş kullanıcılarının karmaşık içgörüleri çıkarmasını kolaylaştırır ve bunu yaparken onlara önemli ölçüde zaman kazandırır.

3. Yöneticiler için ve bir kuruluş genelinde eyleme geçirilebilir içgörülerin benimsenmesini sağlar

Sinyaller ve kalıplar belirlendikten sonra sonuçların yöneticilerle iletilmesi gerekir.

Bunu yapmanın bir rapor veya gösterge tablosu oluşturmak gibi geleneksel yolları, genellikle bir platforma giriş yapmak ve kendi veri yorumlamalarını yapmak için zamanı olmayan yöneticilere ek yükler getirir.

Artırılmış analitik ile araç, grafiği veya raporu okuyacak ve bilgileri "Son birkaç aydır devam eden bir trend olan X bölgesinde satışlarınız düşüyor" gibi doğal dil ifadelerine çevirecek. Veya, "Rakip Y'ye pazar payını kaybediyorsunuz."

Takım liderleri, “geniş düzeyde satışlar %10 arttı, ancak her bir bölgesel düzeyde marjlar nasıl?” gibi sorulara yanıt alabilir. Bu düzeyde eyleme geçirilebilir içgörü sağlamak, veriye dayalı karar vermeyi mümkün kılar ve tüm kuruluş genelinde benimsemeyi artırır.

Gelişmiş analitik sistemleri, ses ve doğal dil işleme yetenekleri sunar ve kurumsal arama arayüzlerine ve BI platformlarına gömülüdür.

Şunu hayal edin: veri bilimcileri, doğal dili kullanarak, yalnızca "satış çabalarımız rakiplerimizle nasıl karşılaştırılır?" gibi bir soru sorarak artırılmış analitik platformlarıyla etkileşime girebilir.

Artırılmış analitik, veri analizi sürecini hem iş kullanıcıları hem de vatandaş veri bilimcileri için basit hale getiren perde arkası karmaşıklıklarını ele alır.

Artırılmış analitikle nasıl ilerleyebilirsiniz?

Yukarıda özetlenen faydalar ve bu büyük bozulmayı mümkün kılan mevcut teknolojiler ile soru, artırılmış analitiği benimsemeniz gerekip gerekmediği değildir. Soru, ne zaman ve nasıl başlayacağınızdır.

Yukarıda tartışılan farklı adımlar için birkaç araç türü olsa da, tüm işlevleri yerine getiren veya tüm kuruluşlara uyan tek bir araç yoktur.

Şirketler için ilerlemenin en iyi yolu, özel bir yol haritası oluşturmak için analitik ve gelişmekte olan artırılmış analitik araç setleri ve metodolojilerinde geniş deneyime sahip bir danışman ortakla çalışmaktır. İleriye dönük başarılı bir yol oluşturmak için doğru insan, süreç ve teknoloji kombinasyonunun bir araya gelmesi gerekir.

Artırılmış analitik hala gelişmekte olan bir alandır. Günümüzde çoğu şirket, tüm uçtan uca süreç için artırılmış analitiği benimsemiyor, ancak küçük bir parça ile başlıyor - bu da gitmek için iyi bir yol.

Önümüzdeki birkaç yıl içinde bunun değişeceğini ve kuruluşların tüm veri analitiği yaşam döngüsü için artırılmış analitiği kullanmasını bekliyorum.

2019'da, artırılmış analitiklerin sağladığı önemli faydalar dikkate alınması gereken kilit alanlardır: hız, demokratikleşme ve geniş çapta benimseme.

Bu yeteneklerle kuruluşlar, müşteri ihtiyaçlarını anlamak ve öngörmek, iş süreçlerini ayarlamak ve iyileştirmek ve bugün ve gelecekte başarı için kendilerini konumlandırmak için iyi donanımlıdır.