2017 年

商业智能

10 大趋势


下载 PDF

在过去几年中,数据已经成为组织的生命线。那些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。

查看下方的预测。

01:现代商业智能成为新常态

许多组织已接受现代商业智能,让分析能够得到普及,使之不再是少数人的专利。高德纳认为,我们已经通过了现代商业智能的临界点。我们将继续见证各种规模的组织利用可信且可扩展的平台,鼓励用户从其数据中发现见解。

高德纳延伸阅读

02:协作式分析从边缘进入核心

由于受规管数据易于访问,信息不再单向流动。依赖于 PDF 或静态 PowerPoint 的数据共享方式已成为过去。2017 年,用户将可以共享实时交互式工作簿、分析和仪表板,通过数据驱动型通知和订阅随时掌控数据,还可分享发现、利用彼此的工作成果,并通过利用整个组织的创造力和智慧动力推动业务发展。

Datanami 延伸阅读

03:一切数据趋于平等

2017 年,数据的价值将不再受限于其级别或大小。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。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。无论有多少不同的数据源,用户都能够利用所有数据的潜力。

Entrepreneur 延伸阅读

04:自助式服务扩展到数据准备

自助式数据发现已经成为标准,但数据准备依然必须由 IT 和数据专家群体执行。这种情况将在 2017 年改变。数据解析、JSON 和 HTML 导入以及数据整理之类的常规数据准备任务无需再分配给专家完成。随着这一领域的转型和新创新成果的出现,每个人都将能够在自己的分析流中处理此类任务。

Datanami 延伸阅读

05: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。2017 年,分析将被纳入工作环境,并嵌入用户日常使用的应用程序(可以是 Salesforce,也可以是内部门户)。这种无缝集成往往会促使店员、呼叫中心工作人员、驾驶员等以前从未探索过数据的人员获得并利用这些分析功能。

TechTarget 延伸阅读

06:IT 部门成为数据英雄

IT 终于有机会打破恶性循环,从制作者演变为功能提供者。IT 掌控着以自助式分析为目标的大规模转变过程。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。

高德纳延伸阅读

07:用户开始以更自然的方式处理数据

2017 年,数据界面将开始变得更加自然,这在一定程度上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的新增利器,它让用户能够使用自然文字和语言与数据交互,从而使数据、图表和仪表板更加易于操作。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。

Dataversity 延伸阅读

08:向云端的过渡加速进行

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。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。

Datanami 延伸阅读

09:高级分析变得更加易于获取

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,伴随高级分析成为非数据科学家的标准,这两种现象将会合流。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。

Marketwired 延伸阅读

10:数据素养成为未来的一项基础技能

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。用户还将期望使用直观的商业智能平台,在每个级别推动决策。

IDG 延伸阅读