Nie znaleziono wyników

Twoje wyszukiwanie nie dało żadnych wyników

Czym jest analityka?

Analityka biznesowa to proces odkrywania, interpretowania i komunikowania istotnych wzorców w danych i stosowania narzędzi pozwalających wszystkim pracownikom przedsiębiorstwa na zadawanie dowolnych pytań dotyczących dowolnych danych w dowolnym środowisku na dowolnym urządzeniu. Analityka biznesowa daje jeszcze więcej możliwości uzyskania pożądanych wyników w zakresie m.in. optymalizacji, oszczędności i zaangażowania klientów. Osoby, które odnoszą sukcesy dzięki korzystaniu z analityki, ignorują swoje instynkty i wybierają działania na podstawie informacji uzyskanych na podstawie posiadanych danych. W sytuacji idealnej liderzy biznesu ustalają metodologię w sposób obiektywny, tak aby na uzyskane informacje nie miały wpływu żadne przyjęte z góry założenia lub doświadczenia.

Dowiedz się więcej o Oracle Analytics (PDF)

Obecnie wszystkie przedsiębiorstwa chcą w jeszcze większym stopniu wykorzystać analitykę. W tym celu zasilają narzędzia analityczne większą ilością danych w celu szybszego uzyskania dokładniejszych informacji dla większej liczby osób. Przy okazji chcą za to wszystko płacić mniej. Do osiągnięcia tych celów potrzebna jest zaawansowana platforma obsługująca cały proces analityczny w sposób bezpieczny, elastyczny i niezawodny. Platforma ta musi być zdolna do udostępniania użytkownikom samoobsługowych narzędzi analitycznych bez uszczerbku dla obowiązujących w przedsiębiorstwie zasad nadzoru. Ponadto musi być łatwa w administrowaniu. Czy można jednak korzystać z systemu klasy korporacyjnej bez ponoszenia typowych dla niego kosztów i bez posiadania typowej dla niego infrastruktury? Analityka biznesowa jest obecnie wszechobecna, ponieważ każde przedsiębiorstwo chce uzyskiwać lepsze wyniki i będzie korzystać z narzędzi analitycznych w celu podejmowania trafniejszych decyzji.

Dzięki zastosowaniu analityki biznesowej (w połączeniu z funkcjami personalizacji i samouczenia się maszyn oraz głęboką wiedzą branżową) przedsiębiorstwa mogą uzyskiwać na podstawie posiadanych danych z aplikacji, hurtowni i jezior danych przydatne informacje pozwalające na podejmowanie dalszych działań. Analityka biznesowa powinna być zatem kompletnym procesem prowadzącym do podjęcia świadomych decyzji. Na podstawie uzyskanych informacji przedsiębiorstwo powinno być zdolne do ewentualnej ponownej oceny, ponownej realizacji lub zmiany swoich procesów. W każdym przypadku chodzi o podjęcie określonych działań.

Podstawy analityki

Podstawy analityki

Same w sobie dane nie mają znaczenia. Wszelka ich analiza jest bezcelowa, jeśli nie będzie prowadzić do podjęcia określonych działań. Jeśli zakupiona technologia nie będzie wykorzystywana, w żaden sposób się nie zwróci. Obecnie potrafimy skutecznie „porozumiewać się” z posiadanymi danymi: uzyskiwać od nich prognozy i odpowiedzi na pytania oraz powodować, aby „uczyły się” nowych wzorców. Jest to potencjał kryjący się w danych.

Korzyści biznesowe z analityki

Korzyści biznesowe z analityki
  • Nowy sposób pracy

    Natura biznesu ulega zmianom, którym towarzyszą nowe sposoby konkurowania. Zaspokajanie żądań zgłaszanych przez zaawansowany technicznie personel wymaga korzystania z metod tworzenia wartości i szybkiego działania. Uzyskiwanie informacji przez użytkowników powinno odbywać się szybko i w prosty sposób, przy jednoczesnym zachowaniu najwyższych standardów jakości i bezpieczeństwa danych. Podstawą strategii korzystania z analityki w przedsiębiorstwie powinna być scentralizowana platforma analityczna, w której kluczową rolę odgrywa dział IT. Połączenie inicjatyw zapoczątkowanych w działach biznesowych i dziale IT to optymalne źródło innowacji.

