Geschäftsanwender sind Geschäftsleute, die über Fachkenntnisse in einer Branche oder einem Marktumfeld verfügen oder eine Funktion ausüben, um den laufenden Betrieb des Unternehmens zu unterstützen – Fachleute, die an vorderster Front an einer Produktionslinie arbeiten, Finanzfachleute, Handelsvertreter, gemeinnützige Büros Arbeiter, medizinische Forscher, mittlere Manager, Regionalmanager für Einzelhandelsketten, Transportdisponenten oder … na ja, Sie wissen schon. Diese Teammitglieder kennen ihren Job und machen ihn gut. Aber sie haben wahrscheinlich nicht die technischen Fähigkeiten, um eine SQL-Abfrage zu schreiben oder die Spalten und Felder für eine analytische Suche herauszufiltern, um die Ergebnisse zu erhalten, die sie benötigen, um eine Entscheidung zu treffen.
Dieser Blogbeitrag dient als Plädoyer für den durchschnittlichen Geschäftsanwender. Wenn Sie sich für ein Analysetool entscheiden, das die Anforderungen Ihres Unternehmens unterstützt, wählen Sie ein Tool, das für jedes Teammitglied einfach genug zu verwenden ist. Wenn Sie möchten, dass Ihr Unternehmen die Produktivität und Datenkompetenz verbessert, wenn Sie die Datendemokratisierung verbessern möchten und beabsichtigen, Self-Service-Analysetools zur Verwendung durch das durchschnittliche Teammitglied bereitzustellen, wählen Sie ein Tool, das darauf ausgelegt ist, das Leben so einfach wie möglich zu machen für jedes dieser Teammitglieder.
Jeder Mitarbeiter ist auch in der realen Welt ein Konsument und an einfache Tools gewöhnt. Sie wissen, wie man bei Google nach etwas sucht und die gewünschten Ergebnisse erhält. Der Grund, warum sie dies tun können, ist einfach: Die dafür bereitgestellten Tools sind für die menschliche Interaktion konzipiert. Du stellst eine Frage und bekommst eine Antwort.
Aber analytische Tools bieten oft nicht die gleiche Unterstützung.
Obwohl es viele Analysetools und einige großartige erweiterte Analysetools gibt, die den Benutzern Anleitungen und Vorschläge bieten, wird das Konzept der Verarbeitung natürlicher Sprache (NLP) möglicherweise nicht so eingesetzt, dass es denselben Suchmechanismus wie Google unterstützt.
Und wenn wir das NLP-Konzept einen Schritt weiterführen und Kontext bereitstellen, geben wir Geschäftsanwendern das ultimative, benutzerfreundliche Analysetool an die Hand.
Dieses Tool stellt sicher, dass sie die Technologie annehmen und sie verwenden, um jeden Tag Entscheidungen zu treffen, wodurch ein schneller ROI und niedrige Gesamtbetriebskosten unterstützt und die Produktivität und faktenbasierte Entscheidungsfindung verbessert werden.
Darüber hinaus werden Sie Ihre Geschäftskunden glücklich machen. Niemand möchte sich abmühen, die Informationen zu finden, die er für seine Arbeit benötigt, oder nach einer Entscheidung herausfinden, dass es Informationen gab, die ihn in eine andere Richtung geführt und das Ergebnis verbessert hätten. Geschäftsanwender sind jedoch keine IT-Experten oder Datenwissenschaftler. Sie kennen ihren Job und sind vielleicht Experten in Rechtsfragen, Finanzinvestitionen, Verkauf, Marketing oder einer Reihe anderer beruflicher Aktivitäten, aber sie werden nicht dafür bezahlt, sich auf Technologie zu konzentrieren. Wenn Sie sie also befähigen und für ihre Entscheidungen verantwortlich machen möchten, geben Sie ihnen die Werkzeuge, die sie benötigen, um Informationen leicht zu finden.
Stellen Sie eine Frage … erhalten Sie eine Antwort. Finden Sie die Informationen, die Sie benötigen, und erhalten Sie Einblicke in Probleme.
Hier sind nur einige Beispiele dafür, wie kontextgesteuerte NLP-Suchen Ihre Geschäftsbenutzer informieren und ihnen helfen können, Entscheidungen zu treffen:
- Stellen Sie eine Frage, um die Kosten zu vergleichen: „Wie hoch sind die Warenkosten für die Herstellung von Waschmaschinen in Arizona im Vergleich zu Arkansas?“
- Stellen Sie eine Frage, die „am meisten“ oder „am wenigsten“, „hoch“ oder „niedrig“ offenbart: Was war die höchste Temperatur in Arizona im Jahr 2019 und wann ist sie aufgetreten?
- Stellen Sie eine Frage zu einem Zeitpunkt, ohne dass bestimmte Daten erforderlich sind: Wie viele Seidenblusen wurden im Weihnachtsgeschäft 2016 im Vergleich zu 2018 verkauft?
- Fragen Sie nach Verkäufen, ohne den Namen eines Vertriebsmitarbeiters oder ein bestimmtes Produkt anzugeben: Wer hat im ersten Quartal 2018 in Phoenix, Arizona, das meiste Obst verkauft?
Wie Sie sehen können, ermöglicht diese Art der kontextgesteuerten Suche dem durchschnittlichen Geschäftsbenutzer, eine Frage zu stellen, indem er die menschliche Standardsprache verwendet und einem Gedanken oder Konzept folgt, das er hat, ohne diese Frage in eine Systemabfrage oder Programmiersprache übersetzen zu müssen. So können Ihre Benutzer ihre Arbeit erledigen, die Antworten erhalten, die sie benötigen, um die Ergebnisse zu verbessern, und ihren Tag fortsetzen.
Damit endet mein Plädoyer im Namen Ihrer Geschäftskunden.
Wenn Sie die Ergebnisse verbessern, faktenbasierte Entscheidungen sicherstellen, die Datenkompetenz verbessern, die Produktivität und Zusammenarbeit verbessern und einen hervorragenden ROI und TCO sicherstellen möchten (ganz zu schweigen von der Verbesserung der Benutzerakzeptanz und Benutzerzufriedenheit), suchen Sie nach Augmented-Analytics-Lösungen mit Verarbeitung natürlicher Sprache ( NLP) und kontextgesteuerte Suchfunktion.
