远程工作的兴起和数据科学民主化的努力正在推动企业考虑一种协作分析模型，以改善决策过程中的合作。

现在还处于早期阶段，企业还在解决分析协作的数据共享、安全性和工作流程挑战。然而，流行的分析工具正在增加支持以提供更好的协作功能，企业开始连接数据源、分析工具和协作平台之间的点。

CData Software公司首席营销官Eric Madariaga说：“为了真正实现数据驱动，企业必须利用所有员工的知识、观点和目标，而不仅仅是那些拥有数据建模或技术技能的员工。”

企业只能通过利用部门利益相关者对其数据的专业知识来获得对其业务的可操作见解。

Madariaga 称：“从数据驱动的决策中获得最大收益的公司已经部署协作分析，并培养开放的数据驱动文化。”

什么是协作分析模型？

协作分析模型改变了企业处理其BI举措的方式，这种模型会在流程结束前向更多成员开放数据驱动的分析和决策。这使企业可以做的不仅仅是对已经发生的事情做出反应。

Capgemini下属的Sogeti公司洞察和数据副总裁Satya Sachdeva说：“传统的商业智能方法经常报告发生的事情，而不是正在发生或可能发生的事情。”

这可以使企业能够通过预测性和规范性分析来窥探未来。预测性和规范性分析是将来自整个企业的数据整合在一起的高级实践。协作分析可以帮助企业优化业务功能、发现新的业务模式，并创建新的产品和服务以将数据货币化。

预测分析试图根据过去数据训练的模型来预测会发生什么。规范性分析更进一步推荐行动。这可以像产品推荐引擎一样简单，也可以像考虑新情况的更好的供应链计划一样复杂。

这两个学科的重要方面是利用比传统BI所需的更多背景数据。各种类型的主题专家可以深入了解模型各个方面的适当背景信息。

例如，更好的推荐引擎可能需要产品营销专家、客户服务代表、数据科学家和UI专家之间的协作。协作分析工具可以帮助简化不同专家之间的沟通，因此每个人都可以专注于相关细节，而不会陷入文件格式、数据模式和其他细节的困扰。

Sachdeva 称：“分析协作是指企业和业务用户合作发现见解和采取行动，以创造更好的业务成果方面。”

协作分析的类型

协作分析最重要的实践之一是创建商业智能能力中心。Sachdeva说，这可以促进IT、组织变革管理和业务职能部门之间的协作，以传播分析、促进创新、监控结果，并不断增强分析能力。分析协作的一些示例包括：

• IT和业务用户之间的协作，以发现新的数据集、用例和定义需求
• 可视化协作，对各种业务职能（例如产品设计、销售、营销和服务）之间的数据和见解进行建模，以找到方法通过新产品和服务将数据货币化
• 业务用户之间的协作工作流，以保存和重用数据集和见解
• 不同用户组之间的聊天和评论，以发表评论、提问和注释分析的各个方面

企业如何使用协作分析模型？

借助协作分析，企业将能够从专注于准确报告的传统方法转变为制定关键的战略和运营决策。

随着黑天鹅事件（具有广泛影响的随机或意外事件）的频率越来越高，这一点变得越来越重要。例如，最近所有企业都必须快速适应COVID-19疫情的影响。

协作分析模型可以帮助企业来适应这些情况，通过在流程的早期让更多的组织成员参与。分析并不只是在最后执行，在开发好仪表板和报告后。相反，这种方法使比以前更早地做出决策，因为信息在整个过程中更容易获得和共享。

Qlik公司创新与设计副总裁Elif Tutuk说：“很少有业务决策是独立做出的，在整个分析生命周期中可以进行的协作越多，数据驱动的决策就越好。”

协作分析代表着协作的深度和广度。一方面，企业可以使最终用户更容易构建和共享分析产品。另一方面，协作分析可以让经理、员工和用户更轻松地了解彼此的见解。

Piwik Pro公司首席执行官Maciej Zawadzinski 表示：“通过协作方法，企业可以真正实现数据驱动，因为部门之间的数据流动更容易，不同的团队可以利用它来获取收益。”

然后每个部门的见解被共享，以便企业的其他部分可以从中受益。例如，员工可以通过在报告中的特定日期添加软件注释来为数据和分析提供背景信息，例如对网站进行重大更改或发起新活动的时间。这让组企业中的每个人都能更好地了解数据的变化。

例如，荷兰政府使用Piwik来监控和优化其网站在不同专业领域的性能。董事会使用协作分析模型评估整体页面性能，文案人员使用数据优化内容。

协作工具选项

所有主要的分析平台都在添加各种功能来促进协作分析。Qlik有一个专注于主动智能的重大计划，它结合了实时数据管道与有助于推动立即采取行动的面向行动的分析功能。Qlik Sense以此为基础，通过智能警报、协作和嵌入式分析帮助人们改进自动触发和响应。

Tableau正在通过“集合”工具等功能改进分析协作功能-通过允许用户管理内容并轻松与同事共享来简化分析内容的创建。他们还通过Ask Data和Explain Data等产品的自然语言处理 (NLP) 普及分析，将分析带给不太懂技术的用户。其最新版本支持与Salesforce平台更紧密的集成，旨在简化分析开发和洞察力共享。例如，他们最近添加了一个新的集成，以帮助人们在Salesforce NetZero Cloud上协作进行可持续性分析。

Microsoft Goals是一种新工具，可帮助团队管理指标并共享分析项目的过程。ThoughtSpot使用NLP来通过简单的搜索查询在整个组织中更轻松地共享和查找分析。

谨防协作安全问题

未来，企业希望能够像使用不同类型的生产力和内容协作平台一样，让大家能够更好地进行协作。内容协作平台开始提供丰富的协作和链接功能。

但协作分析必须解决更细微的数据安全问题。企业有些最有价值的分析见解是基于受到保护的数据，这些数据需要能够抵御流氓员工、黑客和粗心大意。企业还必须应对HIPAA、GDPR和CCPA等法规。

Sachdeva 称：“企业在制定分析协作策略时，在保护性、限制性网络安全政策之间取得适当的平衡非常重要。”

如果广泛快速应用这些策略可能会阻碍协作努力，但它们也有助于防止在授予多方访问机密数据时出现的数据安全问题。

Sachdeva说，有些组织正在转向基于角色的安全策略来帮助管理分析协作。这种保护措施只允许必要的业务用户访问底层数据集，以帮助防止潜在的不合规行为。

Zawadzinski说，较大的企业还可以通过单点登录基础设施授予访问权限。此策略使用户更容易登录，并降低在员工退出账号后忘记帐户的风险。