考虑BI的自助服务模型
来源：CPDA数据分析师网 / 时间：2021-04-02
但是今天分析咨询不必局限于BI团队，现代 大数据分析软件 和工具更易于使用，这意味着普通商人通常可以访问它们以进行自己的查询并生成自己的报告，如果该工具可以配置为仪表板（通常由BI员工作为一次练习），则这特别容易，从而使业务用户能够一眼便能了解他们关注的指标，的通过商业智能服务 和分析将导致公司的创建和使用的分析方式的结构性转变，而且在他们的方式利用数据，导航业务的障碍。
在准备和规划自助式BI时，您现在应该考虑做以下事情
合理化现有的分析交付系统，评估当前系统，以评估报告中的冗余级别以及分析创建中的重复工作，确定分析创建的哪些部分（以及作为扩展的决策）可以民主化，从完全集中的分析创建模型到完全去中心化的模型-了解在此频谱中能满足组织需求的地方，设计有利于自助服务的正确组织模型，明确定义BI团队和业务用户的明确角色和职责，BI和业务团队应共享问责制/奖励，可视化所需的自助服务传播模型，定义适用于您的组织的自助式，协作式和普及型BI之间的结合点将是关键，了解风险并计划风险： 需要设置的一些关键安全控制措施包括：
数据治理： 必须执行严格的数据治理方案，以防止错误/错误构造的见解和信息无限制地传播
用户认证： 基于广泛培训和受控内容分发的用户认证
物联网如何改变世界的生活方式
物联网（一种允许不同的设备/技术相互通信的技术）在改善客户服务方面带来了许多有趣的可能性–航空业是一个亟待改进的领域，航空公司的整体消费者满意度徘徊在70％左右，这是有史以来的水平，在许多其他部门，将70％的满意率视为相当令人沮丧的，航空公司的旅行很复杂，有很多步骤和很多出错的机会，其中一些是航空公司无法控制的，但却有助于整体体验，体验始于购买机票，结束于乘客离开机场到达其终目的地，物联网如何在整个过程中改善体验？
到达机场： 安检队列中的传感器和启用GPS的设备（可监控流量和其他延迟）可以与客户的移动设备进行通信，以确保他/她准时出发前往机场并有足够的时间来通过安全检查。
在售票处/托运行李处： 视频分析设备和接近传感器可以帮助确定等待时间，甚至可以通过动态更改人员配备水平来减轻等待时间，从而程度地减少等待时间。跟踪设备可以监视行李状态，并将行踪传递到客户的移动设备（如今，诸如eTrack和eTag之类的技术已经可以做到这一点）。
导航至登机口： 蓝牙信标可以帮助将客户引导至正确的安全检查站和登机口，航空公司甚至可以提供详细信息，例如预期的等待时间和动态地图，以帮助客户导航大型拥挤的大厅，以找到购物和餐馆。
在登机口： 飞机和航站楼中的传感器将使航空公司能够检测出有多少个售出的空座位以及尚未登机的乘客的位置，因此航空公司可以确定要飞行多长时间或是否要乘飞机。
在飞行中： 多家航空公司已经在使用就座应用程序，这些应用程序可以评估乘客在旅途中的舒适度和心情，并可以在需要帮助的情况下将该数据传达给乘务员。
从机场出发： 行李等待时间可以使用跟踪设备进行计算，并将数据发送到客户的手机中，食品和饮料商店可以为客户提供预订服务，并根据他们的到达时间开始准备食物。驾驶员在领取行李后，也将知道他们的顾客经过航站楼的那一刻。
利用社交媒体数据来识别关键的消费者见解
大数据分析，更具体地说，在这种情况下，如果可以在适当的时候将洞察力提供给关键决策者，则社交媒体分析可以使公司具有竞争优势。追踪者数量，份额和访问者人数等指标已不足以监控品牌的健康状况，许多公司都在实时实施工具的过程中挣扎，这些工具将大数据转化为相关的洞察力和指标，对于企业而言，评估对社交媒体分析的投资如何帮助他们实现业务目标非常重要,企业可以通过以下方式收集社交数据.
从供应商处购买数据
培训内部团队以从诸如API之类的公共API捕获数据，利用数字资产，如CRM网站，移动应用程序/站点以及其他与贸易和广告相关的资源，与数据分析公司合作 并利用咨询服务将帮助企业加快流程，同时保持成本效益，另外他们可以创建一个内部集成的生态系统，该生态系统具有合适的人才和基础架构来内部处理分析需求，一旦所需的基础架构就位，就可以建立社交媒体“监听职位”，来自社交媒体的大多数数据都是非结构化的，并采用文本，图像和其他媒体的形式。实时分析这是一项艰巨的任务。
缺少明显的人口统计标记
通常出于隐私原因将其屏蔽，并且难以识别用户并将其分类为指定的细分受众群，由于误导性对话和未标准化的模板（导致捕获不相关的数据），数据中存在不可分割的高噪声含量。没有准确的方法可以得出单词/短语的上下文，仇恨可以根据上下文而有所不同，例如当聚会中的冰淇淋用完时，我讨厌它此处对形容词仇恨的使用不会转化为对品牌的看法
通过深入探讨各个挑战及其相互关系的细微差别，企业可以创建有效的社交媒体分析路线图，以增强业务决策能力，为了充分利用社交媒体数据，他们需要通过结合数学专业知识，数据分析平台，技术知识，应用业务环境以及对行为科学的理解，采用跨学科方法 。
使用正确的技术管理非结构化数据
现代技术平台或Web services等按需付费的云服务可以在很大程度上帮助管理非结构化数据，企业还可以建立沙盒环境，以探索不熟悉的软件（如R，Python或Java）的功能，通过捕获用户的核心社交会话集来减少噪音，了解客户的在线术语可以帮助企业编译详细的搜索字符串并围绕主题构建全面的词典以标记相关的会话，使用来自R或Python的程序包的主题建模之类的技术也可以实现，以生成常见的主题和相关的单词，可以排除不相关的主题，可以对共享相关内容的作者进行分类，保留和研究，随着时间的流逝，此过程的连续迭代将改善用户对细分的分类，同时使自己适应数据的变化。
建立一个集成的决策支持生态系统
终的障碍是当今大多数企业的固有运营模型，其中数据收集过程和实际分析的发生与组织的业务决策过程相距甚远，为了获得的收益并与时俱进，实时情况需要实时决策，需要重新考虑企业壁垒，使业务决策者参与实际数据分析和洞察力生成过程。