决策者都要求能够有效地自己使用数据的能力
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2020-11-11
借助触手可及的新软件功能，用户将为入门而感到兴奋
自助服务的趋势已将成千上万的非技术业务用户引入了数据分析和可视化的新世界，而这已经超出了他们使用电子表格和简单报告的能力，这些用户以及业务分析师，数据分析师和数据科学家可以使用自助式可视化，分析和数据准备工具来探索，融合，纠缠，转换和丰富数据。
然而太多的人发现困难的方法
尽管这些工具具有令人印象深刻的易用性，但实现全部价值不仅仅需要技术，用户访问分析所需的所有相关数据的困难通常会超越技术问题；由于保护性数据所有权和对他人数据的不信任，他们同样不愿意共享数据，覆盖这些问题越来越引起人们对治理和保护敏感数据（例如个人身份信息）的关注，许多IT担心，由于使用自助服务技术而导致的进一步数据民主化将导致不受控制的数据混乱和管理不善，解决这些挑战需要更加关注组织文化，用户采用，变更管理，协作和未来规划。
如果可以在视觉和上下文方面很好地进行分析
则分析可以帮助人员理解并适应变化。通过提供人员信息和洞察力，说明变更为何如此重要以及需要做什么以实现变更，分析对实现知识目标特别有用，但是，为了确保数据洞察力与人员相关，分析项目应首先对所需的业务成果以及实现结果需要回答的问题有一个很好的了解。这不容易。通常，业务上下文过滤器会零散地，不专一地进行，并且项目活动会过快地转向选择预测模型，机器学习技术，数据集和可视化。
自助服务分析本身在改变
无论项目是由数据科学家驱动还是由使用自助服务工具的业务分析人员和用户驱动，变更管理以及确保启动具有业务需求和需求的扎实思路的项目都是重要的考虑因素，技术趋势表明，这些工具与用户的日常决策和行动之间的关系将越来越紧密，通过更加直观和图形化的工作区，工具将继续变得更易于使用，这种基于易用性的民主化要求不断重新评估项目的管理方式，参与人员以及组织如何在稳定性和变更之间找到适当的平衡。
要结束本专栏，以下三种趋势正在改变自助服务分析
主动的自动化见解交付。更多工具将应用AI，可视化和通知功能，以为用户带来适合其角色以及他们如何个性化其工作区（包括移动设备）的数据见解，分析和机器学习开发项目将必须设想用户如何在日常决策和行动过程中应用见解。
虚拟，增强现实和语音交互
在主流消费者中使用，但尚未用于BI和分析，但是企业可能很快会更快地进入虚拟的增强现实，在此过程中，数据和分析洞察力会叠加在实时视图之上，或者在维修设备，检查库存，照护患者，执行法律等方面与用户进行交谈，将需要适应这些类型的互动，并针对用户的情况进行量身定制。
对元数据和语义数据管理的依赖
为了快速，全面地搜索和查找各种数据，自助服务分析将需要访问充满了有关数据知识的虚拟化中间件和/或存储库。使用AI和机器学习使组织能够更自动，更全面地开发和更新这些资源是一个重要的趋势。自助服务分析将需要轻松访问更高级的元数据和语义数据管理系统并与之集成，以改善所有相关数据的访问和可视化。
这些趋势应有助于缓解用户的挫败感，这些挫败感通常会削弱他们初对使用自助服务分析的热情。但是，如果不关注诸如变更管理之类的组织和流程问题，则分析，可视化和信息交付方面的进步将无法实现其潜力。
自助服务的趋势已将成千上万的非技术业务用户引入了数据分析和可视化的新世界，而这已经超出了他们使用电子表格和简单报告的能力，这些用户以及业务分析师，数据分析师和数据科学家可以使用自助式可视化，分析和数据准备工具来探索，融合，纠缠，转换和丰富数据。
然而太多的人发现困难的方法
尽管这些工具具有令人印象深刻的易用性，但实现全部价值不仅仅需要技术，用户访问分析所需的所有相关数据的困难通常会超越技术问题；由于保护性数据所有权和对他人数据的不信任，他们同样不愿意共享数据，覆盖这些问题越来越引起人们对治理和保护敏感数据（例如个人身份信息）的关注，许多IT担心，由于使用自助服务技术而导致的进一步数据民主化将导致不受控制的数据混乱和管理不善，解决这些挑战需要更加关注组织文化，用户采用，变更管理，协作和未来规划。
如果可以在视觉和上下文方面很好地进行分析
则分析可以帮助人员理解并适应变化。通过提供人员信息和洞察力，说明变更为何如此重要以及需要做什么以实现变更，分析对实现知识目标特别有用，但是，为了确保数据洞察力与人员相关，分析项目应首先对所需的业务成果以及实现结果需要回答的问题有一个很好的了解。这不容易。通常，业务上下文过滤器会零散地，不专一地进行，并且项目活动会过快地转向选择预测模型，机器学习技术，数据集和可视化。
自助服务分析本身在改变
无论项目是由数据科学家驱动还是由使用自助服务工具的业务分析人员和用户驱动，变更管理以及确保启动具有业务需求和需求的扎实思路的项目都是重要的考虑因素，技术趋势表明，这些工具与用户的日常决策和行动之间的关系将越来越紧密，通过更加直观和图形化的工作区，工具将继续变得更易于使用，这种基于易用性的民主化要求不断重新评估项目的管理方式，参与人员以及组织如何在稳定性和变更之间找到适当的平衡。
要结束本专栏，以下三种趋势正在改变自助服务分析
主动的自动化见解交付。更多工具将应用AI，可视化和通知功能，以为用户带来适合其角色以及他们如何个性化其工作区（包括移动设备）的数据见解，分析和机器学习开发项目将必须设想用户如何在日常决策和行动过程中应用见解。
虚拟，增强现实和语音交互
在主流消费者中使用，但尚未用于BI和分析，但是企业可能很快会更快地进入虚拟的增强现实，在此过程中，数据和分析洞察力会叠加在实时视图之上，或者在维修设备，检查库存，照护患者，执行法律等方面与用户进行交谈，将需要适应这些类型的互动，并针对用户的情况进行量身定制。
对元数据和语义数据管理的依赖
为了快速，全面地搜索和查找各种数据，自助服务分析将需要访问充满了有关数据知识的虚拟化中间件和/或存储库。使用AI和机器学习使组织能够更自动，更全面地开发和更新这些资源是一个重要的趋势。自助服务分析将需要轻松访问更高级的元数据和语义数据管理系统并与之集成，以改善所有相关数据的访问和可视化。
这些趋势应有助于缓解用户的挫败感，这些挫败感通常会削弱他们初对使用自助服务分析的热情。但是，如果不关注诸如变更管理之类的组织和流程问题，则分析，可视化和信息交付方面的进步将无法实现其潜力。
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
