Анализ данных: новые методы анализа данных и технологии создали Аналитику 3.0

Методы анализа данных и новые технологии постоянно развиваются. О том, как это развитие привело к возникновению аналитики третьего поколения и чем она отличается от аналитики предыдущих поколений, читайте в статье рассказывает Джо Маккендрик. Джо – независимый аналитик и внештатный автор целого ряда зарубежных IT-изданий.

Не только Google, Yahoo и eBay

Большие онлайн-компании, такие как Google, Yahoo и eBay, уже давно доказали, что можно эффективно выстроить бизнес на основе аналитики данных. В этих организациях преобладает аналитическая корпоративная культура, в основе которой – данные, измерения и хорошо измеримые результаты. Именно эта культура и направляет и обуславливает корпоративные решения и активности. Недавно два именитых исследователя в области аналитики данных – Томас Давенпорт и Джилл Дичет – подготовили отчёт для Международного института аналитики. В нём они утверждают, что мы приближаемся к той точке, когда уже нетехнические компании и компании, основной бизнес которых не онлайн, постепенно начинают ориентироваться на аналитику данных, становятся частью появляющейся дата-центричной экономики.

В нём же они обнародовали результаты своего исследования: они опросили специалистов из 20 крупных компаний. Исследование показало, что аналитика больших данных уже довольно хорошо интегрирована в цикл принятия управленческих решений. «Самые крупные организации в различных отраслях присоединяются к экономике данных», – замечают авторы отчёта. «Компании не разделяют традиционную аналитику и Big Data, они комбинируют их, синтезируют их». Давенпорт и Диче называют это «Аналитикой 3.0». Она уже не ограничивается управлением данных и ИТ-департаментами. Она встроена во все ключевые организационные процессы. А это значит, что она может оказывать трансформирующий эффект на организацию. «Мало сомнений в том, что аналитика может трансформировать организации. А компании, которые станут лидерами Аналитики 3.0 получат самую большую выгоду», – продолжают они. Давенпорт и Диче уточняют, что Аналитика 3.0 – этап развития аналитики данных для принятия бизнес-решений. Первые два этапа – Аналитика 1.0 и Аналитика 2.0.

Маленькие объёмы и статистические методы анализа данных

Аналитика 1.0 была распространена в 1954-2009 гг. Для неё использовались сравнительно небольшие объёмы структурированных данных из внутренних корпоративных ресурсов. В то время в бизнесе использовались статистические методы анализа данных, описательная аналитика и простой поиск.

Большие объёмы и интеллектуальные методы анализа данных

Аналитика 2.0 – это 2005-2012 годы. Это период развития больших онлайн-компаний: Google, Yahoo и eBay. Они использовали хранилища данных и предписательную аналитику для того, чтобы таргетировать своё предложение на клиентов и подстроить его под их потребности. Этот период определялся возрастающей конкуренцией среди организаций в области аналитике. В ходе этой конкуренции данные начали применяться для стратегического принятия бизнес-решений.  «Однако крупные компании часто ограничивались тем, что анализировали базовые домены информации (клиентской и продуктовой), данные были хорошо структурированы и редко интегрированы между собой», – уточняют авторы.

Все методы анализа данных, данные управляют бизнесом

В эпоху Аналитика 3.0. традиционные методы анализа данных уже интегрированы с новыми и с технологиями в масштабах всей организации. Эта новая эпоха сочетала в себе «лучшее из предыдущих этапов развития: Big Data и традиционную аналитику, чтобы получать инсайты и рекомендации на больших скоростях и с большим значением для бизнеса», – объясняют Давенпорт и Диче. Ключевая характеристика Аналитики 3.0 в том, что «не только онлайн-компании, но и любые другие организации из всех индустрий, могут принимать участие в дата-центричной экономике. Банки, промышленные предприятия, предприятия здравоохранения, ритейлеры, которые хотят использовать подобны возможности, могут это делать. Они могут разработать на основе данных рекомендательные системы для клиентов или применить Big Data для принятия управленческих решений».

Для того, чтобы проиллюстрировать применение Аналитики 3.0 в разных индустриях, Давенпорт и Диче рассказывают кейс одной из ведущих логистических компаний. Она смогла внедрить недорогие датчики для своих грузовиков, прицепов и контейнеров. «Эти датчики мониторят местонахождение, водительское поведение, уровень топлива, загрузку прицепа или контейнера. Данные анализируются и на их основе принимаются решения (например, по распределению заказов среди перевозчиков). Качество таких решений постоянно растёт. А использование предписывающей аналитики (используется для выбора оптимальной тактики) помогла изменить должностные роли и отношения». «Войти в эпоху Аналитики 3.0 предприятию помогают новые технологии и методы анализа данных, включая разнообразные архитектуры программного и аппаратного обеспечения, кластеры для параллельной обработки (Hadoop, MapReduce), in-memory аналитика и обработка данных в базах данных, – добавляют авторы. – Все эти технологии значительно быстрее, чем предыдущие поколения технологий для управления данными и аналитики. То, на что раньше могли уйти часы и дни, теперь можно осуществить за секунды». Ключевая черта предприятия, которое основывается в своей работе на аналитику больших данных, – способность быстро доводить до конца активности, которые обречены на провал. Это помогает им с большой частотой получать промежуточные результаты. С развитием новых «гибких» методов анализа данных и техник машинного обучения, теперь организации могут получать «инсайты на гораздо больших скоростях» и справляются с «постоянной срочностью задач».

Возможно, важнее всего то, что Big Data и аналитика интегрированы друг с другом и встроены в корпоративные процессы всей компании. «Модели в Аналитике 3.0 часто встроены в операционные процесс и процессы принятия решений, а это значительно увеличивает скорость их работы и их эффективность, – продолжают Давенпорт и Диче. – Некоторые встроены в полностью автоматизированные системы на основе скоринговых алгоритмов или правил на основе аналитики. Некоторые – в продукты и функции, ориентированные на потребителя. В любом случае встраивание аналитики в системы и процессы не только ускоряют получение результатов. Оно ещё не позволяет тем, кто в итоге принимает решения, уклоняться от использования аналитики. А обычно это очень хорошо для бизнеса».

Используете Аналитику 3.0, самые инновационные методы анализа данных и передовые технологии, а положительного результата нет? Читайте другую статью блога.