Wat is de 'Augmented Consumer'? Inzicht in gebruikers van AI-analytics
De opkomst van AI-aangedreven functies in hedendaagse analytics-oplossingen heeft onze afhankelijkheid van dashboards steeds verder verminderd, doordat het voor zakelijke gebruikers eenvoudiger wordt om hun data te analyseren.
Met deze veranderende benadering is een nieuwe term ontstaan: de augmented consumer.
Op het eerste gezicht kan het woord ‘augmented’ verschillende interpretaties oproepen. AI-gebaseerde dashboardassistenten? Rapportage op basis van natuurlijke taal?
Maar bovenal vertegenwoordigt de term een belangrijke verandering in de manier waarop we naar analytics kijken. Het doel is om informatieconsumenten van alle kennis- en vaardigheidsniveaus in staat te stellen om:
Mensen die alleen dashboards gebruiken, benutten analytics uiteindelijk niet optimaal, besteden veel te veel tijd aan het vinden van antwoorden, moeten een analist inschakelen om hen te helpen inzichten uit de data te halen, of trekken onjuiste conclusies en nemen mogelijk gebrekkige beslissingen.
Nieuwe augmented gebruikerservaringen binnen BI- en analytics-platforms stroomlijnen daarentegen de manier waarop zakelijke gebruikers kunnen ontdekken welke inzichten voor hen het belangrijkst en actiegericht zijn. Hierbij kunnen tools zoals machine-assisted insights en geautomatiseerde waarschuwingen worden ingezet.
Deze tools vervangen het dashboard niet, maar fungeren juist als krachtige uitbreidingen ervan, waardoor het eenvoudiger en sneller wordt om te ontdekken en te begrijpen wat de data vertelt.
Kortom, reguliere informatieconsumenten ontwikkelen zich snel tot augmented consumers dankzij de toenemende integratie van augmented-analyticstechnologieën in onze dagelijkse business-intelligence-tools, die eenvoudiger en intuïtiever te gebruiken zijn dan ooit tevoren.
Contextuele analytics: Contextualiseerde inzichten die aan zakelijke gebruikers worden geleverd op precies het moment waarop zij data consumeren en actie moeten ondernemen, zonder dat ze een analist hoeven in te schakelen of van applicatiecontext hoeven te wisselen om meer informatie te vinden. Analytics wordt hierbij geïntegreerd op een manier die het een naadloos onderdeel van de productervaring maakt.
Data storytelling: De mogelijkheid om dataverhalen te creëren en te delen binnen hetzelfde analytics-platform, waardoor gebruikers minder afhankelijk zijn van het starten vanuit een vooraf gedefinieerd dashboard en vervolgens handmatig of op een geaugmenteerde manier verder moeten zoeken naar inzichten. Deze verhalen helpen de context achter de cijfers uit te leggen en benadrukken de meest betekenisvolle veranderingen binnen de organisatie op een aantrekkelijke manier - Yellowfin Stories is hiervan een voorbeeld.
- Krachtige analytics-mogelijkheden te gebruiken die voorheen alleen beschikbaar waren voor analisten of specialisten
- Op maat gemaakte, dynamische en gepersonaliseerde inzichten rechtstreeks en automatisch aan de gebruiker te leveren
- Efficiënter en effectiever datagedreven actie te ondernemen binnen hun dagelijkse werkprocessen
Inhoud van de blog
show
Wat betekent een augmented consumer?
