【創科廣場】分析流程自動化興起 加速建立數據分析環境

數據有價，數據科學家又供不應求，企業要快速建立數據分析，其中一個方法是採用數據分析流程自動化（Analytic process automation ，APA）。APA廠商Alteryx亞太區高速擴展，至今已經有超過1700名客戶，這項技術價值，也漸為人熟悉。

Alteryx屬於低程式碼或無程式碼數據分析軟件供應商，簡化數據編製和後處理，用戶更多時間放在分析上，可減少員工花在預備和處理數據的時間，快速獲得結論。

以往企業分析數據，多數是指從業務數據，透過數據分析建立商業智能（BI）系統，再以不同工具建立業務報表。

近年，企業轉而致力讓業務人員掌握數據分析，視覺化分析工具大行其道；類似Tableau和Power BI日益流行，業務人員連接數據源之後，就可自行作實時分析，馬上作商業決定，毋須待開發人員才獲得報表，屆時分析結果，可能已是明日黃花。

簡單而言，最明白業務精髓和業務要求，肯定就是業務人員，不是資訊科技人員。不少機構朝向Self Service發展，數據源和視覺化工具交到用戶手中，亦可以建立數據文化，機構上下人人都以數據作出決定，以數據驅動業務。

但是，數據的清理和整理，或者分析要加入新的數據源，往往有不少維護和追溯工作；部分的數據可能要先經處理，才能用於業務分析，否則獲得錯誤結構；問題在於業務人員很大可能，花大量時間去整理數據，而數據加工又涉及編程或高階Excel能力，故此以自動化工具，加上低程式碼的為數據加工和處理，甚至高階數據分析和人工智能，就大大減低數據分析的門檻。

自動數據加工

Alteryx最大優點在支援低程式，以快速設計與開發流程，只需要最少手動編碼，甚至滑鼠拖曳，更快、可靠去處理數據，可讓數據發揮最大價值。

Alteryx概念有如數據工廠，數據置於工作流水（Workflow）上，從不同來源的數據；包括數據倉庫、文件、雲服務、應用、RPA，經常多項程序處理和混合，甚至自動以機器學習訓練模型，輸出至不同的應用場景和視覺化工具，例如 Tableau和RPA機械人。Alteryx整理數據的能力，可確保了數據質素，並快速整合至最終分析和用途。

理論上，Alteryx可作為端對端的分析工具，最有價值還是自動化的流程，省去用戶不少時間，更快獲得合用的數據。不少數據，分析前先經處理步驟，例如營業數據要按區域拆分，不少必須固定步驟「加工」，IT人員可在系統內編程，再放回系統，或者是直接輸出至Excel處理，兩者的過程都涉及一定技術，更加要人手操作，過程也很耗時。

Alteryx以低程式碼，自動化處理數據加工和轉換，後期亦可取代類似Excel的Pivot Table分析，甚至達至進階分析，如機器學習作預測分析。

最近，Alteryx委託研究機構IDC進行一項名為亞太區分析自動化走勢的調查，訪問了100家機構，九成都認為數據分析對於企業。Alteryx的研究顯示，亞太區5個地區，包括了香港、澳洲、日本、新加坡、印度，以香港的數據分析能力成熟度（Maturity）最高，26%的受訪的香港企業，可稱得上是「數據分析專家」（Analytics Expert）， 印度最少只有4%。較令人意外是新加坡的成熟度，竟只有二成，低於香港平均。

香港成熟度最高

IDC以4個不同維度，以衡量一個機構的成熟度的框架，包括了策略、數據、人手、流程的成熟度，計算出總分，以分類該企業是位於數據分析成熟度，屬於初階、用家、專家的級別。香港有最多企業，列入了分析專家的級別，所以成熟度也是最高。

Alteryx亞太及日本區高級副總裁Julian Quinn表示，香港優勢在金融機構較多，更掌握數據運用，印度則以消費行業為主，數據文化較難建立。審視如何達致數據分析成熟度的各個階段，「策略」和「數據」難度最低；「策略」與企業內如何集合數據分析持份者，並達成共識；「數據」是指企業內的如何決定就確保數據完整性，達成一致政策和做法，最困難則是在尋找人才和建立流程。

受訪企業之中，53%已在「策略」獲得共識，41%則在數據可確保完整性。相較之下，八成企業稱不能找到足夠人才，其中88%缺乏流程的能力，「流程」指定義、標準和自動化整個數據分析的能力，意味大部分的數據分析，皆靠人手操作，分析能力能擴充至整個機構，上行下效，所有員工獲得分析好處。

研究顯示，企業要提高數據分析的成熟度，最關鍵是建立數據人才和分析流程。上述研究地區內的管理高層所遇最大困難；包括找覓適合的工具（55%）、工具難於管理和散亂（49%）、不能及時存取數據（44%）、不能追尋數據脈絡以至數據缺乏完整性（44%）、人員缺乏數據素養（43%），而業務愈來愈複雜，各機構又對數據分析的速度和規模，要求愈來愈提高，一般企業內部，每月可能增加26個新數據源和30種數據類型，故此分析愈來愈困難。

數據人才和分析流程最關鍵

「香港的經營環境充滿了變數和不確定挑戰，企業亦有意投資於關鍵的業務領域。客戶需求不斷變化，企業也須創新的業務模式，滿足市場的需求。」

Quinn表示：「研究結果顯示，受訪者對以數據分析推動業務，其成效已達成了共識。然而，機構使用數據分析有多重挑戰，提高員工隊伍和流程分析能力有其必要。機構需要自動化數據分析流程，以實現人人皆可得益於數據分析，並隨時都可從數據獲得洞察力，以便員工在崗位發揮更出色。」