3 Ting du trenger å vite for å mestre bi-apper for selvbetjening

Selv om det ble gjort mye for øye om BI-apper for selvbetjening (BI) og demokratisering av data i løpet av Big Data-storhetstid, hører man ikke så mye om noe av det nå. Det er som om alle disse tingene er så rutinefulle og så dypt inngrodde i det daglige arbeidslivet at det ikke lenger trengs ytterligere diskusjon. Buzz har forsvunnet, og det virker som om verden har gått videre til mer fancy, fantastiske ting som maskinlæring (ML) og dyp læring og alle ting kunstig intelligens (AI).

Men det er ikke virkeligheten for bedriftsanalytikere og linjebrukere overalt i dag. Selv om BI-apper med selvbetjening har materialisert seg, lar mange brukere fortsatt sitte mellom en statistisk stein og et visualisert hardt sted. Frykt aldri, hjelp er her!

Crib Sheet Survival Pointers

Hvis du ikke kan eller ikke gjør matematikk utover å beregne tips som en prosentandel av middagsregningen din, dele regningen mellom flere spisesteder, eller balansere din brukskonto når du kommer hjem, skal du ikke bekymre deg. Faktisk er det mange som ikke kan, eller i det minste ikke gjør det, uten hjelp av en applikasjon. Du er absolutt ikke alene om å være litt mystifisert over ting som algoritmer, data vitenskap og statistikk. Og selv om du ikke blir forvirret av noen av disse tingene, kanskje du bare ikke vil gjøre dem. Ikke alle anser det for å være morsomt, og det er helt greit også.

Crib notatene for de som finner statistikk avskyelig eller bare ugjennomtrengelig er de samme: hold deg med BI-apper for selvbetjening som fungerer fra naturlige språkspørsmål eller som har automatisert hele data mining-prosessen helt ned til valg av datavisualiseringer. Slike apper inkluderer henholdsvis IBM Watson Analytics og Salesforce Einstein Analytics. Og hvorfor ja, begge er AI-drevet.

Apper som disse har også sine begrensninger, og du finner de begrensningene som er detaljert i våre selvbetjenings BI-verktøy og datavisualiseringsverktøy gjennomgangsoppdateringer. Men selv med ulempene er de perfekte verktøy for matematisk utfordrede og de som tilsynelatende er allergiske mot statistikk.

Gjør ikke selvbetjenende BI-apper matematikk?

Hvorfor, ja, det gjør de; det er liksom hele poenget bak disse appene. De er delvis automatiserte virtuelle assistenter for menneskelige eksperter som bare vil ha fakta slik at de kan bli svertet. Så der! Du er utenfor kroken, slags, kanskje. Du trenger ikke å bli tilbakeblikk på college-redselene for lineær algebra og statistikk, fordi det er alle disse appene for det.

Dessverre trenger du fremdeles å forstå hvordan de ting fungerer i det minste. Hvis du ganske enkelt ikke kan tvinge deg selv til å se på eller oppdatere ferdighetene dine på dette området, kan du se på barnesengnotat over.

Hvis du heller vil være det mest etterspurte talentet i ditt felt, den hotteste hotshoten i teamet, og mesteren for data-veiviseren på jobb i ditt selskap, men ikke vil gå ut for datavitenskapstittelen, ta deretter et raskt online kurs for å skjerpe forståelsen av statistikk. Noen eksempler på leverandører av online utdanning for grunnleggende og avansert statistikk inkluderer Khan Academy, Statistics.com og Udemy.

Nei, du trenger ikke en grad i statistikk for å bruke BI-apper for selvbetjening; bare å ha arbeidskunnskap om hva begrepene betyr og hva konseptene er, vil være tilstrekkelig. Så til og med noen få podcaster, kanskje som denne serien, kan være nok til å komme deg på rett vei.

Jo mer du forstår om statistikk, jo bedre vil du være. Hvis ikke noe annet, vil du bedre forstå hvilke data du trenger å bruke, hvorfor du trenger å kaste utfallere, hvilke data du skal tilordne til hvilken akse når du tegner et diagram, og hvordan du utformer en nyttig spørring. Du vil også ha mye mer tillit til analysen hvis du vet hva du skal se etter. "Du må være trygg på at de riktige prosessene og kontrollene er på plass for å sikre at dataene er korrekte, " sier Mike Duensing, Chief Technology Officer og Executive Vice President of Engineering at Skuid. "Som et eksempel ønsker du ikke å presentere en trend for ledergruppen din som er frisk fra det nyeste BI-verktøyet, bare for å finne ut senere at det er helt galt."

De 3 tingene du trenger å vite

Hvis du antar at du allerede har valgt en av de AI-drevne appene eller en av de mer brukermatematiske orienterte BI-appene for selvbetjening, er følgende tre ting du trenger å vite for å utnytte BI-appene til selvbetjening best mulig.

