Por que a falha bi vai custar US $ 159 bilhões até 2020, a análise em chamas é bitcoin bom investimento

Até 2020, o IDS previu que as empresas gastarão US $ 187 bilhões anualmente em software analítico. No entanto, a partir de novembro de 2017, a gartner concluiu que 85% de todos os projetos de Big Data foram considerados um fracasso, resultando em cerca de US $ 159 bilhões de investimento desperdiçado. Bet bitcoin o problema? De acordo com o sr. Gartner Analista, nick heudecker, é gente. Não é tecnologia. No entanto, muitos CIOs e alguns CDOs orientam todas ou algumas das discussões de dados com a tecnologia. Isso não apenas diminuiu o valor da inteligência empresarial, mas levou muitos usuários empresariais a buscar soluções alternativas de “autoatendimento”. Fabricantes de BI inteligentes, como tableau e powerbi, identificaram essa mudança e dominaram o mercado cortando a TI e indo diretamente para os usuários corporativos. Preço de Bitcoin ontem como resultado, hoje, a maioria das compras de tecnologia de BI são orientadas para negócios e financiadas.


Em seu artigo “como a inteligência artificial é a nova inteligência de negócios”, wadhwa afirma categoricamente que os painéis não são suficientes. Ele argumenta corretamente que, embora os seres humanos estejam limitados a exibir pontos de dados únicos, a IA pode aplicar o raciocínio e fornecer informações sobre milhões de pontos de dados de uma só vez, fornecendo uma visão verdadeira. Eu tenho pregado a necessidade de visualizações dinâmicas de dados nos últimos oito anos. Os tomadores de decisão precisam de visualizações dinâmicas que são atualizadas automaticamente para refletir novos insights em tempo real, para que eles possam ficar à frente de seus negócios. Embora os painéis não sejam suficientes, estamos a pelo menos 1-2 gerações de erradicar a análise do intestino, que é uma das razões pelas quais a maioria dos relatórios e painéis de inteligência de negócios tem uma média de 7 a 10% de usuários, independentemente da ferramenta, beleza e ou investimento.

De acordo com a semana de informações, as organizações lutam com o tempo para avaliar o BI devido a escopos pouco claros, falta de pessoal qualificado, falta de priorização e problemas de qualidade de dados. Em uma pesquisa recente do TDWI, de 224 profissionais de dados, mais de 45% responderam que estavam “insatisfeitos” com o tempo atual de valor de seu projeto de BI. Seja comprando, implementando ou dimensionando uma solução, a maioria das equipes de BI é lenta demais para atender às necessidades de negócios. Informações sobre tomadores de decisão de bitcoin são forçadas a operar na visão traseira, concentrando-se no que aconteceu versus O que vai acontecer e como evitá-lo. As equipes de BI contam com conjuntos de habilidades de dinossauros para soluções herdadas que não atraem o interesse ou o investimento do usuário corporativo. Incapaz de aprender e adaptar rapidamente novas ferramentas de BI, causou uma grande divisão entre as equipes de negócios e de BI em muitas organizações. Se você encontrar sua equipe de BI nessa situação, será uma situação de perda. Valor da moeda Bitcoin que os usuários corporativos acabarão trazendo na ferramenta que desejam, mas quando chegar a hora de escalá-la, eles retornarão à equipe de BI para obter ajuda ou contratar consultores externos.

Construindo minha carreira como a pessoa responsável por projetos de BI falhos me ensinou algumas lições-chave. Vi em primeira mão como escopos indefinidos, falta de adesão dos executivos, recursos errados e problemas de qualidade de dados poderiam inviabilizar projetos de BI multimilionários. Normalmente trazido como ‘o último recurso’, meu primeiro passo foi sempre usar meu guia preparatório para confirmar quatro coisas: quem (patrocinadores, donos de empresas, recursos de TI), o porquê (objetivo), o quê (o top 5 kpis ) e o quando (quaisquer prazos rígidos). O imposto sobre ganhos de capital da Bitcoin é o motivo pelo qual o guia de preparação é a primeira etapa da minha metodologia popular de fórmula de painel de controle de BI. Concluir

Na esteira das realidades enfrentadas pela maioria das organizações quando se trata de usar seus dados, dei a mim mesmo o desafio de criar mil contadores de dados principais nos próximos 365 dias. Não apenas criei um novo grupo privado no Facebook para atrair outros contadores de histórias de dados, mas também lancei um treinamento gratuito sobre “como se tornar o principal contador de dados de dados em sua organização”. Se qualquer uma das questões acima for a sua realidade, aprender a contar histórias de dados atraentes e apelar para o lado direito do cérebro do usuário pode ajudar a resolver muitos desses problemas ou, pelo menos, explicá-los.