:::: MENU ::::

TalkingData's Blog

现在开始,用数据说话。

锐眼洞察 | 2018年度商业智能和分析的发展趋势(翻译)

Ideas

锐眼洞察 | 2018年度商业智能和分析的发展趋势(翻译)

作者:Paramita Ghosh 

原文:Business Intelligence and Analytics Trends in 2018

译者:TalkingData副总裁 皮山杉

本译文禁止商用,转载请注明来源与译者!

由于近年来机器学习(ML)和深度学习(DL)的快速发展,2018年商业智能和分析趋势也将发生相当大的变化。物联网(IoT)和大数据在全球商业环境中的深入渗透自然引发了对智能商业智能(BI)系统的需求,智能商业智能(BI)系统可以在很大程度上实现决策自动化,从而减少对于数据专业人士的需求。

如果目前用于金融服务,投资银行,市场研究甚至医疗保健行业的商业智能系统都是标准的话,那么基于机器学习支持的智能数据发现(Smart Data Discovery)是推动不同类型和规模的企业游戏规则变革的助推器。

根据Gartner的统计,到2020年,商业智能市场预计将增长到228亿美元。那么,改变游戏规则的商业智能和分析趋势会给企业带来什么呢?当然是 – 更好的可视化以及深度数据钻取功能。虽然商业智能系统在技术上越来越复杂和复杂,但这里有一些已经预测到2018年的变革趋势。

市场规模和技术范围

根据商业智能统计数据显示,商业智能市场预计2018年将增长到208.1亿美元,2018年BI和分析市场的突然增长将包括:传统商业智能,基于托管(云)的商务智能,社交商务智能和移动商务智能。 2018年整个市场将触及208亿美元,这意味着“从2013年到2018年估计年复合增长率为8.3%”。

“福布斯”博客发表了一篇题为“数字化转型十大趋势(Top 10 Trends For Digital Transformation In 2018 )”的博客文章指出,物联网支持的业务分析有能力最大限度地提高每个行业从“零售到城市规划”的运营效率。像IBM或SAP这样的技术火炬手正更多的投资于商业分析功能,现在的物联网和大数据承诺实时提供流处理,运营和交易数据。另一个普遍技术的例子是区块链,它开始于金融服务,但逐渐进入了酒店,医疗保健和其他一些行业。根据Datamation统计,到2020年,只有20%的贸易融资将利用区块链,但一旦趋势确定下来,就不会有回头反复了。

数据分析的兴起和发展

数据分析在全球商业社会中的突然出现是由业务数据的数量和种类引发的,这给商业智能和分析用户带来了独特的挑战。 “数字杂志”杂志的“商业智能分析的大趋势”一文指出,商业智能变革不仅会增加用户的接受度,而且会促进主流商业用户之间商业智能平台的利用率。同时阅读“2018年前10大技术趋势”,了解人工智能,云计算,物联网和商业应用将如何共同为重塑每个企业的IT环境做出贡献。

2018年BI和分析市场的主要技术趋势

业界普遍认为,鉴于即时和准确决策的重要性,每个商业用户都希望能够独立地对数据进行可视化展示和分析,以改善结果。根据2018年发布的名为“顶级商业智能趋势”的博客文章,“现代”商务智能的特点是数据可视化,深度数据挖掘和智能自助服务分析。

这篇Dataviz文章的作者声称在2018年的十大战略技术趋势中,Gartner的智能应用程序和分析技术趋势2将确保在未来几年,每个业务应用程序或服务都包含某种程度的AI。本文进一步指出,市场对“处处AI”的迷恋正在引发所有分析平台和服务提供商的争夺战。

