Podatkovno gnano desetletje
Preteklo desetletje je med drugim zaznamovala revolucija na področju poslovnega obveščanja. Razmah podatkov, ki smo mu priča, splošna dostopnost oblaka in drugi trendi pa že rišejo sliko prihodnosti – dobrodošli v podatkovno gnano dekado.
Razmah podatkov ne prizanaša nikomur, še najmanj podjetjem, ki jih želijo osmisliti. Preglednice, na katere so vsaj desetletje stavili poslovni uporabniki, se pospešeno umikajo napredni vizualizaciji podatkov, ki je v boljših analitičnih orodjih še interaktivna. Vzpon t. i. samopostrežne analitike prinaša demokratizacijo podatkovne verige. Napredna analitika kar naenkrat ni več zgolj v domeni poslovnih analitikov. Ogledali smo si trende na področju množičnih podatkov, poslovne analitike in poslovnega obveščanja, ki bodo krojili delo zaposlenih in poslovanje podjetij v prihodnjih letih. Pestro bo, res pestro.
Napovedna analitika
Poslovna analitika jutrišnjega dne se osredotoča na prihodnost, saj skuša kar se da natančno odgovoriti na vprašanji, kot sta: »Kaj se bo zgodilo?« in »Kako se lahko nekaj zgodi?« Napovedna analitika je praksa pridobivanja informacij iz obstoječih podatkovnih nizov, s katerimi napovemo prihodnje verjetnosti nastanka dogodkov. Gre za razširitev podatkovnega rudarjenja, ki se nanaša le na pretekle podatke. Prediktivna analitika pa vključuje še »ocenjene« prihodnje podatke, zato vedno vključuje tudi možnost napak (beri: neuresničitve dogodka). Napovedna analitika nam torej pokaže, kaj se bo v prihodnosti lahko zgodilo, in to počne s sprejemljivo stopnjo zanesljivosti napovedi. Del takšnih analiz vključuje še nekatere alternativne scenarije in pripadajočo oceno tveganja. Napovedna analitika se uporablja za analizo trenutnih podatkov in zgodovinskih dejstev, s katerimi bi zaposleni bolje razumeli stranke, izdelke in partnerje ter prepoznali potencialna tveganja in priložnosti za podjetje.
Različne industrije in panoge gospodarstva prediktivno analitiko uporabljajo različno. Letalske družbe jo, denimo, uporabljajo za določanje nadvse prilagodljivih cen letalskih vozovnic, hoteli za načrtovanje števila gostov v posameznem delu leta, tržniki za odzive potrošnikov na posamezne izdelke in možnosti vezane prodaje, banke za oceno kreditnega tveganja itd.
Analitika, osredotočena zgolj na prihodnost, preiskuje podatke ali vsebino z drugačnim namenom – zanima jo, katere odločitve je treba sprejeti in katere korake je treba narediti za dosego predvidenega cilja. Tu stopijo na prizorišče tehnike in orodja, kot so analiza grafov, simulacije, kompleksne obdelave dogodkov, nevronske mreže, hevristika in strojno učenje. »Predpogojna« analitika skuša ugotoviti, kakšen bo učinek prihodnjih odločitev, in tako odločevalcem dati možnost, da svoje odločitve prilagodijo, še preden jih dejansko sprejmejo. Ker se prihodnji rezultati upoštevajo pri napovedovanju, takšna analitika podjetjem lahko pomaga optimizirati načrtovanje, proizvodnjo, zaloge in dobavne verige.
Umetna inteligenca
Analitično podjetje Gartner je umetno inteligenco postavilo na sam prestol letošnjih tehnoloških trendov in zdi se, da povsem upravičeno. Čeprav filmi znanstvenofantastičnega žanra umetno inteligenco pogosto kažejo v luči največjega lažnega prijatelja človeka, ki na dolgi rok vodi v pogubo človeške vrste, še zdaleč ni tako. Znanstveniki se seveda ubadajo s preprečevanjem črnega scenarija, vmes pa nam umetna inteligenca in strojno učenje pomagata prebirati in razumeti podatke. Prav zaradi tega so poslovna okolja lahko prešla s statičnih in pasivnih poročil, ki so opredeljevala posnetek nekega preteklega stanja, na proaktivno analitiko, ki vsako sekundo prikaže analizo trenutnega dogajanja v poslovnem okolju in se sproti odziva na neželene dogodke (alarmiranje). Napredne nevronske mreže so z učenjem zgodovinskih trendov in vzorcev postale zelo natančne pri odkrivanju anomalij.