1. Datakunnskaper er en ekte ting du trenger å ha. Ja, vi berørte det tidligere i diskusjonen om verdien av visse matteferdigheter. Men det er viktig å også forklare hva datakunnskaper er og hvilke ferdigheter man sannsynligvis trenger å fokusere på for å forbedre den samlede poengsummen deres. "Datakunnskaper er definert av MIT og Emerson University som evnen til å lese, jobbe, analysere og argumentere med data, " påpeker James Fisher, visepresident for global produktmarkedsføring hos Qlik. Nedenfor forklarer han hver evne:

a) Lesing av data: innebærer å forstå hva data er og hvilke aspekter av verden de representerer.

b) Arbeid med data: innebærer å opprette, anskaffe, rengjøre og administrere dem.

c) Analyse av data: innebærer filtrering, sortering, aggregering, sammenligning og utføring av andre slike analytiske operasjoner på den.

d) Krangel med data: innebærer å bruke data for å støtte en større fortelling som er ment å formidle en melding til et bestemt publikum.

"Hvis det er en takeaway fra 15 år med å jobbe med organisasjoner og data, er det dette: Forretningsbrukere elsker å finne historier i dataene sine, og vil skive og terning i det uendelige for å få dem, " sier Adam Nathan, grunnlegger og administrerende direktør i Brainbox Consulting, som nylig solgte til Logic20 / 20. "Hvor de sliter, er å oversette det som er interessant til det som kan gjøres. På samme måte elsker 50 000 fans på et baseballkamp å se på spillerstatistikk på Jumbotron; veldig få av dem har forretningskoteletter til å spille Moneyball."

2. De riktige spørsmålene er alt. BI-apper med selvbetjening er delvis automatiserte appassistenter. Dette betyr at du vanligvis er den som må tenke på spørsmålet (aka, spørringen). Å lage den spørringen er veldig viktig fordi svaret bare er like nyttig som spørsmålet. Et unntak fra denne regelen er spesialapper som den nevnte Salesforce Einstein Analytics, som fokuserer på salgs- og kundeforholdsstyringsdata (CRM) og dermed automatisk, via Einstein, kan forhåndsbestemme hva du vil vite om salg og kunde Data. Et annet eksempel på en BI-spesialitet-app er Google Analytics med fokus på nettsted og mobildata. Igjen er datasettet av en veldefinert type og spørsmålene er forutsigbare og dermed forhåndsinnstilte.

Er du ikke sikker på hvor du skal begynne med å utforme spørringen for en mer generell BI-app? Vanligvis er bedriftens eller bransjens viktigste resultatindikatorer (KPIer) et godt utgangspunkt da de definerer analyse som allerede er kjent for å være nyttig. Du kan begynne lagdeling eller legge til relaterte eller nye spørsmål derfra. "KPIer kan være enkeltverdier, som totale inntekter, eller sammensatte beregninger, som inntekter per aktiv bruker, " sier Ariel Michaeli, medgründer og administrerende direktør i Appfigures. "Så det er viktig at BI-plattformen har muligheten til å bruke flere beregninger."

Ikke la etiketten "selvbetjening" på disse BI-appene hindre deg i å be IT eller en erfaren forretningsanalytiker om hjelp. "Hvis du ikke finner en beregning du leter etter, kan du spørre! Det er mulig det ikke var en del av den første utrullingen av BI-løsningen din, " sa Doug Bordonaro, Chief Data Evangelist ved ThoughtSpot. "En analytiker vil gjerne legge det raskt for deg."

Og selv om du lager spørringen du bruker er avgjørende, så er det å forvente spørsmålene som sannsynligvis vil komme etter at du har presentert resultatene fra dataanalysen, fordi det kan be deg om å gjøre ytterligere analyse. "Forsikre deg om at du kan svare på de seks spørsmålene folk mest sannsynlig vil stille fordi de vil stille, " råder Lucio Daza, direktør for teknisk produktmarkedsføring hos AtScale.

3. Data er alfa og omega for hele øvelsen. Mye avhenger av dataene du velger å bruke. Det er brukeren som velger, laster og renser dataene, så ja, onus er mest på deg. Det gamle ordtaket "søppel i, søppel ute" gjelder fortsatt. Som Olivia Duane Adams, Chief Customer Officer og grunnlegger av Alteryx, uttrykker det: "Å forstå spørsmålet ditt vil bringe deg tilbake til selve dataene, som å vite hvilke data som trengs og hvor de kan bo. Data skaper tross alt ikke innsikt til du legger den gjennom analyse."

Du må tenke gjennom prosessen, fra datavalg til spørringsdannelse, før du gjør noe med appen. Ellers fisker du bare. Ikke at datautforskning ikke har sin plass. Men hvis du trenger spesifikk innsikt raskt, bør du sørge for at du er ved høyre tjern og bærer riktig agn før du støper den første linjen. Husk at du er emneekspert (SME), ikke maskinen. Bruk talentet og erfaringene dine til å finne ut hvilke data du trenger og for å hamre dem i god form før du ber programvaren om å gjøre det analytiske arbeidet.

Så, hva gjør du hvis du rocker deg som en SME, men også er en helt tapt nybegynner ved å velge data og bruke en BI-app med selvbetjening? "Bli kjent med din lokale strømbruker, " sier ThoughtSpots Bordonaro. "Sjansen er stor for at det er noen som sitter veldig nær deg som kan vise deg hvordan du kommer i gang, siden hindringen for å lære er så mye lavere enn tradisjonelle BI-produkter."