Carlos Melendez ?Charles

如果數(shù)據(jù)是現(xiàn)在的王道，那么深度分析即服務(wù)則正在迅速成為首席專家，在數(shù)據(jù)驅(qū)動(dòng)的知識(shí)點(diǎn)、預(yù)測(cè)分析和深度分析的基礎(chǔ)上，幫助企業(yè)做出業(yè)務(wù)決策。

毫無疑問，我們正處在一個(gè)以大數(shù)據(jù)和分析為標(biāo)志的數(shù)字時(shí)代劇變之中，在新技術(shù)的驅(qū)動(dòng)下，企業(yè)能夠輕松、快速地收集各種來源的大量數(shù)據(jù)集。而正是過量數(shù)據(jù)造成的實(shí)際困境才讓結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)變得有意義。

這正是“深度分析即服務(wù)（insights-as-a-service）”的用武之地。作為一種新趨勢(shì)，人們以很多不同的方式定義它，但實(shí)際上，深度分析即服務(wù)是外部供應(yīng)商幫助你理解數(shù)據(jù)的過程。在典型的“即服務(wù)”方式中，你可以只購買自己需要的深度分析，使用你自己的，或者補(bǔ)充數(shù)據(jù)，并分析這些數(shù)據(jù)來回答具體的業(yè)務(wù)問題。

根據(jù)MarketsandMarkets的一份報(bào)告，深度分析即服務(wù)市場(chǎng)的規(guī)模，預(yù)計(jì)將從2016年的11.6億美元增長到2021年的33.3億美元。而我認(rèn)為，隨著需要大量數(shù)據(jù)的人工智能滲透到各類企業(yè)的每一角落，這一市場(chǎng)只會(huì)變得更大。

如果人工智能是引擎，數(shù)據(jù)就是燃料。

人工智能離不開數(shù)據(jù)，而且需要大量數(shù)據(jù)，這正是深度分析即服務(wù)的用武之地，它使得供應(yīng)商能夠幫助企業(yè)從數(shù)據(jù)中獲利——而企業(yè)被自己的數(shù)據(jù)所淹沒，迫切需要解決很多難題。

從數(shù)據(jù)中獲利

深度分析即服務(wù)不僅僅是從企業(yè)自己的數(shù)據(jù)中獲取信息，還能夠?qū)ふ移渌麛?shù)據(jù)源來幫助解答具體的業(yè)務(wù)問題。很多企業(yè)發(fā)現(xiàn)，雖然看起來有很多數(shù)據(jù)，但如果仔細(xì)觀察，就會(huì)發(fā)現(xiàn)重復(fù)信息太多，關(guān)鍵信息太少，或者與業(yè)務(wù)問題無關(guān)。這就像人們?cè)谇鍜叻块g后才知道自己想要找什么一樣，企業(yè)也應(yīng)評(píng)估自己的數(shù)據(jù)，以確定還需要哪些其他數(shù)據(jù)。

而這就是數(shù)據(jù)本身成為產(chǎn)品的地方。深度分析即服務(wù)合作伙伴可以為你提供源數(shù)據(jù)，為幫助解決業(yè)務(wù)問題提供支持。例如，已經(jīng)匯集了電信購買趨勢(shì)數(shù)據(jù)的企業(yè)可以把他們的數(shù)據(jù)送到自己的電信數(shù)據(jù)中，以全面了解客戶流失情況，分析加售服務(wù)的可能性。

但是，在做出業(yè)務(wù)決策時(shí)會(huì)需要哪些類型的數(shù)據(jù)呢？這包括企業(yè)在CRM系統(tǒng)、數(shù)據(jù)庫、門戶網(wǎng)站和其他地方存儲(chǔ)的企業(yè)數(shù)據(jù)；或者聯(lián)合數(shù)據(jù)、第三方數(shù)據(jù)，這些數(shù)據(jù)可以集成到企業(yè)數(shù)據(jù)中以創(chuàng)建信息豐富的數(shù)據(jù)集。

因云而備受關(guān)注的深度分析即服務(wù)

