江苏龙网

  1. 首页 > 生活 > >

未来的BI（商业智能）技术有何发展趋势企业对于商业智能有何期待移动bi、大数据

引用BARC在《2017年BI趋势报告》（调研了近2800位用户、顾问和供应商对BI最重要趋势的看法）。结论中强调数据可视化、自助式BI和数据质量/主数据管理被认为是BI工作中最重要的三个部分，也是当下更受关注的BI趋势。
未来的BI（商业智能）技术有何发展趋势企业对于商业智能有何期待移动bi、大数据

从企业用户角度来看
1、自助式BI分析已成常态
以往企业上线BI系统往往是企业IT人员来推动，站在信息化的角度来帮助建立数据模型，快速建立数据报表，协助业务分析。即使是过渡到如今新型BI的应用，很多企业也仍就是这么来做，只不过是新工具的使用效率更高，分析更轻便。但是，渐渐地我们发现，很多企业如银行业、零售业、互联网电商等以消费者为主的行业，业务部门开始参与数据分析并逐渐接手全盘工作，他们有分析的强烈需求，有向IT同事寻求分析工具的需求，很多公司甚至都设立了数据分析部门或团队，这样一种以业务为驱动的趋势已经形成并蔓延，自助式的BI工具更多成了人手一个的“标配”。
2、移动端分析成新趋势，展示要有展示的特性
BI的作用一方面是协助业务分析，另一方面是给管理者提供到及时有效的数据支撑，辅助决策难度。伴随移动OA，移动CRM的出现和流行，移动端的数据分析也逐渐成为新趋势。据调研，67%的CIO以业务领导表示移动BI是一个不错的方式并有意愿尝试。领导需要一个简单的入口，能够看到部门的关键维度汇总分析，甚至对重要数据实时监控并消息推送，找出原因及导致结果的一系列相关因素，以便在最佳时间做出快判断。这往往要求工具查询统计速度更快，响应更及时，BI在技术上迎合了这一点。
从产业技术角度来看
引用《展望 2017年商业智能BI 发展的趋势 - 专栏》中的观点。
第一，云端化是重要趋势 商业智能BI的基础就是业务系统，业务系统本地化因此商业智能BI也是本地化的。当业务系统云端化，当国内SaaS 企业逐步成熟的时候，解决了什么样的问题？业务规范化、标准化和规模化，而随之而来就是数据规范化、标准化和规模化。这种模式一旦落地，很容易基于这些标准数据来做接口，基于这些接口形成较长时间内比较稳定的业务分析形态。有三个方面的表现：1. BI SaaS 服务提供商和SaaS 服务提供商直接形成合作关系，直接将 BI SaaS 产品平台化，基于BI工具形成标准的分析成果，作为产品附加值提供给 SaaS 租户。但缺点是，租户在当前 SaaS 平台上只能分析当前 SaaS 平台上的业务数据。2. 在提供 SaaS BI 产品的时候同时提供了各种SaaS平台上标准的数据接口，这是目前大多数 SaaS BI 服务商的做法。比如国外的 Salesforce、Twitter、Google Analytics 等等已经被一些 SaaS BI 厂商所打通。比如国内的 Ptmind 公司，他们提供的用户行为分析 SaaS产品 Ptengine 本身又为他们自己的 DataDeck SaaS 数据分析产品提供了 SaaS 数据源接口支持。3. 最后，云端部署还有一个非常大的优势，价格便宜。第二，BI 的边界会逐步模糊 未来的数据产品解决方案不仅仅是解决内部取数和数据分析与展现的问题，而可能通过云端的数据接口拿到更多的外部数据。大数据、小数据的边界会越来越模糊，人们更加关注的是数据本身，要用数据解决什么样的问题，更加聚焦在数据产生价值上。大数据和小数据不再有严格的区分，特别是当云端 SaaS 服务模式越来越普及的时候，云BI也能解决大多数业务场景下的大数据和性能方面的困扰。第三，单纯的BI工具价值逐步削弱 就如同前面提到的，人们不再单纯的关注于工具本身能够实现什么样的可视化效果。而更加注重如何利用工具进行业务价值的实现，需要更多行业咨询和业务指导。以单纯的工具作为唯一的卖点在将来会被逐步淘汰。第四，可视化分析也需要配备轻量级的 ETL 数据准备工具 很多企业在内部的数据管理和业务系统数据规范性上一样存在很大的问题，在 IT 部门对基础的数据质量做完梳理之后，业务人员在很多场景下也一样需要相应的数据准备工作，可视化分析工具需要搭配一些简单易用的 ETL 工具能够让业务人员自助完成一些基础的数据准备工作。当然，如果未来业务在云端，数据标准化的过程将会更加容易和便捷。第五，预测性分析、人工智能和机器学习是未来新的增长点 在16年的Microsoft Ignite 技术大会上我们已经看到了Microsoft Power BI Quick Insight 和 Anna Talk 的结合。IBM Waston Analytics 强大的自然语言进行预测性分析和交互。这两者都实现了预测性分析、对自然语言解析以及可视化推送的效果。以往的数据洞察需要靠人，靠拖拽数据、钻取数据交互分析获得，但在以后多了更多的方式 —— 机器洞察、智能洞察。虽然从数据的准确度、合理性、语言处理维度的程度上都不能完全替代人们自助的数据分析方式，但无论如何，这种尝试已经在朝着成熟的方向来发展了。第六，移动 BI 和协作办公越来越强 移动BI应该包括两个方面的因素：移动 + 协作。在之前提到过，在下个阶段的BI发展趋势上，移动BI的展现已经不再是亮点，移动BI已经成为企业数据展现的标配。传统的数据信息交换方式是单向输出，中心到个人的输出模式，而以后的模式是中心到个人，个人到个人可逆的传输模式。目前已经有一些移动协作的方式，比如和微信的集成打通。但以后的数据分析和分享协作模式应该会越来越丰富，很有想象的空间。


推荐阅读


上一篇：华为荣耀3c的联通2G Ram版，和小米3的16GB哪个性价比更高

下一篇：有没有专门分享 Lolita 娘照片的网站