Inhalt
- Was sind Self-Service-Daten?
- So helfen Self-Service-Daten bei der Analyse
- Auswirkungen von Self-Service-Daten auf die BI
- Was sind die Herausforderungen?
- Motionsoft
- Hylant
- Fazit
Quelle: Nexusplexus / Dreamstime.com
Wegbringen:
Mithilfe der Self-Service-Analyse können auch Personen, die sich nicht auf Datenwissenschaft spezialisiert haben, Daten interpretieren.
Selbstbedienung ist ein Teil unseres täglichen Lebens. Menschen haben die Möglichkeit, ihre Aufgaben selbst zu erledigen, wie Geldtransaktionen an einem Geldautomaten, das Abpumpen von Gas an Tankstellen, das Einchecken an Flughäfen und viele andere ähnliche Aktivitäten. Auf der einen Seite werden die Betriebskosten eines Unternehmens gesenkt, und auf der anderen Seite werden große Datenmengen (normalerweise Big Data) generiert. Diese Daten haben in der Welt der Analytik ein großes Potenzial. Unternehmen extrahieren aussagekräftige Erkenntnisse aus solchen Self-Service-Daten und generieren daraus mehr Geschäftsmöglichkeiten.
Was sind Self-Service-Daten?
Self-Service-Datenanalyse ist eigentlich eine Art fortschrittlicher Analyse, mit der Unternehmen die große Menge an Daten / Cloud-Daten verwenden können, um die besten Geschäftsaussichten und -entscheidungen zu finden. Dies ist auch einfach genug, um von Personen ohne sehr klaren statistischen oder technologischen Hintergrund verwendet zu werden.
Mithilfe der Self-Service-Analyse kann der Benutzer große Datendumps scannen, die Daten visualisieren und nützliche Einblicke für sein Unternehmen erhalten. Auf diese Weise können Unternehmen auch sicherstellen, dass ihre täglichen Anforderungen erfüllt werden, und andere Anforderungen kennen, die möglicherweise auftreten. Die Erkenntnisse stammen aus großen unternehmenseigenen Datenreserven, die wiederum aus verschiedenen Transaktionsdaten, Webprotokollen, Sensordaten und Social Media-Daten stammen. Self-Service Business Intelligence ist eine Teilmenge von Self-Service-Daten, mit deren Hilfe ein Unternehmen wichtige Entscheidungen auf der Grundlage der Daten treffen kann.
So helfen Self-Service-Daten bei der Analyse
Heutzutage stellen viele Unternehmen Software her, mit der Geschäftsanwender Informationen aus einer Vielzahl von Quellen sammeln können. Solche Software kann schwierig zu bedienen sein. Es verfügt über Dashboards, mit denen der Analyst Daten abfragen und analysieren kann. Eine solche Software kann aufgrund ihrer Komplexität und ihrer steilen Lernkurve nur von hochqualifizierten Datenanalysten, auch Datenwissenschaftler genannt, verwendet werden. (Weitere Informationen zu Data Scientists finden Sie unter Data Scientists: Die neuen Rockstars der Tech-Welt.)
Im Gegenteil, Self-Service-Analysen wurden eingeführt, um Unternehmen dabei zu helfen, die effektive Analyse von Daten fortzusetzen, ohne dass geschulte Fachkräfte erforderlich sind, da Datenwissenschaftler heutzutage sehr schwer zu finden sind. Auf diese Weise können Geschäftsbenutzer die Daten auch direkt verarbeiten und sie ganz einfach nach ihren Bedürfnissen und Vorlieben bearbeiten. Self-Service-Daten ermöglichen es Geschäftsanwendern, gute Entscheidungen auf der Grundlage leistungsfähiger, aber einfach zu bedienender Analysen zu treffen.
Auswirkungen von Self-Service-Daten auf die BI
Die Bedürfnisse der Unternehmen bleiben immer gleich, obwohl sich die Technologie, die zur Erreichung dieser Ziele erforderlich ist, mit der Zeit und den derzeit verfügbaren Technologien ändert. Heutzutage hat sich auch die Datenmenge vervielfacht. Solche Daten sind ebenfalls sehr komplex, da sie aus vielen verschiedenen Quellen stammen.
