دفع اندماج العالم المعقد بشكل متزايد، والانتشار الواسع للبيانات والرغبة الملحة في البقاء في طليعة المنافسة، المنظمات إلى التركيز على استخدام تحليلات البيانات Data and Analytics لقيادة قرارات الأعمال الاستراتيجية. تسمح تحليلات الأعمال للمديرين بفهم ديناميكيات أعمالهم وتوقع تحولات السوق وإدارة المخاطر. تُعد البيانات الضخمة عامل تغيير كبير في عالم الأعمال، لذلك بدأت الشركات في تكثيف تحولها الرقمي. كانت النتيجة زيادة هائلة في الطلب على تحليلات البيانات.
نشهد حاليا ولادة المزيد من الاتجاهات بسبب ارتفاع سرعة تدفق البيانات وتنوعها. أصبح اتخاذ قرار تحليل البيانات هو استراتيجية الانتقال للنجاح في المستقبل. يمنح تحليل البيانات الشركات الكبيرة والصغيرة الفرصة لتكون أكثر قدرة على المنافسة من خلال استخدام التحليلات. ويعد الذكاء الاصطناعي وتعلم الآلة من التقنيات القوية التي تحدث ثورة في مشهد تحليل البيانات. كما ان النمو الهائل في عدد الأجهزة المتصلة بإنترنت الأشياء (IoT) والزيادة الهائلة في استهلاك البيانات يعكسان فقط كيف يتداخل نمو البيانات الضخمة تمامًا مع نمو إنترنت الأشياء والتي تصب في هدف محدد هو تحليل البيانات.
مقالتنا اليوم عن الاتجاهات والتحديات المستقبلية أمام تحليلات البيانات، كما ورد في المقالة (مع الإضافات)
وللعلم Gartner، Inc ، المعروفة رسميًا باسم Gartner ، والتي سيأتي ذكرها في هذه المقالة، هي شركة أبحاث واستشارات عالمية تقدم المعلومات والمشورة والأدوات للقادة في مجال تكنولوجيا المعلومات والتمويل والموارد البشرية وخدمة العملاء والدعم والاتصالات والقانون والامتثال والتسويق والمبيعات وسلسلة التوريد المهام.
الاتجاه 1: ذكاء اصطناعي أكثر ذكاءً وسرعة ومسؤولية Smarter, faster, more responsible AI
الذكاء الاصطناعي أكثر ذكاء وسرعة ومسؤولية، يحول تقريبا 75٪ من الشركات من التجريب إلى تشغيل الذكاء الاصطناعي بحلول نهاية عام 2024، مما يؤدي إلى زيادة 5 أضعاف في تدفق البيانات والبنية التحتية للتحليلات. هناك تحديات مع النهج الحالية. تعمل الاستثمارات الكبيرة التي تم إجراؤها في هياكل الشرائح الجديدة مثل الأجهزة العصبية التي يمكن نشرها على الأجهزة المتطورة على تسريع حسابات الذكاء الاصطناعي وتعلم الآلة وأعباء العمل وتقليل الاعتماد على الأنظمة المركزية التي تتطلب نطاقات تردد عالية. في النهاية، قد يؤدي ذلك إلى حلول ذكاء اصطناعي أكثر قابلية للتوسع يكون له تأثير أكبر على الأعمال. يُعد الذكاء الاصطناعي المسؤول الذي يتيح شفافية النموذج للحماية من القرارات السيئة. يؤدي الذكاء الاصطناعي إلى تعاون وثقة أفضل بين الإنسان والآلة من أجل اعتماد ومواءمة أكبر للقرارات في جميع أنحاء المنظمة.
