BITOOLS - DIGITAL TRANSFORMATION AND STRATEGY

1. Translated from English to Greek - www.onlinedoctranslator.com

2. Ενότητα Μ1 ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΗΣ
Ενότητα Μ2 ΦΥΣΙΚΟ ΔΙΑΔΙΚΤΥΟ
Ενότητα Μ3 ΨΗΦΙΑΚΩΣΗ ΑΛΥΣΙΔΑΣ ΕΦΟΔΙΑΣΜΟΥ
Ενότητα Μ4 ΑΝΑΛΥΤΙΚΑ. ΠΑΓΚΟΣΜΙΑ, ΚΑΤΑΣΚΕΥΗ ΚΑΙ LOGISTICS KPIS
ΣΥΝΟΛΙΚΟ ΣΧΕΔΙΟ

3. ψηφιοποίηση
σεεπιμελητεία
Μ4. ΑΝΑΛΥΤΙΚΑ. ΠΑΓΚΟΣΜΙΟΣ
ΒΑΣΙΚΟΣ ΔΕΙΚΤΗΣ ΑΠΟΔΟΣΗΣ (KPI)
ΛΕΙΤΟΥΡΓΙΩΝ LOGISTICS.

4. 4.1. Μεγάλα δεδομένα
4.2. Διαχείριση δεδομένων
4.3. Εργαλεία Business Intelligence
4.4. Ορισμός και Διαχείριση δεικτών
Μ4. ΑΝΑΛΥΤΙΚΑ. ΠΑΓΚΟΣΜΙΑ, ΚΑΤΑΣΚΕΥΗ ΚΑΙ
LOGISTICS KPIS

5. ΔΕΙΚΤΗΣ
4.3.1. Εισαγωγή στα εργαλεία
4.3.2. Οι τάσεις της Business Intelligence τα
τελευταία χρόνια
4.3. Business Intelligence
Εργαλεία
4.3.3. Εισαγωγή στο PowerBI

6. ΔΕΙΚΤΗΣ
4.3.1. Εισαγωγή στα εργαλεία
4.3.2. Οι τάσεις της Business Intelligence τα
τελευταία χρόνια
4.3. Business Intelligence
Εργαλεία
4.3.3. Εισαγωγή στο PowerBI

7. πλατφόρμα BI
Οι πλατφόρμες Analytics και Business Intelligence (ABI) επιτρέπουν στους λιγότερο τεχνικούς χρήστες, συμπεριλαμβανομένων των επιχειρηματιών, να
μοντελοποιούν, να αναλύουν, να εξερευνούν, να μοιράζονται και να διαχειρίζονται δεδομένα και να συνεργάζονται και να μοιράζονται ευρήματα,
ενεργοποιημένα από IT και επαυξημένη από τεχνητή νοημοσύνη (AI). ).
Πολλές πλατφόρμες προσθέτουν δυνατότητες στους χρήστες να συνθέτουν εύκολα ροές εργασίας και εφαρμογές αυτοματισμού χαμηλού ή χωρίς
κώδικα. Αυτός ο συνδυασμός δυνατοτήτων συμβάλλει στην επέκταση του οράματος των αναλυτικών στοιχείων πέρα από την απλή παράδοση
συνόλων δεδομένων και την παρουσίαση πινάκων εργαλείων. Οι σημερινές πλατφόρμες BI μπορούν να προσφέρουν πλούσιες, εμπεριστατωμένες
πληροφορίες, να εστιάσουν εκ νέου την προσοχή στις διαδικασίες λήψης αποφάσεων και, τελικά, να αναλάβουν ενέργειες που θα αυξήσουν την
επιχειρηματική αξία.

8. Η λειτουργικότητα της πλατφόρμας BI, σύμφωνα με την GARTNER, περιλαμβάνει τις ακόλουθες 12 κρίσιμες δυνατότητες, οι οποίες
έχουν ενημερωθεί ώστε να αντικατοπτρίζουν τομείς μεταβαλλόμενης αγοράς, διαφοροποίησης και ζήτησης πελατών:
Αυτοματοποιημένες πληροφορίες: ακεντρικό χαρακτηριστικό της επαυξημένης ανάλυσης είναι η δυνατότητα εφαρμογής τεχνικών
μηχανικής μάθησης (ML) για την αυτόματη δημιουργία πληροφοριών για τους τελικούς χρήστες (για παράδειγμα, με τον εντοπισμό
των πιο σημαντικών χαρακτηριστικών σε ένα σύνολο δεδομένων)
Κατάλογος ανάλυσης:αναφέρεται στην ικανότητα του προϊόντος να εμφανίζει αναλυτικό περιεχόμενο έτσι ώστε να είναι εύκολο να
βρεθεί και να καταναλωθεί. Ο κατάλογος έχει δυνατότητα αναζήτησης και κάνει συστάσεις στους χρήστες.

9. Προετοιμασία Δεδομένων:Η προετοιμασία δεδομένων περιλαμβάνει υποστήριξη για μεταφορά και απόθεση, συνδυασμό δεδομένων από
διαφορετικές πηγές βάσει του χρήστη και δημιουργία αναλυτικών μοντέλων (όπως μέτρα, σύνολα, ομάδες και ιεραρχίες που ορίζονται από τον
χρήστη).
Συνδεσιμότητα πηγών δεδομένων:Οι δυνατότητες συνδεσιμότητας με πηγή δεδομένων επιτρέπουν στους χρήστες να συνδέονται και να απορροφούν
δομημένα δεδομένα που περιέχονται σε διάφορους τύπους πλατφορμών αποθήκευσης, τόσο εντός των εγκαταστάσεων όσο και στο cloud.
Αφήγηση δεδομένων: Η αφήγηση δεδομένων είναι η ικανότητα συνδυασμού της διαδραστικής οπτικοποίησης δεδομένων με αφηγηματικές
τεχνικές για τη συσκευασία και παράδοση πληροφοριών σε μια συναρπαστική, εύκολα κατανοητή μορφή για παρουσίαση στους υπεύθυνους
λήψης αποφάσεων.
Οπτικοποίηση δεδομένων: Η οπτικοποίηση δεδομένων περιλαμβάνει υποστήριξη για εξαιρετικά διαδραστικούς πίνακες εργαλείων και εξερεύνηση δεδομένων
μέσω του χειρισμού εικόνων γραφήματος. Περιλαμβάνεται μια ποικιλία επιλογών οπτικοποίησης πέρα από γραφήματα πίτας, ράβδων και γραμμών,
συμπεριλαμβανομένων χαρτών θερμότητας και δέντρων, γεωγραφικών χαρτών, διασκορπισμού και άλλων γραφικών ειδικού σκοπού.

10. Διακυβέρνηση:Οι δυνατότητες διακυβέρνησης παρακολουθούν τη χρήση και διαχειρίζονται τον τρόπο κοινής χρήσης και προώθησης των πληροφοριών.
Ερώτημα φυσικής γλώσσας: Η δυνατότητα Ερώτημα Φυσικής Γλώσσας (NLQ) επιτρέπει στους χρήστες να κάνουν ερωτήσεις σχετικά με δεδομένα χρησιμοποιώντας όρους που είναι
πληκτρολογημένοι σε ένα πλαίσιο αναζήτησης ή προφορικοί.
Αναφορά:Η δυνατότητα αναφοράς παρέχει σελιδοποιημένες αναφορές τέλεια για εικονοστοιχεία που μπορούν να γραφτούν και να κλιμακωθούν σε μια μεγάλη
κοινότητα χρηστών.
Ενσωμάτωση Επιστήμης Δεδομένων: Δυνατότητες που επιτρέπουν την επαυξημένη ανάπτυξη και τη δημιουργία πρωτοτύπων μοντέλων σύνθετης
επιστήμης δεδομένων και μηχανικής μάθησης (DSML) από επιστήμονες δεδομένων πολιτών και επιστήμονες δεδομένων με ενσωμάτωση στο ευρύτερο
οικοσύστημα της επιστήμης δεδομένων. επιστήμη δεδομένων και μηχανική μάθηση.

11. Metric Store:Η δυνατότητα παροχής ενός εικονικού επιπέδου που επιτρέπει στους χρήστες να δημιουργούν και να ορίζουν μετρήσεις ως κώδικα, να
διέπουν αυτές τις μετρήσεις από τα καταστήματα δεδομένων και να εξυπηρετούν όλες τις μεταγενέστερες εφαρμογές επιχειρήσεων, επιστήμης
δεδομένων και ανάλυσης. Αυτό περιλαμβάνει επίσης δυνατότητες όπως η διαχείριση στόχων.
Συνεργασία: Η συνεργασία Analytics είναι η εφαρμογή δυνατοτήτων συνεργασίας σε ροές εργασιών αναλυτικών στοιχείων για
οργανισμούς που θέλουν να παρέχουν ένα περιβάλλον στο οποίο ένα ευρύ φάσμα χρηστών μπορεί ταυτόχρονα να παράγει
ένα έργο ανάλυσης.

12. Σύμφωνα με την GARTNER, επί του παρόντος οι ηγέτες της αγοράς που αντικατοπτρίζονται στο τελευταίο τεταρτημόριο του 2023 είναι:

14. ΔΕΙΚΤΗΣ
4.3.1. Εισαγωγή στα εργαλεία
4.3.2. Οι τάσεις της Business Intelligence τα
τελευταία χρόνια
4.3. Business Intelligence
Εργαλεία
4.3.3. Εισαγωγή στο PowerBI

15. Τάσεις στα εργαλεία BI
Το μέλλον της επιχειρηματικής ευφυΐας (BI) είναι άρρηκτα συνδεδεμένο με το μέλλον των δεδομένων.
Καθώς ο όγκος των δεδομένων που δημιουργούν και καταναλώνουν οι επιχειρήσεις αυξάνεται εκθετικά, η ταχύτητα και η ευκολία με την οποία
μπορείτε να έχετε πρόσβαση και να εμπιστεύεστε αυτά τα δεδομένα θα είναι πιο σημαντικά από ποτέ.
Από την τεχνητή νοημοσύνη έως τα εργαλεία που ενθαρρύνουν τη συνεργασία και την αυτοεξυπηρέτηση, παρακάτω θα εξετάσουμε
διάφορες εξελίξεις κατά τη διάρκεια των ετών και διαφορετικές προσεγγίσεις που αντικατοπτρίζουν το μεταβαλλόμενο πρόσωπο της
ανάλυσης δεδομένων, καθώς και πώς συμβάλλουν ήδη στη διαρκώς μεταβαλλόμενη μέλλον της νοημοσύνης. της επιχείρησης.

