Analytics vereenvoudigen door AI Insights toe te voegen

Blog

Kunstmatige intelligentie en machine learning zijn de toekomst van elke branche, met name data en analytics. In Opgroeien met AIhelpen we u op de hoogte te blijven van alle manieren waarop deze baanbrekende technologie de wereld verandert.

Hoewel de meeste organisaties weten dat data cruciaal zijn om een ​​concurrentievoordeel te behalen, heeft slechts 27% van de bedrijven met succes een datacultuur gecreëerd of op grote schaal een big data– of AI-initiatief overgenomen, aldus een recent onderzoek van NewVantage Partners. In zijn rapport ‘Top 10 Trends in Data and Analytics’ uit 2020 voorspelt Gartner dat slechts 10% van de bedrijven augmented analytics optimaal zal gebruiken.

Het is duidelijk dat er een enorm potentieel is voor data en AI om een ​​bedrijf te revolutioneren, dus waarom is er zo’n grote kloof tussen bedrijven die dergelijke initiatieven met succes implementeren?

Bedrijven moeten drie belangrijke uitdagingen overwinnen om analyses effectief te implementeren:

1. Datavolumes en variëteit nemen exponentieel toe. Het is voor mensen onmogelijk geworden om de enorme datasets die dagelijks worden gemaakt te begrijpen door alleen spreadsheets en handmatige analyse te gebruiken. In plaats daarvan is zeer technische, code-gestuurde data-analyse nodig om inzichten uit deze enorme hoeveelheden informatie te ontsluiten.

2. Er is een enorme kloof in vaardigheden. Terwijl datavolumes blijven toenemen, is het moeilijk om mensen met de vaardigheden om inzichten uit data te organiseren, te verzamelen, bloot te leggen, te interpreteren en op te halen, te verkrijgen. LinkedIn heeft zelfs gemeld dat drie van de top 10 opkomende banen van 2020 gerelateerd waren aan data: artificiële intelligentiespecialist (# 1), datawetenschapper (# 3) en data-engineer (# 8). En als deze veelgevraagde professionals te vinden zijn, zijn het dure aanwervingen; hierdoor hebben veel organisaties niet genoeg dataprofessionals in hun gelederen.

3. Het is moeilijk om signaal van ruis te scheiden. Soms zijn de gegevens erg luidruchtig, vluchtig of moeilijk te begrijpen. Wanneer dit gebeurt, is het voor gebruikers een enorme uitdaging om inzichten te verwerven, wat resulteert in een lage acceptatie van analyses door zakelijke gebruikers.

Betere analyse door AI

AI maakt data-analyse eenvoudiger

Hoewel data-analyse moeilijk kan zijn, helpt kunstmatige intelligentie organisaties om hun informatie te begrijpen. AI-gestuurde augmented analytics kunnen gebruikers snellere antwoorden en bruikbare inzichten in hun bedrijfsstatistieken geven. En gelukkig hoef je niet eens een datawetenschapper of data-analist te zijn om deze inzichten te vergaren.

Een voorbeeld van hoe AI de vaardigheidskloof kan overbruggen en gebruikers kan helpen sneller antwoorden te krijgen, is natuurlijke taalverwerking (NLP), waarmee elke gebruiker gegevens kan opvragen met behulp van alledaagse spraak. Gewoon vragen stellen als: “Welk sociaal netwerk leverde ons de meeste verkopen op in het tweede kwartaal?” levert ogenblikkelijke resultaten op in tegenstelling tot het doorzoeken van spreadsheets of het schrijven van SQL (hoe leuk dat ook mag zijn!). Dit maakt complexe data voor iedereen toegankelijk, van de meest doorgewinterde BI-analist tot degenen in de C-suite. Gartner voorspelt dat conversational analytics en NLP de acceptatie van een analyseplatform in het hele bedrijf zullen stimuleren van 32% naar 50%, waardoor dagelijkse gebruikers toegang krijgen tot de antwoorden die ze nodig hebben om beslissingen te nemen. Bovendien voorspelt Gartner dat 50% van de analytische zoekopdrachten zal worden gegenereerd via zoeken, NLP of spraak.

