Advanced Analytics Integration – czyli zaawansowana analityka w Qliku

Przykłady zastosowania zaawansowanej analityki w Qlik Sense

Integracja advanced analytics w Qlik Sense znajduje zastosowanie w wielu obszarach biznesowych:​

• Prognozowanie sprzedaży – analiza danych historycznych w celu przewidywania przyszłych wyników.
• Wykrywanie nadużyć (fraud detection) – identyfikacja nieprawidłowości i potencjalnych oszustw.
• Optymalizacja zapasów – efektywne zarządzanie stanami magazynowymi.
• Analiza koszykowa – badanie zachowań zakupowych klientów.
• Optymalizacja cen – dostosowywanie strategii cenowej do zmieniających się warunków rynkowych.​

Niestety spora część organizacji nie dostrzega wartości dodanej płynącej z tych inwestycji. Powodem bywa często podejmowanie wielu ważnych decyzji w sposób scentralizowany, bez umożliwienia podejmowania wielu mniejszych decyzji użytkownikom w obszarach operacyjnych.

Dużym problemem jest również brak wpływu użytkowników podejmujących decyzje na z góry przyjęte kryteria. Dlatego kluczowe jest, aby planując wdrożenie zaawansowanej analityki zastanowić się, w jaki sposób wyniki tych analiz będą przekazywane użytkownikom, którzy na ich podstawie będą podejmować finalne decyzje. W klasycznej sytuacji osoby te otrzymują statyczne dane wyjściowe z modeli, które zostały już wcześniej obliczone bazując na z góry przyjętych założeniach.

Natomiast końcowi użytkownicy potrzebują prostych i zrozumiałych, ale zarazem potężnych środków do interakcji z zaawansowanymi modelami bazującymi na ustawionych przez nich kryteriach. Bez tego organizacje nie są w stanie osiągnąć maksymalnej korzyści płynącej z zaimplementowanych u siebie rozwiązań. W takiej sytuacji idealnym rozwiązaniem jest zintegrowanie Qlika z zaawansowaną analityką i wykorzystanie zdecentralizowanego podejścia tej integracji.

Zaletą tego zdecentralizowanego podejścia jest to, iż rozszerza ono zasięg zaawansowanej analizy na wszystkich użytkowników w organizacji. Zasadniczo Qlik staje się narzędziem, dzięki któremu użytkownicy biznesowi i analitycy mogą eksplorować informacje za pomocą zaawansowanych modeli stworzonych przez pracowników działów związanych z Data Science. Oddając moc zaawansowanej analityki w ręce użytkowników biznesowych, z intuicyjnym sposobem interakcji i eksploracji, organizacje mogą znacznie zwiększyć wartość swoich inwestycji w obszary zaawansowanej analityki.

Chociaż użytkownicy nie mogą (i nie powinni) zmieniać zaawansowanych modeli w zewnętrznych silnikach analitycznych, mogą teraz udoskonalać kontekst i oceniać wyniki obliczeń otrzymane z tych silników. Pozwala im to uzyskać dużo większy wgląd w analizowane dane, ewaluowane modele i przede wszystkim podejmować lepsze decyzje.

Rozwiązanie to przede wszystkim wyróżnia połączenie silnika asocjacyjnego Qlik i silnika analitycznego, które współpracują ze sobą podczas eksploracji danych przez użytkownika. W tradycyjnym podejściu do budowania i uruchamiania zaawansowanych modeli zazwyczaj końcowy użytkownik nie ma wpływu na to jakie dane (które wiersze i kolumny) zostaną wykorzystane do uruchomienia danego modelu w określonym czasie. Jest to z góry ustalone. W sytuacji, gdy użytkownik chciałby posiadać możliwość decydowania o zakresie wykorzystywanych w modelu danych, musiałby za każdym razem prosić programistów odpowiedzialnych za przygotowanie modeli o dokonanie w nich odpowiednich zmian i przygotowanie nowej struktury danych.

Silnik Qlik automatycznie wysyła wyłącznie wiersze i kolumny potrzebne danemu użytkownikowi podczas interakcji z aplikacją bazując na podstawie selekcji, która została ustawiona przez użytkownika. Dzięki temu silnik narzędzia może wymieniać mniejsze zestawy danych z zewnętrznymi silnikami, a także wizualizować wyniki podczas eksploracji przez użytkownika. Działa to w szybki sposób i jest praktyczne w użyciu, a co najważniejsze pomaga w znajdowaniu kluczowych wniosków płynących z danych. Możliwe jest to dzięki wykorzystaniu zaawansowanej analityki w Qliku.

Integracja jest możliwa dzięki open sourcowym konektorom, które są wspierane przez społeczność Qlik. Za pomocą tych konektorów można dokonać integracji, np. dla języków Python lub R. Konektory są dostępne na GitHubie pod adresem: KLIK

PS Powyższy wpis jest teoretycznym wprowadzeniem do tematu zaawansowanej analityki i ma na celu pokazanie zasady działania i celu użycia Advanced Analytics Integration. W kolejnych wpisach pojawią się praktyczne przykłady wykorzystania tej integracji.