擅長自助服務分析的5個技巧

【導語】企業正在通過直接向業務使用者提供分析能力來加快他們做出資料驅動的決策的能力。本文将介紹如何可以做到這一點。

基于資料的決策是現代數字業務的關鍵屬性。但經驗豐富的資料分析師和資料科學家可能代價不菲，而且很難找到和留住。

應對這一挑戰的一個潛在解決方案是部署自助服務分析，這是一種商業智能（BI），它使業務使用者能夠在很少或沒有IT或資料專家幫助的情況下自行執行查詢和生成報告。

自助服務分析通常涉及易于使用且具有基本資料分析功能的工具。例如，業務人員和上司者可以利用這些來操作資料，進而識别市場趨勢和機會。他們不需要有任何分析經驗或統計學或其他相關學科背景。

考慮到對經驗豐富的資料分析師的需求與這些專業人員的供應之間持續存在的差距，以及快速将有價值的業務見解交給最需要的使用者的願望，很容易了解為什麼企業會發現自助服務分析很有吸引力。

但部署和使用自助服務分析的方法也有正确和錯誤的差別。通過本文提供一些提示，供希望實作自助服務分析戰略承諾的IT上司人參考。

01｜有一個清晰、全面的分析計劃

資料分析和分析工具在許多企業中獲得了如此高的知名度，很容易看出它們是如何被過度使用或不當應用的。這對于自助服務分析來說更是一個問題，因為它可以讓更多的人分析資料。

這就是為什麼制定一個計劃，在何時何地使用分析技術是有必要的，要有合理的控制措施，避免你的分析戰略面向所有人免費開放。

Swagelok 是石油、天然氣、化工和清潔能源行業流體系統産品和服務的開發商。Swagelok 的業務和銷售流程分析師 Brittany Meiklejohn 表示：“在開始分析之前，确定你的使命、願景和需要解決的問題。”

Meiklejohn 說：“你很容易被你可以建立的所有圖表和圖形所吸引，但這很快就會讓人不知所措。從一開始就制定路線圖有助于精簡并專注于要建立的實際名額。還有一個資料治理計劃來驗證并保持名額的清潔。隻要有一個名額不準确，就很難再得到認同，是以定期确認所有分析的準确性是非常重要的。”

Meiklejohn 表示，分析計劃應盡可能強調使用主動資料。她說：“專注于可操作的資料，并能将其實施到業務中去。整合學習成果，在組織範圍内改變流程和決策。了解業務的曆史一面很好，但如果隻關注過去，很難改變。”

在 Swagelok，各部門正在使用 Domo 的自助服務分析工具來确定客戶訂單是否會延遲、安排生産運作、分析銷售業績并做出供應鍊決策。

Meiklejohn 說：“我們看到了效率的提高；每個人都能夠比以前更快地獲得推動決策所需的資料。我們正在做出更負責任的資料驅動決策，因為每個部門都在使用資料進行決策。”

02｜追求速勝

雖然制定長期分析戰略很重要，但這并不意味着組織應該以緩慢的步伐進行自助服務分析。

作為 Hemlock Semiconductor 公司（一家為電子和太陽能行業生産産品的制造商）的 CIO，Keith Carey 表示：“在我工作的上一家公司，我們的先進材料業務有一句話，‘快速行動，承擔風險，保持學習’。這是我對那些剛剛開始（自助服務分析）的人的建議。别誤會，治理非常重要，但可以遲一點，以免扼殺創造力。”

Carey 說，找一個小型工作組“并給他們下達一個‘登月任務’來發現那些無限的可能性”是個好主意。他建議團隊關注 “驅動整個企業一緻的業務邏輯和名額的資料管道。了解重要決策所依據的資料的及時性和品質的重要性。這是一個很好的開始。”

Hemlock 于 2018 年利用 Tibco 的 Spotfire 平台推出了一項自助服務分析計劃，目前企業的所有職能部門都在使用該平台。 Carey 說：“在此之前，IT部門會開發定制的 .NET 應用程式，處理資料并提供初步的圖表功能。這些應用程式最受歡迎的功能是‘導出到 Exce l’按鈕，（Microsoft 電子表格）成為首選的分析平台。”

