基于数据的决策是现代数字业务的关键属性。但经验丰富的数据分析师和数据科学家可能代价不菲，而且很难找到和留住。
应对这一挑战的一个潜在解决方案是部署自助服务分析，这是一种商业智能（BI），它使业务用户能够在很少或没有IT或数据专家帮助的情况下自行执行查询和生成报告。
自助服务分析通常涉及易于使用且具有基本数据分析功能的工具。例如，业务人员和领导者可以利用这些来操作数据，从而识别市场趋势和机会。他们不需要有任何分析经验或统计学或其他相关学科背景。
考虑到对经验丰富的数据分析师的需求与这些专业人员的供应之间持续存在的差距，以及快速将有价值的业务见解交给最需要的用户的愿望，很容易理解为什么企业会发现自助服务分析很有吸引力。
但部署和使用自助服务分析的方法也有正确和错误的区别。通过本文提供一些提示，供希望实现自助服务分析战略承诺的IT领导人参考。
1.有一个清晰、全面的分析计划
数据分析和分析工具在许多企业中获得了如此高的知名度，很容易看出它们是如何被过度使用或不当应用的。这对于自助服务分析来说更是一个问题，因为它可以让更多的人分析数据。
这就是为什么制定一个计划，在何时何地使用分析技术是有必要的，要有合理的控制措施，避免你的分析战略面向所有人免费开放。
Swagelok 是石油、天然气、化工和清洁能源行业流体系统产品和服务的开发商。Swagelok 的业务和销售流程分析师 Brittany Meiklejohn 表示：“在开始分析之前，确定你的使命、愿景和需要解决的问题。”
Meiklejohn 说：“你很容易被你可以创建的所有图表和图形所吸引，但这很快就会让人不知所措。从一开始就制定路线图有助于精简并专注于要创建的实际指标。还有一个数据治理计划来验证并保持指标的清洁。只要有一个指标不准确，就很难再得到认同，所以定期确认所有分析的准确性是非常重要的。”
Meiklejohn 表示，分析计划应尽可能强调使用主动数据。她说：“专注于可操作的数据，并能将其实施到业务中去。整合学习成果，在组织范围内改变流程和决策。了解业务的历史一面很好，但如果只关注过去，很难改变。”
在 Swagelok，各部门正在使用 Domo 的自助服务分析工具来确定客户订单是否会延迟、安排生产运行、分析销售业绩并做出供应链决策。
Meiklejohn 说：“我们看到了效率的提高；每个人都能够比以前更快地获得推动决策所需的数据。我们正在做出更负责任的数据驱动决策，因为每个部门都在使用数据进行决策。”
2.追求速胜
虽然制定长期分析战略很重要，但这并不意味着组织应该以缓慢的步伐进行自助服务分析。
作为 Hemlock Semiconductor 公司（一家为电子和太阳能行业生产产品的制造商）的 CIO，Keith Carey 表示：“在我工作的上一家公司，我们的先进材料业务有一句话，‘快速行动，承担风险，保持学习’。这是我对那些刚刚开始（自助服务分析）的人的建议。别误会，治理非常重要，但可以迟一点，以免扼杀创造力。”
Carey 说，找一个小型工作组“并给他们下达一个‘登月任务’来发现那些无限的可能性”是个好主意。他建议团队关注 “驱动整个企业一致的业务逻辑和指标的数据管道。理解重要决策所依据的数据的及时性和质量的重要性。这是一个很好的开始。”
Hemlock 于 2018 年利用 Tibco 的 Spotfire 平台推出了一项自助服务分析计划，目前企业的所有职能部门都在使用该平台。 Carey 说：“在此之前，IT部门会开发定制的 .NET 应用程序，处理数据并提供初步的图表功能。这些应用程序最受欢迎的功能是‘导出到 Exce l’按钮，（Microsoft 电子表格）成为首选的分析平台。”
