2018年商业智能10大趋势

Posted 2021-04-20 数据艺术家

如今，商业智能解决方案的发展和演变非常迅速，因此今天适用的方案可能明天就需要调整。从自然语言处理到数据保险的崛起，我们访问了客户和 Tableau 员工，请他们定义 2018 年可能最具影响力的 10 大趋势。无论您是数据达人还是 IT 高手，又或是正在建立商业智能系统的高管，这些趋势都能帮助您确定战略优先级，让您的组织更上一层楼。

1不要畏惧 AI

RYAN ATALLAH, 员工软件工程师：

当您需要协助来解答问题时，机器学习可以帮助您揭开一块块掩盖真相的岩石。

 机器学习如何助力分析师

近年来，大众文化让人们很不看好机器学习的作用。但随着研究和技术的不断完善，机器学习正在迅速成为分析师的有益补充。事实上，机器学习是分析师的终极助手。

假设需要快速查看价格变化对给定产品带来的影响。为此，您需要对数据运行线性回归运算。在 Excel、R 或 Tableau 问世之前，您不得不手动执行所有运算，整个过程需要花费数小时之久。得益于机器学习，您现在可以在几分钟甚至几秒钟内看到产品的消费情况。作为分析师，您无需进行如此繁重的工作，您可以继续研究后续问题 - 高消费量的月份是因外在因素（例如假期）造成的吗？是新产品造成的吗？还是因为新闻报导影响了产品购买或产品认知？您没有去考虑的是，您多么希望自己能花更多的时间来完善回归模型。

2语言艺术影响

Jenny Richards, Tableau 数据大师：

构建仪表板和进行分析需要一定的技能，但这里面还包含一些无法传授的东西 -- 这就是如何使用数据来讲述故事。

分析行业中人文学科带来的影响

随着分析行业不断寻求熟练的数据工作者，组织也希望能够提升其分析团队的水平，我们可能拥有大量的人才可供选用。我们非常清楚，人文学科和讲述故事促进了数据分析行业的发展。这并不令人惊讶。令人惊讶的是，从前专门由 IT 和高级用户完成的创建分析仪表板等技术工作，正在被熟悉讲述故事技能（一种主要来源于人文学科的技能组合）的用户所接管。此外，组织更重视聘用能够通过人文学和说服力（而不仅仅是分析本身）使用数据和见解来影响变革和推动转型的员工。

随着技术平台变得越来越易于使用，人们对技术专长的重视程度有所降低。每个人都可以轻松处理数据，无需曾经要求的高深技术技能。拥有更广泛技能的人员（包括人文学者）在缺少数据工作者的行业和组织中汇集，并形成影响力。随着更多的组织将数据分析作为业务重点，这些人文学科数据管理员将帮助公司认识到，支持广大员工自主进行数据分析会带来竞争优势。

我们看到，雇佣新一代的数据工作者已成为大势所趋。我们还注意到，一些技术型公司由有着人文学科教育背景的创始人领导或深受其影响。这包括 Slack、LinkedIn、PayPal、Pinterest 和其他几家高绩效技术公司的创始人和高管。

3NLP 的前景

Brian Elrod, Mortgage Investors Group 数据分析主管：

[NLP] 可以为分析师开拓视野，让他们对于自己的能力更加自信。

自然语言处理的前景

2018 年，我们会看到自然语言处理 (NLP) 变得越发流行、复杂、无处不在。随着开发人员和工程师不断完善自身对 NLP 的理解，将 NLP 整合到尚未实现的领域的情况也会增长。Amazon Alexa、Google Home 和 Microsoft Cortana 的日益普及，已经养成了人们的一种期望，即他们可以与自己的软件谈话并且软件能够明白该做什么。例如，通过说出命令：“Alexa，播放‘Yellow Submarine（黄色潜水艇）’”，您就可以在厨房中一边准备晚餐一边欣赏披头士乐队的演奏了。同样的概念也被应用于数据，因而每个人都能更容易地提出问题并分析自己现有的数据。

