셀프 서비스 bi 앱을 마스터하기 위해 알아야 할 3 가지

빅 데이터 전성기에 셀프 서비스 비즈니스 인텔리전스 (BI) 앱과 민주화 데이터에 대해 많은 고민이 있었지만 지금은 그에 대해 많이 듣지 못합니다. 마치이 모든 것들이 일상적이면서 일상적인 일에 깊이 뿌리 내린 것처럼 더 이상의 논의가 더 이상 필요하지 않습니다. 버즈가 사라지고 세계는 기계 학습 (ML)과 딥 러닝, 인공 지능 (AI)과 같은 더 환상적이고 환상적인 것들로 넘어갔습니다.

그러나 오늘날 모든 기업의 비즈니스 분석가와 라인 사용자에게는 현실이 아닙니다. 셀프 서비스 BI 앱이 구체화되었지만 많은 사람들이 여전히 통계적인 암석과 가시적 인 어려운 장소 사이에 붙어 있습니다. 걱정하지 마십시오. 여기 있습니다!

유아용 침대 시트 생존 포인터

저녁 식사 요금의 백분율로 팁을 계산하거나 여러 식당으로 요금을 나누거나 집에 돌아와서 당좌 계좌를 균형 조정하는 것 이상으로 수학을 할 수 없거나 할 수 없다면 걱정할 필요가 없습니다. 실제로 많은 사람들이 응용 프로그램의 도움 없이는 그러한 일을 할 수 없거나 적어도 할 수 없습니다. 알고리즘, 데이터 과학 및 통계와 같은 것들에 대해 약간의 신비에 빠진 것은 분명 혼자가 아닙니다. 그리고 당신이 그런 것들에 당황하지 않더라도, 당신은 그것들을 원하지 않을 것입니다. 모두가 그것을 재미 있다고 생각하는 것은 아니며 완벽하게 괜찮습니다.

통계가 혐오 스럽거나 뚫을 수없는 사람들을위한 요령은 동일합니다. 자연어 쿼리에서 작동하거나 전체 데이터 마이닝 프로세스를 데이터 시각화 선택까지 자동화 한 셀프 서비스 BI 앱을 사용합니다. 이러한 애플리케이션에는 각각 IBM Watson Analytics 및 Salesforce Einstein Analytics가 포함됩니다. 그리고 왜 그렇습니까? 둘 다 AI 기반입니다.

이와 같은 앱에도 한계가 있으며, 셀프 서비스 BI 도구 및 데이터 시각화 도구 검토 라운드 업에 자세히 설명되어 있습니다. 그러나 단점이 있더라도 수학적으로 어려움을 겪고 통계에 알레르기가있는 사람들에게는 완벽한 도구입니다.

셀프 서비스 BI 앱을 사용하지 않습니까?

왜 그렇습니까? 그것은 이러한 앱의 핵심입니다. 그들은 사실을 원하는 인간 전문가들을위한 부분적으로 자동화 된 가상 조수입니다. 그래서! 당신은 아마 일종의, 어쩌면 갈고리에서 벗어났습니다. 선형 대수와 통계에 대한 대학의 공포로 역전을 겪을 필요는 없습니다.

불행히도, 여전히 그 물건이 어떻게 작동하는지 이해해야합니다. 이 영역에서 자신의 기술을 다시 보거나 새로 고칠 수 없다면 위의 요람을 참조하십시오.

자신의 분야에서 가장 원하는 인재, 팀에서 가장 인기있는 핫샷 및 회사의 실무 데이터 마법사의 주인이지만 데이터 과학자 직책을 다하고 싶지 않은 경우, 그런 다음 빠른 온라인 과정을 통해 통계에 대한 이해를 강화하십시오. 기본 및 고급 통계를위한 온라인 교육 제공 업체로는 Khan Academy, Statistics.com 및 Udemy가 있습니다.

