10 բան, որ C-Suite-ը պետք է իմանա Analytics-ի մասին

by Ապրիլ 21, 2022BI/Analytics0 մեկնաբանություններ

10 բան, որ C-Suite-ը պետք է իմանա Analytics-ի մասին

Եթե ​​վերջերս շատ չեք ճամփորդել, ահա վերլուծության ոլորտում զարգացումների գործադիր ամփոփագիրը, որը դուք կարող եք բաց թողնել ավիաընկերության seatback ամսագրում:

 

  1. Այն այլևս չի կոչվում «Որոշումների աջակցման համակարգեր» (թեև դա 20 տարի առաջ էր): C-Suite Analytics Top 10                                                                                                             Չզեկուցել (15 տարի), Business Intelligence (10 տարի) կամ նույնիսկ Analytics (5 տարի): Դա է Ընդլայնված Վերլուծություն. Կամ՝ Analytics՝ ներդրված AI-ով: Առաջատար Analytics-ն այժմ օգտվում է մեքենայական ուսուցման առավելություններից և օգնում է որոշումներ կայացնել տվյալների հիման վրա: Այսպիսով, ինչ-որ իմաստով մենք վերադարձել ենք այնտեղ, որտեղ սկսել ենք՝ որոշումների աջակցություն:
  2. Գործիքակալների ստեղծման. Առաջադեմ ընկերությունները հեռանում են վահանակներից: Վահանակները ստեղծվել են 1990-ականների նպատակների շարժման արդյունքում: Վահանակները սովորաբար ցույց են տալիս հիմնական կատարողականի ցուցիչները և հետևում են առաջընթացին դեպի կոնկրետ նպատակներ: Վահանակները փոխարինվում են ընդլայնված վերլուծություններով: Ստատիկ վահանակի կամ նույնիսկ մանրամասն մշակված տախտակի փոխարեն, AI-ի ներածված վերլուծությունը զգուշացնում է ձեզ, թե ինչն է կարևոր իրական ժամանակում: Ինչ-որ իմաստով սա նաև վերադարձ է կառավարմանը լավ սահմանված KPI-ների կողմից, բայց շրջադարձով. AI ուղեղը հետևում է չափորոշիչներին ձեզ համար:
  3. Ստանդարտ գործիքներ. Շատ կազմակերպություններ այլևս չունեն մեկ ձեռնարկության ստանդարտ BI գործիք: Շատ կազմակերպություններ ունեն 3-ից 5 Analytics, BI և հաշվետվության գործիքներ: Բազմաթիվ գործիքները թույլ են տալիս կազմակերպության տվյալների օգտագործողներին ավելի լավ օգտագործել առանձին գործիքների ուժեղ կողմերը: Օրինակ, ձեր կազմակերպության նախընտրելի գործիքը ժամանակավոր վերլուծության համար երբեք չի գերազանցի պիքսել-կատարյալ հաշվետվությունները, որոնք պահանջում են պետական ​​և կարգավորող մարմինները:
  4. Ամպը. Բոլոր առաջատար կազմակերպություններն այսօր ամպի մեջ են: Շատերը նախնական տվյալները կամ հավելվածները տեղափոխել են ամպ և գտնվում են անցումային փուլում: Հիբրիդային մոդելները մոտ ապագայում կաջակցեն կազմակերպություններին, քանի որ նրանք ձգտում են կապիտալացնել ամպային տվյալների վերլուծության հզորությունը, արժեքը և արդյունավետությունը: Զգույշ կազմակերպությունները դիվերսիֆիկացնում և հեջավորում են իրենց խաղադրույքները՝ օգտագործելով բազմաթիվ ամպային վաճառողներ: 
  5. Վարպետ տվյալների կառավարում:  Հին մարտահրավերները կրկին նոր են: Վերլուծելու համար տվյալների մեկ աղբյուր ունենալն ավելի կարևոր է, քան երբևէ: Ժամանակավոր վերլուծական գործիքների, բազմաթիվ վաճառողների գործիքների և չկառավարվող ստվերային ՏՏ-ի միջոցով շատ կարևոր է ունենալ ճշմարտության մեկ տարբերակ:
  6. Հեռավոր աշխատուժ այստեղ է մնալու: 2020-2021 թվականների համաճարակը շատ կազմակերպությունների մղեց աջակցելու հեռահար համագործակցության, տվյալների հասանելիության և վերլուծական հավելվածների համար: Այս միտումը նվազման նշաններ ցույց չի տալիս: Աշխարհագրությունը դառնում է ավելի արհեստական ​​խոչընդոտ, և աշխատողները հարմարվում են աշխատել ցրված թիմերի վրա՝ միայն վիրտուալ դեմ առ դեմ փոխազդեցությամբ: Ամպը այս միտումի համար աջակցող տեխնոլոգիաներից մեկն է:
  7. Data Science զանգվածների համար։ AI-ն վերլուծության մեջ կնվազեցնի տվյալների գիտության շեմը՝ որպես կազմակերպության մեջ դերակատարում: Դեռևս կպահանջվի տեխնիկական տվյալների գիտնականների, ովքեր մասնագիտացած են կոդավորման և մեքենայական ուսուցման մեջ, սակայն AI-ն կարող է մասամբ կամրջել բիզնես գիտելիքներով վերլուծաբանների հմտությունների բացը:  
  8. Տվյալների դրամայնացում. Կան բազմաթիվ ուղիներ, որտեղ դա տեղի է ունենում: Կազմակերպությունները, որոնք ի վիճակի են ավելի արագ որոշումներ կայացնել, միշտ հակված են շուկայում առավելություններ ունենալ: Երկրորդ ճակատում, մենք տեսնում ենք Web 3.0-ի էվոլյուցիայի փորձը, որը փորձում է հետևել տվյալներին և դարձնել առցանց ավելի սակավ (և հետևաբար ավելի արժեքավոր)՝ օգտագործելով բլոկչեյն համակարգերը: Այս համակարգերի մատնահետքերը digital ակտիվներ, որոնք դրանք դարձնում են եզակի, հետագծելի և վաճառվող:
  9. Կառավարում. Վերջին արտաքին, ինչպես նաև ներքին խափանող գործոնների պատճառով կարևոր ժամանակ է վերագնահատելու առկա վերլուծական/տվյալների քաղաքականությունը, գործընթացները և ընթացակարգերը՝ նոր տեխնոլոգիաների լույսի ներքո: Արդյո՞ք լավագույն փորձը պետք է վերասահմանվի հիմա, երբ կան բազմաթիվ գործիքներ: Արդյո՞ք անհրաժեշտ է ուսումնասիրել կանոնակարգային պահանջներին կամ աուդիտներին համապատասխանելու ընթացակարգերը:
  10. Տեսլական  Պլանները կազմելու և ընթացքը սահմանելու համար կազմակերպությունը հենվում է ղեկավարության վրա: Անհանգիստ և անորոշ ժամանակներում կարևոր է հստակ տեսլականը փոխանցել: Կազմակերպության մնացած մասը պետք է համապատասխանի ղեկավարության կողմից սահմանված ուղղությանը: Ճկուն կազմակերպությունը հաճախ կվերագնահատի փոփոխվող միջավայրում և անհրաժեշտության դեպքում կուղղակի դասընթացը:
BI/Analytics
Կյանքի խաղացում

