2019 est l'année où la technologie analytique commence à offrir ce que les utilisateurs rêvaient depuis plus de 40 ans: facile, naturel accès à des informations commerciales fiables.

  1. Apprentissage automatique partout. Nous avons atteint la troisième grande vague de analytics après les plates-formes d’informatique décisionnelle dans la couche sémantique des années 90 et la découverte de données dans les années 2000. Les plates-formes d'analyse améliorées basées sur la technologie cloud et l'apprentissage automatique éliminent les obstacles les plus anciens au succès de l'analyse. Ils apportent des informations aux utilisateurs plutôt que de les forcer à dénicher des tendances furtives et fournissent des interfaces plus intuitives facilitant la tâche des utilisateurs de données pour leur permettre de faire leur travail.
  1. L'analyse intégrée accélère. La ligne historique entre les applications opérationnelles et les analyses continue de s'estomper. Grâce aux progrès de l’apprentissage automatique, les «applications intelligentes» normatives sont devenues une réalité. Ces processus métier à auto-apprentissage pilotés par les données s’améliorent automatiquement avec le temps et à mesure que les utilisateurs les utilisent. Le cloud apporte agilité et innovation plus rapide à l'analyse. Au fur et à mesure que les applications professionnelles migrent vers le cloud et que les données externes deviennent plus importantes, le cloud analytics devient un élément naturel des architectures d'entreprise. Les avantages sont particulièrement importants pour les petites entreprises: le cloud offre un accès abordable, à la demande, à une puissance d'analyse et de traitement de données qui était auparavant réservée aux grandes entreprises dotées d'équipes d'analyse dédiées. Cependant, certaines données ne seront jamais transférées dans le nuage. Une approche nuancée est nécessaire, exploitant les investissements existants en matière d'analyse tout en passant à des architectures hybrides d'analyse sur site / sur le cloud.
  1. Une meilleure expérience utilisateur entraîne une plus grande adoption. Les progrès en matière de reconnaissance de la parole et du texte permettent aux utilisateurs de poser des questions professionnelles en utilisant un langage courant. La découverte de données assistée par l'intelligence artificielle peut automatiquement exploiter les données à la recherche d'informations et proposer des vues appropriées de ce qui est nouveau, exceptionnel ou différent. Les chatbots et les assistants personnels offrent un accès transparent aux numéros de base utilisés pour gérer l'entreprise. Et en utilisant les systèmes temps réel comme base, les responsables disposent enfin de tableaux de bord contenant toutes les informations dont ils ont besoin pour gérer tous les aspects de l'activité, en temps réel et à portée de main.
  1. La conformité favorise l'adoption effective de la plate-forme de données, avec l'aide de plus gestion flexible des données. Comme c'est le cas depuis 40 ans, la collecte, la préparation et la normalisation des données restent les aspects les plus difficiles de l'analyse. La montée des préoccupations en matière de conformité et de protection de la vie privée conduit à l'adoption d'approches plus standardisées – par exemple, en réduisant l'attrait des architectures de découverte de données qui extraient et manipulent des données séparément des systèmes centraux. Le traitement en temps réel, les catalogues de données et les nouveaux systèmes d '«orchestration des données» permettent aux organisations de conserver une vue cohérente des données dans l'ensemble de l'entreprise sans avoir à les stocker physiquement dans un seul endroit.
  1. L'alphabétisation des données restera un problème majeur. Le plus gros obstacle au succès de l’analyse n’a jamais été la technologie. Donner à quelqu'un le meilleur crayon au monde ne fera pas de lui un Picasso. La culture, les compétences et l'organisation en matière d'analyse restent les principaux obstacles à la réduction des coûts en information ou en l'augmentation des profits. Les organisations doivent investir autant de temps et d'argent dans les compétences et les incitations en matière d'analyse que dans les technologies.
  1. Il y aura un nombre croissant d'échecs liés à l'IA. Comme toute technologie puissante, l'intelligence artificielle apporte de nouveaux dangers. Les algorithmes sont des sociopathes: ils ne savent pas ce qu’ils font. L'intelligence artificielle offre d'incroyables possibilités d'amélioration de la productivité et de l'intelligence humaine. Mais il amplifie tous les problèmes existants liés à la qualité et au biais des données et pose des défis sans précédent à la vie privée et à l’éthique. Des politiques globales de gouvernance et de transparence des données sont essentielles. Malheureusement, les choses vont probablement empirer avant de s'améliorer. Les organisations doivent mettre en œuvre des processus, des conseils et des conseillers externes en matière d'éthique avant que des catastrophes de grande envergure ne fassent la une des journaux.
  1. Des plates-formes décisionnelles de bout en bout apparaissent . Analytics n'a traditionnellement accordé son attention qu'à une petite partie du «parcours de données» de bout en bout. Les informations et les informations sont inutiles à moins que quelque chose ne change réellement dans les activités. Des approches analytiques plus complètes et de bout en bout apparaissent, non seulement en raison de la combinaison des opérations avec l'analyse, mais également avec des approches plus proactives et transparentes pour convertir l'analyse de l'utilisateur en actions concrètes. Cela dépend fondamentalement du jugement humain, du consensus et de la créativité, mais cela doit être soutenu par une meilleure intégration entre l'analyse, les activités traditionnelles de planification des activités et les plates-formes de collaboration sociale.
  1. L'intelligence artificielle et l'apprentissage automatique rendent l'analytique plus humaine. Des analyses augmentées plus puissantes permettront d’éliminer une grande partie du travail de collecte et de traitement des données et d’identification des domaines à approfondir. Mais finalement, les personnes constituent la «technologie» la plus importante nécessaire pour transformer les données en amélioration des activités. À une époque où les décisions de base peuvent être de plus en plus automatisées, des choix plus stratégiques reposent sur des compétences uniquement humaines, telles que la créativité, la compréhension du contexte et le leadership.
  1. Analyse de nouvelles expériences. Comprendre et optimiser l'expérience client est la base d'une transformation numérique réussie. Les analyses traditionnelles se concentraient sur les données structurées provenant de systèmes opérationnels. Les nouvelles plates-formes d'analyse ont mélangé davantage de données non structurées telles que du texte, des images et des lectures de capteurs bruts dans des flux de travail analytiques. L'étape suivante consiste à étendre l'analyse aux données opérationnelles et aux «données d'expérience» – les expériences subjectives uniques d'individus lorsqu'ils interagissent avec des produits, des marques et des processus métier internes.

