Active
Intelligence
Intelligence
21
/21
О чем мы поговорим сегодня
Узнаем о возможностях развития аналитики вместе с Qlik Sense и концепции Active Intelligence, подведем итоги Марафона и поблагодарим всех участников за интерес и вовлечение!
А также пригласим встретиться в оффлайне на митапе в Astana Hub в этот четверг, 18 августа.
А также пригласим встретиться в оффлайне на митапе в Astana Hub в этот четверг, 18 августа.
ИСТОРИЯ УСПЕХА
Active Intelligence: как достичь успеха вместе с Qlik
Мир работы с данными меняется, и теперь, аналитики — это все чаще не выделенные технические специалисты. Умение работать с данными — необходимый набор навыков для каждого сотрудника — от HR-менеджера до руководителя.
Но это еще не все. Навыки сотрудников также важны, как и выстроенные процессы аналитики внутри компании. Важна цепочка создания ценности от решений, принимаемых на основе данных.
Но это еще не все. Навыки сотрудников также важны, как и выстроенные процессы аналитики внутри компании. Важна цепочка создания ценности от решений, принимаемых на основе данных.
Непрерывная интеграция данных и их анализ — залог успешного использования информации как актива. В Qlik такой подход называется Active Intelligence
Но в начале, давайте посмотрим на четыре уровня аналитики, которые проходит организация при работе с данными. Это — база для концепции Active Intelligence.
Уровень 1. Пассивная аналитика
Эта самая примитивная и базовая аналитика из возможных. На этом уровне, вся работа с данными в компании сводится к статичным отчетам, которые генерируются по запросу из традиционных BI-систем. Процессы анализа крайне негибкие, а стоимость изменений – высока.
На этом уровне только 20% принимаемых в компании решений основываются на данных. При высокой ригидности аналитики и обилия исторических данных (а не актуальных данных, в противовес данным в режиме реального времени) принимать быстрые бизнес-решения невозможно.
На этом уровне только 20% принимаемых в компании решений основываются на данных. При высокой ригидности аналитики и обилия исторических данных (а не актуальных данных, в противовес данным в режиме реального времени) принимать быстрые бизнес-решения невозможно.
На этом уровне только 20% принимаемых в компании решений основываются на данных
Уровень 2. Реактивная аналитика
С появлением интерактивных дашбордов пассивная аналитика переходит на уровень реактивной аналитики. Пользователи получают большую свободу в исследовании данных, используют фильтры и преднастроенные представления, могут оперативно изменять данные под свои запросы.
Однако, для глубокого анализа данных нужны специальные навыки работы в BI-инструменте, поэтому число таких людей невелико. Часто, функции реактивного анализа данных могут делегироваться выделенной команде аналитиков, так как у бизнеса не хватает технической подготовки.
Однако, для глубокого анализа данных нужны специальные навыки работы в BI-инструменте, поэтому число таких людей невелико. Часто, функции реактивного анализа данных могут делегироваться выделенной команде аналитиков, так как у бизнеса не хватает технической подготовки.
На этом уровне 20−30% решений принимаются на основе данных
Уровень 3. Встроенная аналитика
Когда реактивная аналитика дополняется искусственным интеллектом (AI), то компания переходит на уровень встроенной аналитики. Больше сотрудников получают возможность исследовать данные с помощью новых подходов, например, с помощью запросов на основе натурального языка (т.е. простого текстового запроса, чаще всего, на английском языке).
На этом уровне около 30−40% решений могут приниматься на основе данных
Уровень 4. Про-активная аналитика
Наконец, активная аналитика обеспечивает принятие около 50% решений на основе данных. Работа с данными приближается к работе в реальном времени вместо «исторических» решений, а сами решения все больше приближены к бизнесу.
Компоненты про-активной аналитики:
Компоненты про-активной аналитики:
1
Коллаборация. Пользователи с разным уровнем знаний должны иметь возможность делиться своими наблюдениями с коллегами, а также вносить вклад в аналитику всей компании.
2
Доступность. Дашборды все еще играют центральную роль в процессе аналитики, но переходят в новые форматы — на мобильные устройства или встраиваются в реальные бизнес-процессы компании. Встраиваясь непосредственно в бизнес-процессы, аналитика становится частью процесса принятия бизнес-решений, а не чем-то, что делается где-то отдельно, в отрыве от бизнеса.
3
Действие. Активная аналитика должна побуждать к действию. Это достигается путем автоматизации всего процесса и, например, настройки оповещений (Alerting) с конкретными указаниями, что и когда нужно сделать.
