Gartner：企业中日益增多的增强型数据消费者

Gartner研究总监孙鑫

根据Gartner的预测，到2025年为增强型数据消费者提供的功能将推动分析和商业智能功能的采用率首次超过50%，从而对更多业务流程和决策产生影响。

业务复杂性和不确定性正在以前所未有的速度增加，因此需要更复杂的数据和分析来应对。许多业务人员都在设法确定最重要的因素和最有效的行动。为了在特定时间只向用户展示需要采取的重要行动，就必须了解用户的身份、位置、需求、何时参与等背景。

目前，大多数分析用户都是在预定义的仪表盘中获取洞见，而这些仪表盘往往会让用户被数据“淹没”。因此，用户必须手动探索其中的内容、原因和处理方式。这种费时、费力又容易出错的探索会导致错误的结论以及有缺陷的决定和行动。

分析和商业智能平台市场中的用户设计重点包括自然语言查询和生成、数据故事、自动数据洞见、数据资产目录和嵌入式分析，它们将使用户能够更容易地找到内容、使用并对自动生成和机器辅助的数据洞见采取行动。

耗费在预定义仪表盘上的时间将被自动、对话式、移动和动态生成的数据洞见所取代，而且这些洞见根据用户的情景定制，能够通过动态、自动生成和个性化的数据故事传递至需要使用的时候并嵌入到应用中。这将为增强型数据消费者带来先进的分析能力，让他们拥有之前只有分析师和公民数据科学家才具备的能力。

现有的分析和商业智能平台将模仿和/或收购新兴厂商，提供动态数据故事和异常检测等消费者体验（见图一）。

图一、日益增多的增强型数据消费者

二十多年来，用户监控和探索数据的主要方式一直是可视化仪表盘和报告。而今后，用户在预定义仪表盘中花费的时间比例将下降。耗费在预定义仪表盘上的时间将被自动、对话式、移动和动态生成的洞见所取代。

日益增多的增强型数据消费者已成为趋势，原因如下：第一，现代分析和商业智能平台的可视化探索在实现和增强型分析为依据的洞见探索方面取得了重大进展。但此类体验对于技术不强或没有意愿做分析的业务或运营人员而言使用难度过高，这些人员需要提出自己的问题或者知道哪些洞见是最重要的和可操作的。

另外，预定义仪表盘往往会让用户被数据所“淹没”。因此，用户必须手动探索其中的内容、原因和处理方式。这种费时、费力又容易出错的探索会导致错误的结论以及有偏见的决定和行动。

鉴于这一点，需要对增强型数据消费者的影响进行相关的研究。首先，在特定业务和运营用户的使用和行动点提供最重要的洞见，但在中途不通过分析师，这将增强分析对企业机构的影响。其次，在分析和商业智能平台中提供新用户体验。

Ÿ 增加了对话接口的增强型分析功能目前正作为分析和商业智能平台中预定义仪表盘的扩展。这能自动为用户探索业务关键绩效指标（KPI）中的变化原因（驱动因素、分类和异常值）并使用自然语言提出和回答新的问题。

Ÿ 自动生成的特定领域和行业洞见与对话能力正在被嵌入到企业应用中。

Ÿ 扩展自然语言处理（NLP）接口，包括聊天机器人。聊天机器人使用户可以提出一个具体的问题并得到该问题的答案以及相关的洞见，还可以收藏或分享问题与答案。

Ÿ 传统仪表盘对动态的用户体验的影响很小。这些动态数据故事无需从预定义仪表盘开始，也无需进行进一步的探索（以手动或增强方式），能够向每名用户强调业务给他们带来的最有意义的变化。

最后，技术的不成熟、企业机构的不成熟、数据知识水平低、对变革的抵制、对自己所认为的“黑匣子”方法缺乏信任以及对数据可用性的担忧都会阻碍新增强型分析的采用，因此必须积极管理这些因素。

综上所述，数据和分析高管应该：首先，评估现有的分析和商业智能工具以及提供增强型和自然语言处理用户体验的创新初创企业；其次，强调用户能力，包括将个性化内容直接推送到用户自然工作流程中的嵌入式分析、让用户轻松找到正确信息的自然语言查询、描述可用分析内容并显示这些内容使用情况的数据资产目录、使用机器发现洞见的自动数据洞见以及取代预定义仪表盘和手动探索的动态故事讲述；第三，教会用户如何使用新发现的能力来改变他们的具体业务问题、机会和流程。在企业机构中建立数据素养，从而加速对增强分析功能的信任和采用并提高它们的影响力；最后，通过回溯测试以及为用户提供场景规划和“假设分析”来建立对自动生成的数据洞见和模型的信任，探索围绕自动生成的数据洞见的场景并在选定的平台上寻找可解释性特征。