아니요, 셀프 서비스 BI 앱을 사용하기 위해 통계학 학위가 필요하지 않습니다. 용어의 의미와 개념에 대한 실무 지식 만 있으면 충분합니다. 따라서이 시리즈와 같은 일부 팟 캐스트만으로도 올바른 길을 찾을 수 있습니다.

통계에 대해 더 많이 이해하면할수록 좋습니다. 다른 것이 없다면, 어떤 데이터를 사용해야하는지, 특이 치를 던져야하는 이유, 차트를 플롯 할 때 어떤 축에 할당 할 데이터, 유용한 쿼리를 구성하는 방법을 더 잘 이해할 수 있습니다. 무엇을 찾아야할지 분석에 대한 확신이 더 커질 것입니다. Skuid의 최고 기술 책임자 (Chief Technology Officer) 겸 엔지니어링 부사장 인 Mike Duensing은 "데이터가 정확한지 확인하기 위해서는 올바른 프로세스와 제어가 이루어 졌음을 확신해야합니다."라고 말합니다. "예를 들어, 최신 BI 도구에서 새로운 경향을 경영진에게 제시하지 않고 나중에 완전히 잘못되었다는 것을 확인하고 싶습니다."

알아야 할 3 가지

AI 기반 앱 중 하나 또는 사용자 수학 중심의 셀프 서비스 BI 앱 중 하나를 이미 선택했다고 가정하면 다음은 셀프 서비스 BI 앱을 최대한 활용하기 위해 알아야 할 세 가지 사항입니다.

1. 데이터 활용 능력은 실제로 필요한 것입니다. 예, 우리는 앞서 특정 수학 기술의 가치에 대한 논의에서 그 내용을 다루었습니다. 그러나 데이터 활용 능력이 무엇인지, 그리고 전반적인 점수를 향상시키기 위해 집중해야 할 기술도 설명하는 것이 중요합니다. Qlik의 글로벌 제품 마케팅 부사장 James Fisher는 "데이터 활용 능력은 MIT와 Emerson University에 의해 데이터를 읽고, 작업하고, 분석하고, 논쟁 할 수있는 능력으로 정의됩니다." 아래에서 그는 각 능력을 설명합니다.

a) 데이터 읽기: 데이터가 무엇인지, 그리고 데이터가 나타내는 세계의 양상을 이해해야합니다.

b) 데이터 작업: 데이터 생성, 수집, 정리 및 관리가 포함됩니다.

c) 데이터 분석: 필터링, 정렬, 집계, 비교 및 ​​기타 분석 작업을 수행합니다.

d) 데이터 논쟁: 특정 청중에게 메시지를 전달하기 위해 더 큰 이야기를 지원하기 위해 데이터를 사용합니다.

Brainbox Consulting의 창립자이자 CEO 인 Adam Nathan은 "15 년 동안 조직 및 데이터 작업을 중단 한 경우 다음과 같은 결과를 얻었습니다. 최근 Logic20 / 20에 판매되었습니다. "그들이 어려움을 겪고있는 곳은 실행 가능한 것에 흥미있는 것을 번역하고있다. 같은 방식으로, 야구 게임을하는 팬 5 만 명이 점보트론의 선수 통계를보고 싶어한다. 그들 중 소수만이 머니 볼을 플레이 할 수있다"고 말했다.

2. 올바른 질문은 모든 것 입니다. 셀프 서비스 BI 앱은 부분적으로 자동화 된 앱 도우미입니다. 즉, 일반적으로 귀하는 질문 (일명 쿼리)을 생각해야합니다. 답변은 질문만큼 유용하기 때문에 해당 쿼리를 구성하는 것이 매우 중요합니다. 이 규칙의 한 가지 예외는 앞에서 언급 한 Salesforce Einstein Analytics와 같은 특수 앱으로, 영업 및 CRM (고객 관계 관리) 데이터에 중점을 두어 Einstein을 통해 영업 및 고객으로부터 무엇을 알고 싶은지 자동으로 미리 결정할 수 있습니다. 고객 데이터. 특수 BI 앱의 또 다른 예는 웹 사이트 및 모바일 데이터에 중점을 둔 Google Analytics입니다. 다시 말하지만, 데이터 세트는 잘 정의 된 유형이며 쿼리는 예측 가능하므로 사전 설정됩니다.