16. 2019
Επιχείρηση
Νοημοσύνη
Τάσεις
1

17. 01
Η ερμηνεία της τεχνητής νοημοσύνης
είναι κατ' αρχάς και αδύνατη
Καθώς οι οργανισμοί βασίζονται περισσότερο σε μοντέλα τεχνητής νοημοσύνης και
μηχανικής μάθησης, πώς μπορούν να διασφαλίσουν ότι είναι αξιόπιστοι;
Η υπόσχεση της τεχνητής νοημοσύνης (AI) υποδηλώνει ότι οι μηχανές θα
ενισχύσουν την ανθρώπινη κατανόηση αυτοματοποιώντας τη λήψη
αποφάσεων. Ο Josh Parenteau, διευθυντής της νοημοσύνης αγοράς στο
Tableau, εξήγησε πώς η τεχνητή νοημοσύνη και η μηχανική μάθηση θα
λειτουργήσουν ως μια άλλη προοπτική, «βοηθώντας στην αποκάλυψη
γνώσεων που δεν έχουν ανακαλυφθεί πριν». Η έρευνα της Gartner δείχνει
ότι μέχρι το 2020, «το 85% των CIO θα πιλοτάρουν προγράμματα τεχνητής
νοημοσύνης μέσω ενός συνδυασμού προσπαθειών αγοράς, κατασκευής
και εξωτερικής ανάθεσης». Αλλά καθώς οι οργανισμοί εξαρτώνται
περισσότερο από μοντέλα μηχανικής μάθησης, πώς μπορούν οι άνθρωποι
να είναι σίγουροι ότι αυτές οι συστάσεις είναι αξιόπιστες;
Πολλές εφαρμογές μηχανικής εκμάθησης επί του παρόντος δεν έχουν τρόπο να
«κοιτάξουν κάτω από το καπό» για να κατανοήσουν τους αλγόριθμους ή τη λογική πίσω
από αποφάσεις και συστάσεις, επομένως οι οργανισμοί που δοκιμάζουν προγράμματα
τεχνητής νοημοσύνης δικαίως ανησυχούν για τη γενίκευση.
2019
Επιχείρηση
Νοημοσύνη
Τάσεις 4

18. υιοθεσία.Όπως περιγράφεται από τον Adrian Weller, ανώτερο ερευνητή
5
στη μηχανική μάθηση στο Πανεπιστήμιο του Cambridge, «Η διαφάνεια
θεωρείται συχνά κρίσιμη για να καταστεί δυνατή η αποτελεσματική
ανάπτυξη ευφυών συστημάτων στον πραγματικό κόσμο», όπως η
μηχανική μάθηση. Αυτό συμβαίνει για διάφορους λόγους—κυρίως για να
διασφαλιστεί ότι τα μοντέλα λειτουργούν όπως έχουν σχεδιαστεί ή για να
με κινδύνους όπως οι χρηματοπιστωτικές υπηρεσίες και οι
εδραιωθεί η εμπιστοσύνη με τους χρήστες, ώστε να μπορούν να
φαρμακευτικές εταιρείες - απαιτούν από τις ομάδες επιστήμης
λαμβάνουν αποφάσεις με σιγουριά βάσει προβλέψεων.
δεδομένων να χρησιμοποιούν μοντέλα που είναι πιο εξηγήσιμα και
προσφέρουν τεκμηρίωση ή μια διαδρομή ελέγχου σχετικά με τον τρόπο
κατασκευής των μοντέλων. Καθώς οι επιστήμονες δεδομένων είναι
επιφορτισμένοι να εξηγήσουν αυτά τα μοντέλα στους επιχειρησιακούς
χρήστες, στηρίζονται σε πλατφόρμες BI ως
μια διαδραστική μέθοδος για τη διερεύνηση και την επικύρωση
αντικαταστήστε πλήρως—την ανθρώπινη
τεχνογνωσία και κατανόηση».
Γραμμή επιχειρησιακών ηγετών σε οργανισμούς
ιδιαίτερα τους ενδιαφερόμενους οργανισμούς
συμπερασμάτων.
Η ανάγκη για διαφάνεια έχει οδηγήσει στην ανάπτυξη της
εξηγήσιμης τεχνητής νοημοσύνης, της πρακτικής κατανόησης
και παρουσίασης διαφανών απόψεων σε μοντέλα μηχανικής
μάθησης.
Οι υπεύθυνοι λήψης αποφάσεων αναμένουν ότι θα μπορούν να κάνουν
ερωτήσεις παρακολούθησης σχετικά με το γιατί ένα μοντέλο λέει κάτι, πόσο
σίγουρο είναι και τι θα έλεγε εάν οι εισροές ήταν διαφορετικές - πολύ
παρόμοιο με το πώς ένας ηγέτης θα ρωτούσε έναν άνθρωπο ειδικό όταν
έπαιρνε κρίσιμες αποφάσεις. Όπως σημειώνει ο Richard Tibbetts, Product
Manager για την τεχνητή νοημοσύνη στο Tableau, «Οι υπεύθυνοι λήψης
αποφάσεων έχουν δίκιο να είναι δύσπιστοι όταν οι απαντήσεις που
παρέχονται από την τεχνητή νοημοσύνη και τη μηχανική μάθηση δεν μπορούν
να εξηγηθούν.
8 5%
των CIOs θα είμαι
πιλοτική αρ αιχμηρός
ευφυής μι
προγράμματα διά μέσου
ένας συνδυασμός tion of
αγορά, κατασκευή, και
εξωτερική ανάθεση προσπάθειες.
Τελικά, οι εταιρείες έχουν αγκαλιάσει την αξία της τεχνητής νοημοσύνης
και της μηχανικής μάθησης. Αλλά για να επηρεάσει αρνητικά τους
οργανισμούς, η τεχνητή νοημοσύνη πρέπει να είναι αξιόπιστη. Πρέπει
να αιτιολογεί τα συμπεράσματά του με κατανοητό τρόπο, όσο το
δυνατόν πιο απλά, και να απαντά δυναμικά σε επακόλουθες ερωτήσεις
— όλα για να βοηθήσουν τους ανθρώπους να κατανοήσουν καλύτερα τα
δεδομένα τους.
Το Analytics και το AI θα πρέπει να βοηθήσουν — αλλά όχι

19. Το Analytics και η τεχνητή νοημοσύνη θα πρέπει να βοηθήσουν, αλλά όχι να
αντικαταστήσουν πλήρως, την ανθρώπινη εμπειρία και κατανόηση.
6
Richard Tibbetts, Product Manager για AI, Tableau

20. 02
Φυσική γλώσσα
Ανθρωπίστε τα δεδομένα σας
Οι εξελίξεις στα συστήματα NLP επιτρέπουν σε όλους τους ανθρώπους να έχουν φυσικές συνομιλίες με δεδομένα.
Η επεξεργασία φυσικής γλώσσας (NLP)συνδυάζει την επιστήμη των
υπολογιστών και τη γλωσσολογία για να βοηθήσει τους υπολογιστές να
κατανοήσουν το νόημα πίσω από την ανθρώπινη γλώσσα. Σήμερα, οι
προμηθευτές BI προσφέρουν μια διεπαφή φυσικής γλώσσας στις
απεικονίσεις, έτσι ώστε οι χρήστες να μπορούν να αλληλεπιδρούν με τα
δεδομένα τους φυσικά, θέτοντας ερωτήσεις όπως τα σκέφτονται χωρίς
βαθιά γνώση του εργαλείου BI.
η αναλυτική συνομιλία. Η αναλυτική συνομιλία ορίζεται ως
ένας άνθρωπος που συνομιλεί με το σύστημα σχετικά με τα
δεδομένα του. Το σύστημα αξιοποιεί το πλαίσιο μέσα στη
συνομιλία για να κατανοήσει την πρόθεση του χρήστη πίσω
από ένα ερώτημα και να προωθήσει τον διάλογο,
δημιουργώντας μια πιο φυσική εμπειρία συνομιλίας. Για
παράδειγμα, όταν ένα άτομο έχει μια επόμενη ερώτηση για τα
δεδομένα του, δεν χρειάζεται να επαναδιατυπώσει την ερώτηση
για να εμβαθύνει ή να διευκρινίσει μια ασάφεια. Θα
μπορούσατε να ζητήσετε ένα εργαλείο BI
Στο πλαίσιο του σύγχρονου BI, η φυσική
γλώσσα εφαρμόζεται για υποστήριξη
2019
Επιχείρηση
Νοημοσύνη
Τάσεις 7

21. Η φυσική γλώσσα είναι ένας τρόπος να φέρεις όλα τα είδη
τεχνολογίας σε ένα πολύ ευρύτερο κοινό. Μειώνει το τεχνολογικό
εμπόδιο, επομένως δεν χρειάζεται να μάθετε το λογισμικό. Δεν
χρειάζεται καν να μάθετε για την ανάλυση. Απλά πρέπει να έχετε το
επιχειρηματικό πλαίσιο για να κάνετε τη σωστή ερώτηση.
8
Stephanie Richardson, Senior Director of Product Marketing, Tableau

22. για να "Βρείτε μεγάλους σεισμούς κοντά στην Καλιφόρνια" και στη
9
συνέχεια να κάνετε μια επόμενη ερώτηση "Τι θα λέγατε κοντά στο
Τέξας;" χωρίς να αναφέρουμε σεισμούς για δεύτερη φορά. Η μηχανική
εκμάθηση επιτρέπει στα συστήματα να αποκτούν βαθύτερη γνώση του
τομέα με την πάροδο του χρόνου με βάση τα δεδομένα μιας εταιρείας
και τους τύπους ερωτήσεων που κάνουν οι χρήστες τους.
δεν βασίζεται στα δεδομένα μου. Βασίζεται στις
κωδικοποιήσεις των οπτικοποιήσεων." Και όταν μια
υπάρχουσα οπτικοποίηση δεν έχει νόημα στο πλαίσιο
της επόμενης ερώτησης, θα προσφέρει μια
εναλλακτική.
Το φυσικό λα γλώσσα
Η φυσική γλώσσα αντιπροσωπεύει μια αλλαγή παραδείγματος στον τρόπο με τον
οποίο οι άνθρωποι κάνουν ερωτήσεις για τα δεδομένα τους. Όταν οι άνθρωποι
μπορούν να αλληλεπιδράσουν με μια οπτικοποίηση όπως θα έκαναν ένα άτομο,
ανοίγει περιοχές του αγωγού αναλυτικών στοιχείων που παραδοσιακά
προορίζονταν για επιστήμονες δεδομένων και προχωρημένους αναλυτές. Οι
χρήστες δεν περιορίζονται από το σύνολο των αναλυτικών τους δεξιοτήτων —
μόνο από το δικό τους εύρος ερωτήσεων. Επιτρέπει επίσης στους
προχωρημένους χρήστες να απαντούν σε πλουσιότερες ερωτήσεις σε λιγότερο
χρόνο και να παρέχουν πιο συναρπαστικές δυνατότητες στον πίνακα ελέγχου σε
άλλους. Καθώς η φυσική γλώσσα ωριμάζει σε όλη την
Η βιομηχανία BI, θα καταρρίψει τα εμπόδια στην υιοθέτηση αναλυτικών
στοιχείων σε οργανισμούς και θα ενσωματώσει περαιτέρω δεδομένα
στον πυρήνα της κουλτούρας στο χώρο εργασίας.
γενιά μα ρκετ
Το μέγεθος είναι εκτιμώμενο ed to
μεγαλώσουν σε
$825. 3
«Ένα από τα βασικά χαρακτηριστικά της αναλυτικής συνομιλίας
είναι η αποφυγή αδιεξόδων—το να μπορείς να κάνεις μια ερώτηση,
να πάρεις ένα αποτέλεσμα και να περιστρέψεις αυτήν την αρχική
ερώτηση», εξηγεί η Vidya Setlur, Υπεύθυνη Ανάπτυξης στην ομάδα
Natural Language στο Tableau. "Ολοι
έχει δίψα για πληροφορίες σχετικά με τα δεδομένα του. Και η
φυσική γλώσσα είναι ένας σημαντικός τρόπος για να γεφυρωθεί
αυτό το χάσμα».
εκατομμύριο
έως το 2023(Αγορές και Αγορές)
Η φυσική γλώσσα θα επιτρέπει επίσης στους χρήστες να κάνουν
ερωτήσεις με βάση μια οπτικοποίηση δεδομένων: «Ας υποθέσουμε ότι
κάνω μια ερώτηση από το εργαλείο BI μου σχετικά με τις εστίες
ασθενειών και λαμβάνω μια οπτικοποίηση που προκύπτει. Θα
μπορούσα να ρωτήσω «Τι είναι αυτή η πορτοκαλί ακίδα;» λέει ο Ryan
Atallah, Μηχανικός Λογισμικού στο Tableau. «Είναι μια ερώτηση
συνέχειας, αλλά

