Las 5 ventajas más importantes de la analítica aumentada

La analítica aumentada es el uso del aprendizaje automático y el procesamiento del lenguaje natural para mejorar el análisis de datos, el intercambio de datos y la inteligencia empresarial.

Los beneficios de la analítica aumentada para las empresas incluyen una mejor toma de decisiones por parte de los usuarios empresariales, un acceso más amplio a la analítica por parte de los empleados y apoyo para hacer que las empresas sean más ágiles. Como resultado, la analítica aumentada se ha convertido en el diferenciador más importante para las plataformas de inteligencia empresarial, informa Gartner.

1. La analítica aumentada ayuda a las empresas a ser más ágiles

Convertirse en una empresa basada en datos requiere datos buenos y limpios, y eso puede ser difícil de conseguir.

Por ejemplo, las organizaciones de la cadena de suministro pueden pasar meses limpiando datos transaccionales debido a fuentes de datos fragmentadas, dijo Amaresh Tripathy, líder global de análisis en Genpact.

«Las plataformas de analítica aumentada pueden limpiar, fusionar y transformar los datos de varios sistemas de control de inventario en muy poco tiempo y proporcionar informes de perfiles y calidad de datos», dijo. «Estas bases de datos limpias y sólidas pueden acelerar muchos proyectos futuros de transformación digital».

Otro caso de uso son las empresas de comercio electrónico que utilizan motores de recomendación impulsados ​​por IA. En el pasado, esto requería científicos de datos capacitados para crear y administrar los modelos.

«Las empresas pueden generar tales recomendaciones más rápidamente mediante la automatización de técnicas de modelado estándar a través de plataformas de análisis aumentadas», dijo Tripathy.

Esto permite a los “Científicos de datos ciudadanos”, a menudo usuarios comerciales con formación adicional básica, analizar, por ejemplo, los cambios en el comportamiento de compra de los clientes. Luego, podría refinar los modelos de IA usted mismo para obtener recomendaciones más precisas.

El proveedor de la plataforma de comercio electrónico Sticky.io es una empresa con una gran cantidad de datos inexplorados en su data warehouse.

«El uso de análisis aumentados revela relaciones en los datos que no incorporaríamos a nuestros modelos», dice Justin Shoolery, director de análisis y ciencia de datos de la empresa.

Esto conduce a un desarrollo de productos más rápido.

Gestión de datos avanzada

«Podemos examinar rápidamente estas relaciones y obtener conocimientos que acelerarán enormemente nuestro ciclo de desarrollo de productos», dijo Shoolery, y agregó que su empresa está utilizando DotData para sus capacidades analíticas avanzadas. «Ciertamente podríamos obtener los mismos resultados utilizando enfoques de modelado tradicionales, pero a expensas de muchas más horas dedicadas a armar el análisis».

Debido a que la analítica aumentada es mucho más rápida, Sticky.io puede permitirse probar diferentes técnicas de modelado y hacer muchas más preguntas de las que haría de otra manera.

2. La analítica aumentada amplía el acceso a la analítica

La analítica aumentada también está ayudando a que la tecnología sea accesible para más usuarios, dijo Tripathy.

«Tradicionalmente, solo un pequeño grupo de analistas comerciales ha utilizado datos comerciales para producir informes de inteligencia», dijo.

Por ejemplo, en una empresa donde solo los equipos de planificación financiera y contabilidad tenían acceso a la analítica, los equipos de gestión de pedidos podrían utilizar estos datos para mejorar la satisfacción del cliente en todos los canales de entrega.

Una razón de esto es que las nuevas tecnologías analíticas aumentadas están ayudando a que la analítica sea más fácil de usar.

«La mayoría de estas funciones avanzadas son complementos intuitivos para productos analíticos y de BI de autoservicio», dijo Doug Henschen, vicepresidente y analista principal de Constellation Research. «Estas capacidades amplían las capacidades humanas con el poder de la computadora, utilizando tecnologías como el aprendizaje automático y el procesamiento y la comprensión del lenguaje natural».

Por ejemplo, los usuarios pueden escribir consultas en inglés simple en lugar de escribir consultas SQL, dijo David Mariani, fundador y CTO de AtScale, un proveedor de inteligencia empresarial.

«Las consultas en lenguaje natural aumentan la cantidad de personas que utilizan datos para tomar decisiones», dijo.

La desventaja de esto, la generación de lenguaje natural, ayuda a los usuarios a comprender los resultados de estas consultas describiendo los resultados en palabras o generando automáticamente visualizaciones apropiadas.

«La generación de lenguaje natural puede proporcionar un análisis de la causa raíz, por ejemplo, para explicar la causa de los retrasos en el envío», dijo.

3. La analítica aumentada permite a los usuarios tomar mejores decisiones basadas en datos.

Según una encuesta realizada por RevealBI a desarrolladores de software y ejecutivos de TI en 2021, el 41% de las empresas vieron un aumento en las solicitudes de acceso a datos y análisis. ¿Una de las principales razones? Para que los usuarios puedan tomar decisiones basadas en datos.

Caitlin Randa, gerente de EY Technology Consulting en Ernst & Young, dijo que con acceso a análisis, los usuarios finales pueden obtener respuestas a preguntas y descubrir nuevas preguntas que no deberían estar haciendo.

«También permite a los usuarios comerciales de la empresa encontrar la causa raíz de los problemas e implementar soluciones basadas en datos para los problemas de la empresa a alta velocidad», dijo.

4. La analítica aumentada acelera la toma de decisiones

Cuando Clay Davis se unió a Tech Data Corporation como vicepresidente de datos globales y soluciones de IoT, fue difícil encontrar datos u obtener una visión global del negocio.

Tuvo que abrir hojas de cálculo de Excel y acceder a datos en varios sistemas.

Todo eso ha cambiado con el tiempo, dijo.

«Hemos creado una función de empuje que significa que ya no tengo que procesar los datos», dijo. “Solo veo los datos y los uso para tomar una decisión comercial. Eso me ahorró mucho tiempo todos los meses. Y no solo mi tiempo, sino también el tiempo de nuestros analistas financieros y de los demás líderes de nuestra empresa, y eso es un multiplicador de fuerzas «.

La analítica aumentada elimina todas esas tareas de bajo nivel que las personas tenían que hacer para obtener resultados comerciales, dijo.

5. La analítica aumentada reduce los costos

En lugar de inundar los datos, limpiarlos y almacenarlos en tablas para la elaboración de informes, la analítica aumentada utiliza inteligencia artificial y aprendizaje automático para automatizar todo el proceso, dijo Dan Simion, vicepresidente de inteligencia artificial y análisis de Capgemini.

«Esto beneficia a la empresa porque la velocidad y el ritmo son mucho más rápidos y los conocimientos se obtienen en tiempo real», dijo.

Dado que las decisiones se toman más rápido y no se contratan científicos de datos, las empresas están experimentando reducciones de costos drásticas, agregó.

Las empresas suelen obtener entre cinco y diez veces el ROI en su primer año, dijo.

«A largo plazo, el ROI es de 30 a 50 veces la inversión inicial en tres a cinco años», agregó. «La analítica aumentada permite a las empresas actuar mucho más rápido y de manera mucho más eficiente que la empresa continúa beneficiándose cuanto más tiempo está activa y más amplia es la escala de la empresa, como el interés compuesto».

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *