Przysz艂o艣膰 analityki: 6 prognoz

Przysz艂o艣膰 analityki: 6 prognoz

Analityka sta艂a si臋 wa偶n膮 cz臋艣ci膮 procesu decyzyjnego dla wielu firm w ci膮gu ostatnich kilku dekad, szczeg贸lnie w przypadku korporacji, kt贸re wykorzystuj膮 zasoby danych jako podstawow膮 kompetencj臋 i punkt pochodzenia.

Moja praca w ci膮gu ostatnich kilku dekad w dziedzinie danych i analiz przynios艂a sze艣膰 przewidywanych trend贸w, na kt贸re nale偶y zwr贸ci膰 uwag臋 w najbli偶szej przysz艂o艣ci:

1. 艢wiadome inicjatywy w zakresie kultury danych
Firmy otwarcie wyra偶aj膮 potrzeb臋 zmiany kultury organizacyjnej, aby w procesie decyzyjnym zwi膮zanym z decyzjami strategicznymi i taktycznymi w wi臋kszym stopniu inspirowa膰 si臋 danymi. Teraz wydaje si臋, 偶e zaczynaj膮 wprowadza膰 inicjatywy, aby zach臋ci膰 do tej zmiany i przyspieszy膰 rozw贸j 艣rodowiska, maj膮c nadziej臋, 偶e to torowanie pomo偶e zwi臋kszy膰 absorpcj臋 i zastosowanie rozwi膮za艅 analitycznych.

2. Rozpowszechnianie nieustrukturyzowanych danych
Przy dynamicznych zmianach metod gromadzenia danych, typ贸w i dost臋pno艣ci danych o konsumentach, maszynach i prawie wszystkim innym, podejrzewam, 偶e przysz艂o艣膰 zawiera bardziej kreatywne typy danych, zw艂aszcza elementy nieustrukturyzowane, takie jak audio, wideo, przechwytywanie nastroju i inne rodzaje danych.

3. Potrzeba modeli czasu rzeczywistego
Gromadzenie spostrze偶e艅 i reagowanie na nie w ci膮gu roku podatkowego jest pomocne, ale opracowywanie rozwi膮za艅, kt贸re pozwol膮 odpowiedzie膰 na to, co jest teraz potrzebne, najprawdopodobniej stanie si臋 bardziej powszechne. Szacuj臋, 偶e zobaczymy ten trend we wszystkich analizach stosowanych w kilku kontekstach. Na przyk艂ad konsumenci mog膮 mie膰 wi臋ksze oczekiwania wobec marek, aby zrozumie膰 je w g艂臋bszy, bardziej szczeg贸艂owy i holistyczny spos贸b i natychmiast reagowa膰, aby spe艂ni膰 preferencje w momencie trafno艣ci. Analizy na 偶膮danie iw czasie rzeczywistym mog膮 przej膮膰 tradycyjne statyczne spostrze偶enia, aby sprosta膰 szybkim 艣rodowiskom, w kt贸rych s膮 stosowane, niezale偶nie od tego, czy jest to rynek, laboratorium badawcze czy inne.

4. Specyfika, szczeg贸艂owo艣膰 spostrze偶e艅, w tym masowa personalizacja
Ziarnisto艣膰 i precyzja rozwi膮za艅 analitycznych prawdopodobnie poprawi膮 si臋, gdy b臋dziemy gromadzi膰 wi臋cej szczeg贸艂贸w i z艂o偶onych danych na temat poszczeg贸lnych jednostek, niezale偶nie od tego, czy obejmuj膮 one wagony kolejowe, krople truj膮cej substancji czy osoby. Analytics mo偶e bardziej zbli偶y膰 si臋 do stosowania unikalnych rozwi膮za艅 na jednostk臋, aby tworzy膰 bardziej precyzyjne reakcje.

5. Zale偶no艣膰 od narz臋dzi / analityk obywatelski
Zaakceptowanie tajnego sosu jako podstawowego sk艂adnika mo偶e sta膰 si臋 bardziej powszechne, a zaufanie do gotowych proces贸w analitycznych mo偶e wyhodowa膰 wi臋cej analityk贸w obywatelskich w organizacjach. Tendencja ta mo偶e by膰 dla niekt贸rych nieco niepokoj膮ca, ale rosn膮ce zapotrzebowanie na rozwi膮zania analityczne i prac臋 mo偶e prowadzi膰 do wi臋kszej tolerancji na umieszczanie zaawansowanych narz臋dzi w r臋kach profesjonalist贸w z mniejsz膮 wiedz膮 z zakresu data science.

6. Zwi臋kszony ruch w kierunku automatyzacji, sztucznej inteligencji, technik, metod i proces贸w g艂臋bokiego uczenia si臋
Gdy posuwamy si臋 naprz贸d w kierunku opracowywania konkretnych rozwi膮za艅 w czasie rzeczywistym, aby odpowiedzie膰 na z艂o偶one problemy, b臋dziemy musieli zastosowa膰, a by膰 mo偶e nawet odkry膰, bardziej z艂o偶one i wyrafinowane metody odpowiedzi na te pytania.

Dynamiczny charakter i ulepszone mo偶liwo艣ci analityki nadal ekscytuj膮 i umo偶liwiaj膮 firmom, a nawet osobom indywidualnym, robi膰 wi臋cej i lepiej, i nie mog臋 si臋 doczeka膰, aby zobaczy膰, co przysz艂o艣膰 analityki wniesie do naszych proces贸w decyzyjnych w nadchodz膮cym nowym roku .

Kredyt zdj臋ciowy: vinzstudio / Shutterstock

Dr Beverly Wright kieruje praktyk膮 analityczn膮 aspirent jako Chief Analytics Officer. Jest r贸wnie偶 instruktork膮 Executive Education w Georgia Tech, instruktork膮 Continuing Education na Emory University oraz wsp贸艂za艂o偶ycielk膮 organizacji non-profit ATLytiCS, kt贸ra wykorzystuje talent analityczny do cel贸w spo艂ecznych. Wi臋cej informacji mo偶na znale藕膰 na stronie www.aspirent.com.