Bis vor kurzem schien die Arbeit an der Datenanalyse eine Dom\u00e4ne zu sein, die ausschlie\u00dflich Experten vorbehalten war. Eine ad\u00e4quate strenge Ausbildung und ein breites Spektrum an Statistik- und Programmierkenntnissen waren oft eine Voraussetzung, um in diesem Bereich Ergebnisse zu erzielen. Die Nachfrage nach diesen F\u00e4higkeiten \u00fcbersteigt immer noch deutlich die auf den Arbeitsm\u00e4rkten verf\u00fcgbaren Ressourcen. Das wird wahrscheinlich noch lange so bleiben. Der Bedarf an neuem, aus Daten abgeleitetem Wissen bei gleichzeitigem Fachkr\u00e4ftemangel war einer der Impulse f\u00fcr die Demokratisierung des Zugangs zu Daten in Organisationen und die Schaffung von Tools, die Menschen ohne langj\u00e4hrige Ausbildung und Erfahrung in diesem speziellen Bereich eine intuitive Arbeit mit Daten erm\u00f6glichen. <\/p>\n\n
Moderne Unternehmen entscheiden sich zunehmend f\u00fcr die Einf\u00fchrung von Analysen in einem Selbstbedienungsmodell. So k\u00f6nnen praktisch alle Teammitglieder die Daten, die sie ben\u00f6tigen, selbst\u00e4ndig analysieren und die fortgeschrittensten Aufgaben spezialisierten Analysten \u00fcberlassen. Die richtige Business Intelligence-Plattform ist in der Lage, jedem Mitarbeiter zwei Schl\u00fcsselelemente zu bieten, die f\u00fcr die unabh\u00e4ngige Arbeit mit Daten erforderlich sind. Intuitivit\u00e4t und Einfachheit der Analyse und Trennung der Datenquellen von der analytischen Ebene, um das Risiko unerw\u00fcnschter \u00c4nderungen der Quelldaten auszuschlie\u00dfen. Oft werden wir Ausdr\u00fccke wie „Citizen Data Scientist“ oder „Self-Service Analytics“ h\u00f6ren. Bald werden Millionen von Unternehmensmitarbeitern unfreiwillig zu Analytikern werden, was ihre t\u00e4gliche Arbeit – sehr wahrscheinlich – erheblich verbessern wird. <\/p>\n\n
In Tableau ist die Erstellung einer schnellen Umsatzprognose, die den Trend und die Saisonalit\u00e4t ber\u00fccksichtigt, nur eine Frage von Minuten.<\/p>\n\n Obwohl wir oft von KI und maschinellem Lernen h\u00f6ren, ist es immer noch nicht klar, wie sie in der Praxis eingesetzt werden. Beide Begriffe k\u00f6nnen mit dem Ersatz von Analysten durch sich selbst verbessernde Algorithmen oder intelligente Systeme, die komplexe Analysen auf Sprachbefehl durchf\u00fchren, in Verbindung gebracht werden. Beide Visionen liegen noch in weiter Ferne, aber einige ihrer grundlegenden Elemente werden nach und nach in analytischen Plattformen implementiert. <\/p>\n\n Das maschinelle Lernen unterst\u00fctzt die Benutzer bei der Suche nach Mustern und Ursachen von Ph\u00e4nomenen, die in Daten beobachtet werden. Die Modelle werden potenziell die Ursachen von nicht standardm\u00e4\u00dfigen Beobachtungen und Ver\u00e4nderungen finden, indem sie Tausende von potenziellen Abh\u00e4ngigkeiten durchsuchen. Stellen wir uns den Fall vor, dass wir in einer der Regionen eine deutlich niedrigere durchschnittliche Marge als in den anderen Regionen beobachten. Bei einer Vielzahl von zusammenh\u00e4ngenden Daten kann die Suche nach potenziellen Ursachen zu einer Detektivarbeit werden! <\/p>\n\n Mit Hilfe von Modellen des maschinellen Lernens, die auf der Analyseplattform implementiert sind, k\u00f6nnen wir schnell potenzielle Ursachen identifizieren, die sich am st\u00e4rksten auf das niedrige durchschnittliche Margenniveau auswirken. Dabei kann es sich um eine gr\u00f6\u00dfere Anzahl von Kunden mit Rabattkarten (im Vergleich zu anderen M\u00e4rkten) oder um einen Rekordanteil von Produkten mit niedrigen Margen am Umsatz handeln. Es ist jedoch Sache des Benutzers, diese Hinweise zu interpretieren und die Analyse zu vertiefen. Dar\u00fcber hinaus werden auch automatisierte Tools entwickelt, die eine schnellere und genauere Erstellung von Prognosen oder Segmentierungsmodellen ohne Programmierung erm\u00f6glichen. <\/p>\n\n Explain Data ist eine Tableau-Funktion, die m\u00f6gliche Ursachen f\u00fcr die Unterschiede zwischen den untersuchten Beobachtungen findet.