3 Perkara yang perlu anda ketahui untuk menguasai aplikasikan layan diri

Walaupun banyak ado dibuat tentang aplikasi perisikan perniagaan (BI) layan diri dan mendokumenakan data semasa zaman kegemilangan Data Besar, seseorang tidak banyak mendengar tentang mana-mana perkara itu sekarang. Seolah-olah semua perkara-perkara ini begitu rutin dan begitu mendalam ditanam dalam kerja harian mengisar bahawa perbincangan lebih lanjut tidak lagi diperlukan. Buzz telah pudar dan dunia, nampaknya telah bergerak ke arah yang lebih menarik, fantastis seperti pembelajaran mesin (ML) dan pembelajaran mendalam dan semua benda kecerdasan buatan (AI).

Tetapi itu bukan realiti bagi penganalisis perniagaan dan pengguna baris di seluruh pangkat syarikat di mana-mana hari ini. Walaupun aplikasi BI layan diri telah menjadi kenyataan, ramai yang masih meninggalkan pengguna yang tersangkut di antara batu statistik dan tempat yang sukar difahami. Jangan takut, bantuan ada di sini!

Penunjuk Suruhanjaya Lembaran Katil

Jika anda tidak boleh atau tidak melakukan matematik di luar mengira petua sebagai peratusan tagihan makan malam anda, membahagi rang undang-undang di antara berbilang pengunjung, atau mengimbangi akaun semak anda sebaik sahaja anda pulang ke rumah, jangan risau. Malah, ramai orang tidak boleh, atau sekurang-kurangnya tidak, melakukan perkara-perkara itu tanpa bantuan aplikasi. Anda pastinya tidak semata-mata untuk menjadi agak mistik terhadap barangan seperti algoritma, sains data, dan statistik. Dan walaupun anda tidak bingung dengan mana-mana perkara, mungkin anda tidak mahu melakukannya. Tidak semua orang menganggap bahawa untuk menjadi menyeronokkan dan itu juga baik-baik saja juga.

Nota tempat tidur bagi mereka yang mencari statistik yang menjijikkan atau hanya tidak dapat ditembusi adalah sama: berpegang pada aplikasi BI aplikasi layan diri yang bekerja dari pertanyaan bahasa semulajadi atau yang telah mengautomasikan keseluruhan proses penambangan data ke pemilihan visualisasi data. Aplikasi sedemikian termasuk Analytics Watson Analytics dan Salesforce Einstein Analytics, masing-masing. Dan, mengapa ya, kedua-duanya didorong AI.

Apl seperti ini mempunyai batasannya juga, dan anda akan mendapati batasan-batasan yang terperinci dalam alat BI alat layan diri kami dan alat visualisasi data kajian semula. Tetapi walaupun dengan kekurangan mereka, mereka adalah alat yang sempurna untuk dicabar secara matematik dan mereka yang kelihatan alergi terhadap statistik.

Jangan Bekerja Sendiri BI Apps Adakah Matematik?

Kenapa, ya, mereka lakukan; itu semacam titik di sebalik aplikasi ini. Mereka sebahagiannya adalah pembantu maya secara automasi kepada pakar manusia yang hanya mahu fakta supaya mereka dapat memulihkan garis bawah. Jadi, di sana! Anda dari jenis cangkuk, jenis, mungkin. Anda tidak perlu mengalami penggiliran balik ke kengerian kolej aljabar linear dan statistik kerana terdapat semua aplikasi ini untuk itu.

Malangnya, anda masih perlu memahami bagaimana perkara itu berfungsi sekurang-kurangnya. Jika anda tidak dapat memaksa diri anda untuk menyemak semula atau menyegarkan kemahiran anda di kawasan ini, maka rujuk nota buaian di atas.

Sekiranya anda lebih suka menjadi bakat yang paling dicari di bidang anda, hotshot yang paling hangat di dalam pasukan, dan tuan sihir data pekerjaan yang ada di syarikat anda tetapi tidak mahu keluar untuk tajuk saintis data, kemudian mengambil kursus dalam talian pantas untuk mengasah pemahaman statistik anda. Beberapa contoh penyedia pendidikan dalam talian untuk statistik asas dan maju termasuk Khan Academy, Statistics.com, dan Udemy.

