3 Hal yang perlu Anda ketahui untuk menguasai aplikasi bi swalayan

Sementara banyak basa-basi dibuat tentang aplikasi intelijen bisnis swalayan (BI) dan demokratisasi data selama masa kejayaan Big Data, orang tidak mendengar banyak tentang semua itu sekarang. Seolah-olah semua hal ini sangat rutin dan sudah tertanam dalam pekerjaan sehari-hari sehingga diskusi lebih lanjut tidak diperlukan lagi. Dengungan telah memudar dan dunia, tampaknya, telah beralih ke hal-hal yang lebih fantastis dan fantastik seperti pembelajaran mesin (ML) dan pembelajaran mendalam dan semua hal kecerdasan buatan (AI).

Tetapi itu bukan kenyataan bagi analis bisnis dan pengguna lini di seluruh jajaran perusahaan di mana pun saat ini. Sementara aplikasi BI swalayan telah terwujud, banyak yang masih membuat pengguna terjebak di antara batu statistik dan tempat yang sulit divisualisasikan. Jangan takut, bantuan ada di sini!

Pointers Kelangsungan Hidup Crib Sheet

Jika Anda tidak dapat atau tidak melakukan perhitungan matematis di luar perhitungan sebagai persentase dari tagihan makan malam Anda, membagi tagihan antara beberapa pengunjung, atau menyeimbangkan akun giro Anda begitu Anda tiba di rumah, jangan khawatir. Faktanya, banyak orang tidak bisa, atau setidaknya tidak, melakukan hal-hal itu tanpa bantuan aplikasi. Anda tentu tidak sendirian dalam menjadi sedikit bingung tentang hal-hal seperti algoritma, ilmu data, dan statistik. Dan bahkan jika Anda tidak bingung dengan hal-hal itu, mungkin Anda hanya tidak ingin melakukannya. Tidak semua orang menganggap itu menyenangkan dan itu juga oke.

Catatan buaian untuk mereka yang menemukan statistik membenci atau hanya bisa ditembus adalah sama: tetap dengan aplikasi BI swalayan yang bekerja dari pertanyaan bahasa alami atau yang telah mengotomatiskan seluruh proses penambangan data hingga pemilihan visualisasi data. Aplikasi tersebut termasuk IBM Watson Analytics dan Salesforce Einstein Analytics, masing-masing. Dan, mengapa ya, keduanya didorong oleh AI.

Aplikasi seperti ini memiliki keterbatasannya juga, dan Anda akan menemukan batasan itu dirinci dalam alat BI layanan mandiri kami dan alat visualisasi data meninjau pengumpulan data. Tetapi bahkan dengan kelemahan mereka, mereka adalah alat yang sempurna untuk yang secara matematis tertantang dan mereka yang tampaknya alergi terhadap statistik.

Jangan Swalayan, Aplikasi BI, Lakukan Matematika?

Mengapa, ya, mereka melakukannya; semacam itulah inti di balik aplikasi ini. Mereka sebagian asisten virtual otomatis untuk ahli manusia yang hanya ingin fakta sehingga mereka bisa menghitamkan intinya. Jadi disana! Anda tidak terlibat, semacam, mungkin. Anda tidak harus menderita kilas balik ke kasta perguruan tinggi aljabar linier dan statistik karena ada semua aplikasi ini untuk itu.

Sayangnya, Anda masih perlu memahami cara kerjanya setidaknya. Jika Anda tidak bisa memaksa diri untuk kembali atau menyegarkan kembali keterampilan Anda di bidang ini, maka bacalah catatan boks di atas.

Jika Anda lebih suka menjadi talenta yang paling dicari di bidang Anda, jagoan terpanas di tim, dan master sihir data sambil bekerja di perusahaan Anda, tetapi tidak ingin menggunakan semua judul ilmuwan data, kemudian ambil kursus online cepat untuk mempertajam pemahaman Anda tentang statistik. Beberapa contoh penyedia pendidikan online untuk statistik dasar dan lanjutan termasuk Khan Academy, Statistics.com, dan Udemy.

