Business IntelligenceОтчет BARC BI Trend Monitor 2021

BARC Data, BI and Analytics Trend Monitor 2021 отражает тенденции бизнес-аналитики, аналитики и управления данными, которые в настоящее время определяют рынок  с точки зрения пользователей.

• MD/DQ management
• Data discovery/visualization
• Establishing a data-driven culture
• Data governance
• Self-service analytics
• Data warehouse modernization
• Data preparation by business users
• Agile BI development
• Analytics on real-time data
• Alerting
• Advanced analytics/machine learning/AI
• Integrated platforms for PM & analytics
• Embedded BI and analytics
• Cloud for data & analytics
• Mobile BI
• Analytics teams/data labs
• Decision automation
• Data catalogs
• Augmented analytics
• IoT data & analytics

Общий рейтинг:

Как изменились оценки по сравнению с 2017 годом:

Общий вывод

Master data и data quality management на первом месте и data discovery на втором – это вечнозеленые технологии, которые занимают эти высшие позиции уже четыре года подряд. Многие компании считают эти две тенденции важными, и их значение выходит за рамки отдельных регионов и секторов промышленности.

Создание культуры, основанной на данных (data-driven culture) – это тенденция, впервые представленная в BARC BI Trend Monitor два года назад. Начиная с пятого места в первом издании, в прошлом году он поднялся на третье место, где он остается в этом году.

Управление данными (Data governance) и бизнес-аналитика с самообслуживанием (self-service BI) – четвертое и пятое места соответственно, были одинаково устойчивыми тенденциями, но самообслуживание занимало более высокие позиции до того, как была введена культура, основанная на данных.

В целом, эти пять основных тенденций представляют собой основу для организации управления собственными данными и их эффективного использования. Более того, они демонстрируют, что организации осознают важность высококачественных данных и их эффективное использование. Организации хотят выйти за рамки сбора как можно большего количества данных и активно использовать данные для улучшения своих бизнес-решений.

Тенденции в области аналитики данных в 2021 году

Интерактивные информационные панели без кода для повествования данных

Платформы без кода и с низким уровнем кодирования стали широко обсуждаемой технологией, которая привлекла внимание технических сообществ и привлекла значительные инвестиции в стартапы, предлагающие такие решения. Однако над этими инструментами работают не только стартапы. Claris, принадлежащая Apple, также стремится предложить «мощные технологии, доступные каждому».

Компании, поставляющие такие инструменты, убивают двух зайцев одним выстрелом. Команды разработчиков и разработчики освобождаются от утомительной работы по написанию кода для каждого взаимодействия вручную, в то время как это открывает путь для “нетехнических” людей, которые могут внести свой вклад в эти проекты.

Трудно переоценить ценность такого рода инструментов для бизнеса, особенно когда речь идет об интерактивных панелях мониторинга для Data Storytelling. Аналитики данных могут проводить анализ закономерностей и получать индивидуальную визуализацию практически мгновенно, без программирования. Исходя из нашего собственного опыта, мы видим, что более 75 процентов запросов сосредоточены на аналитике и визуализации без использования кода, и эта тенденция определяется организациями, которые ищут способы внедрить динамичный рабочий процесс без привлечения дополнительных специалистов.

Интересно, что даже при наличии приложений для историй данных, которые предлагают исчерпывающие объяснения изменений данных, предприятия по-прежнему склонны использовать информационные панели, которые отслеживают и отображают только точки данных.

Более быстрый обмен данными (data sharing)

Sharing – это забота о коллегах. В случае data sharing также означает сотрудничество и рост. Однако проблемы с безопасностью данных вызвали озабоченность правительства, что привело к принятию нескольких законов о конфиденциальности. Это обязывает организации по закону использовать данные пользователей безопасно – под угрозой штрафов, судебных исков и запретов на использование сайтов.

В результате, когда данные могут быть переданы быстро и без риска, это вскружит голову владельцам бизнеса и заставит инвесторов залезть в свои карманы. Потребность в решениях для быстрого и простого обмена данными ярко иллюстрируется хорошо финансируемыми стартапами, специализирующимися на передаче файлов.

