Trendy w Business Intelligence w 2021 roku – część 1

Nie da się ukryć, iż rok 2020 był czasem trudnym dla światowej gospodarki. Sytuacja pandemiczna odbiła się niemal na wszystkich branżach, skłaniając firmy do szukania nowych rozwiązań i modyfikacji stylu pracy. Zmiany nie ominęły także sektora IT, który – jednocześnie – od lat, ulega dynamicznym przeobrażeniom i nieustannie się rozwija. Strategie zaplanowane na okres kilku lat musiały zostać zrealizowane w ciągu tygodni lub dni. Obecnie działania w sferze cyfrowej są ważniejsze niż kiedykolwiek wcześniej, a dane, Business Intelligence i rozwiązania wykorzystujące sztuczną inteligencję odgrywają kluczową rolę w procesie przystosowywania się do nowych realiów. Czego zatem możemy spodziewać się w trendach Business Intelligence w 2021 roku?

Eksperci zgodnie twierdzą, że jesteśmy obecnie w okresie kolejnej cyfrowej rewolucji. Jej motorem napędowym są właśnie dane – generowane i przetwarzane w ogromnych ilościach. Coraz częściej mają one niebagatelne znaczenie w odniesieniu do podejmowania decyzji i obsługi procesów biznesowych. Następstwem takiej tendencji jest zdecydowany wzrost wartości i roli Bussiness Intelligence. Postęp w cyfrowym świecie rozgrywa się na naszych oczach. Wystarczy spojrzeć na szybką popularyzację chmury obliczeniowej i stopniowy wzrost znaczenia sztucznej inteligencji. Te i inne bieżące zmiany kształtują krajobraz współczesnej analityki biznesowej.

Bardziej inteligentna, szybsza, odpowiedzialna – taka ma być AI

Firma Gartner prognozuje, że do końca 2024 r. 75% przedsiębiorstw zaimplementuje sztuczną inteligencję do swoich rozwiązań. Przewiduje się, że to spowoduje pięciokrotny wzrost strumieni danych i znaczny rozwój infrastruktury analitycznej. Zbiory danych rosną w niespotykanym dotąd tempie. W konsekwencji natłok danych może negatywnie wpływać na działalność przedsiębiorstwa. Narzędzia do analizy biznesowej wzbogacone o sztuczną inteligencję znacznie zmniejszają to ryzyko. Oferują przejrzyste dashboardy, ale także wysyłają dedykowane alerty i informacje biznesowe, które ułatwiają podjęcie kluczowych decyzji. Co więcej, na podstawie zebranych danych, często są w stanie dostarczyć gotową analizę predykcyjną lub wykorzystywać dane do rozszyfrowania przyszłych informacji.

Techniki sztucznej inteligencji pozwalają na tworzenie bardziej adaptowalnych i elastycznych systemów do obsługi złożonych sytuacji biznesowych.
Narzędzie Power BI, na którym oparta jest również nasza platforma analityczna Biqsens, wykorzystuje potencjał Microsoft AI. Dzięki niemu użytkownicy biznesowi mogą w łatwy sposób przygotowywać dane, tworzyć modele dla uczenia maszynowego oraz wyciągać wnioski.

Trendy Business Intelligence na 2021 r. przewidują, że do 50% zapytań analitycznych będzie generowanych automatycznie za pomocą technologii głosowej lub przy użyciu technologii NLP.

Ponadto sztuczna inteligencja umożliwi nowe sposoby interakcji użytkowników z narzędziami analitycznymi. Na popularności zyskują rozwiązania, które pozwalają prowadzić analizę danych w oparciu o zadawanie prostych pytań z wykorzystaniem języka naturalnego. Rozwój tej dziedziny rozbuduje interfejs platform o możliwość komunikacji z platformą w sposób przypominający pracę z wyszukiwarką lub nawet wprowadzanie poleceń głosowych.

Spadek popularności dashboardu, od teraz liczy się data stories

Data stories są to narracje biznesowe, na które składają się m.in. interpretacje i wnioski powstałe na podstawie analiz zbiorów danych. To właśnie one, a nie znany dotąd dashboard – staną się najbardziej rozpowszechnionym sposobem korzystania z analityk biznesowych do 2025 r.
Korzystając z klasycznych, wstępnie zdefiniowanych dashboardów, użytkownicy muszą nierzadko poświęcić wiele czasu, by dotrzeć do niezbędnych informacji. Przejście na kontekstowe data stories oznacza, że najistotniejsze informacje będą przesyłane strumieniowo do każdego użytkownika w oparciu o jego kontekst czy rolę w organizacji. Szacuje się, że 75% takich data stories zostanie wygenerowanych automatycznie przy użyciu technik rozszerzonej analizy.