Կյանքի խաղացում

The Gamification of Life Կարո՞ղ է այն բարելավել տվյալների գրագիտությունը և օգնել կազմակերպություններին ավելի լավ որոշումներ կայացնել: Ես Քաբի հետախույզ էի: Ֆրեդ Հադսոնի մայրը որջի մայրն էր: Մենք ոտքերը խաչած նստում էինք հատակին Ֆրեդի նկուղում՝ իմանալով մեր հաջորդ արկածի մասին: Արկածային...

Կարդալ ավելին

BI/Analytics
NCAA բասկետբոլի տվյալների կողմնակալություն
Swish or Miss. Տվյալների կողմնակալության դերը NCAA բասկետբոլի կանխատեսումների մեջ

Swish or Miss. Տվյալների կողմնակալության դերը NCAA բասկետբոլի կանխատեսումների մեջ

Swish or Miss. Տվյալների կողմնակալության դերը NCAA բասկետբոլի կանխատեսումներում 2023 թվականի քոլեջի բասկետբոլի սեզոնը պսակեց երկու անսպասելի չեմպիոններ, LSU կանանց և UConn տղամարդկանց թիմերը գավաթներ բարձրացրին համապատասխանաբար Դալլասում և Հյուսթոնում: Ասում եմ՝ անսպասելի, քանի որ...

Կարդալ ավելին

BI/Analytics
Երկու տուփում – Կազմաձևման կառավարում

Երկու տուփում – Կազմաձևման կառավարում

Երկուսը տուփի մեջ (եթե կարող եք) և բոլորը փաստաթղթերում (միշտ): ՏՏ համատեքստում «երկուսը վանդակում» վերաբերում է երկու սերվերներին կամ բաղադրիչներին, որոնք նախատեսված են միասին աշխատելու համար՝ ապահովելու ավելորդություն և բարձր հուսալիություն: Այս կարգավորումը կարող է ապահովել, որ եթե մեկ բաղադրիչ...

Կարդալ ավելին

Ամպ
Ինչ է ամպի հետևում
Ի՞նչ է ամպի հետևում և ինչու է այն կարևոր:

Ի՞նչ է ամպի հետևում և ինչու է այն կարևոր:

Ի՞նչ է թաքնված ամպի հետևում և ինչու է դա կարևոր: Cloud Computing-ը եղել է աշխարհի ամենախորը էվոլյուցիոն առաջընթացներից մեկը տեխնոլոգիական տարածքների համար: Ի թիվս այլ բաների, այն ընկերություններին թույլ է տալիս հասնել արտադրողականության, արդյունավետության նոր մակարդակների և ծնել է նոր...

Կարդալ ավելին

BI/Analytics Ամպ
Ամպի 5 թաքնված ծախսեր
Ամպի 5 թաքնված ծախսեր

Ամպի 5 թաքնված ծախսեր

Երբ կազմակերպությունները բյուջետավորում են իրենց կազմակերպության համար ամպային ծառայությունների նոր ներդրման հետ կապված ծախսերը, նրանք հաճախ չեն կարողանում ճշգրիտ գնահատել թաքնված ծախսերը՝ կապված տվյալների և ծառայությունների տեղադրման և պահպանման հետ ամպում: Գիտելիք...

Կարդալ ավելին

BI/Analytics
Արդյո՞ք AI-ն ավելի խելացի է, քան 5 տարեկանը:
Արդյո՞ք AI-ն ավելի խելացի է, քան հինգ տարեկանը:

Արդյո՞ք AI-ն ավելի խելացի է, քան հինգ տարեկանը:

Ինչպես պարզվում է, այո, բայց հազիվ թե AI-ն ամենուր տարածված է: Այս օրերին տանը AI-ի ամենատարածված վայրերից մեկը սմարթֆոնն է, խելացի տներն ու տեխնիկան: Վերջերս, երբ մենք նստեցինք ընթրիքի, մենք զրույց ունեցանք Alexa-ի հետ, որն այսպես ստացվեց.

Կարդալ ավելին