23. 03
Ac tio nab le Ana lysis
Βάλτε τα δεδομένα στο πλαίσιο
Οι πλατφόρμες BI εξελίσσονται για να τοποθετούν δεδομένα εκεί που οι άνθρωποι θέλουν να αναλάβουν δράση.
Οι εργαζόμενοι δεδομένων θέλουν και χρειάζονται τα δεδομένα και τις
ενέργειές τους στον ίδιο χώρο. Αντί να εκτελεί ανάλυση σε ένα σιλό και
να αναλαμβάνει δράση σε ένα άλλο, όποιος εργάζεται με δεδομένα θα
πρέπει να μπορεί να παραμείνει στο πλαίσιο των επιχειρηματικών
διαδικασιών και των ροών εργασίας του. Οι πλατφόρμες
Αυτές οι δυνατότητες επιτρέπουν στους εργαζόμενους δεδομένων να αναλύουν
επιχειρηματικής ευφυΐας ικανοποιούν αυτήν την ανάγκη συγχωνεύοντας
δεδομένα και να αναλαμβάνουν δράση μετά
με βασικές επιχειρηματικές λειτουργίες, ροές εργασίας και διεργασίες
βρίσκοντας μια διορατικότητα—όλα στο ίδιο μέρος. Ένα
μέσω δυνατοτήτων όπως αναλυτικά στοιχεία για κινητά, ενσωματωμένα
παράδειγμα συγκλίνουσας γνώσης και δράσης είναι τα
αναλυτικά στοιχεία, επεκτάσεις πίνακα εργαλείων (γνωστές και ως
ενσωματωμένα αναλυτικά στοιχεία. Τα ενσωματωμένα
πρόσθετα) και API. Σαν
αναλυτικά στοιχεία τοποθετούν δεδομένα και πληροφορίες
όπου οι άνθρωποι εργάζονται ήδη, ώστε να μην χρειάζεται να
πλοηγηθούν σε άλλη εφαρμογή ή
Ως αποτέλεσμα, τα ενεργά αναλυτικά στοιχεία επιταχύνουν τη
διαδικασία λήψης αποφάσεων τόσο για τεχνικούς όσο και για μη
τεχνικούς ρόλους.
2019
Επιχείρηση
Νοημοσύνη
Τάσεις 10

24. 2
4
11
Για να μπορούν να λειτουργήσουν τα αναλυτικά στοιχεία,
πρέπει να βεβαιωθούμε ότι μεταφέρουμε το σωστό
μήνυμα στο σωστό άτομο, τη σωστή στιγμή, με τρόπο που
μπορεί να καταλάβει.
Peter Benson, Επικεφαλής Στρατηγικών Συμμαχιών, Automated Insights

25. κοινόχρηστος διακομιστής. Το Analytics μπορεί να είναι ενσωματωμένο σε
11
εσωτερικές πύλες (όπως το SharePoint) ή σε άλλες εφαρμογές που
χρησιμοποιούνται συνήθως.
μετάβαση στο σύστημα έκδοσης εισιτηρίων τους. Αυτό
τους κρατά στη ροή τους, επιτρέποντας ταχύτερη
δράση από εκεί που ξοδεύουν ήδη τον χρόνο τους.
Για παράδειγμα, οι οργανισμοί ενσωματώνουν αναλυτικά στοιχεία σε
λογισμικό διαχείρισης σχέσεων πελατών (CRM) όπως το Salesforce. Οι
πωλητές μπορούν να δουν πολύτιμα δεδομένα λογαριασμού στο
πλαίσιο
— όπως προτιμήσεις προϊόντος ή δαπάνη με την πάροδο του χρόνου, κάτι
που μπορεί να βοηθήσει καλύτερα
συνομιλία ή να επηρεάσουν τα επόμενα βήματα με
τον πελάτη.
Ενώ τα ενσωματωμένα αναλυτικά στοιχεία και οι επεκτάσεις του
ταμπλό συνδυάζουν δράση και πληροφορίες σε πλατφόρμες και
εργαλεία, τα αναλυτικά στοιχεία για κινητά φέρνουν αυτές τις
δυνατότητες στους χρήστες όπου κι αν βρίσκονται. Οι σύμβουλοι
μπορούν να αξιοποιήσουν τα δεδομένα πελατών ενώ βρίσκονται στο
χώρο, ενώ ένας μηχανικός μπορεί να αξιοποιήσει δεδομένα Internet of
Things (IoT) για να επισκευάσει μια συσκευή στο πεδίο.
Μέχρι το 2022,5 0 %
της ψηφιακής επιχείρησης
τεχνολογική πλατφόρμα
έργα θα συνδεθούν
εκδηλώσεις σε επιχειρήσεις
αποτελέσματα.(Gartner)
Οι επεκτάσεις του ταμπλό προσεγγίζουν αυτή τη σύγκλιση από την
άλλη πλευρά. Για όσους περνούν το μεγαλύτερο μέρος του χρόνου
τους στην πλατφόρμα αναλυτικών στοιχείων τους, οι επεκτάσεις
φέρνουν πρόσβαση σε άλλα συστήματα απευθείας στον πίνακα
εργαλείων. Τώρα τα άτομα μπορούν να κάνουν μια ενέργεια χωρίς
ποτέ να εγκαταλείψουν τη ροή εργασιών των αναλυτικών στοιχείων.
Η πράξη της τοποθέτησης των αναλυτικών στοιχείων στο πλαίσιο έχει ακόμη
μεγαλύτερο αντίκτυπο καθώς βοηθά στην προσαρμογή των αναλυτικών
στοιχείων σε μια συγκεκριμένη γραμμή επιχείρησης ή κλάδου. Η σύγκλιση των
αναλυτικών στοιχείων και της δράσης θα συντομεύσει το χρόνο και την
προσπάθεια μεταξύ της διορατικότητας και της λήψης αποφάσεων. Θα
καταστήσει επίσης τα δεδομένα ευρύτερα διαθέσιμα στις επιχειρηματικές ροές
εργασίας, ενθαρρύνοντας περισσότερους ανθρώπους να ενσωματώνουν
δεδομένα στις καθημερινές αποφάσεις.
Για παράδειγμα, οι διαχειριστές IT που βασίζονται σε αναλυτικά στοιχεία
για να παρακολουθούν τις ουρές εισιτηρίων μπορούν να χρησιμοποιήσουν
μια επέκταση πίνακα ελέγχου για να επεξεργαστούν πληροφορίες
υπόθεσης ή να εκτελέσουν ενέργειες απευθείας από τον πίνακα ελέγχου
τους αντί

26. 04
Συνεργασίες δεδομένων
Ενισχύστε το κοινωνικό καλό
Επίπτωση
Οι εστιασμένες προσπάθειες από οργανισμούς του δημόσιου και του ιδιωτικού τομέα
ενισχύουν το κίνημα «data for good».
Τα δεδομένα έχουν αλλάξει τον τρόπο λειτουργίας των οργανισμών,
συμπεριλαμβανομένων των μη κυβερνητικών οργανώσεων (ΜΚΟ) και των μη
κερδοσκοπικών οργανισμών.
Και τώρα το κίνημα «data for good» εκρήγνυται σε οργανισμούς τόσο
Εταιρείες του ιδιωτικού τομέα, όπως η πολυεθνική εταιρεία
του ιδιωτικού όσο και του δημόσιου τομέα. Η έρευνα της Gartner δείχνει
τηλεπικοινωνιών, Orange, θεσπίζουν έργα που χρησιμοποιούν
ότι «οι αναφορές στα μέσα κοινωνικής δικτύωσης για τα καλά έχουν
αυξηθεί κατά 68% τον τελευταίο χρόνο» καθώς το ευρύ κοινό γίνεται
έχουν μεγαλύτερη επίγνωση του τρόπου με τον οποίο τα δεδομένα μπορούν να έχουν θετικό αντίκτυπο
στην κοινωνία.
γνώσεις που βασίζονται σε δεδομένα για την προώθηση του
κοινωνικού καλού
προσπάθειες. Μέσω του Orange's Project OPAL, η
εταιρεία δημιούργησε μια επιτροπή διακυβέρνησης,
2019
Επιχείρηση
Νοημοσύνη
Τάσεις 13

27. σε συνεργασία με τις τοπικές κυβερνήσεις, για τη ρύθμιση του τρόπου
14
συλλογής, ανωνυμοποίησης και προστασίας των δεδομένων. Αυτό τους
επιτρέπει να μοιράζονται λεπτομερή αρχεία κλήσεων με οργανισμούς
κοινωνικού αντίκτυπου
με ασφαλή και ασφαλή τρόπο. Στη Σενεγάλη, αυτά τα δεδομένα χρησιμοποιήθηκαν
πρόσφατα για την αξιολόγηση των ποσοστών αλφαβητισμού με βάση τη χρήση
μηνυμάτων κειμένου, βοηθώντας τους οργανισμούς με κοινωνικό αντίκτυπο να
λαμβάνουν αποφάσεις κατανομής πόρων σχετικά με προγράμματα αλφαβητισμού.
υποδομές ή μεγάλες ομάδες εργαζομένων δεδομένων. Τώρα, με την
οικονομική αποδοτικότητα και την ευελιξία του cloud
Η Commonwealth, για παράδειγμα, «είναι μια διεπιστημονική
ομάδα με αποστολή να ενδυναμώσει τους ερευνητές του Fred
Hutchinson Cancer Research Center με καινοτόμα εργαλεία
επιστήμης δεδομένων, δυνατότητες υποδομής και συνεργασίες
για να επιταχύνουν την έρευνά τους». Σε ένα άρθρο για το
GeekWire, ο Matthew Trunnell, Chief Information Officer και
Executive Director της Hutch Data Commonwealth μοιράζεται
πώς το cloud λειτουργεί ως «θεμέλιο ενός επιστημονικού κοινού
δεδομένων». Το σύννεφο γίνεται το μέρος όπου
συναθροιζόμαστε και συνεργαζόμαστε, ένα μέρος
με υπολογιστές, αυτοί οι οργανισμοί μπορούν να αναπτύξουν εξελιγμένα
περιβάλλοντα δεδομένων, χωρίς τεράστιες επενδύσεις στην εγκατάσταση,
ανοίγοντας το δρόμο για περισσότερες πρωτοβουλίες κοινωνικού αντίκτυπου που
βασίζονται σε δεδομένα.
Ένα πρακτικό παράδειγμα είναι η εμφάνιση και η ανάπτυξη
κοινοτήτων δεδομένων - πλατφορμών για κοινή χρήση και συνεργασία
μεταξύ οργανισμών για την επίτευξη ενός κοινού στόχου. Τα δεδομένα
του Hutch
Ιστορικά, οι ΜΚΟ και οι μη κερδοσκοπικοί οργανισμοί δεν είχαν τους
πόρους να επενδύσουν σε εξελιγμένα δεδομένα
Οι κοινότητες δεδομένων επιτρέπουν στους οργανισμούς να μοιράζονται δεδομένα μεταξύ τους και με τον
κόσμο με ασφαλή και ασφαλή τρόπο και με τρόπο που προστατεύει το απόρρητο οποιουδήποτε από τον
οποίο συλλέγονται τα δεδομένα.
Neil Myrick, Παγκόσμιος Επικεφαλής του Ιδρύματος Tableau

