Hoje, a análise incorporada tornou os dashboards uma parte essencial da maioria das aplicações empresariais. Ela permite que os usuários explorem as métricas necessárias através do uso do seu software. No entanto, os usuários nem sempre conseguem obter facilmente o contexto mais profundo necessário para apoiar suas ações e tomadas de decisão.
Como recurso de produto para seu aplicativo, a análise incorporada é, sem dúvida, uma ferramenta valiosa.
Mas, historicamente, muitos gerentes de produto e desenvolvedores de software a abordaram como uma capacidade autônoma. Isso resultou em dashboards e módulos de relatórios adicionados como uma reflexão tardia, em vez de serem componentes estratégicos fundadores da aplicação principal.
Como a análise é fornecida como uma ferramenta separada, os usuários precisam interromper o que estão fazendo em seu software e mudar de contexto para encontrar os dados necessários e fazer uso eficaz da análise. Como uma função acoplada, pode ficar atrás das necessidades atuais dos seus usuários.
Para ser claro, essa abordagem de análise incorporada ainda é muito valiosa. Seus usuários ainda podem obter o contexto necessário para apoiar sua tomada de decisão – apenas não é necessariamente fácil para eles quando as ferramentas de análise estão separadas do restante das funções do seu aplicativo.
Essa separação das funções principais e da análise levou a algumas limitações a longo prazo:
- Os usuários devem mudar de contexto ou navegar até um módulo de dashboard separado para encontrar a informação de que precisam para agir, interrompendo e sendo disruptivos para seu fluxo de trabalho.
- Dashboards autônomos não fornecem contexto ou análise guiada; em vez disso, os usuários devem procurar manualmente por mudanças, tendências ou anomalias em seus dados, o que é demorado e sujeito a erro humano e fadiga de dados.
- Incorporar um módulo de dashboard separado cria alguma fricção na experiência do usuário e não garante que todos os usuários o utilizem ou obtenham valor dele.
Felizmente, nos últimos anos, a análise incorporada evoluiu significativamente – de simplesmente adicionar um módulo de dashboard para incorporar análises contextualizadas que apoiam e desencadeiam fluxos de trabalho do usuário dentro de uma aplicação – reduzindo esses problemas.
Neste artigo, explicamos o que é análise contextual e como, como o próximo nível de análise incorporada, pode agregar um enorme valor ao melhorar a experiência do usuário e aumentar os benefícios comerciais que seus clientes obtêm ao usar seu aplicativo.
Conteúdo do Blog
- O que significa análise contextual?
- Como a Análise Contextual funciona?
- Ainda precisamos de dashboards com análise contextual?
- Análise contextual: Por que é sua próxima inovação de produto
O que significa análise contextual?
Análise contextual é quando dashboards e soluções de análise são incorporados diretamente nos fluxos de trabalho centrais de uma aplicação de software. Esta nova abordagem oferece os benefícios da análise aos seus usuários, diretamente no ambiente situacional onde as decisões são tomadas.
Tradicionalmente, a análise incorporada torna dashboards e relatórios módulos autônomos em seu aplicativo, o que significa que seus usuários devem sair de seu ambiente transacional sempre que precisarem investigar dados ou obter insights. A análise contextual vai um passo além, entregando os dados necessários para auxiliar na tomada de decisão no ponto de consumo pelo usuário final, diretamente na interface do usuário e no fluxo de transação.
Com a análise e as transações perfeitamente integradas através de uma integração estreita de análise e fluxo de trabalho, a análise se torna verdadeiramente contextual e dinâmica para seus usuários.
Imagine componentes analíticos – gráficos, tabelas, métricas – lado a lado na tela com os componentes transacionais do seu aplicativo, comunicando-se bidirecionalmente com eles. Com um clique, os usuários obtêm insights instantâneos, guiados e dinâmicos, sendo continuamente orientados em sua tomada de decisão pelo seu aplicativo, enquanto trabalham normalmente.
Essa fusão estreita traz várias novas oportunidades de negócios.
- Gerentes de lojas de varejo podem acessar instantaneamente previsões de demanda diárias e ser apresentados com a opção de criar escalas de turnos para a próxima semana.
- Gerentes de inventário podem visualizar tendências, analisar estoques e repor pedidos sem sair da tela.
- Processos envolvendo processamento rotineiro de dados, seja em logística, finanças, manufatura ou vendas – podem aproveitar alertas em tempo real, prompts e insights.
Por definição, análise contextual é mais do que um gráfico básico incorporado na página. Os dados, a visualização e as ações associadas precisam trabalhar juntos para fornecer insights mais profundos e impulsionar ações – e é isso que a nova fase da análise incorporada torna possível.
Como a Análise Contextual funciona?
O objetivo da análise contextual é maximizar os benefícios comerciais que os usuários finais obtêm do seu aplicativo, apoiando ou desencadeando ações que os usuários realizam dentro desses aplicativos. Para ser eficaz, há três critérios que definem como a análise contextual deve funcionar.
- Componentes visuais são incorporados nas páginas de uma aplicação de software.
- Esses componentes visuais são sincronizados com a aplicação principal.
- Em combinação, eles apoiam fluxos de trabalho transacionais.