Кроме того, результаты в GIS Community Insights 2020 от Aspectum демонстрируют растущий интерес к решениям для анализа местоположения, которые могут включать несколько потоков данных. Ключевым требованием, наряду с безопасностью и надежностью, является доступность всего за несколько кликов. Примечательно, что существует потребность в инструментах, которые могут быть легко доступны как программистам, так и аналитикам.

Ограничения потока данных не должны быть единственным фактором, определяющим развитие обработки данных. Также необходимо решить проблему монополий на данные – когда небольшое количество компаний контролирует подавляющее большинство интернет-данных. Для участников отрасли и правительств важно работать вместе над созданием инфраструктур данных, которые позволяют организациям, а также отдельным пользователям иметь полный контроль над своими данными, включая безопасные способы их совместного использования.

Истории данных или Data Stories

В настоящее время в области анализа данных используется множество dashboards для визуализации данных и передачи данных лицам, принимающим решения, например акционерам компании. Но теперь data stories становятся все более популярными. 

Вы бы предпочли просто увидеть факты и цифры о данных, упорядоченные на информационной панели, или увидеть историю, которая показывает путь данных для вашей компании? Большинство из вас в любой день выберут хорошую историю! Вот почему истории данных становятся настолько популярными, особенно для непрофессионалов, не обладающих специфическими знаниями в области анализа данных. Gartner даже прогнозирует, что к 2025 году истории данных станут самым популярным методом передачи аналитических данных. Так что, если вы хороший рассказчик и хороший аналитик данных, вам повезло!

Расширенная аналитика или Augmented Analytics

Расширенная аналитика: использует машинное обучение и искусственный интеллект для улучшения аналитики данных, находя новый метод создания, разработки и обмена данными аналитики. Многие бизнес-клиенты предпочитают расширенную аналитику традиционной аналитике, чтобы уменьшить человеческие ошибки и предвзятость.

Расширенная аналитика становится все более популярной на этом рынке, который, согласно прогнозам, вырастет с 8,4 млрд долларов в 2018 году до примерно 18,4 млрд долларов во всем мире к 2023 году. Поэтому неудивительно, что он уже активно используется в 2020 году с большими перспективами роста в 2021 году.

Расширенная аналитика может улучшить аналитику данных, уже используемую компаниями, путем поиска нового метода создания, разработки и обмена данными аналитики с помощь машинного обучения и искусственного интеллекта. Это означает, что компании могут автоматизировать многие аналитические возможности, такие как создание, анализ и построение моделей данных. Расширенная аналитика также значительно упрощает взаимодействие с данными и объясняет полученные данные, которые помогают в исследовании и анализе данных. Это полностью изменило облик бизнес-аналитики и аналитики данных, где пользователи могут легко получать данные, очищать их, а затем находить корреляции или закономерности.

Облачные службы данных (Data Cloud Services)

Данные могут быть огромными! Некоторые источники даже говорят, что каждый день в мире создается более 2,5 квинтиллионов байт данных (это 9 нулей!). В то время как крупные компании, такие как Google, могут легко обрабатывать свои данные на складах, небольшим компаниям очень сложно управлять и хранить данные. чтобы получить представление. Вот почему в наши дни так популярны облачные сервисы для анализа данных. 

Так же, как программное обеспечение как услуга, данные как услуга (DaaS) – это облачная служба, использующая облачные вычисления для предоставления услуг хранения, обработки, интеграции данных и анализа данных компаниям, использующим сетевое соединение. Следовательно, данные как услуга могут использоваться компаниями, чтобы лучше понимать свою целевую аудиторию с помощью данных, автоматизировать часть их производства, создавать более качественные продукты в соответствии с рыночным спросом и т.д.

DaaS уже предоставляется многими поставщиками услуг, такими как Microsoft Azure, SAP и т. д.

X Analytics

Аналитика данных до сих пор в основном ограничивается одним типом данных в табличной форме. В основном, когда кто-то говорит об аналитике, на ум приходят данные, состоящие из рядов чисел в электронной таблице. Однако у компании также есть много других форм данных, таких как видео, текст, аудио и т.д. Поэтому, если компаниям нужно опережать своих конкурентов, им также необходимо использовать этот тип данных. В этом вся суть X Analytics. Это может означать видеоаналитику, аудиоаналитику, текстовую аналитику и так далее. 