Carey 表示，公司最聪明的几位工程师还创建了宏，将新的数据集混合在一起。她说：“这需要在某人的个人电脑上运行一夜。如果它没有崩溃，数据集就拿来在工程专业人员之间共享。
有了自助分析功能，Hemlock 公司看到了诸如更快的决策和更快的结果等好处。自助服务分析使包括运营、财务、采购、供应链和持续改进团队在内的所有职能部门能够进行数据发现并创建强大的可视化。
Carey 说：“我们缩短了学习曲线，更快地交付了成果，并加快了我们对制造过程的理解，从而改进了我们的产品并降低了成本。在很短的时间内，我们通过改进现有的报告方法和发现新的可能性，节省了数百万美元。”
3.利用自然语言处理
Ventana research 公司高级副总裁兼研究总监 Dave Menninger 表示，自然语言处理（NLP）通过消除理解 SQL、数据库结构和将表连接在一起的概念的需要，使更多人更容易使用分析。
Menninger 说，因为 NLP 与分析有关，所以主要包含两个维度：自然语言搜索（也被称为自然语言查询）以及自然语言展示（也被称为自然语言生成）。
Menninger 说：“自然语言搜索允许人们在没有任何特殊语法的情况下提问和得到答案。就像在谷歌搜索栏中键入搜索一样，你可以使用日常语言键入查询，或者在某些情况下口头、表达进行查询。”
例如，用户可以要求查看当月销售额增加或减少最多的产品。结果将被显示，然后用户可以细化搜索，例如，确定某些产品的库存。
Menninger 说，自然语言表示处理的是分析结果，而不是查询部分。他说：“一旦使用 NLP 或其他方式制定了一个查询，结果就会以叙述的方式显示，解释发现了什么。”
如果应用到产品的例子中，自然语言演示将生成几句话或一段话来描述产品的具体细节，而不是显示销售额增长或下降的产品图表。
Menninger 说：“人们有不同的学习方式。有些人喜欢数字表格，还有些人喜欢图表。而其他人不知道如何解释表格或图表，更喜欢叙述。自然语言表达使人们更容易知道在分析中应该寻找什么。它也消除了数据解释方式的不一致，准确地说明了应该从分析中得到什么。”
4.使用嵌入式分析
嵌入式分析涉及将分析功能和数据可视化集成到业务应用程序中。在这些应用程序中嵌入实时报告和仪表板，使企业用户能够分析这些应用程序中的数据。
Menninger 表示：“嵌入式分析将分析功能带入个人日常活动中使用的应用程序。这可能包括企业资源规划（ERP）、客户关系管理（CRM）或人力资源信息系统（HRIS）等业务线应用程序，以及协作、电子邮件、电子表格、演示文稿和文档等生产力工具。在商业应用的背景下，预先建立的分析使业务线人员更容易访问和利用分析结果。它还提供了良好的管理，因为数据是由底层应用管理的，访问权限已经得到维护。”
5.选择正确的工具
自助分析的成功与失败的区别在于公司选择部署的技术工具。企业高管需要与IT领导层密切合作，以评估工具并确定哪些工具最能满足企业的需求并适合其基础设施
金融服务公司 Western Union 在选择自助分析平台时的要求包括：易于与多个不同的数据源整合，灵活且易于使用，具有强大的分析能力，并且对基础设施要求最低。
Western Union 首席数据架构师兼数据工程和架构负责人 Harver Singh 表示，该公司部署了 Tableau 的一个平台，使业务用户能够在一个受管理的环境中根据自己的查询和分析做出决策。
Singh 认为，业务部门可以创建他们自己的查询和报告，并在不需要IT支持的情况下进行协作。他说：“用户可以自由地对数据进行切分，而不需要技术知识。数据可以从各种格式的多个来源得到。”当企业选择正确的分析工具时，自助服务分析使商业用户能够检索和分析数据，而不需要IT专家或产品专家来开发和分析报告。它是一种“响应动态业务需求 ”的资产。
来源：www.cio.com
架构
