Brez analitike nam poslovati ni

Prav nobenega dvoma ni: podatki so danes eden najdragocenejših virov slehernega podjetja. Če jih le zna izkoristiti. Tu pa na sceno stopi analitika.

Medtem ko nekatera podjetja gradijo celotne poslovne modele na podatkih, druga redno zajemajo, shranjujejo in analizirajo ogromne količine podatkov za oblikovanje prepričljivih vzorcev, pridobivanje vpogledov, napovedovanje poslovnih rezultatov, izboljševanje izdelkov/storitev, sledenje vedenju potrošnikov in/ali izboljšanje interakcije s strankami. Gartner je ugotovil, da imajo podjetja vedno raje odločanje na podlagi podatkov kot odločanje na podlagi intuicije, kar verjetno pojasnjuje, zakaj trg podatkovne analitike raste s skoraj 30-odstotno letno stopnjo rasti. Kako ji to uspeva?

Za širše sprejemanje analitike v podjetjih ima velike zasluge njena demokratizacija, saj postaja vse lažja za uporabo – nekatera orodja so že na ravni glasovnih poizvedb, ko zaposleni vpraša orodje podobno, kot bi vprašal sodelavca. A za kaj takega je moralo najprej dozoreti širše področje rabe in analize podatkov. Danes sta poslovna analitika in poslovna inteligenca že vseprisotni v vseh večjih panogah gospodarstva. Povpraševanje po vpogledih v podatke je in bo še naprej izziv za vodje analitike, da bodo analitiko omogočili čim širšemu naboru zaposlenih – ta ni več rezervirana za vodstvo in vodje posameznih oddelkov. Povpraševanje po poslovni inteligenci (BI) in situacijskem zavedanju se še naprej povečuje, s tem pa pospešuje tudi uvajanje analitike v poslovna okolja.

V praksi je samopostrežni ali demokratizirani analitični model je še vedno sveti gral, h kateremu stremijo podatkovni strokovnjaki. Skorajda vsi ponudniki analitičnih rešitev navajajo, da omogočajo samopostrežništvo, a le v redkih podjetjih je dejansko tako, da znajo zaposleni kar sami poiskati odgovore na svoja vprašanja. Morebiti sploh ne znajo postaviti pravih vprašanj? Pa tudi sicer je model, kjer bi imeli vsi oddelki podjetja (tudi netehnični) dostop do podatkov in inteligentnih vpogledov, težko vzpostaviti in uvesti v praksi. Rešitve vsekakor obstajajo. Arhitekture in storitve v oblaku, analitične platforme na zahtevo in podobne rešitve se še naprej razvijajo in zagotavljajo analitične funkcionalnosti malodane vsem poslovnim uporabnikom. Čeprav so lahko stroški za izvajanje analitike v velikem obsegu in za vse v podjetju zastrašujoči, pa jih rezultati lahko mimogrede upravičijo. Koliko je v očeh podjetja vredno to, da stranki vedno ponudi pravi odgovor, s čimer jo prepriča, da ostane ali kupi nekaj novega/dodatnega? Že to je izjemna konkurenčna prednost …

Kje so podjetja danes, kako sobivajo z analitiko? Zdi se, da jo komaj dobro »otipavajo«, le redka med njimi pa jo resnično razumejo in izkoriščajo. Poglobljeno se z njo ukvarjajo predvsem velika podjetja, ki imajo na voljo veliko sredstev, pa četudi tega ne počno na najbolj pravilen način. Gartner ugotavlja, da večina velikih podjetij uporablja več kot eno analitično orodje in orodje BI, še več, 60 odstotkov podjetij naj bi uporabljalo analitične tehnologije, ki so sestavljive. Z drugimi besedami, podjetja želijo združiti posamezne komponente ali funkcionalnosti iz več analitičnih rešitev, da bi zgradila poslovne aplikacije, ki zagotavljajo bogatejši vpogled v njihove podatke. Kaj nam to pove? Da idealne analitične rešitve še ni na spregled? Zelo verjetno. A tudi to, da si podjetja ne želijo univerzalnih analitičnih rešitev, saj je z njimi težje doseči konkurenčno prednost (ko jih enkrat uporablja večina podjetij v panogi). Toda ta »večorodni« pristop se vendarle zdi zgrešen, posebej če se število orodij meri z več prsti, kot jih premore ena roka. Podvajanje naporov za pripravo analiz in podatkov je namreč v dobi množičnih podatkov izjemno »drag špas«.

