5 главных трендов бизнес-аналитики на 2022 год

Какие тренды бизнес-аналитики нас ждут в 2022 году

Автоматизация в различных своих проявлениях станет главным трендом бизнес-аналитики в 2022 году.

Но не просто автоматизация процессов, которая сегодня повсеместно используется в дата-менеджменте для сокращения конкретных задач, которые требуют повторного выполнения. Вместо этого, отраслевые инсайдеры предсказывают, что в 2022 году сервисы аналитики добавят на свои платформы больше возможностей автоматизированного предоставления аналитических данных, позволяя пользователям действовать в режиме реального времени.

Помимо автоматизации, те кто имеют дело с BI могут ожидать дальнейшего развития возможностей AutoML и обработки естественного языка, инструментов планирования сценариев и увеличения денежных потоков на рынке бизнес-аналитики.

1. Тренд на автоматизацию продолжается

К концу 2021 года компания Tibco приобрела Blue Prism, поставщика софта для автоматизации роботизированных процессов (RPA), и планирует внедрить Blue Prism в продукты Tibco сразу после завершения сделки. Кроме того, Alteryx и Qlik установили партнерские отношения с UiPath, еще одним поставщиком RPA.

Эти шаги расширяют существующие возможности автоматизации, и эксперты ожидают, что в ближайшие 12 месяцев IT-компании будут уделять автоматизации еще больше внимания.

«ИИ и автоматизация произведут революцию в подходах к оптимизации компаниями своих аналитических платформ», — утверждает Майк Леоне (Mike Leone), аналитик Enterprise Strategy Group.

Автоматизация прескриптивной аналитики - это новый тренд, которым активно интересуется, например, компания Sisense.

«Автоматизация прескриптивной аналитики - это один из трендов BI, который нас очень воодушевляет», — говорит Эшли Крамер (Ashley Kramer), директор по продуктам и маркетингу компании Sisense. «Я считаю, что это то, что на самом деле сделает наших сотрудников более эффективными и побудит их разумно использовать полученные данные, чтобы лучше выполнять свою работу».

Аналитика всегда была описательной, показывая, что уже произошло. Следующим этапом её развития должна была стать предикативность, то есть демонстрация того, что может произойти в будущем. Сегодня аналитика становится предиктивной, вырабатывая рекомендации, что организациям следует делать дальше.

Но вместо того, чтобы заставлять пользователей искать эти рекомендации в среде аналитической платформы, растущей тенденцией бизнес-аналитики становится автоматическая доставка этих рекомендаций в рабочие процессы пользователей.

«Мы видим, что мир BI движется в сторону «Не заставляйте меня лишний раз задумываться, где узнать результат прескриптивного анализа», просто вносите его в любой рабочий процесс», — продолжает Крамер. — «Мы видим это по нашему опыту».

Например, медицинские работники проводят значительное количество времени в системе управления здравоохранением своей организации. Продавцы также проводят большую часть своего времени в системах управления взаимоотношениями с клиентами.

«Это должно появляться прямо там, без их просьбы», — говорит Крамер. «Вы можете сами программировать KPI на любой платформе, но система будет предупреждать вас, когда возникают проблемы со счётом клиента, когда появляется горячий клиент - такого рода вещи - без необходимости делать запрос об этом».

Элиф Тутук (Elif Tutuk), вице-президент по инновациям и дизайну Qlik, также ожидает в 2022 увидеть дальнейший прогресс в возможностях автоматизации. Однако она рассчитывает, что аналитические платформы будут не только предоставлять аналитические данные, но и автоматизировать действия.

"Обычно, - говорит Тутук, - “бизнес-аналитика предоставляет пользователям информацию и затем они сами должны были решить, какие действия предпринять в дальнейшем. - "С помощью платформ автоматизации изначальная цель бизнес-аналитики воплощается в реальность, через очевидные действия. Это возможность связать процесс получения аналитики с запуском автоматизированных процессов на основе результатов этой аналитики. Таким образом, рабочий цикл можно сделать полностью автоматическим, либо за него будет отвечать один человек-контролёр, который будет следить за показаниями информационной панели и следить за данными, но не сможет инициировать действие сам непосредственно с приборной панели."

2. Обработка естественного языка

Несмотря на то, что автоматизация уже позволяет выполнять действия, то же самое является целью систем обработки естественного языка (NLP).

С расширением возможностей NLP, поставщики пытаются сделать свои платформы доступными для большего числа пользователей. По оценкам различных источников, только четверть или треть сотрудников используют аналитические данные при принятии решений.

Учитывая, что у большинства людей нет компетенций в области компьютерных наук и статистики, следует признать существование объективных препятствий для их работы с данными. Большинство работников предприятий не умеют программировать, у них нет необходимой подготовки для интерпретации аналитических данных и возможности задавать последующие вопросы, которые приведут к принятию оптимального решения.