Verborgen inzichten blootleggen met AI

Het inbrengen van AI in hun analyseplatform is voor moderne BI-bedrijven de rigueur geworden om gebruikers te helpen bij het voorspellen van gegevens, het identificeren van trends en het geven van verklaringen die met het blote oog misschien niet zichtbaar zijn.

Voorspelling

Het hebben van een nauwkeurige voorspelling is essentieel voor een bedrijf om beslissingen te nemen. Platforms zoals BI.nl kan voorspellingen doen op historische gegevens, waardoor niet-technische gebruikers bedrijfsresultaten en veranderingen in kritieke statistieken kunnen voorspellen en beslissingen kunnen nemen op basis van nieuwe inzichten. Een theater kan bijvoorbeeld gegevens uit het verleden gebruiken om de inkomsten en het aantal bezoekers per show te voorspellen, waardoor de beslissing wordt genomen om al dan niet een andere voorstelling te plannen.

BI.nl Forecast helpt zakelijke gebruikers ook te analyseren of en hoe een bepaalde variabele het voorspellingsresultaat beïnvloedt. Stel dat u vermoedt dat het type digitale apparaat van uw gebruikers (desktop, tablet of mobiel) een effect heeft op uw totale inkomsten uit e-commerce. U kunt die hypothese controleren door “apparaattype” te selecteren als de “verklarende variabele” en te kijken hoe dit uw voorspelde waarde van de inkomsten beïnvloedt. Deze analyse, een “multivariate prognose” genoemd, is krachtig omdat het uw organisatie inzicht geeft in de sleutelfactoren die van invloed zijn op een gewenste statistiek, waardoor u slimme optimalisaties kunt maken.

En wat als er gebeurtenissen waren die niet het “normale” gedrag van uw statistiek vertegenwoordigen? Dit kan ongebruikelijk lage verkopen zijn vanwege bijvoorbeeld vakanties of COVID-19. Met BI.nl Forecast kun je historische perioden uitsluiten van de berekening, zodat ze de voorspelling niet beïnvloeden.

Trend

Trends zijn een andere effectieve manier om zakelijke gebruikers te helpen de bottom line gemakkelijk te begrijpen. Wanneer gegevens “luidruchtig” of vluchtig zijn, helpt het toevoegen van een trendlijn om een ​​zichtbaar inzicht te krijgen in het traject van de betreffende metriek. BI.nl biedt verschillende soorten trendlijnen, zodat u degene kunt kiezen die het beste past bij het gedrag van uw gegevens. Trends kunnen worden toegepast op zowel historische gegevens als prognosegegevens, zodat u niet alleen uw resultaten uit het verleden, maar ook mogelijke toekomst beter begrijpt.

Laten we tot slot zeggen dat u iets interessants in de gegevens ziet – een piek of ongewoon gedrag – wat nu? Het volgende dat u moet doen, is proberen te analyseren wat er is gebeurd. Gelukkig hoef je de data-analist van je drukke buurt niet te waarschuwen om de cijfers voor je te analyseren. BI.nl Toelichtingen helpt u mogelijke redenen te ontdekken. Klik gewoon op een punt en Explanations analyseert tientallen factoren – en combinaties van factoren – om de meest waarschijnlijke bijdragers aan die verandering te identificeren.

Krachtige inzichten voor iedereen

AI-gestuurde analyseplatforms zijn de toekomst, waardoor gegevensanalyse toegankelijker wordt voor alle soorten individuen in elke organisatie. Dresner noemde BI.nl in zijn marktonderzoek Wisdom of the Crowds 2020 een algemeen leider voor business intelligence-platforms. Lees in dit on-demand webinar meer over hoe we gebruikers via AI versterken en de bedrijven van klanten transformeren.

Inbar Shaham is Senior Product Manager bij BI.nl. Ze heeft 11 jaar ervaring in productmanagement en heeft onder andere gewerkt voor Clarizen, Takadu en ICQ.