Analitika postaja storitev

Inovacije na področju poslovne analitike prinašajo nove izzive na poti do zrelosti. A nekaj je že jasno – prihodnost poslovne analitike predstavljajo oblak in oblačne storitve. Oblak je dokazal, da najlažje povezuje specifične aplikacije, orodja in storitve v močne poslovne modele. Namesto da bi nabavljala splošne nabore funkcij in razdrobljene vmesnike API, podjetja tudi na področju analitičnih rešitev raje kupujejo pripravljene rešitve, toliko bolj, če so te specializirane/optimizirane za njihovo področje delovanja.

Oblačne analitične platforme dokazujejo, da po lokalnih namestitvah in ustvarjanju podatkovnih bazenov ni absolutno nobene potrebe. Sploh v času, ko podjetja vedno več podatkov že hranijo v oblaku. Čemu bi jih torej »pretakala sem ter tja«? Že omenjeno samopostrežništvo je bilo med uporabniki sprejeto odprtih rok, z njim se je samopostrežna analitika zacementirala kot storitev iz oblaka s tem, ko je več poslovnim uporabnikom dala možnost uporabe napredne analitike brez posebnega znanja. Le prava vprašanja so se morali naučiti postavljati …

Analitika v vsakdanji praksi

Večina podjetij ima že danes težave pri analiziranju kupov podatkov, ki jih zbirajo. Vzrok za to je očiten: skoraj 90 odstotkov vseh podatkov je nestrukturiranih in neurejenih. In prva stvar, ki jo strokovnjaki za analitiko povedo podjetju, ko želi napredne analitične rešitve uvesti v poslovanje, je to, da bo moralo najprej urediti podatke. Danes je to bistveno lažje kot še pred nekaj leti. Tehnologije umetne inteligence in strojnega učenja so podjetjem omogočile pametnejšo in hitrejšo analizo nestrukturiranih podatkov. Te tehnologije bodo tudi v strukturiranih podatkih našle vzorce in trende, ki poslovnim uporabnikom niso takoj vidni. Z vgradnjo ali s kombiniranjem tehnologij umetne inteligence in strojnega učenja z orodji za podatkovno analitiko in poslovno inteligenco se bodo podjetja lažje spoprijela tudi z najzahtevnejšimi vrstami podatkov in odkrila (prej skrito) vrednost nestrukturiranih podatkov.

Pa se na umetno inteligenco lahko zanesemo? Ponudniki analitičnih rešitev trdijo, da so te tehnologije danes že sposobne poiskati in pridobiti podatke iz nestrukturiranih dokumentov s skoraj 95-odstotno natančnostjo. Ni težko napovedati, da bodo orodja umetne inteligence v prihodnje le še pridobivala priljubljenost in pomagala analitiko uvesti v vsakdanje poslovanje.

Analitika in ChatGPT?

Tako, kot so si podjetja čez noč zaželela uporabe orodja ChatGPT (in podobnih rešitev). Trenutno še ni jasno, ali bodo aplikacije, temelječe na velikih jezikovnih modelih (kot je ChatGPT), imele kakršenkoli vpliv na področje analitike. Verjetno bodo, saj je industrija vendarle komaj dobro začela raziskovati to možnost. In že smo lahko videli nekaj zanimivih inovacij, ki te jezikovne modele uporabljajo za generiranje poizvedb SQL iz naravnega jezika.

Ker analitika postaja vse bolj kontekstualna in neprekinjena, bi morala postati tudi bolj prilagodljiva. V nasprotju s ChatGPT se analitika prihodnosti ne bi smela več osredotočati le na zgodovinske podatke, temveč bo podatke obdelovala v realnem času, razumela kontekst in ustrezno prilagajala svoje obnašanje/algoritme. Glavna prednost prilagodljive analitike je, da bodo podjetja lahko sprejemala odločitve na podlagi podatkov v realnem času z izjemno visoko stopnjo natančnosti. Ker se podatki neprekinjeno analizirajo v realnem času, sam sistem ne bi smel postati zastarel.

