Self-Service (selvbetjening) som begreb har i de seneste år været et stort fokusområde for mange BI-afdelinger. Der er et stort ønske om at gøre brugerne selvhjulpne og dermed give dem hurtigere og mere agil adgang til netop de analyser og datavisualiseringer, som de efterspørger.
Det er dog ikke altid helt nemt at lave en succesfuld brugeradoption med den strategi; de personer, man allerede ved er supergode og interesserede i at arbejde med data, de skal nok tage godt imod muligheden for selvbetjening, men mange organisationer kæmper med at få alle med på den tilgang.
Hvad er Self-Service BI? Det afhænger af, hvem man spørger…
Det er twoday kapacitys oplevelse, at det ofte handler om, at Self-Service blot er ønsket om mulighed for at have rapporter, hvor de selv kan skifte et filter med periode, produkt eller f.eks. sælger – hvorimod det for andre drejer sig om fuld frihed til at arbejde med vilkårlige data for at finde mønstre og relationer, som BI-afdelingen ikke allerede har tænkt.
Et tilbud om Self-Service til brugerne i organisation skal derfor tage sit udgangspunkt i, hvilken datamodenhed og analyseværktøjsparathed brugerne har, og derfra kan BI-afdelingen så udvælge de muligheder, man vil stille til rådighed indenfor selvbetjening.
Nedenfor vil vi gennemgå det kontinuum, som Self-Service-definitionen kan strække sig over.
Dynamiske filtre i rapporter
- Dynamisk udgave af klassiske PDF-rapporter
- Velegnet til gentagende rapportering med behov for at filtrere på f.eks. perioder, kategorier eller konto
Filtre og drills I dynamiske dashboards
- Den mere visuelle præsentation af data med en indbygget historie og givne muligheder for at filtrere og navigere til detaljer via grafikken
- Velegnet til brugere som foretrækker grafiske præsentationsformer
Byg dashboards fra foruddefinerede komponenter
- Ad hoc modellering af dashboards med nøgletal og dimensioner fra den foruddefinerede kube
- Velegnet til prototyping
Byg analyser i Excel baseret på foruddefinerede komponenter
- Excel som front-end til en foruddefineret kube. Samme brugeroplevelse som PowerPivot, men med server performance
- Velegnet til brugere som foretrækker Excel
Modeller data baseret på datafiler eller databaser
- Modellering af data i Excel/ PowerPivot/R fra en eller flere datafiler
- Velegnet til prototyping og sandkasse-analyser. Begrænset på performance og sporbarhed. Ikke velegnet til genbrug
Søg i data i en Data Lake for at finde relationer og mønstre
- Data discovery I ukendte data med brug af Advanced Analytics-teknikker/værktøjer for at finde hidtil ukendte sammenhænge
- Velegnet til prototyping
Ovenstående gennemgår altså det kontinuum, som Self-Service definitionen kan strække sig over: Øverst er den meget simple definition, hvor brugeren, i stedet for en PDF sendt med e-mail, har adgang til en dynamisk opstilling, hvor man f.eks. kan skifte perioder, og nederst er muligheden for at lave data discovery i en Data Lake med Advanced Analytics/Machine Learning værktøjer.
Faste dashboards, som BI-afdelingen har lavet til brugerne, er i princippet også Self-Service indenfor nogle udstukne rammer. Her er datahistorien fortalt visuelt, men der er fortsat muligheder for brugeren for at få de filtre og snit i data, som passer til deres analysebehov.
Self-Service BI er også for de avancerede brugere
For de mere kyndige brugere kan Self-Service tage form af muligheden for selv at bygge nye dashboards eller analyser i Excel. I begge tilfælde baseret på data som allerede er lagt til rette af BI-afdelingen i f.eks. kuber, så man ikke selv skal håndtere modelleringen og forretningslogikken.
Endelig kan visse meget avancerede brugere have behov for at arbejde med nye data, som endnu ikke er modelleret – enten for at teste om der ligger analysemæssige gevinster i nye datakilder, inden det besluttes at inkludere dem i organisationens Data Warehouse eller som formidling af ønsker i form af en prototype til brug for senere udvikling. Dette kan foregå med Excel som motor eller f.eks. i form af en desktop-udgave af værktøjer som Microsoft Power BI.
De forskellige tilgange til Self-Service har forskellige fordele og ulemper. Nogle af dem fremgår af ovenstående, og de stiller forskellige krav til kompetencerne hos brugerne og giver også forskellige udfordringer i forhold til governance, som ofte er den naturlige bekymring, som følger med udbredelse af Self-Service. BI-afdelingerne skal derfor træffe valget ud fra en samlet vurdering af brugernes modenhed og ønsker samt de muligheder, man har for at understøtte brugerne med uddannelse og support, som er en forudsætning for succesfuld adoption jo højere grad af selvbetjening, man vælger at tilbyde.
Hør hvordan vi kan hjælpe jer med Business Intelligence.