Gartner: пять тенденций развития BI и аналитики данных

В новом исследовании Gartner «Hype Cycle for Analytics и Business Intelligence» говорится о возрастающей роли расширенной аналитики и цифровой культуры в корпоративных инициативах не столь отдаленного будущего. Ниже приводятся выделенные Gartner пять ключевых тенденций, которые ожидают области аналитики и бизнес-аналитики.

1. Расширенная аналитика

К средствам расширенной аналитики относятся системы на базе машинного обучения (МО) и искусственного интеллекта (ИИ), которые полностью изменят принципы подготовки, потребления и распространения аналитической информации. В первую очередь она предназначена для автоматизации подготовки данных, обнаружения информации, анализа данных, разработки моделей МО и обмена информацией между широким кругом бизнес-пользователей, работников, которые отвечают за операционную деятельность, и «гражданcких» специалистов по изучению данных (citizen data scientists).

Авторы отчета предполагают, что по мере развития расширенная аналитика станет основой современных аналитических платформ. Она станет доступной каждому сотруднику организации, что позволит ускорить анализ данных, не вдаваясь в тонкости работы, которые требуются при управлении традиционными аналитическими платформами. Полученные результаты будут учитывать большее количество интерпретаций, чего нельзя достичь при работе с данными вручную. По мере развития этой технологии будет расти количество «гражданcких» специалистов по изучению данных. Gartner прогнозирует, что к 2020 г. последние превзойдут по объему выпущенных отчетов и аналитических справок профессиональных аналитиков. В основном это произойдет благодаря автоматизации задач работы с данными.

2. Цифровая культура

Успешная цифровая трансформация включает в себя множество шагов, однако развитие эффективной цифровой культуры — самый важный из них. «Инициативы в области цифровой культуры охватывают такие понятия, как информационная грамотность, цифровая этика, конфиденциальность данных, а также другие усилия предприятий и вендоров, направленные на благо данных», — сказал вице-президент Gartner по исследованиям Джим Хэйр. Особый акцент в деятельности бизнеса, который стремится к цифровизации, должен быть сделан на развитии грамотности в области данных. Последняя коснется компаний всех размеров и видов деятельности и станет не просто деловой, а жизненно важной необходимостью.

Обеспокоенные ростом влияния ИИ, цифрового общества и фейковых новостей, люди, организации и правительства все больше интересуются цифровой этикой. Исходя из этого, советуют эксперты, лидерам в области данных и аналитики нужно инициировать дискуссии по цифровой этике. Это поможет удостовериться, что информация и технологии используются в рамках этических норм, а также завоевать доверие сотрудников, клиентов и партнеров. Gartner прогнозирует, что к 2023 г. 60% организаций с более чем 20 специалистами по данным испытают необходимость в профессиональном кодексе поведения, в котором будут прописаны этические нормы применения данных и аналитики.

3. Аналитика взаимосвязей

Появление графовых баз данных, методов определения местоположения и поведенческого анализа перенацелили аналитику взаимосвязей на выявление того, как связаны различные объекты, места, вещи и какую роль в этом всем играют люди. Анализ неструктурированных, постоянно меняющихся данных может предоставить пользователям информацию и контекст о взаимоотношениях в сети, а также более глубокое понимание, повышающее точность прогнозов для принятия решений. Ценность аналитики отношений лежит в плоскости, где вопросы, на которые предстоит ответить, заранее не известны. Например, анализ отношений, основанный на графовых методах, помогает определить неадекватное поведение и преступную деятельность. Анализируя формальные и неформальные сети людей, правоохранительные органы могут выявлять случаи отмывания денег и другие виды противоправной деятельности. Другими словами, им становится проще различать внутри сетей злонамеренное или нейтральное поведение.

4. Decision Intelligence

Специалисты в области данных и аналитики используют огромное количество данных из экосистем, которые находятся в постоянном движении. Эффективное управление данными подразумевает применение множества методов для их извлечения и обработки. Непредсказуемость результатов сегодняшних моделей принятия решений часто проистекает из неспособности правильно уловить и учесть факторы неопределенности, связанные с «поведением» этих моделей в деловом контексте. Decision Intelligence — прикладное направление Data Science — обеспечивает основу, которая объединяет традиционные и передовые методы для проектирования, выполнения, мониторинга и настройки моделей принятия решений.

5. Операционализация и масштабирование

Количество вариантов действий и решений в центре бизнеса, на краях и за его пределами стремительно растет. Все больше людей хотят взаимодействовать с данными, и все эти процессы нуждаются в аналитике, чтобы помочь их автоматизировать и масштабировать. Gartner отмечает, что аналитические сервисы и алгоритмы все чаще активируются в любое время и в любом месте. Будь то основа для принятия стратегических решений или средство для оптимизации миллионов транзакций и связей, аналитические инструменты и данные, которые приводят их в действие, применяются там, где их раньше не было — это добавляет совершенно новое измерение концепции «аналитика повсюду».