本站分享:大数据、数据分析师考试认证培训,包括:Python培训Excel培训Matlab培训SPSS培训SAS培训R语言培训Hadoop培训Amos培训Stata培训Eviews培训广告位

使用大数据智能:发现四种技术

人工智能 cdadata 1525℃

使用大数据智能:发现四种技术

信息技术对业务正在迅速变化的需求组织创新,帮助他们寻找的见解和事实。  我们的研究为企业技术创新  中的分析是
在组织39%的重中之重。商家感到压力,更好,更快,更明智的操作流程,并了解他们的各种类型的信息是成功的关键。企业正在寻求捕捉来自企业内部和互联网上所有类型的信息价值。在此背景下的技术提供商正在使用“发现”一词来捕捉潜在买家的注意; 它成为一个领域,2012年科技支出和可能将是今后几年。其实我的同事托尼COSENTINO已确定为发现  的四大支柱大数据分析中的一个。

发现是许多业务分析方法,可用于实现价值,从目前和未来的投资进入大数据之一。当然,发现是找到的东西,不管它是真正的新的或只是忽略的行为。维基百科补充说,“参照科学学科,发现是新现象,新的行动或新的事件,并提供新的理由来解释知识通过观察这些意见与抽象思维和日常经验先前获得的知识聚集。视觉发现通常被称为踪迹“。

在企业通过从事个体发现收集的知识是非常重要的提供上下文; 通常这些人负责该组织的分析或分析有越来越多的商务人士主管钻研发现过程; 对于任何一个,分析技术应提供动态的方式有意义的信息。做对,发现生产智能和分析工具提高,使越来越多的人发现使用此类技术的见解的可用性。我已经指出了为什么传统的  商业智能是失败的业务 ; 改善这些缺点也应该是我们从发现技术需要一个向导。随着不同的方法的广泛采用大数据技术,组织需要找到合适的工具来利用它的优势,但充分的数据和直观发现目前无法提供在组织近五分之一(19%)参与我们的技术创新研究。

主要有四种类型的发现为业务分析的:没有特定的顺序,他们是事件,数据,信息和视觉。让我们看看他们每个人手中握有实现从业务分析和大数据投资的全部价值的潜力。

事件发现:现在企业网络必须能够处理极端的速度在通入,并通过他们的事件流。如果它们有效地进行处理,发现通过分析可以揭示当前瓶颈和改进机会,或者如果趋势分析和预测可能表明型态在负方向发展。在一个实时的或右的时间的方式处理事件已经从复杂事件处理演变成一类自己的,运营智能的。我们在这方面的研究发现,近一半(45%)的组织认为非常重要的是分析业务和IT事件,另有44%的人表示这是比较重要。发现的适用于事件的过程可能需要很多方向; 例如,发现分析可立即通知有人采取行动,或者结果可以视觉显示以使其更容易识别异常值或不应该为审查进行进一步分析的趋势。同时,事件之间的关系,发现是组织53%的非常重要的。但是正确的工具是成功的必要条件。我们的研究表明,使用专门的工具对这个组织的大部分(91%)都与他们满意,相比使用通用的BI工具的76%。事件发现的作用,现在被称为运动大数据,正在迅速变化  托尼COSENTINO指出。

数据发现:企业数据库包含更大规模的结构化数据的卷描述交易和互动与他们的客户,他们的产品和员工,他们的业务运营,并与他们的合作伙伴和供应商关系的位置。这种数据是显著并且可以从内部业务应用程序和数据仓库和从软件租用在云计算环境,以及通过在大的数据的新的投资来源。不论来自何方,有更多的互动和数据中心的发现是至关重要的授权分析师甚至数据科学家。数据发现是不是新的,但它已演变很大。直观和灵活的新工具已经从OLAP的基础上推进执行数据上发现大量的源数据,并把它变成一种商业模式或对其进行分析,同时还在其几乎原始格式。从网络资源整合和相关数据的能力,扩大了什么是可能的知道和行动上,而花费更少的时间和资源的境界。许多商业智能供应商才刚刚开始,看看有什么需要,以满足今天的分析师相比,IT或BI专业人员需要发布报告和仪表板过去的需求。我们的研究发现,探索数据发现潜在的方式分析是一个关键的业务分析需要的组织37%。一些新的大数据为导向的分析工具可以做更全面的数据发现,IT部门将不得不适应他们提供什么样的分析师需要做好自己的工作。

信息发现:企业现在必须处理更广泛的各种信息比以往任何时候,包括文档和半结构化的内容,其数据不包含在数据库中。这种丰富的信息提供了一个机会,以提高业务的理解,但用户需要访问并将其整合为一个范围,如欺诈,风险和合规任务; 工艺改进; 而报告和分析。这个信息也可以与从数据库中的数据相结合,以提供用于将发现过程的全面的基础。我们的研究表明,含量为59%的企业的第二个最重要的数据类型,之后客户数据 ​​(71%)。我们相信,信息优化是大数据和信息管理投资的一个关键的好处,但  正如我已经指出  它需要灵活的技术,以利用所有这些信息。信息发现曾经留下非常昂贵的技术和专业资源,因此超出了许多机构的范围。现在很多厂商提供的可以执行内容的分析来发现专有格式的关键信息,并收获了业务运营的工具。新一代的工具还提供了定义模板和安置为未经开发人员的工作要集成信息的能力;它可以分析文档的布局和处理在自动化基础的内容。

