UDN-企业互联网技术人气社区

板块导航

浏览  : 1208
回复  : 0

[资讯] 2017 年商业智能 10 大趋势

[复制链接]
瞌睡虫的头像 楼主
发表于 2016-12-23 10:39:48 | 显示全部楼层 |阅读模式
  
0[2].jpg


       在过去几年中,数据已经成为组织的生命线。通过为业务用户提供相关功能来利用数据力量的组织,往往可以获得竞争优势并能够以更快的速度实现创新。这种变化导致商业智能的传统方法和现代方法在组织内形成紧张对峙,控制力与敏捷度、自助与管控之间的矛盾变得更加突出。IT 和业务部门开始建立合作伙伴关系,以期最大限度发挥数据的作用。

  接下来,局势将如何发展?我们的专家已经为全球各地数十万客户提供过服务,我们对这些专家的所想所见进行了收集,以下是我们的预测:

  1现代商业智能成为新常态

  2016 年,各组织开始转向现代商业智能,以便能够让分析得到普及,使之不再是少数人的专利。高德纳的 2016 商业智能魔力象限认为,“从以 IT 为中心的报告平台向现代商业智能和分析平台过渡需要 10 年至 11 年以上的时间,而我们已经通过了这个过程的临界点”。借助可信和可扩展的平台,各组织可以让分析师以外的人员也能够探索受规管的数据,并利用自己的发现开展协作。进入 2017 年,无论是在全球性企业还是在早期创业公司,现代商业智能都将成为头等要务。

  延伸阅读:

  使用商业智能和分析魔力象限实现现代化

  http://blogs.gartner.com/rita-sa ... ics-magic-quadrant/(将链接复制到浏览器中查看)

  2协作式分析从边缘进入核心

  与生活中的许多其他事情一样,在商业分析领域,集思广益强于依靠个人才智。由于受规管数据更加易于访问,而云技术可以实现便捷共享,协作式分析将在 2017 年确立核心地位。这就意味着,信息单向流动的年代即将结束,依赖于静态 PDF 和 PowerPoint 幻灯片的数据共享方式已经成为过去。人们将通过共享实时交互式工作簿和数据源来为业务决策提供支持,他们将在共享彼此工作成果的基础上,通过迭代来回答自己的问题。通过云和其他共享功能(例如电子邮件通知和订阅)来保持联 系。他们会将自己的仪表板嵌入其他企业应用程序中,让人们随时随地可以对其进行使用。各种角色的人员都可以执行多种操作,例如使用仪表板上的数据,实施自己的临时分析,与他人共享自己的发现。

  延伸阅读:

  技术“大众化”为分析潮推波助澜

  https://www.datanami.com/2016/02 ... ing-analytics-boom/(将链接复制到浏览器中查看)

  3一切数据趋于平等

0[3].jpg



  2017 年,数据的价值将不再受限于其级别或大小。大数据和简单 Excel 电子表格之间的区别将不再重要。重要的是,人们要能够快速轻松地访问数据,并结合其他类型的数据对其进行探索,从而回答业务问题、改善效果。在即将到来的一年中,商业智能的环境将逐渐发生改变,人们将能够探索所有类型、形态和大小的数据,并通过分享见解来影响决策。业务用户无需再担心自己的数据是存储在 Hadoop、Redshift,还是某个 Excel 文件中。无论有多少离散数据源,他们都将能够利用数据的力量。

  延伸阅读:

  “大数据”已显不足:“ 快数据”引领风潮

  https://www.entrepreneur.com/article/273561(将链接复制到浏览器中查看)

  4自助分析扩展至数据准备

  
0[4].jpg


  自助式数据发现已经成为标准,但数据准备依然没有走出 IT 和数据专家群体,这种情况将在 2017 年改变。高德纳认为“已经颠覆商业智能和分析市场的易用性和敏捷性趋势同样会在数据集成领域呈现”。数据解析、JSON 和 HTML 导入以及数据整理之类的普通数据准备任务无需再分配给专家完成。不久之后,每个人都将能够在自己的分析流程中处理此类任务。这将在数据规管方面带来新的考量因素,但成功的 IT 团队已经在积极利用这一机会。IT 为这种以自助式服务为目标的过渡提供指导,从而确保整个组织都可以访问数据,并且人们可以在安全的数据环境中工作。

  延伸阅读:

  自助式数据准备将成为商业智能领域的下一个重头戏

  http://searchbusinessanalytics.t ... -their-proper-place(将链接复制到浏览器中查看)

  5得益于嵌入式商业智能, 分析已经无处不在

  效果最好的分析是自然存在于工作流中的分析。企业越来越多地将分析放到人们的工作地点,并且常常将其嵌入其他业务应用程序(例如 Salesforce),而不是使用专门的应用。2017 年,分析将得到普及,而市场则会希望分析能够让每个业务过程受益。店员、呼叫中心工作人员、驾驶员等以前从未探索过数据的人员常常会因此获得分析功能。嵌入式商业智能会扩大分析的影响范围,以至于人们甚至会在毫无意识的情况下体验数据分析—类似于使用预测性分析在 Netfflix 上推荐电影,在 Pandora 上推荐音乐。

