• Σήμερα είναι: Τρίτη, 5 Νοεμβρίου, 2024

Analytics Trends 2015

 

 

Η Deloitte δημοσιεύει την έκδοση Analytics Trends 2015. Η έκδοση αναδεικνύει τις πιο σημαντικές τάσεις στο πεδίο της ανάλυσης δεδομένων (“analytics”), οι οποίες αναμένεται να απασχολήσουν τις επιχειρήσεις το 2015.

Σύμφωνα με την εκτίμηση της Deloitte, η χρήση της ανάλυσης δεδομένων μπορεί να προσφέρει πλεονεκτήματα στις επιχειρήσεις που ποικίλουν από ανακαλύψεις που μπορούν να επηρεάσουν ολόκληρα επιχειρηματικά μοντέλα, μέχρι και την εξαγωγή χρήσιμων συμπερασμάτων για τη λήψη ορθότερων και τεκμηριωμένων επιχειρησιακών αποφάσεων.

  • Κυρίαρχη τάση: Στα πλαίσια αυτά, η Deloitte εντοπίζει την ασφάλεια των δεδομένων ως το κυρίαρχο θέμα το οποίο αναδείχθηκε το 2014. Το 2015, αναμένεται οι εταιρίες να διαθέσουν σημαντικά ποσά στην κάλυψη κενών που σχετίζονται με την ασφάλεια των δεδομένων. Τα analytics αποτελούν πλέον ένα σημαντικό εργαλείο για την πρόβλεψη, την ανίχνευση και τον εντοπισμό απειλών σχετικών με την ασφάλεια των δεδομένων. Όμως, για τη σωστή εφαρμογή των τεχνικών ανάλυσης δεδομένων απαιτείται η σύγκλιση σε μια ομοιογενή προσέγγιση της καινοτομίας, της ψηφιακής διασύνδεσης, και της τεχνολογίας. Η σύγκλιση των παραπάνω θα βοηθήσει τις επιχειρήσεις στην επιλογή των πλέον κατάλληλων και αποδοτικών λύσεων για την αντιμετώπιση των απειλών που προέρχονται από ελλείψεις στην ασφάλεια των δεδομένων.
  • Τα Αnalytics των Πραγμάτων (The Analytics of Things) – Το Διαδίκτυο των Πραγμάτων[i] παράγει μεγάλο όγκο δομημένων και αδόμητων δεδομένων. Η ανάδειξη αξίας από τα δεδομένα αυτά θα πραγματοποιείται πλέον με μεγαλύτερη ευκολία μέσω των Αnalytics των Πραγμάτων. Έχουν ήδη αναπτυχθεί διάφορα εργαλεία και τεχνικές ανάλυσης δεδομένων γύρω από το Διαδίκτυο των Πραγμάτων. Ωστόσο, λόγω της ιδιομορφίας των δεδομένων (συνεχής παραγωγή, μεγάλα σε όγκο κλπ.) που παράγονται από το Διαδίκτυο των Πραγμάτων, έχει παρατηρηθεί απόκλιση μεταξύ των υφιστάμενων λύσεων και της θεωρητικής ανάλυσης που θα μπορούσε να επιτευχθεί. Κατά συνέπεια, αναμένονται σημαντικές εξελίξεις τόσο στις μεθόδους και στις πρακτικές συλλογής των σχετικών δεδομένων, όσο και στην επεξεργασία αυτών.
  • Αποτίμηση των δεδομένων – Μεγάλος αριθμός ειδικών στον τομέα της ανάλυσης δεδομένων τονίζουν ότι οι επιχειρήσεις δε θα πρέπει απλά και μόνο να διαχειρίζονται τα δεδομένα τους, αλλά και να τα θεωρούν ως κεφάλαιο της επιχείρησης τους. Ωστόσο, θα πρέπει να επισημανθεί ότι οι ρυθμιστικές αρχές και οι καταναλωτές αντιμετωπίζουν συνήθως με καχυποψία τη διαχείριση και την ανάλυση των δεδομένων, λόγω των κινδύνων καταστρατήγησης της ιδιωτικότητάς τους. Περαιτέρω, υπάρχει μια κυρίαρχη άποψη ότι όσα περισσότερα δεδομένα κατέχει κάποιος, τόσο το καλύτερο, πλην όμως, η καταγραφή, η αποθήκευση και η προστασία τους ενέχουν σημαντικό κόστος και κινδύνους για τις επιχειρήσεις.
