Поскольку поставщики пытаются сделать бизнес-аналитику доступной для более широкой аудитории, а генеративные инструменты искусственного интеллекта все еще находятся в стадии предварительной версии, триумвират облачной миграции, искусственного интеллекта и встроенной бизнес-аналитики становится жизненно важным.
Миграция в облако, встроенная BI и включение расширенного интеллекта и машинного обучения — три главных тренда в области аналитики.
Об этом говорится в новом отчете аналитика Constellation Research Дуга Хеншена под названием «Обзор рынка аналитики и бизнес-аналитики за 2023 год».
На протяжении десятилетий аналитика была централизованной сферой деятельности группы экспертов по данным, которые властвовали над данными своей организации, сами выполняя весь анализ и предоставляя отчеты по запросу. Затем наступила эра аналитики самообслуживания , когда такие поставщики, как Tableau и Qlik, позволили разработчикам создавать великолепные информационные панели, которые позволяют бизнес-пользователям интерпретировать данные.
Однако подавляющее большинство данных по-прежнему хранилось локально, и анализ был ограничен теми организациями, которые могли позволить себе настроить пользователей с лицензиями на выбранный ими инструмент BI и предоставить этим пользователям обучение грамотности данных, чтобы они могли взаимодействовать с данными .
За последнее десятилетие — и особенно за последние несколько лет — ситуация изменилась. Поставщики стремились дать клиентам возможность больше ориентироваться на данные, сделав инструменты аналитики доступными для более широкой аудитории.
В течение более чем двух десятилетий внедрение BI в организациях оставалось относительно застойным, застряв на уровне около 25%. Однако теперь поставщики предлагают облачные версии своих платформ, которые не ограничивают количество пользователей с лицензиями. Кроме того, они позволяют клиентам встраивать BI в другие приложения, чтобы пользователям не приходилось искать нужные данные. И они включают ИИ и машинное обучение (ML), которые снижают требуемый уровень грамотности данных, который раньше требовался для взаимодействия с данными.
Недавно Хеншен обсудил не только результаты своего отчета , в котором основное внимание уделяется тому, насколько хорошо поставщики реагируют на основные тенденции аналитики, но и другие текущие тенденции BI. Он также рассказал о переоцененных и недооцененных тенденциях и о том, какие тенденции могут стать наиболее важными через несколько лет.
В своем отчете вы определяете три пути развития платформ бизнес-аналитики и аналитики, поэтому давайте начнем с их совокупности. Что, в совокупности, облачная миграция, встроенная аналитика, технологии искусственного интеллекта и машинного обучения позволяют организациям делать то, что так важно в современной бизнес-среде?
Дуг Хеншен: Эти три тенденции взаимосвязаны и во многом поддерживают друг друга. Например, облачные вычисления поддерживают встроенные подходы, особенно архитектуры на основе служб и детализированные API. Облако также обеспечивает возможности искусственного интеллекта, машинного обучения и расширенные возможности с масштабируемыми вычислениями и хранилищем.
Что касается того, что эти три тенденции делают для клиентов, одна из общих тем заключается в том, чтобы дать большему количеству пользователей возможность воспользоваться преимуществами анализа данных . Облачные подходы позволяют быстрее и проще предоставлять более масштабные развертывания. Встроенные подходы позволяют предоставлять краткую аналитическую информацию, когда люди работают с приложениями, инструментами для повышения производительности и совместной работы, а также с рабочими процессами и бизнес-процессами. Расширенные возможности, такие как запросы и объяснения на естественном языке, облегчают всем пользователям, в том числе начинающим бизнес-пользователям, использование преимуществ аналитики и бизнес-аналитики.
Теперь, взглянув на каждую из ведущих тенденций в области аналитики по отдельности, выясните, что они делают по сравнению с тем, что было несколько лет назад, чтобы лучше обеспечить миграцию в облако?
Хеншен: Всего несколько лет назад многие поставщики поддерживали облачное развертывание с помощью предложений облачного рынка, которые упрощали развертывание их программного обеспечения, но управлять развертыванием по-прежнему должен был клиент. Варианты программного обеспечения как услуги множились три года назад. На сегодняшний день все 17 поставщиков в нашем отчете предлагают SaaS как минимум в одном общедоступном облаке.
