Artificiële intelligentie (ai) is uitgegroeid tot een onlosmakelijk deel van ons leven. Business intelligence (bi) is daar geen uitzondering op. Welke door ai ondersteunde analysemogelijkheden zijn het meest in trek? En hoe integreren verschillende typen bi-gebruikers die met hun workflows?
Bedrijven zetten in rap tempo ai in om hun bi naar een hoger peil te brengen, zodat ze datagedreven beslissingen kunnen nemen. Dit wordt augmented analytics genoemd. Augmented analytics is het gebruik van technologieën zoals machine learning (ml) en ai om te helpen bij het voorbereiden van gegevens, het genereren van inzichten en het uitleggen van inzichten om de manier waarop mensen gegevens verkennen en analyseren in analyse- en bi-platforms te verbeteren.
Ervaring
Gebruikers van bi binnen organisaties kunnen grofweg worden onderverdeeld in drie groepen: wandelaars, hardlopers en fietsers. Wandelaars zijn nieuwkomers op bi-gebied. Hardlopers hebben al enige ervaring met bi opgedaan en fietsers zijn bi-gebruikers met uitgebreide kennis van zaken. Voor organisaties die waardevolle inzichten uit data willen putten om datagestuurde besluitvorming mogelijk te maken, is het belangrijk om het gebruik onder deze drie groepen te bevorderen. Twee krachtige manieren om dat te doen, zijn zorgen voor een gedragsverandering ten aanzien van bi, en het bieden van technische ondersteuning.
De manier waarop organisaties voor een gedragsverandering op bi-gebied kunnen zorgen en gebruikers van technische ondersteuning kunnen voorzien verschilt per bi-persoonlijkheid. Voor elk van deze drie groepen moeten verschillende stappen worden doorlopen om het gewenste resultaat te verkrijgen.
- Wandelaars
Wandelaars zijn bi-gebruikers die nog maar net om de hoek komen kijken. Het is mogelijk om hen een beter begrip van bi en gegevensanalyse bij te brengen met behulp van voorlichting en training op het gebied van datageletterdheid. Datageletterdheid is in essentie het vermogen om data te interpreteren, ermee te werken en op basis daarvan te communiceren. Door wandelaars deel te laten nemen aan effectieve programma’s voor datageletterdheid, kunnen organisaties een gedragsverandering bij hen teweegbrengen die bijdraagt aan een effectievere inzet van bi .
Hoe kunnen wandelaars bi gaan omarmen? De sleutel tot succes is het vermenselijken van hun interactie met data. Zelfs gebruikers met minimale technische kennis moeten in staat zijn om data te analyseren en rapporten op te stellen. Dit proces kan tegenwoordig worden ondersteund door ai-technologie zoals conversational analytics. Dit stelt gebruikers in staat om inzichten uit data te putten door het voeren van simpele gesprekken met intelligente digitale assistenten.
- Hardlopers
Hardlopers zijn gebruikers die al eerder van start zijn gegaan met hun bi-traject, maar nog geen optimaal kennisniveau hebben bereikt. Een effectieve manier om deze groep te stimuleren om gebruik van bi te maken, is door hen een gemeenschappelijk doel voor ogen stellen dat ze met behulp van data en analysemogelijkheden kunnen bereiken. Dit moedigt hen aan om met collega’s samen te werken. En tijdens hun streven om de doelstellingen te bereiken zullen ze een dieper begrip opdoen op het gebied van gegevensanalyse.
Hardlopers hebben technische oplossingen voor gegevensanalyse nodig die hen in staat stellen om meer inzichten uit data te putten, zodat ze over meer input voor hun besluitvorming beschikken. Kant-en-klare analysefunctionaliteit is wat dat betreft het meest relevant voor hardlopers. Sommige moderne bi-platforms bieden na integratie met bedrijfsapplicaties een breed scala aan kant-en-klare domeinspecifieke rapporten en dashboards. Met deze kant-en-klare analysefunctionaliteit krijgen hardlopers de beschikking over meer opties voor het uitvoeren van analyses en kunnen ze in kortere tijd inzichten opdoen.
- Fietsers
Fietsers zijn gebruikers met een gedegen begrip van bi en gegevensanalyse. Zij nemen zelfs al datagestuurde beslissingen. Hoewel er misschien niet veel ruimte is om een gedragsverandering bij deze groep teweeg te brengen, kunnen organisaties wel hun focus richten op het bieden van technische ondersteuning aan fietsers.
Bedrijven hebben te maken met variabelen, zoals kosten, omzet en winst. Voor zakelijke besluitvormers is het zaak om op een rijtje te krijgen hoe die variabelen op elkaar en op de bedrijfsprestaties van invloed zijn. Dit kan een van de belangrijkste focusgebieden vormen voor de analyses van fietsers. Een krachtige exponent van augmented analytics die fietsers kan helpen om zich voor te bereiden op zakelijke tegenspoed zijn ‘what if’-analyses. Die bieden hen de mogelijkheid om te analyseren welk effect de wijziging van één variabele op de andere variabelen heeft.
Neem bijvoorbeeld een rapport dat de verkooptrends en omzetcijfers van een onderneming laat zien, waarbij het winstpercentage is ingesteld op veertig procent. Met behulp van augmented analytics kan dit percentage gewijzigd worden door simpelweg een schuifregelaar naar links of rechts te bewegen. Op die manier kunnen organisaties nagaan hoe een wijziging van het winstpercentage uitpakt voor de omzet. Dit is een van de mogelijkheden die teams kunnen helpen om in de toekomst effectievere datagedreven beslissingen te nemen en het management duidelijke inzichten aan te reiken.
Analysebehoeften
Elk van deze drie bi-persoonlijkheden heeft dus verschillende analysebehoeften. En augmented analytics kan daar in veel gevallen in voorzien. Door het toepassen van deze technologie kunnen bedrijven medewerkers helpen om uit te groeien van wandelaars tot hardlopers en vervolgens tot fietsers. En hoe meer hardlopers en fietsers er binnen een bi-ecosysteem aanwezig zijn, hoe meer datagedreven beslissingen er binnen die organisatie zullen worden genomen.