  延伸阅读:

  嵌入式商业智能工具需要各归其位

  http://searchbusinessanalytics.t ... -their-proper-place(将链接复制到浏览器中查看)

  6IT 部门成为数据英雄

  数十年来,为了回应业务部门的数据请求,为他们提供支持,IT 部门承担着构建大量报告的繁重任务。 现在,IT 终于有机会打破这种循环,从制作者演变为功能提供者。IT 掌控着以自助式服务为目标的大规模转变过程。高德纳认为,在高效组织中,分析团队“与业务部门合作,是业务部门信任的合作伙伴”。IT 为业务部门提供创新所需的灵活性和敏捷性,同时确保管控、数据安全与合规。IT 部门提供的功能让组织可以根据瞬息万变的业务及时做出数据驱动型决策,而 IT 部门因此成为塑造企业未来的数据英雄。

  延伸阅读:

  高德纳正式宣布:自助式分析时代已经来临

  https://upside.tdwi.org/Articles ... Service.aspx?Page=1(将链接复制到浏览器中查看)

  7人们开始以更加自然的方式处理数据

  数据查看方式已经取得了长足的进步。我们已经有了用直观的拖放界面来取代脚本和数据透视表的技术。 在 2017,数据界面将开始变得更加自然,这在一定程度上是得益于自然语言处理和生成等方面的进步。自然语言界面是商业智能工具箱中新增的一款利器。这些界面让人们可以使用自然文字和语言与数据交互,让数据、图表和仪表板更加易于操作。高德纳认为,“在从标准报告到数据故事讲述的进化过程中,这就是下一个阶段”。虽然有人对其持有合理的怀疑态度,但这个新领域仍然值得关注。

  延伸阅读:

  自然语言生成:商业见解领域的一场革命

  http://www.dataversity.net/natur ... n-business-insight/(将链接复制到浏览器中查看)

  8向云端的过渡加速进行

  随着各种组织将自己的数据移至云端,“分析也应该在云端进行”将成为主流意识。2017 年,数据重力将会促使企业将分析部署在自己数据所在的位置。Amazon Redshift 之类的云数据仓库仍然会是广受欢迎的数据目的地,云分析也会因此而变得更加普及。虽然很多组织仍然会部署云端和本地解决方案的混合架构,云分析将会日益成为速度更快、可扩展性更高的解决方案。

  延伸阅读:

  数据重力将用户拉向云端

  https://www.datanami.com/2016/05/16/data-gravity-pulls-cloud/(将链接复制到浏览器中查看)

  9高级分析变得更加易于访问

0[6].jpg



  业务用户在数据方面变得更加精明,高级分析变得更加易于使用。2017 年,伴随高级分析成为业务用户的标准, 这两种现象将会合流。高级分析将不再被数据科学家和专家垄断。业务用户已经在利用功能强大的分析函数,例如 K 均值聚类和预测。2017 年,他们的分析技能组合将得到进一步扩展。

  10数据素养成为未来的一项基础技能

0[7].jpg



  在 2016 年,领英将商业智能列为有利于求职的最热门技能之一。2017 年,数据分析将成为各领域专业人员必不可少的核心能力,与熟练操作 Microsoft Word、Excel 和 PowerPoint 一样,掌握分析技能将成为职场的一项重要要求。为了满足这种需求,高等教育和 K - 12 教育机构将设置大量分析和数据课程。在工作场所,人们预计会使用直观的商业智能平台来驱动每个水平的决策。
  延伸阅读:

  编码请走开:现在是大数据分析思维的登场时间

  http://www.idgconnect.com/blog-a ... l-thinking-big-data(将链接复制到浏览器中查看)

  关于 Tableau

  Tableau 帮助人们将数据转化为可以付诸行动的见解。借助无所不能的可视化分析进行探索。只需点击几下即可构建仪表板,进行临时分析。与任何人共享自己 的工作成果,对公司发挥更大影响力。从全球性企业到早期初创企业和小企业, 使用 Tableau 来查看和理解数据的人无处不在。

0[5].jpg



来源:软件定义世界


相关帖子

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关于我们
联系我们
  • 电话:010-86393388
  • 邮件:udn@yonyou.com
  • 地址:北京市海淀区北清路68号
移动客户端下载
关注我们
  • 微信公众号:yonyouudn
  • 扫描右侧二维码关注我们
  • 专注企业互联网的技术社区
版权所有:用友网络科技股份有限公司82041 京ICP备05007539号-11 京公网网备安1101080209224 Powered by Discuz!
快速回复 返回列表 返回顶部