A jövőbelátás képességére kevés helyzetben van nagyobb szükség, mint az üzleti tervezés, döntéshozatal terén. Az üzleti analitika segítségével betekintést kaphatnak a vállalatok abba, hogy hol is tartanak és merre vezet az út. Adatok és statisztikai módszerek révén érthetővé válik az üzleti teljesítmény és az ebből várható(an bekövetkező) hatások.

Közel sem mondható nyugodtnak az elmúlt év az üzleti elemzéssel foglalkozó cégek tekintetében. Amint arról a Bitport is beszámolt, a Gartner szerint jelenleg a SAS, az IBM, valamint KNIME és a RapidMiner számít a piac leghangsúlyosabb szereplőinek. Míg az első kettő zárt kódú megoldásokat fejleszt, addig az utóbbi kettő a nyílt forrás mellett tette le a voksát.

De nem csak ez különbözteti meg egymástól a versenytársakat. Az elmúlt egy év alatt nagy mozgást regisztrált a Gartner a fejlett analitikai piacon. A tavalyi magic quadranthoz képest több cég kiesett, illetve sok új is megjelent. Kiesett az Actuate az elégtelen adatszolgáltatás miatt, az InfoCentricity, mert felvásárolta a FICO, így annak részeként értékelték, a Megaputer, szintén az elégtelen adatszolgáltatás miatt, valamint a StatSoft, amely a Dell részeként szerepel az elemzésben. Az Oracle viszont azért, mert nem önálló termékként, hanem más termékekbe integráltan kínál fejlett analitikai megoldásokat. Mindemellett új szereplőként mutatkozott be a Dell, a Predixion, a Prognoz, a Salford Systems és a Tibco Software.

On-premise vagy on-demand?

Jól jellemzi ezt az aktivitást a szegmensben kibontakozó trendek változatossága. Ezek egyik legfontosabbika, hogy tovább vívják harcukat a helyszínen telepített és a felhőben hostolt szolgáltatások. Az előbbiek egyre többet profitálnak a fejlett analitikai számításokra optimalizált hardverek terjedéséből. Ilyen például az SAP HANA in-memory platformja, mely lehetővé teszi a vállalat InfiniteSight megoldásának nagy teljesítményű, kifejezetten elemzőfeladatok ellátására felkészített vason való futtatását.

Mindeközben azonban egyre több szolgáltató fordul a felhőhöz, elsősorban költséghatékonysági okokból. Ez egyben a BA terjedését is elősegíti: immár nem csupán a nagyvállalatok kiváltsága az üzleti adatok elemzésének korábban igen költséges, gyakorlatilag csak on-premise formában való alkalmazása.

A költséghatékonyságra törekvés más tekintetben is jelentkezik. Köztudott, hogy szakértő(k) alkalmazása jelentős tétel lehet a kiadási oldalon, ezért a modern üzleti elemző megoldásokat már a könnyebb használhatóság, érthetőség jegyében fejlesztik. Alkalmazásuk ezáltal egyre inkább kiterjedhet a vállalat egészére, nem csupán a csúcsvezetői pozícióban levők döntéstámogatását segíti. Olyan részlegek is profitálnak a BA-ból, mint a marketing, az értékesítés, a HR vagy a pénzügy.

Cél az elégedett vállalati ügyfél

A vendorok emellett nem csak vertikálisan, hanem horizontálisan is terjeszkednek. Egyre inkább komplett megoldásokat kínálnak ügyfeleiknek, amelyek a BA-n túl vevőszolgálati, csalást megelőző és fluktuációcsökkentő funkciókat is kínálnak. A Gartner fent említett elemzései is hangsúlyozza: az integráció olyan fontos igény az ügyfelek részéről, hogy még az alapvetően önálló eszközökre alapozó IBM is egyre inkább az adat feldogozásától a vizualizáción át a döntéstámogatásig a folyamat teljes lefedése felé mozdul el.

A trendet erősíti a fejlett analitika adatfolyamokon való alkalmazása, hiszen így javulhat a szervezetek reakcióképessége, legyen szó vásárlóknak szóló személyre szabott ajánlatokról vagy közlekedési eszközök hibáinak még a karbantartó csapat előtt történő azonosításáról. Ráadásul immár nem az adatokat táplálják be az elemzőkörnyezetbe, hanem pont fordítva, az elemzési modelleket "ültetik rá" a való életben használt adatbázisokra. Ezzel úgy nőhet a BA-folyamatok teljesítménye, hogy közben egyszerűsödik a biztonsági és adatfelügyeleti kritériumok betartása.

