Datorstödd affärsanalys – eller business intelligence, BI, som det också kallas – har inte dött, och det kommer inte att ersättas med artificiell intelligens. Faktum är att det snarare är ett område som frodas, och som blir allt enklare att använda. Allt större grupper av anställda använder datorstödd affärsanalys, samtidigt som systemen flyttar till molnet och allt oftare integreras i stora affärs- och kundvårdssystem.

Marknadsledarna inom datorstödd affärsanalys är de stora jättarna i it-industrin: Microsoft, SAP, Salesforce, IBM, SAS Institute och Oracle. Men tittar man närmare har de här stora företagen faktiskt bara omkring 60 procent av marknaden, här finns gott om utrymme för innovatörer som Thoughtspot och Alteryx.

Ibland hävdas att datorstödd affärsanalys nu har funnits ett bra tag, men att det inte har levererat som förväntat, att det är för komplext för den vanlige medarbetaren att använda, och att de snygga rapporter och färggranna informationsskärmar som kommer ur systemen sällan hjälper de anställda att lösa verkliga problem. Eller att det kräver för mycket arbete med att skapa och lagra data.

Carsten Bange, grundare av och vd på BARC Research Center, menar att BI innan pandemin sågs som något av en föråldrad teknik som i många fall inte varit värd de investeringar som krävts.

– Det här har förändrats på ett ganska dramatiskt sätt, säger han. Nya undersökningar visar att företag fokuserar mer på BI igen. De inser att de måste skaffa sig en djupare förståelse av sina leveranskedjor, snabbt föränderliga konsumentbeteenden och de egna affärsprocesserna.

Det här är några av huvudtrenderna för datorstödd affärsanalys:

1. AI och maskininlärning ger nya möjligheter

Den tydligaste trenden inom BI är integrering av AI och maskininlärning. ”En ny era av förstärkt analys” menar IDC-analytikern Dan Vesset:

– Den AI-funktionalitet som krävs för att den här nya generationen av BI-mjukvara verkligen ska slå igenom är fortfarande i sin linda. Om vi tittar på den historiska utvecklingen är det troligt att det kommer att ta mindre än tio år innan den här nya generationen av mjukvara används brett.

Boris Evelson, analytiker på Forrester Research, menar att förstärkt BI (klassisk BI förstärkt med AI) har stor potential.

– Målet är att även den som inte har en examen i datavetenskap ska kunna göra prognoser, prediktiva analyser, anomalidetektion och andra BI-relaterade operationer, med ett enkelt klick, säger han.

Dessutom kan system för maskininlärning som körs i bakgrunden hjälpa till med problemet med att ”inte veta vad vi inte vet” menar han.

– Maskininlärning kan identifiera intressanta mönster i datamängder och ge information till användare på ett sätt som aldrig kan ske annars, säger Boris Evelson.

Carsten Bange lägger till:

– Förstärkt analys kompletterar mänskliga förmågor med maskininlärning för att koppla ihop kreativ problemlösning med en överlägsen förmåga att se mönster. På det sättet kan vi få det bästa av båda världarna. Det främsta målet här är att göra analys och BI enklare att använda och att sänka trösklarna för vanliga användare samtidigt som avancerade användare kan bli ännu mer effektiva.

2. Användning av molnet ökar snabbt efter pandemin

Att BI-applikationer flyttar till molnet har varit en trend ganska länge nu. Den trenden har accelererat på grund av pandemin. I och med de flesta arbetat hemifrån har it-avdelningarna tvingats erbjuda tillgång till de viktigaste programmen på distans.

Carsten Bange menar att hälften av alla nya BI-installationer nu sker i molnet, och att en ökning kan ses varje år. Fördelarna med molnbaserad BI är bland annat tillgänglighet för användare på distans, skalbarhet, anpassningsbarhet och möjligheten att komma igång snabbt. Som en följd av detta – i takt med att företag blir mer komfortabla med att flytta stora datamängder till molnet – flyttas både datalagring och analys till molnet.

– De ledande inom analys föredrar att ta analysen till datan, inte tvärtom, säger Carsten Bange.

3. Stora framsteg inom språktekniken

Om du inte är en utbildad datavetare kan det vara svårt att formulera de rätta frågorna. Lösningen är att bygga in avancerad språkteknik i BI-systemen, så att en vanlig medarbetare helt enkelt kan ställa en fråga och få ett svar. Den här typen av språkteknik gör att de medarbetare som redan arbetar med datorstödd affärsanalys kan utnyttja systemen bättre – men ger också förutsättningar för att sprida användningen av BI-systemen betydligt bredare i organisationen.