· يقدم هذا الاتجاه حقيقة واضحة هو الدور الكبير الذي يلعبه وسيلعبه الذكاء الاصطناعي في تحليل البيانات، ومنها يتجه الباحثون إلى دراسة التحديات وإيجاد الفرص للاستخدام الأمثل للذكاء الاصطناعي. ويمكن للباحثين طرح السؤال "كيف سيغير الذكاء الاصطناعي طرق تحليلات البيانات؟" أو "ماهي البنية التحتية المطلوبة لدعم تشغيل الذكاء الاصطناعي؟ كيف يحمي الذكاء الاصطناعي من القرارات السيئة؟".
الاتجاه 2: تراجع لوحة المعلومات Decline of the dashboard
بدأت لوحة المعلومات بالتراجع، ستصبح قصص البيانات الديناميكية Dynamic data stories (وليس لوحات المعلومات) الطريقة الأكثر انتشارًا لاستهلاك التحليلات بحلول عام 2025، وسيتم إنشاء 75٪ من هذه القصص تلقائيًا باستخدام تقنيات التحليلات المعززة. تقنيات الذكاء الاصطناعي وتعلم الآلة تشق طريقها إلى منصات ذكاء الأعمال. مع لوحات المعلومات، يتعين على المستخدمين القيام بالكثير من العمل اليدوي للتعمق في مزيد من الأفكار. لكن قصص البيانات الديناميكية تقدم الأفكار دون مطالبة المستخدم بإجراء تحليله الخاص. وقصص البيانات الديناميكية، تتضمن أنواعًا متعددة من التحليلات لرسم الصورة لمتلقي المعلومات، منها توفر التحليلات الوصفية سياقًا لما يحدث، تعطي التحليلات التشخيصية معنى أعمق لسبب حدوث ذلك وماذا يعني ذلك بالنسبة للأعمال؟ توفر التحليلات التنبؤية حالة مستقبلية محتملة، سواء كانت إيجابية أو سلبية، وتوفر التحليلات الوصفية مسارات بديلة للأمام من شأنها أن تأخذ الأعمال في مسارات مختلفة وتقييمًا لكيفية أداء هذه المسارات البديلة في العمل. تستكشف قصص البيانات وتشرح كيف ولماذا تتغير البيانات بمرور الوقت، عادةً من خلال سلسلة من التصورات المرتبطة. القصة والنتيجة دراماتيكية، لكن في جوهرها، هذه قصة بيانات. يحتوي على نقاط بيانات عن الوقت والموقع والحجم، والاتجاه والأهمية والنسبة.
· يخدم هذا الاتجاه البحثي تطوير أدوات مدراء الأعمال وذلك من خلال استبدال لوحة المعلومات dashboard بتقنيات أحدث، لذا يتجه الباحثون إلى دراسة إمكانية توظيف هذه التقنية في مؤسساتهم ومحاولة التغلب على التحديات التي قد تواجههم. يمكن ان يتبلور سؤال للباحثين "ما هي مميزات Dynamic data stories بالمقارنة مع Dashboard؟" أو " ما هو دور المستخدم (المدير) في Dynamic data stories ؟".
الاتجاه 3: ذكاء القرار Decision intelligence
بحلول عام 2023، سيكون لدى أكثر من 33٪ من المؤسسات الكبيرة محللون يمارسون استخبارات القرار الذكية practicing decision intelligence, ، بما في ذلك نمذجة القرار. يجمع استخبارات القرار بين عدد من التخصصات، بما في ذلك إدارة القرار ودعم القرار. وهو يشمل تطبيقات في مجال الأنظمة التكيفية المعقدة التي تجمع بين العديد من التخصصات التقليدية والمتقدمة. يوفر إطارًا لمساعدة قادة البيانات والمحللين على تصميم وتكوين ونمذجة ومواءمة وتنفيذ ومراقبة وضبط نماذج القرار والعمليات في سياق نتائج الأعمال والسلوك. يتم استخدام إدارة القرار وتكنولوجيا النمذجة عندما تحتاج القرارات إلى تقنيات منطقية ورياضية متعددة، أو يجب أن تكون آلية أو شبه آلية، أو يجب توثيقها ومراجعتها.
