Data Analytics

Self-Service

Eine Person benutzt einen Touchscreen mit Diagrammen, Grafiken und einem digitalen Globus, der globale Self-Service und vernetzte Datenfunktionen symbolisiert

Durch Self-Service-Analytics können User ohne die Hilfe von IT-Experten Einblicke gewinnen und sich Berichte und Visualisierungen anzeigen lassen.

Warum ist Self-Service wichtig?

Benutzer in verschiedenen Geschäftsbereichen müssen nicht mehr das IT-Team bitten, Berichte zu erstellen. Die Anbieter haben neue Funktionen entwickelt, die es den Benutzern erleichtern, leistungsstarke business intelligence (BI)-Dashboards für ihre spezifischen Geschäftsfunktionen zu erstellen.

Der Hauptgrund, dieses neue Paradigma anzunehmen, besteht darin, dass die Benutzer autonom arbeiten können, ohne auf zentrale IT-Funktionen angewiesen zu sein. Starterpakete, Videoanleitungen, kontextbezogene Hilfe und Cloud Abonnements werden es den Fachanwendern ermöglichen, ihre eigenen Betriebsdaten kennenlernen und datenbasiert Entscheidungen mit größerer Agilität zu treffen.

Funktionen von Self-Service

Die folgenden Funktionen tragen dazu bei, dass herkömmliche BI Self-Service ist:

Benutzerfreundlichkeit

Die Nutzer muss intuitiv sein und ein einfaches Drag-and-Drop-Diagramm bieten, damit Geschäftsanwender mit Self-Service erfolgreich sein können.

AI-Unterstützung

Künstliche Intelligenz (KI) ermöglicht Self-Service , indem sie eine natürlichsprachliche Schnittstelle zum Schreiben von Abfragen bereitstellt, anstatt komplexere SQL-Abfragen zu schreiben. Der natürlichsprachliche Ansatz kann einen Chat-basierten Ansatz verfolgen, bei dem der Nutzer zur Eingabe der erforderlichen Informationen aufgefordert wird. Die Anfrage , die der Nutzer erstellt, kann angezeigt werden, während die Aufforderungen ausgeführt werden, um dem Nutzer das Schreiben von Abfragen auf direktem Wege beizubringen. Der zweite Bereich, in dem KI helfen kann, besteht darin, die Auswahl geeigneter Algorithmen für die Analyse und Interpretation von Geschäftsdaten und die Entwicklung von Prognosen zu erleichtern.

Cloud Servicebereitstellung

Die Nutzer in den Abteilungen verfügen in der Regel über Betriebskostenkonten, über die sie Self-Service finanzieren können, ohne dass es zu langsamen und umständlichen Beschaffungszyklen kommt.

Eingebaute Training

Durch kontextbezogene Demos und training wird die anfängliche Lernkurve für die BI-Anwendung weniger steil.

Vorgefertigte Templates

Viele Analytik-Anbieter hosten Marktplätze mit Vorlagen, die einen Vorsprung bieten sollen. Vorgefertigte Vorlagen können auf horizontale und vertikale Geschäftsbereiche ausgerichtet sein. Beispiele für Dashboards für horizontale Anwendungsfälle könnten Customer 360, Marketing, Vertrieb und Finanzen sein. Diese Dashboards nutzen relevante Feeds aus Anwendungen wie ERP-, social media und CRM-Systemen.

Vorteile von Self-Service

Im Folgenden finden Sie einige der vielen Vorteile der Self-Service :

  • Die Analyseexpertise wird im gesamten Unternehmen entwickelt, indem die Analyse an Einzelpersonen in den Geschäftsbereichen delegiert wird, um die Abhängigkeit von zentralisierten BI- und IT-Experten zu verringern.
  • Es werden mehr Unternehmensdaten für die Entscheidungsfindung genutzt, da mehr Personen Zugang zu Self-Service haben.
  • Erhöhte Reaktionsfähigkeit des Unternehmens auf sich änderndes Kundenverhalten und Marktbedingungen, da die Benutzer mit diesen Veränderungen besser Schritt halten können.
  • Bieten Sie den Abteilungen ein größeres Analyse-Know-how und befähigen Sie sie, Erkenntnisse mit gemeinsamen Dashboards zu teilen.
  • Demokratisierung der Analytik, indem sie dank höherer Benutzerfreundlichkeit und Bequemlichkeit für mehr Geschäftsanwender zugänglich gemacht wird.
  • Eine bessere Entscheidungsfindung führt zu mehr Effizienz und Rentabilität.

Beispiele für Self-Service

Kundenbetreuung

Self-Service-Analysen können der Kundensupport-Organisation helfen, proaktiver zu sein. Grundlegende Analysen des Kundensupports verfolgen die Anzahl der aktiven Anrufe in verschiedenen Schweregraden und die Zeit, die zum Schließen von Trouble Tickets benötigt wird. Anspruchsvollere Analysen beinhalten die Korrelation von Account-Management-, Vertriebs- und Support-Aktivitäten, um sicherzustellen, dass Support-Probleme keine Auswirkungen auf Lizenzverlängerungen haben. Durch die Untersuchung der Personen, die die meisten Supportfälle öffnen, können Schulungsmöglichkeiten aufgedeckt werden, oder es können höhere Supportstufen, einschließlich On-Premises-Audits, angeboten werden, um schlechte Konfigurationen weniger fehleranfällig zu machen.

Vertrieb

Self-Service können den Vertriebsteams helfen, schneller zu reagieren. Wenn der Vertrieb direkten Zugriff auf Datenfeeds aus Marketingsystemen hat, die die Migration des Käufers verfolgen, könnte das Innendienstteam Marketo-Kontakte in aktive Kontakte umwandeln, indem es Interessenten nur wenige Minuten nach dem Herunterladen eines Gated Assets anruft, anstatt auf eine Benachrichtigung von Salesforce zu warten.

Kundenbindungs-Teams können proaktiv Kontakte verfolgen, die die Websites von Mitbewerbern besuchen oder nach bestimmten Schlüsselwörtern suchen, so dass sie ihr bestes Angebot unterbreiten und eine Vertragsverlängerung sicherstellen können.

Marketing

Die meisten Marketingteams haben Schwierigkeiten, sich einen zusammenhängenden Überblick über potenzielle Kunden in jeder Phase ihrer Migration zu verschaffen. Self-Service , die bezahlte und organische Suchaktivitäten, Landing Page-Besuche, Downloads, Testversuche und Outbound-Verkaufsprospektionsaktivitäten anzeigen, bieten den nötigen Überblick. Das Marketing muss seine Ausgaben für Kampagnen usw. rechtfertigen. Dashboards, die die Rentabilität verschiedener Kampagnen und Taktiken aufzeigen, helfen dabei, den Grund für wiederholte Aktivitäten zu finden.

Advanced Analytics mit Actian

Die Actian Data Platform bietet einen zentralen Ort zum Speichern, Bereinigen und Analysieren von Daten. Analyseprojekte auf Abteilungsebene lassen sich leicht erstellen und im gesamten Unternehmen gemeinsam nutzen. Die Actian Data Platform arbeitet mit den meisten Datenquellen und BI-Lösungen zusammen und bietet den einzelnen Geschäftsbereichen Flexibilität bei der Wahl der Tools, die sie verwenden.