В конце 2021 года Qlik, лидирующая компания-разработчик программного обеспечения для систем Business Intelligence, опубликовала список ключевых трендов, которые, по ее мнению, окажут наибольшее влияние на рынок в 2022 году. Мы перевели для вас основные тезисы, чтобы вы смогли учесть их в своей работе.
В своей электронной книге Qlik делает упор на совместную работу. Как вполне справедливо отмечают коллеги, в сегодняшней деловой среде компании больше не могут позволить себе такую роскошь, как внедрение инновации только внутри своей организации. Qlik призывает сфокусироваться на создании надежной экосистемы, построенной на четких правилах взаимовыгодного сотрудничества, которая позволит генерировать совместные данные, идеи и инновации вместе с партнерами, клиентами и всей экосистемой. Такой подход позволяет добиться результатов, недостижимых в одиночку, и даёт конкурентные преимущества даже перед гигантами.
В эпоху тотальной доступности API любые решения могут взаимодействовать друг с другом. Задача состоит в том, чтобы собрать, организовать и связать данные, процессы и людей. Доверие и гибкость — это требования, совместно генерируемые данные и идеи — валюта, а успешные результаты — награда.
10 ДАТА-ТРЕНДОВ, КОТОРЫЕ МЕНЯЮТ КОНКУРЕНЦИЮ В ТОМ ВИДЕ, В КАКОМ МЫ ЕЕ ЗНАЕМ
1. Растёт важность «совместной добычи данных»
Переход к работе на дому сделал критически важным внедрение бизнес-аналитики в рабочие процессы и приложения, такие как Teams, Slack и Zoom. Теперь, когда мы больше не ограничены физическим пространством, открылись возможности для более тесного сотрудничества с внешними заинтересованными сторонами.
Но работа с инсайтами, полученными в результате обработки данных, — это лишь часть головоломки. Совместная работа должна начинаться раньше, ведь данные генерируются и в процессе изучения, обсуждения и получения идей, которые можно немедленно применить. Необходимо научиться «добывать данные совместно».
2. Дашборд мертв. Да здравствует дашборд
О закате эры дашбордов говорят довольно часто. В конце концов, мониторинг KPI и визуализация данных не даёт конкурентных преимуществ, верно?
Но есть большая разница между простым мониторингом KPI и глубоким исследовательским анализом, который поддерживается многофункциональным интерактивным приложением для расширенной аналитики.
Так как же развивается дашборд? Во-первых, дашборды переходят от мониторинга результатов к проактивности благодаря анализу ключевых факторов. Они становятся одновременно контекстуализированными и интерактивными. Контекстуализация происходит благодаря способности создавать сложные оповещения для мгновенного понимания изменений данных. Использование возможностей ИИ помогает связать данные с контекстом, определяя, на чем сосредоточить внимание в любой момент.
Что касается совместной работы, информационная панель превращается в аналитический центр, соединяющий производителей информации и потребителей, наряду с привлечением внешних заинтересованных сторон, когда это необходимо.
3. Происхождение данных обеспечивает объяснимую бизнес-аналитику
В течение многих лет пользователи бизнес-аналитики с трудом понимали происхождение данных, лежащих в основе метрики, KPI или расчета. И эта проблема только усугубилась по мере того, как данные стали более распределенными и фрагментированными не только внутри организации, но и за ее пределами. Этого не произошло (и никогда не произойдет), но как мысленный эксперимент: представьте, если бы все данные были собраны в одном месте. У нас никогда не будет ни одной версии истины - потому что данные меняются за наносекунды и потому что постоянно появляются новые переменные, которые необходимо учитывать.
В мире, в котором существует множество версий правды, происхождение данных будет критически важным для триангуляции данных (*триангуляция - измерение одного и того же показателя с помощью не менее чем трёх методов с целью независимого подтверждения результатов), обеспечивая доверие и «объяснимость». Это также поможет объединить аналитику по нескольким источники данных и гипермасштабируемые платформы.
Когда пользователи видят, откуда поступают данные и где они находятся в жизненном цикле - прямо в рамках рабочего процесса аналитики - они обретают уверенность и доверие, чтобы действовать на основе полученных данных.
4. Скорость получения инсайтов выносит стоимость вычислений на передний план
По мере того, как облачные хранилища и озера данных модернизировались и получали широкое распространение, они открывали возможность напрямую запрашивать огромные объемы данных в реальном времени. Но когда вы используете этот метод, вы можете столкнуться с безудержными затратами на облачные вычисления. Производительность тоже вызывает беспокойство.