Очень распространенный пример текстовой аналитики – аналитика настроений, при которой компании могут анализировать общее настроение и настроения своих клиентов, изучая их отзывы. Другой пример – видеоаналитика Google, полезная для анализа и классификации объектов в видео. 

Фактически, X аналитика становится настолько популярной, что к 2025 году 75% компаний из списка Fortune 500 могут использовать его в той или иной форме.

Периферийные вычисления (Edge Computing)

Данные становятся хлебом с маслом для большинства компаний. Однако эти данные генерируются во многих местах, и в большинстве случаев физические устройства хранения данных для облака находятся далеко от того места, где данные генерируются. 

Перенос этих данных становится очень дорогостоящим, а также приводит к увеличению задержки данных. Вот где на помощь приходят Edge Computing! Edge Computing гарантирует, что вычислительные центры и центры хранения данных находятся ближе к границе топологии, где эти данные генерируются или где они потребляются. 

Это лучшая альтернатива, чем размещение этих центров хранения в центральном географическом месте, которое фактически находится за тысячи миль от данных, которые производятся или используются. Edge Computing гарантирует отсутствие задержек в данных, которые могут повлиять на производительность приложения, а также снижает потери при передаче данных. И там, где есть сокращение потерь денег, эта технология обязательно станет популярной. 

Gartner прогнозирует, что 75% всех данных, которыми управляют компании, будут обрабатываться с использованием периферийных вычислений по сравнению с 10% в 2018 году.

3 ключевых BI тренда на картинке

Self-Service BI Interfaces

Анализ больших данных – сложный процесс, который требует значительного участия профессиональных специалистов по данным. К счастью, с появлением самообслуживания BI (SSBI) подход к аналитике данных быстро меняется.

Самостоятельная бизнес-аналитика долгое время была в списке желаний компаний. Бизнес-пользователям не нравилась сложность жестких инструментов бизнес-аналитики. Кроме того, необходимость привлечь специалистов по обработке данных для создания аналитики увеличивала эксплуатационные расходы. Следовательно, это вызвало постоянное стремление к самообслуживанию и гибкости в анализе и отчетности.

Затем родилась бизнес-аналитика с самообслуживанием. Статистика показывает, что self-service BI по-прежнему остается главным приоритетом для многих предприятий (см. BARC BI Trend Monitor).

Self-service BI позволяет бизнес-пользователям самостоятельно решать задачи бизнес-аналитики без привлечения специалистов по данным или ИТ-специалистов. Таким образом, он дает пользователям возможность фильтровать, сортировать и анализировать корпоративные данные, не обладая необходимыми техническими навыками анализа данных.

Интересно, что в будущем Self-service BI позволит производить больше аналитики, чем специалисты по данным. Это указывает на растущую важность самообслуживания BI. Поскольку все больше и больше компаний планируют использовать бизнес-аналитику для продвижения культуры, основанной на данных, тенденция самообслуживания бизнес-аналитики будет только набирать обороты.

Управление качеством данных (DQM)

В наши дни данные – это источник существования любого бизнеса. Данные помогают компании прогнозировать ожидания клиентов, получать информацию о конкурентах, осуществлять эффективное управление продуктами и принимать информированные нисходящие решения. Нет никаких сомнений в том, что большие данные оказывают огромное влияние на траекторию развития любого бизнеса.

Однако есть одно важное предостережение: если данные не являются точными, актуальными, непротиворечивыми и полными, это может подорвать ценность бизнеса и снизить прибыльность. По оценкам IBM, только в США предприятия ежегодно теряют 3,1 триллиона долларов из-за низкого качества данных (IBM). 

Низкое качество данных – проблема, которая давно преследует предприятия любого размера. Следовательно, проблема может усугубиться по мере того, как источники данных становятся все более взаимосвязанными.

Рост тенденции управления качеством данных (DQM) – долгожданное облегчение для всех предприятий. Управление качеством данных – это неотъемлемый процесс, который сочетает в себе технологию, процесс, нужных людей и организационную культуру для предоставления данных, которые не только точны, но и полезны. Что еще более важно, качество данных – это не значит быть хорошим или плохим; это набор показателей, которые измеряют состояние данных, используемых для анализа.

Управление качеством данных (DQM) дает представление о перекачке данных в бизнес. Он улучшает структуру управления данными и обеспечивает стандартизацию данных, гарантируя, что данные, используемые для анализа, могут дать четкую картину повседневных бизнес-операций. В результате руководители бизнеса могут принимать точные решения, которые продвигают бизнес вперед.

