为什么自动化是大数据计划的新现实？
一段时间以来，自助分析软件已经成为软件开发的一种趋势。概念上没有太多新意——自助服务作为一个概念已经应用到快餐店、金融服务等行业，而软件领域只是根据其独特的需求进行定制。
自助分析是为需要轻松操作数据和创建分析而不依赖技术合格的数据人员(如数据科学家)的业务用户设计的。有观点认为，自助分析将减少对数据科学家的依赖。另一组专家认为，将分析绝对传递给业务用户可能会破坏治理，业务用户需要高质量的培训。两种观点都有实质内容。虽然自助分析市场预测是积极的，但训练用户正确使用软件是非常重要的。企业有很大的空间去学习这样的软件工具。(要了解商业智能和分析的更多信息，请参见大数据分析能否缩小商业智能差距？)
大数据和商业智能背景下的自助服务。
想想这个用例：在一个组织中，客户或面向市场的人非常依赖数据来做出决策。如今，获得定制化分析并不容易，因为数据庞大且来自多个来源。它需要特定的技能来操作数据并以可理解的格式生成分析。因此，需要数据科学家和其他技术人员的参与。这会造成很多问题。例如，技术人员和数据科学家的带宽是分离的，过度依赖技术人员可能会延迟获得分析，这可能会阻碍决策。
这个问题可以通过授权业务用户来解决。业务用户可以配置运营数据并生成定制报告。现在我们讨论的是自助服务。大数据和BI环境下的自助服务是业务用户根据自己的需求进行操作和生成分析的能力。业务用户独立生成报表，就像快餐店的自助概念一样。当然，用户在生成报表之前，必须对数据进行采集、处理，并转换成一定的格式，这不是业务用户的责任。
自助服务有很多优点和缺点。但是现在市场上有很多自助产品都是以商务用户为重点的。这些产品有一些共同的特点：直观友好的用户界面，定制的报告生成和业务术语。假设这类产品内置了接收、挖掘、处理大数据的功能，无需业务用户参与。因此，您可以说自助服务软件通过减少(但不是消除)对技术人员的依赖，解决了授权业务用户的用例。根据弗雷斯特研究公司的数据，只有20%的生成报告和查询的请求应该发送给商业智能团队或信息技术部门。
自助服务的优势。
可能已经很明显，拥有自助服务软件的主要优势在于它为业务用户提供的独立性。用户不需要依赖商业智能团队或信息技术部门来运行查询或生成报告。它还使技术人员能够专注于其他重要任务。因为业务用户可以独立创建定制的报告和分析，所以他们可以更快地发现见解并做出重要决策。SAS按需解决方案和高性能计算东南亚总经理詹姆斯福斯特(James Foster)表示，“因此，在业务线中嵌入更多决策能力只是一件好事，”他说。“此外，向自助服务的转变也将对IT产生积极影响，使他们能够进行更具战略性的思考，专注于公司的增值活动，而不仅仅是“关注他们”。
自助服务面临的挑战。
自助服务模式基于授权业务用户的查询和生成分析，BI团队和IT部门负责后端系统和数据集成。然而，这种模式带来了挑战。从技术上讲，将数据与BI系统集成是一项复杂的任务。商业智能团队努力提供企业系统的单一和统一的视图。(有关分析的更多信息，请参见权衡实时大数据分析的优缺点。)
第二个挑战是数据治理。为业务用户提供使用应用程序的完全自由充满了风险。例如，它可能导致重复的数据和报告，查询和请求的峰值导致服务器崩溃，并报告过时的数据或结构。显然，需要在数据治理策略和用户访问之间取得平衡。
示例查询
许多大大小小的组织都从采用自动化或自助服务软件中受益。这些公司降低了成本，提高了生产率，提高了客户满意度。第一个案例是微软呼叫中心。微软的内部帮助台支持超过105，000名员工、供应商、承包商和客户。它希望减少呼叫数量，因此部署了几个自助服务工具、一个在线支持门户，并提供对知识库文章的访问。因此，微软能够以每次通话约30美元的速度将通话成本降低15.4%。
管理咨询公司eVergance Partners，LLC进行的一项研究表明，如果一家公司在线回答客户的问题，成本比通过呼叫中心回答问题的成本低4到40倍。
充分利用自助服务和自动化。
首先，从行业来看，自助和自动化是没有回报的。然而，这些机会需要仔细研究。以下是一些提示：
为您的客户提供良好的自动化体验。例如，如果您的客户使用在线聊天或网站资源而不是呼叫中心，请确保过程简单、快速、顺利。如果客户没有经验，他们可能永远不会回来了。
培训业务用户使用符合最佳实践的应用程序。应该对应用程序处理进行广泛的培训，BI团队和业务用户之间应该有明确的职责分工。
逐步构建自动化工具，并使用您的经验来改进它们。eVergance战略和营销高级副总裁艾伦邦德(Allen Bond)表示，“充分利用过去十年建成的管道。”你可以做很多事情。
情，比如薪资业务流程，自动化界面但是，对于人力资源和移动现场服务团队的呼叫调度请求。这不能保证客户获得或保留.Bonde补充说，“不要以为这只是因为'你建造它，它们会来。'”处理大数据的行业中的自助服务和自动化被认为是巨大的机遇。但是，公司在使用这些机会时需要小心，因为不小心执行可能会导致声誉和客户流失。适当的培训和智能政策是前进的方法。
标签：