Bienvenue dans la période d'analyse augmentée

Selon Gartner, L'analyse augmentée est l'avenir de Data and Analytics – la prochaine rupture en matière d'analyse et de veille stratégique. C’est la capacité d’automatiser les informations en utilisant l’apprentissage automatique et la génération en langage naturel. Si nous regardons en arrière au cours des deux dernières décennies, l’espace Analytics et Business Intelligence est divisé en trois vagues:

Analytics Industry Waves

La première des premières perturbations remonte à 25-30 ans, lorsque les entreprises construisaient des plates-formes centralisées À cette époque, les plates-formes d’analyse devaient permettre d’accéder à des tableaux de bord et à des rapports prédéfinis via une couche sémantique commune, garantissant ainsi une source unique de vérité pour tous les rapports et métriques de l’entreprise. Un modèle de données a été conçu pour répondre à un ensemble d'exigences métier bien défini. De même, la consolidation des données a largement impliqué l'extraction de données à partir de plateformes ERP et CRM, principalement des structures de tables relationnelles. Cela prenait beaucoup de temps et impliquait beaucoup d'effort manuel, même pour automatiser le processus de consolidation et de nettoyage des données.

Pendant cette période, regardez ce qui s'était passé, avec des biais sur ce que nous devrions examiner et comment analyser. nos données étaient la norme, car les utilisateurs devaient définir exactement ce qu'ils avaient besoin de voir avant le début d'un projet.

De plus, il s'agissait d'un système très centré sur l'informatique et qui nécessitait un long redressement pour répondre aux nouvelles informations demandées par les utilisateurs professionnels dans Afin de prendre des décisions opportunes.

Vint ensuite la deuxième vague de perturbations il y a environ une décennie. La ruée vers l'or exercée par divers acteurs du marché visait à combler le vide qui existait au sein de la communauté des utilisateurs professionnels: la nécessité d'autonomiser les utilisateurs professionnels, de fournir davantage de capacités d'analyse en libre-service et ad-hoc.

Donner plus d'autonomie aux utilisateurs en leur permettant pour créer leurs propres visualisations, mashup des données et créer leurs propres rapports en se connectant à diverses sources. Tous, sans avoir besoin d'apprendre aucun type de code. Pour l'essentiel, contribuer à la démocratisation de l'analyse en libre-service.

Il restait un problème à relever, mais la complexité des structures de données continuait de croître. Le type et la rapidité avec lesquels la complexité des données a continué de croître étaient exponentiels. Cela entraînait la complexité de l'impossibilité d'autonomiser réellement tous les utilisateurs de l'entreprise.

Ce qui nous amène à la troisième vague de perturbations la période de l'analyse augmentée. C’est la période dans laquelle nous nous trouvons maintenant et pour la prochaine décennie. Dans cette vague, nous nous appuyons sur des machines et des algorithmes pour faire le travail à notre place.

• Il est difficile de comprendre les ensembles de données auxquels se connecter et d'établir automatiquement la connexion.
• Le travail qui consiste à préparer les données sans aucune connexion. intervention manuelle.
• Il est essentiel de faire évoluer l'environnement pour répondre aux besoins de performances et lui permettre de s'acquitter de ses propres tâches.
• Surtout, il s'agit de trouver les informations à la vitesse qui aura un impact sur les entreprises. [19659020] La visualisation de données ne correspond pas à l'analyse

  La visualisation de données à elle seule n'est pas une analyse. Cela permet aux utilisateurs de disposer de plus de profondeur. Avec autant de données aujourd'hui, il y a beaucoup trop de variables et de relations entre elles, ce qui rend pratiquement impossible le traitement manuel et l'obtention d'informations. Avec les transformations numériques en cours – la vitesse, le volume et la variété des données ne diminuent pas, elles continuent de croître de manière exponentielle. Les plates-formes d'analyse commerciale modernes doivent comprendre ces complexités croissantes en matière de données et simplifier le processus permettant aux décideurs de consulter rapidement les informations en temps opportun.

  Explorons un cas très simple d'utilisation des ressources humaines consistant à rechercher des informations sur le départ des employés. Nous avons besoin de capacités pour créer des visualisations permettant de raconter une histoire de données, mais également pour trouver la corrélation et indiquer un cluster basé sur des profils d'employés auxquels nous ne pensons pas, mais qui offre des informations puissantes. Par exemple, avec Oracle Analytics Cloud, vous pouvez certainement analyser toutes les données de votre profil de main-d'œuvre, mais vous pouvez également demander à la plate-forme, 'Explain Attrition' d'automatiser le processus de connexion de tous vos ordinateurs. Les données des ressources humaines, la recherche de relations les unes avec les autres et la découverte de points de vue puissants sur les attributs et les comportements des employés qui ont un impact direct sur l’attrition, le tout sans écrire une seule ligne de code. Allez encore plus loin et utilisez l'outil pour faire des prédictions basées sur des données historiques et toutes ces informations puissantes à la vitesse de l'éclair. Cela va au-delà de la visualisation et a beaucoup plus de profondeur.

  L'analyse augmentée, l'un des points forts d'Oracle Analytics Cloud (OAC)

  Oracle mène la vague de l'analyse augmentée en démocratisant l'apprentissage automatique pour tous. Pas seulement des scientifiques de données ou des programmeurs. Grâce à un puissant apprentissage automatique, à des requêtes d'interrogation en langage naturel et à des capacités d'entrepôt de données autonomes, Oracle Analytics Cloud peut vous aider à trouver des informations puissantes pour vous et votre entreprise. Dans le Magic Quadrant 2019 de Gartner pour les plates-formes d’analyse et de veille stratégique Oracle Analytics Cloud a été cité comme le pionnier dans le domaine de l’analyse augmentée, qui est véritablement l’apprentissage automatique, les technologies d’intelligence artificielle, le traitement du langage naturel et la gestion autonome des données. Les autres forces d’Oracle Analytics sont la présence sur le cloud avec des optimisations et des intégrations aux applications d’entreprise Oracle. La vision du produit autour de l'analyse augmentée est également citée parmi les principaux atouts.

  Grâce à cette plate-forme, vous pouvez continuer à obtenir une source de vérité unique pour tous les tableaux de bord et rapports statiques. Vous pouvez continuer à donner à vos utilisateurs les moyens d'effectuer des analyses et des visualisations de données en libre-service, tout en simplifiant le processus de consolidation des données en exploitant l'apprentissage automatique pour automatiser la préparation des données et la génération d'informations.

  De nombreux utilisateurs ne savent pas ce qu'il est possible de faire avec. Le CAO et aussi comment concevoir cette nouvelle plate-forme et s’y prendre. Cela ressort clairement des ateliers du CAO que nous avons organisés ainsi que du nombre d'évaluations et d'engagements stratégiques que nous menons actuellement. Nous constatons des réactions très positives et l'adoption grandit au fur et à mesure que les utilisateurs prennent conscience de ces capacités d'analyse améliorées relatives à l'apprentissage automatique et à la préparation des données, ainsi qu'à la visualisation des données sur CAO.

  Oracle Analytics Cloud et ses fonctionnalités d'entrepôt de données autonome vous permettent: aujourd'hui, pas demain, pas dans l'avenir, mais aujourd'hui et maintenant, tirez parti des puissantes capacités d'apprentissage automatique qui permettent d'automatiser la préparation des données, la génération d'informations, l'utilisation du langage naturel pour interagir et vous fournir des informations précieuses et opportunes.