Utvecklingen inom språkteknologi är intressant, men i rättvisans namn bör det påpekas att det ännu inte är en helt igenom mogen teknik.

– Att översätta naturligt språk till en precis förfrågan är väldigt utmanande, säger Boris Evelson. Man får inte alltid rätt svar på första försöket. Kanske får du hundratals svar, precis som när du gör en Google-sökning. De här systemen kräver fortfarande en hel skruvande.

4. Datorstödd affärsanalys byggs in i affärs- och kundvårdssystem

Leverantörerna av affärs- och kundvårdssystem ser till att bygga in datorstödd affärsanalys i sina plattformar, både via uppköp och intern utveckling. Ett exempel är Salesforce som köpte den ledande BI-plattformen Tableau under 2019. Funktionaliteten integrerades snabbt i företagets molnbaserade CRM-system.

Dan Vesset menar att fördelen är att BI-systemen nu utvecklas från att ha varit fristående och frånkopplade till att vara en integrerad del i företagens centrala affärssystem. Inbyggd BI kan hjälpa företagen att automatisera delar av affärsprocessen, vilket kan leda till snabbare ledtider och att företaget presterar bättre.

5. Nya sätt att presentera information med storytelling

I ett traditionellt BI-system presenteras resultatet som rapporter eller som färggranna informationsskärmar. Det blir ofta snyggt, men är inte alltid det mest effektiva sättet att presentera informationen till användare utan teknisk bakgrund. Carsten Bange spår att vi kommer att se en mottrend: Snygg och polerad infografik med stora mängder data ersätts eller kompletteras alltmer med storytelling.

Genom att använda delar av den kunskap som samlats inom fältet informationsdesign kan BI-leverantörerna förenkla presentationen av resultaten och hjälpa användaren steg för steg genom ett komplext problem. Med den här lösningen får inte användaren enbart data, utan också förslag på vilka åtgärder som bör vidtas. Den här typen av system kompletterar också den snyggt presenterade datan med skriven text.

6. BI blir en del av den dagliga driften

Klassiska BI-system levererar rapporter i regelbundna intervall – exempelvis varje vecka eller varje månad. I dagens affärsmiljö är det inte längre tillräckligt, beslut behöver ofta fattas i realtid. Med operationell BI (också kallad operational intelligence) samlas data in och analyseras kontinuerligt från en rad olika källor, rörande bland annat kundbeteende eller störningar i försörjningskedjan.

– På så sätt kan BI-systemet ge rekommendationer för snabba beslut, som att föra över mer resurser till en specifik funktion eller att svara på snabba förändringar i affärsvillkoren, säger Carsten Bange. Med operationell BI kan informationsskärmar uppdateras automatiskt, kanske varje timma, och systemet kan sända notifikationer till verksamhetsteamet om att det finns problem som måste hanteras, eller om det uppstått en möjlighet som bör utnyttjas.

7. Framgångsrik BI kräver fortfarande förberedelser

BI-verktygen i sig är idag relativt mogna. Trots det kämpar många företag med att implementera dem – för att de inte gjort det nödvändiga förberedelsearbetet.

– Tekniken är mogen, säger Boris Evelson. Hindren finns på människo- och processdelen av den här ekvationen. Företagen måste bygga en datadriven kultur och utbilda sina medarbetare.

Enligt de senaste studierna från BARC så toppar hantering av datakvalitet och upptäckt av mönster i stora datamängder listan över vad som ses som mest prioriterat. Avancerad analys och maskininlärning kommer först på plats elva. Detta betyder dock inte att företagen inte investerar i AI, menar Carsten Bange. Snarare handlar det om att de har svårt att få maskininlärning att fungera när grunderna – data med god kvalitet och hög tillgänglighet – inte finns på plats.

– Just nu verkar företagen gå tillbaka till rötterna och väljer att fokusera på det mest basala när det gäller användning och hantering av data, innan de går vidare till mer avancerade metoder.

Boris Evelson rekommenderar att CIO:er att ”hoppa på tåget med affärsintegrerade system med en gång”, oavsett om det innebär att man uppdaterar den nuvarande BI-plattformen eller väljer en ny leverantör.

– Idag är det bara 20–30 procent av användbara data som faktiskt plockas ut och används för analys. Investering i datorstödd analys är något som varje cio måste göra för att bli framgångsrik, säger han.