【创科广场】分析流程自动化兴起 加速建立数据分析环境

2021-09-10 08:41

数据有价,数据科学家又供不应求,企业要快速建立数据分析,其中一个方法是采用数据分析流程自动化(Analytic process automation ,APA)。APA厂商Alteryx亚太区高速扩展,至今已经有超过1700名客户,这项技术价值,也渐为人熟悉。

Alteryx属于低程式码或无程式码数据分析软件供应商,简化数据编制和后处理,用户更多时间放在分析上,可减少员工花在预备和处理数据的时间,快速获得结论。

以往企业分析数据,多数是指从业务数据,透过数据分析建立商业智能(BI)系统,再以不同工具建立业务报表。

近年,企业转而致力让业务人员掌握数据分析,视觉化分析工具大行其道;类似Tableau和Power BI日益流行,业务人员连接数据源之后,就可自行作实时分析,马上作商业决定,毋须待开发人员才获得报表,届时分析结果,可能已是明日黄花。

简单而言,最明白业务精髓和业务要求,肯定就是业务人员,不是资讯科技人员。不少机构朝向Self Service发展,数据源和视觉化工具交到用户手中,亦可以建立数据文化,机构上下人人都以数据作出决定,以数据驱动业务。

但是,数据的清理和整理,或者分析要加入新的数据源,往往有不少维护和追溯工作;部分的数据可能要先经处理,才能用于业务分析,否则获得错误结构;问题在于业务人员很大可能,花大量时间去整理数据,而数据加工又涉及编程或高阶Excel能力,故此以自动化工具,加上低程式码的为数据加工和处理,甚至高阶数据分析和人工智能,就大大减低数据分析的门槛。

自动数据加工

Alteryx最大优点在支援低程式,以快速设计与开发流程,只需要最少手动编码,甚至滑鼠拖曳,更快、可靠去处理数据,可让数据发挥最大价值。

Alteryx概念有如数据工厂,数据置于工作流水(Workflow)上,从不同来源的数据;包括数据仓库、文件、云服务、应用、RPA,经常多项程序处理和混合,甚至自动以机器学习训练模型,输出至不同的应用场景和视觉化工具,例如 Tableau和RPA机械人。Alteryx整理数据的能力,可确保了数据质素,并快速整合至最终分析和用途。

理论上,Alteryx可作为端对端的分析工具,最有价值还是自动化的流程,省去用户不少时间,更快获得合用的数据。不少数据,分析前先经处理步骤,例如营业数据要按区域拆分,不少必须固定步骤「加工」,IT人员可在系统内编程,再放回系统,或者是直接输出至Excel处理,两者的过程都涉及一定技术,更加要人手操作,过程也很耗时。

Alteryx以低程式码,自动化处理数据加工和转换,后期亦可取代类似Excel的Pivot Table分析,甚至达至进阶分析,如机器学习作预测分析。

最近,Alteryx委托研究机构IDC进行一项名为亚太区分析自动化走势的调查,访问了100家机构,九成都认为数据分析对于企业。Alteryx的研究显示,亚太区5个地区,包括了香港、澳洲、日本、新加坡、印度,以香港的数据分析能力成熟度(Maturity)最高,26%的受访的香港企业,可称得上是「数据分析专家」(Analytics Expert), 印度最少只有4%。较令人意外是新加坡的成熟度,竟只有二成,低于香港平均。

香港成熟度最高

IDC以4个不同维度,以衡量一个机构的成熟度的框架,包括了策略、数据、人手、流程的成熟度,计算出总分,以分类该企业是位于数据分析成熟度,属于初阶、用家、专家的级别。香港有最多企业,列入了分析专家的级别,所以成熟度也是最高。

Alteryx亚太及日本区高级副总裁Julian Quinn表示,香港优势在金融机构较多,更掌握数据运用,印度则以消费行业为主,数据文化较难建立。审视如何达致数据分析成熟度的各个阶段,「策略」和「数据」难度最低;「策略」与企业内如何集合数据分析持份者,并达成共识;「数据」是指企业内的如何决定就确保数据完整性,达成一致政策和做法,最困难则是在寻找人才和建立流程。

受访企业之中,53%已在「策略」获得共识,41%则在数据可确保完整性。相较之下,八成企业称不能找到足够人才,其中88%缺乏流程的能力,「流程」指定义、标准和自动化整个数据分析的能力,意味大部分的数据分析,皆靠人手操作,分析能力能扩充至整个机构,上行下效,所有员工获得分析好处。

研究显示,企业要提高数据分析的成熟度,最关键是建立数据人才和分析流程。上述研究地区内的管理高层所遇最大困难;包括找觅适合的工具(55%)、工具难于管理和散乱(49%)、不能及时存取数据(44%)、不能追寻数据脉络以至数据缺乏完整性(44%)、人员缺乏数据素养(43%),而业务愈来愈复杂,各机构又对数据分析的速度和规模,要求愈来愈提高,一般企业内部,每月可能增加26个新数据源和30种数据类型,故此分析愈来愈困难。

数据人才和分析流程最关键

「香港的经营环境充满了变数和不确定挑战,企业亦有意投资于关键的业务领域。客户需求不断变化,企业也须创新的业务模式,满足市场的需求。」

Quinn表示:「研究结果显示,受访者对以数据分析推动业务,其成效已达成了共识。然而,机构使用数据分析有多重挑战,提高员工队伍和流程分析能力有其必要。机构需要自动化数据分析流程,以实现人人皆可得益于数据分析,并随时都可从数据获得洞察力,以便员工在岗位发挥更出色。」

關鍵字

最新回应

關鍵字
本網站正使用 Cookie

我們使用 Cookie 改善網站體驗。 繼續使用我們的網站即表示您同意我們的 Cookie 政策。 Cookie 政策