Inteligencja decyzyjna

Zdaniem ekspertów do 2023 r. w co trzecim przedsiębiorstwie analitycy będą wykorzystywać inteligencję decyzyjną – w tym modelowanie decyzji. Gartner definiuje inteligencję decyzyjną jako dziedzinę praktyczną, posiadającą szeroki zakres technik podejmowania decyzji. Opiera się na uznaniu, że w wielu organizacjach proces podejmowania decyzji można by ulepszyć, gdyby zastosowano bardziej ustrukturyzowane podejście. Obejmuje aplikacje, takie jak złożone systemy adaptacyjne, a także zawiera strukturę, która łączy tradycyjne techniki, jak m.in. podejścia oparte na regułach, z zaawansowanymi technikami – między innymi sztuczną inteligencją czy uczeniem maszynowym. Umożliwia to nietechnicznym użytkownikom zmianę logiki decyzyjnej bez angażowania programistów – zwłaszcza gdy decyzje wymagają wielu technik logicznych i matematycznych.

Analityka X

Gartner przedstawił termin „analiza X” jako termin ogólny, w którym X jest zmienną danych dla szeregu różnych ustrukturyzowanych i nieustrukturyzowanych treści, takich jak analiza tekstu, wideo czy dźwięku. Analityka X wykorzystywana jest do rozwiązywania najtrudniejszych wyzwań społecznych, w tym zmiany klimatu, zapobiegania chorobom i ochrony dzikiej przyrody.
Podczas pandemii Sztuczna Inteligencja odegrała kluczową rolę w przeczesywaniu tysięcy artykułów naukowych, wiadomości, postów w mediach społecznościowych i danych z badań klinicznych. Wszystko po to, by pomóc ekspertom w dziedzinie medycyny i zdrowia publicznego przewidywać rozprzestrzenianie się choroby, znajdować nowe terapie i identyfikować narażone populacje.  Analiza X w połączeniu ze sztuczną inteligencją i innymi technikami, takimi jak analiza wykresów (kolejny topowy trend), będzie odgrywać kluczową rolę w identyfikowaniu, przewidywaniu i planowaniu katastrof naturalnych czy innych kryzysów biznesowych w przyszłości.

Rozszerzona analiza i zarządzanie danymi

Rozszerzona analiza (ang. augmented analytics) to jeden z kluczowych trendów w Business Intelligence. Na znaczeniu zyskają mechanizmy oparte na zautomatyzowanych algorytmach, które przetwarzają dane i wychwytują spośród nich powtarzające się prawidłowości. Takie wykorzystanie uczenia maszynowego i sztucznej inteligencji pozwoli analizować duże ilości danych bez ryzyka przegapienia kluczowych informacji. Umożliwi to także podejmowanie najbardziej trafnych decyzji biznesowych w ułamku sekundy, w porównaniu z technikami manualnymi.
Na znaczeniu zyska także rozszerzone zarządzanie danymi (ang. augmented data management). Ten trend poprawi zdolność firm do analizowania napływających dynamicznie danych – przy większym poziomie automatyzacji i w czasie zbliżonym do rzeczywistego. Zgodnie z szacunkami analityków Gartner, organizacje wykorzystujące aktywnie metadane, uczenie maszynowe i struktury danych do dynamicznego łączenia, optymalizacji i automatyzacji procesów zarządzania danymi – do 2023 roku skrócą czas dostarczenia danych o 30%.

„Rozszerzone produkty do zarządzania danymi mogą badać duże próbki danych operacyjnych, w tym rzeczywiste zapytania, dane dotyczące wydajności i schematy. Korzystając z istniejących danych dotyczących użytkowania i obciążenia, rozszerzony silnik może dostroić operacje i zoptymalizować konfigurację. To samo dotyczy bezpieczeństwa i wydajności” – wyjaśnia Rita Sallam, analityk Gartner.

Powyższe trendy to jednak tylko niewielki fragment tego, co przewidują specjaliści. O aspektach związanych z bezpieczeństwem, Data Quality Managment (DQM), hiperautomatyzacji oraz innych, równie ważnych trendach Business Intellligence na rok 2021, przeczytacie Państwo w drugiej części artykułu.