28. Μια πρόσφατη έκθεση από το Εργαστήριο Διακυβέρνησης στο NYU Tanden
15
School of Engineering επικεντρώνεται κυρίως στις προκλήσεις που σχετίζονται
με την κοινή χρήση δεδομένων μέσων κοινωνικής δικτύωσης μεταξύ
οργανισμών του ιδιωτικού και του δημόσιου τομέα1, αλλά οι αρχές του ισχύουν
για μια ποικιλία συνεργασιών κοινής χρήσης δεδομένων. Το GovLab προβλέπει
ότι περισσότεροι οργανισμοί θα διορίσουν διαχειριστές δεδομένων για την
καθοδήγηση συνεργατών δεδομένων υπό την έννοια της διασφάλισης «μιας
δέουσας διαδικασίας για την ανταπόκριση σε αιτήματα δεδομένων. ένα
σύστημα φιλτραρίσματος ή ιεράρχησης ορισμένων ειδών πληροφοριών· και μια
μέθοδο για να διασφαλιστεί ότι τα δεδομένα που δημοσιεύονται ταιριάζουν με
τις δημόσιες ανάγκες και απαιτήσεις.»
Μεσα ΚΟΙΝΩΝΙΚΗΣ ΔΙΚΤΥΩΣΗΣ
αναφορές σε «δεδομένα
για καλό' έχουν
αυξήθηκε
68%
τον τελευταίο χρόνο.
όπου όλοι συγκεντρώνονται για το κοινό καλό». Η
Κοινοπολιτεία βασίζεται σε συνεργασίες με άλλα ερευνητικά
ιδρύματα και παρόχους τεχνολογίας με δεδομένα στο
επίκεντρο της αποστολής της.
Η πρόσβαση σε πληθώρα διαφορετικών πηγών δεδομένων υπό τους
κατάλληλους ελέγχους —όπως στην περίπτωση του Fred Hutch—
μπορεί να δημιουργήσει μετασχηματιστικό αντίκτυπο. Ενώ οι
προκλήσεις παραμένουν σε αυτά τα μεγάλης κλίμακας, συνεργατικά
έργα, το κίνημα «data for good» αποτελεί απόδειξη της αλτρουιστικής
δυνατότητας της ανταλλαγής δεδομένων. Οι εξελίξεις στην τεχνολογία,
είτε μέσω κοινοπολιτειών, απαιτούν ένα θεμέλιο εμπιστοσύνης. Οι οργανισμοί
η αυξημένη παιδεία στα δεδομένα και η εστίαση στη συνεργασία
δημιουργούν ένα κατάλληλο περιβάλλον για την επίλυση ορισμένων
από τα πιο δύσκολα προβλήματα του κόσμου.
Αυτές οι εταιρικές σχέσεις, είτε μέσω έργων του δημόσιου και ιδιωτικού τομέα
αξιολογούν τα κρίσιμα στοιχεία μιας επιτυχημένης συνεργασίας,
συμπεριλαμβανομένων των νομικών επιπτώσεων και των προτύπων
διακυβέρνησης που σχετίζονται με την κοινή χρήση δεδομένων. Αυτό
περιλαμβάνει την αξιολόγηση των κινδύνων για το απόρρητο και την
ενστάλαξη προστασίας γύρω από την κοινή χρήση προσωπικών πληροφοριών.
1http://datacollaboratives.org/static/files/social-media-data.pdf

29. 05
E thicscodes
Ενημερωθείτε για τα δεδομένα
Υπό το φως κανονισμών όπως ο GDPR, οι ηγέτες αξιολογούν το μέλλον των πρακτικών ηθικών δεδομένων .
Κώδικες δεοντολογίας: Πολλοί ρόλοι είναι ήδη συνδεδεμένοι με
επαγγελματικούς κώδικες δεοντολογίας, συμπεριλαμβανομένων
εκείνων του δικαίου, της ιατρικής και της λογιστικής. Και καθώς τα
δεδομένα συνεχίζουν να πολλαπλασιάζονται σε όλους τους τομείς των
επιχειρήσεων, οι εταιρείες αρχίζουν να αξιολογούν πώς να
εφαρμόζουν αυτές τις ίδιες αρχές στις πρακτικές ανάλυσης δεδομένων.
Όπως μοιράστηκε η Gartner, «η εποχή των ψηφιακών επιχειρήσεων
έχει θολώσει τα όρια μεταξύ τεχνολογίας και επιχειρήσεων» και τα
δεδομένα είναι πλέον ένα κρίσιμο κομμάτι στο στρατηγικό παζλ.
Περισσότερες εταιρείες είναι
Το ζήτημα του απορρήτου των δεδομένων έχει γίνει πιο σημαντικό και
οι καταναλωτές είναι πιο συνειδητοποιημένοι από ποτέ σχετικά με την
κοινή χρήση προσωπικών δεδομένων. Αυτό επηρεάζει τον τρόπο με
τον οποίο οι εταιρείες προσεγγίζουν τη δημιουργία εσόδων, τη
συλλογή δεδομένων και την κοινή χρήση δεδομένων. Και με νέους
κανονισμούς όπως ο GDPR, οι εταιρείες έχουν κρίσιμες συζητήσεις
σχετικά με την ηθική και το απόρρητο δεδομένων στο πλαίσιο των
καθημερινών επιχειρηματικών πρακτικών τους. Αυτό προκύπτει μέσω:
2019
Επιχείρηση
Νοημοσύνη
Τάσεις 16

30. βασίζεται σε δεδομένα για τη διαμόρφωση επιχειρηματικών αποφάσεων σε
κάθε τμήμα και ρόλο—που σημαίνει ότι περισσότεροι άνθρωποι έχουν μερίδιο
στον τρόπο χρήσης και κοινής χρήσης των δεδομένων.
«Οι πρακτικές διακυβέρνησης θα πρέπει να είναι ισχυρές, γνωστές σε
όλα τα μέλη της ομάδας και να αναθεωρούνται τακτικά»,
προσαρμόζοντας καθώς η εταιρεία μεγαλώνει και αλλάζει.
Σε απάντηση, οι ηγέτες, ιδιαίτερα οι chief data officers (CDOs),
πρωτοστατούν στη διαμόρφωση εσωτερικών κατευθυντήριων γραμμών
για πρακτικές δεδομένων σε όλη την εταιρεία ως μέρος των
προσπαθειών ψηφιακού μετασχηματισμού. Στην πραγματικότητα,
Έρευνα Chief Data Officer της Gartner από το 2017 αποκάλυψε ότι
Η ηθική των δεδομένων δεν περιορίζεται στη συλλογή δεδομένων ή στη
διακυβέρνηση δεδομένων. Ισχύει επίσης για
πώς ερμηνεύονται και επεξεργάζονται τα δεδομένα. Οι
σύγχρονες πλατφόρμες BI έχουν ανοίξει την ανάλυση δεδομένων
σε πολλούς και περισσότεροι ρόλοι θα είναι υπεύθυνοι για την
τήρηση των αρχών δεοντολογίας δεδομένων. Η Bridget Winds
Cogley, Senior Consultant στην Teknion Data Solutions προτείνει
σε όποιον αναλύει δεδομένα ή
Η επικοινωνία με τις γνώσεις θα πρέπει να "λαμβάνει υπόψη τις προκαταλήψεις
και το κατά πόσον τα γεγονότα παρουσιάζονται με σαφήνεια ή όχι" και εάν "τα
όρια των δεδομένων είναι κατανοητά και ταιριάζουν με την ερώτηση". Καθώς όλο
και περισσότεροι άνθρωποι γίνονται εργαζόμενοι στα δεδομένα, η ηθική των
δεδομένων θα αποτελεί βασικό μέρος των προσπαθειών παιδείας δεδομένων,
επηρεάζοντας τον τρόπο
οι άνθρωποι προσεγγίζουν τα δεδομένα τόσο σε προσωπικό όσο
και σε επαγγελματικό πλαίσιο.
«Ο αριθμός των CDO που λένε ότι η ηθική είναι μέρος των
ευθυνών τους έχει αυξηθεί κατά 10 ποσοστιαίες μονάδες από
το 2016 έως το 2017». Αυτοί οι κώδικες δεοντολογίας θα
χρησιμεύσουν ως πλαίσιο για
μελλοντικές αποφάσεις υποδομής, διακυβέρνησης και
στελέχωσης.
Ο αριθμός
των CDO
λέγοντας ηθική
ευθύνες
είναι μέρος του ου eir
μικρό
δεσμούς έχει
Αλλαγές στις επιχειρηματικές διαδικασίες:Οι εταιρείες σκέφτονται
κριτικά για ολόκληρο τον κύκλο ζωής των δεδομένων τους από τη
συλλογή μέχρι την ανάλυση. Αυτό ανοίγει μια ευκαιρία για αξιολόγηση
της στρατηγικής διαχείρισης δεδομένων της εταιρείας στο σύνολό της,
προκειμένου να διασφαλιστεί η συμμόρφωση με τους δύο κανονισμούς
και τον εσωτερικό κώδικα δεοντολογίας τους. Αυτή η διαδικασία
ελέγχου δεν είναι εφάπαξ. Όπως σημείωσε η Accenture σε αυτήν
Καθολικές αρχές ηθικής δεδομένων κανω ΑΝΑΦΟΡΑ,
αυξημένη β y
σημεία
10
ποσοστό
(Gartner)
17

31. Η πρακτική της ηθικής βοηθά τους επαγγελματίες να κάνουν ένα βήμα πίσω και
αξιολογήσει μια κατάσταση από ηθικό πρίσμα. Πάνω από όλα, η ηθική των δεδομένων
έχουν σχεδιαστεί για να λειτουργούν ως κοχλίες ταχύτητας στην εργασία μας, έτσι ώστε να
καταλάβετε πώς να αντιμετωπίσετε τόσο προσωπικά όσο και επαγγελματικά
διλήμματα.
Bridget Winds Cogley, Senior Consultant, Teknion Data Solutions
18
8