Forrester Wave BI平台上的报告传统上将高级可视化工具与低端报表和常规可视化平台分开。根据“Forrester Wave™:主要私有部署的企业级商业智能平台,2017年第三季度“文章,具有先进商业智能功能的企业商务智能平台需要数据专业人员来开发输出。另一方面,如Tableau,Qlik等主流BI平台满足了普通商业用户的需求。但是,现在Forrester承认,高级可视化对于大多数BI平台都是不可或缺的,特别是因为基于云的BI使中型或小型企业可以访问高级分析。在BI平台上,现在通常会发现许多将可扩展系统与低端系统区分开来的功能。
商业智能和分析趋势总体上的变化导致了两个主要的挑战,各种规模的企业必须缓解这个挑战:使商业智能民主化和从分析活动中提取实际价值。

挑战1:管理大量商业数据

随着2018年全球业务逐渐利用新颖的智能数据发现和增强分析平台,最困难的问题始终是大量的数据。在传统的BI&Analytics系统中,80%的数据没有被使用或利用不足,从而严重限制了分析系统的实用性。现在,托管的BI平台和物联网设备倾倒出不同类型的数据,因此需要使用高级数据编目工具来访问来自许多不同来源的数据。阅读ZDNet的文章“数据决策:利用分析的新趋势”,了解企业如何计划面对数据量挑战。

挑战2:ML驱动预测模型的局限性

根据Forrester Wave™:预测分析和机器学习解决方案,2017年第一季度,2017年的数据科学家需要开发ML驱动的预测模型的工具以及管理模型的平台。虽然这些BI平台在数据专业人士中颇受欢迎,但是从来没有人认为这些工具有潜力取代人类的数据科学家,并为自助式商业智能让路。也就是说,随着企业继续依赖大数据,云计算,物联网和预测分析工具支持的所有类型决策的自助式BI和分析工具,具有卓越数据可视化功能的自助式分析平台将在2018获得坚实的认可。

根据2018年“商业智能看起来如何?”的博客文章,组织将接受“自助服务”商业智能,当然还有更多的治理,以便业务用户对他们分析的数据拥有更多的控制权。

增强数据准备和增强分析

增强型数据准备和增强型分析旨在为公共数据科学家提供超越数据发现的工具,并帮助准备业务数据,以便为未来业务规划提供“战略,运营和战术活动”。通过增强数据准备,普通业务用户将能够在没有IT人员帮助的情况下针对特定假设测试数据。另一方面,Augmented Analytics将通过先进的启用ML的工具提供洞察力。这两项新技术的最终目标是迅速提高用户的接受度并增强数据意识。(在DATAVERSITY®可以了解的什么是增强型分析以及为什么这很重要?)

2018年业务分析的景观:顶级趋势

考虑到刚刚描述的下一代商业智能和分析的两大挑战,以下是可靠的行业文献所证实的2018年商业智能和分析趋势:

  • 增强数据准备将在业务用户中获得普及,因为他们将能够在没有IT人员的帮助下执行数据测试任务。
  • 数据可视化作为2017年趋势的领跑者,将在2018年继续主导BI平台。
  • 智能数据发现将为2018年的预测分析带来巨大的推动力,使其成为最受欢迎的业务分析活动。
  • 随着对“视觉”的热情,公民数据科学家或主流商业用户将在2018年依靠移动分析来进行日常决策。增强型分析将成为主流BI用户的追捧能力。
  • 大型组织将大量投资建立内部BI /分析平台。

这篇名为“商业智能(BI)趋势”的博客文章描述了这些即将到来的趋势。在DATAVERSITY®从数据中获取价值,数据发现必须第一!这篇文章的读者将会体会到现代商务智能系统的高级统计工具和ML功能,它们带来了创新分析解决方案的前景。由于通过卓越的数据可视化和数据理解提高了数据意识,这一直是可能的。

虽然传统商务智能技术缺乏良好的数据存储设备或良好的数据可视化工具,但现代的ML功能分析平台带来了更好的数据可视性和理解能力。新的数据发现方法可以大幅降低成本并提高成果。

 

Leave a comment

随时欢迎您 联系我们