2016年商務智能的十大發展趨勢

摘要：在過去的2015年中，我們看到了在商務智能領域所發生的重大的轉型。越來越多的企業紛紛開辟了利用資料的理念，以便能夠從資料中探索和發現更多有洞察價值的資訊。甚至有相當一部分的企業已經開始将資料分析的功用傳遞到他們的普通職員的手中了。

在新加坡，該國從國家層面打造“智能國家(smart nation)”的政策發揮了帶動力量。同時發揮作用的還包括該國政府所頒布的《2025年資訊通信媒體發展藍圖》(infocomm media 2015)，其目的是在該國打造一個新的經濟模式：其要比以往更倚重技術。

商務智能的規範正在不斷發展，并導緻了一些工作場所的文化變革。這種變化不僅是由快速發展的技術所推動的，而且還是由不斷推陳出新(且更容易學習)的工具所推動，進而幫助我們得以能夠從我們的資料中得到更多的價值。

而在2016年，鑒于依靠資料分析結論進行核心業務決策的制定已然在越來越多的企業站穩了腳跟，同時資料分析在社會領域的影響也在進一步擴大，預計我們将在商務智能領域看到一個更深層的文化轉變。

在每年剛開始之際，我們都将對整個業界在新的一年裡将會出現怎麼的發展趨勢進行預測性分析。而在本文中，我們就将與大家共同探讨關于商務智能在2016年的十大發展趨勢。

資料管理和自助服務分析合二為一

在過去，資料管理和自助服務分析被認為是一對天然的敵人。您一次隻能獲得這二者的其中之一，而決不可能使這二者同時在一起。而在2016年，我們相信這二者彼此之間的戰争已經結束，業務和技術之間的文化差距正在進一步縮小。

今年早些時候，gartner曾指出，資料發現、獲得多結構化資料、資料準備工具和各種智能功能的崛起，将進一步使得獲得資料分析變得平民化，同時也将為資料的管理需求帶來了更大的壓力。gartner還預測，到2017年，大多數企業的業務部門的使用者和分析師們都将有機會通過自助式的工具來為資料分析做準備。盡管資料分析的趨勢正大行其道，但當人們有了集中、幹淨和快速的資料來源，同時當他們知道了某些it人員正在為更好的安全和性能進行探索時，人們将能夠更容易的深入挖掘他們的資料。鑒于此，企業正在學習如何進行資料管理，而當這些學習過程執行得恰當，并得到其it部門的充分支援的話，可以有助于企業培養一種資料分析文化，并滿足業務部門的需求。

可視化分析成為通用語言

資料正在改變企業董事會及普通部門的交流和溝通。人們将他們的資料探索問題、揭示的洞察分析可視化，并與資料專家和非專家進行分享。随着資料使用量的增長，甚至更多的人會主動的轉向資料，以尋求解決他們專業或個人的問題。

我們看到了太多的使用者将各種各樣的可視化分析工具運用到了他們的日常生活中，包括企業商務人士、學生和家庭主婦。例如，新加坡義安理工學院，是新加坡知名的高等學府，該學院就已經積極的将資料分析納入到了他們面向教師和學生的課程之中。事實上，講師們也開始在他們的課堂上使用可視化的分析工具，鼓勵學生适應并熟悉與資料的工作。

越來越多的可視化分析将作為共同的語言，使人們能夠很快達成合作，發掘出有意義的見解，并建立一個資料的智能社群。

資料産品鍊是一種民主

自助服務分析工具已經改變了人們對好的期望。在2016年，人們将尋求跨越資料連續性的授權。驅動這種變化的很大一部分将是千禧一代年輕人進入勞動力市場。根據普華永道的預測，到2020年，千禧世代的員工數量将有望占到全球員工數量的百分之五十。

千禧世代的員工們無論是在辦公室或是在路上都希望能夠很容易的獲得資料。他們将要探索的資料本身，做出他們自己的發現。這也就是為什麼随着自助服務分析的自然延伸，對自助服務資料準備工具甚至自助服務資料倉庫的需求将增長的原因所在了。這民主化将使人們能夠對迅速變化的優先事項作出回應。