Управление качеством данных (DQM) было одной из самых горячих тенденций бизнес-аналитики в 2020 году. Сегодня каждый бизнес хочет внедрить процессы качества данных, чтобы расширить свои возможности по использованию бизнес-аналитики. Учитывая то значение, которое она приобрела, эта тенденция будет продолжать вызывать волнения в 2021 году.

Mobile BI

Мобильная бизнес-аналитика все больше интегрируется в решения бизнес-аналитики, и в следующем году эта тенденция, безусловно, не потеряет своего значения. Фактически, это одна из наиболее заметных новых тенденций в области бизнес-аналитики.

Несколько лет назад мобильная бизнес-аналитика считалась огромным вихрем в сообществе аналитиков. Проникновение на рынок все еще растет, хотя и медленно, но в следующем году мы увидим еще больше поставщиков и решений бизнес-аналитики, которые будут иметь эту возможность в своем программном обеспечении, например, в современных мобильных информационных панелях. Но не только производители, но и компании будут внедрять мобильные решения и активно их использовать, поскольку это предоставит им множество преимуществ: доступ к вашей информации в любое время и в любом месте – во время поездки в поезде или отдыха на пляже. Физическое присутствие в офисе с каждым годом становится все менее необходимым, и это, безусловно, влияет и на бизнес-индустрию. Мобильная бизнес-аналитика позволяет компаниям иметь доступ к своим данным также в режиме реального времени, обеспечивая более быструю реакцию на любые события в бизнесе и предоставляя больше свободы пользователям, которые в настоящее время не находятся в офисе, но нуждаются в доступе к важной бизнес-информации на ходу.

Это одна из тенденций рынка бизнес-аналитики, которая не исчезнет в ближайшее время. Поскольку в 2018 году он оценивался в 6,18 млрд долларов США, по прогнозам, он вырастет со среднегодовым темпом роста 22,43% к 2024 году. Хотя на решения компаний по внедрению мобильной бизнес-аналитики влияют проблемы, такие как ограниченный размер экрана и дизайн интерфейса, чтобы обеспечить максимальное удобство использования, мобильные устройства, несомненно, останутся одной из тенденций, которые компании будут рассматривать в 2021 году.

Встроенная аналитика (Embedded Analytics)

Компании осознали потенциал встраивания различных решений бизнес-аналитики, таких как информационные панели KPI или отчеты, в свои собственные приложения, что позволяет улучшить процессы принятия решений и повысить производительность. 

Ранее задушенные электронными таблицами компании осознали, как использование  встроенной бизнес-аналитики позволяет им обеспечивать более высокую ценность в своих собственных приложениях. Фактически, согласно исследованию Allied Market, прогнозируется, что к 2023 году рынок встроенной аналитики достигнет 60,28 млрд долларов США при среднегодовом темпе роста 13,6% с 2017 года , и это одна из тем бизнес-аналитики, о которой мы еще больше услышим в 2021 году.

Независимо от того, нужно ли вам создать отчет о продажах или отправить клиентам несколько информационных панелей, встроенная аналитика становится стандартом в бизнес-операциях, и в 2021 году мы увидим, что еще больше компаний примут ее на вооружение. 

Департаменты и владельцы компаний ищут профессиональные решения для представления своих данных без необходимости создания собственного программного обеспечения. Просто отметив выбранное приложение белой этикеткой, организации могут добиться безупречной презентации и отчетности, которые они могут предложить потребителям. Это одна из тенденций в аналитике, которую можно реализовать немедленно, поскольку многие поставщики уже предлагают такую ​​возможность и гарантируют, что приложение работает без проблем и без особых сложностей.

Обработка графов (Graph Processing)

Обработка графов относится к методам, которые включают графическое представление отношений между различными объектами, включая места, вещи и людей. Обработка графов, которая обеспечивает адаптивную и сложную науку о данных, имеет широкий спектр приложений в области социального анализа, обнаружения мошенничества и исследования генома. Gartner прогнозирует 100% ежегодный рост этой технологии до 2022 года.
Методы графической и сетевой аналитики для открытия новых бизнес-идей и возможностей.