Gartner 预计到 2020 年，50% 的分析查询都将通过搜索、NLP 或语音生成。这意味着突然之间，首席执行官可以更轻松地随时随地让他的移动设备告诉他：“纽约购买订书钉的客户带来的总销售额”，然后可以筛选“过去 30 天内的订单”，还可以按“项目所有者的部门”进行分组。或者，您孩子的校长可以提问：“今年学生的平均分是多少”，然后可以筛选“八年级学生”，并按“教师负责的科目”进行分组。NLP 能让人们提出更细微的数据问题，并获得相关的答案，从而得出更好的日常见解和决策。

4关于多重云的辩论

FRANCOIS AJENSTAT, TABLEAU 首席产品官：

对于为客户降低风险及增加选择和灵活性，这种多重云或混合云策略正越来越重要。

关于多重云的辩论持续升温

如果您的组织正在探索和评估 2018 年的多重云策略，那么您并不孤单。

首席产品官 Francois Ajenstat 说道：“组织正在加快将数据和核心应用程序迁移到云的步伐。”“无论是‘直接迁移’还是重构平台，我们都看到客户显著提高了采用云技术的速度。”

Gartner 最近的一项研究表明，“到 2019 年，多重云策略将成为 70% 企业的常用策略，而目前仅有不到 10% 的企业应用此策略。”客户也变得更加敏感，担心自己局限于单一旧版软件解决方案中，无法满足未来的需求。然而，通过使用类似的 API 和开放标准（如 Linux、Postgres、mysql 等），交换和迁移变得相对容易。

您的组织很可能也在评估数据中心的设计和运行方式。您的 IT 部门根据风险、复杂性、速度和成本来评估托管环境，所有这些因素增加了找到满足组织需求的单一解决方案的难度。

评估和实施多重云环境可帮助确定谁能为您的情况提供最佳性能和支持。根据《波士顿先驱报》报道，GE 重新整合了其云托管策略，同时利用 Microsoft Azure 和 Amazon Web Services，旨在了解最佳性能托管环境，并比较哪一份合同转交给客户后提供的成本最低。

5CDO 的兴起

PETER CREGGER, FNI 首席数据官：

我的工作是提供工具和技术供团队成员利用。

首席数据官的崛起

数据和分析正在成为每个组织的核心。这是无可争辩的。随着组织的发展，他们在将分析逐步提到更高的战略地位和责任水平。

过去，大多数商业智能工作都被安排给首席信息官 (CIO)，其负责监管整个组织的数据资产的标准化、整合和管控情况，并需要提交一致性报告。这使得商业智能计划（数据管控、建立分析模型等）与 CIO 职权范围内的其他策略计划（如 IT 架构、系统安全或网络策略）互相竞争，并会时常抑制商业智能的成功和影响。

在某些情况下，由于获取见解的速度与数据的安全性和管控之间的矛盾，CIO 和业务人员之间会产生隔阂。为了通过分析投资从数据中获得可操作性见解，组织越发意识到需要建立高管问责制以创建分析文化。对于越来越多的组织而言，此问题的答案是任命首席数据官 (CDO) 或首席分析官 (CAO) 引导业务流程变革，克服文化障碍，并向组织各级传达分析的价值。这可以让 CIO 将战略重点更多的放到数据安全性等方面。

6众包管控

ELLIE FIELDS, TABLEAU 高级开发总监：

管控既要使用集体的智慧为正确的人获取正确的数据，同时也要对错误的人锁定数据。

众包是数据管控的未来

现代商业智能套件已经从数据和内容锁定发展为授权业务用户随时随地使用受信任、受管控的数据获取见解。随着人们不断学习在更多情况下使用数据，他们对更好的管控模型的投入已经成为组织内的巨大力量。

认为自助式分析颠覆了商业智能的世界，这一说法所言甚轻。具体模式转移到了任何有能力创建分析的人员，引导提出和回答组织中的关键问题。管控方面正面临着同样的颠覆。随着自助式分析的发展壮大，有价值的观点和信息的渠道开始启发实施管控的新型创新方式。

7数据保险

PETER CREGGER, FNI 首席数据官：

您必须确定痛点在哪里。您的企业面临的真正风险是什么？

漏洞引发数据保险热潮

对于许多公司来说，数据是关键的业务资产。但是如何衡量这些数据的价值呢？数据丢失或被盗时会发生什么？正如我们近期目睹的重大数据泄露案例，对公司数据的威胁可能会带来严重危害，并可能对品牌造成无法弥补的损害。

