설명 가능한 AI에서 자연어 인간화 데이터 분석에 이르기까지 2019 년에 접어 들면서 비즈니스 분석 인텔리전스의 주요 트렌드를 살펴 보겠습니다.
비즈니스 분석 인텔리전스 예측 1 : 과대 광고 이후 설명 가능한 AI 개발
AI는 의사 결정을 해결하여 인간의 이해도를 높일 것을 약속합니다. 그러나 점점 더 많은 회사 가 데이터 기반 의사 결정을 위해 AI와 머신 러닝 에 의존함에 따라 모델 기반 권장 사항의 신뢰성에 대한 인간의 회의가 증가하고 있습니다. 많은 기계 학습 소프트웨어는 결론 및 권장 사항 뒤에있는 논리 또는 알고리즘을 볼 수있는 명확한 방법을 제공하지 않습니다. 투명성에 대한 이러한 요구는 2019 년 설명 가능한 AI의 성장을 주도 할 것입니다. 개인에게 질문을 할 수 있다면 머신 러닝 결정을 내리는 것과 동일한 선택을하지 않는 이유는 무엇입니까?
회사 리더는 정보 과학 그룹에 더 설명하기 쉬운 모델을 사용하고 버전이 어떻게 조립되는지 보여 주도록 더 큰 압력을 가할 것입니다. AI는 가장 강력한 영향력을 발휘할 수 있도록 신뢰할 수 있어야하며 생성 된 결정은 사람들이 데이터를 이해하는 데 도움이되도록 이해하기 쉽고 간단하며 질문에 답해야합니다.
비즈니스 분석 인텔리전스 예측 2 : 데이터 분석을 인간화하는 자연어
자연어 처리 (NLP)는 컴퓨터가 언어의 의미를 이해하는 데 도움이됩니다. BI 벤더는 자연어를 플랫폼에 통합하여 시각화에 자연어 인터페이스를 제공합니다. 정확히 같은시기에 자연어는 분석 대화를 장려하기 위해 진화하고 있습니다. 개인이 데이터에 대해 시스템과 대화하는 것으로 정의됩니다. 시스템은 대화 내 컨텍스트를 활용하여 쿼리 뒤에있는 사용자의 의도를 이해하고 대화를 더욱 발전시켜 자연스러운 대화 환경을 만듭니다. 즉, 데이터에 대한 후속 질문이있을 때마다 더 깊이 파고 들거나 모호성을 설명하기 위해 질문을 다시 표현할 필요가 없습니다. 자연어는 사람들이 정보에 대해 질문하는 방식의 패러다임 변화가 될 것입니다. 사람들이 개인처럼 시각화와 상호 작용할 수 있으면 모든 기술 세트의 더 많은 개인이 자신의 정보에 대해 더 깊은 질문을 할 수 있습니다. 자연어가 BI 산업 내에서 성장함에 따라 분석 채택의 장애물을 무너 뜨리고 사무실을 정보,자가 치유 수술로 전환하는 데 도움이 될 것입니다.
비즈니스 분석 인텔리전스 예측 3 : 실행 가능한 분석은 데이터를 올바른 위치에 배치합니다.
데이터 직원은 동일한 워크 플로에서 정보를 얻고 조치를 취해야합니다. 2019 년에는 더 많은 기업이 격리되지 않고 필요한 곳에서 정확하게 데이터 분석을 활용하기를 기대합니다. 조직은 BI 플랫폼 공급 업체가 모바일 분석, 포함 된 분석, 대시 확장 및 API와 같은 기능을 제공하는 방식의 이점을 누릴 수 있습니다. 임베디드 분석은 사람들이 이미 작업하고있는 곳에 통찰력과 데이터를 배치하여 다른 공유 또는 애플리케이션 서버로 이동할 필요가없는 반면 대시 확장은 대시 보드로 바로 추가 시스템에 대한 액세스를 유도합니다. 그리고 모바일 분석은 전문 분야의 남성과 여성에게 정보를 제공합니다. 이러한 개선 사항은 컨텍스트에서 내장 된 정보를 사용하여 새로운 청중을 지원함으로써 다양한 비즈니스 그룹 및 업종의 요구를 충족하므로 똑같이 강력합니다.
비즈니스 분석 인텔리전스 예측 4 : 기업은 분석에 대해 더 똑똑해집니다.
비즈니스 인텔리전스 이니셔티브는 시작 및 종료 날짜가 잘 정의 된 경우가 많으며 사용자에게 배포 된 후 "완전한"것으로 간주되는 경우가 드물지 않습니다. 그러나 단순히 비즈니스 인텔리전스 옵션에 대한 액세스를 제공하는 것은 채택과 동일하지 않습니다. 최고 데이터 책임자는 기본적으로 BI 채택이 현대화를 향한 전술적 변화에 어떤 역할을하는지 알지 못합니다. 진정한 가치는 배포하는 옵션에 의해 측정되지 않고 직원이 구제 수단을 사용하여 비즈니스에 영향을 미치는 방식이기 때문입니다. 누구나 BI 플랫폼에 액세스 할 수 있기 때문에 누구나 BI 플랫폼에서 가치를 얻고 있다는 전제는 실제로 분석과 함께 실제 발전을 방해 할 수 있습니다.
BI 플랫폼의 내부 직원 커뮤니티를 통해 조직은 분석 업무를 할당하고 새로운 사용자 챔피언을 만들 수 있습니다. 이렇게하면 전통적으로 IT에 할당되었던 유지 관리 및보고에 대한 부담을 궁극적으로 줄일 수 있습니다. 더 많은 내부 챔피언이 등장하기 시작하여 모범 사례를 사회화하고 정보 정의에 대해 사람들을 조정하는 주제 전문가로 행동 할 것입니다. 필연적으로 이러한 각 움직임은 더 많은 사람들이 BI 소프트웨어를 사용하고 가치를 얻는 것으로 이어질 것입니다. 그리고 무엇보다도 인력의 효율성이 높아지고 비즈니스 경쟁력이 높아집니다.
비즈니스 분석 인텔리전스 예측 5 : 클라우드 데이터 마이그레이션 가속화로 현대 BI 채택 촉진
정보 계획을 현대화 할 때 정보가 저장되는 위치를 생각해야합니다. 많은 기업에서 이는 더 낮은 전체 소유 비용으로 추가 된 다기능 성과 확장 성으로 인해 데이터를 클라우드로 이동하는 것을 고려하는 것을 의미합니다. 또한 클라우드를 사용하면 고유 한 정보 유형을 쉽게 포착하고 통합 할 수 있습니다. 클라우드로 이동하면 민첩성이 향상되고 BI 및 분석을 사용하여 수행 할 수있는 작업에 대한 가능성이 다시 나타납니다. 현대화의 개념은 분명히 다음과 같습니다. 정보 중력이라는 개념은 애플리케이션과 서비스가 모두 데이터가있는 방향에서 가져옴을 시사합니다. 따라서 정보가 빠른 속도로 클라우드로 이동하면 분석이 자연스럽게 따라옵니다. 따라서 리더는 선호하는 BI 플랫폼이 풀 클라우드 분석으로의 전환을 지원하는지 여부를 평가하면서 기존 BI에서 최신 BI로 변화하게되었습니다. 모든 조직이 이러한 움직임에 대비하는 것은 아니지만 많은 조직이 클라우드의 이점과 함께 다양한 데이터 소스를 최대한 활용하기 위해 하이브리드 솔루션을 실험하고 있습니다.