Analitik kayması: Nedir ve kuruluşunuzda nasıl yönetilir

Analitik uygulamaları belirli iş problemlerini çözmeyi amaçlar. Peki ya iş ve veriler değişirse?

<a href="https://www.techrepublic.com/a/hub/i/r/2020/05/01/c0807027-e29c-4438-a6c8-f86f9ba90cea/resize/770x/272ab0f1e4ec4f98bd7e5346180a0f6b/istock-1153656985.jpg " target="_blank" data-component="modalEnlargeImage" data-headline="

" data-credit="Resim: Maxger, Getty Images/iStockphoto">Büyük veri akışı fütüristik infografik iş analitiği sunumu, vektör illüstrasyonu

Resim: Maxger, Getty Images/iStockphoto

Uygulamalar doğruluk ve etkinliğini kaybetmeye başladığında, şirketler analitik uygulamalarında "sürüklenme" yaşarlar. Daha sonra analitikler, orijinal olarak tasarlandıkları iş kullanım durumlarında düşük performans göstermeye başlar. Analitiğin orijinal amaçlarından uzaklaşmasının ve etkinliğini kaybetmesinin birçok nedeni vardır. Bu nedenlerin çoğu, verilerdeki, algoritmalardaki veya iş kullanım durumlarındaki değişikliklerle bağlantılıdır.

GÖRMEK: Elektronik Veri İmha Politikası (TechRepublic Premium)

Analitik kayması meydana geldiğinde, kuruluşlardaki analitik savunucularına zarar verir. Etkisiz analitik, CEO'ları ve diğer üst düzey liderleri analitiklere daha az güvenir ve onlara güvenme veya onaylama olasılığını azaltır.

BT ve analitik savunucuları, analitiklerin düşük performans göstermeye başladığı örnekleri proaktif olarak arayarak ve ardından düzeltici önlem alarak bu durumları önleyebilir. Düşük performansın erken belirtileri, eskiden olduğu kadar sık ​​kullanılmayan analitik raporları veya sıklıkla sorgulanan analitik sonuçları olabilir. BT, düşük performans gösteren bir analitik uygulamasını bulduğunda, uygulamaya daha yakından bakılabilir.

Bir analitik uygulaması düşük performans göstermeye başladığında BT'nin bakması gereken en mantıklı yerler şunlardır:

Veri

Analitiğin sorguladığı verilerin kalitesini ve eksiksizliğini artıracak yeni veri kaynakları kullanıma sunuldu mu?

Veriler daha önce mevcut olandan daha kapsamlı olduğu için, analitik sorgularının sonuçlarını iyileştirme yeteneğine sahip olan veri kaynakları çevrimiçi olmaya devam ediyor. Analitiği iyileştirmenin anahtarı, en güncel veri kaynaklarının şirketinizin sorgular için kullandığı veri havuzuna entegre edilmesini sağlamaktır.

Veriler bozuk mu?

Analitik veri havuzunuzdaki verileri ne sıklıkla yeniliyorsunuz? Veriler ana veri havuzuna kabul edilmeden önce yeterince temizleniyor ve hazırlanıyor mu, yoksa kullanıcıların (veya BT'nin) verileri daha az güvenilir hale getirmek için değiştirdiği yollar var mı?

Veri gecikmesi var mı?

Sektörünüz taşımacılık ise, kamyon filonuzun seyahat ettiği ülkenin farklı bölgelerindeki en son otoyol onarımlarını ve kapanışlarını güvenle biliyor musunuz? Ve size sağladıkları verilerin ne sıklıkta yenilendiğini görmek için veri sağlayıcılarınızla düzenli olarak iletişim kuruyor musunuz?

GÖRMEK: Veri analitiğinin işinize yaraması nasıl sağlanır? (Teknoloji Cumhuriyeti)

İş kullanım senaryosu değişti mi?

Dünün analizi, kayıp ve talep edilmemiş gönderilere dayanmış olabilir, ancak bugünün odak noktası stok yanlış sayımları olabilir. Bir iş kullanım senaryosu, analitiğin tasarlandığı asıl amaçtan önemli ölçüde uzaklaştıysa, analitiği yeniden yazmanın veya onları durdurmanın zamanı gelmiş olabilir.

Algoritmalar ve sorgular

Kullanıcıların oluşturduğu algoritmalar ve sorgular istenen sonuçları alıyor mu?

Kullanıcıların aradığı bilgiler için verileri daha doğru bir şekilde çıkarabilmeleri için algoritmaları ayarlamanın zamanı gelmiş olabilir. Bu, farklı algoritma ve sorgu varyasyonlarını yinelemeli olarak test ederek ve ardından sonuçları kontrol ederek yapılabilir.

İş kullanım senaryosu değişti mi?

Bir iş kullanım senaryosundaki önemli bir değişiklik, çoğu algoritmayı ve sorguyu bir gecede işe yaramaz hale getirebilir. Bu gerçekleşirse, yeni iş gerekçesinin hedeflerini karşılayan sorguları ve algoritmaları yeniden çizmenin zamanı gelmiştir.

GÖRMEK: Gartner: 2021 için en iyi 10 veri ve analitik teknolojisi trendi (Teknoloji Cumhuriyeti)

Analitik azaltmanın diğer alanları

Analitiklerin etkinliğini kaybetmeye başlamasının birçok farklı nedeni vardır. Bu gerçekleştiğinde, şirketler analitiklerine güvenmemeye başlar ve bu da kullanımın azalmasına yol açar. Bu aynı zamanda BT'yi, kuruluştaki kilit kişiler onlara güvenmemeye başladığında analitiği teşvik etmeye çalışmak istemediği bir noktaya yerleştirir.

BT'nin analitik alaka düzeyini korumak için benimseyebileceği veri ve algoritma uygulamalarına ek olarak, BT şu adımları da atabilir:

  • Mevcut analitiklere daha fazla anlam katabilecek yeni veri kaynaklarını düzenli olarak izleyin;
  • Analitik veri havuzlarına kabul edilmeden önce veriler üzerinde güçlü veri temizliği ve hazırlığı yapın; ve
  • Uygulamak makine öğrenmetekrarlayan veri kalıplarını algılayabilen ve verilerin işlenmesine "beyin" eklenebilecek anlam çıkarabilen yapay zeka böylece analitik "daha akıllı" ve değişen iş koşullarına daha duyarlı hale getirilebilir.

Ayrıca bkz.

Source link

İlk yorum yapan olun

Bir yanıt bırakın

E-posta hesabınız yayımlanmayacak.


*