Γιατί οι αναλύσεις κατατρώνε τον κόσμο
Νέα εργαλεία υπόσχονται να ενισχύσουν ένα όλο και πιο διαφορετικό σύνολο χρηστών, αλλά υπάρχουν πιθανές παγίδες.
Έχουν περάσει σχεδόν τέσσερα χρόνια από τότε που ο επενδυτής και επιχειρηματίας Marc Andreessen ισχυρίστηκε ότι το λογισμικό «κατατρώει τον κόσμο», και οι αποδείξεις γι αυτό βρίσκονται παντού. Μεταβολές μεγάλης κλίμακας ταλαιπωρούν εταιρείες και βιομηχανίες, από τις οικονομικές υπηρεσίες μέχρι τη γεωργία και τις διαφημίσεις.
Σήμερα, μια σχετική τάση ταλανίζει το λογισμικό εταιρειών και –για να δανειστούμε τη φράση- κατατρώει τον κόσμο με παρόμοιο τρόπο.
Σκεφτείτε ορισμένες πρόσφατες ανακοινώσεις: η SAP, η Salesforce.com, η Tibco Software και η Oracle ανέπτυξαν όλες νέες ικανότητες ανάλυσης στα τελευταία μόλις πέντε χρόνια. Τον περασμένο μήνα, η ΙΒΜ ανακοίνωσε ότι επρόκειτο να δαπανήσει $4 δισεκατομμύρια σε διάφορους ακμάζοντες τεχνολογικούς τομείς, συμπεριλαμβανομένων των αναλύσεων. Και η λίστα με τα παραδείγματα συνεχίζεται.
Τα εύκολα στη χρήση εργαλεία ανάλυσης των δεδομένων γίνονται όλο και πιο συχνά, και προσφέρουν μη αναμενόμενες δυνατότητες επιχειρηματικών πληροφοριών σε ένα όλο και μεγαλύτερο σύνολο χρηστών.
«Στο παρελθόν, οι αναλύσεις των δεδομένων χρησιμοποιούνταν από μια μικρή ομάδα ανθρώπων για να μπορούν να πάρουν πιο έξυπνες αποφάσεις όσον αφορά ορισμένες επιχειρηματικές προκλήσεις», υποστήριξε ο Brad Peters, συν-ιδρυτής, πρόεδρος και υπεύθυνος του τομέα προϊόντων της
Birst, έναν πάροχο επιχειρησιακών πληροφοριών και αναλύσεων, ο οποίος ανακοίνωσε την περασμένη βδομάδα νέες χρηματοδοτήσεις ύψους $65 εκατομμυρίων.
Σήμερα, οι οργανώσεις συνειδητοποιούν ότι υπάρχει η ευκαιρία να προωθήσουν περισσότερα δεδομένα στην πρώτη γραμμή και να παρέχουν αναλύσεις σε σχεδόν κάθε χρήστη. Είναι μια τάση εκδημοκρατισμού, και μπορεί να οδηγήσει σε πιο εύκολες, γρηγορότερες και πιο αποτελεσματικές αποφάσεις, υποστηρίζει ο Peters.
Στην τάση αυτή συμβάλλει η έλλειψη από ικανούς ειδικούς δεδομένων στο εργατικό δυναμικό, και το στοιχείο πίεσης ανάμεσα σε ισότιμα μέλη μεταξύ των οργανισμών, υποστήριξε ο Kirk Borne, ειδικός αναλύσεων και καθηγητής στο George Mason University.
Αν συλλέξουμε όλα τα δεδομένα, γίνεται σαφές ότι τα εργαλεία ανάλυσης δεδομένων είναι πλέον παντού, όπου υπάρχει το λογισμικό επιχειρήσεων. Αυτό που μένει να δούμε είναι αν αυτό είναι απαραίτητα καλό πράγμα.
«Δίνοντας τα δεδομένα σε εκείνους που τα γνωρίζουν καλύτερα, η τεχνολογία της πληροφορικής μπορεί να επικεντρωθεί στην κυριαρχία των δεδομένων, στην ασφάλεια και την υποδομή, στην απόκτηση δεδομένων, στην διατήρηση και στην τροφοδότηση, παρά στη σύνταξη ερωτηματολογίων
και αναφορών», υποστήριξε ο Francois Ajenstat, πρώην πρόεδρος του τομέα διαχείρισης προϊόντων της Tableau Software. «Οι καλύτερες γνώσεις σχετικά με τις αναλύσεις προέρχονται από πίνακες δεδομένων που δημιουργήθηκαν από χρήστες, και οι οποίοι έτρεχαν πέρα από τις υποδομές που χειρίζονταν οι ειδικοί πληροφορικής.»
Από την άλλη πλευρά, πολλά από αυτά τα εργαλεία είναι εξοπλισμένα με ισχυρές ικανότητες ανάλυσης, και δεν είναι σαφές αν πρόκειται να χρησιμοποιηθούν αποτελεσματικά από τους υπαλλήλους που δεν έχουν εκπαιδευτεί πάνω στις πλευρές των αναλύσεων που λαμβάνουν χώρα.