Вместо того, чтобы использовать исключительно запросы в реальном времени, вам нужен подход к управлению данными и аналитике, основанный на ваших требованиях к частоте и задержке. «Тепловая карта» типичных запросов может показать, что большинство ваших вопросов являются исследовательскими; без необходимости обновлений в реальном времени они могут работать в памяти. С другой стороны, вашим более скоординированным запросам может потребоваться выполнение вычислений на уровне источника данных.
Что касается интеграции данных, у вас должна быть возможность выбирать между постоянным обновлением и объединением данных (с более высокими затратами на вычисления) и составлением агрегированного представления (с меньшими затратами). А с точки зрения аналитики вы должны иметь возможность выбирать между запросом в реальном времени (более высокие затраты на вычисления) и исследованием в памяти, что может быть как быстрее, так и дешевле. Если вы хотите по-настоящему ориентироваться на данные, увеличится как скорость понимания, так и цена за анализ, и вам нужно будет выяснить, как выполнять правильные запросы в нужном месте.
5. Распределенные облака становятся нормой
В обозримом будущем ИТ-ландшафт данных будет оставаться беспорядочным и гибридным. По данным 451 Research, большинство организаций больше не ищут единого всеобъемлющего решения для своих ИТ-потребностей, а ищут скорее ИТ-среду, которая соответствует требованиям к стоимости, производительности и управлению для различных рабочих нагрузок.
Специализированные рабочие нагрузки существуют не просто так. Обработка может быть быстрее на краю. Соблюдение требований имеет решающее значение. А безопасность важнее, чем когда-либо. Новый закон Китая о конфиденциальности данных будет одним из самых строгих в мире. В Европе масштабный проект GAIA-X разрабатывает основы для федеративной инфраструктуры открытых данных с целью объединения централизованных и децентрализованных инфраструктур в однородную, удобную для пользователя систему.
Для распределенных и гибридных облаков все чаще требуется следующее: 1) ваше оборудование может размещаться локально; 2) что вы можете устранять несоответствия в цепочке создания стоимости облака с помощью согласованной управляемости и пользовательских интерфейсов; и 3) если все сделано правильно, то можно реализовать несколько облачных гипермасштабируемых программ, уменьшая зависимость от стека поставщиков.
Распределенная облачная инфраструктура расширяет ваши возможности безопасного и уверенного доступа и обмена взаимосвязанными данными.
6. Встроенные инсайты становятся повсеместными
Чтобы выстроить совместный подход к инновациям, вам необходимо открыть доступ к своей аналитике для партнеров, клиентов и более широкой экосистемы. И все должны получить выгоду, включая клиента вашего клиента.
Когда цепочки создания стоимости переплетаются с множеством поставщиков и пользователей, данные и аналитика должны это отражать. Во-первых, их нужно обслуживать на каждом звене цепи. С другой стороны, встроенную аналитику необходимо переосмыслить как встроенную информацию. Внедрение аналитики часто означало вставку панели мониторинга в рабочий процесс или неаналитическое приложение. Это, конечно, полезно, но это лишь малая часть того, что возможно.
Идеи должны быть похожи на пар, существующий повсюду вокруг каждого пользователя и каждого бизнес-процесса. Когда контекстуализированные микропонимания станут более распространенными, это повысит доверие к системе.
7. Автоматизация приложений инициирует действия
Экономика API открывает совершенно новые возможности для предприятий, партнеров, клиентов и даже конкурентов в мире совместной конкуренции для участия в совместных инициативах. Это делает решение о покупке VS разработке менее актуальным, вместо этого предоставляется возможность собрать и организовать. А автоматизация приложений — это быстро развивающаяся область, которая избавляет от необходимости кодировать эти интеграции, что делает возможности намного более доступными для более широкого круга участников.
Приложения в экосистеме должны не только общаться друг с другом, предупреждать и уведомлять пользователей с актуальной информацией, но вы также должны иметь возможность настраивать действия, инициируемые непосредственно вехами рабочего процесса, управляемыми данными, с участием человека или без него. Так вы никогда не упустите потенциальную возможность в мимолетный деловой момент.
