Tableau richt zich na het zo ver mogelijk perfectioneren van analytics voor de business intelligence (BI)-professional steeds meer op de gewone business user en -analist. Die koers, ook wel aangeduid als self-service BI, is een aantal jaar geleden bepaald en krijgt steeds meer vorm. We spraken erover met Chief Product Officer Francois Ajenstat.

Self-service BI is volgens Tableau een logische evolutie als je je bedenkt waar business intelligence vandaan komt. Het specialiseert zich in het begrijpelijk maken van data door het visueel te maken, maar om dat te realiseren zijn vaak wel IT’ers en BI-professionals nodig. Zij voeren de taken uit rond datakwaliteit en het queryen van de data. Daar gaat tijd in zitten, iets wat de zakelijke gebruiker niet altijd heeft. Hij wil in bepaalde gevallen snel over data beschikken en ze begrijpen, om goed geïnformeerde besluiten te nemen.

Vanuit die gedachte is self-service BI ontstaan. De business user (bijvoorbeeld in marketing, sales of finance) kan bij de snelle beschikking over data wel snel geïnformeerd beslissen. Het betreft een versimpelslag om de business user en -analist te betrekken bij het analyseren van eigen data. Dat kan ook weer nuttig zijn, want aan de business kant zit veel kennis. Die kennis kan nodig zijn om de data te interpreteren en de achtergrond te kennen.

Tegelijkertijd kan self-service BI aan de IT-kant het nodige teweeg brengen. Daar ondervindt men vaak de nodige personeelstekorten om aan de BI-vraagstukken van de business te voldoen. Als BI-taken over te nemen zijn door een versimpelslag, dan kunnen dataprofessionals zich met andere zaken bezighouden. Zij houden tijd over voor complexere datavraagstukken, zoals data ingestion.

Tip: Tableau maakt analytics toegankelijker en integreert met Slack

Betrouwbare data met governance-modellen

De gedachte achter self-service BI is wat dat betreft duidelijk, maar het is wel de vraag hoe Tableau dat in de praktijk brengt. Ajenstat geeft aan dat er bij iedere nieuwe release van het Tableau-platform eigenlijk wel vernieuwingen te vinden zijn om de versimpelslag te bevorderen. Wanneer we hem echter vragen grote recente vernieuwingen uit te lichten, dan is het realiseren van betrouwbare data een van de speerpunten. Het is zeker bij self-service BI belangrijk om te waarborgen dat je kan vertrouwen op data, aangezien het de deur opent voor meer medewerkers om gegevens in te brengen en ermee om te gaan. Data die bijvoorbeeld door een salesmedewerker vanuit een Excel-sheet ingebracht wordt, moet kwalitatief in orde zijn.

Tableau ziet daarom dat bij self-service BI een andere kijk op governance gewenst is. Traditioneel wordt governance bij BI gezien als een methode om de toegang tot data te beperken, maar bij een moderne aanpak gaat governance over het vormen van richtlijnen en structuren voor het garanderen van goede datakwaliteit. Organisaties kunnen hiervoor standaarden, policies en processen opstellen waaraan iedere gebruiker moet voldoen. Op die manier is data toegankelijk voor de juiste business user en -analist wanneer zij het nodig hebben, zonder daarbij zich zorgen te hoeven maken over de kwaliteit. Het moet genoeg vertrouwen bieden om voortdurend data te gebruiken voor het nemen van besluiten.

Uiteindelijk biedt Tableau verschillende mogelijkheden aan de IT-afdeling om governance te regelen. De BI-professionals en IT’ers kunnen met Tableau onder meer workflows opstellen voor het valideren van de data, waar de business user en -analist zich vervolgens aan moeten houden. Ook zijn er monitoringstools voor de IT-afdeling om het gebruik van data te blijven volgen. De mogelijkheden rond governance zijn voor IT behoorlijk uitgebreid, maar het doel is om het voor de business echt simpel en betrouwbaar te maken.