«Φοβάμαι ότι το σωστό εργαλείο στα λάθος χέρια μπορεί να οδηγήσει σε προβλήματα», υποστήριξε ο Borne. «Στην καλύτερη περίπτωση, οδηγεί σε αποτελέσματα που είναι ακατανόητα, δεν μπορούν να ερμηνευθούν ή δεν βγάζουν νόημα· στη χειρότερη, οδηγεί σε τελείως λανθασμένα αποτελέσματα.»
Η άγνοια ότι ορισμένες μέθοδοι ανάλυσης απαιτούν συγκεκριμένα είδη δεδομένων ή συγκεκριμένες μετατροπές δεδομένων, για παράδειγμα, μπορεί να έχει ως αποτέλεσμα άχρηστα αποτελέσματα και άδικο κόπο, διευκρίνισε.
Ο Peters από την Birst τόνισε τη σημασία που έχει η εκπαίδευση των χρηστών και ο εταιρικός έλεγχος για τη διασφάλιση της σωστής χρήσης των εργαλείων.
Είναι επίσης πιθανό οι κίνδυνοι που συντρέχει η κακή χρήση να μην είναι χειρότεροι από εκείνους που σχετίζονται με οποιοδήποτε εργαλείο επιχειρησιακών πληροφοριών, υποστήριξε ο Ajenstat από την Tableau: «Είναι πάντα πιθανό κάποιος να πάρει μια λάθος απόφαση που θα βασίζεται σε λάθος δεδομένα, ή να κάνει μία λάθος υπόθεση».
Ακόμα κι έτσι, δεν είναι πιθανό οι «ελεύθερες» αναλύσεις να πετύχουν σε καταστάσεις όπου ο τελικός χρήστης δεν έχει λάβει τη σωστή εκπαίδευση και δεν έχει εμπειρία στις καλύτερες πρακτικές, υποστήριξε ο Borne. «Θεωρώ ότι όσοι δεν έχουν λάβει επίσημη εκπαίδευση πάνω στις αναλύσεις, αλλά διαθέτουν καλή γνώση των δεδομένων και της αριθμητικής, έχουν περιέργεια και διαθέτουν γνώσεις σχετικά με την επίλυση προβλημάτων θα είναι μάλλον εντάξει, αλλά μόνο εφόσον ακολουθήσουν προγράμματα κατάρτισης και εκπαίδευσης.»
Η διάδοση των αναλύσεων μπορεί να εξαπλωθεί ακόμα περισσότερο με τον καιρό. Οι Διεπαφές Προγραμματισμού Εφαρμογών (API) των αναλύσεων και τα έτοιμα για χρήση εργαλεία, ιδιαιτέρως, «θα πουλήσουν σαν τρελά» στους επιχειρηματίες του Internet of Things, στις startup επιχειρήσεις και στους νεωτεριστές, καθώς και στα υψηλά στελέχη που «βλέπουν την αξία στις λύσεις για επιχειρήσεις όταν τις συγκρίνουν με ακριβές, εσωτερικές λύσεις που είναι ειδικά κατασκευασμένες και στοχεύουν στην έρευνα και την ανάπτυξη», ανέφερε ο Borne.
Στην πραγματικότητα, οι επιχειρήσεις θα αρχίσουν τελικά να αυτοματοποιούν όλο και πιο ποιοτικές ικανότητες ανάλυσης, όπως προβλέπει ο ίδιος, με όλο και λιγότερα άτομα να εμπλέκονται στη διαδικασία.
Ο Gregory Piatetsky-Shapiro, πρόεδρος και συντάκτης του KDnuggets.com το οποίο ασχολείται με τον τομέα των αναλύσεων, έχει παρόμοια άποψη. Οι αυτοματοποιημένες και ολοκληρωμένες αναλύσεις θα εδραιώνονται όλο και περισσότερο, ενώ θα ακολουθήσει η όλο και συχνότερη χρήση της τεχνητής νοημοσύνης και της νοημοσύνης των μηχανών, ισχυρίστηκε ο ίδιος. Ως μέρος της όλο και μικρότερης ανάμειξης των ανθρώπων στη διαδικασία, ορισμένα επαγγέλματα θα μπορούσαν να βρίσκονται εν μέρει σε κίνδυνο, μεταξύ των οποίων οι δικηγόροι, οι λογιστές, οι έμποροι και οι οικονομικοί σύμβουλοι.
Οι δημοσιογράφοι ήταν επίσης στη λίστα του Piatetsky-Shapiro, παρόλο που ο ίδιος προχώρησε προς το παρόν σε μια καθησυχαστική δήλωση. «Οι υπολογιστές μπορούν να χρησιμοποιήσουν τα δεδομένα για να συντάξουν άρθρα», υποστήριξε. «Σαν το συγκεκριμένο όμως; Όχι ακόμα».