Gå til indholdsfortegnelsen
Kvinde, der bruger analyser

Hvad er udvidede analyser?

 

Denne webside er blevet maskinoversat for at gøre det nemmere for dig. SAP yder ingen garanti for maskinoversættelsens korrekthed eller fuldstændighed. Den originale engelske webside kan findes ved at bruge verdenskortet i øverste højre hjørne af denne side.

Den enkleste udvidede analysedefinition? Augmented Analytics er analyser, der er "udvidet" med kunstig intelligens (AI)-teknologier, herunder maskinindlæring og naturlig sprogbehandling (NLP). Maskinindlæring automatiserer komplekse analyseprocesser – fx dataforberedelse og generering af indsigt. Og NLP lader enhver bruger, selv uøvede erhvervsbrugere, stille spørgsmål til deres data og få svar på en nem, samtalemaessig måde.

 

Begrebet “augmented analytics” blev opfundet af Gartner i 2017 og er nu bredt antaget som fremtiden for Business Intelligence (BI) og dataanalyse – herunder Predictive Analytics.

Hvorfor er udvidede analyser vigtige?

Udvinding af Big Data-muligheden

 

Data repræsenterer den største mulighed i den moderne økonomi. Med den kan virksomhederne vide, hvad de skal producere, hvornår, hvem de skal markedsføre sig til, hvordan de skal udvikle sig og så meget mere. Men datamængden er i dag for massiv til, at mennesker kan tolke på egen hånd – eller uden partiskhed – og kravet om umiddelbare svar er simpelthen umuligt at leve op til. Aktivering af teknologier som AI og maskinindlæring er nødvendige for at afdække meningsfuld indsigt i et hav af store datamængder. Dette er en af grundene til, at augmented analytics er så vigtige: De kombinerer datavidenskab og kunstig intelligens for at hjælpe virksomheder med at analysere massive datasæt i realtid.

 

Mindskelse af afhængigheden af dataloger

 

Analyseprocessen er en række manuelle, tidskrævende trin, der er så komplicerede, at det normalt kun er dataforskere, der kan udføre dem. Disse professionelle analytikere skal:

  1. Indsaml data fra flere kilder
  2. Forbered det til analyse
  3. Udfør analysen
  4. Find meningsfuld indsigt
  5. Visualiser iagttagelser
  6. Del resultaterne på en overbevisende måde
  7. Oprettelse af en handlingsplan

Problemet er, der er stor mangel på dataforskere verden over – og det er dyrt at hyre dem. Mens udvidede analyser ikke erstatter disse professionelle, kan de reducere din afhængighed af dem ved at automatisere processer som dataindsamling, -forberedelse, -rensning og -analyse.

 

Ud over at frigøre datalogers tid til mere vigtige opgaver, såsom fortolkning af resultater, kan udvidede analyser forbedre den værdi, som disse analytikere tilfører din organisation. AI- og maskinindlæringsdrevne analysefunktioner hjaelper dem med at skabe forbindelser, de ellers kan have savnet – og finde dybere indsigt på mindre tid. Disse teknologier kan også styrke medarbejdere i andre analyseroller – fra forretningsanalytikere til borgerdataforskere – og dermed forbedre deres indsigt og hjælpe dem med at udføre det arbejde, som tidligere kun blev udført af eksperter i data.

I 2025 vil en knaphed på dataforskere ikke længere være til hinder for indførelsen af datavidenskab og maskinindlæring i organisationer.

Gartner

Demokratisering af analyser for uuddannede brugere

 

En anden grund til, at augmented analytics er så vigtig, er, at de lader uøvede “informationsopdagere” komme ind på spillet. Ved at automatisere komplekse analyseprocesser og tillade brugere at forespørge på data blot ved at stille spørgsmål, kan medarbejdere uden data science-færdigheder udnytte avancerede analyser. Maskinindlæring kan vejlede dem, der udforsker disse oplysninger, ved at anbefale, hvilket spørgsmål de bør stille næste gang – og foreslå, hvor de skal grave dybere. 

 

Med udvidede analyser kommer svar på forespørgsler i form af færdige datavisualiseringer som diagrammer, grafer og kort – så brugerne behøver ikke selv at oprette dem. Disse visualiseringer kan undersøges med enkle kommandoer, strikkes sammen til data-stories og deles nemt med andre teams og lederskab – ingen ph.d. nødvendig.

Analysens udvikling

Analyser og Business Intelligence er nået langt i de senere år – og udvikler sig fra sofistikerede værktøjer til data- og analysefolk til maskinindlæringsanalyser, som alle kan bruge.

 

Traditionelle analyser

  • Drivet af IT
  • Begrænset brugerautonomi
  • Sofisticerede værktøjer til data- og analysefolk
  • Fokus på rapportering på skala

Selvbetjeningsanalyse

  • Drivet af virksomheden
  • Mere brugerautonomi
  • Brugervenlig grænseflade
  • Fokus på brugerdrevet indsigt

Udvidede analyser

  • Drevet af AI og maskinindlæring
  • Sand brugerautonomi
  • AI-værktøjer og guidede processer
  • Fokuser på hurtige, dybe, tidligere skjulte indsigter

Fordele ved udvidede analyser

Augmented analytics giver mange af de samme fordele som business intelligence – som forbedret rapportering og beslutningstagning – men de leverer også et niveau af hurtighed og nøjagtighed, der er umuligt uden kunstig intelligens og maskinindlæring. Her er nogle fordele, der er specifikke for udvidede analyser:

