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.