Innholdsfortegnelse:
Selvbetjent analyseprogramvare har vært en trend i programvareutvikling i lang tid. Konseptuelt er det ikke mye nyhet med det. Selvbetjening som konsept er allerede blitt brukt til fastfood-ledd, finansielle tjenester og andre bransjer, og programvaredomenet tilpasser det bare etter dets unike behov.
Selvbetjeningsanalyse er spesifikt rettet mot forretningsbrukere som enkelt trenger å manipulere data og lage analyser uten å måtte være avhengige av teknisk kvalifisert datapersonell som dataforskere. Det er en tro på at selvbetjeningsanalyse kommer til å redusere avhengigheten av dataforskere. Det er også en gruppe eksperter som mener at absolutt overføring av analyser til hendene til forretningsbrukere kan svekke styring og at forretningsbrukere trenger kvalitetsopplæring. Begge visningene har substans. Mens prognosene på markedet for selvbetjent analyse er positive, er det viktig å trene brukere til å bruke programvaren riktig. Det er mye rom for forretningsbrukere å lære slike programvareverktøy. (For å lære mer om forretningsinformasjon og analyse, se Kan Big Data Analytics lukke Business Intelligence Gap?)
Selvbetjening i forbindelse med Big Data and Business Intelligence (BI)
Tenk på denne brukssaken: I en organisasjon er kunden eller markedsvendt personell avhengige av data for å ta beslutninger. Nå er det ikke enkelt å skaffe tilpasset analyse fordi datavolumet er stort og kommer fra flere kilder; det krever spesifikke ferdigheter for å manipulere data og generere analyser i et forståelig format. Så dataforskere og andre tekniske mennesker trenger å være involvert. Dette skaper mange problemer. For eksempel er båndbredden til teknisk personell og dataforskere delt, og for stor avhengighet av teknisk personell kan forsinke innhenting av analyser, noe som kan hemme beslutningen.