32. 06
Διαχείριση δεδομένων
συγκλίνει με το σύγχρονο
πλατφόρμες BI
Η εκκαθάριση των ελεγχόμενων δεδομένων κλείνει το χάσμα μεταξύ δεδομένων και επιχείρησης.
Καθώς οι πηγές δεδομένων γίνονται πιο περίπλοκες, ποικίλες και πολυάριθμες, η
διαχείριση δεδομένων είναι πλέον ακόμη πιο κρίσιμη στις σύγχρονες αναπτύξεις BI.
Καθώς το μεγαλύτερο μέρος του εργατικού δυναμικού χρησιμοποιεί δεδομένα για τη
λήψη αποφάσεων, οι οργανισμοί πρέπει
διασφαλίζουν την ακρίβεια των δεδομένων τους και τη χρήση τους στην ανάλυση.
προκλήσεις διακυβέρνησης που συνοδεύουν αυτήν την ευρύτερη πρόσβαση σε
δεδομένα. Η επιμέλεια δεδομένων περιλαμβάνει τον τρόπο με τον οποίο ένας
οργανισμός
συλλαμβάνει, καθαρίζει, ορίζει και ευθυγραμμίζει διαφορετικά δεδομένα. Αυτή
η διαδικασία δημιουργεί μια γέφυρα μεταξύ των δεδομένων και των
πραγματικών εφαρμογών τους.
Οι οργανισμοί ξοδεύουν ήδη εκατομμύρια δολάρια
σε τεχνολογίες που ενσωματώνουν ορισμούς
δεδομένων με τα αναλυτικά εργαλεία
Οι οργανισμοί έχουν στραφεί στην επιμέλεια δεδομένων για να
αντιμετωπίσουν τη διαχείριση δεδομένων και
2019
Επιχείρηση
Νοημοσύνη
Τάσεις

33. Η επιμέλεια δεδομένων είναι η διαδικασία προσδιορισμού των δεδομένων
χρειάζονται πηγές, τοποθετώντας αυτά τα δεδομένα στο πλαίσιο της επιχείρησης,
έτσι ώστε οι επιχειρησιακοί χρήστες να μπορούν να αλληλεπιδρούν με αυτήν,
3230
να το κατανοήσουν και να το χρησιμοποιήσουν για να δημιουργήσουν την ανάλυσή τους.
Mike Hetrick, Senior Product Marketing Manager, Tableau

34. που βοηθούν στην ανάλυση των δεδομένων, με στόχο την άρση της
3240
ασάφειας μεταξύ ομάδων και οργανισμών. Ως απόκριση, τα εργαλεία και
οι διαδικασίες επιμέλειας δεδομένων (όπως οι κατάλογοι δεδομένων και η
σημασιολογική διακυβέρνηση) συγκλίνουν με πλατφόρμες BI για τη
σύνδεση των δεδομένων με το επιχειρηματικό πλαίσιο.
Ένας κατάλογος δεδομένων και μια πλατφόρμα BI συμβάλλουν στον εξορθολογισμό
όλων αυτών των εργασιών, παρέχοντας μετρήσεις χρήσης για τον γρήγορο
εντοπισμό των πηγών δεδομένων και των πινάκων εργαλείων με τη μεγαλύτερη
πρόσβαση.
δημιούργησε προτάσεις για πίνακες, ενώσεις και μοντέλα δεδομένων.
Τελικά, οι εξελίξεις στην επιμέλεια δεδομένων θα επιτρέψουν στο
εργατικό δυναμικό να προχωρήσει πέρα από την απλή υποβολή
ερωτήσεων για τα δεδομένα του κατά την ανάλυση, προς την υποβολή
ερωτήσεων για την επιχείρησή του.
Όσο απαραίτητοι κι αν είναι οι κατάλογοι δεδομένων, υπάρχουν
αναμφισβήτητα μεγαλύτερες ευκαιρίες πέρα από τη διακυβέρνηση
μεταδεδομένων στον τομέα της σημασιολογικής διακυβέρνησης. Η
σημασιολογία βοηθά στη σύνδεση όχι μόνο του πλαισίου των δεδομένων,
αλλά και της πρόθεσης των αναλυτικών ενεργειών — όπως η αντιστοίχιση
συνωνύμων για τη σύνδεση εντολών
όπως "μέγεθος παραγγελίας" με "ποσότητα". Αυτό επιτρέπει νέους τρόπους
για το πλήρες φάσμα των εργαζομένων δεδομένων να αλληλεπιδράσει με τα
δεδομένα και να καταλήξει γρήγορα σε νέες ιδέες. Ένας τρόπος είναι μέσω
αλληλεπιδράσεων φυσικής γλώσσας, όπου μια πλατφόρμα BI κατανοεί
επίπεδα που περιλαμβάνουν πολλαπλά ερωτήματα, όπως "Επισήμανση του
υψηλότερου, του χαμηλότερου και του μέσου όρου".
Ένας κατάλογος δεδομένων λειτουργεί ως επιχειρηματικό γλωσσάρι
πηγών δεδομένων και κοινών ορισμών δεδομένων. Οι ειδικοί σε
θέματα όπως
οι μηχανικοί δεδομένων και οι διαχειριστές δεδομένων μπορούν να
προσθέτουν περιγραφές και ορισμούς σε πηγές και πεδία δεδομένων, να
προσθέτουν ετικέτες για καλύτερη ανιχνευσιμότητα, ακόμη και χρήσιμους
δείκτες ποιότητας δεδομένων—συμπεριλαμβανομένων ειδοποιήσεων για
πιστοποιήσεις
αξιόπιστου περιεχομένου ή συντήρηση ή κατάργηση περιουσιακών στοιχείων
δεδομένων.
Τα ψηφιακά δεδομένα θα
αυξηθούν σε μια ένωση
ετήσιο ρυθμό ανάπτυξης
(CAGR) του
42%
έως το 2020(IDG)
Οι καθημερινοί χρήστες δεν χρειάζεται να γνωρίζουν πού βρίσκονται τα δεδομένα
στην πηγή δεδομένων, αλλά πρέπει να κατανοήσουν τι αντιπροσωπεύουν τα
δεδομένα στον πραγματικό κόσμο. Για παράδειγμα, οι αναλυτές και οι καταναλωτές
περιεχομένου συχνά χρειάζεται να επαληθεύσουν την προέλευση ενός τμήματος
δεδομένων (που ονομάζεται επίσης
ανάλυση γενεαλογίας). Και αν αλλάξουν τα σύνολα δεδομένων, οι μηχανικοί
δεδομένων και οι διαχειριστές δεδομένων πρέπει να αναλύσουν τον αντίκτυπο
κατάντη στα περιουσιακά στοιχεία που συνδέονται με πίνακες ή σχήματα που
διαχειρίζονται. Συνδυάζοντας
Καθώς αυτές οι τεχνολογίες και διαδικασίες συνεχίζουν να
συγκλίνουν, η επιμέλεια δεδομένων και η σημασιολογία
θα παρέχει μια ισχυρότερη βάση για την υπόλοιπη αναλυτική
εμπειρία. Αυτό θα ενοποιήσει πιο ανόμοια στοιχεία του
οικοσυστήματος δεδομένων -όπως καθαρισμό και ανάλυση
κατάντη- και θα τροφοδοτήσει ισχυρότερα μηχανήματα-

35. 07
Da tastorytellingisten
αυτή η γλώσσα των
εταιρειών
Η εύρεση και η μετάδοση πληροφοριών δεδομένων είναι πλέον ομαδικό άθλημα.
Όσο κι αν αυτοματοποιούμε, όσο μεγάλο κι αν είναι το σύνολο δεδομένων μας, όσο
έξυπνοι κι αν είναι οι υπολογισμοί μας, αν δεν μπορείτε να επικοινωνήσετε με
άλλους, δεν μπορείτε να έχετε αντίκτυπο με την ανάλυσή σας. Αυτή είναι η δύναμη
της οπτικοποίησης δεδομένων. Η οπτικοποίηση δεδομένων είναι μια γλώσσα και
Η αφήγηση δεδομένων είναι ένα κρίσιμο στοιχείο της διαδικασίας ανάλυσης. Και μια
γίνεται ένα πρότυπο για τους αναλυτές ώστε να γνωρίζουν πώς να μεταφέρουν
μεταβαλλόμενη κουλτούρα στο χώρο εργασίας, όπου τα αναλυτικά στοιχεία κυριαρχούν,
πληροφορίες στους λήπτες αποφάσεων με τρόπο που να είναι εφικτός και
βελτιώνει τον ορισμό της αφήγησης δεδομένων. Καθώς οι οργανισμοί δημιουργούν πολιτισμούς
κατανοητός. Αυτή η ικανότητα, σε συνδυασμό με την ικανότητα των αναλυτών να
μοιράζονται τα βήματα που έκαναν για να αποκαλύψουν πληροφορίες στα
δεδομένα, ορίζεται συχνά ως «αφήγηση δεδομένων».
2019
Επιχείρηση
Νοημοσύνη
Τάσεις 22

36. Ως μέλη του κοινού πρέπει να είμαστε πρόθυμοι να ενημερωνόμαστε, μέσα
για να ερμηνεύσουμε, πρέπει να έχουμε έναν βαθμό γνώσης του
θέμα. Αν αυτό δεν είναι κάτι που έχουμε, τότε το έχει ο σχεδιαστής
να αναλάβει την ευθύνη να μας δώσει μια ιδέα για το τι είναι
όλα τα μέσα.
23
Andy Kirk, Ιδρυτής, VisualisingData.com