Многие поставщики также разработали контейнерные образы, упрощающие развертывание в общедоступных облаках с помощью так называемых облачных сервисов. Это полезно, но в отсутствие предложения на основе услуг предполагается, что клиенты готовы сами управлять программным обеспечением. Наш новый краткий список «Платформы многооблачной аналитики и бизнес-аналитики» включает восемь поставщиков, которые предлагают свои платформы как SaaS или как управляемую услугу в двух или более публичных облаках.
Аналогичный вопрос относительно встроенной аналитики: как поставщики позволяют клиентам встраивать BI и аналитику, и как это изменилось с тех пор, как мы впервые услышали о встроенной BI?
Хеншен: Варианты встроенной аналитики уже давно используются независимыми поставщиками программного обеспечения и компаниями SaaS для ускорения разработки программного обеспечения и услуг, основанных на данных. Сегодня самые разнообразные инновационные организации — банки, страховые компании и т. д. — разрабатывают программное обеспечение и услуги и используют встроенные возможности для включения аналитики в пользовательские приложения, корпоративные приложения, приложения для повышения производительности и совместной работы, а также рабочие процессы и бизнес-процессы. процессы.
Девять ведущих поставщиков в нашем коротком списке «Встраиваемая аналитика» поддерживают встроенные подходы, использующие архитектуры микросервисов, интерфейсы прикладного программирования с высокой степенью детализации, интерфейсы RESTful и комплекты для разработки программного обеспечения, которые поддерживают гибкое встраивание данных, показателей, визуализаций и информационных панелей в ряд внешних назначений. . Они также используют автоматизированные подходы к развертыванию в стиле DevOps, варианты разработки с минимальным или нулевым кодом, архитектуру событий и, в некоторых случаях, интеграцию рабочих процессов и процессов для автоматизации действий и инициирования проверки человеком на основе аналитических данных и пороговых значений.
И как поставщики внедряют ИИ и машинное обучение в свои платформы, чтобы лучше помогать клиентам — и опять же, чем то, что они делают сейчас, отличается от того, что они делали всего несколько лет назад?
Хеншен: Наша аналитика и обзор рынка бизнес-аналитики за 2019 год были сосредоточены на появляющихся на тот момент дополнительных возможностях. Варианты подготовки данных включали рекомендуемые соединения. Функции обнаружения и анализа включали обнаружение выбросов и анализ факторов влияния/основных причин. Взаимодействия на естественном языке включали запросы NL и объяснения NL.
Прорыв в 2023 году — это использование генеративного ИИ , и поставщики, в том числе Microsoft, Salesforce и ThoughtSpot , сейчас тестируют функции генеративного ИИ. Генеративный ИИ обладает потрясающим потенциалом для взаимодействия на естественном языке, анализа настроений, визуализации данных и генерации кода запросов на стероидах, как подробно описано в нашем отчете. Но важно отметить, что все генеративные функции, которые мы видели в области аналитики и бизнес-аналитики, в настоящее время находятся в частной или ограниченной предварительной версии.
Помимо этих ключевых тенденций в области аналитики, какие еще способы сейчас пытаются использовать поставщики, чтобы помочь клиентам стать лучше и эффективнее с помощью своей аналитики и, в конечном итоге, принимать более правильные решения?
Хеншен: Многие поставщики внедряют или совершенствуют свои возможности каталогизации данных, моделирования данных, управления метаданными и контроля . Некоторые внедряют прогнозную аналитику и науку о данных с новыми расширенными и автоматизированными функциями машинного обучения. Я также вижу постепенные улучшения и уточнения более зрелых возможностей, таких как подготовка данных, информационные панели, рассказывание историй и отчетность.
Углубившись в генеративный ИИ, какой вы видите роль генеративного ИИ в аналитике в 2023 году? И как после 2023 года могут развиваться отношения между аналитикой и генеративным ИИ?
Хеншен: Возможные приложения для генеративного ИИ многочисленны и потенциально мощны. Генеративный ИИ обещает поставить взаимодействие на естественном языке на стероиды, что действительно может принести понимание, основанное на данных, в массы — как внутри компании, так и для внешних партнеров и клиентов.
