3 choses à savoir pour maîtriser les applications bi en libre-service

On a beaucoup parlé des applications de veille économique en libre-service et de la démocratisation des données à l’époque du Big Data, mais on n’entend plus grand chose à ce sujet à l’heure actuelle. C'est comme si toutes ces choses étaient tellement routinières et si profondément enracinées dans le travail quotidien que de nouvelles discussions n'étaient plus nécessaires. Le bourdonnement s'est estompé et le monde, semble-t-il, est passé à des choses fantaisistes telles que l'apprentissage automatique (ML), l'apprentissage en profondeur et tout ce qui concerne l'intelligence artificielle (IA).

Mais ce n'est pas la réalité pour les analystes commerciaux et les utilisateurs hiérarchiques dans les rangs des entreprises partout dans le monde aujourd'hui. Alors que les applications de BI en libre-service se sont matérialisées, bon nombre d’entre elles laissent encore les utilisateurs coincés entre un calcul statistique et un moment difficile. N'ayez crainte, l'aide est là!

Pointeurs de survie pour drap de lit

Si vous ne pouvez pas ou ne faites pas de maths au-delà du nombre de pourboires calculés en pourcentage de votre note de dîner, de la répartition de la note entre plusieurs convives ou de la compensation de votre compte courant une fois que vous êtes chez vous, pas de problème. En fait, beaucoup de gens ne peuvent pas, ou du moins ne le font pas, faire ces choses-là sans l'aide d'une application. Vous n'êtes certainement pas le seul à être un peu mystifié par des éléments tels que les algorithmes, la science des données et les statistiques. Et même si aucune de ces choses ne vous déconcerte, vous ne voulez peut-être pas les faire. Ce n’est pas tout le monde qui pense que c’est amusant, et c’est parfait.

Les notes de crib pour ceux qui trouvent les statistiques abominables ou simplement impénétrables sont les mêmes: limitez-vous aux applications de BI en libre-service qui fonctionnent à partir de requêtes en langage naturel ou qui ont automatisé l’ensemble du processus d’exploration de données jusqu’à la sélection des visualisations de données. Ces applications incluent respectivement IBM Watson Analytics et Salesforce Einstein Analytics. Et pourquoi oui, les deux sont axés sur l'IA.

Les applications telles que celles-ci ont également leurs limites et vous les trouverez détaillées dans la synthèse de nos outils de BI en libre-service et de visualisation des données. Mais même avec leurs inconvénients, ce sont des outils parfaits pour les personnes en difficulté mathématique et celles apparemment allergiques aux statistiques.

Les applications de BI en libre-service ne font-elles pas les maths?

Pourquoi, oui, ils le font; c'est un peu le but de ces applications. Ce sont des assistants virtuels en partie automatisés à des experts humains qui veulent simplement connaître les faits afin d’éviter toute dégradation des résultats. Donc là! Vous êtes peut-être hors de propos, en quelque sorte. Vous n'avez pas à subir de flash-back sur les horreurs universitaires d'algèbre linéaire et de statistiques, car il existe toutes ces applications pour cela.

Malheureusement, vous devez toujours comprendre au moins comment cela fonctionne. Si vous ne pouvez simplement pas vous forcer à revoir ou à actualiser vos compétences dans ce domaine, reportez-vous aux remarques ci-dessus concernant le berceau.

Si vous préférez être le talent le plus recherché dans votre domaine, le plus fervent de l'équipe et le maître de la magie des données sur le terrain dans votre entreprise, mais que vous ne voulez pas vous lancer à fond dans le titre Data Scientist, Ensuite, suivez un rapide cours en ligne pour améliorer votre compréhension des statistiques. Khan Academy, Statistics.com et Udemy sont des exemples de fournisseurs d’enseignement en ligne pour les statistiques de base et avancées.

Non, vous n'avez pas besoin d'un diplôme en statistiques pour utiliser des applications de BI en libre-service. Il suffit d’avoir une connaissance pratique de la signification des termes et des concepts. Ainsi, même quelques podcasts, comme cette série par exemple, peuvent suffire à vous mettre sur la bonne voie.

Plus vous comprendrez les statistiques, mieux vous serez. Sinon, vous comprendrez mieux quelles données vous devez utiliser, pourquoi vous devez lancer des valeurs aberrantes, quelles données attribuer à quel axe lors du traçage d'un graphique et comment façonner une requête utile. Vous aurez également beaucoup plus confiance dans l'analyse si vous savez quoi rechercher. "Vous devez être sûr que les processus et contrôles appropriés sont en place pour garantir l'exactitude des données", a déclaré Mike Duensing, directeur de la technologie et vice-président directeur de l'ingénierie chez Skuid. "Par exemple, vous ne souhaitez pas présenter à votre équipe de direction une tendance qui vient de sortir de votre outil de BI de pointe, pour découvrir plus tard qu'elle est complètement fausse."

Les 3 choses que vous devez savoir

En supposant que vous ayez déjà choisi l’une des applications axées sur l’intelligence artificielle ou l’une des applications de BI en libre-service davantage orientée vers les mathématiques, voici trois points à connaître pour que vous puissiez utiliser au mieux les applications de BI en libre-service.

