深度分析即服務：幫助企業駛上數據驅動的快車道

Carlos Melendez ?Charles

如果數據是現在的王道，那么深度分析即服務則正在迅速成為首席專家，在數據驅動的知識點、預測分析和深度分析的基礎上，幫助企業做出業務決策。

毫無疑問，我們正處在一個以大數據和分析為標志的數字時代劇變之中，在新技術的驅動下，企業能夠輕松、快速地收集各種來源的大量數據集。而正是過量數據造成的實際困境才讓結構化和非結構化數據變得有意義。

這正是“深度分析即服務（insights-as-a-service）”的用武之地。作為一種新趨勢，人們以很多不同的方式定義它，但實際上，深度分析即服務是外部供應商幫助你理解數據的過程。在典型的“即服務”方式中，你可以只購買自己需要的深度分析，使用你自己的，或者補充數據，并分析這些數據來回答具體的業務問題。

根據MarketsandMarkets的一份報告，深度分析即服務市場的規模，預計將從2016年的11.6億美元增長到2021年的33.3億美元。而我認為，隨著需要大量數據的人工智能滲透到各類企業的每一角落，這一市場只會變得更大。

如果人工智能是引擎，數據就是燃料。

人工智能離不開數據，而且需要大量數據，這正是深度分析即服務的用武之地，它使得供應商能夠幫助企業從數據中獲利——而企業被自己的數據所淹沒，迫切需要解決很多難題。

從數據中獲利

深度分析即服務不僅僅是從企業自己的數據中獲取信息，還能夠尋找其他數據源來幫助解答具體的業務問題。很多企業發現，雖然看起來有很多數據，但如果仔細觀察，就會發現重復信息太多，關鍵信息太少，或者與業務問題無關。這就像人們在清掃房間后才知道自己想要找什么一樣，企業也應評估自己的數據，以確定還需要哪些其他數據。

而這就是數據本身成為產品的地方。深度分析即服務合作伙伴可以為你提供源數據，為幫助解決業務問題提供支持。例如，已經匯集了電信購買趨勢數據的企業可以把他們的數據送到自己的電信數據中，以全面了解客戶流失情況，分析加售服務的可能性。

但是，在做出業務決策時會需要哪些類型的數據呢？這包括企業在CRM系統、數據庫、門戶網站和其他地方存儲的企業數據；或者聯合數據、第三方數據，這些數據可以集成到企業數據中以創建信息豐富的數據集。

因云而備受關注的深度分析即服務

Forrester清楚地看到了深度分析即服務的作用，發布了深度分析平臺即服務（IPaaS）趨勢報告，將其定義為“一套完整的數據管理、分析和深度分析應用開發和管理組件，以平臺的方式提供給自己沒有或者不能控制平臺的企業。”

雖然在過去，企業可能不愿意放棄對他們自己的數據集和分析的控制，但云的普及正在改變這一切，他們看到了云模式的好處，使他們能夠跟上創新的步伐，實現規模經濟和靈活性。最終的結果是，企業現在已經習慣了訂閱模式，并且在購買數據、分析和深度分析來推動業務發展時，更愿意按照需求來付費。

深度分析即服務不能做什么

像Forrester這樣的行業領袖已經認可了這一市場，越來越多的企業轉向服務公司，以幫助他們積累更多有用的數據，進而獲得更好的深度分析，因此，市場只會繼續增長。然而，企業在注冊深度分析即服務時應控制一下熱情，不應將其視為解決所有業務問題的方式。

事實上，雖然深度分析即服務是一種經濟高效的方法來利用數據驅動的分析，而且不需要自己建立內部基礎設施，但是，如果你還沒有明確自己要解決哪些具體問題，那么在這方面投入仍然是浪費金錢。例如，一家保險公司可能想要知道出現客戶流失的原因，而不是某一年盈利能力較低的原因是什么。在這種情況下，深度分析即服務提供商可以幫助你仔細地研究企業內部非常具體的數據，以及競爭對手進入市場、經濟狀況等外部數據。

此外，在進入深度分析即服務發展路線之前，企業應考慮自己是否已經具備了做出明智決策所需的條件。在與合作伙伴合作之前，企業最好先確定自己已經擁有哪些內部數據。通常，他們會很驚訝地發現自己的業務部門有多少數據。通過消除運行孤島，并共享這些信息，企業通常可以完全靠自己來識別模式。

但對于那些僅靠內部數據自己卻無法解決的復雜問題，好消息是，采用了深度分析即服務之后，可以一次只投資一個問題，這樣就能夠決定什么時候需要加大投入了。

如果數據是現在的王道，那么深度分析即服務正在迅速成為首席專家，在數據驅動的知識點、預測分析和深度分析的基礎上，幫助企業做出業務決策。

Carlos Melendez是Wovenware公司的首席運營官和聯合創始人。他熱衷于組建偉大的團隊，開發簡潔的解決方案，以解決當今的軟件問題。

原文網址

https：//www.infoworld.com/article/3258992/analytics/insights-as-a-service-giving-companies-a-fast-lane-to-data-driven-action.html