Информация за контакт
-
Адресул. "Екзарх Йосиф" 31, 1000 София, България
-
Телефон+359 2 980 95 99
-
Уебсайтwww.balkanservices.com
В настоящата динамична среда, в която живеем, технологиите се развиват по-бързо, отколкото можем да си представим. Нито един бизнес в днешно време не би могъл да оцелява без тяхната помощ.
Надигащите се геополитически, социални и икономически притеснения, както и наблюдаващата се деглобализция, ще окажат значително влияние не само върху бизнеса, но и върху развитието на информационните технологии.
Анализаторите на данни и BI (business intelligence) специалистите ще се наложи да се приспособят към по-засилената фрагментация, породена от разнородни центрове на данни, нарушени вериги за доставки, непрекъснати иновации, както и недостигът на квалифицирани кадри.
В свят, в който кризата се превръща в константа, калибрирането за нея става основна търсена компетенция – за да успяваме да реагираме навреме и да предвиждаме бъдещето.
Според Gartner до 2025 г. над 50% от критичните за предприятието данни ще бъдат създадени и обработени извън център за данни или облак.
Време е за калибриране за криза. А това изисква две основни компетенции.
По време на пандемията организациите имплементираха нови технологии, и то само за да продължат да съществуват. В тази внезапна модернизация, внедрените системи, често се превръщат в хаотична плетеница от бизнес софтуери, работещи самостоятелно, без ясна връзка помежду си.
Настъпи момент, в който да се оптимизира управлението, използването и разходите за облачни технологии.
В тези предизвикателни времена 7 от 10 световни технологични лидери са загрижени относно нарастващите технологични инвестиции, необходими, за да останат конкурентоспособни (по данни на IDC). Но малко, ако изобщо има такива, се опитват да намалят усилията, свързани с обработка и анализ на данни.
Анкети показват, че интегрирането на данни, анализите, автоматизацията, управлението на API (приложно-програмният интерфейс, от англ. application programming interface) и AI (изкуствен интелект, от англ. artificial intelligence) са топ технологиите, на които ръководството разчита за управление на кризи. И именно сега е моментът, в който да започнат да ги използват.
През 2023 г. и занапред ще е важно компаниите да се фокусират върху две основни области:
Усъвършенстване точността на управленските решения по отношение на скорост и мащаб, с цел мигновена реакция, адаптация и дори предвиждане на бъдещи събития.
Постигане на свързано управление, или способността за бърз и лесен достъп, комбиниране и наблюдение на данни, с цел успешна работа в новия фрагментиран свят.
Прочетете още: Business Intelligence система – какво, за кого и защо
Калибриране на решенията
Всеки, който е опитал да закупи нова кола, компютър или строителни материали през последните няколко години, знае колко несигурни са веригите за доставки. Предизвикателства в тази сфера се срещат по целия свят и изискват незабавна реакция.
Това означава, че е ключово компаниите да могат да действат бързо при непредвидени обстоятелства, а още по-добре да предвидят кога какво би било вероятно да се случи. С други думи казано – да успяват да действат предварително, базирайки се на възможни сценарии и прогнози.
Инфраструктурата за обединение и обработка на данни в реално време е инструмент, който отдавна е на разположение, но потенциалът му, особено в критични ситуации, все още не е напълно разкрит. Вече настъпи времето както тази инфраструктура, така и BI системите да започнат да се използват с пълния им потенциал.
Компаниите са изправени пред ситуации, в които трябва да управляват инвентар с оскъдни суровини, а транспортът е възпрепятстван. Организациите срещат нарастващата нужда от абсолютно точно определяне на доставките, местата, които могат да се окажат препятствие, оптимална работа с партньори, разпределяне на ресурси.
Въздействие: Пандемията и войната в Украйна създават недостиг на много видове стоки. Това бе катализатор за компаниите да преминат към режим на използване на данни почти в реално време. Колкото повече устройства започват да се използват, толкова повече данни започват да се произвеждат и така ще възникват все повече възможности и нужда за използване на данни в реално време.
Прогноза: „До 2027 г. основната част от разходите за събиране на данни и технологии за тяхното движение, ще бъдат за streaming data pipelines, позволяващи ново генериране на симулации в реално време, оптимизация и дори препоръки за последващи действия.“ – IDC
Прочетете още: Облачни системи за бизнес анализи – същност и предимства [част 1]
След като компаниите вече имат данни в реално време, следващата стъпка е да приведат и решенията си в същото темпо.
Например, по време на инфлация не е дългосрочно решение за един търговец на дребно да прехвърли увеличението на разходите си само към клиентите. Вместо това, би било по-добре да се насочат усилия към подобряване на ефективността на повтарящите се оперативни дейности и процеси. Все пак, автоматизацията е тук, за да помогне.
Според Gartner, 95% от решенията, базирани на данни, могат да бъдат поне отчасти автоматизирани, а в малко по-предизвикателна среда автоматизацията ще помогне поне с тяхното ускоряване.
Въпреки, че изкуственият интелект в системите за интеграция и анализ на данни взима повече и по-бързи решения, компаниите е добре да се уверят, че поне в началото и края на процеса по вземане на решения има хора, които задават критериите и валидират предложенията.
Повишаване скоростта на вземане на решения се изразява в съкращаване времето на служителите за намиране на точните данни, както и по-често предприемане на действия, спрямо информацията, съдържаща се в тях.
В допълнение на технологиите, умението за боравене с данни е ключов фактор за увеличаване скоростта на вземане на решения.
От друга страна ускореното взeмане на решения, генерира и повече данни и модели, които да могат да послужат за анализ.
