當今嵌入式和自助服務分析的最佳實踐
自助服務分析市場正在增長。
業內專業人士等待分析專家發布昨日業績報告的日子一去不復返了。 還記得那些合并電子表格、特殊圖表和多個版本的事實的日子嗎? 現在比以往任何時候都更需要統一各種來源的數據,并將其轉化為可操作的見解。 這是因為任何落后的人都會落后。
分析的新基線要求數據講述一個故事。 解決方案必須包括嵌入式應用程序,快速自助服務和實時交付和視覺效果。 在每一個行業,用戶都在尋求隨時獲取高質量數據和分析的機會,以獲取證據和執行決策的信心,而將商業智能和分析交到最終用戶手中的自助服務分析市場正在呈指數增長。
嵌入式分析工具與日常工作流中使用的應用程序無縫集成。 集成應用程序不需要用戶退出程序或打開獨立分析軟件來查找更多數據,而是提供了立即訪問分析和可視化功能。 嵌入可以讓人們專注于加速的洞察力。 嵌入式分析的高級版本提供了人工智能、機器學習和預測能力,這些能力可以真正實現變革,幫助自動化工作流,提高生產力并觸發關鍵行動。
使用集成分析功能進行更快的數據驅動決策
Constellation Research副總裁兼首席分析師 Doug Henschel撰寫的一份題為"下一代嵌入式分析數字轉換"的報告描繪了情景分析的興起,提供了建議、最佳做法和嵌入式分析的前景。 Henschel通過幾個案例展示了嵌入式分析在不同行業中的創造性應用,概述了嵌入式分析如何推動收入增加或成本降低等業務成果。
“先進的嵌入式分析提供了人工智能、機器學習和預測能力,能夠真正實現變革,幫助自動化工作流程并觸發關鍵行動。 星座研究副總裁兼首席分析員亨舍爾(Doug Henschel)
嵌入式分析的演進
性能結果通常通過描述性分析進行總結,提供當前和過去業務性能的快照。 但是海量的數據和不一致的數據威脅著許多組織。 可以自動進行組合、清理和查詢的工具可以提供幫助。 數據可視化可以更容易地闡明和解釋洞察力。 數據可視化廣泛應用于各個行業,以支持銷售、培訓、管理、營銷和運營方面的改進。
診斷分析走得更遠。 業務用戶可以將診斷分析功能和自動化數據科學算法應用于分析問題和查詢,而無需等待數據科學專家的幫助。 嵌入式 AI功能可以指導對隱藏關系和驅動程序的探索,診斷分析可以為“x為什么會發生?”和“應該怎么做?”等問題提供答案和支持證據。 并且診斷可以確定風險或標記潛在的法規遵從性差距。
預測性分析可以揭示未來可能發生的事情。 自助服務預測分析允許業務用戶運行假設場景來測試假設。 對于沙箱方法,what-if可以幫助用戶優化各種參數,以嘗試最大限度地利用機會,并幫助降低風險。 市場營銷、信用評分和預防犯罪是預測分析特別有用的領域。
創新與顛覆
定制設計的預測分析,使用自動化和復雜算法,可以預測結果,并在企業資源規劃(ERP)解決方案的范圍內建議行動。 不太常見的現成的,這樣的程序可能是為了適應不同行業和業務線的解決方案用例而設計的。
高級 AI可以預測、執行、學習并自動調整到動態演化的場景,利用不斷的內部反饋來自我調節,并根據程序自身開發的結果進行學習、調整和執行。 一 旦未來浪潮到來,這些應用程序將成為主流。 創新的分析程序可以幫助企業擾亂市場,并創建新的程序,比如在供需不平衡的市場中匹配各方的程序,比如叫車應用程序。
確定 BI功能目標和部署參數
研究報告建議了一系列考慮因素,以幫助確定組織建設商業智能(BI)能力的目標,從確定難點和機會到擬議的用戶組和技能水平、當前的 BI能力和部署參數。 報告還詳細說明了在審查潛在的分析廠商時要考慮的關鍵問題。
考慮因素包括:
架構和部署的靈活性數據管理、數據科學、自定義和可擴展性供應安全需求
為嵌入式分析的未來而構建
IBM® Cognos® Analytics是 AI注入的解決方案的一個示例,該解決方案提供自助服務描述分析、預測和診斷。 Cognos被構建為嵌入到您的應用程序中,這樣用戶就可以構建報表、儀表板和高度引人入勝的交互式可視化,這些可視化實際上來自于任何數據源。
通過對 REST和 JavaScriptAPI的支持,開發嵌入、定制和自動化 Cognos Analytics功能的應用程序變得更快、更容易。 例如,儀表板 API主要用于將儀表板的交互式小部件嵌入到 Web頁面或應用程序中,完全控制布局和樣式。
用戶可以直接從各種應用程序訪問大多數數據源,包括事務 OLTP數據庫、數據集市和倉庫、大數據集群、專欄、內存或 OLAP源。 即使對于具有多個數據庫、表和復雜連接的極其復雜的數據源也是如此。 這些數據可以存在于本地、云或混合云或多云環境中。
Cognos支持用戶、組和角色的現有安全模型,幾乎支持任何安全提供者的單點登錄。 下一代 RESTfulAPI使應用程序開發能夠擴展、利用和自動化功能。
了解更多IBM 數據與AI解決方案請訪問:http://cloud.51cto.com/act/ibm2021q1/ai#3