Простота автоматизации приложений создает обратную связь с другими тенденциями. Например, теперь стало проще добавить искусственный интеллект с низким уровнем кода и машинное обучение для расширения конвейеров аналитики данных.
8. Наука о данных, пересекающаяся с аналитикой, повышает квалификацию каждого
Аналитика должна доходить до более широких групп. В мире, где данные широко доступны, и бизнес-пользователи могут создавать свои собственные приложения, грамотность в области данных по-прежнему имеет решающее значение. И сегодняшняя удобная для пользователя технология, дополненная искусственным интеллектом и низким уровнем кода, позволяет каждому сделать шаг вперед без необходимости программирования.
С другой стороны, наука о данных рассматривалась как нечто, на что способны лишь немногие. Но что, если распространенные прогностические варианты использования, такие как анализ ключевых драйверов, что-если сценарии и прогнозы по запросу через API станут более доступными для обычных потребителей аналитики? А что, если они включают объяснимость и управление как для моделей, так и для данных? Наука о данных, совпадающая с аналитикой, как ни парадоксально, позволит большему количеству людей делать больше.
9. Безопасность становится главным приоритетом
В настоящее время правила объединяют управление данными, конфиденциальность, безопасность, а также управление идентификацией и доступом. И чем больше вы делитесь API-интерфейсами и данными, тем больше вам нужно защищать от сбоев. По мере того, как вы взаимодействуете с партнерами, защита смещается с того, что «хорошо бы иметь», на то, что является абсолютным must have.
10. Data Mesh становится новой фабрикой для распределенных данных
Потребность в более быстром доступе к данным во все более распределенных ландшафтах стимулирует интегрированное управление данными, которое использует метаданные, семантику, перемещение данных в реальном времени и на основе событий, а также оркестровку в конвейере. Включение этих возможностей в распределенную архитектуру называется «фабрикой данных». Обсуждение того, как обрабатывать распределенные данные, превратилось в «сетку данных» с принципами обращения с децентрализованными данными как с продуктом.
Наличие доступа ко всем необходимым данным и обращение с ними как с продуктом ускоряет процесс адаптации клиентов и поставщиков, улучшает управление запасами и многое другое. В более широком смысле, он обеспечивает глобальную согласованность вашего бизнеса и экосистемы. А наличие архитектуры для обработки быстрого распространения данных - через централизованную платформу данных - делает как ваше предприятие, так и всю экосистему более гибкими и надежными.
В своей электронной книге Qlik делает упор на совместную работу. Как вполне справедливо отмечают коллеги, в сегодняшней деловой среде компании больше не могут позволить себе такую роскошь, как внедрение инновации только внутри своей организации. Qlik призывает сфокусироваться на создании надежной экосистемы, построенной на четких правилах взаимовыгодного сотрудничества, которая позволит генерировать совместные данные, идеи и инновации вместе с партнерами, клиентами и всей экосистемой. Такой подход позволяет добиться результатов, недостижимых в одиночку, и даёт конкурентные преимущества даже перед гигантами.
В эпоху тотальной доступности API любые решения могут взаимодействовать друг с другом. Задача состоит в том, чтобы собрать, организовать и связать данные, процессы и людей. Доверие и гибкость — это требования, совместно генерируемые данные и идеи — валюта, а успешные результаты — награда.
10 ДАТА-ТРЕНДОВ, КОТОРЫЕ МЕНЯЮТ КОНКУРЕНЦИЮ В ТОМ ВИДЕ, В КАКОМ МЫ ЕЕ ЗНАЕМ
1. Растёт важность «совместной добычи данных»
Переход к работе на дому сделал критически важным внедрение бизнес-аналитики в рабочие процессы и приложения, такие как Teams, Slack и Zoom. Теперь, когда мы больше не ограничены физическим пространством, открылись возможности для более тесного сотрудничества с внешними заинтересованными сторонами.
Но работа с инсайтами, полученными в результате обработки данных, — это лишь часть головоломки. Совместная работа должна начинаться раньше, ведь данные генерируются и в процессе изучения, обсуждения и получения идей, которые можно немедленно применить. Необходимо научиться «добывать данные совместно».
2. Дашборд мертв. Да здравствует дашборд
О закате эры дашбордов говорят довольно часто. В конце концов, мониторинг KPI и визуализация данных не даёт конкурентных преимуществ, верно?
Но есть большая разница между простым мониторингом KPI и глубоким исследовательским анализом, который поддерживается многофункциональным интерактивным приложением для расширенной аналитики.
