2018 年 5 個重要的商業智能趨勢
已發表: 2022-05-07隨著 2017 年的結束，各地的企業主都在尋找商業智能中的“下一件大事”，以幫助他們在 2018 年擊敗競爭對手。
在接下來的一年裡，將會有新技術可以提供更好和更快的數據洞察力，舊的 BI 工具的新用途，以及對各地數據處理者的分析策略的轉變。
您想了解商業智能世界中的新事物、發展中的事物和舊事物嗎？ 看看我們在下面重點介紹的 2018 年的五個商業智能趨勢。
1. 增強分析的興起
它是什麼？
想像一下，能夠向您的數據分析軟件提交口頭查詢，不僅可以獲取相關數據，還可以獲取有價值的、改變策略的建議。
增強分析是多個數據過程的組合，最終可以為您提供簡單、可操作、數據驅動的答案。
這些過程包括：
- 增強數據準備
- 增強數據發現（以前的智能數據發現）*
- 增強數據科學和機器學習
*研究僅適用於 Gartner 客戶
為什麼這有關係？
根據 Gartner 的副總裁 David Cleary 的說法，“增強分析是一個特別具有戰略意義的增長領域，它使用機器學習為廣泛的業務用戶、運營人員和公民數據科學家自動化數據準備、洞察發現和洞察共享。”
增強分析為您的分析團隊提供了時間的禮物。 通過使用機器學習和自然語言處理介導的分析，可以顯著減少傳統上的資源消耗和時間密集型分析。
觀察公民數據科學家使用增強分析以前所未有的速度得出結論的大型數據集。 如果您想保持競爭力，您需要比競爭對手更快地利用您的數據，而增強分析將成為您執行此操作所需的工具。 詢問您當前的 BI 軟件提供商他們將如何處理增強分析，如果他們沒有答案，可能是時候轉換了。
2.人工智能使用猛增
它是什麼？
不，我們不是在談論一個無所不知的機器人，它可以告訴你生活中所有最緊迫問題的答案。
人工智能 (AI) 已經存在了一段時間，最近已成為人們在商務會議中拋出的流行語。
對於商業智能，人工智能意味著一系列狹義的計算機流程，這些流程有助於在考慮特定任務的情況下增強數據。 人工智能與機器人有些錯誤地聯繫在一起，它提供了一種學習機器，它（希望）像人類一樣思考，這有助於解開一些業務數據的奧秘。
為什麼這有關係？
您的競爭對手已經在研究 AI 並將其應用到他們的分析程序中。
Gartner 的 Cleary 表示：“Gartner 最近的一項調查顯示，59% 的組織仍在收集信息以構建其 AI 戰略，而其餘組織已經在試點或採用 AI 解決方案方面取得了進展。”
首先，所有企業規模對人工智能技術的採用都有所增加。 其次，App/AI 集成數量的增加使解決 BI 問題變得更加容易。
3. 多雲，少危險
它是什麼？
到目前為止，科技行業的任何人都應該知道“雲”——它指的是存儲在其他人服務器上的數據。
為什麼這有關係？
多年來，考慮到異地雲存儲帶來的潛在網絡安全風險，使用雲一直是商業智能專家擔憂的根源。 好消息是，我們將在 2018 年看到對典型雲架構的一些修改，這些修改將通過提供現場和非現場數據存儲來減少網絡安全風險。 您可以選擇將哪些數據放入雲中，以及哪些專有或敏感數據要保留在公司的服務器上。
實施雲數據存儲的另一個好處是速度、可擴展性和靈活性的提高。 隨著云成為一種更可行的存儲大型專有數據集的方法，商業智能專家將能夠以更快的速度提供精明的商業策略。
混合雲架構的廣泛採用提供了兩全其美的優勢：一些數據在雲中，一些數據直接存儲在您的現場服務器中。 這使您可以將專有數據保留在內部，同時讓您能夠使用雲來完成日常數據任務。
4.更多的數據可視化功能意味著正確的數據分析將比以前更重要
它是什麼？
不僅僅是漂亮的圖片，數據可視化是對信息的描述，可以向目標受眾總結和解釋複雜的數據。
為什麼這有關係？
許多人可以使數據看起來不錯。 很少有人能告訴你數據意味著什麼。
仍然很少有人能夠製作清晰簡潔的可視化，從他們的數據中傳達正確的信息。
“我經常看到人們接受可視化工具培訓，而不是分析，”Grant Thornton LLP 首席和法醫技術國家實踐負責人 Johnny Lee 說。 “這導致了對基礎數據的毫無根據的信任，並且相信此類數據所需的唯一'分析'就是美化它。”
考慮以下可視化：
從圖中可以看出，增長率表明 X 公司實現了巨大的增長。
考慮在變化範圍內呈現的增長率：
兩種情況下的數據完全相同，但扭曲 y 軸可能會導致關於所呈現內容的不同結論。
2018 年，越來越多的業務工具將提供數據可視化。
為什麼？ 敏銳的企業主希望輕鬆洞察他們的數據。
不要讓數據可視化功能的存在欺騙您。 漂亮的圖表不能代替對硬數據的精明分析。
儘管如此，並不是所有的數據可視化都是不好的。 在最近的一次講座中，耶魯大學名譽教授、數據可視化領域的先驅 Edward Tufte 總結了創建良好數據可視化的方法； “盡一切可能傳達你的信息。”這意味著要避開平淡無奇的條形圖、折線圖和邪惡的餅圖，而不是創建不僅向觀眾傳達正確信息而且讓他們能夠也與您互動。對於 BI 軟件用戶，查看圖形和圖表真正告訴您的數據是很重要的。 不要被漂亮的圖片所迷惑。
5. 現代和可訪問的商業智能
它是什麼？
當您想到商業智能時，您是否設想過一群數據科學家、SQL 專家和系統分析師坐在他們的小隔間裡敲打數據以提交？
在 2018 年（及以後）完全擺脫這種可視化，因為商業智能變得高度自動化，因此更容易被公民數據科學家使用。
現代商業智能意味著更少的專業化、更多的自動化，以及對整體數據分析的免費方法。
為什麼這有關係？
現代商業智能將創建簡化的自動化流程，以獲取商業數據的核心。 這意味著生產力的提高，隨之而來的是與數據相關的操作數量的增長。
Gartner 研究副總裁 Alexander Linden 表示：“讓公民數據科學家更容易使用數據科學產品將增加供應商在整個企業中的影響力，並幫助克服技能差距。” “簡單的關鍵是重複性、手動密集型且不需要深厚的數據科學專業知識的任務的自動化。”
Gartner 預測，到 2020 年，40% 的數據科學任務將實現自動化，而在 2018 年，您可以期待看到這一趨勢的開始。受人尊敬的數據科學家職位是否與現代商業智能過時了？ 到 2018 年可能不會。但是，根據 Linden 的說法，到 2020 年，“將需要更少的數據科學家來完成相同數量的工作，但每個高級數據科學項目仍將需要至少一兩個數據科學家。”
數據科學家最好在簡歷中提高其他技能以保持相關性。
您認為 2018 年的商業智能會發生什麼？
看起來 2018 年將是充滿商業智能創新和進一步完善一些先前現有技術的一年。
您如何看待這些預測？ 是否有應該添加到此列表中的趨勢？ 在下面的評論中讓我知道，或者讓我們在 Capterra 商業智能 Twitter 帳戶 @CapterraBI 上進一步討論這些趨勢。