Deep Analytics คืออะไร?

ในฐานะนักวิเคราะห์ข้อมูล เราเสียเวลามากเกินไปในการสร้างแดชบอร์ดสำหรับบุคคลอื่น และไม่มีเวลาเพียงพอในการตอบคำถามเชิงลึกเกี่ยวกับปัญหาทางธุรกิจที่สำคัญ นี่เป็นการสิ้นเปลืองทรัพยากรสำหรับบุคคล และเป็นการสิ้นเปลืองทรัพยากรสำหรับธุรกิจ

คำถามจริงเกี่ยวกับธุรกิจ เช่น “อะไรมีส่วนทำให้รายได้เติบโตอย่างกะทันหันเมื่อเดือนที่แล้ว” ไม่สามารถตอบแดชบอร์ดทั่วไปที่มีตัวเลขรายได้และการเข้าชม คุณต้องเจาะลึกถึงปัญหา คุณต้องคลี่คลายคำถามเป็นข้อความค้นหาเฉพาะ

• ค้นหารายได้ตามเดือนในช่วงสิบสองเดือนที่ผ่านมา
• ตรวจสอบรูปแบบตามฤดูกาลโดยการตรวจสอบรายได้รายเดือนโดยเว้นระยะห่าง 12 เดือน
• สอบถามข้อมูลการใช้จ่ายด้านการตลาด
• สอบถามข้อมูลการจราจรทางการตลาด
• ค้นหาข้อมูลการใช้ผลิตภัณฑ์และตัดตามการกระทำต่างๆ ของผู้ใช้
• มองหาการดำเนินการของผลิตภัณฑ์ที่แตกต่างที่ดำเนินการโดยผู้ใช้ทั้งหมด
• มองหาการดำเนินการของผลิตภัณฑ์ที่แตกต่างที่ทำโดยกลุ่มผู้ใช้

เวิร์กโฟลว์เชิงลึก: เด็กที่ถูกลืม

ปัญหาคือชุมชนธุรกิจในวงกว้างไม่ได้ใส่น้ำหนักลงในเวิร์กโฟลว์เชิงลึกเหล่านี้ แม้ว่าจะเป็นงานประเภทที่ขับเคลื่อนผลลัพธ์ทางธุรกิจได้มากที่สุดก็ตาม ข้อมูลเชิงลึกที่แปลกประหลาดและยอดเยี่ยมจริงๆ ไม่ได้เกิดขึ้นจากการดูแดชบอร์ด พวกเขามาจากการดูธุรกิจและข้อมูลในวิธีที่แปลกใหม่และไม่ชัดเจน และตามคำจำกัดความนี้ไม่สามารถทำได้ในแบบฉบับเดียว

ความจริงก็คือแม้แต่ชุมชนการวิเคราะห์ก็ไม่ได้ให้ความสำคัญกับเวิร์กโฟลว์เชิงลึกเหล่านี้ ขาดการดูแลส่งผลให้ขาดมาตรฐานและเครื่องมือ ตัวอย่างที่ชัดเจน: SQL IDE ไม่ได้ออกแบบใหม่มาหลายทศวรรษแล้ว การแบ่งปันและการจัดการคำถามเชิงวิเคราะห์เป็นสิ่งที่ตามมาภายหลัง ไม่มีมาตรฐานในการค้นหาและเลือกเวอร์ชันต่างๆ ของข้อมูลวิเคราะห์ที่จะใช้สำหรับการวิเคราะห์

Call for Tooling: เครื่องมือกำหนดเวิร์กโฟลว์

เครื่องมือที่ยอดเยี่ยมสำหรับเวิร์กโฟลว์ไม่เพียงแต่ทำให้เวิร์กโฟลว์มีประสิทธิภาพมากขึ้นเท่านั้น พวกเขากำหนดเวิร์กโฟลว์ Github กำหนดการควบคุมเวอร์ชันและการทำงานร่วมกันสำหรับโค้ด Figma กำหนดการออกแบบส่วนต่อประสานการทำงานร่วมกัน Ableton Live กำหนดการผลิตดนตรีอิเล็กทรอนิกส์ เราต้องการเครื่องมือที่กำหนด Deep Analytics

เครื่องมือ BI แบบเดิมๆ อย่าเพิ่งตัดทิ้ง สร้างขึ้นเพื่อช่วยนักวิเคราะห์ในการสร้างเครื่องมือข้อมูลแบบบริการตนเอง (เช่น แดชบอร์ด) สำหรับผู้ชมธุรกิจทั่วไป SQL IDE ไม่ได้ตัดมันเช่นกัน — พวกมันถูกสร้างขึ้นสำหรับการทำธุรกรรม ไม่ใช่สำหรับการสำรวจ (มีแท็บมากเกินไป!) โน้ตบุ๊ก Jupyter นั้นยอดเยี่ยมสำหรับเวิร์กโฟลว์วิทยาศาสตร์ข้อมูลใน Python แต่ไม่ใช่สำหรับการวิเคราะห์ เครื่องมือ Data Discovery นั้นยอดเยี่ยมสำหรับการสังเกตทั่วไป แต่ไม่ได้รวมเข้ากับเวิร์กโฟลว์การเขียนคิวรี เครื่องมือ Wiki เช่น Notion และ Confluence เป็นที่สำหรับแบ่งปันข้อมูลทั่วไปที่ยอดเยี่ยม แต่ไม่ได้สร้างมาเพื่อแบ่งปันข้อมูลเชิงลึกด้านการวิเคราะห์ เป็นเวิร์กโฟลว์ที่ไม่เกี่ยวข้องด้วยเครื่องมือที่ไม่ได้เน้นที่การทำงานให้เสร็จ

เรียกร้องความสนใจ: เรื่องการวิเคราะห์เชิงลึก

ด้วยการตั้งชื่อเวิร์กโฟลว์ เรานำชีวิตมาสู่แนวคิด เราสามารถอ้างถึงแนวคิดที่เหมาะสมยิ่งในวิธีที่กระชับ เรามีชื่อ Data Science เป็นวินัย เรามีชื่อสำหรับ Deep Learning ว่าเป็นคลาสที่เปลี่ยนแปลงของแบบจำลองการทำนาย เราคิดค้นคำว่า Business Intelligence เพื่อแสดงถึงความสำคัญของการตัดสินใจที่ขับเคลื่อนด้วยข้อมูลผ่านเครื่องมือแบบบริการตนเอง ไม่นานมานี้ เราได้คิดค้นอาชีพใหม่ทั้งหมด นั่นคือ วิศวกรการวิเคราะห์ เราต้องให้ความสนใจกับหมวดหมู่ของ Deep Analytics และเราต้องการเครื่องมือเพื่อช่วยให้เรามีประสิทธิภาพมากขึ้น

Josephเป็นผู้ก่อตั้งและ CEO ของ Hyperquery ซึ่งเป็นบริษัทที่สร้างแพลตฟอร์มสำหรับ Deep Analytics ติดต่อโจเซฟที่ [email protected] และทาง Twitter @josephmoon_ai