Так как же развивается дашборд? Во-первых, дашборды переходят от мониторинга результатов к проактивности благодаря анализу ключевых факторов. Они становятся одновременно контекстуализированными и интерактивными. Контекстуализация происходит благодаря способности создавать сложные оповещения для мгновенного понимания изменений данных. Использование возможностей ИИ помогает связать данные с контекстом, определяя, на чем сосредоточить внимание в любой момент.
Что касается совместной работы, информационная панель превращается в аналитический центр, соединяющий производителей информации и потребителей, наряду с привлечением внешних заинтересованных сторон, когда это необходимо.
3. Происхождение данных обеспечивает объяснимую бизнес-аналитику
В течение многих лет пользователи бизнес-аналитики с трудом понимали происхождение данных, лежащих в основе метрики, KPI или расчета. И эта проблема только усугубилась по мере того, как данные стали более распределенными и фрагментированными не только внутри организации, но и за ее пределами. Этого не произошло (и никогда не произойдет), но как мысленный эксперимент: представьте, если бы все данные были собраны в одном месте. У нас никогда не будет ни одной версии истины - потому что данные меняются за наносекунды и потому что постоянно появляются новые переменные, которые необходимо учитывать.
В мире, в котором существует множество версий правды, происхождение данных будет критически важным для триангуляции данных (*триангуляция - измерение одного и того же показателя с помощью не менее чем трёх методов с целью независимого подтверждения результатов), обеспечивая доверие и «объяснимость». Это также поможет объединить аналитику по нескольким источники данных и гипермасштабируемые платформы.
Когда пользователи видят, откуда поступают данные и где они находятся в жизненном цикле - прямо в рамках рабочего процесса аналитики - они обретают уверенность и доверие, чтобы действовать на основе полученных данных.
4. Скорость получения инсайтов выносит стоимость вычислений на передний план
По мере того, как облачные хранилища и озера данных модернизировались и получали широкое распространение, они открывали возможность напрямую запрашивать огромные объемы данных в реальном времени. Но когда вы используете этот метод, вы можете столкнуться с безудержными затратами на облачные вычисления. Производительность тоже вызывает беспокойство.
Вместо того, чтобы использовать исключительно запросы в реальном времени, вам нужен подход к управлению данными и аналитике, основанный на ваших требованиях к частоте и задержке. «Тепловая карта» типичных запросов может показать, что большинство ваших вопросов являются исследовательскими; без необходимости обновлений в реальном времени они могут работать в памяти. С другой стороны, вашим более скоординированным запросам может потребоваться выполнение вычислений на уровне источника данных.
Что касается интеграции данных, у вас должна быть возможность выбирать между постоянным обновлением и объединением данных (с более высокими затратами на вычисления) и составлением агрегированного представления (с меньшими затратами). А с точки зрения аналитики вы должны иметь возможность выбирать между запросом в реальном времени (более высокие затраты на вычисления) и исследованием в памяти, что может быть как быстрее, так и дешевле. Если вы хотите по-настоящему ориентироваться на данные, увеличится как скорость понимания, так и цена за анализ, и вам нужно будет выяснить, как выполнять правильные запросы в нужном месте.
5. Распределенные облака становятся нормой
В обозримом будущем ИТ-ландшафт данных будет оставаться беспорядочным и гибридным. По данным 451 Research, большинство организаций больше не ищут единого всеобъемлющего решения для своих ИТ-потребностей, а ищут скорее ИТ-среду, которая соответствует требованиям к стоимости, производительности и управлению для различных рабочих нагрузок.
Специализированные рабочие нагрузки существуют не просто так. Обработка может быть быстрее на краю. Соблюдение требований имеет решающее значение. А безопасность важнее, чем когда-либо. Новый закон Китая о конфиденциальности данных будет одним из самых строгих в мире. В Европе масштабный проект GAIA-X разрабатывает основы для федеративной инфраструктуры открытых данных с целью объединения централизованных и децентрализованных инфраструктур в однородную, удобную для пользователя систему.
Для распределенных и гибридных облаков все чаще требуется следующее: 1) ваше оборудование может размещаться локально; 2) что вы можете устранять несоответствия в цепочке создания стоимости облака с помощью согласованной управляемости и пользовательских интерфейсов; и 3) если все сделано правильно, то можно реализовать несколько облачных гипермасштабируемых программ, уменьшая зависимость от стека поставщиков.