<\/p>\n\n Dar\u00fcber hinaus wird k\u00fcnstliche Intelligenz neue Wege f\u00fcr die Interaktion der Benutzer mit Analysetools erm\u00f6glichen. Nach und nach tauchen L\u00f6sungen auf, die es Ihnen erm\u00f6glichen, Datenanalysen auf der Grundlage von einfachen Fragen in nat\u00fcrlicher Sprache durchzuf\u00fchren. Die Entwicklung in diesem Bereich wird die Plattformschnittstelle erweitern und es den Nutzern erm\u00f6glichen, mit der Plattform genauso zu kommunizieren wie mit einer Suchmaschine, oder sogar – per Sprachbefehl. <\/p>\n\n Tableau Ask Data erm\u00f6glicht es Ihnen, Analysen durchzuf\u00fchren, indem Sie die Abfrage verbal beschreiben.<\/p>\n\n Bisher hat man Analytik vor allem mit komplizierten Diagrammen in Verbindung gebracht, die auf gro\u00dfen Bildschirmen in den B\u00fcros der Unternehmen angezeigt wurden. Heutzutage werden Gesch\u00e4ftsdaten zunehmend auch au\u00dferhalb dieser Umgebung angezeigt. Smartphones diktieren die Bedingungen f\u00fcr die gesamte digitale Welt, einschlie\u00dflich der Unternehmensanalyse. Heute sollte die Analyseplattform Visualisierungen bequem auf mobilen Ger\u00e4ten anzeigen und spezielle Funktionen unterst\u00fctzen, die an die M\u00f6glichkeiten kleinerer Bildschirme angepasst sind. Die Art der Informations\u00fcbermittlung \u00e4ndert sich und macht unsere Smartphones zur ersten Anlaufstelle f\u00fcr die Verbreitung von Informationen und Erkenntnissen. Der Zugriff auf die Daten sollte jedoch nicht auf die Benutzer innerhalb des Unternehmens beschr\u00e4nkt sein. <\/p>\n\n Moderne Unternehmen schaffen zunehmend einen Mehrwert, indem sie ihren Kunden geeignete Visualisierungen und Dashboards auf der Grundlage von Daten zur Verf\u00fcgung stellen. Dar\u00fcber hinaus werden neue M\u00f6glichkeiten geschaffen, Analysen in externe Anwendungen und Websites einzubetten. Die Demokratisierung des Zugangs zu Daten ver\u00e4ndert auch den Ansatz f\u00fcr die Gestaltung von Dashboards. Die Entwicklung von L\u00f6sungen f\u00fcr Tausende von externen Nutzern bedeutet, dass Intuitivit\u00e4t und Transparenz an erster Stelle stehen. Und den Nutzern ein hohes Ma\u00df an Freiheit bei der Erkundung der Daten zu geben, ist ein unbestreitbarer Wert.* <\/p>\n\n Mobile analytische Dashboards in Tableau.<\/p>\n\n Hier<\/a> und hier<\/a> k\u00f6nnen Sie unsere fr\u00fcheren Artikel \u00fcber Business Intelligence und Tableau lesen.<\/p>\n\n Lassen Sie uns \u00fcber Business Intelligence und die Implementierung von Tableau in Ihrem Unternehmen sprechen – kontaktieren Sie uns<\/a>!<\/p>\n\n![\"\"](\"http:\/\/cloudity.com\/wp-content\/uploads\/2020\/03\/image.png\")
<\/figure>\n\nSmarter Business Intelligence <\/strong><\/h4>\n\n
![\"\"](\"http:\/\/cloudity.com\/wp-content\/uploads\/2020\/03\/image-1.png\")
<\/figure>\n\n![\"\"](\"http:\/\/cloudity.com\/wp-content\/uploads\/2020\/03\/image-2.png\")
<\/figure>\n\nDie zunehmende Zug\u00e4nglichkeit der Analytik<\/strong><\/h4>\n\n
![\"\"](\"http:\/\/cloudity.com\/wp-content\/uploads\/2020\/03\/image-3.png\")
<\/figure>\n\n