Sommario:
Il software di analisi self-service è da tempo una tendenza allo sviluppo del software. Concettualmente, non c'è molta novità al riguardo, tuttavia: il self-service come concetto è già stato applicato a fast food, servizi finanziari e altri settori e il dominio del software lo sta semplicemente personalizzando in base alle sue esigenze uniche.
L'analisi self-service è specificamente rivolta agli utenti aziendali che devono manipolare facilmente i dati e creare analisi senza dover dipendere da personale tecnico qualificato come i data scientist. Si ritiene che l'analisi self-service ridurrà la dipendenza dai data scientist. Esiste anche un gruppo di esperti che ritiene che il passaggio assoluto dell'analisi nelle mani degli utenti aziendali possa compromettere la governance e che gli utenti aziendali necessitino di una formazione di qualità. Entrambe le opinioni hanno sostanza. Mentre le previsioni sul mercato dell'analitica self-service sono positive, è importante formare gli utenti a utilizzare correttamente il software. Gli utenti aziendali hanno molte possibilità di apprendere tali strumenti software. (Per ulteriori informazioni sulla business intelligence e sull'analisi, vedere L'analisi dei big data può colmare il gap di business intelligence?)
Self-service nel contesto di Big Data e Business Intelligence (BI)
Pensa a questo caso d'uso: in un'organizzazione, il cliente o il personale orientato al mercato dipendono fortemente dai dati per prendere decisioni. Ora, ottenere analisi personalizzate non è facile perché il volume di dati è enorme e proviene da più fonti; sono necessarie competenze specifiche per manipolare i dati e generare analisi in un formato comprensibile. Pertanto, i data scientist e altri tecnici devono essere coinvolti. Questo crea molti problemi. Ad esempio, la larghezza di banda del personale tecnico e dei data scientist è divisa e troppa dipendenza dal personale tecnico può ritardare l'ottenimento dell'analisi, il che può ostacolare il processo decisionale.