Расширенные инструменты аналитики нацелены на то, чтобы устранить эти барьеры, помогая бизнес-пользователям, не знакомым с программированием. Развитие NLP позволит совершать запросы на естественном языке с использованием письменных или устных фраз. Однако, большинство аналитиков, хоть и признают, что возможности инструментов NLP постепенно приближаются к ожиданиям, отмечают, что реальный уровень обработки естественного языка на сегодня остается низким.

Возможно, внедрение возможностей искусственного интеллекта в будущем году позволит ускорить темп достижения результатов в этой области.

«Многие организации отстают в использовании возможностей расширенной аналитики, запросов на естественном языке и обработке естественного языка», — продолжает Леоне - «Со временем, организации будут все больше полагаться на ИИ, чтобы помочь улучшить качество обнаружения и интерпретации данных, поскольку они стремятся обеспечить большее доверие к данным и результатам, полученным после их анализа».

Дэвид Меннингер (David Menninger), аналитик Ventana Research, также ожидает большего распространения NLP в BI. Но поскольку сегодня инструменты NLP все еще имеют сложности с многочисленными нюансами естественного языка - синонимами, омонимами, словами, которые имеют разные значения в разных видах деятельности, — и поскольку решение этих проблем может затянуться, Меннингер не ждёт прорыва в этом направлении в 2022 году:

«Я думаю, что использование NLP будет продолжать расти. Я думаю, что эти инструменты продолжат улучшаться и помогут нам в будущем. Но я не думаю, что это будет, так сказать, прорывный год. Я думаю, что в этом направлении требуется провести еще большую работу, как в отношении самой технологии, так и в отношении готовности организаций использовать ее."

3. AutoML

Расширенные возможности аналитики, такие как обработка естественного языка и автоматическое машинное обучение (AutoML), будут развиваться в 2022 году при масштабной поддержке венчурных инвесторов.

Точно так же, как инструменты NLP предназначены для самостоятельного выполнения запросов и анализа, инструменты AutoM дают возможность для самостоятельного анализа данных. Используя инструменты, не требующие навыка программирования, бизнес-клиенты могут создавать, обучать и развертывать модели данных для глубокого анализа и генерации аналитической информации.

Например, Tableau сделала концепцию бизнес-данных своим приоритетом. Будучи, впервые представленной в марте этого года, концепция бизнес-данных - это самообслуживающаяся система, основанная на расширенном анализе и машинном обучении.

Тем временем, Qlik приобрела Big Squid специально для своей AutoM системы, а Alteryx сделала AutoML главным элементом масштабного обновления платформы в мае 2021 года.

И инсайдеры отрасли утверждают, что в 2022 году нас ждет еще больше подобных новостей.

«Предиктивная аналитика станет более доступной» — говорит Нельсон Петрачек (Nelson Petracek), технический директор Tibco. - «Благодаря использованию постоянно улучшающихся инструментов и подходов к их разработке, основанных на моделях данных».

С таким мнением согласен и Меннингер, который ждёт от разработчиков платформ улучшения возможностей AutoML в течение следующих 12 месяцев:

«Я думаю, нас ждут значительные успехи в развитии технологии AutoML. Мы, наконец-то приближаемся к тому моменту, когда результаты расчётов AutoML можно считать полезными. Они не будут такими же надежными, как аналитика квалифицированного специалиста по данным, но определенно эти данные будут полезными. Скоро мы увидим ещё больше людей, использующих AutoML и при этом не являющихся специалистами по данным».

Однако, будущие возможности AutoML вызывают и здоровое опасение, добавляет Меннингер.

Подобно тому, как автоматические платформы бизнес-аналитики требуют строгой структуры управления данными для защиты организаций от раскрытия конфиденциальной информации, позволяя пользователям спокойно работать с данными, системы автоматической аналитики так же должны включать в себя меры защиты информации:

«Более широкое использование AutoML несёт и некоторые новые вызовы - проблему управления подобными системами и ситуации, когда люди будут опираться в своих решениях на то, что они до конца не понимают. Прежде чем запускать что-то, что станет частью ежедневного бизнес-процесса, необходимо, чтобы команда дата-специалистов всё проанализировала и убедилась, что система находится под контролем»

4. Новые важные области

Большинство разработчиков систем бизнес-аналитики уже располагают описанными выше инструментами автоматизации, NLP и AutoML. Однако, существуют функции, которые предлагаются пока лишь немногими разработчиками. Аналитики ожидают, что эти инструменты получают более широкое распространение в 2022 году.

Среди них инструменты для поддержки экологических, социальных и управленческих инициатив (ESG) и планирования сценариев.

Необходимость соответствия нормативным требованиям и альтруизм, становятся причиной появления ESG инициатив. Например, нефтегазовая и другие углеродоемкие отрасли ввели проекты по повышению устойчивости собственных систем, уменьшению углеродных выбросов и измерению своего прогресса в этих областях.

