Indholdsfortegnelse:
Selvbetjeningsanalysesoftware har været en tendens inden for softwareudvikling i nogen tid. Begrebsmæssigt er der ikke meget nyhed ved det - selvbetjening som et koncept er allerede blevet anvendt til fastfood-samlinger, finansielle tjenester og andre industrier, og softwaredomænet tilpasser det bare efter dets unikke behov.
Selvbetjeningsanalyse er specifikt rettet mod forretningsbrugere, der let har brug for at manipulere data og oprette analyser uden at være afhængige af teknisk kvalificeret datapersonale som datavidenskabsmænd. Der er en overbevisning om, at selvbetjeningsanalyse vil mindske afhængigheden af dataforskere. Der er også en gruppe eksperter, der mener, at den absolutte videregivelse af analyser til forretningsbrugernes hænder kan gå på kompromis med styring, og at forretningsbrugere har brug for kvalitetsuddannelse. Begge synspunkter har substans. Mens prognoserne på markedet for selvbetjeningsanalyse er positive, er det vigtigt at uddanne brugere til at bruge softwaren korrekt. Der er masser af muligheder for forretningsbrugere til at lære sådanne softwareværktøjer. (Se Kan Big Data Analytics lukke Business Intelligence Gap for at lære mere om forretningsinformation og analyse?)
Selvbetjening i forbindelse med Big Data og Business Intelligence (BI)
Tænk på denne brugssag: I en organisation er kunden eller det personale, der står overfor markedet, meget afhængige af data for at træffe beslutninger. Nu er det ikke let at få tilpasset analyse, fordi datavolumen er enorm og kommer fra flere kilder; det kræver specifikke færdigheder at manipulere data og generere analyser i et forståeligt format. Så der er brug for dataforskere og andre tekniske mennesker. Dette skaber en masse problemer. For eksempel er båndbredden for det tekniske personale og dataforskere delt, og for stor afhængighed af teknisk personale kan forsinke indhentningen af analyser, hvilket kan hæmme beslutningstagningen.