37. των αναλυτικών στοιχείων, οι μέθοδοι αφήγησης δεδομένων των αναλυτών
24
αφορούν περισσότερο την καλλιέργεια μιας συζήτησης γύρω από τα δεδομένα
και λιγότερο την επιχειρηματολογία για ένα μοναδικό συμπέρασμα. Αυτές οι
αναλυτικές κουλτούρες ενθαρρύνουν επίσης προσπάθειες παιδείας για τα
δεδομένα που στοχεύουν στη διδασκαλία των ανθρώπων
να κατανοήσουν πραγματικά τα δεδομένα και να συμμετάσχουν
στην αναλυτική συνομιλία — από τη στιγμή της ανακάλυψης έως
την προκύπτουσα επιχειρηματική απόφαση.
Αυτή η αλλαγή στην αφήγηση δεδομένων εκδηλώνεται επίσης στις
τάσεις οπτικοποίησης δεδομένων. Οι μορφές αφήγησης μακράς
μορφής —μέσω κυλιόμενων ή πολυσέλιδων πινάκων εργαλείων—
γίνονται πιο κοινές, επιτρέποντας στον αναλυτή να εμφανίσει τη
βήμα προς βήμα προσέγγισή του για ένα συμπέρασμα. Αυτές οι
μέθοδοι επιτρέπουν στους αναλυτές να δείξουν την εξέλιξη της
ανάλυσής τους, τονίζοντας τις ιδέες που συνάντησαν στα
δεδομένα και τις παραδοχές που προκύπτουν. Το επόμενο βήμα
είναι να δημιουργήσετε μια ανοιχτή συζήτηση γύρω από αυτές τις
πληροφορίες. Αυτό αφήνει χώρο σε άτομα από διαφορετικούς
ρόλους ή τμήματα να φέρουν πρόσθετο επιχειρηματικό πλαίσιο
και προσκαλεί μια ποικιλία απόψεων πριν λάβουν μια
επιχειρηματική απόφαση.
Ακορντί ng σε α
Dresner 2018
μελέτη,
Αγορά s
75% Ο Andy Kirk, Ειδικός Οπτικοποίησης Δεδομένων και Ιδρυτής της
VisualisingData.com μοιράζεται τοεπτά καπέλα από
οπτικοποίηση δεδομένων . Ένα από αυτά είναι ο επικοινωνιακός
—«ένα άτομο που ενδιαφέρεται θεμελιωδώς
όλες οι ανθρώπινες σχέσεις που εμπλέκονται σε οποιοδήποτε έργο (οι
επίτροποι, τα ενδιαφερόμενα μέρη και το κοινό)». Ο Andy εξηγεί πώς
«όλες οι εργασίες οπτικοποίησης, τουλάχιστον με την επικοινωνιακή
έννοια, πρέπει να είναι επικεντρωμένες στο κοινό». Οι εργαζόμενοι
στα δεδομένα πρέπει να κατανοήσουν τη διαδικασία του κοινού για
τη διαμόρφωση συμπερασμάτων από μια οπτικοποίηση.
Και ταυτόχρονα, το κοινό έχει ευθύνη
να έχει το θέμα
γνώσεις που είναι απαραίτητες για την ερμηνεία των δεδομένων και πρέπει να
είναι «πρόθυμοι να ενημερωθούν».
του respo βαθουλώματα
βρέθηκε δ ata
αφήγησηing to
γίνε κριτικός αλ ή Η αφήγηση δεδομένων θα συνεχίσει να διαπερνά την κουλτούρα του
εργασιακού χώρου, καθώς περισσότεροι οργανισμοί δημιουργούν ροές
εργασίας και ομάδες επικεντρωμένες στην αναλυτική συνεργασία. Αυτή η
προσέγγιση διαμορφώνει τον τρόπο με τον οποίο οι οργανισμοί
χρησιμοποιούν τα δεδομένα
να εμπλακούν, να ενημερώσουν και να δοκιμάσουν ιδέες. Και καθώς
περισσότεροι άνθρωποι κατανοούν πώς να ερμηνεύουν τα δεδομένα και
να εξηγούν την αναλυτική τους διαδικασία, ενισχύεται η πιθανότητα
επιχειρηματικού αντίκτυπου.
importa nt να
μπου τους κακία
ευφυΐα nce
πρωτοβουλία μικρό.

38. 0 8
Οι χρήσεις συλλέγουν
μικρότερους
ab out ado pting an alytics
Τι συμβαίνει όταν οι ηγέτες εστιάζουν λιγότερο στην υιοθεσία και περισσότερο στη δέσμευση;
Οι πρωτοβουλίες επιχειρηματικής ευφυΐας έχουν συχνά μια σαφώς καθορισμένη ημερομηνία έναρξης και λήξης και δεν
είναι ασυνήθιστο για εξέταση.
"ολοκληρώνεται" αφού αναπτυχθούν στους χρήστες. Αλλά η απλή παροχή πρόσβασης σε λύσεις επιχειρηματικής
ευφυΐας δεν είναι το ίδιο με την υιοθεσία. Οι επικεφαλής δεδομένων, κυρίως, επανεκτιμούν τον τρόπο με τον
οποίο η υιοθέτηση BI παίζει ρόλο σε μια στρατηγική στροφή προς τον εκσυγχρονισμό, επειδή η πραγματική αξία
δεν μετριέται από τη λύση.
Εφαρμόζετε, αλλά πώς το εργατικό δυναμικό σας χρησιμοποιεί τη λύση για να επηρεάσει την επιχείρηση.
2019
Επιχείρηση
Νοημοσύνη
Τάσεις 25

39. Η υπόθεση ότι όλοι αποκομίζουν αξία από μια πλατφόρμα BI μόνο και μόνο
3296
επειδή έχουν πρόσβαση σε αυτήν μπορεί στην πραγματικότητα να είναι
ανασταλτικός παράγοντας για την πραγματική πρόοδο με τα analytics. Όπως
δηλώνει ο Josh Parenteau, Market Intelligence Director στο Tableau, η μέτρηση
της απόδοσης της επένδυσης με βάση τον αριθμό των αδειών «μπορεί να
αφήσει στο τραπέζι τόσο τις γνώσεις, την ανάπτυξη όσο και την πιθανότητα
μεγαλύτερης επιτυχίας».2Αντί για υιοθεσία
με τους απλούστερους όρους, οι ηγέτες εστιάζουν στο αν τα δεδομένα και τα
αναλυτικά στοιχεία αλλάζουν ή όχι τον τρόπο με τον οποίο λαμβάνονται οι
αποφάσεις σε ολόκληρο τον οργανισμό. Για παράδειγμα, εάν αφαιρούσατε
την πλατφόρμα BI από τους υπαλλήλους, θα είχε αντίκτυπο στον τρόπο με
τον οποίο λαμβάνουν καθημερινές αποφάσεις στη δουλειά τους;
θεμελιώδη στοιχεία της στρατηγικής BI ενός οργανισμού, βοηθώντας τους
χρήστες να αυξηθούν ταχύτερα, να αυτοεξυπηρετηθούν και να λάβουν γρήγορα
απαντήσεις στις ερωτήσεις τους. Η υιοθεσία ακολουθεί ως αποτέλεσμα,
οδηγώντας τους ηγέτες να αυξήσουν τις επενδύσεις τους και να βοηθήσουν τις
κοινότητες να κλιμακωθούν.
εσωτερικοί πρωταθλητές θα αρχίσουν να εμφανίζονται, ενεργώντας ως ειδικοί σε
θέματα που κοινωνικοποιούν τις βέλτιστες πρακτικές και ευθυγραμμίζουν τους
ανθρώπους με τους ορισμούς δεδομένων.
Αναπόφευκτα, όλες αυτές οι κινήσεις θα οδηγήσουν σε περισσότερα
άτομα να χρησιμοποιούν και να έχουν αξία από το λογισμικό BI. Και
το πιο σημαντικό, το δικό σου
Το εργατικό δυναμικό θα γίνει πιο αποτελεσματικό και ο
οργανισμός σας πιο ανταγωνιστικός.
Η ομάδα του κέντρου αριστείας της JPMorgan Chase (JPMC), με επικεφαλής
την IT, χρησιμοποίησε αυτό το μοντέλο για να ενσωματώσει χιλιάδες
αναλυτές και να διευρύνει την κοινότητα των χρηστών της. Διεξήγαγαν
ολοήμερες συνεδρίες - αυτό που ο Steven Hittle, Αντιπρόεδρος και ηγέτης BI
Innovation, αναφέρει ως «θεραπεία δεδομένων
συνεδρίες»—για κοινή χρήση οπτικοποίησης δεδομένων και βέλτιστων πρακτικών
διακυβέρνησης. Αυτές οι συνεδρίες ήταν μόνο μία από τις πολλές δραστηριότητες
που χρησιμοποιήθηκαν για να πυροδοτήσουν τη δέσμευση και τη συζήτηση μεταξύ
ρόλων και τμημάτων που βοήθησαν την JPMC να αναβαθμίσει τη σύγχρονη
πλατφόρμα BI της σε περισσότερα από 30.000 άτομα.
6 0 %
των CIOs σχεδιάζουν να
αυξάνουν
δαπάνες για
αναλυτικά στο
τους επόμενους 12 μήνες.
Με τον ίδιο τρόπο που η λήψη μιας εφαρμογής στο τηλέφωνό
σας δεν σημαίνει απαραίτητα ότι τη χρησιμοποιείτε, το
άνοιγμα μιας αναφοράς μία φορά το μήνα δεν σημαίνει ότι
οδηγεί σε οποιαδήποτε ενέργεια ή επιρροή. Οι ηγέτες
αξιολογούν προγράμματα που ενθαρρύνουν τη δέσμευση,
όπως εσωτερικές κοινότητες και ομάδες χρηστών. Αυτές οι
προσπάθειες που προηγουμένως θεωρούνταν προγράμματα
βάσης θα ληφθούν υπόψη
Καθώς αυτές οι εσωτερικές κοινότητες ενσωματώνουν τους εργαζόμενους
σε μια πλατφόρμα BI, οι οργανισμοί μπορούν να αρχίσουν να αναθέτουν
αναλυτικές ευθύνες και να δημιουργούν νέους πρωταθλητές χρηστών. Αυτό
θα μειώσει τελικά τη βαριά ανύψωση για συντήρηση και αναφορά, που
παραδοσιακά προορίζεται για IT. Περισσότερο
(IDG CIO Tech Poll: Tech
Priorities 2018)
2https://www.tableau.com/about/blog/2017/10/three-reasons-your-business-intelligence-adoption-has-stalled-77448

40. Πρέπει να ξανασκεφτούμε πώς μετράμε πραγματικά το όφελος του BI. Δεν είναι
μόνο ποιος έχει πρόσβαση. Θα πρέπει να αφορά τον τρόπο με τον οποίο οι
άνθρωποι χρησιμοποιούν πραγματικά τα αναλυτικά στοιχεία για να ενημερώσουν
τις διαδικασίες λήψης αποφάσεων.
Αυτή είναι η επιλογή.
4206
Josh Parenteau, Market Intelligence Director, Tableau

41. 0 9
Da tad emo cracyelevates the
da tascientist
Οι επιστήμονες δεδομένων αναπτύσσουν μαλακές δεξιότητες για να οδηγήσουν την οργανωτική αλλαγή.
Οι επιστήμονες δεδομένων είναι περιζήτητοι. Το 2017 του
Η αναφορά αναδυόμενων θέσεων εργασίας στις ΗΠΑ, το LinkedIn ανέφερε ότι «δεδομένα
Βλέπουμε μια συνολική αύξηση της παιδείας για τα δεδομένα και την
εμφάνιση περισσότερων επιστημόνων δεδομένων πολιτών. ορίζει η
Gartner οι επιστήμονες δεδομένων των πολιτών ως «άτομο που
δημιουργεί ή δημιουργεί μοντέλα που χρησιμοποιούν προηγμένες
διαγνωστικές αναλύσεις ή προγνωστικές και συνταγογραφικές
ικανότητες, αλλά του οποίου η κύρια εργασία είναι εκτός του πεδίου
στατιστικών και αναλυτικών στοιχείων». Αυτοί οι άνθρωποι δεν
αντικαθιστούν τους επιστήμονες δεδομένων, αλλά γίνονται
βασικοί εταίροι στην ανάπτυξη και τη δοκιμή υποθέσεων.
Οι ρόλοι των επιστημόνων έχουν αυξηθεί πάνω από 650 τοις εκατό από το
2012» και «εκατοντάδες εταιρείες προσλαμβάνουν για αυτούς τους ρόλους» σε
διάφορους κλάδους. Η ομάδα υποψηφίων γίνεται όλο και πιο βαθιά καθώς
«μηχανικός μηχανικής εκμάθησης, επιστήμονας δεδομένων και μηχανικοί
μεγάλων δεδομένων κατατάσσονται μεταξύ των κορυφαίων αναδυόμενων
θέσεων εργασίας».
Αλλά καθώς περισσότερα τμήματα και ρόλοι αναμένεται να
συνεργαστούν με δεδομένα, οργανισμοί
2019
Επιχείρηση
Νοημοσύνη
Τάσεις 28

