Het huwelijk van business intelligence en artificial intelligence

Het is een veelgehoorde uitspraak op elke bruiloft: het beste moet nog komen. Dit gaat ook zeker op voor business intelligence (BI) en kunstmatige intelligentie (AI), twee opkomende technologieën die elkaar recentelijk gevonden hebben. Dankzij BI en AI kunnen bedrijven datagedreven beslissingen nemen die nodig zijn om in de huidige digitale wereld concurrerend te zijn. Een paar jubilea later zal AI de beperkingen van traditionele BI opgeheven hebben, waardoor deze technologie categorisch verschuift van een gestandaardiseerde rapportagetool naar een tool die direct inzetbare zakelijke inzichten biedt.

Volgende stap in BI-innovatie

Op de recent gehouden Gartner Data & Analytics Summit bleek hoeveel enthousiasme er is over de evolutie van BI. Op evenementen in Sydney, Dallas en Londen waren er duidelijke signalen dat de BI- en analytics-industrie een nieuwe golf van disruptie doormaakt, die draait rond AI en machine learning (ML). In het Gartner-onderzoek Augmented Analytics Is the Future of Data and Analytics uit 2017 wordt deze nieuwe categorie augmented analytics genoemd, een benadering van analytics die inzichten automatiseert door middel van machine learning en Natural Language Processing (NLP).

Tijdens de Gartner Summits toonden zowel gevestigde als nieuwe spelers AI-gedreven augmented analytics-functionaliteit, zoals NLP en geautomatiseerde inzichten.

Met NLP kunnen gebruikers van BI- en analytics-tools eenvoudig rapportages opstellen, zonder dat ze daarvoor hoeven te klikken en slepen met de muis. In plaats daarvan kunnen gebruikers bijvoorbeeld iets typen of zeggen als: ‘omzet, per kwartaal, per productcategorie.’ Natuurlijke taalherkenning maakt deze instructies declaratief of zet ze om in een vraag, zoals ‘wat waren de verkopen van vorig jaar per kwartaal, per productcategorie?’

Aanbevolen inzichten gaan verder dan de initieel gestelde vraag en bieden daarnaast ook datavisualisaties die aan het onderwerp gerelateerd zijn. De intelligentie in de tool vindt statistisch significante gerelateerde informatie, en genereert daarmee relevante inzichten, zonder dat de gebruiker daar om hoeft te vragen.

Geautomatiseerde verhaallijnen gebruiken natural language generation om op data gebaseerde antwoorden aan te vullen met beschrijvend en voorspellend commentaar. Voor de eerdergenoemde verkoopvraag kan het BI-systeem bijvoorbeeld beschrijvende tekst toevoegen, zoals: ‘deze kwartaalomzet was X, een toename van Y procent in het laatste kwartaal. Als gevolg zal de omzet van het volgende kwartaal waarschijnlijk Z zijn.’ Een aantal technologieaanbieders gebruikt query’s op basis van zoektermen om automatisch een grafiek te maken die overeenkomt met de woorden die de gebruiker heeft getypt of uitgesproken om zo het bijbehorende verhaal te produceren.

Van rapportage naar inzicht

Hoewel de bovenstaande mogelijkheden indrukwekkende demo’s opleveren, toch brengen ze BI niet verder dan de traditionele functie binnen bedrijven, namelijk het maken van rapportages. Daarin schuilt het probleem: data-analisten hebben in tegenstelling tot zakelijke medewerkers en leidinggevenden wel het geduld om rapporten te maken. Zij willen simpelweg antwoorden krijgen op vragen als ‘hoeveel eenheden moet ik bestellen, hoeveel verpleegkundigen moet ik inhuren of wat zijn mijn verwachte inkomsten dit kwartaal, per productlijn?’ – en dan bij voorkeur door tegen hun smartphones te praten.

Dit is indicatief voor hoe AI de wereld van BI en analytics kan transformeren en BI echt slimmer kan maken, maar hoe?

Hoe slim is ‘slimme’ BI?

In een recent rapport van Forrester Research, AI Unlocks The Business Intelligence in BI, wordt beschreven hoe BI verbeterd kan worden door middel van AI. Er zijn verschillende manieren waarop bedrijven AI-gebaseerde technieken en tools kunnen gebruiken om de waarde van BI verder te vergroten. Bijvoorbeeld door BI in te zetten voor gegevens buiten het datawarehouse, om datapreparation te automatiseren, met computers te communiceren op een natuurlijke, cognitieve manier, om het gebruik van geavanceerde analytics te democratiseren, machine learning gebruiken om nieuwe inzichten op te doen, en daarbij alle data (niet alleen gestructureerde gegevens) te gebruiken.

BI- en analytics-oplossingen die deze ambitieuze lijst van mogelijkheden kunnen bieden, zullen het beste voldoen aan de hoge verwachtingen uit de markt. Hierdoor kan BI definitief zijn rapporteergeschiedenis achter zich laten, en transformeren naar een voorspellende, verrijkende toekomst. In plaats van analisten hulpmiddelen te geven voor het bouwen van rapportages, zullen de toekomstige BI- en analyseplatforms die zijn verrijkt met AI, werknemers en leidinggevenden in staat stellen in dagelijkse zakelijke taal vragen te stellen, waarna het systeem duidelijke acties aanbeveelt.

Waarom BI AI nodig heeft

Forrester vat de noodzaak voor meer zakelijke gebruikersvriendelijke BI als volgt samen: ‘Voor de meeste bedrijven is gegevenstoegang een voldongen feit, 72 procent van de besluitvormers op het gebied van data en analyse zeggen dat ze toegang hebben tot de gegevens die ze nodig hebben om tijdig inzichten te verkrijgen’, aldus hun onderzoeksdocument, Global Business Technographics Data and Analytics Survey, 2017.

De realiteit is echter dat zelfs de modernste BI-tools nog steeds aanzienlijke vakkennis vereisen om de juiste gegevens te vinden, de juiste vraag te stellen en de resultaten correct te interpreteren om tastbare bedrijfsresultaten te realiseren. Uit het onderzoek blijkt verder dat een meerderheid van de besluitvormers op het gebied van data en analyse (52 procent aan de zakelijke kant en 63 procent aan de technologiekant) aangeeft dat ze van plan zijn mensen met geavanceerde datavaardigheden te werven om datagedreven initiatieven te ondersteunen. Maar zelfs als een organisatie deze gegevensexperts in dienst heeft, zullen zij alsnog voor een flinke uitdaging staan bij het werken met en interpreteren van de gegevens.

Forrester merkt verder op dat toegang tot gegevens niet genoeg is. Deskundigheid is nog steeds vereist om de juiste gegevens te selecteren en de juiste vragen te stellen. AI kan een belangrijke rol spelen bij het identificeren van de juiste gegevens en bij het presenteren van relevante inzichten aan stakeholders. Door deze benadering wordt het steeds makkelijker voor BI om niet alleen de data-analisten van informatie te voorzien, maar ook het bredere zakelijke publiek. Deze met AI-verrijkte “slimme analytics” vertegenwoordigt de volgende golf van disruptie in de business intelligence-markt. Voor zakelijke gebruikers is dit een duidelijk bewijs dat het beste inderdaad nog moet komen.

Dit is een ingezonden bijdrage van Kees van den Houten, country manager Benelux bij Infor. Via deze link vind je meer informatie over de mogelijkheden van het bedrijf.