O que é o Consumidor Aumentado? Compreender os Utilizadores da Análise de IA
O crescimento das funcionalidades baseadas em IA nas atuais soluções de analytics tem reduzido progressivamente a nossa dependência dos dashboards, tornando mais fácil para os profissionais de negócio analisarem os seus dados.
Com esta mudança de paradigma cada vez mais evidente, surgiu uma nova designação: o consumidor aumentado.
À primeira vista, a palavra “aumentado” pode suscitar várias interpretações. Assistentes de dashboards baseados em IA? Relatórios orientados por linguagem natural?
Mas, acima de tudo, o termo representa uma mudança fundamental na forma como encaramos o analytics. O objetivo é capacitar os consumidores de informação, independentemente do seu nível de conhecimento e competências, para:
As pessoas que utilizam apenas dashboards acabam por não tirar o máximo partido do analytics, passam demasiado tempo à procura de respostas, têm de envolver um analista para as ajudar a extrair insights dos dados ou tiram conclusões incorretas e tomam decisões potencialmente inadequadas.
No entanto, as novas experiências de utilizador aumentadas nas plataformas de BI e analytics simplificaram a forma como os profissionais de negócio podem identificar quais os insights mais importantes e acionáveis para si, através de ferramentas como os insights assistidos por máquina e os alertas automatizados.
Estas ferramentas não substituem o dashboard, mas funcionam como poderosas extensões do mesmo, tornando mais fácil e rápido explorar e compreender o que os dados estão a revelar.
Em suma, os consumidores regulares de informação estão rapidamente a tornar-se consumidores aumentados graças à proliferação de tecnologias de augmented analytics nas ferramentas de business intelligence que utilizamos diariamente, cada vez mais simples e intuitivas.
Analytics contextual: Insights contextualizados disponibilizados aos profissionais de negócio exatamente no momento em que consultam os dados e precisam de tomar uma decisão, sem terem de recorrer a um analista ou mudar de contexto na aplicação para encontrar mais informações. O analytics é integrado de forma a tornar-se uma parte integrada da experiência do produto.
Data storytelling: A capacidade de criar e partilhar histórias baseadas em dados na mesma plataforma de analytics reduz a necessidade de os utilizadores começarem num dashboard predefinido e, em seguida, explorarem manualmente ou de forma aumentada os dados em busca de insights. Estas histórias ajudam a explicar o contexto por detrás dos números e a destacar, de forma envolvente, as alterações mais significativas no negócio. Yellowfin Stories é um exemplo desta abordagem.
- Utilizar capacidades avançadas de analytics que anteriormente estavam disponíveis apenas para analistas ou especialistas
- Receber automaticamente insights personalizados, dinâmicos e adaptados às suas necessidades diretamente
- Tomar medidas baseadas em dados de forma mais eficiente e eficaz no âmbito dos seus principais fluxos de trabalho
Conteúdo do blogue
Espetáculo
O que significa consumidor aumentado?
O consumidor aumentado refere-se a qualquer profissional de negócio que utilize capacidades de analytics automatizadas, contextuais e baseadas em IA como parte do seu fluxo de trabalho de análise de dados. O que distingue o consumidor aumentado dos utilizadores tradicionais de analytics é o facto de não depender de dashboards tradicionais como principal ou única forma de analisar os seus dados. Historicamente, os dashboards e relatórios predefinidos têm sido considerados pelas empresas como o principal método utilizado pelos utilizadores de analytics para monitorizar, explorar e analisar os seus dados. Em vez disso, os utilizadores têm agora acesso mais fácil a funcionalidades sofisticadas, como a monitorização empresarial automatizada (ABM) e as consultas em linguagem natural (NLQ), ao explorarem os seus dados. Estas ferramentas, bem como outras funcionalidades baseadas em inteligência artificial e machine learning, estão abrangidas pelo conceito de augmented analytics, um termo do setor utilizado pela primeira vez por empresas de consultoria no final da década de 2010. Entre os utilizadores regulares de analytics, o termo mais utilizado para descrever estas ferramentas avançadas é AI analytics.Porque é que o consumidor aumentado é importante?
Fornecer apenas um dashboard a um utilizador e esperar que este saiba exatamente como encontrar um insight, ou que compreenda precisamente o que os dados estão a indicar quando existe tanta informação apresentada, não é suficiente para garantir que irá obter valor ou utilizar efetivamente a solução de BI disponibilizada. Isto deve-se às limitações dos dashboards tradicionais que não dispõem de capacidades de analytics baseadas em IA:- Os utilizadores têm de explorar manualmente os dados do dashboard para descobrir o que aconteceu
- Os utilizadores têm de determinar por si próprios que ação devem tomar, sem orientação que lhes indique se essa ação é a correta
- Os utilizadores podem não possuir conhecimentos suficientes de analytics para ir além de insights superficiais
As pessoas que utilizam apenas dashboards acabam por não tirar o máximo partido do analytics, passam demasiado tempo à procura de respostas, têm de envolver um analista para as ajudar a extrair insights dos dados ou tiram conclusões incorretas e tomam decisões potencialmente inadequadas.
No entanto, as novas experiências de utilizador aumentadas nas plataformas de BI e analytics simplificaram a forma como os profissionais de negócio podem identificar quais os insights mais importantes e acionáveis para si, através de ferramentas como os insights assistidos por máquina e os alertas automatizados.
Estas ferramentas não substituem o dashboard, mas funcionam como poderosas extensões do mesmo, tornando mais fácil e rápido explorar e compreender o que os dados estão a revelar.
Em suma, os consumidores regulares de informação estão rapidamente a tornar-se consumidores aumentados graças à proliferação de tecnologias de augmented analytics nas ferramentas de business intelligence que utilizamos diariamente, cada vez mais simples e intuitivas.
Que capacidades utilizam os consumidores aumentados?
Augmented analytics: A IA e o machine learning, as interfaces conversacionais e as consultas em linguagem natural funcionam como extensões dos dashboards predefinidos. Ajudam os utilizadores regulares a automatizar a forma como exploram alterações (anomalias, padrões, valores atípicos e tendências) nos dados e nos principais indicadores de desempenho (KPIs) da empresa, permitindo-lhes agir perante novas questões. A Yellowfin disponibiliza augmented analytics como parte da funcionalidade integrada Assisted Insights. Monitorização empresarial automatizada: A monitorização e análise automáticas dos dados alertam instantaneamente os utilizadores para alterações críticas, ajudando-os a responder muito mais rapidamente aos acontecimentos e a identificar padrões e tendências mais relevantes sem terem de explorar continuamente os dados de forma manual. A Yellowfin disponibiliza monitorização empresarial automatizada através da funcionalidade Signals.
Analytics contextual: Insights contextualizados disponibilizados aos profissionais de negócio exatamente no momento em que consultam os dados e precisam de tomar uma decisão, sem terem de recorrer a um analista ou mudar de contexto na aplicação para encontrar mais informações. O analytics é integrado de forma a tornar-se uma parte integrada da experiência do produto.
Data storytelling: A capacidade de criar e partilhar histórias baseadas em dados na mesma plataforma de analytics reduz a necessidade de os utilizadores começarem num dashboard predefinido e, em seguida, explorarem manualmente ou de forma aumentada os dados em busca de insights. Estas histórias ajudam a explicar o contexto por detrás dos números e a destacar, de forma envolvente, as alterações mais significativas no negócio. Yellowfin Stories é um exemplo desta abordagem.