Előretörőben a nyílt forrás

Open source termékekre is lehet sikeres üzleti modellt alapozni, ezt szemlélteti az R előretörése. A nyílt forrású programozási nyelv üzleti analitikai célokra való használata egyre gyakoribb, mára szinte minden vezető vendor támogatja, így segítve az ezt használó kutatók, statisztikusok és más szakemberek feladatvégzését. De nem csupán az R erősíti az open source vonalat, az általános célú programozást nyújtó Python támogatása is egyre inkább megoldott.

A Gartner mágikus négyezet jól mutatja a legfontosabb BI-trendeket

A másik oldal, a kívánt adatok megjelenítése is folyamatos fejlődésen megy keresztül. Az adatvizualizáció mindinkább hangsúlyos szerepet tölt be, ahogy az információmennyiség egyre inkább elönti a vállalatokat. Nélküle egyszerűen nem lehetne könnyen érthető betekintést nyerni a táblázatok, diagramok és más adatok halmazába.

Ahogy a vállalatok az elemzések kötegelt feldolgozásától elmozdulnak a valós idejű visszacsatolást nyújtó rendszerek felé, előrejelzéseik pontosításának növelésére egyre inkább kiaknázzák a statisztikai és adatbányászati modelleket standardizáló PMML (Predictive Model Markup Language) nyújtotta előnyöket. Így nyílik lehetőség arra, hogy egy adott modell fejlesztése egy bizonyos alkalmazás segítségével történjen, de telepítése akár egy másik rendszeren, egy másik alkalmazás révén is megvalósulhat.

Nonhumán adatok

A Deloitte Analytics egy idei elemzése szerint az egyik legforróbb 2015-ös trend az IoT, vagyis a dolgok internete által generált adatok elemzése lesz. Az IoT-tal együttműködni képes analitikai eszközök és technikák a nyakunkon vannak, ugyanakkor még nem nőtték ki gyerekbetegségeiket – például meglehetősen kezdetleges állapotban van ezek integrációja. Vagy, hogy egy másik példát említsünk: a hagyományos adatelemző megoldások nem használhatók hatékonyan a szenzorok zajos, analóg és elképesztő mennyiségben generált adatokkal dolgozó környezetében. A standardizálás – az eszközök, az adatintegráció, az elemzés és a feldolgozás területén – egyértelműen javítani fog a helyzeten.

Ezzel párhuzamosan megkezdődik a kognitív analitika aranykora, azaz az automatizált elemzői „gondolkodás”, melyre a rendszerek gépi tanulás útján tesznek szert. Egyfajta mesterséges intelligencia bontogatja szárnyait a BA területén, mely nem a hagyományos elemzőprogramok kiváltására, hanem a tudásigényes vállalkozások hatékonyabbá tételére hivatott. Az emberi agy információ-feldolgozó eljárását utánzó kognitív analitika a technológia, a számítási teljesítmény és az emberi kapcsolatok segítségével állít fel hipotéziseket, von le következtetéseket és tesz javaslatokat.

A technológiai fejlődés természetesen előbb-utóbb magával hozza a szabályozása iránti igényt is. Kormányzati felügyeleti rendszerek, adatbetörések és a személyes térbe túlságosan benyomakodó kereskedelmi gyakorlatok – mind-mind olyan trendek, melyek kordában tartására hamarosan kézzelfogható eredményeket is kikövetelő fogyasztói igények merülnek fel. A személyes adatokat begyűjtők elszámoltathatósága lesz talán a 21. század egyik legfontosabb, megoldásra váró kérdése, különösen például az önmagukat vezetni képes járművek vagy az okosotthonokat ellenőrző szenzorok tükrében.

Márpedig a személyes adatok is csak értéktelen információhalmazok, amíg azt valakik – akár üzleti szempontok alapján – elemzőeszközökkel vizsgálni nem kezdik, hogy következtetéseket vonjanak le belőle. A modern vállalatoknak tehát hamarosan nem csupán az üzleti analitika előnyeit kell felmérniük, hanem azok hosszú távú hatásait is mérlegelniük kell.