Nul
(Beeld: istock)
Voor 10 jaar lang de heersende trend in business intelligence (BI) en analytics is het bewegen in de richting van self service. Dat gaat veranderen. In 2018, zien we een groeiende lijst van wat velen noemen de “slimme” mogelijkheden aangedreven door machine learning (ML) en artificial intelligence (AI). Deze functies zijn ervoor om ons te helpen bewegen buiten de grenzen van de self-service-tijdperk.
Zoals ik in mijn laatste verslag, Hoe Machine Learning & Kunstmatige Intelligentie Zal Veranderen BI & Analytics, we zijn al begonnen om te zien smart mogelijkheden in vijf gebieden: Gegevens prep, discovery, analyse, voorspelling en AI-aangedreven prescriptieve toepassingen. Mijn onderzoek details investeringen worden gedaan door meer dan 20 startups en 14 gevestigd BI en analytics leveranciers om vooraf de stand van de techniek.
Verwacht een gestage drumbeat van aankondigingen in 2018 ongeveer ML toegepast op taken met inbegrip van het reinigen en het combineren van gegevens, het ontdekken van nieuwe gegevens en het suggereren van nieuwe combinaties van gegevens die kunnen op hun beurt ontdekken belangrijke inzichten. Niet-technische zakelijke gebruikers zullen waarderen ML-aangedreven suggesties voor best-fit data visualisaties. Geautomatiseerde modellering functies, ondertussen, zal het helpen van niet-technische zakelijke gebruikers de kracht van predictive analytics.
(Afbeelding: Het Onderzoek)Zoals aangegeven, zijn sommige van deze mogelijkheden zijn nu al beginnen te verschijnen. Mijn rapport details mogelijkheden die beschikbaar zijn vandaag de dag, deze beginnen te verschijnen, en die moeten we in de toekomst verwachten. Bijvoorbeeld in natuurlijke taal (NL) te bevragen op basis van trefwoorden beschikbaar in de kolom koppen is bij ons al jaren. Sommige leveranciers zijn nu met behulp van meer geavanceerde NL-mogelijkheden die kunnen onderscheiden nuances en opzet in volledige zinnen (of getypt of vertaald uit het stem met spraak-naar-tekst-mogelijkheden). Op de snijkant, systemen beginnen te behouden in het kader van query ‘ s; in plaats van het vragen van een geïsoleerde vraag tegelijk, je hebt een responsieve dialoog met de gegevens, het analyseren en verkennen van een eerste query.
Natuurlijk, veel zakelijke gebruikers zijn meer geïnteresseerd in actie en resultaten dan het interpreteren van rapporten, dashboards en data visualisatie. Dit zijn de gebruikers meer kans om te profiteren van de groeiende lijst van smart -, ML – en AI-aangedreven prescriptieve toepassingen in opkomst. Hier is waar de context van de beslissingen is gebouwd in business-applicaties voor sales, marketing, HR, supply chain, logistiek, en meer. In deze gevallen, de data-analyse kan worden afgestemd op het leveren van aanbevolen volgende stappen of zelfs te automatiseren acties zeker leiden tot de gewenste resultaten.
Deze nieuwe mogelijkheden zullen maken van het BI -, analyse-en data-driven besluitvorming veel meer toegankelijk, begrijpelijk en bruikbaar voor niet-technische zakelijke gebruikers, maar het omarmen van de nieuwe zal niet zo eenvoudig als het zwaaien van een toverstafje. Ik heb gesproken met hulpverleners die waren verbaasd en ontzet werknemers reageren op ML – en AI-aangedreven aanbevelingen op onverwachte manieren. Verkopers in, bijvoorbeeld, soms hardnekkig streven leidt beschouwd als minder dan veelbelovende door voorspellende scores. Hier is waar change management zijn cruciaal. Zoals ik in mijn verslag, het leveren van transparant en verklaarbaar AI, dat wekt vertrouwen zijn cruciaal om het maken van slimme systemen slagen. Een gratis uittreksel van de complete 27-pagina ‘ s tellende rapport is beschikbaar om te downloaden hier.
Verwante verhalen
Acht Data-voor-de Beslissingen Trends to Watch in 2018 Amazon Web Services Voegt Nog Meer Gegevens en ML Diensten, Maar Wanneer is genoeg Genoeg? Salesforce Dreamforce 2017: 4 Volgende Stappen voor Einstein
Verwante Onderwerpen:
Big Data Analytics
Digitale Transformatie
CXO
Het Internet van Dingen
Innovatie
Enterprise Software
0