Yellowfin utforskar framtiden för databerättelser och avslöjar vilken inverkan berättelsen och automatiseringen kommer att ha på affärsanalys

London. 27 oktober 2021 - Yellowfin, analysleverantören som kombinerar handlingsbaserade instrumentpaneler, automatiserad upptäckt och kraftfull databerättelse, lanserar en vitbok som utforskar "The Future of Data Storytelling: hur narrativ och automatisering kommer att omdefiniera nästa decennium av analys", som erbjuder värdefull insikt till organisationer om kraften och potentialen hos framtida utökade och automatiserade databerättelselösningar.

Vitboken introducerar begränsningarna för historiska tillvägagångssätt som bygger på statiska instrumentpaneler och datavisualisering för att identifiera, kommunicera och utforska insikter från komplexa affärsdata. Dessa förlitar sig på en nivå av datakompetens som inte garanteras bland viktiga företagsgrupper och erbjuder inte det avgörande sammanhanget som driver förståelse och handling.

Databerättelse, däremot, använder narrativa tekniker som hjälper mindre datakunniga åhörare att tolka vad som finns i datamängder och gör det möjligt för ämnesexperter att lägga till sammanhang som inte finns i data. Detta driver den nuvarande efterfrågan på databerättelsefunktioner när affärsanalysanvändare specificerar nya lösningar.

Gartner rapporterar att en av fyra företagsledare ser databerättelser som en av de viktiga funktionerna i nya lösningar, och förutspår att databerättelser kommer att vara det mest utbredda sättet att konsumera dataanalys till 2025.

Skärningspunkten mellan databerättelse och utökad analys 

Yellowfins vitbok undersöker hur utökad analys i moderna BI-verktyg automatiserar dataanalysdelen av den narrativa processen, vilket gör analysen mer omfattande och effektiv. Den utforskar också hur tekniker som AI, naturliga språkfrågor och maskininlärning kan hjälpa användare att bättre förstå vad deras data betyder.

Men som Yellowfins VP EMEA Geoff Sheppard förklarar, förblir databerättelse till stor del mänskligt driven och manuell: "Människor kommer alltid att spela en roll i databerättelser, eftersom de har en oöverträffad förmåga att lägga till sammanhang och emotionell intelligens som inte finns i datan. . Men genom att automatisera de delar av databerättelseprocessen som är bäst lämpade för maskinstöd, hjälper vi användare att bli mer effektiva och göra dataanalysverktyg användbara för en bredare affärsanvändarbas.”

Yellowfin identifierar tre nya utmaningar som automatiserad och utökad databerättelse potentiellt kan lösa: 

• Mänsklig partiskhet: databerättelser förlitar sig på att människor upptäcker anomalier och finner dem viktiga nog att utforska vidare, men nivåerna av intresse och flit varierar från person till person. Genom att använda AI och maskininlärningsanalys av datauppsättningar och utöka detta med en berättande modul, kan användbara dataledda berättelser genereras som kan ha missats, förbisetts eller undervärderats när de skapats av människor.
• Låg datakompetens: nivåerna av datakompetens varierar, vilket gör självbetjäningsanalyslösningar för komplexa för mindre kompetenta användare. Genom att automatisera vanliga BI-processer med självbetjäning elimineras behovet av hög datakompetens, och insikter presenteras på ett lättsmält sätt för en bredare användarbas.
• Skala databerättelser över hela verksamheten: som en mänskligt ledd aktivitet kan det vara orealistiskt att skala det över hela verksamheten. Men genom att utöka automatiserad affärsövervakning och analys till tidigare varningsfunktioner kan databerättelser genereras i stor skala.

AI:s förmåga att automatiskt generera utökade databerättelser med den nivå av känslor, relevans, sammanhang och berättande expertis som människor kan tillhandahålla är ännu inte verklighet. Men som Geoff Sheppard förklarar Gulfenad 9.6, som lanserades tidigare i år, använder redan analystekniker som förbättrar användarupplevelsen och börjar lösa dessa tre utmaningar:

"Vår Assisterade insikter automatiserar en del av tolkningen av data för användaren att skapa berättelser från, vilket minskar den datakompetens som behövs för att få värde från analyser. Vår ABM-produkt Signaler levererar automatisk kontinuerlig övervakning som upptäcker mönster eller extremvärden i data, genererar rubrikvarningar för att hjälpa användare att bli medvetna om viktiga upptäckter.

"I kombination möjliggör assisterade insikter och signaler snabb upptäckt och analys av stora mängder komplex data, och kommunicerar insikter på ett sätt som inte påverkas av mänsklig fördom. Dessa automatiskt genererade förklaringar av data, och varningar om nya trender eller anmärkningsvärda förändringar, kan effektivt fungera som en drivkraft för databerättelseprocessen. Tillsammans med Berättelser och present, Yellowfins dedikerade databerättelsemoduler, kan användare hitta problem och möjligheter i data snabbare och skapa berättelser från dessa automatiserade resultat med hjälp av kraften i data, ord och rich media."

Yellowfin förenar alla dessa kraftfulla, automatiserade tekniker i en enda analysruta, med AI-genererad tolkning av insikter, automatiska varningar och databerättelser som matas in i en instrumentpanel som kan bli en del av varje användares BI-arbetsflöde.

"Människor kommer alltid att vara drivkrafterna för databerättelse", avslutar Geoff Sheppard. "Algorithmer kan helt enkelt inte skapa de rika, kontextuella berättelser som kommer naturligt för oss. Vad de kan göra är dock att peka vägen, vägleda och uppmärksamma oss på intressanta platser som kan förbises och få oss att bygga mer effektiva, engagerande och värdefulla databerättelser.”

Download den fullständiga vitboken "The Future of Data Storytelling: hur narrativ och automatisering kommer att omdefiniera nästa decennium av analys".

Kommentera den här artikeln nedan eller via Twitter: @IoTNow_OR @jcIoTnow

Källa: https://www.iot-now.com/2021/10/27/115021-yellowfin-explores-the-future-of-data-storytelling-and-reveals-the-impact-narrative-and-automation- kommer-ha-på-affärsanalys/