陽江信息港
雖然IT和數據管理中的孤島問題是眾所周知的，但公司似乎不會通過在他們的業務中沒有分發他們的人工智能（AI）和機器學習（ML）能力來倒回這個陷阱。
QLIK和IDC的新研究透露，只有20％的企業在整個組織中廣泛分布了這些能力。
然而，隨著分析解決方案的興起，利用AI和ML增加用戶的經驗和來自數據的見解，許多業務領導者都認識到，在商業智能團隊中靜坐的這些能力將阻止它們從他們的數據中產生最大的價值。
事實上，42個百分點擴大了工人之間的AI和ML的使用，這對于提高數據分析項目的成功至關重要。
三個筒倉
那么，為什么這些筒倉再次產生一次？有三個主要原因，許多數據領導者將痛苦地熟悉。
首先是許多公司對整個組織的數據有守門人。在本身而不是一個問題上不是一個問題，因為這種方法通常通過保持數據安全來為治理提供最簡單的選擇。
但是，它確實限制了某些業務領域的機會，以利用他們需要運行包含AI和ML的高級分析工具的所有數據來增強用戶的智能。因此，需要在滿足其需求和業務之間進行更好的平衡。
第二個挑戰是，有一些來源，難以讓數據出局 - 或者如果你不按正確的方式這樣做，那么數據并不像它應該是有用的。ERP Systems，如SAP，是一個主要示例，并限制了商業功能，如銷售，將其數據納入智能分析解決方案以進行預測建模。
最后，許多公司沒有廣泛分散的技能，以支持QLIK和ECHENTURE的QLIK和ML.RESEARTERSEARTEREPLEALLEPLICELESEPLESEPLELEPLEALLEST，只有18％的員工報告，他們組織中的每個人都有所需的技能閱讀，工作，分析和討論數據熟練。如果沒有這些核心數據素養技能，許多知識工作者將無法質疑和挑戰智能解決方案的見解。
民主化AI和ML在數據分析中的益處
了解問題是解決問題的。那些采取肯定步驟的人和數據領導者現在可以分解這些筒倉，因此他們的整個組織有可能從其數據中推動主動智能。
但是，企業如何成功地克服上述挑戰，并增加整個組織中的智能洞察的使用？賦予用戶自助的數據 - 給予數據，以三分之二的商業領袖引用，發現有價值的數據來源是他們最大的挑戰之一，創建可搜索的數據目錄的好處不能夸大。例如，銷售領導者可能會在向客戶服務數據中搜索“客戶”以顯示相關的數據集。將其作為可搜索的SaaS平臺實現，而不是靜態數據存儲也支持管理治理和訪問權限。這提供了一個單一的自助式數據目錄，用于一致的用戶體驗，這確保人們只能訪問正確的數據以獲得其角色。解鎖原始數據源 - ERP和CRM系統的潛力占據了有價值的數據的質量，但是以針對分析系統的讀取進程優化的格式提供了近實時訪問，這是一種巨大的障礙，可以防止CIO和CDOS把它放在商業用戶手中。用于將此事務數據移動到數據倉庫的傳統進程，轉換，加載（ETL），在其中可以控制的數據倉庫，清除和查詢通常需要六到九個月，其中大部分值可能會丟失商業。切換托爾特蘭自動化流動數據的流程數據捕獲（CDC）使組織能夠從ERP和CRM系統訪問實時信息，反過來為商業用戶提供先進和預測分析發動機。選擇直觀的平臺 - 通過能夠進行AI和ML分析的小數一小部分知識工作者，組織必須選擇增強的分析平臺，從而減少可操作見解的障礙。智能系統可以支持用戶在他們的旅程中找到正確的信息：例如，會話分析幫助用戶直觀地導航數據，而自然語言處理會消除技術語言的障礙和用戶意圖的中心。需要更多專業專業知識的AI和ML分析的采購平臺將顯著降低知識工作者的可訪問性，并為分散方法建立一個重要的障礙。投資員工技能 - 雖然我們與IDC的研究顯示，目前，全球只有16％的知識工作人員都配備了AI和ML分析，但令人鼓舞的是，在這個關鍵領域的更多工人上有明確的意圖是明確的。受訪者預測，此P將在未來兩年內上升到員工的25％，以及增加數據素養技能的比例從45％到63％。員工技能在刪除數據知情決策障礙方面的作用不能低估。這些技能使用戶能夠找到，探索，探索，分析和質疑AI和ML平臺生成的關鍵見解，并最終會通知行動并創造積極的業務結果。謹防孤島 - 再次
拆除嵌入式，遺留筒倉繼續對其的挑戰和數據領導人造成挑戰。隨著組織邁向更聰明的分析的未來 - 通過AI和ML實現更加積極主動，個性化和數據洞察力的經驗 - 這些同樣的領導者必須確保他們再次陷入孤立陷阱。民主化增強分析的好處，不僅會改善組織的分析項目的經驗和結果，而且會使基金會奠定更有利可圖的見解，這將在未來推動真正積極的情報。
-Adam Mayer是Qlik的高級產品營銷經理。