Tidak, Anda tidak perlu gelar dalam statistik untuk menggunakan aplikasi BI swalayan; hanya memiliki pengetahuan yang berfungsi tentang apa arti istilah dan konsep apa yang akan cukup. Jadi, bahkan beberapa podcast, mungkin seperti seri ini, mungkin cukup untuk membuat Anda di jalur yang benar.

Semakin banyak Anda memahami tentang statistik, semakin baik Anda. Jika tidak ada yang lain, Anda akan lebih memahami data apa yang perlu Anda gunakan, mengapa Anda harus membuang outliers, data apa yang akan diberikan ke sumbu mana saat merencanakan grafik, dan bagaimana membentuk kueri yang bermanfaat. Anda juga akan lebih percaya diri dalam analisis jika Anda tahu apa yang harus dicari. "Anda harus yakin bahwa proses dan kontrol yang tepat tersedia untuk memastikan data tersebut akurat, " kata Mike Duensing, Chief Technology Officer dan Wakil Presiden Eksekutif Teknik di Skuid. "Sebagai contoh, Anda tidak ingin menyajikan tren kepada tim eksekutif Anda yang baru dari alat BI Anda yang canggih, hanya untuk mengetahui nanti itu benar-benar salah."

3 Hal yang Perlu Anda Ketahui

Dengan asumsi Anda telah memilih salah satu aplikasi yang digerakkan oleh AI atau salah satu dari aplikasi BI swalayan berorientasi matematika yang lebih banyak pengguna, berikut adalah tiga hal yang perlu Anda ketahui untuk memanfaatkan aplikasi BI swalayan dengan sebaik-baiknya.

1. Literasi data adalah hal nyata yang harus Anda miliki. Ya, kami menyinggung itu sebelumnya dalam diskusi tentang nilai keterampilan matematika tertentu. Tetapi penting juga untuk menjelaskan apa literasi data dan keterampilan yang kemungkinan perlu difokuskan untuk meningkatkan skor keseluruhan mereka. "Literasi data didefinisikan oleh MIT dan Emerson University sebagai kemampuan untuk membaca, bekerja, menganalisis, dan berdebat dengan data, " tandas James Fisher, Wakil Presiden Pemasaran Produk Global di Qlik. Di bawah ini dia menjelaskan setiap kemampuan:

a) Membaca data: melibatkan pemahaman tentang data apa dan aspek apa dari dunia yang diwakilinya.

b) Bekerja dengan data: melibatkan menciptakan, memperoleh, membersihkan, dan mengelolanya.

c) Menganalisis data: melibatkan penyaringan, pemilahan, pengumpulan, pembandingan, dan pelaksanaan operasi analitik lainnya di dalamnya.

d) Berdebat dengan data: melibatkan penggunaan data untuk mendukung narasi yang lebih besar yang dimaksudkan untuk mengkomunikasikan pesan kepada audiens tertentu.

"Jika ada takeaway dari 15 tahun bekerja dengan organisasi dan data, ini adalah ini: Pengguna bisnis suka menemukan cerita dalam data mereka, dan akan mengiris dan dadu tanpa henti untuk mendapatkannya, " kata Adam Nathan, pendiri dan CEO Brainbox Consulting, yang baru-baru ini dijual ke Logic20 / 20. "Di mana mereka berjuang menerjemahkan apa yang menarik menjadi apa yang bisa ditindaklanjuti. Dengan cara yang sama, 50.000 penggemar di pertandingan bisbol suka melihat statistik pemain di Jumbotron; sangat sedikit dari mereka yang memiliki bisnis untuk bermain Moneyball."

2. Pertanyaan yang tepat adalah segalanya. Aplikasi BI swalayan sebagian adalah asisten aplikasi terotomatisasi. Ini artinya, biasanya, kaulah yang harus memikirkan pertanyaan (alias, kueri). Membentuk permintaan itu sangat penting karena jawabannya hanya berguna seperti pertanyaan. Satu pengecualian untuk aturan ini adalah aplikasi khusus seperti Salesforce Einstein Analytics yang disebutkan di atas, yang berfokus pada data penjualan dan manajemen hubungan pelanggan (CRM) dan dengan demikian dapat secara otomatis, melalui Einstein, menentukan sebelumnya apa yang ingin Anda ketahui dari penjualan dan data pelanggan. Contoh lain dari aplikasi BI khusus adalah Google Analytics dengan fokusnya pada situs web dan data seluler. Sekali lagi, kumpulan data adalah tipe yang terdefinisi dengan baik dan permintaan dapat diprediksi dan dengan demikian telah ditetapkan sebelumnya.