  • Hurtigere dataforberedelse: Analytikere bruger ca. 80% af deres tid på at forberede data til analyse. De eksporterer store datasæt – nogle gange med millioner af registreringer – og kombinerer, renser og strukturerer det, før analysen kan begynde. Maskinindlæring i udvidede analyser automatiserer denne proces, hvilket frigør analytikere til mere værdifulde aktiviteter og reducerer fejl på samme tid.
  • Automatiseret analyse: Maskinindlæringsmodeller kan automatisere komplekse analyser, der ellers ville tage dataforskere uger at bygge på sig selv. Svar og datavisualiseringer genereres med det samme og er tilgængelige for brugerne, så de kan bruge mindre tid på at grave ned i data og mere tid på at fortolke indsigten, fortælle datahistorier til ledelsen og kalde på forandring.
  • Dybere indsigt: Maskiner kan se på data på måder, som mennesker simpelthen ikke kan. De kan undersøge langt større datasaet fra flere vinkler – og de kan finde statistiske korrelationer, relationer og mønstre, der er usynlige for det menneskelige øje. Maskiner kan hurtigt og skalere data, øge den menneskelige intelligens med upartisk indsigt og fortælle brugerne, hvor de kan fokusere på dem.
  • Samtaleanalyse: Naturlig sprogbehandling – den samme samtalebaserede AI-teknologi, der betjener digitale assistenter som Siri og Alexa – lader erhvervsbrugere uden kendskab til forespørgselssprog eller kode stille spørgsmål på en samtalebaseret måde. Og den naturlige sproggeneration (NLG) giver dem svar i komplette sætninger, skrevne eller verbale, der opsummerer eller forklarer resultater.
  • Øjeblikkelig forretningskontekst: Indsigt uden forretningskontekst er meningsløs. Ved at tage højde for brugerhensigter og adfærd kan maskinindlæringsalgoritmer levere kontekstbevidste analyser, der er klar til handling. Ved at demokratisere analyser kan ledere og langtidsansatte også øge indsigten med deres stamviden og dybe forståelse af forretningsmodeller og drift.

Brug eksempler til udvidede analyser

Augmented analytics har magt til at revolutionere forretningsprocesser – men hvordan ser dette ud i den virkelige verden? Her er et par eksempler på anvendelseseksempler for udvidede analyser inden for økonomi, salg og marketing, logistik, HR og debitorer.

 

Udvidede analyser i økonomi
En forretningsanalytiker kan anvende udvidede analyser til nemt at prognosticere og styre rejse- og underholdningsudgifter (T&E) på tværs af forskellige forretningsområder.

 

Udvidet analyse i debitorer
Opkrævningsansvarlige kan bruge maskinindlæring i udvidede analyser til at forudsige forsinkede betalinger, bestemme den rette opkrævningsstrategi og holde sig oven på cash flow.

 

Udvidet analyse inden for salg og marketing
Salgs- og marketingteams får bedre kundeprofiler – og hurtig identifikation af kryds- og opsalgsmuligheder – ved hjælp af udvidede analyser.

 

Udvidet analyse i produktion
En analytiker for en stålproducent kan anvende udvidede analyser til at forudsige, overvåge og kontrollere udgifter på forskellige fabrikker i hele Europa.

 

Udvidede analyser i HR
HR-ledere kan forudsige medarbejderafgang, forstå årsager til og foretage korrigerende handlinger for at fastholde de bedste præstationer – alt sammen med AI-analyse.

placeholder

Opdag cloud-analyseløsninger

Se de udvidede analysefunktioner, der er i gang, og hvordan virksomheder bruger dem.

Analyseordliste og relaterede termer

Augmented intelligens er praksis med at udvide menneskelig intelligens med kunstig intelligens (AI). I stedet for science fiction-skildringen af maskiner, der erstatter mennesker, fokuserer augmented intelligens på AI’s kompenserende rolle i at hjælpe mennesker med at lære, træffe beslutninger og innovere.

Samtaleanalyser er analysefunktioner, der benytter sig af samtalebaserede AI-teknologier – nemlig naturlig sprogbehandling (NLP) og naturlig sproggeneration (NLG) – for at give maskinerne evnen til at forstå menneskelig tale, procestekst eller stemmeforespørgsler og give svar på en samtalemaessig måde.

Naturlig sprogbehandling er en gren af samtalebaseret AI, der gør det muligt for computere at forstå skrevet eller talt menneskesprog. I forbindelse med augmented analytics lader NLP brugerne forespørge data ved at stille spørgsmål på en naturlig måde, enten ved at skrive dem eller tale dem højt.

Generering af naturligt sprog er en gren af samtale-AI, der gør det muligt for computere at omdanne data til skrevet eller talt menneskesprog. I forbindelse med udvidede analyser besvarer NLG brugerforespørgsler ved at generere fraser, der beskriver, sammenfatter eller forklarer resultater.

Avancerede analyser er en type datalogi, der bruger saerlige teknikker og værktøjer – herunder Big Data og Predictive Analytics – til at forudsige fremtidige begivenheder, adfærd og tendenser. Udvidet analyse forbedrer disse allerede avancerede funktioner med AI, maskinindlæring og naturlig sprogbehandling – og automatiserer komplekse prognosemodelleringsopgaver og gør det nemmere for alle typer af brugere at afdække fremadskuende analyser.

SAP Insights Newsletter

placeholder
Abonner i dag

Få nøgleindblik ved at abonnere på vores nyhedsbrev.

Yderligere læsning

Tilbage til toppen