Распределенная облачная инфраструктура расширяет ваши возможности безопасного и уверенного доступа и обмена взаимосвязанными данными.
6. Встроенные инсайты становятся повсеместными
Чтобы выстроить совместный подход к инновациям, вам необходимо открыть доступ к своей аналитике для партнеров, клиентов и более широкой экосистемы. И все должны получить выгоду, включая клиента вашего клиента.
Когда цепочки создания стоимости переплетаются с множеством поставщиков и пользователей, данные и аналитика должны это отражать. Во-первых, их нужно обслуживать на каждом звене цепи. С другой стороны, встроенную аналитику необходимо переосмыслить как встроенную информацию. Внедрение аналитики часто означало вставку панели мониторинга в рабочий процесс или неаналитическое приложение. Это, конечно, полезно, но это лишь малая часть того, что возможно.
Идеи должны быть похожи на пар, существующий повсюду вокруг каждого пользователя и каждого бизнес-процесса. Когда контекстуализированные микропонимания станут более распространенными, это повысит доверие к системе.
7. Автоматизация приложений инициирует действия
Экономика API открывает совершенно новые возможности для предприятий, партнеров, клиентов и даже конкурентов в мире совместной конкуренции для участия в совместных инициативах. Это делает решение о покупке VS разработке менее актуальным, вместо этого предоставляется возможность собрать и организовать. А автоматизация приложений — это быстро развивающаяся область, которая избавляет от необходимости кодировать эти интеграции, что делает возможности намного более доступными для более широкого круга участников.
Приложения в экосистеме должны не только общаться друг с другом, предупреждать и уведомлять пользователей с актуальной информацией, но вы также должны иметь возможность настраивать действия, инициируемые непосредственно вехами рабочего процесса, управляемыми данными, с участием человека или без него. Так вы никогда не упустите потенциальную возможность в мимолетный деловой момент.
Простота автоматизации приложений создает обратную связь с другими тенденциями. Например, теперь стало проще добавить искусственный интеллект с низким уровнем кода и машинное обучение для расширения конвейеров аналитики данных.
8. Наука о данных, пересекающаяся с аналитикой, повышает квалификацию каждого
Аналитика должна доходить до более широких групп. В мире, где данные широко доступны, и бизнес-пользователи могут создавать свои собственные приложения, грамотность в области данных по-прежнему имеет решающее значение. И сегодняшняя удобная для пользователя технология, дополненная искусственным интеллектом и низким уровнем кода, позволяет каждому сделать шаг вперед без необходимости программирования.
С другой стороны, наука о данных рассматривалась как нечто, на что способны лишь немногие. Но что, если распространенные прогностические варианты использования, такие как анализ ключевых драйверов, что-если сценарии и прогнозы по запросу через API станут более доступными для обычных потребителей аналитики? А что, если они включают объяснимость и управление как для моделей, так и для данных? Наука о данных, совпадающая с аналитикой, как ни парадоксально, позволит большему количеству людей делать больше.
9. Безопасность становится главным приоритетом
В настоящее время правила объединяют управление данными, конфиденциальность, безопасность, а также управление идентификацией и доступом. И чем больше вы делитесь API-интерфейсами и данными, тем больше вам нужно защищать от сбоев. По мере того, как вы взаимодействуете с партнерами, защита смещается с того, что «хорошо бы иметь», на то, что является абсолютным must have.
10. Data Mesh становится новой фабрикой для распределенных данных
Потребность в более быстром доступе к данным во все более распределенных ландшафтах стимулирует интегрированное управление данными, которое использует метаданные, семантику, перемещение данных в реальном времени и на основе событий, а также оркестровку в конвейере. Включение этих возможностей в распределенную архитектуру называется «фабрикой данных». Обсуждение того, как обрабатывать распределенные данные, превратилось в «сетку данных» с принципами обращения с децентрализованными данными как с продуктом.
Наличие доступа ко всем необходимым данным и обращение с ними как с продуктом ускоряет процесс адаптации клиентов и поставщиков, улучшает управление запасами и многое другое. В более широком смысле, он обеспечивает глобальную согласованность вашего бизнеса и экосистемы. А наличие архитектуры для обработки быстрого распространения данных - через централизованную платформу данных - делает как ваше предприятие, так и всю экосистему более гибкими и надежными.