Въздействие: В близко бъдеще ще се появят нови роли в екипите, фокусирани върху иновациите във вземане на решения, например: Chief Decision Officer, Дизайнер на решения, Инженер по вземане на решения. Тези роли не само ще спомагат автоматизирането на рутинни дейности, но и ще адресират по-големи и стратегически предизвикателства.
Прогноза: „До 2026 г. 85% от компаниите ще комбинират човешкия опит с AI, ML(машинно обучение, от англ. machine learning), NLP (Natural language processing) и разпознаване на модели, с цел по-добро предвиждане на ситуации в цялата организация, правейки служителите с 25% по-продуктивни и ефективни.“ — IDC
Прочетете още: BI – скритият служител
През последните години сме свидетели на появата на инструменти с low-codе на изграждане на приложения. Това са инструменти, за които не се изискват специални технически умения от служителите, за да изграждат свои собствени приложения.
Тези инструменти не само стимулират създаването на приложения, но и увеличават потреблението на данни и извличането на изводи от тях. Например, автоматизацията на апликации дава възможност на служителите да създават поредица от събития, предизвикани от дадено изменение в данните на компанията.
Автоматизираното машинно обучение (AutoML) дава достъп на анализаторите на данни до много сложни алгоритми. Обработката на данни в различни етапи от тяхното използване също може да бъде автоматизирано.
Примерен дашборд от BI системата Qlik Sense
От друга страна, някои компании разполагат с талантливи разработчици и програмисти, които чакат възможност, за да творят. Особено специалистите, които работят в сферата на data science и data engineering, тъй като тези сфери в момента се трансформират, за да бъдат приложими и в облачна среда.
За да се задоволят и нуждите на тези експерти, съществуват и приложения с т.нар. high-codе. Това са инструменти, които предоставят само шаблони и така програмистите имат възможност сами да изграждат приложенията си.
Въздействие: Двата лагера винаги ще съществуват, въпреки тенденцията от преминаване от high-code към low-code, особено при често повтарящи се процеси. За компаниите ще бъде добре да се фокусират не върху избора между двете, а върху оптимизация на кода, фокусиран върху процесите с най-голяма доходоносност и ефективност.
Прогноза: „През 2023 г. 60% от новите приложения ще бъдат разработени на платформи с low-code или no-code.“ – IDC
През лятото на 2022 г. инженер на Google излезе с твърдение, че един от чатботовете на компанията (на име LaMBDA) е постигнал човешко ниво на самосъзнание. От компанията заявиха, че твърденията му са неоснователни и инженерът бе уволнен за нарушаване на фирмените политики за сигурност. Но този инцидент показва колко много са се развили технологиите за много малък период от време.
Тъй като съществуват модели на естествен език, обучени на огромни масиви от данни и използващи дълбоко машинно обучение, те ще доведат до промяна на парадигмата. Може би най-популярният такъв е GPT-3. Той е много ефективен и вече позволява редица дейности – от оптимизиране на код, през писане на рекламни текстове, до имитиране на стиловете на Хемингуей и Кафка.
Днес съществуват 5-6 глобални разработки, дори по-големи от GPT-3, обучени с модели на още по-големи набори от данни. Само можем да предполагаме докъде ще ни доведе това развитие на технологиите.
Въздействие: В света на данните и анализите, възможностите за използване на естествен език ще имат все по-голямo влияние, особено в начина по-който търсим информация, правим тълкования и изводи.
Прогноза: „През следващите 5-10 години, въз основа на новаторската иновация в AI, TuringBots (ботове, успешно преминаващи тестовете на Тюринг) ще бъдат създадени от няколко технологични компании.“ — Forrester Research
Прочетете още: Кризата – време за иновации, реорганизация и дигитализация
От десетилетия, специалистите в областта на данните, споделят обща мантра: „Споделяй правилната информация, с правилните хора, в правилното време“. Сега тя е валидна в пълна сила. Но в днешния фрагментиран свят, в който данните са разпределени на различни места, а времето е оскъдно, това се постига по-трудно.
За щастие, компаниите не се нуждаят от всички данни, по всяко време, достъпни от всички служители. Достъпът до правилната част от данните в правилното време е по-ценна възможност.
От друга страна и не всеки извод от данните си заслужава да бъде наблюдаван и изследван. Много от тях могат да бъдат по-предписателни и препоръчителни.
Примерна история от данни в BI системата Qlik Sense
Създаването на истории от данни цели да предостави смисъл от данните на потребителите, по един малко по-емоционален и разбираем начин, с цел предприемане на необходимите действия.
Историите от данни обаче би следвало да са повече от красиви картинки в PowerPoint. Необходимо е те да предизвикват вземането на правилни решения и последващи действия.
Въздействие: За да се свържат разказването на истории с действие, е необходимо да се изпълнят 3 стъпки:
Прогноза: „До 2025 г. историите с данни ще бъдат най-разпространеният начин за използване на анализи, а 75% от тях ще се генерират автоматично с помощта на техники за разширен анализ.“ — Gartner
Вижте част втора на статията, от което ще разберете кои са останалите 5 тенденции в BI и анализа на данни за 2023 г. тук >
Ще се радваме да споделите статията, ако Ви е била полезна 🙂
В Balkan Services разполагаме с експертни познания за бизнеса, технологиите и законодателството, владеем и трите езика. Ще ви изслушаме внимателно и посъветваме за избор на точната бизнес система за вашите нужди.
Balkan Services внедрява софтуерни решения за бизнеса от 2006 г. и има завършени повече от 660 проекта, от които над 400 са в областта на BI системите. Следваме изпитана методология на внедряване с ясни стъпки и ноу-хау за добрите практики.
Източник: „Top 10 BI & Data Trends 2023, Calibrate for crisis“, Qlik