Подход Active Intelligence
На уровне проактивной аналитики, весь аналитический процесс непрерывен и состоит их 4 основных этапов:
1
«Высвобождение» данных.
Самый первый шаг — взять сырые данные из разных источников, необходимых для анализа, и настроить их доставляемость туда, где они нужны. При этом, необходимо отслеживать и фиксировать их изменения и вести учет обновлений.
Самый первый шаг — взять сырые данные из разных источников, необходимых для анализа, и настроить их доставляемость туда, где они нужны. При этом, необходимо отслеживать и фиксировать их изменения и вести учет обновлений.
2
Поиск и преобразование данных.
Нужно трансформировать сырые данные, сохраняя наследственность, преемственность и качество добавляемых данных. Только так данные будут пригодны для дальнейшего анализа.
Нужно трансформировать сырые данные, сохраняя наследственность, преемственность и качество добавляемых данных. Только так данные будут пригодны для дальнейшего анализа.
3
Понимание и анализ данных.
Умение исследовать данные и совершать необходимые бизнес-открытия и инсайты — легко, из любой точки, совместно с коллегами. Здесь у компании должны быть соответствующие инструменты, а у сотрудников — навыки анализа и понимания данных.
Умение исследовать данные и совершать необходимые бизнес-открытия и инсайты — легко, из любой точки, совместно с коллегами. Здесь у компании должны быть соответствующие инструменты, а у сотрудников — навыки анализа и понимания данных.
4
Действие на основе данных.
Компаниям все еще сложно дается получение из данных пользы для бизнеса. Но нужно стремиться встраивать аналитику в бизнес-процессы. Так будет больше возможностей для принятия решений в режиме реального времени.
Компаниям все еще сложно дается получение из данных пользы для бизнеса. Но нужно стремиться встраивать аналитику в бизнес-процессы. Так будет больше возможностей для принятия решений в режиме реального времени.
96%
организаций испытывают трудности с тем, чтобы идентифицировать источники данных для анализа
31%
организаций называют недоступность необходимых данных главной причиной провала аналитических проектов
39%
столько организаций управляют данными как бизнес-активом
Active Intelligence — это подход Qlik, который позволяет выстроить бесшовный процесс постоянного принятия решений на основе данных. И так каждый день.
УРА
Итоги Марафона
Подошла к завершению наша совместная образовательная программа. Команда Qlik, DataYoga и все эксперты благодарят участников марафона за вовлеченность, обратную связь и интерес к анализу данных вместе с Qlik Sense.
Наша цель — рассказать вам истории по работе с данными из разных компаний и сфер бизнеса, параллельно познакомить вас с инструментом аналитики и пройти вместе первые шаги.
Наша цель — рассказать вам истории по работе с данными из разных компаний и сфер бизнеса, параллельно познакомить вас с инструментом аналитики и пройти вместе первые шаги.
Освоение навыка работы с Qlik Sense должно привести вас на новый уровень работы с данными. Благодаря вашему вниманию и практике, мы надеемся, что вы получили новые для себя знания и практические навыки
После радости от первой встречи и знакомства с инструментом, обычно, возрастает риск сдаться, но вы не сдавайтесь! Мы советуем планомерно продолжать изучать как продукт, так и смежные темы работы с данными, чтобы расширять свой аналитический кругозор.
Дальнейшее обучение
Вы также можете воспользоваться предложениями по дальнейшему онлайн обучению по Qlik от экспертов нашего марафона:
- Курсы на портале Qlik Continuous Classroom (можно попробовать бесплатные модули, обучение на английском)
- Онлайн-школа Datanomix Academy (обучение на русском, с проверкой домашних заданий и кураторством). В школе преподают Виталий Тренкеншу, Евгений Стучалкин, Юлия Дошлова и другие эксперты нашего марафона.
- Курсы в тренинг-центре QUBData (обучение на русском, в формате веб-сессий). Курсы преподает в том числе Денис Катюшин, эксперт нашего марафона.
Программа «Qlik-ментор»
Менторское сопровождение и консультирование сотрудников по работе с Qlik от Datanomix.pro, чтобы привести внутреннюю команду к независимости от сторонних подрядчиков в работе с продуктами Qlik, подсказывая решения и направляя ваших сотрудников.
| Подробнее |
Остаёмся на связи!
Приглашаем вас присоединиться к телеграм-чату Qlik, чтобы общаться с коллегами, задавать вопросы экспертам и оставаться в курсе новостей.
@qlikbi_chat
@qlikbi_chat
Обзор дня и встреча с экспертом: День 21
Итоги марафона
Итоги марафона
Сергей Полехин, архитектор решений Qlik
2022