Mit dem Aufkommen der Self-Service-Datenanalyse können jedoch große Datenmengen leicht analysiert werden. Eine spezielle „semantische Schicht“ ermöglicht es auch normalen Geschäftsbenutzern, einfach auf die Daten zuzugreifen und sie zu verwenden, da sie die Komplexität der Daten auflöst. Dies hat zu einfacheren Geschäftsentscheidungen geführt, die auf einer genauen Datenanalyse basieren und Business Intelligence einen neuen Namen geben. (Um die Grundlagen von BI zu erlernen, lesen Sie Eine Einführung in Business Intelligence.)
Was sind die Herausforderungen?
Die Integration von Self-Service-Business-Intelligence-Tools muss sehr sorgfältig erfolgen, da Business-Benutzer damit zwar problemlos Business-Intelligence-Aufgaben ausführen können, IT-Experten jedoch ihre Daten verwalten müssen. Die Integration der Daten kann jedoch sehr schwierig sein, wie es bei jeder BI-Lösung der Fall ist.
Die Boston College University Libraries sind Bildungsressourcenzentren, die aus drei Bibliotheken mit mehr als 2,5 Millionen Büchern bestehen. Das System benötigte jedoch ein Self-Service-Reporting, um sein Budget richtig zuzuweisen und den mobilen Zugriff zu gewährleisten.
Nach der Implementierung der Self-Service-Lösung wurde der Studentenstamm um ca. 14.000 weitere Studenten erweitert. Sie konnten von überall und jederzeit auf die riesigen Ressourcen zugreifen.
Motionsoft
Motionsoft ist ein Finanzlösungsanbieter für Unternehmen im Gesundheits- und Wellnessbereich. Das alte Crystal-Berichtssystem war nicht leistungsstark genug für interaktive Dashboards und webbasierte Berichte. Daher entschied es sich für Self-Service-Lösungen wie Logi Ad Hoc und Logi Info. Die Lösungen waren sehr leistungsfähig und ermöglichten viele Selbstbedienungsfunktionen.
Hylant
Hylant ist ein Anbieter von Versicherungsmaklern, die äußerst kostengünstig sind. Sie bieten auch Risikomanagementlösungen für eine Vielzahl von Unternehmen. Sie mussten alle Ad-hoc-Änderungen beseitigen, indem sie den Berichtsanforderungsprozess verbesserten. Sie mussten den Benutzern auch dabei helfen, ihre eigenen Berichte zu erstellen.
Daher verwendeten sie das Self-Service-Modul von Logi, mit dem ihre Kunden ihre eigenen Berichte sehr einfach abfragen und verwalten konnten, um bessere Entscheidungen zu treffen.
Fazit
Self-Service ist wirklich ein Wendepunkt im Bereich Business Analytics. Selbsthilfe ist die beste Hilfe, die wir alle kennen, und mit Hilfe von Self-Service-Business-Analytics können wir dies realisieren. Vorbei sind die Zeiten, in denen Geschäftsanwender sich bei Fragen oder Aufgaben an Data Scientists wenden mussten.Jetzt können Benutzer auf einfache Weise ihre eigenen Analysen präzise durchführen, wodurch sich auch die Geschwindigkeit des Geschäfts erhöht. Da erfahrene Datenwissenschaftler immer schwerer zu finden sind, besteht auch ein Bedarf an einfacheren Operationen, die auch von unerfahrenen Benutzern durch geeignete Schulungen durchgeführt werden können. Obwohl es bestimmte Probleme gibt, wie Sicherheitsprobleme, Probleme mit der Datenintegrität usw., wird sich diese Self-Service-Lösung weiterentwickeln und sie hoffentlich automatisch beseitigen. Man kann also mit Sicherheit davon ausgehen, dass Self-Service Business Intelligence die Business Intelligence der Zukunft sein wird.