Carey 表示，公司最聰明的幾位工程師還建立了宏，将新的資料集混合在一起。她說：“這需要在某人的個人電腦上運作一夜。如果它沒有崩潰，資料集就拿來在工程專業人員之間共享。

有了自助分析功能，Hemlock 公司看到了諸如更快的決策和更快的結果等好處。自助服務分析使包括營運、财務、采購、供應鍊和持續改進團隊在内的所有職能部門能夠進行資料發現并建立強大的可視化。

Carey 說：“我們縮短了學習曲線，更快地傳遞了成果，并加快了我們對制造過程的了解，進而改進了我們的産品并降低了成本。在很短的時間内，我們通過改進現有的報告方法和發現新的可能性，節省了數百萬美元。”

03｜利用自然語言處理

Ventana research 公司進階副總裁兼研究總監 Dave Menninger 表示，自然語言處理（NLP）通過消除了解 SQL、資料庫結構和将表連接配接在一起的概念的需要，使更多人更容易使用分析。

Menninger 說，因為 NLP 與分析有關，是以主要包含兩個次元：自然語言搜尋（也被稱為自然語言查詢）以及自然語言展示（也被稱為自然語言生成）。

Menninger 說：“自然語言搜尋允許人們在沒有任何特殊文法的情況下提問和得到答案。就像在谷歌搜尋欄中鍵入搜尋一樣，你可以使用日常語言鍵入查詢，或者在某些情況下口頭、表達進行查詢。”

例如，使用者可以要求檢視當月銷售額增加或減少最多的産品。結果将被顯示，然後使用者可以細化搜尋，例如，确定某些産品的庫存。

Menninger 說，自然語言表示處理的是分析結果，而不是查詢部分。他說：“一旦使用 NLP 或其他方式制定了一個查詢，結果就會以叙述的方式顯示，解釋發現了什麼。”

如果應用到産品的例子中，自然語言示範将生成幾句話或一段話來描述産品的具體細節，而不是顯示銷售額增長或下降的産品圖表。

Menninger 說：“人們有不同的學習方式。有些人喜歡數字表格，還有些人喜歡圖表。而其他人不知道如何解釋表格或圖表，更喜歡叙述。自然語言表達使人們更容易知道在分析中應該尋找什麼。它也消除了資料解釋方式的不一緻，準确地說明了應該從分析中得到什麼。”

04｜使用嵌入式分析

嵌入式分析涉及将分析功能和資料可視化內建到業務應用程式中。在這些應用程式中嵌入實時報告和儀表闆，使企業使用者能夠分析這些應用程式中的資料。

Menninger 表示：“嵌入式分析将分析功能帶入個人日常活動中使用的應用程式。這可能包括企業資源規劃（ERP）、客戶關系管理（CRM）或人力資源資訊系統（HRIS）等業務線應用程式，以及協作、電子郵件、電子表格、示範文稿和文檔等生産力工具。在商業應用的背景下，預先建立的分析使業務線人員更容易通路和利用分析結果。它還提供了良好的管理，因為資料是由底層應用管理的，通路權限已經得到維護。”

05｜選擇正确的工具

自助分析的成功與失敗的差別在于公司選擇部署的技術工具。企業高管需要與IT上司層密切合作，以評估工具并确定哪些工具最能滿足企業的需求并适合其基礎設施

金融服務公司 Western Union 在選擇自助分析平台時的要求包括：易于與多個不同的資料源整合，靈活且易于使用，具有強大的分析能力，并且對基礎設施要求最低。

Western Union 首席資料架構師兼資料工程和架構負責人 Harver Singh 表示，該公司部署了 Tableau 的一個平台，使業務使用者能夠在一個受管理的環境中根據自己的查詢和分析做出決策。

Singh 認為，業務部門可以建立他們自己的查詢和報告，并在不需要IT支援的情況下進行協作。他說：“使用者可以自由地對資料進行切分，而不需要技術知識。資料可以從各種格式的多個來源得到。”當企業選擇正确的分析工具時，自助服務分析使商業使用者能夠檢索和分析資料，而不需要IT專家或産品專家來開發和分析報告。它是一種“響應動态業務需求 ”的資産。