Povpraševanje po analitičnih orodjih, podprtih z umetno inteligenco, je vse večje, sploh v luči naslednjega megatrenda – interneta stvari, ki s seboj prinaša na prvi (človeški) pogled neobvladljive količine podatkov. Umetna inteligenca pa bo predstavljala osrčje algoritmov, ki se bodo spopadli z novo poplavo podatkov, in bo v svetu, kjer bodo stroji delovali precej ali povsem avtonomno, sprejemala odločitve po vzoru ljudi. Podjetja pa se bodo morala odločiti, ali je (pol)samodejno odločanje že pravšnje zanje. V začetku bodo verjetno zaposleni še vedno preverjali in po potrebi popravljali na podatkih gnane odločitve strojev – pa četudi (pogosto) v lastno škodo.
Poslovno obveščanje kot center odličnosti
Velika podjetja in organizacije, ki si želijo pospešiti rabo samopostrežne analitike, so letos že začele uvajati t. i. centre odličnosti s področij poslovnega obveščanja in analitike. Ti bodo imeli ključno vlogo pri izvedbi podatkovno gnane kulture poslovanja in izrabi rešitev s področja analitike in obveščanja. Poslovnim uporabnikom bodo namreč pomagali razumeti in zbirati ter obdelovati podatke, ki jih potrebujejo pri svojem delu, če naj sprejemajo boljše poslovne odločitve. Uvedba takšnih centrov odličnosti v poslovanje je tudi odlična priložnost, da se strateško poveže tehnologijo, zaposlene in procese ter dejansko uvede želene spremembe glede novega načina dela/poslovanja. Ti centri odličnosti se lahko v poslovno okolje umestijo različno, lahko so del oddelka IT (in odgovorni direktorju informatike), še pogosteje pa so samostojne enote z nalogo zagotavljanja storitev vsem oddelkom in zaposlenim v podjetju.
Oblačna analitika
Vsenavzočnost oblaka ni danes nič novega, računalniški oblak bo tudi prihodnja leta vedno bolj krojil poslovno usodo podjetij. Ta bodo namreč v oblaku uporabljala vse več analitičnih in drugih orodij, hranila in obdelovala podatke in druga bremena. Oblačna analitika je posledica naravnega razvoja dogodkov – v oblaku je že ta hip velika večina gradnikov, in sicer viri podatkov, podatkovni modeli, poslovne aplikacije, računalniška moč, analitični modeli in sama hramba podatkov.
Vizualni pregled podatkov
Obseg množičnih podatkov je presenetil tudi podatkovne znanstvenike, ki odkrito priznavajo, da ne morejo več z gotovostjo trditi, kaj bodo odkrili, ko se bodo enkrat »spustili« v podatke. Tipično začnejo analizo z vizualnim pregledom podatkov, pri katerem iščejo vzorce ali podatkovne strukture, ki izstopajo. Orodja za vizualizacijo podatkov so jim v izdatno pomoč tudi pri iskanju povezav med podatki iz različnih virov – strojno podprta analiza realnočasovnega toka podatkov pa omogoča hiter in odločen odziv, s katerim podjetja zmanjšajo poslovna tveganja, izboljšajo profitabilnost ter izkoristijo kratkoročne poslovne priložnosti.
Podobno kot pri vizualnem odkrivanju podatkov raziskovalna orodja za vizualno analitiko omogočajo boljši vpogled v množične podatke. V kombinaciji s tehnologijo računalniške obdelave v pomnilniku in naprednih samopostrežnih orodij za poslovno obveščanje pa močno pridobijo tudi poslovni uporabniki. Raziskovalna vizualna analitika temelji na eksperimentiranju, ustvarjalnosti in vnaprej določenih vprašanjih, vizualizacije pa se pogosto ustvarijo »ad hoc« za preverjanje različnih poslovnih alternativ.
Podatkovne zgodbe in podatkovno novinarstvo
Zadnja leta smo priča premiku s pisne k vizualni komunikaciji. Količina informacij, ki jih prejemamo, se stalno povečuje, čas naše pozornosti pa krajša – vse pogosteje zato samo preletimo naslove in ključne točke, le redkeje se res posvetimo vsej vsebini. V želji, da bi pritegnili in obdržali bralčevo/obiskovalčevo pozornost, novinarji ali drugi strokovnjaki, zadolženi za posredovanje informacij, uporabljajo infografiko. Ta zahvaljujoč zmožnosti sporočanja kompleksnega niza podatkov na enem samem grafu dokazuje, da je vizualizacija podatkov (slika) res vredna tisoč besed.