По словам Дага Хеншена (Doug Henschen), аналитика Constellation Research, одним из трендов бизнес-аналитики, появление которого следует ожидать в 2022 году, станет увеличение инструментов для аналитики ESG-проектов, в то время как разработчики приложений и системные интеграторы будут разрабатывать больше программного обеспечения под ESG.

«Что нужно бизнесу, так это больше согласованности и практичности во всем лоскутном одеяле стандартов и правил по всему миру» - утверждает Хеншен - «Технологии могут помочь организациям быть более прозрачными и достигать целей, но это трудно реализовать, когда существуют противоречивые и нечеткие правила».

По словам Хеншена, большинство инициатив ESG сосредоточены на окружающей среде.

«Буква« E (Environmental) в ESG лидирует, поскольку нефтегазовая и другие углеродоемкие отрасли давно приняли стандарты отчетности и способы измерения прогресса в достижении целей устойчивого развития. Но экологические, социальные и корпоративные ожидания растут и в других отраслях, включая управляющих активами, инвесторов и остальные компании нацеленные в будущее»

Между тем Меннингер заявил, что ожидает, что больше разработчиков добавят в свои системы возможности планирования.

Исторически сложилось. что инструменты планирования, которые анализируют различные бизнес-сценарии, предлагались отдельными вендорами, не теми, которые предлагают платформы бизнес-аналитики. Такие продукты как Envisio, Adaptive Planning и Cube сосредоточены в первую очередь именно на планировании сценариев.

Однако сейчас некоторые сервисы бизнес-аналитики сразу предлагают и инструменты планирования сценариев. По словам Меннингера, в 2022 году этот тренд ускорится.

«Я вижу разработчики платформ аналитики начинают задумываться о внедрении инструментов планирования и "а что, если?"-анализа. Я вижу, что все больше вендоров инвестируют и выводят на рынок собственные инструменты планирования в сочетании с другими типами аналитики. Возможно, следующий год и не станет переломным, но точно станет годом, когда уровень интереса к этим вещам значительно возрастет».

К примеру, платформа Tableau планирует добавить инструмент под названием Scenario Planning в 2022 году, в то время как Oracle, IBM и SAP уже добавили возможности планирования сценариев в свои сервисы.

«Когда я вижу, как основные разработчики платформ и лидеры в области визуализации данных добавляют всё больше инструментов планирования в свои системы, это говорит мне о том, что здесь вот-вот начнется скачок», - заключает Меннингер.

5. Движение денег

После того как Qlik приобрели Podium Data в июле 2018, а Salesforce стала владелицей Tableau в июне 2019 г., консолидация бизнеса стала важной тенденцией в BI.

Между этими двумя датами Sisense приобрела Periscope Data, Alteryx купила ClearStory Data, Logi Analytics приобрела Zoomdata, а Google выкупила Looker.

Затем тренд замедлился, и, за исключением приобретения Tibco компании IBI (Information Builders) в октябре 2020 года, дальнейшие слияния характеризовались приобретением стартапов более крупными компаниями.

Сегодня мы можем наблюдать интерес венчурного капитала к компаниям разработчикам аналитических сервисов.

С начала 2019 года компания ThoughtSpot привлекла 348 миллионов долларов за два раунда финансирования и сейчас оценивается в 4,2 миллиарда долларов. В августе 2021 года Databricks привлекли финансирование в размере 1,6 миллиарда долларов. Snowflake установила рекорд для технологических компаний в сентябре 2020 года, собрав 3,4 миллиарда долларов посредством первичного публичного размещения акций. Informatica вернулись на публичные рынки в октябре 2021 года и собрали 841 миллион долларов инвестиций, после того, как в 2015 году оформились в качестве частной компании.

Цены на акции MicroStrategy и Domo достигли в 2021 году рекордных максимумов.

По словам Дональда Фармера (Donald Farmer), основателя и руководителя TreeHive Strategy, часть этих денег может быть использована для значительных слияний в будущем.

«С точки зрения громких историй, часть этих денег точно будет куда то направлена - когда Snowflake соберётся кого-то купить, или что ThoughtSpot собирается делать с их финансами? Они не просто повышают зарплату своим разработчикам, а собираются сделать с этими деньгами что-то серьёзное», - размышляет Фармер - «Они намекнули, что нас ждут новые слияния».

Даже более мелкие BI платформы, такие как Mixpanel и Sigma Computing, смогли привлечь значительный капитал: Mixpanel получила $200 миллионов 18 ноября, а Sigma получила $300 миллионов 16 декабря.

«Мы видим, что собраны огромные суммы денег, так что же они будут с ними делать? Что Mixpanel собирается делать с 200 миллионами долларов? В компании, занимающиеся данными и аналитикой, сейчас вкладываются огромные деньги, и будет интересно посмотреть, на что они будут потрачены» - подводит итог Фармер.

Источник: techtarget.com