資料內建變得令人矚目

現如今，許多公司都想要靈活靈活的資料分析。他們希望得到正确的資料，并将其傳遞給最合适的員工進行迅速的分析。這是一個不小的挑戰，因為這些資料通常都散步在許多不同的地方。

跨資料源的工作可以是相當繁瑣單調乏 味，或不可能的，或兩者兼而有之。在2016年，我們會在資料內建領域看到更多的市場新手。随着更進階的資料內建工具出現，企業使用者将停止嘗試收集每一個位元組的資料并将它們存儲在同一個地方。資料探索人員将把每個資料集連接配接起來，融為一體，或加入具有更靈活的工具和方法。

進階分析師不僅僅隻是分析師

跨整個區域的非分析正變得越來越複雜。企業所期待的并不隻是通過資料分析所獲得得多路線圖。在最近的研究中，gartner指出，業務部門和it上司者正在對進階分析加大投資力度，以解決業務問題，并為業務部門提供遠遠超越了傳統的bi優勢。

企業業務部門的使用者現在希望有一個更深入，更有意義的分析經驗。而企業将采用平台，讓這些業務部門的使用者應用統計，提出一系列的問題，并留在他們的分析流程。

資料和分析将進一步更多的采用雲服務

在2015年，與資料打交道進行工作的人們已經開始積極采用雲計算了。他們意識到把資料放在雲中是很容易且具有高度可擴充性的。他們還看到，雲分析使他們能夠更靈活。

而我們預計在新的一年裡，更多的人将開始向雲中過渡，部分原因是為了有了能夠幫助他們更好的使用網絡資料的工具。而早期的采納者們已經從這個資料中進行學習，其他後進者也正在意識到他們應該這樣做了。而更多的公司将使用雲分析來更快的分析更多的資料。他們将像對于其他任何重要的企業制度一樣依賴它。

接受資料分析的教育

新加坡的“智能國家”的政策的其中一個主要重點是向公衆提供更加開放的資料。 這樣，越來越多的企業将建立一個中心，以促進自助分析的培養。這些中心在實施一個資料驅動的文化過程中将起着關鍵的作用。通過啟用諸如網上論壇和一對一的教育訓練中心等項目，使得即使非專家也将能夠利用資料分析轉化為他們自己的決策。

新加坡資訊通信發展管理局(ida)所啟動的hive計劃便是一個很好的例子。該政府機構的重點是確定向公民提供的數字型驗是有用的，相關的，易于使用的。目标是利用資料分析，以獲得更好的使用者需求洞察，以提高他們的數字化政府事務的經驗，該機構同時還扮演了一個顧問的角色，協助機構開發新服務或增強現有服務的體驗品質。

移動分析的獨立性

移動分析已經獲得了長足的發展。其已經不再隻是一個傳統的商業智能産品的接口了。在2015年，具有資料流，移動體驗優先産品一經開始興起。與資料打交道，對其進行分析已然不再是繁雜的苦差事了，而分析過程正在變為一個更有活力的部分。

深入挖掘物聯網資料

在2016年，物聯網(iot)正準備變得更加普遍。似乎一切具備傳感器的裝置都在将資訊發送回母艦，無論是健身跟蹤裝置、家庭安全系統或工業機械。

想想所有的移動裝置都已經圍繞着時鐘産生資料。由于物聯網所生成的資料量的增長，确實帶來了進一步洞察分析的潛力。企業将尋找工具，并允許使用者探索資料，然後以安全、合規管理和互動的方式分享他們的研究成果。

新技術的興起

專為bi系統而設計打造的新技術将不斷湧現。随着這些技術不斷進入市場，我們将看到需求的空白被填補。 hadoop加速器，nosql的資料內建，物聯網資料內建，改善的社會化媒體，每一種新技術的呈現都将為企業提供了新的商機。

在2016年，我們将看到填補需求差距的興起，導緻市場的整合。而企業将繼續由單一的解決方案朝着開源的和靈活的協定棧的新技術方面轉向。

本文轉自d1net（轉載）