  • Odkrycie nowych możliwości

    Dzięki rozwojowi technologii analitycznych nieustannie powstają nowe możliwości wykorzystania posiadanych danych. Nowoczesne narzędzia analityczne są zdolne do prognozowania, samouczenia się i adaptacji, aby pomóc użytkownikom w identyfikacji ukrytych wzorców danych. Są też bardziej intuicyjne dzięki atrakcyjnym wizualizacjom, które umożliwiają błyskawiczne zrozumienie znaczenia ukrytego w milionach wierszy i kolumn danych. Nowoczesne rozwiązania analityczne są łatwe w użyciu i można z nich korzystać na urządzeniach przenośnych. Zapewniają dostęp do odpowiednich danych we właściwym czasie przy minimalnych albo zerowych nakładach na szkolenia.

  • Wizualizacja danych

    Każdy chce dostrzec w posiadanych danych sygnały pozwalające wyprzedzić konkurencję. Umożliwiają to narzędzia analityczne zdolne do zaprezentowania w wysokiej rozdzielczości obrazu otoczenia biznesowego. Dzięki połączeniu danych osobowych i danych przedsiębiorstwa i zbiorów big data można w ciągu kilku minut zrozumieć wartość dostępnych danych i udostępnić współpracownikom wynikające z nich wnioski.

Tendencje dotyczące analityki

Tendencje dotyczące analityki

W obliczu stale zmieniającego się rynku rozwiązań analitycznych normą jest obecnie fundamentalna zmiana modelu podejmowania decyzji o wdrażaniu inicjatyw związanych z analityką biznesową. Do tej pory decyzje takie podejmował dział IT, obecnie jest to wspólna decyzja działu IT i działów biznesowych. Nie ma wątpliwości, że analityka stała się strategicznym obszarem dla większości dzisiejszych przedsiębiorstw i jako taka przyczyniła się do pojawienia się zarówno nowych konsumentów, jak i nowych oczekiwań.

Obecnie decyzje muszą być podejmowane w czasie rzeczywistym i udostępniane szerokiemu gronu odbiorców. Zmiany dotyczące pracowników wiążą się z nowym sposobem pracy. Minęły już czasy, gdy podręczniki użytkownika można było spotkać na każdym biurku. Obecnie pracownicy oczekują intuicyjnego interfejsu, który natychmiast pozwoli efektywnie korzystać z udostępnionych narzędzi. Ale to nie wszystko. O ile szybkość i proste używanie są kluczowe, liderzy biznesu wciąż mają wysokie oczekiwania dotyczące jakości i bezpieczeństwa danych. Podstawą strategii dotyczącej analityki jest nadal scentralizowana platforma analityczna, w której kluczową rolę odgrywa dział IT. Połączenie inicjatyw zapoczątkowanych w działach biznesowych i dziale IT to optymalne źródło innowacji.

Naszym zdaniem przeniesienie funkcji analitycznych do chmury to nie tylko wybór rodzaju wdrożenia, ale również przełamanie bariery między ludźmi, miejscami, danymi i systemami, aby fundamentalnie zmienić sposób interakcji ludzi i procesów z informacjami, technologią i sobą nawzajem.

Przeszłość — historia analityki

Historia analityki

Porównywanie statystyk i analizy danych pojawiały się w czasach poprzedzających historię pisaną, można jednak wyróżnić kamienie milowe, które pomogły zmienić analitykę w proces, który znamy dzisiaj.

W 1785 r. William Playfair wymyślił wykres słupkowy, który jest jednym z podstawowych i powszechnie używanych narzędzi do wizualizacji danych. Mówi się że wymyślił wykresy słupkowe, aby przedstawić kilkadziesiąt punktów danych.

W 1812 r. twórca map, Charles Joseph Minard, przedstawił straty poniesione przez wojska Napoleona podczas marszu na Moskwę. Zaczynając od granicy polsko-rosyjskiej, stworzył liniową mapę z grubymi i cienkimi liniami pokazującymi związek ponoszonych strat z mroźną zimą i czasem, w którym armia znajdowała się z dala od linii dostaw.

W 1890 r. Herman Hollerith wynalazł „maszynę licząco-analityczną”, która zapisywała dane na kartach dziurkowanych. Pozwoliło to na szybszą analizę danych i skróciło czas przetwarzania danych uzyskanych ze spisu powszechnego w Stanach Zjednoczonych z siedmiu lat do 18 miesięcy. Wziął się z tego obecny do dziś biznesowy wymóg stałego udoskonalania sposobów zbierania i analizy danych.

Teraźniejszość — analityka dzisiaj

Analityka dzisiaj

W latach siedemdziesiątych i osiemdziesiątych powstało oprogramowanie relacyjnej bazy danych i język SQL, które ekstrapolowały dane do analizy na żądanie.