Business science brengt nieuwe AI naar analytics

Een van de andere zaken waar Tableau fors op inzet om self-service BI mogelijk te maken, noemt het bedrijf business science. Hiermee brengt Tableau Einstein Discovery van moederorganisatie Salesforce naar het platform. Deze supervised machine learning-oplossing kan zakelijke problemen observeren en er modellen voor bouwen. Het maakt het bouwen en trainen van modellen dusdanig simpel, dat de business users en -analists ermee overweg kunnen en geen code hoeven te schrijven. Door dit proces visueler te maken, bijvoorbeeld met ‘if this, then that’-scenario’s en met begeleiding bij het bouwen van modellen, wordt analytics toegankelijker.

Een van de redenen waarom Tableau stevig in business science investeert, is dat daarmee de kennis aan de business-kant meer betrokken wordt in het bouwen van de modellen. Volgens Tableau kunnen bedrijven hierdoor uiteindelijk meer data analyseren. Enerzijds doordat bijvoorbeeld een salesmedewerker nu niet eerst een vraagstuk neer moet leggen bij de dataprofessional, maar dat het sneller zelf tot een visualisatie kan komen. Daarnaast kan het de professional aan de business kant nieuwsgieriger maken naar meer inzichten uit data, waardoor hij of zij meer visualisaties inzet.

Om business science verder uit te breiden heeft Tableau wat nieuwe features op de planning staan. Dit jaar wil het met de Model Builder komen, waarmee teams aan de business-kant samen kunnen werken aan voorspellende modellen. Salesprofessionals kunnen de Model Builder bijvoorbeeld gebruiken om te voorspellen hoe verkopen gedurende het jaar zullen verlopen.

Daarnaast zal dit jaar ook Scenario Planning beschikbaar worden. Hiermee kunnen zakelijke gebruikers verschillende scenario’s vergelijken, om op basis van informatie een gegrond besluit te kunnen nemen. Met Einstein AI van Salesforce worden daarbij meer mogelijkheden vrijgegeven voor gevoelige analyses, optimalisering, suggesties, voorspellingen en controle.

Business intelligence in veelgebruikte zakelijke applicaties

Ajenstat geeft aan dat Tableau met de stappen op weg is business intelligence steeds breder binnen organisaties toepasbaar te maken. Daarbovenop komt de ambitie om Tableau binnen meer zakelijke software inzetbaar te maken. Er zijn bijvoorbeeld integraties met Salesforce, AWS en SAP, maar met Slack is recent een diepe integratie geïntroduceerd speciaal gericht op het grotere publiek. De stap is deels ingegeven door het feit dat Slack eveneens onder de Salesforce-vlag valt, terwijl ook de open API’s en het brede gebruik in de community een diepe integratie met Slack bevorderen.

Door de nieuwe functionaliteit met Slack kunnen gebruikers binnen het collaboration-platform vragen stellen aan Tableau. Ze hoeven hiervoor Slack niet te verlaten. Tableau toont vervolgens visualisaties om de vragen te beantwoorden. Deze integratie is gebaseerd op de Ask Data-functionaliteit en gebruikt Natural Language Processing. Een business medewerker praat hiermee als het ware met de data en kan ook doorvragen. Trends binnen datasets worden uitgelegd. De werknemers komen meer te weten over de business, direct vanuit het Slack-platform. Het kan onder andere handig zijn om binnen Slack-kanalen conversaties met collega’s te ondersteunen of zelf snel achter trends te komen.

Ajenstat geeft desgevraagd aan dat Tableau de functionaliteit breder beschikbaar wil maken. Daarom wordt gekeken of met IT-leveranciers samen valt te werken voor soortgelijke functionaliteit.

Ambities vertalen naar de praktijk

Alles bij elkaar zet Tableau flink in op het brengen van business intelligence naar een bredere doelgroep. Een aantal jaar geleden is de weg ingeslagen om niet alleen de IT- en dataprofessional te bedienen, waarna het nu steeds zichtbaarder is hoe Tableau dat realiseert. CPO Ajenstat geeft aan dat de Tableau Community – die zich uitbreidt in alle sectoren – de nodige aandacht zal blijven krijgen in de releases van 2022. Wij zijn dan ook benieuwd wat Tableau verder gaat doen om de self-service BI-ambities te verwezenlijken.

Tip: Tableau maakt analytics toegankelijker en integreert met Slack