  • Bιονικοί εγκέφαλοι – Τα analytics αποτελούν το σημείο συνάντησης της ανθρώπινης νοημοσύνης και της μηχανικής μάθησης (machine learning). Τα γνωστικά συστήματα (cognitive computing) και τα analytics εμφανίζονται έτοιμα να βελτιώσουν σχεδόν κάθε τομέα στον οποίο έχουν εφαρμογή. Τόσο οι μεμονωμένοι εργαζόμενοι, όσο και οι επιχειρήσεις θα πρέπει να εστιάσουν περισσότερο στο πώς αυτά τα συστήματα μπορούν να αυξήσουν την αποτελεσματικότερη λήψη αποφάσεων και να βελτιώσουν την παραγωγικότητα, παρά στο πώς θα επιτύχουν την πλήρη αυτοματοποίηση των εργασιών τους.
  • Η άνοδος του ανοιχτού κώδικα (open source) – Οι λύσεις ανοιχτού κώδικα μπορούν να αποδώσουν μοναδικά οφέλη. Η υπέρμετρη όμως έκθεση των επιχειρήσεων σε τέτοιου είδους λύσεις ενέχει και σημαντικούς κινδύνους. Οι επιχειρήσεις που θα θελήσουν να υιοθετήσουν λύσεις βασισμένες σε ανοιχτό κώδικα θα πρέπει να λαμβάνουν υπόψη το κόστος και τη διαθεσιμότητα των απαιτούμενων ανθρώπινων πόρων για την υποστήριξη τους. Επιπλέον, θα πρέπει να λαμβάνεται υπόψη ο πιθανός αντίκτυπος από την υιοθέτηση των συστημάτων ανοιχτού κώδικα στην τεχνολογική τους στρατηγική, όπως επίσης και να αναγνωρίζονται οι πιθανοί σχετικοί κίνδυνοι από τη χρήση τους.
  •  Analytics στη φορολογία – Υπάρχουν νέες δυνατότητες στο φορολογικό πεδίο. Μερικές από τις πιο ενδιαφέρουσες εργασίες στην ανάλυση φορολογικών δεδομένων σήμερα επικεντρώνονται στα μοντέλα προσομοίωσης που δικαιολογούν ή προβλέπουν τα επίπεδα φορολόγησης κάτω από συγκεκριμένες συνθήκες. Ο φορολογικός σχεδιασμός του μέλλοντος πιθανότατα θα είναι πιο λεπτομερής και αναλυτικός από ότι μέχρι σήμερα. Οι επιχειρήσεις θα πρέπει να είναι πολύ προσεκτικές κατά την ανταλλαγή δεδομένων με τρίτους, καθώς μπορούν να αποκαλυφθούν φορολογικά στοιχεία που στο μέλλον ενδέχεται να τις βλάψουν.
  • Η αναζήτηση της ακρίβειας – Μία από τις πιο σημαντικές ανάγκες των εμπορικών τμημάτων των επιχειρήσεων αυτή την εποχή είναι η παροχή δεδομένων στη μεγαλύτερη δυνατή ανάλυση. Για παράδειγμα, η χρήση λεπτομερών πληροφοριών σχετικά με τους τρέχοντες και μελλοντικούς πελάτες θα μπορούσε να βοηθήσει τους επαγγελματίες του μάρκετινγκ να προσαρμόσουν καλύτερα τις προωθητικές ενέργειες τους. Λόγω αυτής της ζήτησης, οι εταιρίες παροχής δεδομένων (data brokers) αναμένεται τα επόμενα χρόνια να αυξήσουν την ακρίβεια και τη λεπτομέρεια των δεδομένων που μπορούν να παρέχουν στις επιχειρήσεις.