Tidak, anda tidak memerlukan ijazah dalam statistik untuk menggunakan aplikasi BI layan diri; hanya mempunyai pengetahuan tentang apa yang dimaksudkan dengan istilah-istilah dan konsep apa yang akan dimiliki. Jadi, walaupun beberapa podcast, mungkin seperti siri ini, mungkin cukup untuk membuat anda di landasan yang betul.

Semakin anda faham tentang statistik, semakin baik anda akan menjadi. Jika tidak ada yang lain, anda akan lebih memahami apa data yang perlu anda gunakan, mengapa anda perlu melepaskan data, apa data yang akan diberikan kepada paksi apabila merancang carta, dan bagaimana membentuk permintaan berguna. Anda juga akan mempunyai keyakinan yang lebih dalam analisis jika anda tahu apa yang perlu dicari. "Anda perlu yakin bahawa proses dan kawalan yang betul disediakan untuk memastikan data tepat, " kata Mike Duensing, Ketua Pegawai Teknologi dan Naib Presiden Eksekutif Kejuruteraan di Skuid. "Sebagai contoh, anda tidak mahu mengemukakan trend kepada pasukan eksekutif anda yang baru dari alat BI canggih anda, hanya untuk mengetahui kemudian ia benar-benar salah."

3 perkara yang perlu anda ketahui

Dengan mengandaikan bahawa anda telah memilih salah satu daripada aplikasi yang didorong AI atau salah satu aplikasi BI yang berorientasikan math berorientasikan pengguna, berikut adalah tiga perkara yang perlu anda ketahui untuk menjadikan penggunaan BI aplikasi layan diri terbaik.

1. Literasi data adalah perkara sebenar yang anda perlukan. Ya, kita menyentuh perkara itu sebelum perbincangan mengenai nilai kemahiran matematik tertentu. Tetapi, penting juga untuk menjelaskan apa literasi data dan kemahiran yang mungkin perlu difokuskan untuk meningkatkan skor keseluruhan mereka. "Literasi data ditakrifkan oleh MIT dan Emerson University sebagai kebolehan membaca, bekerja, menganalisis, dan berdebat dengan data, " kata James Fisher, Naib Presiden Pemasaran Produk Global di Qlik. Di bawah beliau menerangkan setiap kebolehan:

a) Membaca data: melibatkan pemahaman apa data dan apa aspek dunia yang diwakilinya.

b) Bekerja dengan data: melibatkan mewujudkan, memperoleh, membersihkan, dan mengurusnya.

c) Menganalisis data: melibatkan penapisan, penyisihan, pengagregatan, perbandingan, dan melakukan operasi analisis analitik yang lain di atasnya.

d) Bertengkar dengan data: melibatkan penggunaan data untuk menyokong naratif yang lebih besar yang dimaksudkan untuk menyampaikan mesej kepada khalayak tertentu.

"Jika ada yang mengambil masa selama 15 tahun bekerja dengan organisasi dan data, ini adalah: Pengguna perniagaan suka mencari cerita dalam data mereka, dan akan menghirup dan dadu tanpa henti untuk mendapatkannya, " kata Adam Nathan, pengasas dan Ketua Pegawai Eksekutif Brainbox Consulting, yang baru-baru ini dijual kepada Logic20 / 20. "Di mana mereka berjuang adalah menerjemahkan apa yang menarik ke dalam apa yang boleh dilakukan. Dengan cara yang sama, 50, 000 peminat di permainan besbol suka melihat statistik pemain di Jumbotron; sangat sedikit daripada mereka yang mempunyai perniagaan untuk bermain Moneyball."

2. Soalan yang betul adalah segalanya. Aplikasi BI layan diri adalah pembantu aplikasi secara automatik. Ini bermakna, biasanya, anda adalah orang yang mesti memikirkan soalan (alias, pertanyaan). Membentuk pertanyaan itu sangat penting kerana jawapannya hanya berguna sebagai soalan. Satu pengecualian kepada peraturan ini adalah aplikasi khusus seperti Analytics Salesforce Einstein yang disebutkan, yang memberi tumpuan kepada data pengurusan jualan dan perhubungan pelanggan (CRM) dan dengan demikian boleh secara automatik, melalui Einstein, menentukan apa yang ingin anda ketahui dari jualan anda dan data pelanggan. Contoh lain aplikasi BI khusus ialah Google Analytics dengan tumpuannya pada laman web dan data mudah alih. Sekali lagi, set data adalah jenis yang jelas dan pertanyaannya boleh diramalkan dan dengan itu ditetapkan terlebih dahulu.

