人們需要為2020年的六個商業智能趨勢做好準備

對于2020年商業智能發展趨勢有何期待?而人們需要為這些發展趨勢做好準備。

越來越多的企業使用資料來驅動他們的決策——這使得前沿分析和商業智能戰略成為企業可以擁有的最佳優勢之一。

新興技術(特别是由人工智能驅動的技術)正在改變企業從資料收集和提取可用見解的方式。

人們應該了解以下六個趨勢，這些趨勢将在2020年和未來10年中重塑商業智能領域。

1.資料發現的新途徑

像物聯網(IoT)裝置這樣的新資料收集技術正在為企業提供大量的實時資料，這與以前收集的任何資料都不一樣。人工智能和資料投資者Matt Turck表示，“一切皆可資料化”，随着越來越多的人員上網，可以将資訊進行分析、分類并将其轉換為一種格式，而人工智能系統可能會崩潰。

這些新的資料發現途徑将為商業智能分析師提供比以往更多的資料來源。與此同時，處理大量資料的公司将需要開始更加認真地對待資料安全性和隐私權，尤其是在處理機密的消費者資訊時。正如企業越來越意識到資料的價值一樣，黑客也越來越意識到這一點，是以，資料洩露的頻率和成本也開始飙升。

依賴這些新資料源的公司也需要保護這些新資料，否則将面臨難以承受的後果。

2.人工智能驅動的大資料技術

大資料技術使資料分析人員能夠處理大量的資料，這比分析人員在沒有先進人工智能技術的幫助下所能處理的資料都要多。

随着新技術收集的資料量的增加，商業智能分析師可能會發現無法篩選他們收集的資料量。相反，他們将采用大資料技術來幫助他們處理和分析這些資料。

3.預測性業務分析

這些新工具中的一些使用人工智能來預測事件，通過使用預測分析來識别即使看起來不相關的變量之間的微妙關系，進而更準确地預測事件。預測分析是使用資料和人工智能算法，幫助分析師預測未來，并更好地預測業務成果。

人工智能驅動的商業智能工具可以使用預測分析和曆史商業資料來預測市場需求的變化、緊急風險和企業需要應對的其他變化。

盡管傳統的商業智能通常側重于處理資料以優化目前流程并減少浪費，但通過預測分析，商業智能分析師可以幫助企業應對未來的工作流和業務流程。

4.自然語言處理和報告生成

新的人工智能工具還可以幫助企業更好地收集和分析基于文本的資料，并幫助商業智能分析師建立報告。

自然語言處理或會話分析應用于商業智能時是一種人工智能技術，可以訓練計算機軟體以模拟人類閱讀方式的方式來處理語言。自然語言處理使人工智能驅動的技術可以更靈活、更智能地響應語言，這過去在基于軟體的解決方案中提出了一個重大問題。

一些主要的商業智能平台(例如微軟公司的Power BI和Tableau)已經內建了自然語言處理功能，例如語義搜尋。

遺留資料系統給人工智能商業智能帶來的最重大挑戰之一是，需要多久可以隔離關鍵資訊或以抵制機器閱讀的格式存儲關鍵資訊。

在大多數此類情況下，分析人員将需要執行繁瑣的工作，即周遊成百上千個單獨的文檔來收集他們所需的特定資料點。自然語言處理可以通過智能地從大量文本文檔中提取資料來為這一挑戰提供答案。

5. 商業智能分析師日益短缺

與其他一些技術和STEM領域一樣，商業智能和資料分析也面臨着越來越缺乏高技能分析師的問題。目前還沒有迹象表明這種趨勢會逆轉——随着基于人工智能的技術越來越廣泛地被采用，越來越多的企業轉向人工智能驅動的資料收集和商業智能，這種短缺情況甚至可能變得更嚴重。

很難說更好的教育計劃是否可以改善這種情況。許多專家認為，目前的商業智能和資料分析教育項目并沒有有效地訓練員工使用人工智能程式和其他現代商業智能技術。

同時，這些商業智能職位的許多空缺都需要在該領域擁有多年經驗和高技能水準的從業人員。通常，初出校門不久的大學畢業生不适合擔任這些職位。

企業可能需要為缺乏能夠使用人工智能和大資料的業務分析師和資料科學家做準備。

6. 通用人工智能工具

從好的方面來說，技術行業也可能有提供一個人工智能驅動的解決方案，以解決日益迫在眉睫的商業智能人才短缺問題。

許多商業智能平台和工具都整合了為普通使用者設計的人工智能功能——即使是沒有人工智能工作經驗或資料分析背景的分析師和管理人員也應該能夠使用它們。這些更智能的工具可以提高企業智商，可能會導緻更高的銷售額和更好的現金流。

這些新工具還可以幫助提高資料收集和報告生成的速度，并允許任何有權通路該軟體的人發現可以推動業務決策的新見解和資料點。

2020年商業智能将如何變化

正如某些人所說，這并不是一種新的石油，但是資料幾乎可以肯定是企業可以擁有的最有價值的商品之一。

采用人工智能分析技術不太可能取代商業智能分析師。與其相反，它更有可能通過自動化繁瑣的資料收集過程和允許管理層和團隊成員在沒有正式資料教育訓練的情況下回答簡單問題，進而為這些分析師騰出時間。

在未來，資料将可能成為商業智能的核心。大多數新技術将以某種方式依賴人工智能。商業智能分析師需要熟悉人工智能工具，否則可能無法使用最新和最前沿的商業智能工具。

與此同時，企業需要為缺乏經過資料教育訓練的具有才華的商業智能分析師和管理人員做好準備。

版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net将保留追究其法律責任的權利。

原文釋出時間：2019-12-03

本文作者：責任編輯：cres 作者：Kayla Matthews

本文來自阿裡雲雲栖号&雲栖社群合作夥伴“

企業網D1Net

”，了解相關資訊可以關注“

”