Wat is Augmented Analytics? – DATAVERSITEIT

Augmented AnalyticsAugmented analytics combineert verfijnd machine learning (ML) en natuurlijke taalverwerking (NLP) om gebruikers in staat te stellen sneller en eenvoudiger informatie te verkrijgen. Bovendien leidt dit soort automatisering de gebruiker naar nieuwe inzichten door middel van ingebouwde tools voor trendpatroonherkenning en patroonherkenning.

Augmented analytics hebben de volgende kenmerken:

  • Slimme gegevensopsporing hulpmiddelen die zakelijke professionals helpen om geavanceerde analytische technieken te gebruiken zonder begeleiding van een technische professional of analist.
  • Selfservice bedrijfsinformatie platforms die strategische, operationele en tactische plannen voor het bedrijf maken.
  • Cognitive Search, waarbij geavanceerde zoekmethodologie van diverse gegevensbronnen meer opneembare, begrijpelijke en georganiseerde inhoud oplevert.
  • Geautomatiseerde gegevensvoorbereiding die gegevens sneller opschoont.

Augmented analytics tools zijn nieuw wat betreft acceptatie en volwassenheid. Gartner schat dat augmented analytics tweemaal zo snel zal groeien als niet-augmented en tweemaal de bedrijfswaarde zal opleveren.

Pas op voor gebruik verbeterde analyses op basis van slechte kwaliteit of vooringenomen invoer, aangezien dit de analyse vertekent, wat tot onjuiste conclusies leidt.

Andere definities van Augmented Analytics zijn onder meer:

  • Het gebruik van “automatisering van machine learning om de menselijke intelligentie aan te vullen gedurende de gehele levenscyclus van analyses.” (Jen Underwood, InformationWeek)
  • “Een aanpak die inzichten automatiseert met behulp van machine learning en het genereren van natuurlijke talen.” (Gartner IT-woordenlijst)
  • De “combinatie van machine learning om gegevensvoorbereiding, het ontdekken van inzichten en het delen van inzichten te automatiseren als een gebied van toenemend strategisch belang.” (Peter High, Forbes Magazine).

Bedrijven gebruiken Augmented Analytics om:

  • Verstrek kritieke gegevens sneller.
  • Begrijp het rapport beter.
  • Bespaar tijd en geld door beter gebruik te maken van de expertise van datawetenschappers, in plaats van een geautomatiseerd rapport te maken.
  • Verwerk enorme hoeveelheden van big data, aangezien 80 procent hiervan ongebruikt of onderbenut blijft.

Fotocredits: Shutterstock.com

follow:
admin

admin

Related Posts