Esses componentes incorporados podem ter duas formas:
- Caminhos analíticos predefinidos: Onde números de KPI, gráficos de linha ou barra ou dashboards sofisticados cobrindo uma ampla variedade de visualizações são apresentados ao usuário com base em suas ações. Por exemplo: Ao visualizar o registro de um cliente individual, o usuário pode ver uma série de gráficos que destacam o histórico de compras desse cliente. Em um caminho predefinido, cada registro de cliente terá seu próprio mini-dashboard ou conjunto de visualizações anexado. As visualizações serão as mesmas, mas os dados serão filtrados exclusivamente para cada cliente. Gerentes de produto e proprietários de produto decidem e integram as visualizações mais apropriadas para apoiar o fluxo de trabalho dos usuários finais.
- Análise dinâmica e alertas: Alertas ou prompts que indicam que limites foram ultrapassados ou que anomalias em um registro foram descobertas. Nesse caso, apenas os registros de clientes que tenham um alerta associado serão destacados; isso incentiva o usuário a explorar mais e tomar uma ação. A natureza do alerta ou anomalia apresentará ao usuário um conjunto dinâmico de visualizações consistentes com aquele tipo de alerta, mas único para aquele cliente e insight específico. Gerentes e proprietários de produto decidem e integram os alertas mais apropriados necessários para apoiar o usuário – no entanto, processos automatizados funcionam em segundo plano para identificar mudanças críticas e apresentar essas informações aos usuários à medida que ocorrem.
Em qualquer caso, os dados apresentados podem ser agregações simples de dados transacionais até o resultado de modelos sofisticados de ciência de dados, como modelos de propensão de compra. Os componentes analíticos incorporados devem ser sincronizados com o restante da página, para que, se o contexto da página mudar, os dados dentro dos componentes analíticos incorporados também mudem.
Um usuário pode filtrar a lista principal de transações na página ou clicar em uma linha selecionada em uma tabela – essas ações resultam na atualização da análise para refletir a visão em que o usuário está agora. A sincronização é crítica se os dados apresentados ao usuário devem ser verdadeiramente considerados contextuais.
Por fim, a análise contextual deve apoiar fluxos de trabalho transacionais. Monitorar o desempenho geral e realizar análise de dados manual é melhor feito em um módulo de dashboard autônomo ou em relatórios individuais. Com a análise contextual, os dados apresentados estão:
- Apoio ao fluxo de trabalho transacional atual, fornecendo mais métricas ou insights que especificamente se relacionam a essa transação; ou
- Desencadeando um novo fluxo de trabalho através de um alerta, ou ações sugeridas com base no resultado de um modelo de ciência de dados.
Esses modos, apoio e desencadeamento, não são mutuamente exclusivos e podem ser combinados dentro de um único componente analítico. Além disso, os fluxos de trabalho ou ações podem ser bidirecionais. Eles podem ocorrer no aplicativo principal ou dentro do componente analítico, com o foco principal sendo a simplicidade e a intuitividade da experiência do usuário final.
Ainda precisamos de dashboards com análise contextual?
Nada disso significa que a análise baseada em dashboards não é mais importante.
Os usuários ainda precisarão realizar sua própria análise ampla ou independente, dividindo e cortando dados. Dashboards resumem as informações mais importantes de relance, permitem que os usuários monitorem o desempenho geral e possibilitam que eles aprofundem os detalhes por trás dos números. Mais criticamente, permitem que o usuário controle sua própria análise.
Essa forma de inteligência de negócios self-service será sempre crucial para fornecer aos seus usuários em seu aplicativo – e dashboards são uma das melhores ferramentas analíticas para o trabalho.
A análise contextual, por outro lado, traz análise guiada ao usuário – algo que não é oferecido apenas pelos dashboards. Ela os leva em uma jornada analítica dinâmica, apoia sua tomada de decisão dentro de uma transação ou atua como o gatilho para uma decisão – essa é a principal diferença e por que você precisa de ambas as capacidades para seu BI incorporado.
Análise contextual: Por que é sua próxima inovação de produto
A análise contextual é, em última análise, sobre insights guiados e dinâmicos que se integram perfeitamente ao fluxo de trabalho do seu usuário. Com esse tipo de análise poderosa, eles não precisam ir a outro lugar – ou mudar de contexto – para obter a informação necessária para auxiliar sua tomada de decisão. Ela capacita todos os usuários a serem mais eficazes em seu trabalho, aumentando sua capacidade de análise enquanto transacionam em seu aplicativo de software.
Incorporar a análise em seu software dessa forma cria significativamente mais valor para seus usuários finais e também cria uma experiência de usuário
mais envolvente para seu aplicativo geral.
Mais importante ainda, a análise contextual complementa a análise existente do seu aplicativo. Ela não a substitui; você não precisa reestruturar nada. Seu objetivo é superalimentar as capacidades analíticas do seu software para o próximo nível, atendendo à demanda crescente dos seus usuários.
Agora é a hora de se preparar para a próxima era do BI incorporado com a análise contextual. Ao fazer isso, você destaca o poder e os benefícios comerciais do seu aplicativo, e eleva o valor da sua análise e experiência do usuário.
Você ajuda e dá aos seus clientes o poder de agir com certeza ao usar seu software, enquanto prepara suas capacidades de dados e análise para o futuro.