Но здесь рекомендуется осторожность. Каждый поставщик, который занимается предварительным просмотром генеративных функций искусственного интеллекта, обязательно включает этапы проверки человеком. Необходимо решать проблемы конфиденциальности данных, а точность контента, создаваемого ИИ, требует постоянного мониторинга и проверки человеком. Аналитика и бизнес-аналитика — это лишь один из возможных вариантов использования генеративного ИИ, и в технологической отрасли и в обществе бушуют дебаты по поводу надлежащего использования генеративных возможностей и необходимости регулирования и мер безопасности.
Если развертывание облака, встроенная аналитика и расширение AI/ML являются тремя наиболее важными тенденциями аналитики по состоянию на май 2023 года, что, по вашему мнению, будет наиболее важным через год или два?
Хеншен: Нетрудно догадаться, что в ближайшие годы прорывы в области генеративного искусственного интеллекта все еще будут происходить на всех технологических рынках и в обществе. Несмотря на разговоры о шестимесячных паузах , запретах по географическому признаку и возможном жестком регулировании, я думаю, что сдержать такую мощную технологию будет сложно. Я оптимистично настроен в отношении того, что хорошее перевесит плохое и что это создаст чистую работу. В сфере аналитики и бизнес-аналитики старые отчеты и информационные панели могут показаться каменными ножами и ковриками из медвежьей шкуры через пять лет, если все это перейдет к разговорному анализу, прогнозированию, планированию сценариев «что, если» и оптимизации.
Оставшись с тенденциями аналитики, еще один вопрос: какая тенденция самая недооцененная и какая самая переоцененная?
Хеншен: Я бы сказал, что наиболее недооцененной тенденцией было появление каталогов данных , функций совместной работы и рекомендаций по данным и контенту на основе машинного обучения, которые помогли пользователям найти существующие и надежные источники данных, меры, отчеты и информационные панели. Я бы сказал, что расширенная тенденция не совсем оправдала ожидания, потому что слишком многие из этих функций были слишком сложными для широкого внедрения.
Запрос NL и объяснения NL были исключениями, получившими широкое распространение и использование, поскольку они удобны для пользователя.
Оставляя позади тенденции, какие платформы, по вашему мнению, лучше всего справляются с удовлетворением современных потребностей своих клиентов?
Хеншен: Я действительно должен отказаться от универсального анализа, потому что у каждого клиента разные потребности. Может ли один из этих вариантов быть в вашем списке, если он недоступен в облаке, которое вы используете преимущественно или исключительно? Мы думаем, что нет. Если организация серьезно инвестирует в конкретный набор корпоративных приложений, она обязательно должна включить интегрированную аналитику и BI-предложение от этого поставщика в свой окончательный список. Согласованные модели данных и предварительно созданные интеграции данных, информационные панели и отчеты, а также встроенные аналитические возможности ускорят их развертывание и помогут обеспечить быструю окупаемость инвестиций.
Если вы работаете исключительно в одном общедоступном облаке и рассчитываете, что так и останется, я бы определенно обратил внимание на тесно интегрированные предложения аналитики и бизнес-аналитики, доступные в этом облаке. Крупные и технологически разнообразные организации, как правило, используют независимые предложения, которые помогают им осмысливать информацию в своем технологическом ландшафте и, очень часто, в нескольких облаках. Многие организации хотят перейти от понимания к действию, и лидеры [встроенной аналитики] могут помочь им в этом.
Наконец, есть ли поставщики, чьи возможности сильно отстают от их конкурентов, когда речь идет о современных потребностях клиентов?
Хеншен: Бывают обстоятельства, когда поставщики, которых нет ни в одном из наших списков, должны рассматриваться определенными типами клиентов. Например, клиенты, работающие исключительно на AWS и планирующие развертывание особо крупных объектов, должны рассмотреть возможность использования Amazon QuickSight. Клиентам Infor обязательно стоит обратить внимание на Infor Birst . А экономным организациям и, конечно же, любому заказчику, использующему любые приложения от Zoho, стоит присмотреться к Zoho Analytics.
Именно здесь стоит [провести комплексную проверку], а не просто смотреть на графики в коробке и формировать поверхностное мнение о том, какие продукты аналитики и BI следует рассмотреть организации. Отчеты — это только отправная точка или ступенька к окончательному списку организации и окончательному выбору.