· يخدم هذا الاتجاه البحثي دعم اتخاذ القرار الذي يعتبر محور وأساس أعمال الشركات الكبيرة والصغيرة. لذا يعمل الباحثون في هذا الاتجاه في توظيف التقنيات للحصول على قرارات ذكية. ويمكن ان يتكون سؤال لدى الباحثون "كيف يمكن تحويل القرارات إلى قرارات ذكية؟ ماهي التحديات والفرص؟".
الاتجاه 4: تحليلات X
صاغ Gartner مصطلح "تحليلات X" ليكون مصطلحًا شاملاً، حيث X هو متغير البيانات لمجموعة من المحتوى المنظم وغير المنظم مثل تحليلات النص، وتحليلات الفيديو، وتحليلات الصوت، إلخ.
يستخدم قادة تحليلات البيانات، تحليلات X لحل أصعب التحديات التي تواجه المجتمع، بما في ذلك تغير المناخ والوقاية من الأمراض وحماية الحياة البرية. خلال الوباء كوفيد 19، كان الذكاء الاصطناعي حاسمًا في التمشيط عبر آلاف الأوراق البحثية والمصادر الإخبارية ومنشورات وسائل التواصل الاجتماعي وبيانات التجارب السريرية لمساعدة الخبراء الطبيين وخبراء الصحة العامة على التنبؤ بانتشار المرض وخطة القدرات وإيجاد علاجات جديدة وتحديد الفئات الضعيفة من السكان. ستلعب تحليلات X جنبًا إلى جنب مع الذكاء الاصطناعي وتقنيات أخرى مثل التحليلات الرسومية (اتجاه آخر أعلى) دورًا رئيسيًا في تحديد الكوارث الطبيعية وأزمات الأعمال والفرص الأخرى والتنبؤ بها والتخطيط لها في المستقبل.
إن تحليلات الذكاء الاصطناعي للفيديو والصوت والاهتزاز والنص والعاطفة وتحليلات المحتوى الأخرى سيطلق ابتكارات وتحولات كبيرة في شركات الأعمال الكبرى حول العالم.
سيؤدي هذا إلى فتح فرص جديدة للتحليلات لأن هذا النوع من البيانات لم يتم الاستفادة منه بالكامل من قبل معظم المؤسسات. لكن الجهود للاستفادة منها آخذة في الازدياد. كما إن تقنيات الذكاء الاصطناعي واستخدامه في السحابة آخذة في النضج لتوسيع نطاق الاعتماد وتأثير تحليلات X. هناك مجموعة كبيرة من حالات الاستخدام غير المستغلة هنا، مثل تحليلات الصور والفيديو لتحسين سلسلة التوريد، أو تحليلات الفيديو والصوت للطقس أو لإدارة حركة المرور.
· يخدم هذا الاتجاه تحليلات البيانات من نوع الصوت والفيديو والاهتزازات، وهذا يفتح المجال للباحثين لاكتشاف مراكز بيانات جديدة يمكن دراسة تحدياتها وفرص الاستفادة منها ويخدم مجالات متعددة مثل الجغرافيا والجيولوجيا وكذلك قطاعات السياحة وغيرها من المجلات التي تعتمد على هذا النوع من البيانات. ويمكن طرح السؤال من قبل الباحثين "ما هي فرص تحليلات X لدعم تحليلات البيانات؟".
الاتجاه 5: إدارة البيانات المعززة Augmented data management
تستخدم إدارة البيانات المعززة تقنيات الذكاء الاصطناعي AI وتعلم الآلة ML لتحسين العمليات وتطويرها. كما أنه يحول البيانات الوصفية Metadata من استخدامها في التدقيق والنسب وإعداد التقارير إلى تشغيل الأنظمة الديناميكية. البيانات الوصفية هي معلومات تصف الجوانب المختلفة لأصل المعلومات لتحسين قابليتها للاستخدام طوال دورة حياتها.