Mikroanalitika na robu

Količina podatkov v velikih in razvejanih (beri: globalnih) poslovnih sistemih je tako velika, da povzroča velik pritisk na tradicionalne modele računalništva, kjer se vse nadzoruje in analizira centralno. Podjetja zato težijo k bolj decentraliziranemu modelu računalništva (t. i. robnemu računalništvu), kjer so analitika, umetna inteligenca in inteligenca odločanja vgrajene v robne aplikacije.

Računalništvo na robu (omrežja) podjetjem omogoča, da analizirajo podatke v skoraj realnem času in odločevalcem zagotavljajo bolj uporabne informacije. Računalništvo na robu bistveno poveča tudi hitrost analitike. Poglejmo nekaj primerov: napake ali nepravilnosti v podatkih je mogoče ugotoviti v milisekundah; tovarne lahko zagotavljajo napovedno in preventivno vzdrževanje; banke lahko v realnem času zaznajo goljufive transakcije; nosljive naprave lahko spremljajo spremembe naših vitalnih znakov. Zaradi skrbi za zasebnost se bodo nekatere vrste analitike kljub temu še dolgo izvajale lokalno, da se prepreči uhajanje podatkov. Računalništvo na robu pa bo zelo verjetno pospešilo rast t. i. mikroanalitike, ki bo bliže končnemu uporabniku.

Ko uporabniki postanejo analitiki

Podjetje Mordor Intelligence napoveduje, da bo trg programske opreme za poslovno analitiko do leta 2026 zrasel na skoraj 104 milijarde dolarjev. Skrajševanje časa do vpogleda v podatke in razširjena zmogljivost analitike sta glavna motivatorja podjetij, ki uvajajo analitične rešitve. Toda ljudje, ki bodo v podjetjih uporabljali poslovno analitiko, niso le podatkovni znanstveniki, zato si morajo podjetja prizadevati, da jih vzgojijo, saj ustreznih kadrov na trgu skorajda ni.

Trendi na področju poslovne analitike kažejo, da je njena prihodnost v rokah nekvalificiranih analitikov – odločevalcev in menedžerjev. Samopostrežne zmogljivosti BI in analitike pa ne izključujejo niti netehničnih uporabnikov. Nenazadnje zna verjetno uporabnik, ki dobro pozna posamezno področje vsebine/podatkov/izdelkov, postaviti »bolj pravilno« vprašanje od analitika ali informatika, ki so mu bile analitične rešitve bile prepuščene v preteklosti.

Drži, tudi podatkovnih znanstvenikov bo v prihodnje vse več. Drži tudi, da programska oprema postaja vse bolj izpopolnjena. Vendar se tudi z umetno inteligenco nadgrajena analitika še zdaleč ne približa zmožnostim človeških možganov glede sklepanja. Lahko pa hitreje prepozna vzorce in anomalije v kupu podatkov. Da bi programska oprema pridobila sposobnost kakovostnega sklepanja, bo potrebovala še več podatkov, in to ne le več podatkov na visoki ravni, temveč tudi bolj granularne. Da bi algoritme lahko kaj takega sploh naučili – tudi zunaj ozkih in jasno definiranih procesov in področij –, bomo nujno potrebovali podatkovne znanstvenike. Podjetja so morebiti naivno mislila, da bo nova tehnologija v hipu rešila vse njihove težave na področju zbiranja in analize podatkov, pa jih je kvečjemu še poglobila.

Rešitev? V analitike prekvalificirati znanja željne in spretne zaposlene, analitiko pa poenostaviti do te mere, da bodo lahko z njenimi orodji ustvarjali tudi poslovni uporabniki, ki niso vešči programiranja. Podjetja danes ne potrebujejo več oddelka IT za dostop do svojih informacij. Intuitivne vizualizacije, interaktivna poročila in enostavne nadzorne plošče v oblaku že tako rekoč vsem zaposlenim omogočajo izvajanje poslovnih analiz.

Za podatke mogoče res drži, da so nova nafta, vendar za njihovo učinkovito pridobivanje, čiščenje, analizo in izkoriščanje potrebujemo zmogljiv motor. Podjetja, ki bodo zgradila trdne analitične temelje ter močno analitično kulturo in kompetence, bodo zagotovo lahko inovirala in sprejemala pametnejše odločitve. Prihodnji zmagovalci bodo namreč tisti, ki bodo vedeli, ne le kako in na kakšen način, temveč predvsem kaj vprašati.