{"id":3123,"date":"2020-09-16T13:02:16","date_gmt":"2020-09-16T13:02:16","guid":{"rendered":"https:\/\/news.sap.com\/netherlands\/?p=3123"},"modified":"2024-07-30T18:52:21","modified_gmt":"2024-07-30T18:52:21","slug":"augmented-analysis","status":"publish","type":"post","link":"https:\/\/news.sap.com\/netherlands\/2020\/09\/augmented-analysis\/","title":{"rendered":"Wat is Augmented Analytics? | Definitie en voordelen"},"content":{"rendered":"

Augmented analytics<\/a> is een veelbesproken onderwerp, maar wat betekent deze term precies? Wat heeft Big Data te maken met de term? De term augmented analytics is in 2017 door onderzoeksbureau Gartner ge\u00efntroduceerd. Inmiddels wordt deze vorm van analytics gezien als de toekomst van business intelligence (BI) en data analytics, waaronder ook voorspellende analytics valt.<\/p>\n

Wat is Augmented Analytics?<\/h2>\n

Volgens de meest eenvoudige definitie is augmented analytics een vorm van analytics aangevuld (augmented) met kunstmatige intelligentie. Denk hierbij aan machine learning-algoritmes en natural language processing (NLP). Machine learning<\/a> automatiseert complexe analytische processen, zoals het voorbereiden van data en verzamelen van inzichten. Met NLP kunnen ongetrainde gebruikers vragen stellen over data, waarop zij via gesproken taal de antwoorden krijgen aangereikt.<\/p>\n

Wat maakt augmented analytics zo belangrijk?<\/h2>\n

Data<\/a> biedt in de moderne economie de grootste kansen. Dankzij data-analyse weten bedrijven onder meer wat zij produceren, wanneer zij deze producten het beste op de markt kunnen brengen en hoe hun organisatie zich in de toekomst moet ontwikkelen.<\/p>\n

De hoeveelheid data die bedrijven vandaag de dag verzamelen is echter dusdanig groot, dat deze niet langer door uitsluitend mensen kunnen worden geanalyseerd. Ondanks de grote behoefte aan snelle antwoorden kunnen bedrijven door de omvang van datasets niet aan deze vraag voldoen. Technologie\u00ebn als kunstmatige intelligentie (AI)<\/a> en machine learning<\/a> zijn nodig voor het extraheren van betekenisvolle inzichten uit Big Data<\/a>.<\/p>\n

Meer lezen over Machine Learning in combinatie met data? Lees het blog!<\/a><\/p>\n

Beter samenwerken met het data science team<\/strong><\/h2>\n

Het analytische proces bestaat uit handmatige, tijdrovende stappen die dusdanig gecompliceerd zijn dat zij doorgaans alleen door datawetenschappers kunnen worden uitgevoerd. Door datawetenschappers meer tijd te geven voor belangrijkere taken zoals het interpreteren van resultaten, vergroten augmented analytics de waarde die deze analisten leveren. AI- en machine learning-gebaseerde analytics helpt hen verbindingen te ontdekken die zij anders wellicht gemist hadden en diepere inzichten te verkrijgen in minder tijd.<\/p>\n

De technologie\u00ebn ondersteunen ook werknemers in andere analytische functies, vari\u00ebrend van business analisten tot citizen data scientists. AI- en machine learning<\/a>-gebaseerde analytics verbetert hun inzicht en laat hen werk uitvoeren dat voorheen alleen door gespecialiseerde datawetenschappers werd uitgevoerd.<\/p>\n

Analytics toegankelijk maken voor ongetrainde gebruikers<\/strong><\/h2>\n

Een belangrijk voordeel van augmented analytics is dat ongetrainde werknemers als analist kunnen functioneren. Complexe analytische processen zijn geautomatiseerd en gebruikers kunnen data opvragen door het stellen van eenvoudige vragen. Analytische kennis is dan niet nodig voor het toepassen van geavanceerde analyses. Machine learning<\/a> helpt deze werknemers bij het bedenken van de volgende vraag en doet daarnaast suggesties voor onderwerpen waarin zij dieper kunnen duiken.<\/p>\n

Met augmented analytics<\/a> zijn antwoorden op vragen beschikbaar in kant-en-klare datavisualisaties, zoals tabellen, grafieken en kaarten. Gebruikers hoeven deze niet zelf te cre\u00ebren. Zij kunnen deze visualisaties via eenvoudige commando’s onderzoeken, combineren tot data stories en zijn eenvoudig delen met andere teams en managers. Zonder dat dit specifieke kennis vereist.<\/p>\n

Wat zijn de drie vormen van analytics?<\/strong><\/h2>\n

Analytics en business intelligence<\/a> zijn in recente jaren snel ontwikkeld van geavanceerde tools voor data en analytics professionals tot machine learning-analytics die voor iedereen bruikbaar is.<\/p>\n

We maken onderscheid tussen drie vormen van analytics<\/a>:<\/p>\n

1. Traditionele analytics<\/strong><\/h3>\n