يمكن إدارة البيانات المعززة فحص عينات كبيرة من البيانات التشغيلية، بما في ذلك الاستعلامات الفعلية وبيانات الأداء والمخططات. باستخدام بيانات المستخدمة وعبء العمل الحالية، يمكن للمحرك المعزز ضبط العمليات وتحسين التكوين والأمان والأداء. يجب أن يبحث قادة البيانات والتحليلات عن إدارة البيانات المعززة التي تمكن البيانات الوصفية النشطة من تبسيط وتوحيد بنيتها، وكذلك زيادة الأتمتة في مهام إدارة البيانات الزائدة عن الحاجة.
· اتجاه آخر للبحث والاستكشاف وهو البيانات المعززة وكيفية الاستفادة منها وبحث تحدياتها وطرق التغلب عليها. يمكن للباحثين طرح السؤال "ما هو دور الذكاء الاصطناعي وتعلم الآلة في إدارة البيانات المعززة؟ ".
الاتجاه 6: السحابة من المسلمات فيه Cloud is a given
بحلول عام 2022، ستكون الخدمات السحابية العامة ضرورية لـ 90٪ من ابتكار البيانات والتحليلات. مع انتقال البيانات والتحليلات إلى السحابة، لا يزال قادة البيانات والتحليلات يكافحون لمواءمة الخدمات المناسبة مع حالات الاستخدام الصحيحة، مما يؤدي إلى زيادة الحوكمة والتكامل بشكل غير ضروري. ينتقل السؤال المتعلق بالبيانات والتحليلات من مقدار تكاليف خدمة معينة إلى كيفية تلبية متطلبات أداء عبء العمل بما يتجاوز سعر القائمة. وسيزيد الذكاء الاصطناعي المستند إلى السحابة
بمقدار 5 أضعاف بين عامي 2019 و 2023 ، مما يجعل الذكاء الاصطناعي أحد أفضل فئات عبء العمل في السحابة. يحتاج قادة البيانات والتحليلات إلى تحديد أولويات أعباء العمل التي يمكنها استغلال قدرات السحابة والتركيز على تحسين التكلفة والمزايا الأخرى مثل التغيير وتسريع الابتكار عند الانتقال إلى السحابة.
· اتجاه دراسة استخدام السحابة اتجاه بحثي خصب، يمكن ان يقوم الباحثون بدراسة تحديات البيانات على السحابة وفرص توظيفها في مؤسساتهم واستغلالها في رفع كفاءة التحليلات واستكشاف الفرص المبتكرة. وهنا يمكن البحث عن اجابة السؤال "كيف يمكن للسحابة تعزيز الكلفة والجودة في تحليلات البيانات؟".
الاتجاه 7: تصادم البيانات والتحليلات Data and analytics worlds collide
تُعتبر قدرات البيانات والتحليلات تقليديًا قدرات متميزة وتتم إدارتها وفقًا لذلك. إن الموردين Vendors الذين يقدمون تدفقات عمل شاملة end-to-end workflows يتم تمكينها بواسطة التحليلات المعززة بطمس التمييز بين الأسواق المنفصلة في السابق. سيؤدي تضارب البيانات والتحليلات إلى زيادة التفاعل والتعاون بين أدوار البيانات والتحليلات المنفصلة تاريخيًا. لا يؤثر هذا على التقنيات والقدرات المقدمة فحسب، بل يؤثر أيضًا على الأشخاص والعمليات التي تدعمها وتستخدمها. سوف يمتد نطاق الأدوار من البيانات التقليدية وأدوار التحليلات في تكنولوجيا المعلومات إلى مستكشف المعلومات والمستهلك والمطور كمثال. لتحويل التصادم إلى تقارب بناء، تم دمج كل من أدوات وقدرات البيانات والتحليلات في حزمة التحليلات. إلى جانب الأدوات، وتم التركز على الأشخاص والعمليات لتعزيز التواصل والتعاون.