Forrester清楚地看到了深度分析即服務(wù)的作用，發(fā)布了深度分析平臺(tái)即服務(wù)（IPaaS）趨勢(shì)報(bào)告，將其定義為“一套完整的數(shù)據(jù)管理、分析和深度分析應(yīng)用開發(fā)和管理組件，以平臺(tái)的方式提供給自己沒有或者不能控制平臺(tái)的企業(yè)。”

雖然在過去，企業(yè)可能不愿意放棄對(duì)他們自己的數(shù)據(jù)集和分析的控制，但云的普及正在改變這一切，他們看到了云模式的好處，使他們能夠跟上創(chuàng)新的步伐，實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)和靈活性。最終的結(jié)果是，企業(yè)現(xiàn)在已經(jīng)習(xí)慣了訂閱模式，并且在購買數(shù)據(jù)、分析和深度分析來推動(dòng)業(yè)務(wù)發(fā)展時(shí)，更愿意按照需求來付費(fèi)。

深度分析即服務(wù)不能做什么

像Forrester這樣的行業(yè)領(lǐng)袖已經(jīng)認(rèn)可了這一市場(chǎng)，越來越多的企業(yè)轉(zhuǎn)向服務(wù)公司，以幫助他們積累更多有用的數(shù)據(jù)，進(jìn)而獲得更好的深度分析，因此，市場(chǎng)只會(huì)繼續(xù)增長。然而，企業(yè)在注冊(cè)深度分析即服務(wù)時(shí)應(yīng)控制一下熱情，不應(yīng)將其視為解決所有業(yè)務(wù)問題的方式。

事實(shí)上，雖然深度分析即服務(wù)是一種經(jīng)濟(jì)高效的方法來利用數(shù)據(jù)驅(qū)動(dòng)的分析，而且不需要自己建立內(nèi)部基礎(chǔ)設(shè)施，但是，如果你還沒有明確自己要解決哪些具體問題，那么在這方面投入仍然是浪費(fèi)金錢。例如，一家保險(xiǎn)公司可能想要知道出現(xiàn)客戶流失的原因，而不是某一年盈利能力較低的原因是什么。在這種情況下，深度分析即服務(wù)提供商可以幫助你仔細(xì)地研究企業(yè)內(nèi)部非常具體的數(shù)據(jù)，以及競(jìng)爭(zhēng)對(duì)手進(jìn)入市場(chǎng)、經(jīng)濟(jì)狀況等外部數(shù)據(jù)。

此外，在進(jìn)入深度分析即服務(wù)發(fā)展路線之前，企業(yè)應(yīng)考慮自己是否已經(jīng)具備了做出明智決策所需的條件。在與合作伙伴合作之前，企業(yè)最好先確定自己已經(jīng)擁有哪些內(nèi)部數(shù)據(jù)。通常，他們會(huì)很驚訝地發(fā)現(xiàn)自己的業(yè)務(wù)部門有多少數(shù)據(jù)。通過消除運(yùn)行孤島，并共享這些信息，企業(yè)通?？梢酝耆孔约簛碜R(shí)別模式。

但對(duì)于那些僅靠?jī)?nèi)部數(shù)據(jù)自己卻無法解決的復(fù)雜問題，好消息是，采用了深度分析即服務(wù)之后，可以一次只投資一個(gè)問題，這樣就能夠決定什么時(shí)候需要加大投入了。

如果數(shù)據(jù)是現(xiàn)在的王道，那么深度分析即服務(wù)正在迅速成為首席專家，在數(shù)據(jù)驅(qū)動(dòng)的知識(shí)點(diǎn)、預(yù)測(cè)分析和深度分析的基礎(chǔ)上，幫助企業(yè)做出業(yè)務(wù)決策。

Carlos Melendez是Wovenware公司的首席運(yùn)營官和聯(lián)合創(chuàng)始人。他熱衷于組建偉大的團(tuán)隊(duì)，開發(fā)簡(jiǎn)潔的解決方案，以解決當(dāng)今的軟件問題。

原文網(wǎng)址

https：//www.infoworld.com/article/3258992/analytics/insights-as-a-service-giving-companies-a-fast-lane-to-data-driven-action.html