보다 범용적인 BI 앱에 대한 쿼리를 어디에서 시작해야할지 확실하지 않습니까? 일반적으로 귀사 또는 업계의 핵심 성과 지표 (KPI)는 이미 유용한 것으로 알려진 분석을 정의 할 때 좋은 출발점입니다. 거기에서 관련 질문이나 새로운 질문을 계층화하거나 추가 할 수 있습니다. Appfigures의 공동 창립자이자 CEO 인 Ariel Michaeli는“KPI는 총 수익과 같은 단일 메트릭이거나 활성 사용자 당 수익과 같은 복합 메트릭이 될 수 있습니다. "따라서 BI 플랫폼에 여러 메트릭을 사용할 수있는 기능이 중요합니다."

이러한 BI 앱의 "셀프 서비스"레이블로 인해 IT 또는 숙련 된 비즈니스 분석가에게 도움을 요청하는 것을 막지 마십시오. ThoughtSpot의 최고 데이터 책임자 인 Doug Bordonaro는 "원하는 메트릭을 찾을 수 없으면 물어보십시오! BI 솔루션의 초기 출시에 포함되지 않았을 가능성이 있습니다"라고 말합니다. "분석가가 신속하게 추가 할 수 있습니다."

또한 사용할 쿼리를 작성하는 것이 중요하므로 데이터 분석 결과를 제시 한 후 발생할 수있는 질문을 예상하는 것이 좋습니다. 추가 분석이 필요할 수 있기 때문입니다. AtScale의 기술 제품 마케팅 담당 이사 인 Lucio Daza는 "사람들 이 물어볼 가능성이 가장 높은 6 가지 질문에 답할 수 있어야합니다."라고 말합니다.

3. 데이터는 전체 운동의 알파와 오메가입니다. 사용하기로 선택한 데이터에 따라 달라집니다. 데이터를 선택, 로드 및 정리하는 것은 사용자이므로 그렇습니다. 오래된 속담 "쓰레기 수거, 쓰레기 수거"가 여전히 적용됩니다. Alteryx의 최고 고객 책임자이자 창립 파트너 인 Olivia Duane Adams는 다음과 같이 말합니다. "질문을 이해하면 어떤 데이터가 필요한지, 어디에 있는지 알 수있는 것처럼 데이터 자체로 되돌아 갈 수 있습니다. "분석 할 때까지"

앱을 사용하기 전에 데이터 선택에서 쿼리 생성에 이르는 프로세스를 고려해야합니다. 그렇지 않으면, 당신은 단지 낚시입니다. 데이터 탐색이 그 자리를 차지하지는 않습니다. 그러나 특정 통찰력을 빠르게 얻으려면 첫 번째 줄을 캐스팅하기 전에 올바른 연못에 있고 올바른 미끼를 들고 있는지 확인하는 것이 좋습니다. 귀하는 기계가 아닌 SME (Subject Matter Expert)입니다. 소프트웨어에 분석 작업을 지시하기 전에 재능과 경험을 사용하여 필요한 데이터를 파악하고 데이터를 최상의 형태로 만드십시오.

따라서 SME로 완전히 변하지 만 데이터를 선택하고 셀프 서비스 BI 앱을 사용할 때 초보자를 완전히 잃어버린 경우 어떻게해야합니까? ThoughtSpot의 Bordonaro는 "지역의 파워 유저에 대해 알아보십시오."라고 말합니다. "기회는 장벽이 기존 BI 제품보다 훨씬 낮기 때문에 시작하는 방법을 보여줄 수있는 누군가가 당신과 매우 가까이 앉아 있습니다."