协作分析有利于企业数据分析

什么是协作分析？

协作分析代表了数据转换据“全球化咨询”表示，JuanJoséLópez墨菲，技术总监和数据科学实践领先。这有助于团队避免偏离默塞德地区之间的前后决策误解，以更好地调整努力，并对整个企业内部发生的事情进行连贯的评估。

墨菲说，大多数主要的业务问题经常跨越领域、部门和技术边界，这使得仅靠一种专业知识很难解决。当公司试图通过协调行动来发展和改进时，他们往往无法对正在发生的事情有一个协调一致的理解。协作分析可以填补这一缺口。

它如何帮助数据团队

“协作分析促进了更快的速度才能，”KPMG的数据，分析和AI的合作伙伴说，“Traci Gusher说。

它也有可能揭示更广泛的数据清单，这些数据可能与各种体验有关不同的人有不同的数据来源。广泛的观点可以帮助组织困扰可能没有表面的新想法。

“没有一个数据科学家了解这一切，”KNIME的主要数据科学家Rosaria Silipo说。

看起来无法检测到单个数据科学家的问题可以分开，并且可以是单独的部件由团队解决。

还有一种宜家的效果，那里参加建立分析模型的人更有可能相信结果。

“企业通过了解组织中的数据用户在创建，建设和记录分析的创建，建设和记录分析中，”企业受益于协作分析，“大德的数据解决方案副总裁Peggy Tsai表示，数据智能平台。

使用什么工具

协作分析实现需要包含一个公共接口和工作空间，用户可以在其中访问数据和kpi。此工作空间必须通过提供上下文业务视图以熟悉的业务格式提供信息，解释了Radhakrishnan Rajagopalan，高级副总裁和全球客户成功，数据和智能领导者，Mindtree，技术咨询和数字化转型公司。

将其与促进数据产品创建和共享的市场进行比较是很有用的。

协作工作空间必须支持透明的数据操作。更重要的是，它应该支持数据可视化，这样用户就可以分析信息的不同方面。一旦分析了数据，数据团队应该能够创建其他版本，并与同事共享，以进行协作、审查和使用。

人体元素

人的因素是让协作分析程序在实践中发挥作用的最重要的方面之一。协作分析要求培养数据素养墨菲说:“这是一种开放和学习的意愿。”

数据素养可以帮助参与者区分数据说了什么，它激发人们相信什么，以及他们在做决定前需要证实的假设。建立开放性是培养谦逊感的过程，这有助于实现每个成员在经验、领域知识、技术方法和观点方面所能带来的价值。

Murphy说:“通常情况下，特别是在IT环境中，我们看到‘技术’人员与程序员或某种类型的数字分析师混为一谈，而没有意识到每个部门和观点都有他们的技术背景和方法。”

培养愿意了解这一点鼓励人们分享异议意见也至关重要。

“作为人类，我们有时会犹豫，不愿作为团队的一员提出可能太冒险或牵强的想法，”Gusher说。

人们也允许他们的观点被改变或调整基于他们的工作团队。对于问题有着不同背景、技能和观点的团队最终可能会失败创造更全面的见解和解决方案。

Gusher已经发现采用结构，例如一致的方法来接近数据分析，支持有效协作和代表不同观点的模板团队角色的工具。这可以包括业务或域名知识，分析方法深度和数据采集和工程技能。

Gusher说:“团队成员需要角色和明确的目标，否则这些团队就会变成蛮荒的西部，开始互相践踏，而没有创造出这些团队想要推动的创造价值。”

人工智能的元素

一旦基本工具，人员和流程到位，人工智能可以帮助推动洞察力，兽医数据并建议下一步。

墨菲说:“人工智能主要是在幕后工作，通过丰富可用信息的内容和覆盖范围。”

单向AI可以帮助协作分析表明可以使用类型的推荐者在给定主题上考虑的信息，而是专注于数据源和特定切片或可视化的信息。

AI还可以填补团队想要但无法收集到的数据空白。人工智能还可以帮助构建假设场景，并发挥出不同的策略和结果做出最好的决定通过尽可能多地结合整个团队的知识。