42. Η στατιστική μοντελοποίηση και η μηχανική μάθηση γίνονται επιτραπέζια
στοιχήματα για να γίνεις επιστήμονας δεδομένων. Το στοιχείο που
διαφοροποιεί είναι το πόσο καλά όσοι εργάζονται στον τομέα μπορούν να
κοινοποιήσουν τα ευρήματά τους με απλό αλλά εφικτό τρόπο.
29
Sonic Prabhudesai, Διευθυντής Στατιστικής Ανάλυσης, Charles Schwab

43. Αυτό αλλάζει τον ορισμό της επιστήμης δεδομένων και θολώνει
30
τις γραμμές μεταξύ εκείνων που διαθέτουν παραδοσιακή
εξειδίκευση στα δεδομένα και γνώσεις επιχειρηματικού τομέα.
Ο Sonic Prabhudesai, Διευθυντής Στατιστικής Ανάλυσης στο
Charles Schwab μοιράστηκε πώς
«Περισσότεροι εργαζόμενοι στις επιχειρήσεις κατανοούν πώς να εργάζονται
με δεδομένα, ενώ οι επιστήμονες δεδομένων εξοικειώνονται περισσότερο με
την εσωτερική λειτουργία της επιχείρησης».
πρόβλημα στο σωστό πλαίσιο. Αυτό σημαίνει συνεργασία με
τα ενδιαφερόμενα μέρη για τον εντοπισμό και τη βελτίωση
της δήλωσης και της υπόθεσης του προβλήματος στην αρχή
της διαδικασίας και τη διατήρηση της συμμετοχής τους σε
όλη τη ροή εργασίας. Και στο τέλος της ροής εργασίας3,
σημαίνει να γνωρίζουμε πώς να κοινοποιούμε τα αποτελέσματα στους
επιχειρηματικούς εταίρους με τρόπο που να είναι σχετικός και να μπορεί
να ενεργήσει.
«Η στατιστική μοντελοποίηση και η μηχανική μάθηση γίνονται πλέον
επιτραπέζια στοιχήματα για να γίνεις επιστήμονας δεδομένων»,
μοιράζεται η Sonic. «Το στοιχείο που διαφοροποιεί είναι το πόσο καλά
όσοι εργάζονται στον τομέα μπορούν να κοινοποιήσουν τα ευρήματά
τους
με απλό, αλλά εφικτό τρόπο». Αντί να παραδίδουν αποτελέσματα,
οι επιστήμονες δεδομένων θα έχουν βασικό ρόλο στον τρόπο
εφαρμογής αυτών των αποτελεσμάτων στην επιχείρηση.
Επιστήμονας δεδομένων ρο les
έχουν μεγαλώσει
6 5 0 %
από το 2012(Συνδεδεμένος Ι ιδ)
Σήμερα, οι επιστήμονες δεδομένων αναμένεται να έχουν προηγμένες
γνώσεις στατιστικής και μηχανικής μάθησης, αλλά αναμένεται επίσης
να έχουν στρατηγικό μυαλό για την επιχείρηση,
συμπεριλαμβανομένης μιας βαθιάς γνώσης του κλάδου τους. «Η
επιστήμη των δεδομένων είναι κάτι περισσότερο από απλή σύγχυση
αριθμών: είναι η εφαρμογή διαφόρων δεξιοτήτων για την επίλυση
συγκεκριμένων προβλημάτων σε έναν κλάδο», εξηγεί ο Δρ. NR
Srinivasa Raghavan, Επικεφαλής Παγκόσμιος Επιστήμονας Δεδομένων
στο Infosys. «Οι επιστήμονες δεδομένων πρέπει να έχουν πλήρη
κατανόηση των τομέων στους οποίους θα εφαρμοστούν οι γνώσεις
τους». Με τα εργαλεία ανάλυσης αυτοεξυπηρέτησης, τόσο οι επιστήμονες δεδομένων
όσο και οι προχωρημένοι χρήστες μπορούν να εξερευνήσουν και να
κατανοήσουν καλύτερα τα δεδομένα τους. Αυτό πυροδοτεί ιδέες που μπορούν
να κατευθύνουν την υπόλοιπη ανάλυση και, τελικά, να επηρεάσουν την
επιχείρηση.
Τα αποτελέσματα των αλγορίθμων και των μοντέλων είναι
αποτελεσματικά μόνο εάν βοηθούν στην επίλυση του σωστού
3https://medium.com/@sonicmsba/how-to-build-an-effective-business-context-for-data-analytical-problems-cb02906341cd

44. 10
Επιταχύνθηκε
Η μετεγκατάσταση στο cloud οδηγεί
στην υιοθέτηση της σύγχρονης BI
δεδομένα
Τα δεδομένα μετακινούνται στο cloud πιο γρήγορα από ποτέ, οδηγώντας τους οργανισμούς να επανεξετάσουν τη στρατηγική
τους για τα δεδομένα.
Ο εκσυγχρονισμός της στρατηγικής δεδομένων σας συχνά σημαίνει να
ξανασκεφτείτε πού αποθηκεύονται τα δεδομένα σας. Περισσότερες εταιρείες
βλέπουν τα οφέλη από τη μεταφορά των δεδομένων τους στο cloud,
συμπεριλαμβανομένης της πρόσθετης ευελιξίας και επεκτασιμότητας με
χαμηλότερο συνολικό κόστος ιδιοκτησίας. Στην πραγματικότητα, Η έρευνα της
Gartner δείχνει ότι «η αγορά δημόσιων υπηρεσιών cloud προβλέπεται να
αυξηθεί κατά 21,4% το 2018 σε συνολικά 186,4 δισεκατομμύρια δολάρια».4Το
σύννεφο
διευκολύνει τις εταιρείες να συλλάβουν και να
ενσωματώσουν διαφορετικούς τύπους δεδομένων. Αυτό
σημαίνει απομάκρυνση από ένα περιβάλλον όπου όλα τα
δεδομένα βρίσκονται σε μια υψηλής δομής, εσωτερική
αποθήκη και σε μια πιο επεκτάσιμη, ευέλικτη υποδομή—είτε
πλήρης σύννεφο ή υβριδική λύση.
Αυτό μας φέρνει στη βαρύτητα δεδομένων, μια έννοια
2019
Επιχείρηση
Νοημοσύνη
Τάσεις 31

45. Οι προτεινόμενες υπηρεσίες και εφαρμογές έλκονται προς την
32
κατεύθυνση όπου βρίσκονται τα δεδομένα5.
Καθώς περισσότεροι οργανισμοί μετακινούν φόρτους εργασίας στο cloud με
επιταχυνόμενο ρυθμό, αυτή η βαρύτητα δεδομένων τραβάει και τις
διαδικασίες ανάλυσης στο cloud. «Καθώς οι εταιρείες μεταβαίνουν στο
Google Cloud, βλέπουμε τους ηγέτες να αναθεωρούν ολόκληρη τη
στρατηγική ανάλυσης δεδομένων τους και πώς το cloud μπορεί να
επηρεάσει την επιχείρησή τους και τα αποτελέσματα», εξηγεί ο Sudhir
Hasbe, Διευθυντής, Διαχείριση Προϊόντων στο Google Cloud.
μοντέλο, μεταβαίνοντας από το παραδοσιακό στο σύγχρονο BI.
σημειώνει ο McKinsey ότι η αξία του cloud έρχεται όταν οι εταιρείες
προσεγγίζουν τις υποδομές και τα συστήματα cloud «όχι ως
μεμονωμένες αποφάσεις τακτικής αλλά ως μέρος μιας ολιστικής
στρατηγικής για την επιδίωξη ψηφιακής
μεταμόρφωση."6
αλήθεια που υπερβαίνει τις εσωτερικές διαδικασίες.
Αν και δεν είναι όλες οι εταιρείες έτοιμες να μεταφέρουν όλα
τα δεδομένα τους στο cloud, πολλές πειραματίζονται με
υβριδικές λύσεις
επωφεληθείτε από διάφορες πηγές δεδομένων. Ως αποτέλεσμα, οι
εταιρείες αξιολογούν τις σύγχρονες πλατφόρμες BI με την προϋπόθεση
ότι μπορούν ή όχι να υποστηρίξουν μια μελλοντική μετάβαση σε
αναλυτικά στοιχεία πλήρους cloud.
Η παραδοσιακή επιχειρηματική ευφυΐα βασίζεται στα τμήματα πληροφορικής για να
παρέχουν απαντήσεις σε ερωτήσεις, δημιουργώντας σημεία συμφόρησης και
διατηρώντας τα αναλυτικά στοιχεία ξεχωριστά από το επιχειρηματικό πλαίσιο. Με
τον ίδιο τρόπο, οι παραδοσιακές αναπτύξεις BI συχνά χτίζονται σε ένα άκαμπτο
μοντέλο εσωτερικής εγκατάστασης που προορίζεται να υποστηρίξει αυτόν τον
τρόπο εταιρικής αναφοράς.
Οι κινητήριοι παράγοντες πίσω από αυτή τη βαρυτική μετατόπιση είναι ο
λανθάνοντας χρόνος - ο χρόνος που απαιτείται για την εκτέλεση μιας
ενέργειας - και η απόδοση - ο αριθμός των φορών που μπορεί να εκτελεστεί
μια ενέργεια ή το αποτέλεσμα που επιτυγχάνεται ανά δεδομένη μονάδα
χρόνου. Όταν τα δεδομένα, οι εφαρμογές και οι υπηρεσίες
ευθυγραμμίζονται στενά, υπάρχει μείωση της καθυστέρησης και της
απόδοσης, με αποτέλεσμα την αυξημένη απόδοση. Φυσικά, όταν τα
δεδομένα βρίσκονται στο cloud, αυτές οι εφαρμογές και οι υπηρεσίες θα
αρχίσουν να ακολουθούν.
Το δημόσιο σύννεφο
serαγορά κακών είναι
επαγγελμεακττίοαςξεύτηκε να αναπτυχθεί
21.4% το 2018 στο σύνολο
$186,4 δισ
(Γαρτ ner)
Αντίθετα, το cloud analytics προσφέρει μια ποικιλία
πλεονεκτημάτων, συμπεριλαμβανομένης της ευκαιρίας να
σκεφτούμε νέα μοντέλα ανάπτυξης — και οι ηγέτες είναι
πρόθυμοι να αξιοποιήσουν αυτές τις ευκαιρίες.
Αυτό περιλαμβάνει την προώθηση πινάκων εργαλείων για κινητά στους
υπαλλήλους στο πεδίο, ώστε να μπορούν να έχουν πρόσβαση σε δεδομένα χωρίς να
χρειάζεται πρώτα να καθαρίσουν ένα τείχος προστασίας. Το cloud επιτρέπει επίσης
την ασφαλή κοινή χρήση του πίνακα ελέγχου με συνεργάτες ή πελάτες,
δημιουργώντας μία πηγή
Καθώς οι οργανισμοί αξιολογούν την ευρύτερη στρατηγική δεδομένων τους,
επανεξετάζουν επίσης τα αναλυτικά τους στοιχεία
4https://www.gartner.com/newsroom/id/3871416
5https://www.techrepublic.com/article/how-data-gravity-both-hurts-and-helps-cloud-adoption/
6https://www.mckinsey.com/business-functions/digital-mckinsey/our-insights/cloud-adoption-to-accelerate-it-modernization