Pod koniec lat osiemdziesiątych William H. Inmon przedstawił koncepcję “hurtowni danych”, w przypadku której dostęp do danych mógł być uzyskany szybko i wielokrotnie. Ponadto analityk firmy Gartner, Howard Dresner, ukuł termin „business intelligence”, który sprawił, że branża zaczęła szukać rozwiązań służących do analizy danych z zamiarem lepszego zrozumienia procesów biznesowych.

W latach dziewięćdziesiątych koncepcja eksploracji danych pozwoliła przedsiębiorstwom analizować i odkrywać wzorce w niezwykle dużych zestawach danych. Analitycy i badacze danych korzystali wówczas z języków programowania takich jak R i Python, aby opracować algorytmy samouczenia się maszyn, przetwarzać duże zestawy danych i tworzyć złożone wizualizacje danych.

W pierwszej dekadzie XXI wieku innowacje w wyszukiwaniu internetowym pozwoliły na opracowanie platform do przetwarzania dużych zbiorów danych MapReduce, Apache Hadoop i Apache Cassandra, które pomagały w odkrywaniu, przetwarzaniu i prezentowaniu informacji.

Przyszłość — analityka następnej generacji

Analityka następnej generacji

W miarę jak przedsiębiorstwom przestawała wystarczać zwykła widoczność danych, a zaczynały być potrzebne kolejne informacje, zaczęto rozwijać narzędzia analityczne.

Pierwsze zestawy narzędzi analitycznych były oparte na modelach semantycznych wykreowanych z oprogramowania Business Intelligence. Zestawy te pomogły w zapewnieniu silnego nadzoru nad danymi oraz pozwoliły na analizę danych i odpowiednie dostosowania w ramach poszczególnych funkcji. Wadą była natomiast pojawiająca się nieterminowość raportów. Osoby podejmujące decyzje biznesowe czasami nie miały pewności, czy wyniki analiz zostały dostosowane do pierwotnego zapytania. Z technicznego punktu widzenia modele takie są głównie używane lokalnie, co czyni je nieefektywnymi kosztowo. Dane są natomiast często przechowywane w silosach.

W późniejszym czasie rozwój narzędzi samoobsługowych sprawił, że analityka trafiła do szerszego grona odbiorców. W efekcie coraz intensywniej zaczęto korzystać z narzędzi analitycznych, ponieważ nie wymagały one żadnych specjalnych umiejętności. Takie desktopowe narzędzia analityki biznesowej zyskały popularność w ciągu ostatnich kilku lat, zwłaszcza w kontekście korzystania z nich w chmurze. Użytkownicy biznesowi lubią bowiem eksplorować różnorodne zasoby danych. O ile łatwość obsługi nie sprawia problemów, łączenie danych i tworzenie „pojedynczej wersji prawdy” staje się jednak coraz bardziej złożone. Analityka realizowana z poziomu desktopa nie zawsze jest skalowalna do większych grup. Jest również podatna na niespójne definicje.

Ostatnio narzędzia analityczne zaczęły zapewniać jeszcze dokładniejsze informacje biznesowe dzięki zastosowaniu mechanizmów automatycznej aktualizacji oraz automatyzacji wykrywania, czyszczenia danych i publikowania danych. Użytkownicy biznesowi mogą już współpracować ze sobą za pomocą dowolnych urządzeń w modelu kontekstowym, wykorzystywać informacje w czasie rzeczywistym i poprawiać osiągane wyniki.

Obecnie ludzie nadal wykonują większość pracy, automatyzacja staje się jednak coraz bardziej popularna. Dane z dostępnych źródeł można łatwo ze sobą łączyć. Działanie konsumenta polega na zadawaniu pytań, na które uzyskuje odpowiedzi w formie zwizualizowanych reprezentacji danych, na podstawie których buduje modele służące prognozowaniu tendencji lub wyników. Wszystkie te modele są zarządzane i kontrolowane przez ludzi na bardzo szczegółowym poziomie. Włączenie w procesy analityczne funkcji zbierania i wykrywania danych oraz samouczenia się maszyn zapewnia użytkownikowi końcowemu więcej opcji w szybszym czasie niż kiedykolwiek wcześniej.

Akceptacja analityki biznesowej

Akceptacja analityki biznesowej

Analityka dotyczy każdego aspektu naszego życia. Bez względu na zadane pytanie (o pracownika, o finanse, o upodobania lub awersje konsumenta i ich wpływ na jego zachowanie) analityka udziela na nie odpowiedzi i pomaga podejmować świadome decyzje.