Tidak pasti di mana untuk bermula dalam membentuk pertanyaan anda untuk aplikasi BI yang lebih umum? Biasanya indikator prestasi utama syarikat atau industri anda (KPI) adalah titik permulaan yang baik kerana mereka menentukan analisa yang sudah diketahui berguna. Anda boleh memulakan layering atau menambah soalan berkaitan atau baru dari sana. "KPI boleh menjadi metrik tunggal, seperti jumlah hasil, atau metrik komposit, seperti hasil per pengguna aktif, " kata Ariel Michaeli, pengasas bersama dan Ketua Pegawai Eksekutif Appfigures. "Jadi penting bahawa platform BI mempunyai keupayaan untuk menggunakan pelbagai metrik."

Jangan biarkan label "layan diri" pada aplikasi BI ini menghalang anda daripada meminta IT atau penganalisis perniagaan yang berpengalaman untuk mendapatkan bantuan. "Sekiranya anda tidak dapat mencari metrik yang anda cari, minta ia bukan sebahagian daripada permulaan penyelesaian BI anda, " kata Doug Bordonaro, Ketua Data Evangelist di ThoughtSpot. "Seorang penganalisis mungkin gembira dapat menambahkannya dengan cepat untuk anda."

Dan, sambil mencipta pertanyaan yang anda akan gunakan adalah penting, jadi anda menjangkakan soalan yang mungkin akan datang selepas anda membentangkan hasil analisis data kerana yang mungkin mendorong anda untuk melakukan analisis lanjut. "Pastikan anda dapat menjawab enam soalan yang paling mungkin ditanyakan oleh orang kerana mereka akan bertanya, " menasihati Lucio Daza, Pengarah Pemasaran Produk Teknikal di AtScale.

3. Data ialah alpha dan omega keseluruhan latihan. Banyak bergantung pada data yang anda pilih untuk digunakan. Ia adalah pengguna yang memilih, memuat, dan membersihkan data, jadi yeah, kebanyakannya adalah tanggungjawab anda. Kata-kata "sampah di dalam, sampah keluar" masih berlaku. Sebagai Olivia Duane Adams, Ketua Pegawai Pelanggan dan rakan pengasas Alteryx, meletakkannya: "Memahami soalan anda akan membawa anda kembali ke data itu sendiri, seperti mengetahui data yang diperlukan dan di mana ia mungkin hidup. sehingga anda meneruskan analisisnya."

Anda mesti berfikir melalui proses, dari pemilihan data hingga pembentukan pertanyaan, sebelum anda melakukan apa-apa dengan aplikasinya. Jika tidak, anda hanya memancing. Bukannya penerokaan data tidak mempunyai tempatnya. Tetapi, jika anda memerlukan pemahaman yang spesifik cepat, maka anda lebih baik pastikan anda berada di kolam kanan dan membawa umpan yang betul sebelum anda melemparkan baris pertama. Ingat bahawa anda adalah pakar perkara (PKS), bukan mesin. Gunakan bakat dan pengalaman anda untuk mengetahui data yang anda perlukan dan memukulnya menjadi bentuk utama sebelum memberitahu perisian untuk melakukan kerja analitikal.

Jadi, apa yang anda lakukan jika anda benar-benar batu sebagai SME tetapi juga pemula yang benar-benar hilang semasa memilih data dan menggunakan aplikasi BI layan diri? "Kenali pengguna kuasa setempat anda, " kata Bordonaro, ThoughtSpot. "Peluang adalah, ada seseorang yang duduk sangat dekat dengan anda yang boleh menunjukkan kepada anda bagaimana untuk bermula kerana halangan untuk belajar adalah jauh lebih rendah daripada produk BI tradisional."