46. 4
6
32
Βλέπουμε τους ηγέτες να αναθεωρούν ολόκληρη τη
στρατηγική ανάλυσης δεδομένων τους και πώς το cloud
μπορεί να επηρεάσει την επιχείρησή τους και τα
αποτελέσματα.
Sudhir Hasbe, Διευθυντής, Διαχείριση Προϊόντων στο Google Cloud

47. ΔΕΔΟΜΕΝΑ
ΤΑΣΕΙΣ

48. 1 ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ
Οι λύσεις τεχνητής νοημοσύνης θα είναι πιο
επιτυχημένες στη μείωση της τριβής και θα
βοηθήσουν στην επίλυση καθορισμένων
επιχειρηματικών προβλημάτων.
Πώς φτάσαμε εδώ
Βιώνουμε μια χρυσή εποχή δεδομένων και τεχνολογίας—και δεν
υπάρχει κανένα σημάδι ότι επιβραδύνεται. Η τεχνολογία τεχνητής
Vidya Setlur
TABLEAU ΕΡΕΥΝΑΔΙΕΥΘΥΝΤΗΣ, TABLEAU
Η Vidya Setlur είναι ηΈρευνα πίνακα
Διευθυντής, επικεφαλής μιας ομάδας
ερευνητών σε τομείς όπως η οπτικοποίηση
δεδομένων, η πολυτροπική αλληλεπίδραση, η
στατιστική, η εφαρμοσμένη ML και ο NLP.
Κέρδισε το διδακτορικό της στα Γραφικά
Υπολογιστών το 2005 στο Πανεπιστήμιο
Northwestern. Η Vidya εργάστηκε στο παρελθόν ως
κύρια ερευνήτρια στο Ερευνητικό Κέντρο Nokia. Η
έρευνά της συνδυάζει έννοιες από την ανάκτηση
πληροφοριών, την ανθρώπινη αντίληψη και τη
γνωστική επιστήμη για να βοηθήσει τους χρήστες να
αλληλεπιδράσουν αποτελεσματικά με συστήματα στο
περιβάλλον τους.
νοημοσύνης (AI) συνεχίζει να βελτιώνεται: τα μοντέλα μηχανικής
μάθησης (ML) επεξεργάζονται τρισεκατομμύρια γραμμές δεδομένων,
οι εξελίξεις στην επεξεργασία φυσικής γλώσσας (NLP) προχωρούν
προς την κατανόηση της ανθρώπινης πρόθεσης και οι αλγόριθμοι
γίνονται πιο γρήγοροι. Βλέπουμε πιο απλές, επαναλαμβανόμενες
εργασίες να αυτοματοποιούνται, δίνοντας νέες ευκαιρίες για να
μπορέσουν οι άνθρωποι να κάνουν αυτό που κάνουν καλύτερα: να
συλλογίζονται κριτικά και να κατανοούν τα δεδομένα στο πλαίσιο.
84% της C-suite
Τα στελέχη πιστεύουν ότι
πρέπει να αξιοποιήσουν την
τεχνητή νοημοσύνη
να επιτύχουν τους αναπτυξιακούς
τους στόχους, αλλά 76%
αναφέρουν ότι αγωνίζονται
με τον τρόπο κλιμάκωσης.
Καθώς η καινοτομία επιταχύνεται, το ίδιο συμβαίνει και με τις επενδύσεις και την
υιοθέτηση της τεχνητής νοημοσύνης, με το 99% των εταιρειών του Fortune 1000 να
σχεδιάζουν ναεπενδύσει σε δεδομένα και τεχνητή νοημοσύνη τα επόμενα 5 χρόνια . Οι
ηγέτες επιχειρήσεων και πληροφορικής πιστεύουν ότι είναι κρίσιμο
για τη μελλοντική επιβίωση της επιχείρησής τους. Ωστόσο, πολλοί
παράγοντες επηρεάζουν τη μακροπρόθεσμη επιτυχία και τη
βιωσιμότητα των λύσεων τεχνητής νοημοσύνης: αυξανόμενος όγκος
δεδομένων, κόστος διατήρησης αυτής της τεχνολογίας, δυσκολία στη
στελέχωση ρόλων υψηλής εξειδίκευσης και κλιμάκωση των πιλότων AI
σε ευρεία υιοθέτηση.
— ΑΚΕΝΤΟΥΡΑ

49. 1 ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ
Οι επιχειρήσεις αναγνωρίζουν ότι πρέπει να κάνουν περισσότερα για να
καινοτομήσουν και να εξυπηρετήσουν καλύτερα τους πελάτες τους. Ενώ η τεχνητή
νοημοσύνη ανοίγει ευκαιρίες, οι περισσότερες επενδύσεις δεν έχουν ακόμη αποδώσει
τη δυνητική τους αξία. Το 2022, οι τεχνολογίες τεχνητής νοημοσύνης θα φτάσουν σε
νέα επίπεδα επιτυχίας μέσω της ανθρώπινης αύξησης: βοηθώντας και ενισχύοντας τους
ανθρώπους να σκέφτονται κριτικά και να λαμβάνουν αποφάσεις βάσει δεδομένων.
Σκεφτείτε ότι τα analytics και η AI είναι υποστηρικτικά μέλη της ομάδας.
Ποιες εργασίες θα είναι ημιαυτόματες και απαιτούν
ανθρώπινη συμμετοχή και ερμηνεία;
Παραδείγματα τεχνητής νοημοσύνης που αποστάζει χρήσιμα μοτίβα και γνώσεις για να
ενδυναμώσει τους ανθρώπους να λαμβάνουν αποφάσεις βάσει δεδομένων στο πλαίσιο:
Η ύπαρξη κοινών συμπεριφορών, πεποιθήσεων και δεξιοτήτων δεδομένων
διευκολύνει επίσης τη δυνατότητα κλιμάκωσης λύσεων τεχνητής νοημοσύνης,
υποστηρίζοντας τη βιώσιμη εφαρμογή και την καινοτομία. Σε έναπρόσφατη
αναφορά , η Gartner διαπίστωσε ότι η «έλλειψη δεξιοτήτων αναφέρθηκε ως Νο.ως το
1 πρόκληση για την υιοθέτηση τεχνητών
μηχανική μάθηση». Επειδή η επένδυση των
ανθρώπων σας και των τεχνικών τεχνητής
νοημοσύνης εξελίσσεται συνεχώς μαζί με ολόκληρτοεχνολογία. Έχοντας το δικό σας
το εργατικό δυναμικό σε συμφωνία
και με την κατάλληλη εξειδίκευση μπορεί να σημαίνει τη διαφορά ανάμεσα στο να βλέπεις τα
αποδεικτικά τεχνητής νοημοσύνης να γίνονται κλιμακούμενα, να εφαρμόζονται σε πρακτικές
εφαρμογές ή να αποτυγχάνουν εντελώς.
νοημοσύνη και
στην ανάπτυξη μιας
συνεχούς διαδικασίας,
+ Για την ακριβέστερη στάθμιση των μοντέλων του κλίματος και της
πανδημίας, εφαρμόζονται τεχνικές ML για να βοηθήσουν τους
ερευνητές να κατανοήσουν τις τάσεις, τις επιπτώσεις και τα μοτίβα
που βοηθούν στη λήψη αποφάσεων πολιτικής.
Πολιτισμός Δεδομένων και ο αλφαβητισμός δεδομένων — η ικανότητα να εξερευνούν, να
κατανοούν και να επικοινωνούν με δεδομένα— βοηθούν επίσης τους οργανισμούς να
καταλάβουν τη στρατηγική και την προοπτική τους για την τεχνητή νοημοσύνη και την
ML. Αυτές οι προσπάθειες διαχείρισης αλλαγών και ανάπτυξης εργατικού δυναμικού
επηρεάζουν τον τρόπο με τον οποίο θα παραμείνουν ανταγωνιστικοί και θα
διαχειριστούν το φάσμα της ανθρώπινης αύξησης, ξεκινώντας με ερωτήσεις όπως:
+ Τα μηχανήματα μπορούν να επιθεωρήσουν δεδομένα φωνής χωρίς ετικέτα (π.χ.
κλήσεις πελατών) χρησιμοποιώντας αλγόριθμους NLP και ML για να
κατανοήστε καλύτερα την πρόθεση του χρήστη, προσθέτοντας σχετικές
κατηγορίες και ετικέτες. Αυτά τα σημαίνοντα και η σημασιολογία
ενημερώνουν τους ανθρώπους για τη δράση
πάρτε το επόμενο.
Ποιες εργασίες θα είναι πλήρως αυτοματοποιημένες με την
τεχνολογία AI;
Παραδείγματα αυτοματισμού που απελευθερώνουν τους ανθρώπους να επικεντρωθούν
σε πιο εξελιγμένες εργασίες: Βασική μετάφραση γλώσσας και επεξεργασία εικόνας. Αντί
να ξοδεύετε ώρες για τη μη αυτόματη επεξεργασία μιας φωτογραφίας για να αλλάξετε
το φόντο, η επεξεργασία μπορεί να γίνει με την προεπιλεγμένη τεχνολογία
επεξεργασίας εικόνας που
ενσωματώνει τεχνητή νοημοσύνη για τον χειρισμό τεχνικών φωτισμού και ανάμειξης. Αυτά τα
αυτοματοποιημένα εργαλεία διευκολύνουν νέα επίπεδα δημιουργικότητας.
Οι εταιρείες στη μελέτη μας που
κλιμακώνουν στρατηγικά την τεχνητή
νοημοσύνη, αναφέρουν σχεδόν 3 φορές
την απόδοση από επενδύσεις τεχνητής
νοημοσύνης σε σύγκριση με εταιρείες
επιδιώκοντας σιωπηρή απόδειξη
των εννοιών.
Οργανισμοί που επενδύουν
στη διαχείριση αλλαγών
είχαν 60% περισσότερες πιθανότητες να
αναφέρουν ότι οι πρωτοβουλίες τεχνητής
νοημοσύνης ξεπέρασαν τις προσδοκίες
και 40% περισσότερες πιθανότητες
να επιτύχουν αποτελέσματα από ό
αυτά που δεν το κάνουν.
— DELOITTE
— ΑΚΕΝΤΟΥΡΑ