Horizon 2020 et au-delà

De plus en plus de périphériques capturant des données plus nuancées, avec des capacités technologiques accélérées et un puissant apprentissage automatique encore balbutiant, l'analyse est prête pour un nouvel âge d'or.

Pour en savoir plus sur les tendances en matière d'analyse à surveiller, rejoignez-nous pour le prochain . ] Appel #askSAP: stratégie et feuille de route de SAP Analytics 2019, jeudi 28 février à 17 heures, heure de Paris; 11 heures HNE;

Qu'il s'agisse de fidéliser une clientèle, de faire pression sur les concurrents innovants ou de fidéliser les meilleurs talents, les décisions à prendre ne manquent pas. SAP Analytics est le liant qui relie tous les éléments, des données à l'intelligence. Apprenez directement des experts sur la feuille de route SAP, les mises à jour du produit et la stratégie.

Et voyez ceci #askSAP Live Chat Replay.

Le premier # AskSAP Le séminaire Web de l'année sur le chat en direct portait sur les principales tendances de l'analytique pour 2019. Il était animé par Avery Horzewski et mettait en vedette l'évangéliste analytique SAP Andy Bitterer et moi-même et discutait de nos 10 thèmes préférés pour cette année le domaine de la business intelligence, de l'analyse, des plateformes de données, du Big Data et de l'intelligence artificielle. J'espère que vous l'apprécierez autant que nous!

Cet article a été initialement publié sur le blog de Timo Elliott, Digital Business & Business Analytics et a été republié avec sa permission.

<! – Commentaires ->