视觉发现:这是最新的技术热潮,分析师叫嚣将其添加到他们的分析工具集。我们的研究发现,在视觉上呈现的数据是48%的企业的第二大关键要求的业务分析能力。这种类型的发现有助于可视化大量数据的新焦点添加到寻找机会和挑战的领域。可视化可能看起来似乎很容易,但它实际上是相当困难的设计技术,一系列非技术性的角色找到易于理解和现在。我看到刚才的厂商试图躺在自己的现有产品之上更复杂的可视化,但这样做不会产生实用性和互动性的用户坚持; 缺乏这些素质已经严重阻碍了通过。能够使用可视化的选择方法,进一步的发现极大地缩短了用户对数据进行分析,并寻找新的见解的时间。在视觉上发现过程中的某个时刻,用户想分享一个可视化或图表进行进一步的合作,以确定潜在的地方根本原因分析,或做出对分辨率的建议。在这点上发展,但是,大多数的技术在视觉发现的是不能够很容易地注释或子弹为特定视图上以电子关联,然后启用共享或协作。

并非所有的发现技术是一样的,作为四大类型的发现表明了我的讨论。有些工具提供商在一种类型的出类拔萃,但很少做他们的都好。因此,您的组织将不得不创建一个发现策略为您的业务分析工作的一部分,选择和适当的预算,你确定你的最重要的需求。你肯定会需要做的事情:我们的商业分析研究发现,在组织42%的分析师花费大量的时间在数据有关的活动,而不是实际的分析,所以至关重要的是要减少这些琐事,并且确保发现方法做不增加的时间; 有IT人员通过自动化的数据集成和虚拟化这些任务。对于CIO,重要的是要确保你不只是投资于你的商业智能工具演变  为托尼指出 ; 请记住,目前的当务之急是满足业务的谁是负责分析的需要,尤其是分析师。只是服务报告和仪表板更快,在许多情况下,漂亮的形式是不会提供关键的见解。正如我已经指出的那样, 把更多的图表在仪表板 或嵌入关键绩效指标  是不聪明的战略指导企业改进。

有工作要做在这里的投资需求有说服力的怀疑论者。
根据我们的企业技术创新研究建立商业案例(43%)是第二牛逼的最大障碍,采用创新技术,如发现下列资源不足(51 %)。这是不容易使用传统的商业案例项目的价值和收益从发现,这里的技术是为了寻找未知和提供福利的情况下,具体投资要看能力和您的分析师和商务人士的技能以及随着技术的有效性。因为可用性是至关重要的(评价类别标准最多64%的企业在我们的研究列为重要的),你必须超越仅仅是在技术上的各种角色如何可以轻松地使用它,并在发现来自见解协作能力它。大多数工具只适用于某些角色,也许不是每一个分析师,更不用说董事,副总裁。这些创新的许多技术厂商都只是进入市场。许多组织决定的时间来利用该工具和预计时间为对从它的潜在的见解值的投资的潜在价值; 通过分析发现今天容易,是不是永远。

为了评估新一代的利用这里讨论的发现方法的业务分析的好处,开始一个内部的对话,以确定您的需求,并看一些在线演示,看看什么是可能的。  我们下一代的商业智能研究  发现,以发现是一个重要的考虑因素的69%的企业,这表明在发现技术的浓厚兴趣,将工作的业务和IT。从另一个角度看,  我们在企业研究电子表格  发现,74%的企业仍在使用个人电子表格与BI,以满足他们的许多数据和视觉发现的需求,同时为56%找到它耗时通过结合电子表格复制和粘贴,超过三分之一(35%)发现从他们使用电子表格的数据错误。正如我的同事罗伯特·库格尔所说的那样,  现在是时候结束否认使用电子表格  ,并专注于购买专门为喜欢探索复杂任务的工具。对于IT组织来说,这是至关重要的,以解决数据整合需求的分析和分析师所以生意不花那么多时间在数据相关的任务; 它们还应该明白,虽然将在使用更多的工具和供应商,该架构和支持它们的应予以简化。对企业来说,关键是要了解什么发现的类型是一回事,在那里  技术创新2013  可以帮助您的组织的流程运行得更好,更快。这将是值得你花时间去调查为什么越来越多的机构-其中,也许你的竞争对手-从通过使用发现使他们的业务越来越聪明好处。

转载请注明:数据分析 » 使用大数据智能:发现四种技术

喜欢 (1)or分享 (0)