Расширенная аналитика

Подход к анализу данных

Дополненная аналитика — это подход к анализу данных, который использует машинное обучение и обработку естественного языка для автоматизации процессов анализа, обычно выполняемых специалистом или специалистом по данным . ^[1] Термин был введен в 2017 году Ритой Саллам, Синди Хаусон и Карли Айдоин в исследовательской статье Gartner. ^{[1] [2]}

Дополненная аналитика основана на бизнес-аналитике и аналитике. ^[3] На этапе извлечения графа исследуются данные из разных источников. ^[4]

Определение дополненной аналитики

• Машинное обучение – систематический метод вычислений, который использует алгоритмы для просеивания данных с целью выявления взаимосвязей, тенденций и закономерностей. Это процесс, который позволяет алгоритмам динамически обучаться на основе данных вместо того, чтобы иметь установленную базу запрограммированных правил. ^{[5] [6]}
• Генерация естественного языка (NLG) – программная возможность, которая берет неструктурированные данные и переводит их на понятный английский язык. ^[7]
• Автоматизация анализа данных – использование алгоритмов машинного обучения для автоматизации процессов анализа данных. ^[1]
• Запрос на естественном языке – позволяет пользователям запрашивать данные, используя бизнес-термины, которые либо вводятся в поле поиска, либо произносятся вслух. ^[8]

Демократизация данных

Демократизация данных — это демократизация доступа к данным с целью уменьшения перегрузки данных и избавления от любого чувства «привратников» данных. Этот процесс должен быть реализован вместе с методом, позволяющим пользователям осмысливать данные. Этот процесс используется в надежде ускорить принятие решений компанией и раскрыть возможности, скрытые в данных. ^[9]

Существует три аспекта демократизации данных:

1. Параметризация и характеристика данных.
2. Децентрализация данных с использованием ОС на основе технологий блокчейн и DLT, а также независимо управляемый безопасный обмен данными для обеспечения доверия.
3. Согласие на рыночную монетизацию данных.

Когда дело доходит до соединения активов, есть две функции, которые ускорят принятие и использование демократизации данных: децентрализованное управление идентификацией и монетизация объектов бизнес-данных права собственности на данные. Это позволяет нескольким лицам и организациям идентифицировать, аутентифицировать и авторизовать участников и организации, позволяя им получать доступ к услугам, данным или системам в нескольких сетях, организациях, средах и вариантах использования. Это дает пользователям полномочия и обеспечивает персонализированную, самообслуживаемую цифровую систему регистрации, чтобы пользователи могли самостоятельно проходить аутентификацию, не полагаясь на функцию центрального администрирования для обработки своей информации. Одновременно децентрализованное управление идентификацией гарантирует, что пользователь уполномочен выполнять действия в соответствии с политиками системы на основе своих атрибутов (роль, отдел, организация и т. д.) и/или физического местоположения. ^[10]

Варианты использования

• Сельское хозяйство. Фермеры собирают данные об использовании воды, температуре почвы, содержании влаги и росте сельскохозяйственных культур. Для осмысления этих данных и, возможно, выявления идей, которые пользователь затем может использовать для принятия бизнес-решений, можно использовать расширенную аналитику. ^[11]
• Умные города – Многие города в Соединенных Штатах, известные как умные города, ежедневно собирают большие объемы данных. Дополненная аналитика может использоваться для упрощения этих данных с целью повышения эффективности управления городом (транспорт, стихийные бедствия и т. д.). ^[11]
• Аналитические панели мониторинга. Расширенная аналитика позволяет использовать большие наборы данных и создавать высокоинтерактивные и информативные аналитические панели мониторинга, которые помогают принимать многие организационные решения. ^[12]
• Расширенное обнаружение данных. Использование процесса расширенной аналитики может помочь организациям автоматически находить, визуализировать и описывать потенциально важные корреляции и тенденции данных. ^[12]
• Подготовка данных. Платформы дополненной аналитики способны обрабатывать большие объемы данных, организовывать и «очищать» их, чтобы их можно было использовать для будущего анализа. ^[1]
• Бизнес – Компании ежедневно собирают большие объемы данных. Вот некоторые примеры типов данных, собираемых в ходе бизнес-операций: данные о продажах, данные о поведении потребителей, данные о дистрибуции. Платформа дополненной аналитики обеспечивает доступ к анализу этих данных, которые могут использоваться при принятии бизнес-решений. ^[1]

Ссылки

1. Саллам, Рита; Хаусон, Синди; Идуан, Карли (27 июля 2017 г.). «Расширенная аналитика — будущее данных и аналитики» (PDF) . Gartner .
2. «Определение расширенной аналитики — глоссарий Gartner Information Technology». Gartner .
3. Прибисалич, Марко; Юго, Игорь; Мартинчич-Ипшич, Санда (2019). «Выбор решения для бизнес-аналитики, соответствующего требованиям бизнеса». Гуманизация технологий для устойчивого общества. стр. 443–465. doi :10.18690/978-961-286-280-0.24. ISBN 9789612862800. S2CID  202767869.
4. Граб, Амин; Ромеро, Оскар; Джоуили, Салим; Схири, Сабри (2018). «Graph BI & Analytics: Текущее состояние и будущие проблемы». Big Data Analytics and Knowledge Discovery . Lecture Notes in Computer Science. Vol. 11031. Cham: Springer International Publishing. pp. 3–18. doi : 10.1007/978-3-319-98539-8_1. hdl : 2117/127964. ISBN 978-3-319-98538-1. ISSN  0302-9743.
5. Пайл, Дориан; Сан-Хосе, Кристина (июнь 2015 г.). «Руководство для руководителей по машинному обучению».
6. «Что такое дополненная аналитика (и как она может помочь?) | AnswerRocket». 8 февраля 2019 г. Получено 22 июля 2019 г.
7. "Что такое генерация естественного языка? | Narrative Science" . Получено 22 июля 2019 г. .
8. «Определение запроса на естественном языке».
9. Марр, Бернард (24 июля 2017 г.). «Что такое демократизация данных? Очень простое объяснение и основные плюсы и минусы». Forbes .
10. «Демократизация объектных данных в телекоммуникационном секторе».
11. Ghosh, Paramita (20 июня 2018 г.). «Варианты использования дополненной аналитики». Dataversity .
12. Хаусон, Синди; Ричардсон, Джеймс; Саллам, Рита; Кронц, Остин (11 февраля 2019 г.). «Магический квадрант для аналитики и платформ бизнес-аналитики» (PDF) . Gartner .