3 coisas que você precisa saber para dominar aplicativos bi de autoatendimento

Embora tenha havido muito barulho sobre aplicativos de inteligência de negócios de autoatendimento (BI) e democratização de dados durante o auge do Big Data, não se ouve muito sobre isso agora. É como se todas essas coisas fossem tão rotineiras e tão profundamente arraigadas no trabalho diário, que mais discussões não sejam mais necessárias. O zumbido desapareceu e o mundo, ao que parece, mudou-se para coisas fantásticas e fantasiosas, como aprendizado de máquina (ML) e aprendizado profundo e inteligência artificial (IA).

Mas essa não é a realidade para analistas de negócios e usuários de linha nas fileiras das empresas em todos os lugares hoje. Embora os aplicativos de BI de autoatendimento tenham se materializado, muitos ainda deixam os usuários presos entre uma rocha estatística e um local difícil visualizado. Não tema, a ajuda está aqui!

Ponteiros de sobrevivência de folha de berço

Se você não pode ou não faz contas além de calcular as gorjetas como uma porcentagem da sua conta do jantar, dividir a conta entre vários clientes ou equilibrar sua conta corrente quando chegar em casa, não se preocupe. De fato, muitas pessoas não podem, ou pelo menos não fazem, essas coisas sem a ajuda de um aplicativo. Você certamente não está sozinho em ficar um pouco confuso com coisas como algoritmos, ciência de dados e estatística. E mesmo que você não fique perplexo com nenhuma dessas coisas, talvez não queira fazê-las. Nem todo mundo considera isso divertido e isso também é perfeitamente aceitável.

As notas básicas para quem acha as estatísticas detestáveis ​​ou simplesmente impenetráveis ​​são as mesmas: fique com aplicativos de BI de autoatendimento que funcionam a partir de consultas em linguagem natural ou que automatizaram todo o processo de mineração de dados até a seleção de visualizações de dados. Esses aplicativos incluem IBM Watson Analytics e Salesforce Einstein Analytics, respectivamente. E, por que sim, ambos são orientados por IA.

Aplicativos como esses também têm suas limitações, e você encontrará essas limitações detalhadas em nossas ferramentas de BI de autoatendimento e ferramentas de visualização de dados, revisando os resumos. Mas, mesmo com suas desvantagens, elas são ferramentas perfeitas para os desafiados matematicamente e os que parecem alérgicos às estatísticas.

Os aplicativos de BI de autoatendimento não fazem as contas?

Por que sim, eles fazem; esse é o ponto principal desses aplicativos. Eles são assistentes virtuais parcialmente automatizados para especialistas em seres humanos que querem apenas os fatos para que possam enegrecer a linha de fundo. Então aí! Você está fora do gancho, meio que, talvez. Você não precisa sofrer flashbacks dos horrores da faculdade de álgebra linear e estatística, porque existem todos esses aplicativos para isso.

Infelizmente, você ainda precisa entender como essas coisas funcionam pelo menos. Se você simplesmente não pode forçar-se a revisitar ou atualizar suas habilidades nesta área, consulte as notas acima.

Se você prefere ser o talento mais procurado em seu campo, o ponto mais quente da equipe e o mestre em magia de dados em serviço em sua empresa, mas não quer se esforçar ao máximo pelo título de cientista de dados, faça um rápido curso on-line para aprimorar sua compreensão das estatísticas. Alguns exemplos de provedores de educação on-line para estatísticas básicas e avançadas incluem Khan Academy, Statistics.com e Udemy.

Não, você não precisa de um diploma em estatística para usar aplicativos de BI de autoatendimento; basta ter um conhecimento prático do que significam os termos e quais são os conceitos. Portanto, mesmo alguns podcasts, talvez como esta série, podem ser suficientes para colocá-lo no caminho certo.

Quanto mais você entender sobre estatísticas, melhor será. Se nada mais, você entenderá melhor quais dados você precisa usar, por que precisa lançar valores discrepantes, quais dados atribuir a qual eixo ao traçar um gráfico e como moldar uma consulta útil. Você também terá muito mais confiança na análise se souber o que procurar. "Você precisa ter certeza de que os processos e controles corretos estão em vigor para garantir que os dados sejam precisos", diz Mike Duensing, diretor de tecnologia e vice-presidente executivo de engenharia da Skuid. "Como exemplo, você não deseja apresentar à sua equipe executiva uma tendência que seja recente em sua ferramenta de BI de ponta, apenas para descobrir mais tarde que está completamente errada".

As 3 coisas que você precisa saber

Supondo que você já tenha escolhido um dos aplicativos orientados à IA ou um dos aplicativos de BI de autoatendimento mais orientados à matemática do usuário, a seguir, três coisas que você precisa saber para fazer o melhor uso dos aplicativos de BI de autoatendimento.

