Noll
(Bild: istock)
För 10 år den rådande trenden inom business intelligence (BI) och analytics har varit att gå mot självbetjäning. Det handlar om att ändra. 2018 och framåt, vi kommer att se en växande lista av vad många kallar “smarta” funktioner drivs av maskininlärning (ML) och artificiell intelligens (AI). Dessa funktioner är säker på att hjälpa oss att gå bortom gränserna för self-service-eran.
Som jag förklarar i min senaste rapport, Hur maskininlärning Och Artificiell Intelligens Kommer att Ändra BI & Analytics, vi börjar redan se smarta funktioner i fem områden: Data prep, upptäckt, analys, prognos, och AI-drivna krävande applikationer. Min forskning detaljer investeringar som gjorts av mer än 20 starter och 14 etablerade BI-och analytics-leverantörer för att avancera state of the art.
Förvänta sig en stadig drumbeat av meddelanden under 2018 och därefter om ML tillämpas på uppgifter, inklusive rengöring och kombinera data, upptäcka nya data, och att föreslå nya kombinationer av uppgifter som kan, i sin tur, avslöja viktiga insikter. Icke-teknisk verksamhet användare kommer att uppskatta ML-drivna förslag på bästa passform visualiseringar av data. Automatisk modellering funktioner, under tiden, kommer att hjälpa icke-tekniska användare i företag utnyttja kraften av prediktiv analys.
(Bild: Forskning)Som nämnts, en del av dessa funktioner är redan börjar synas. Min rapport redogör för vilka möjligheter finns idag, de börjar synas, och dem bör vi förvänta oss i framtiden. Till exempel, naturligt språk (NL) fråga baserat på sökord som finns i kolumnrubrikerna har varit med oss i år. Vissa leverantörer använder nu mer avancerade NL funktioner som kan urskilja nyanser och avsikt i fullständiga meningar (vare sig skrivit eller översatt från voice med tal-till-text-funktioner). På framkant, system börjar att behålla sammanhang av frågor, i stället för att be en isolerad fråga på en gång, du kommer att ha en lyhörd dialog med data, borrning ner och utforska från en inledande fråga.
Naturligtvis, många företag är mer intresserade av åtgärd och resultat än att tolka rapporter, instrumentpaneler och datavisualisering. Dessa är användarna mer benägna att dra nytta av den växande listan av smarta, ML – och AI-drivna krävande tillämpningar utvecklas. Här är där i samband med beslut som är inbyggd i affärssystem för försäljning, marknadsföring, HR, supply chain, logistik och mycket mer. I dessa fall, analys av data kan vara trimmad för att leverera rekommenderas nästa steg eller ens att automatisera åtgärder säker på att leda till önskade resultat.
Dessa nya funktioner kommer att göra BI, analytics, och datadrivna beslut som mycket mer tillgänglig, begriplig, och angripbara för icke-tekniska användare i företag, men att omfamna den nya kommer inte att vara så enkelt som att vifta med ett trollspö. Jag har pratat med utövare som var förvånad och bestört över att se de anställda svara på ML – och AI-drivna rekommendationer på oväntade sätt. Säljare, till exempel, ibland envist fortsätta leder anses som mindre än lovande av automatisk poäng. Här är där change management kommer att vara avgörande. Som jag förklarar i min rapport, som levererar transparent och förklaras AI som ingjuter förtroende kommer att vara avgörande för att göra smarta system för att lyckas. En gratis utdrag av komplett 27-sidig rapport som finns att ladda ner här.
Släkt historier
Åtta Uppgifter-att-Beslut Tendenser att Titta på 2018 Amazon Web Services Lägger till Ännu Mer Data och ML Tjänster, Men När är Nog Nog? Salesforce Dreamforce 2017: 4 Nästa Steg för Einstein
Relaterade Ämnen:
Big Data Analytics
Digital Omvandling
CXO
Sakernas Internet
Innovation
Affärssystem
0