Top 10 des tendances de l'intelligence d'affaires pour 2018
Publié: 2017-12-28Les tendances de Business Intelligence les plus critiques à garder à l'esprit pour 2018
Les données sont inestimables pour toutes les entreprises, des startups en herbe aux entreprises mondiales. Ce produit en pleine croissance incite les organisations à déployer des solutions d'informatique décisionnelle qui amélioreront et accéléreront les décisions basées sur les données.
Les organisations qui réussissent donnent la priorité à une approche moderne de l'intelligence d'affaires et, à leur tour, forment leur main-d'œuvre pour qu'elle soit la génération la plus avisée en matière d'analyse jamais vue. Pour un avantage concurrentiel en 2018, les organisations doivent reconnaître les stratégies, les technologies et les rôles commerciaux qui peuvent améliorer leur approche de l'intelligence d'affaires.
Voici quelques-unes des tendances les plus critiques à garder à l'esprit en prévision d'une nouvelle année, et même au-delà.
Tendances de l'intelligence d'affaires pour 2018
N'ayez pas peur de l'IA : comment l'apprentissage automatique améliorera l'analyste
La culture populaire alimente une vision dystopique de ce que l'intelligence artificielle peut faire. Mais alors que la recherche et la technologie continuent de s'améliorer, l'apprentissage automatique devient rapidement un complément précieux pour l'analyste, fournissant une assistance et améliorant l'efficacité.
En automatisant des tâches simples mais exigeantes en main-d'œuvre comme les mathématiques de base, les analystes gagnent du temps pour réfléchir stratégiquement aux implications commerciales de leur analyse et planifier les prochaines étapes. Deuxièmement, cela aide l'analyste à rester dans le flux de ses données. Sans s'arrêter pour analyser les chiffres, les analystes peuvent poser les questions suivantes pour approfondir.
Le potentiel de l'apprentissage automatique pour aider un analyste est indéniable, mais il est essentiel de reconnaître qu'il doit être adopté lorsque les résultats sont clairement définis. Bien que l'on puisse craindre d'être remplacé, l'apprentissage automatique dynamisera les analystes et les rendra plus précis et plus percutants pour l'entreprise.
La promesse du traitement automatique du langage naturel (TAL)
Gartner prévoit que d'ici 2020, 50 % des requêtes analytiques seront générées via la recherche, le traitement du langage naturel (NLP) ou la voix. La PNL permettra aux gens de poser des questions de données plus nuancées et de recevoir des réponses pertinentes qui conduisent à de meilleures idées et décisions.
Simultanément, les développeurs et les ingénieurs feront de plus grands progrès dans l'exploration de la façon dont les gens utilisent la PNL en examinant la façon dont les gens posent des questions - de la gratification instantanée à l'exploration. Les gains analytiques les plus importants proviendront de la résolution de cette ambiguïté et de la compréhension des divers flux de travail que la PNL peut augmenter.
L'opportunité ne se présentera pas en plaçant la PNL dans chaque situation, mais en la rendant disponible dans les bons flux de travail afin qu'elle devienne une seconde nature pour ceux qui l'utilisent.
L'avenir de la gouvernance des données passe par le crowdsourcing
C'est un euphémisme de dire que l'analyse en libre-service a perturbé l'intelligence économique, et la même perturbation se produit avec la gouvernance. À mesure que l'analyse en libre-service se développe, un entonnoir de perspectives et d'informations précieuses inspire de nouvelles façons innovantes de mettre en œuvre la gouvernance.
La gouvernance consiste autant à utiliser la sagesse de la foule pour transmettre les bonnes données à la bonne personne qu'à verrouiller les données de la mauvaise personne. Les stratégies d'informatique décisionnelle et d'analyse adopteront le modèle de gouvernance moderne en 2018 : les services informatiques et les ingénieurs de données organiseront et prépareront des sources de données fiables, et avec la généralisation du libre-service, les utilisateurs finaux seront libres d'explorer des données fiables et sécurisées.
Le débat sur le Multi-Cloud fait rage
Selon Gartner, "une stratégie multi-cloud deviendra la stratégie commune pour 70 % des entreprises d'ici 2019". Alors que les entreprises craignent de plus en plus d'être liées à une seule solution héritée, l'évaluation et la mise en œuvre d'un environnement multi-cloud peuvent déterminer qui fournit les meilleures performances et le meilleur support pour chaque situation.
Recommandé pour vous:
Comment Metaverse va transformer l'industrie automobile indienne
Que signifie la disposition anti-profit pour les startups indiennes ?
Comment les startups Edtech aident la main-d'œuvre indienne à se perfectionner et à se préparer pour l'avenir...
Stocks technologiques de la nouvelle ère cette semaine : les problèmes de Zomato continuent, EaseMyTrip publie des...
Les startups indiennes prennent des raccourcis à la recherche de financement
La plate-forme de marketing numérique Logicserve met en sac un financement INR 80 Cr et se rebaptise LS Dig ...
Cependant, bien que la flexibilité soit un plus, cette approche augmente les frais généraux en répartissant les charges de travail entre les fournisseurs et en obligeant les développeurs internes à apprendre plusieurs plates-formes. Avec l'adoption croissante du multi-cloud, les entreprises doivent évaluer leur stratégie et mesurer l'adoption, l'utilisation interne, les demandes de charge de travail et les coûts de mise en œuvre pour chaque plate-forme.
