Gegevenswetenschappers die geen BI-tools zoals Tableau, Power BI of Qlik Sense hebben gebruikt, zeggen vaak dat deze tools gewoon niet nodig zijn. Ze coderen hun scripts al op een open-source framework en dat de scripts het werk prima doen.

Als je echter wat dieper op de zaak ingaat, hoor je diezelfde datawetenschappers vaak praten over een aantal behoeften die hun scripts niet helemaal vervullen. In feite komen ze meestal neer op de volgende problemen:

Verhalen vertellen.

Dashboards en visualisaties kunnen van onschatbare waarde zijn, maar alleen met de juiste uitleg, verhaal en context. Zonder dat staan ​​ze open voor interpretatie door elke kijker. Daarom moeten datawetenschappers (en andere gebruikers van analytics) een stem geven aan de data. Ze moeten uitleggen wat ze hebben gevonden, het verhaal vertellen, aangeven wanneer uitbijters een trend scheeftrekken en hun suggesties bijdragen. Actie vereist context, en deze benadering maakt geïnformeerde actie mogelijk. Dat is tenslotte wat tools voor bedrijfsinformatie draait allemaal om – datagestuurde besluitvorming mogelijk maken. Als je beslissingen gaat nemen op basis van data, wil je dat die data zo volledig mogelijk zijn. En soms heb je, om de gegevens compleet te maken, meer nodig dan alleen visualisaties op een pagina.

Onderzoek, geen voorbereiding.

Zonder een hardwerkende data-engineer of een BI-tool, besteedt u waarschijnlijk ongeveer 80% van uw inspanningen aan het voorbereiden van de gegevens, en slechts 20% aan het vinden van inzichten zodra u deze eindelijk kunt verkennen. Het maken van bedrijfsklare data brengt veel voorbereidend werk met zich mee, inclusief het gehele data-integratieproces (transformatie, opschoning, enzovoort). Idealiter zou je een BI-tool vinden die data-integratiemogelijkheden biedt voor het transformeren en combineren van data. Sommige bevatten zelfs een data-integratieplatform van ondernemingsklasse om een ​​soepele datacatalogus en data-analysepijplijn te garanderen. Zonder de hulp van een BI-tool (of een toegewijde data-engineer) zou u kostbare tijd kunnen verspillen aan het data-integratieproces, terwijl het efficiënter had kunnen worden gebruikt voor andere taken. Het is alsof je uren bezig bent met het bereiden van een maaltijd en deze vervolgens in 5 minuten opeet. Als u meer tijd besteedt aan het voorbereiden van gegevens dan aan het verkennen ervan, is het misschien tijd om een ​​strategiewijziging te overwegen.

Verkenning vanuit elke hoek.

Scripts in Python, R, enz. kan zeker effectieve antwoorden geven op vooraf bepaalde vragen; hun analyse is echter beperkt tot een lineair, op SQL gebaseerd model. Hun op query's gebaseerde benadering zal gegevens alleen binnen bepaalde limieten verkennen, dus de ontdekkingen die u kunt doen, zijn ook beperkt. Een paar BI-tools hebben een andere benadering, met engines die gratis gegevensverkenning mogelijk maken. Je kunt in elke richting en vanuit alle hoeken verkennen. Dit type gegevensverkenning legt zelfs obscure verbanden bloot; je zult de trends, uitbijters en patronen kunnen zien die hoogstwaarschijnlijk niet met een meer conventionele benadering op de proppen zouden zijn gekomen. U wist misschien niet dat u ze moest doorzoeken, of de op query's gebaseerde aanpak heeft ze misschien helemaal niet kunnen vinden.

Samenwerking.

Een veelvoorkomend discussiethema onder datawetenschappers is de behoefte aan betere kennisdeling en het oplossen van groepsproblemen met analytics en data. Totdat dit kan gebeuren, zullen hun stakeholders blijven eindigen met gefragmenteerde stukjes impliciete kennis, evenals onderbenutte domeinexpertise. BI-tools verlichten het probleem door asynchrone samenwerking met zakelijke gebruikers mogelijk te maken; dit bespaart tijd die anders zou zijn verspild tijdens het wachten op een beslissing of het bijwonen van vergaderingen. Om specifieker te zijn: met BI-tools kunnen gebruikers suggesties doen over hoe anderen de gegevens kunnen verkennen of verfijnen, of een verhaal toevoegen om zakelijke context te geven. Net zoals meerdere mensen kunnen bijdragen aan een gedeeld document in Google Docs, maken deze BI-tools het mogelijk om individuele intelligentie om te zetten in collectieve intelligentie.

Flexibiliteit in visualisaties.

Veel datawetenschappers gaan voor hun visualisaties naar open-sourcebibliotheken. BI-tools daarentegen bouwen hun visuals op basis van de vooraf gedefinieerde structuren van de gegevens. Met deze aanpak heb je veel meer flexibiliteit. De engine verzamelt gegevens vanaf een gedetailleerd niveau, waardoor patronen in de gegevens effectiever worden blootgelegd. Dit maakt het eenvoudiger om direct afgeleide datapunten te creëren; eerst worden de gegevens gegroepeerd, vervolgens worden er visualisaties gemaakt van die groepen (kleurcodering, benchmarking, enz.). Als dat eenmaal is vastgesteld, kunt u de codes bijhouden, ongeacht hoeveel visualisaties u gebruikt. Sterker nog, deze tools helpen je om de optimale visualisaties te benutten om gegevens te analyseren op basis van bepaalde attributen (zoals tijdreeksen of geo-analyses), iets wat lastig is als je open-sourcebibliotheken gebruikt.

Vertrouwde, veilige, beheerde gegevens.

Om uw modellen te vertrouwen, moet u de gegevens kunnen vertrouwen. De beste BI-tools zijn onder meer add-ons zoals visualisatie van data lineage, of gecentraliseerd beheer waarmee u gegevens veilig kunt beheren met behulp van op regels gebaseerde governance. Met deze laatste kun je delen, publiceren en welke gebruikers toegang hebben tot gegevens en apps.

Daarnaast wilt u gecatalogiseerde gegevens. Sommige BI-tools bieden slimme dataprofilering; dit vertelt gebruikers niet alleen of de gegevens gereed zijn, maar brengt ook problemen met de gegevenskwaliteit aan het licht. Het kan bijvoorbeeld alles identificeren dat PII kan zijn en het vervolgens automatisch maskeren. Ten slotte zullen gegevens die gemakkelijk doorzoekbaar zijn (via metadata), het gevoel geven dat u aan het winkelen bent als u eenmaal op onderwerp, bedrijfsdomein of gegevensbron kunt zoeken.

Ook als u besluit een BI-tool voor uw bedrijf te gebruiken, kunt u een externe IDE blijven gebruiken om uw scripts te maken of te verfijnen. Dan kunt u ze gebruiken in combinatie met een BI-tool, waarmee u de bovengenoemde behoeften oplost. Business intelligence-tools zijn een verzameling apps en connectoren die u helpen betere beslissingen te nemen door gegevens uit verschillende bronnen te combineren in een enkel platform dat een breed scala aan gebruiksscenario's ondersteunt, zoals gegevensvisualisatie, dashboards, rapporten, embedded analytics en augmented analytics .

Houd er rekening mee dat niet elke BI-tool in alle mogelijkheden zal uitblinken; je zult je eigen onderzoek moeten doen om er zeker van te zijn dat je degene krijgt die aan je behoeften voldoet. De Gartner Magic Quadrant business intelligence-rapport biedt u een onbevooroordeelde evaluatie van BI-leveranciers.

Bron: Plato Data Intelligence: PlatoData.io