De augmented consumer verwijst naar iedere zakelijke gebruiker die geautomatiseerde, contextuele en AI-aangedreven analytics-mogelijkheden inzet als onderdeel van zijn of haar workflow voor data-analyse. Wat de augmented consumer onderscheidt van traditionele analytics-gebruikers, is dat deze gebruikers niet afhankelijk zijn van traditionele dashboards als hun belangrijkste of enige manier om data te analyseren. Vooraf gedefinieerde dashboards en rapporten worden door organisaties historisch gezien beschouwd als de belangrijkste methode waarmee analytics-gebruikers hun data kunnen monitoren, verkennen en analyseren. In plaats daarvan krijgen gebruikers nu eenvoudiger toegang tot geavanceerde functies zoals geautomatiseerde bedrijfsmonitoring (ABM) en natural language query (NLQ) wanneer ze hun data verkennen. Deze tools, evenals andere oplossingen die worden aangedreven door kunstmatige intelligentie en machine learning, vallen onder de noemer augmented analytics, een industriële term die eind jaren 2010 voor het eerst door adviesbureaus werd geïntroduceerd. Onder reguliere analytics-gebruikers is de meest gebruikte term om deze krachtige tools te beschrijven AI analytics.Waarom de augmented consumer belangrijk is
Alleen een dashboard aan een gebruiker aanbieden en verwachten dat deze precies weet hoe hij of zij een inzicht kan vinden, of exact begrijpt wat de data vertelt terwijl er zoveel informatie wordt weergegeven, is niet voldoende om te garanderen dat de gebruiker waarde uit de oplossing haalt of deze daadwerkelijk gebruikt. Dit komt door de beperkingen van traditionele dashboards die geen AI-analyticsmogelijkheden bevatten:- Gebruikers moeten dashboardgegevens handmatig doorzoeken om te ontdekken wat er is gebeurd
- Gebruikers moeten zelf bepalen welke actie ze moeten ondernemen, zonder begeleiding over de vraag of die actie correct is
- Gebruikers beschikken mogelijk niet over voldoende analytics-kennis om verder te gaan dan inzichten op oppervlakteniveau
Mensen die alleen dashboards gebruiken, benutten analytics uiteindelijk niet optimaal, besteden veel te veel tijd aan het vinden van antwoorden, moeten een analist inschakelen om hen te helpen inzichten uit de data te halen, of trekken onjuiste conclusies en nemen mogelijk gebrekkige beslissingen.
Nieuwe augmented gebruikerservaringen binnen BI- en analytics-platforms stroomlijnen daarentegen de manier waarop zakelijke gebruikers kunnen ontdekken welke inzichten voor hen het belangrijkst en actiegericht zijn. Hierbij kunnen tools zoals machine-assisted insights en geautomatiseerde waarschuwingen worden ingezet.
Deze tools vervangen het dashboard niet, maar fungeren juist als krachtige uitbreidingen ervan, waardoor het eenvoudiger en sneller wordt om te ontdekken en te begrijpen wat de data vertelt.
Kortom, reguliere informatieconsumenten ontwikkelen zich snel tot augmented consumers dankzij de toenemende integratie van augmented-analyticstechnologieën in onze dagelijkse business-intelligence-tools, die eenvoudiger en intuïtiever te gebruiken zijn dan ooit tevoren.
Welke mogelijkheden gebruiken augmented consumers?
Augmented analytics: AI en machine learning, conversationele interfaces en natural-language querying fungeren als uitbreidingen van vooraf gedefinieerde dashboards. Ze helpen reguliere gebruikers bij het automatiseren van de manier waarop zij veranderingen (afwijkingen, patronen, uitschieters en trends) in data en key performance indicators (KPI's) van de organisatie onderzoeken en actie ondernemen op basis van nieuwe vragen. Yellowfin biedt augmented analytics als onderdeel van de ingebouwde functie Assisted Insights. Geautomatiseerde bedrijfsmonitoring: Automatisch monitoren en analyseren van data, waarbij gebruikers direct worden gewaarschuwd voor kritieke veranderingen. Hierdoor kunnen zij veel sneller reageren op gebeurtenissen en relevantere patronen en trends ontdekken zonder dat ze data voortdurend handmatig hoeven te onderzoeken. Yellowfin biedt geautomatiseerde bedrijfsmonitoring via de functie Signals.
Contextuele analytics: Contextualiseerde inzichten die aan zakelijke gebruikers worden geleverd op precies het moment waarop zij data consumeren en actie moeten ondernemen, zonder dat ze een analist hoeven in te schakelen of van applicatiecontext hoeven te wisselen om meer informatie te vinden. Analytics wordt hierbij geïntegreerd op een manier die het een naadloos onderdeel van de productervaring maakt.
Data storytelling: De mogelijkheid om dataverhalen te creëren en te delen binnen hetzelfde analytics-platform, waardoor gebruikers minder afhankelijk zijn van het starten vanuit een vooraf gedefinieerd dashboard en vervolgens handmatig of op een geaugmenteerde manier verder moeten zoeken naar inzichten. Deze verhalen helpen de context achter de cijfers uit te leggen en benadrukken de meest betekenisvolle veranderingen binnen de organisatie op een aantrekkelijke manier - Yellowfin Stories is hiervan een voorbeeld.