Montée en puissance du Chief Data Officer
Les données et les analyses deviennent essentielles pour chaque organisation. Mais dans certains cas, un fossé se forme entre un DSI et l'entreprise tout en luttant contre la sécurité et la gouvernance par rapport à la rapidité d'accès aux informations. Avec cela, la CSuite devient plus responsable de la création d'une culture d'analyse.
Pour beaucoup, la réponse consiste à nommer un directeur des données (CDO) ou un directeur de l'analyse (CAO) pour diriger le changement des processus métier, surmonter les barrières culturelles et communiquer la valeur de l'analyse à tous les niveaux. Le rôle du CDO/CAO est axé sur les résultats et veille à ce qu'il y ait des conversations proactives au niveau C sur la façon de développer une stratégie d'analyse dès le départ. La
La localisation des objets stimulera l'innovation IoT
En tant que sous-catégorie de l'IoT, la « localisation des objets » couvre les appareils qui détectent et communiquent leur position géographique. La capture de ces données permet aux utilisateurs de prendre en compte le contexte supplémentaire de l'emplacement d'un appareil lors de l'évaluation de l'activité et des modèles d'utilisation.
Cette technologie peut être utilisée pour suivre les actifs, les personnes et même interagir avec des appareils mobiles tels que des montres connectées ou des badges pour offrir des expériences plus personnalisées. En ce qui concerne l'analyse des données, les chiffres basés sur la localisation peuvent être considérés comme une entrée plutôt qu'une sortie des résultats.
Si les données sont disponibles, les analystes peuvent incorporer ces informations pour mieux comprendre ce qui se passe, où cela se passe et ce à quoi ils doivent s'attendre.
La vulnérabilité entraîne une augmentation de l'assurance des données
Selon une étude réalisée en 2017 par IBM et le Ponemon Institute, le coût moyen d'une violation de données encourue par les entreprises indiennes a atteint 110 millions INR cette année. Pour de nombreuses entreprises, les données sont un actif commercial essentiel. Comme nous l'avons vu avec des violations de données récentes et importantes, une menace pour les données d'une entreprise peut être paralysante, causant des dommages irréparables à la marque.
Les données en tant que marchandise signifient que leur valeur ne fera qu'augmenter et, en fin de compte, suscitera de nouvelles questions et conversations sur la manière dont cette matière première propulsera les entreprises vers de plus grands sommets et avantages. Et comme tout produit, à quoi sert-il s'il peut être volé sans conséquence ?
Recherchez des entreprises qui investissent judicieusement dans une assurance cybersécurité pour vous assurer que cet actif est protégé.
Prédominance accrue du rôle d'ingénieur de données
Les ingénieurs de données continueront de faire partie intégrante du mouvement d'une organisation visant à utiliser les données pour prendre de meilleures décisions concernant son activité. En novembre 2017, il y avait plus de 1 700 postes ouverts en Inde avec « ingénieur de données » dans le titre sur LinkedIn, ce qui indique la demande croissante et continue pour cette spécialité.
Les ingénieurs de données sont chargés d'extraire les données des systèmes fondamentaux de l'entreprise d'une manière qui peut être utilisée et exploitée pour prendre des idées et prendre des décisions. À mesure que le taux de données et la capacité de stockage augmentent, une personne ayant une connaissance technique approfondie des systèmes, de l'architecture et la capacité de comprendre ce que l'entreprise veut et a besoin devient plus cruciale.
L'impact humain des arts libéraux dans l'industrie de l'analyse
Les plates-formes technologiques devenant plus faciles à utiliser, l'accent mis sur les spécialités technologiques diminue. Tout le monde peut jouer avec les données sans avoir besoin des compétences techniques approfondies nécessaires. C'est là que les personnes ayant des compétences plus larges, y compris les arts libéraux, entrent en jeu. Ils peuvent avoir un impact là où les industries et les organisations connaissent une pénurie de data worker.
Une concentration et une hiérarchisation accrues de l'analyse des données placeront également ces gestionnaires de données en position d'aider leurs entreprises à acquérir un avantage concurrentiel. Et, à mesure que l'analyse évolue pour capturer à la fois l'art et la science, l'accent passera de la simple livraison des données à l'élaboration d'histoires basées sur les données qui influencent les décisions.
Les universités doublent leurs programmes de science des données et d'analyse
Lors du sommet Big Data & Analytics 2017, Nasscom a identifié six domaines de spécialisation dans le domaine de l'analyse des mégadonnées . Les analystes commerciaux, les architectes de solutions, les intégrateurs de données, les architectes de données, les analystes de données et les scientifiques des données devraient jouer un rôle clé dans la croissance du secteur informatique.
Alors que les entreprises adoptent une approche axée sur les données pour la prise de décision dans toutes les fonctions, les organisations ont un besoin urgent de professionnels dotés de compétences en science des données et en analyse. Comment réagissent les meilleures universités ?
Des instituts de premier plan comme IIM Bengaluru, IIM Calcutta, IIT Kharagpur et IMT Ghaziabad ont développé de solides programmes d'analyse.
Cette histoire fait partie de notre série Prédictions où nous vous apportons les prévisions et les prédictions pour l'année 2018, préparées à la main par l'équipe éditoriale d'Inc42 et des experts de l'industrie. Vous pouvez lire toutes les histoires de la série Predictions 2018 ici.