1. L’initiation aux données est une chose réelle dont vous avez besoin. Oui, nous en avons déjà parlé dans la discussion sur la valeur de certaines compétences en mathématiques. Mais il est également important d'expliquer ce qu'est la maîtrise des données et les compétences sur lesquelles il faut probablement se concentrer pour améliorer leur score global. "Le MIT et l'Université Emerson définissent l'initiation aux données comme la capacité de lire, de travailler, d'analyser et de discuter des données", souligne James Fisher, vice-président du marketing mondial des produits chez Qlik. Ci-dessous, il explique chaque capacité:

a) Lecture de données: implique de comprendre en quoi consistent les données et les aspects du monde qu’elles représentent.

b) Travailler avec des données: implique de les créer, de les acquérir, de les nettoyer et de les gérer.

c) Analyser des données: implique de filtrer, trier, agréger, comparer et effectuer d’autres opérations analytiques similaires.

d) Argumenter avec des données: implique d'utiliser des données pour soutenir un récit plus large destiné à communiquer un message à un public particulier.

"Si on peut tirer profit de 15 années de travail avec des organisations et des données, c'est: les utilisateurs professionnels aiment trouver des histoires dans leurs données, et trancheront sans cesse pour les obtenir", déclare Adam Nathan, fondateur et PDG de Brainbox Consulting, qui a récemment vendu à Logic20 / 20. "Là où ils se battent, c'est de traduire ce qui est intéressant en actions concrètes. De la même manière, 50 000 fans lors d'un match de baseball adorent consulter les statistiques des joueurs de Jumbotron; très peu d'entre eux possèdent les côtelettes pour jouer à Moneyball."

2. Les bonnes questions sont tout. Les applications de BI en libre-service sont des assistants d'application partiellement automatisés. Cela signifie que, normalement, vous êtes celui qui doit penser à la question (alias, la requête). La formation de cette requête est très importante car la réponse n’est aussi utile que la question. Une exception à cette règle concerne les applications spécialisées telles que Salesforce Einstein Analytics susmentionnée, qui se concentre sur les données de vente et de gestion de la relation client (CRM) et peut donc automatiquement, via Einstein, prédéterminer ce que vous voulez savoir de vos relations commerciales et commerciales. données client. Google Analytics est un autre exemple d'application de BI spécialisée. Il se concentre sur les sites Web et les données mobiles. Là encore, le jeu de données est d'un type bien défini et les requêtes sont prévisibles et donc prédéfinies.

Vous ne savez pas par où commencer pour formuler votre requête pour une application de BI plus générale? En règle générale, les indicateurs de performance clés (KPI) de votre entreprise ou de votre secteur constituent un bon point de départ car ils définissent une analyse déjà reconnue comme utile. Vous pouvez commencer la superposition ou ajouter des questions connexes ou nouvelles à partir de là. "Les indicateurs de performance clés peuvent être des indicateurs uniques, tels que le revenu total, ou des indicateurs composites, tels que le revenu par utilisateur actif", a déclaré Ariel Michaeli, cofondateur et PDG d'Appfigures. "Il est donc important que la plateforme de BI puisse utiliser plusieurs métriques."

Ne laissez pas le label "libre-service" sur ces applications de BI vous empêcher de demander de l'aide à un informaticien expérimenté ou à un analyste commercial expérimenté. "Si vous ne trouvez pas l'indicateur que vous cherchez, demandez-le! Il est possible que cela ne fasse pas partie du déploiement initial de votre solution décisionnelle", a déclaré Doug Bordonaro, responsable de la gestion des données chez ThoughtSpot. "Un analyste pourrait être heureux de l'ajouter rapidement pour vous."

Et, bien que l'élaboration de la requête que vous utiliserez soit cruciale, anticiper les questions susceptibles de se poser après la présentation des résultats de l'analyse des données risque de vous inciter à approfondir l'analyse. "Assurez-vous de pouvoir répondre aux six questions que les gens sont le plus susceptibles de poser, car ils le demanderont", conseille Lucio Daza, directeur du marketing des produits techniques chez AtScale.

3. Les données sont l'alpha et l'oméga de tout l'exercice. Beaucoup dépend des données que vous choisissez d'utiliser. C’est l’utilisateur qui choisit, charge et nettoie les données; Le vieil adage "garbage in, garbage out" s'applique toujours. Comme le dit Olivia Duane Adams, responsable clientèle et partenaire fondateur d’Alteryx: "Comprendre votre question vous ramènera aux données proprement dites, comme savoir quelles données sont nécessaires et où elles peuvent vivre. Après tout, les données ne permettent pas de comprendre jusqu'à ce que vous le mettiez en analyse."

Vous devez réfléchir à l'ensemble du processus, de la sélection des données à la formation des requêtes, avant de faire quoi que ce soit avec l'application. Sinon, vous ne faites que pêcher. Non pas que l'exploration de données n'ait pas sa place. Toutefois, si vous avez besoin d'informations rapides rapidement, vous devez vous assurer que vous êtes à la bonne mare et que vous portez le bon appât avant de lancer la première ligne. N'oubliez pas que vous êtes l'expert en la matière (SME), pas la machine. Utilisez votre talent et votre expérience pour déterminer les données dont vous avez besoin et les mettre en forme avant de demander au logiciel d'effectuer le travail analytique.

Alors, que faites-vous si vous êtes une PME, mais que vous êtes également un novice complètement perdu dans la sélection de données et l'utilisation d'une application de BI en libre-service? "Apprenez à connaître votre puissant utilisateur local", déclare Bordonaro de ThoughtSpot. "Il y a des chances qu'il y ait quelqu'un assis très près de vous qui puisse vous montrer comment démarrer, car la barrière à l'apprentissage est tellement plus basse que les produits BI traditionnels."