Význam analytiky stále roste – nikdy se o jejím využití a možnostech nediskutovalo tak intenzivně jako nyní. Firmám totiž její nasazení může přinést kompetitivní výhodu v současném, rychle se měnícím podnikatelském prostředí.Amožnosti analytické schopnosti jsou navíc dostupnější i pro menší společnosti.
Schopnost využít rozbory různých údajů pro potřeby malých podniků je daná novým přístupem – tzv. samoobslužnou analytikou.
Dosud totiž menší společnosti na využití tohoto typu IT služby často rezignovaly – některé proto, že neměly na vysoce specializované a drahé pracovníky, jiné zase kvůli příliš vysoké ceně či složité implementaci klasické podoby analytiky a s tím související příliš dlouhé návratnosti takovéto investice.
Termín „samoobslužná analytika“ si lze vykládat různě. Pro potřeby tohoto příspěvku ji budeme považovat za nadstavu nad klasickým systémem BI (business intelligence), která rozšiřuje využití již dostupné datové základny o pokročilé analýzy dat, jako jsou např. hledání trendů, segmentace, předpovědi časových řad, a to tak, aby je mohl využívat i běžný uživatel BI, a odpovídat tak na otázky, na které mu klasické BI odpovědět neumělo.
BI primárně slouží jako nástroj, který uživatelům říká, co se stalo, a zobrazuje tyto skutečnosti v nadefinovaných reportech. Naproti tomu samoobslužná analytika rozšiřuje tento pohled i dopředu, odhaduje, co se může stát v budoucnu, zda mají na tuto budoucnost vliv i další parametry a jaký je tento vliv. Tabulka shrnuje její rozdíly.
BI vs. samoobslužná analytika
|
BI |
Samoobslužná analytika |
Účel |
Shromažďování informací |
Řešení problémů |
Orientace |
Pohled do historie |
Prediktivní pohled |
Data |
Agregovaná |
Detailní i agregovaná |
Prezentace |
Pasivní |
Interaktivní, iterativní |
V čem může samoobslužná analytika pomoci třeba vám? Podívejme se jako příklad do maloobchodního sektoru. Prodejci stále zjišťují, proč se některé produkty prodávají lépe než ostatní.
Existuje přitom poměrně velké množství faktorů, které tyto prodeje mohou ovlivnit: Jsou to parametry produktu? Vhodné umístění na prodejně? Správně nastavená cena? Atraktivní balení? Podpora kampaní v TV? Speciální akční nabídka? Hodnocení produktu na sociálních sítích? Počasí?
Uživatel BI se dívá na klasický report a láme si hlavu, proč se vybraný produkt neprodává. A právě zde může nastoupit samoobslužná analytika – a její nejjednodušší možnost. Vyberou se všechny vstupní parametry a zadají se do analýzy. Příslušný nástroj pak vybere korelační analýzu a zobrazí vstupní parametry s tím, že označí, které na prodejích závisí silně, které částečně a které s prodeji vůbec nesouvisejí.
Určení parametrů, jež jsou pro vybraný produkt významné, se může dále rozvíjet v mnoha oblastech. Třeba: „Je tato závislost globální, nebo platí jen v některých regionech?“ Nebo „Lze na základě těchto proměnných také odhadnout poptávku a objednat množství na skladě? Co se stane, když přidáme parametry zákazníků?“
Tady je vidět klasická vlastnost analýzy – jedna zodpovězená otázka vyvolává další.
Použití samoobslužné analytiky se ale samozřejmě neomezuje jen na oblast marketingu a obchodu. Ve strojírenství může pomoci odhadovat opotřebení a pravděpodobnost havárií. Ve finančnictví zase může poskytnout nové pohledy na úvěrovou spolehlivost zákazníků apod.
Příště se podíváme, jaké vlastnosti by měla mít samoobslužná analytika z pohledu uživatelů a jaké z hlediska IT oddělení.
Autor pracuje jako IT konzultant ve společnosti SAS Institute.