1. A alfabetização de dados é uma coisa real que você precisa ter. Sim, abordamos isso anteriormente na discussão sobre o valor de certas habilidades matemáticas. Mas é importante também explicar o que é a alfabetização de dados e as habilidades em que provavelmente você precisa se concentrar para melhorar sua pontuação geral. "A alfabetização de dados é definida pelo MIT e pela Emerson University como a capacidade de ler, trabalhar, analisar e argumentar com dados", destaca James Fisher, vice-presidente de marketing global de produtos da Qlik. Abaixo, ele explica cada habilidade:

a) Lendo dados: envolve entender o que são dados e quais aspectos do mundo eles representam.

b) Trabalho com dados: envolve a criação, aquisição, limpeza e gerenciamento.

c) Analisar dados: envolve filtrar, classificar, agregar, comparar e executar outras operações analíticas nele.

d) Discutir com dados: envolve o uso de dados para apoiar uma narrativa maior, destinada a comunicar uma mensagem a um público específico.

"Se há uma diferença de 15 anos trabalhando com organizações e dados, é o seguinte: os usuários corporativos adoram encontrar histórias em seus dados e cortam e cortam infinitamente para obtê-las", diz Adam Nathan, fundador e CEO da Brainbox Consulting, vendido recentemente para a Logic20 / 20. "Onde eles lutam é traduzir o que é interessante para o que é acionável. Da mesma forma, 50.000 fãs em um jogo de beisebol adoram ver as estatísticas dos jogadores no Jumbotron; muito poucos deles têm as habilidades de negócios para jogar Moneyball".

2. As perguntas certas são tudo. Aplicativos de BI de autoatendimento são assistentes de aplicativos parcialmente automatizados. Isso significa que, normalmente, você é quem deve pensar na pergunta (também conhecida como consulta). A formação dessa consulta é muito importante porque a resposta é apenas tão útil quanto a pergunta. Uma exceção a essa regra são os aplicativos especializados, como o mencionado Salesforce Einstein Analytics, que se concentra nos dados de CRM e de vendas e, portanto, pode automaticamente, via Einstein, predeterminar o que você deseja saber de suas vendas e dados do cliente. Outro exemplo de um aplicativo de BI especializado é o Google Analytics, com foco no site e nos dados móveis. Novamente, o conjunto de dados é de um tipo bem definido e as consultas são previsíveis e, portanto, predefinidas.

Não sabe por onde começar a modelar sua consulta para um aplicativo de BI de uso geral? Normalmente, os principais indicadores de desempenho (KPIs) da sua empresa ou setor são um bom ponto de partida, pois definem análises já conhecidas por serem úteis. Você pode começar a colocar em camadas ou adicionar perguntas relacionadas ou novas a partir daí. "Os KPIs podem ser métricas únicas, como receita total, ou métricas compostas, como receita por usuário ativo", diz Ariel Michaeli, cofundador e CEO da Appfigures. "Portanto, é importante que a plataforma de BI possa usar várias métricas".

Não deixe o rótulo de "autoatendimento" nesses aplicativos de BI impedir que você peça ajuda a TI ou a um analista de negócios experiente. "Se você não conseguir encontrar uma métrica que está procurando, pergunte! É possível que ela não tenha sido parte do lançamento inicial da sua solução de BI", disse Doug Bordonaro, evangelista-chefe de dados da ThoughtSpot. "Um analista pode ter prazer em adicioná-lo rapidamente para você."

E, embora a elaboração da consulta que você usará seja crucial, é importante antecipar as perguntas que surgirão após a apresentação dos resultados da análise de dados, pois isso pode levar a uma análise mais aprofundada. "Certifique-se de poder responder às seis perguntas que as pessoas provavelmente farão porque farão ", aconselha Lucio Daza, diretor de marketing técnico de produtos da AtScale.

3. Dados são o alfa e o ômega de todo o exercício. Muita coisa depende dos dados que você escolhe usar. É o usuário que escolhe, carrega e limpa os dados, então, sim, o ônus está principalmente em você. O velho ditado "lixo dentro, lixo fora" ainda se aplica. Como coloca Olivia Duane Adams, diretora de atendimento ao cliente e parceira fundadora da Alteryx: "Entender sua pergunta o levará de volta aos dados em si, como saber quais dados são necessários e onde eles podem morar. Afinal, os dados não criam insights. até que você faça a análise ".

Você deve pensar no processo, desde a seleção de dados até a formação da consulta, antes de fazer qualquer coisa com o aplicativo. Caso contrário, você está apenas pescando. Não que a exploração de dados não tenha seu lugar. Mas, se você precisar de insights específicos rapidamente, é melhor ter certeza de que está na lagoa certa e carregando a isca certa antes de lançar a primeira linha. Lembre-se de que você é o especialista no assunto (SME), não a máquina. Use seu talento e experiência para descobrir quais dados você precisa e colocá-los em perfeitas condições antes de solicitar ao software que faça o trabalho analítico.

Então, o que você faz se você é totalmente uma PME, mas também é um novato completamente perdido na seleção de dados e no uso de um aplicativo de BI de autoatendimento? "Conheça o seu usuário local de energia", diz Bordonaro, da ThoughtSpot. "As chances são de que haja alguém sentado muito perto de você que possa lhe mostrar como começar, já que a barreira para o aprendizado é muito menor do que os produtos tradicionais de BI".