· يعتبر هذا الاتجاه واعد لدعم رفع قدرات التحليلات وتحقيق الاستفادة القصوى منها. ويمكن طرح سؤال "ما هي تحديات تضارب البيانات والتحليلات؟"
الاتجاه 8: أسواق البيانات وتبادلها Data marketplaces and exchanges
بحلول عام 2022، ستكون 35٪ من المؤسسات الكبيرة إما موردي بيانات أو مشتريها عبر أسواق البيانات الرسمية عبر الإنترنت، ويشكل هذا ارتفاعا عن العام 2020 الذي كان 25٪. هذا الاتجاه يدور حول تسريع السحابة وعلوم البيانات وتعلم الآلة والذكاء الاصطناعي. توفر أسواق البيانات وتبادلها منصات واحدة لتوحيد عروض بيانات الجهات الخارجية. توفر هذه الأسواق والتبادلات توفرًا مركزيًا وإمكانية الوصول (إلى تحليلات X ومجموعات البيانات الفريدة الأخرى، على سبيل المثال) التي تخلق وفورات الحجم لتقليل التكاليف لبيانات الجهات الخارجية. لتحقيق الدخل من أصول البيانات من خلال أسواق البيانات، يجب على قادة البيانات والتحليلات إنشاء منهجية عادلة وشفافة من خلال تحديد مبدأ حوكمة البيانات الذي يمكن لشركاء النظم الإيكولوجية الاعتماد عليه.
· يفرض هذا الاتجاه التعامل مع البيانات كسلعة وتوفير أسوق تبادل لها. مجال واعد للباحثين في دراسة دور السحابة في تشكيل أسواق للبيانات التي تزيد من حجم الاستخدام، وهو معروف ان قيمة البيانات ترتفع بزيادة حجم الاستغلال والاستخدام. يمكن للباحثين دراسة هذا الاتجاه من منظور قانوني، مثلا يمكن طرح
"السؤال كيف يتم تأسيس متاجر البيانات على مبدأ الشفافية؟" أو "كيف نحمي متاجر البيانات من احتكار الشركات العالمية؟"
أو "ما هو نصيب الدول النامية من متاجر البيانات؟".
الاتجاه 9: Blockchain في البيانات والتحليلات
تدرس تقنيات Blockchain تحديين في البيانات والتحليلات. أولاً، توفر blockchain النسب الكاملة للأصول والمعاملات. ثانيًا، توفر blockchain الشفافية لشبكات المشاركين المعقدة. خارج حالات استخدام البيتكوين bitcoin والعقود الذكية smart contract ، ستوفر أنظمة إدارة قاعدة بيانات (DBMSs) خيارًا أكثر جاذبية لمراجعة مؤسسة واحدة لمصادر البيانات. بحلول عام 2021، تقدر Gartner أن معظم استخدامات blockchain المرخصة سيتم استبدالها بمنتجات DBMS . يجب أن تضع البيانات والتحليلات تقنيات blockchain كمكمل للبنية التحتية الحالية لإدارة البيانات من خلال تسليط الضوء على عدم تطابق القدرات بين البنية التحتية لإدارة البيانات وتقنيات blockchain.
· يطرح هذا التجاه البحثي التحديات التي يمكن للباحثين دراستها والمساهمة في الإضافة العلمية لها. كما يمكن الاتجاه لدراسة العقود الذكية والعملة الرقمية أو البنية التحتية المطلوبة وتحديات توفيرها للمؤسسات. يمكن ان يتم التساؤل "ما هو دور العقود الذكية في التجارة الالكترونية؟" أو "كيف تدعم تقنيات Blockchain الشفافية للشبكات .
الاتجاه 10: تشكل العلاقات أساس البيانات وقيمة التحليلات Relationships form the foundation of data and analytics value
بحلول عام 2023، ستعمل تقنيات المخططات الرسومية graph technologies
على تسهيل التهيئة السريعة لصنع القرار في 30٪ من المؤسسات حول العالم. تحليلات المخططات الرسومية عبارة عن مجموعة من التقنيات التحليلية التي تسمح باستكشاف العلاقات بين الكيانات ذات الأهمية مثل المنظمات والأشخاص والمعاملات. يساعد graph technologies قادة البيانات والتحليلات في العثور على علاقات غير معروفة في البيانات ومراجعة البيانات التي لا يمكن تحليلها بسهولة باستخدام التحليلات التقليدية.
