Tyto závěry vyplývají z průzkumu společnosti GoodData, který realizovala ve spolupráci se společností Puls, jež je součástí skupiny Gartner. Průzkum zjišťoval, jaké potřeby a priority v oblasti datové analytiky má v letošním roce 200 vrcholových manažerů ze středních a velkých firem působících po celém světě.

Popisované trendy úzce souvisí s „demokratizací dat“, tedy snahou firem odstraňovat překážky, které brání přístupu k datům a jejich interpretaci v reálném čase. Z průzkumu vyplývá, že ve firmách bude s analytikou pracovat stále více lidí. Budou vznikat multifunkční týmy, které se zaměří na zlepšení analytických dovedností, správu a kvalitu dat.

Analytika se postupně přesune do cloudu, a to kvůli uspokojení vyšších nároků na zpracovávaný objem dat a poskytnutí pokročilých funkcí. Podniky také budou hledat rovnováhu mezi flexibilitou a správou svých dat. Díky kompozitní analytice nakonec získají obojí.

„Firmy nejčastěji řeší, jestli potřebné řešení vybudovat interně či si jej zakoupit. Podle našich zkušeností je to spíše otázka vyvažování obou možností než preferování jednoho přístupu před druhým,“ říká Karel Novák, ředitel Professional Services společnosti GoodData.

Obr. 1: Ukázka vizualizace samoobslužných reportů a dashboardů.

V budoucnu se také změní distribuce práce mezi IT oddělením a běžnými firemními uživateli. „IT by se mělo zaměřit pouze na správu dat, tedy tvorbu konzistentních pravidel, rozvoj datových aktiv, zajištění rychlé odezvy a zpracování dat v reálném čase. Firemní uživatelé tím získají svobodu inovovat pomocí analytických nástrojů bez použití složitého programování. Z tohoto nového prostředí budou nakonec těžit všichni,“ shrnuje trendy datové analýzy Roman Staněk, generální ředitel společnosti GoodData.

Datová gramotnost či demokratizace dat jsou často skloňovanými pojmy posledních let. Nyní se stávají realitou. Vyplývá to z pořadí priorit dotazovaných společností. Patrná je snaha datovou analytiku zpřístupnit všem zájemcům, tedy i těm netechnicky zaměřeným. Mezi hlavní priority respondentů pro letošní rok patří poskytování samoobslužných reportů a dashboardů (45,5 %), vybudování nebo pořízení škálovatelné datové architektury (43,5 %) a dosažení aktualizace dat v reálném čase (41,5 %).

Obr. 2: Priority firem v oblasti analýzy dat.

Základním problémem demokratizace dat je zachování jejich konzistence – jak mít jediný správný zdroj pravdy pro celou organizaci. Firmy, které to zvládnou, získají obrovskou konkurenční výhodu. „Díky tomu, že jsme umožnili lidem v mém týmu, kteří nejsou vývojáři či inženýři, manipulovat s daty, přidávat je, vytvářet další dashboardy, můžeme nyní výrazně rychleji reagovat na potřeby zákazníků,“ říká Bernadette Noone, viceprezidentka společnosti Technomic, která poskytuje služby v oblasti potravinářství.

Obr. 3: Kdo se ve firmách stará o analýzu dat?

Zpřístupnění dat často brání nesoulad v komunikaci mezi tech­no­lo­gic­ky orientovanými IT odborníky a zbytkem společnosti. Potřební odborníci jsou totiž obvykle členy IT oddělení (38 %) nebo oddělení analýzy dat (37 %). Toto tradiční rozdělení, kdy technologové pracují bez zpětné vazby od „netechnických“ kolegů, vytváří řadu bariér a může vést k přetížení zdrojů. Získané výstupy mohou být navíc pro uživatele nesrozumitelné. Spolupráce na vytváření, definování a označování metrik je pro přijetí analytiky zásadní.

Se sblížením světa analytiků a běžných uživatelů pomáhá nový přístup: kompozitní datová analytika (tj. datová analytika se stavebnicovou strukturou, kterou lze skládat podobně jako kostky), jež je propojena s otevřenou formou business intelligence, tzv. headless BI. Headless BI zajistí, že všichni koncoví uživatelé budou pracovat s jednotnými daty, a přitom poskytne každému přesně to, co potřebuje, díky jedinému zdroji metrik a sdílenému sémantickému modelu. Všechny analytické výstupy tak pracují se stejnými výpočty a datovými sadami.

„Kompozitní analytika a tzv. headless BI se liší od tradičních řešení business intelligence (BI), protože spravuje základní infrastrukturu způsobem, který umožňuje oddělit výpočet od vizualizace,“ vysvětluje Karel Novák. Oddělením těchto dvou mechanismů mohou týmy IT a analytiků udržovat firemní data zabezpečená a konzistentní. Obchodně orientované týmy přitom mohou samostatně integrovat vybrané nástroje a získávat potřebné informace uživatelsky přívětivým způsobem (viz obr. 4).

Obr. 4: Kompozitní analytika a tzv. headless BI umožňují oddělit výpočet od vizualizace. Všichni uživatelé pracují s jednotnými daty, a přitom mohou samostatně integrovat vybrané nástroje a získávat potřebné informace uživatelsky přívětivým způsobem.

Více informací lze získat z výsledků průzkumu, které jsou ke stažení zde.