Ponemon Institute 于 2017 年的一项研究表明，数据泄露的平均总成本预计为 362 万美元。

但是，各公司是否已尽其所能来保护和确保数据安全？网络安全保险市场是应对数据泄露而迅速发展壮大的行业之一。该行业的年度同比增长率为 30%，预计到 2020 年，行业的年度总签单保费收入将达到 56 亿美元。(AON)

网络和隐私保险涵盖了企业对客户的个人信息被黑客曝光或窃取导致数据泄露的责任。

然而，即使面临市场的增长和数据泄露的持续威胁，也只有 15% 的美国公司拥有涵盖数据泄露和网络安全的保单。而且，在投保的 15% 的美国公司中，大多数都是大型的著名金融机构。

8数据工程师的角色

FRANCOIS AJENSTAT, TABLEAU 首席产品官：

数据工程师对于实现现代分析平台的自助使用至关重要。

数据工程师的作用日益显著

有件事是可以肯定的：如果您没有构建自己的所有图表，那么您将无法创建仪表板来了解当前正在尝试传达的故事。您可能还知道一个原则：如果您没有事先了解进入系统的数据类型以及从系统中获取数据的方法，则无法获得可靠的数据源。

在组织使用数据来做出更好的业务决策的过程中，数据工程师仍将是不可或缺的一部分。2013 至 2015 年间，数据工程师的数量增加了一倍以上。截至 2017 年 10 月，LinkedIn 招聘信息中有超过 2500 个“数据工程师”的空缺职位，反映出该专业的增长和持续需求。

9物位网

JOSH PARENTEAU, TABLEAU 市场情报总监：

大多数人在考虑位置或地理空间时，都会将其当作维度。我会进行这方面的分析……新趋势是，它正逐渐成为分析过程中的一项输入指标。

“物位网”推动物联网创新

有人表示，物联网 (IoT) 的普及推动了我们所见到的连接设备数量的大幅增长，这一说法过于保守。所有这些设备互相交互并捕获数据，带来一种更加互连的体验。事实上，Gartner 预测到 2020 年，消费者可使用的物联网设备数量将增加一倍多，“在线物联网设备将达到 204 亿台”。

即便有着如此高的增长量，物联网数据的用例和实现并没有按照预期的线路发展。公司存在安全性方面的顾虑，但大多数公司都没有合适的组织技能组合或内部技术基础结构与其他应用程序和平台来支持物联网数据。

10学术研究投资

ROBYN RASHKE, 拉斯维加斯大学教授：

学生的作品屡屡出乎我的意料，他们凭借直觉查看数据并进行各种尝试，在此基础上就能够创建出一些可视化；这种能力让我惊叹。

大学院校重视数据科学与分析计划

北卡罗莱纳州立大学是第一家发起科学分析硕士计划的院校。科学分析硕士计划位于高级分析研究所 (IAA) 内，该研究所是一个数据中心，其使命是“培养全世界最优秀的分析从业人员，即掌握用于大规模数据建模的复杂方法和工具[并且]拥有解决高挑战性问题的激情的人才……”作为此类计划的开创者，北卡罗莱纳州计划预示着学术界显然将会深入涉足数据科学和分析课程领域。

今年早些时候，加利福尼亚州大学圣地亚哥分校首次增设了数据科学专业本科主修和辅修课程。他们没有就此止步。学校还制定了计划，利用校友捐款创建数据科学研究所。紧随其后，加州大学伯克利分校、加州大学戴维斯分校和加州大学圣克鲁斯分校也为学生增设了数据科学和分析课程，课程需求远超预期。为什么呢？

查看全部内容及视频，请点击 “阅读原文” 或复制以下链接至浏览器：

https://www.tableau.com/zh-cn/asset/2018-top-10-business-intelligence-trends?id=19197#form

更多前沿资讯 / 专场培训 / 精彩活动

---

Bizinsight美智讯

我们是根植于本土的知识密集型团队，全球视野的产品与服务提供商；

我们是您的最理解数据需求的BI专业团队,最懂得IT架构的数据分析师；

我们致力于帮您洞察数据知识，商业信息看得见！量化生意过程，商业价值算得出！