5 tendances d'adoption de l'analyse d'un directeur de recherche

MicroStrategy World 2020 est peut-être dans notre rétroviseur, mais c'est maintenant le moment idéal pour commencer à tirer parti de ce que nous avons appris de la conférence et à découvrir comment nous pouvons l'appliquer pendant le reste de l'année. Par exemple, comment suivre les tendances observées par les professionnels de l'industrie dans le domaine de l'analytique.

Dans sa session «Future Trends: Driving Analytics Adoption» à MicroStrategy World, le PDG et directeur de la recherche de Ventana Mark Smith a parlé d'analytique. tendances et moteur de l'adoption. Sur la base de ce que nous avons appris, voici cinq tendances que vous pouvez suivre pour maximiser l'adoption de l'analytique.

D'ici 2020, 90% des professionnels et de l'analytique d'entreprise affirment que les données et l'analyse sont la clé des initiatives de transformation numérique de leur organisation. – Recherche et marchés

Les tendances à l'origine de l'adoption des analyses

L'utilisation des données et des analyses pour prendre des décisions commerciales, améliorer l'expérience client et la transformation numérique globale est un objectif que la plupart des organisations partagent, mais le chemin vers l'adoption comporte des défis . Alors que les analyses modernes basées sur le cloud et le libre-service pour l'utilisateur final ont contribué à accroître l'adoption et la valeur des analyses, il existe quelques tendances que vous pouvez commencer à suivre pour renforcer votre succès.

1. Adopter et utiliser l'informatique mobile

L'accès à l'analyse mobile améliore considérablement l'adoption et fournit immédiatement aux utilisateurs des données. De plus, le déploiement généralisé de la 5G rendra l'accès encore plus rapide et accélérera le mouvement mobile-first.

La voix et la proximité sur mobile fournissent un contexte personnalisé à l'information. Et l'informatique mobile avec IoT et XR offre également un potentiel augmenté et virtuel

2. Embedded Analytics Everywhere

Les utilisateurs n'ont plus à basculer entre les outils pour trouver les données et les informations dont ils ont besoin. Au lieu de cela, l'analyse peut être intégrée dans le flux de travail quotidien d'un utilisateur. Cette intégration transparente, activée par la plate-forme ouverte, fournit aux utilisateurs internes et externes un accès immédiat à des informations exploitables à l'intérieur des applications et des processus qu'ils utilisent déjà de manière contextuelle.

3. Assurer l'intelligence dans l'analyse

L'adoption d'outils d'analyse avancés, prescriptifs et prédictifs est une autre force motrice derrière l'adoption. Ces outils peuvent générer du contexte et générer de véritables informations. Plus précisément, en utilisant le modèle sémantique et le graphique pour générer du contexte et des analyses prescriptives et prédictives pour générer des informations réelles.

Lors de la génération de contexte avec des analyses avancées, les techniques de modélisation des données sémantiques sont excellentes car elles peuvent être utilisées pour définir la signification des données dans le contexte. de ses relations avec d'autres données. Fondamentalement, il peut définir la relation entre les données et le monde réel. Et cela est essentiel, car les utilisateurs sont plus disposés à voir la valeur de l'analyse si les informations sont accompagnées de contexte. Sans contexte, il est difficile de prendre des mesures et les utilisateurs se retrouvent souvent avec plus de questions que de réponses.

Une fois que les utilisateurs ont un contexte, l'analyse prédictive et prescriptive peut guider les prochaines étapes. C'est une chose de voir les données, mais connaître l'histoire et les actions normatives suggérées peuvent faire toute la différence. Les analyses prédictives vous fournissent la matière première pour prendre des décisions éclairées, tandis que les analyses prescriptives vous offrent des options de décision fondées sur des données que vous pouvez comparer les unes aux autres.

Les informations valent le coup, les actions valent un dollar – Mark Smith, PDG et directeur de la recherche, Ventana Research

4. Embrace NLP and Conversational Analytics

Un manque général de maîtrise des données parmi les utilisateurs non spécialisés a rendu l'adoption d'outils d'analyse difficile, mais les améliorations apportées au traitement du langage naturel et à l'analyse conversationnelle élargissent le pool d'utilisateurs potentiels. Ces outils suppriment la nécessité de programmer les requêtes dans un outil d'analyse et facilitent l'interrogation des bases de données. L'informatique conversationnelle peut traiter un grand nombre de conversations (texte et voix) à grande échelle sous forme de traitement du langage naturel et aider à apporter des informations immédiates beaucoup plus facilement.

De plus, Gartner prévoit que 50% des requêtes analytiques seront générées via la recherche, la voix ou la PNL (ou automatiquement générée) d'ici 2020 et que la PNL et l'analyse conversationnelle conduiront l'analyse et l'adoption de l'intelligence d'affaires de 35% des employés à plus de 50% d'ici 2021.

5. Utiliser la collaboration pour mobiliser les gens

Bien qu'un manque de maîtrise des données soit un défi, il en va de même pour le manque de démocratisation des données. Les données et les analyses jouent un rôle clé dans le succès d'une organisation, mais il y a beaucoup d'occasions manquées si tous les membres du personnel ne sont pas autorisés à accéder, analyser et agir sur les informations. Permettre au personnel à l'échelle de l'entreprise d'informer sur les décisions stratégiques contribue au plus grand succès global de votre entreprise.

Afin de responsabiliser vos employés Forbes recommande ce qui suit:

• Partagez la vision à travers l'organisation [19659023] Mettre l'accent sur les compétences «non techniques»
• Établir une gouvernance
• Mettre l'accent sur l'apprentissage et l'amélioration continus
• Développer une approche «axée sur les données»

À retenir pour l'adoption de l'analyse

Les outils de données et d'analyse ont le pouvoir d'aider créer ou maintenir un avantage concurrentiel dans votre industrie, mais le succès de votre projet de données et d'analyse dépend de vos employés. Sur la base des cinq tendances ci-dessus, l'adoption réussie des utilisateurs se résume à:

• Vos outils sont-ils rapides et pratiques? Les utilisateurs sont plus susceptibles d'utiliser des outils d'analyse s'ils y ont facilement accès ( mobile ) et s'ils peuvent trouver rapidement les données ( analyse intégrée ).
• Vos utilisateurs ont-ils un contexte et des informations sur la façon de prendre des mesures contre les données? Les utilisateurs veulent rapidement , des informations exploitables qui fournissent des informations de base ( analyses avancées ) et des étapes suivantes suggérées ( analyses prédictives et prescriptives ).
• Vos outils d'analyse effectuent-ils le gros du travail? Les utilisateurs ne veulent pas passer un temps exorbitant à programmer des requêtes ou à trier des données complexes. Permettre à la PNL et à l'analyse conversationnelle de faire le travail acharné fournit non seulement des informations plus facilement, mais augmente le pool d'utilisateurs potentiels.
• Vos utilisateurs ont-ils une visibilité et des connaissances? Démocratiser les données et fournir à tous les employés une visibilité sur les données augmentent non seulement l'adoption, mais également des décisions commerciales plus éclairées. Mais accorder l'accès aux données et aux outils d'analyse nécessite également une formation et une éducation appropriées.

Plus d'informations sur MicroStrategy World 2020

Consultez notre autre blog MicroStrategy World 2020 “ Trop faible, trop lent: le grand thème de MicroStrategy World 2020 . " Nous discutons de la manière dont MicroStrategy répond à l'idée que les applications d'entreprise existantes ont été conçues pour un paradigme dépassé et sont trop faibles et trop lentes pour répondre aux demandes des utilisateurs d'aujourd'hui.