على سبيل المثال، بينما يتدافع العالم للاستجابة للأوبئة الحالية كوفيد 19والمستقبلية، يمكن لتقنيات المخططات الرسومية أن تربط الكيانات عبر كل شيء بدءًا من البيانات الجغرافية المكانية على هواتف الأشخاص إلى أنظمة التعرف على الوجه التي يمكنها تحليل الصور لتحديد من قد يكون على اتصال بأفراد اختبروا لاحقًا إيجابية لفيروس كوفيد 19.
تقوم خوارزميات وتقنيات المخططات الرسومية بتحسين مبادرات الذكاء الاصطناعي AI وتعلم الآلة MLعند دمجها مع خوارزميات تعلم الآلة، يمكن استخدام هذه التقنيات لتمشيط الآلاف من مصادر البيانات والوثائق التي يمكن أن تساعد الخبراء الطبيين وخبراء الصحة العامة على اكتشاف علاجات أو عوامل جديدة محتملة تساهم في المزيد من النتائج السلبية لبعض المرضى.
يحتاج قادة البيانات والتحليلات إلى تقييم الفرص لدمج تحليلات المخططات الرسومية في التحليلات والتطبيقات الخاصة بهم للكشف عن الأنماط والعلاقات المخفية. بالإضافة إلى ذلك، يمكن التحقيق في كيفية قيام خوارزميات وتقنيات المخططات الرسومية بتحسين مبادرات الذكاء الاصطناعي وتعلم الآلة. باستخدام التقنيات الرسومية، فإن الفرضية الأساسية هي أنك تقوم بتخزين البيانات وإدارتها والاستعلام عنها في شكل رسومي. تصبح كياناتك رؤوسًا.
يمكن استكشاف المزيد عن الأبحاث فيها من خلال المقالة Innovative Ways to Use Graph Analytics
· يعطي هذا الاتجاه التوجه للباحثين لدراسة graph technologies وكيفية الاستفادة منه بتحسين مبادرات الذكاء الاصطناعي وتعلم الآلة. فيمكن ان يكون السؤال "كيف يحسن graph technologies من مبادرات الذكاء الاصطناعي؟".
ولمزيد من المعلومات عن البيانات التي تعتبر الأساس للتحليلات المتنوعة، يمكن الاطلاع على المقال
الخلاصة
ناقشت هذه المقالة عشر اتجاهات في مجال تحليلات البيانات، ولكن يجب ان نكون على وعي وإدراك ان هناك مجالات أكثر حيث يعتبر تطوير قطاع التحليلات قطاعا حيويا سيعمل على تشكيل العالم من حولنا، فإذا لم نساهم في هذا التشكيل بشكل كبير فعلى الأقل نضيف معرفة ونساهم ببعض اللبنات في هذا الصرح العظيم، وندرك أهمية هذا المجال وارتباطه بكافة مجالات الأعمال من حولنا. والأهم هو ان ندرك أنه مجال يتطلب باحث يقظ، واعي، مبدع، يرغب في المعرفة والاستكشاف، ويتحلى بالتفكير المنطقي والمبدع والتعرف على البيانات بشكل عميق ويدرك كيف يدرس "البيانات" من حيث وجودها وحركتها وتأثيرها وعلاقتها بكافة الأحداث من حولها.
دكتورة أروى الأرياني
أستاذ مشارك - تكنولوجيا المعلومات
باحث ومستشار أكاديمي مستقل
أضغط هنا " Dr. Arwa Aleryani-Blog " لتسجيل متابعة، حتى يصلك الجديد من المدونة الأكاديمية.
Commentaires