Tidak yakin harus mulai dari mana dalam membentuk permintaan Anda untuk aplikasi BI tujuan lebih umum? Biasanya indikator kinerja utama perusahaan atau industri Anda (KPI) adalah titik awal yang baik karena mereka mendefinisikan analisis yang sudah diketahui bermanfaat. Anda dapat mulai melapis atau menambahkan pertanyaan terkait atau baru dari sana. "KPI dapat berupa metrik tunggal, seperti total pendapatan, atau metrik komposit, seperti pendapatan per pengguna aktif, " kata Ariel Michaeli, pendiri dan CEO Appfigures. "Jadi, penting bahwa platform BI memiliki kemampuan untuk menggunakan beberapa metrik."

Jangan biarkan label "swalayan" pada aplikasi BI ini menghentikan Anda untuk meminta bantuan TI atau analis bisnis yang berpengalaman. "Jika Anda tidak dapat menemukan metrik yang Anda cari, tanyakan! Mungkin itu bukan bagian dari peluncuran solusi BI Anda, " kata Doug Bordonaro, Kepala Penginjil Data di ThoughtSpot. "Seorang analis mungkin senang menambahkannya dengan cepat untukmu."

Dan, saat menyusun kueri yang akan Anda gunakan sangat penting, begitu juga mengantisipasi pertanyaan yang mungkin muncul setelah Anda mempresentasikan hasil analisis data karena hal itu dapat mendorong Anda untuk melakukan analisis lebih lanjut. "Pastikan Anda dapat menjawab enam pertanyaan yang kemungkinan besar akan ditanyakan oleh orang karena mereka akan bertanya, " saran Lucio Daza, Direktur Pemasaran Produk Teknis di AtScale.

3. Data adalah alfa dan omega dari seluruh latihan. Banyak tergantung pada data yang Anda pilih untuk digunakan. Itu adalah pengguna yang memilih, memuat, dan membersihkan data, jadi ya, tanggung jawabnya sebagian besar pada Anda. Pepatah lama "sampah masuk, sampah keluar" masih berlaku. Seperti yang dikatakan oleh Olivia Duane Adams, Chief Customer Officer dan mitra pendiri Alteryx: "Memahami pertanyaan Anda akan membawa Anda kembali ke data itu sendiri, seperti mengetahui data apa yang dibutuhkan dan di mana mungkin tinggal. Lagi pula, data tidak menciptakan wawasan sampai Anda memasukkannya ke dalam analisis."

Anda harus memikirkan prosesnya, dari pemilihan data hingga pembentukan kueri, sebelum Anda melakukan apa pun dengan aplikasi. Kalau tidak, Anda hanya memancing. Bukan berarti eksplorasi data tidak memiliki tempatnya. Tetapi, jika Anda membutuhkan wawasan spesifik dengan cepat, maka Anda lebih baik memastikan Anda berada di kolam yang tepat dan membawa umpan yang tepat sebelum Anda melempar baris pertama. Ingatlah bahwa Anda adalah ahli materi pelajaran (SME), bukan mesin. Gunakan bakat dan pengalaman Anda untuk mencari tahu data apa yang Anda butuhkan dan untuk memaluinya menjadi bentuk utama sebelum memberitahu perangkat lunak untuk melakukan pekerjaan analitis.

Jadi, apa yang Anda lakukan jika Anda benar-benar menyukai SME tetapi juga pemula yang benar-benar kehilangan dalam memilih data dan menggunakan aplikasi BI swalayan? "Kenali pengguna listrik lokal Anda, " kata Bordonaro dari ThoughtSpot. "Kemungkinannya, ada seseorang yang duduk sangat dekat dengan Anda yang dapat menunjukkan kepada Anda bagaimana memulai karena hambatan untuk belajar jauh lebih rendah daripada produk BI tradisional."