虽然自助服务报告和分析并不是新概念，但已经发生了很大变化，从可用数据类型到自助服务本身的性质。
全球专业服务商凯捷公司的人工智能和分析副总裁Dan Simion表示：“发生的变化是从描述性分析转向预测性和规范性分析，由高级分析、数据科学和机器学习提供支持。未来需要做的是在自助报告发生时尽可能灵活，以便企业能够尽快对业务需求做出反应。”
一个重要的进步是能够与数据交互，而不是被动地使用报告或仪表板。用户无需点击键盘即可利用增强分析平台中的自然语言查询功能，而无需了解SQL等查询语言。
更好的是，他们的问题的答案通常包括自动生成的数据可视化和解释数据可视化含义的叙述，这有助于促进对数据所说内容的共同理解。
与此同时，数据工程团队一直在构建数据管道，以确保正确的数据在正确的时间到达正确的位置以进行场景决策，同时包括重要的企业护栏，例如数据治理和合规性。
增强分析平台还支持自助数据准备，使用户可以选择自己的数据源，并根据需要将其组合起来以回答查询。还可以根据个人的场景(例如他们的角色和过去运行的查询)自动生成见解或动态数据故事。
Microsoft Power BI、Qlik、Sisense、Tableau、Thought Spot等该领域的领导者，都提供了增强功能，因此企业可以在更广泛的用户群体中普及分析。
如何启用自助服务
启用自助式商业智能功能有两种通用方法。一种是购买部门工具，并在IT团队的帮助下启动并运行它。
另一种方法是让数据专家(数据科学家、数据分析师和数据工程师)为大众提供增强的分析能力。这种方法的好处是可以看到人们如何在企业中使用分析，并减轻与数据相关的风险，例如以不合规的方式使用个人身份信息。
大型企业往往拥有卓越中心(COE)，由分配到特定部门或业务线的数据科学家和数据分析师进行补充。这样，企业可以确保其最佳实践，同时满足运营单位的特定需求。
与此同时，随着企业采用云计算服务，他们也在运行分析和机器学习，以增强自助服务能力。
数字工程专业服务商Apexon公司的高级副总裁Sree Majji说，“例如，卓越中心(COE)可以为每个业务组建立专门的发现环境，以实现对商业智能功能或数据分析的端到端发现，此外，可以为完全治理与部分治理的商业智能环境实例化专用平台。”
分析的大众化使业务用户能够比依赖IT更快地获得问题的答案。它还使数据科学家和数据分析师能够专注于需要专业知识的更难的问题。
行业领先供应商的自助服务方法
Sisense推广中心辐射模型，在该模型中，数据团队的专家可以为公民数据科学家提供支持，如上所述。凭借卓越中心，企业的数据文化中就融入了固有的政策和最佳实践。
在业务部门中有一些专家，例如数据科学家和具有领域知识的分析师。这种方法在企业希望在运营单位内优化商业智能与对控制和标准(如治理)的需求之间取得平衡。具体来说，该平台提供了多项功能，其中包括：
·基于视觉的数据建模和仪表板创建;
·具有高级过滤和钻取路径的交互式可视化;
·人工智能驱动的数据调查;
·与工作流和业务应用程序集成。
Microsoft Power BI团队提倡托管式自助服务，与中心辐射式方法一样，它可以划分职责，尽管有所不同。在这一模型中，IT部门保留数据所有权，业务部门可以运行自己的报告。该方法认识到现代组织的双速特性，其中业务专业人员快速移动，而IT移动速度较慢。
与Sisense一样，Power BI为非数据专家提供拖放界面和人工智能帮助。企业商业智能功能允许数据科学家和数据分析师进行更复杂的分析。它还提供企业级控制。客户可以将自助服务和企业商业智能结合起来，以实现业务敏捷性和更安全的数据使用。
Qlik还通过其平台QlikSense平衡了业务和IT的需求。该公司概述了其平台提供的五项基本自助式商业智能功能。它们是：
在数据治理的需求与及时准确的决策之间取得平衡;
·轻松集成数据源;
·与利益相关者快速分享见解的能力;
·能够按需创建应用程序和报告;
·提供对分析的移动访问。
出于竞争原因，增强分析平台的相似之处多于不同之处。通常情况下，平台之间或平台之间的选择归结为各个供应商的舒适度。
从商业案例开始
易用性推动了许多商业智能平台决策，因为企业希望为更多员工提供数据驱动的见解。当运营单位购买他们自己的分析平台时，他们通常是在解决一个特定的问题。随着时间的推移，企业最终可能会拥有多个平台或同一平台的多个实例。
其他考虑因素应包括平台的可扩展性、它如何适应企业当前和计划的架构，以及平台是否具有足够的安全性、治理和合规性控制。主要平台提供这些功能，并且在许多方面都提供类似的功能，因此供应商的选择可能取决于用户对供应商团队的相对舒适度。
成本和IT影响是其他考虑因素
了解任何商业智能解决方案的拥有成本和架构影响是业务领导者的关键。总拥有成本包括软件许可硬件成本、开发成本和维护成本。Majji表示，这可能是最初供应商销售量的5到10倍。
Majji说，“良好的商业智能架构可以最大限度地减少人工干预，保护静态和动态数据，并减少数据移动的开销，在自己购买任何商业智能解决方案之前，业务领导者应该认识到这些影响。”
Majji建议，如果企业中已经存在商业智能工具，需要与不断变化的环境保持同步，并拥有一个技术评估框架来定期评估企业已经拥有的工具与可用的工具。这包括根据所需的业务能力识别当前工具中的差距。所有工具都应具有剥离、维护或投资评估和评估技术框架。
Simion说，“如果这些工具足够灵活并且能够有效解决业务方面的新挑战，那么它们就足够好，可以继续使用。这些工具是否适应实时或接近实时的数据?这样的例子可以帮助企业评估他们的立场，并做出是否做出改变的艰难决定。”
版权声明：本文为企业网D1Net编译，转载需注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。
京公网安备 11010502049343号