当前位置:首页 > 最新资讯 > 行业资讯

2022年商业智能的七大趋势

商业智能不会被人工智能取代,BI仍然存在,而且很好。它变得更容易使用,正在扩展到更多的员工,正在向云转移,正在嵌入更广泛的ERP和CRM软件套件,现在它包括人工智能和机器学习。

根据IDC提供的2020年市场份额数据,全球商业智能和分析市场总额达到192亿美元,尽管出现了与疫情相关的经济动荡,但仍健康增长了5.2%。随着企业专注于数字化转型,并以更智能的方式利用数据推动业务发展,BI预计将加速增长。

BARC研究中心的创始人兼首席执行官Carsten Bange说,在新冠疫情之前,BI被一些人视为一种传统技术,在许多情况下被证明不值得投资。这种情况发生了巨大变化,新的调查结果显示,企业正再次将注意力转向BI,因为他们认识到有必要深入了解他们的供应链、快速变化的消费者行为和他们自己的业务流程。

以下是2022年及以后商业智能的一些主要趋势:

人工智能和机器学习提供了更多可能性

人工智能最重要的发展趋势是人工智能和机器学习的融合。“增强分析的新时代”已经开始,将新一代BI软件推向大众所需的人工智能分析功能仍处于萌芽阶段,但历史趋势表明,这一代BI软件将在不到10年的时间内成为主流。

增强BI(用人工智能增强的经典BI)有潜力把普通商业用户变成公民数据科学家。其目标是让非数据科学家“只需一次点击”就能完成预测、预测分析、异常检测和其他与bi相关的功能。

机器学习系统可以在后台运行,解决“不知道你不知道的事情”的问题。机器学习系统可以识别数据中有趣的模式,并以一种否则永远无法实现的方式提醒最终用户。

增强分析描述了将机器学习与人类能力相结合的功能,将创造性问题解决与无与伦比的模式识别相结合,以充分利用这两个领域。主要目标是让分析和BI更容易使用,降低普通用户的进入门槛,同时提高高级用户的效率和有效性。

云应用会在后疫情时代爆发

在相当长的一段时间内,BI软件的云应用已经成为一种趋势,但由于新冠疫情,这种趋势肯定会加速,这迫使员工在家工作,并迫使IT部门提供对关键业务应用程序的远程访问。

50%的新BI部署是在云计算中,这代表着每年的稳定增长。基于云的BI的优点包括对远程用户的可访问性、可伸缩性、弹性和部署速度。随着企业越来越习惯将大型数据集转移到云上进行备份和运行应用程序,它们更有可能将数据仓库和数据分析转移到云上。分析领导者更喜欢将分析带到数据中,而不是反过来。

自然语言处理更进一步

除非你是一个数据科学家,否则难以制作正确的查询。解决办法是在BI系统中构建自然语言处理,这样普通员工就可以简单地问一个问题并得到答案。自然语言处理不仅使现有的受过BI培训的员工能够更好地使用BI工具,而且还使公司能够在组织中更深入、更广泛地扩展BI。

虽然自然语言处理是一个有趣的趋势,但公平地说,它还没有完全实现。将自然语言翻译成精确的查询是非常具有挑战性的,你不可能在第一次尝试时就得到正确的答案。也许你会得到上百个答案,类似于你做谷歌搜索时发生的情况。自然语言系统仍然需要相当多的调优。

BI被嵌入到CRM和ERP平台中

无论是通过收购还是内部开发,CRM和ERP供应商都将BI嵌入到他们的平台中。其优点是BI从一个独立的、不相连的流程发展成为业务流程工作流的一个组成部分。嵌入式BI可以帮助公司自动化业务流程中涉及的步骤,从而提高速度和更好的性能。

通过讲故事来呈现信息

在传统的BI中,系统会生成报告和装满彩色图表的仪表板,但这种表示虽然漂亮,但可能不是向非技术用户展示信息的最佳或最有用的方式。Bange说,与“高度复杂的视觉效果”相反的一个趋势是向讲故事而不是数据转储的转变。

使用称为“信息设计”的原则,BI供应商正在简化他们的演示,让用户了解特定的问题或情况,不仅展示原始数据,而且还提供如何做的建议。这种类型的叙述更有可能包括文本叙述,以配合所有炫目的意象。

BI是操作

传统BI按照固定的时间表(例如每周或每月)交付报告。但在当今竞争激烈的商业环境中,这已经不够了,因为决策需要实时做出。使用运营BI(也称为运营智能(OI),可以收集和分析来自不同来源的数据,包括消费者行为和供应链中断。

BI系统可以为快速决策提供建议,例如为特定功能分配更多资源或响应快速变化的业务条件。使用运营BI,仪表板可以按固定的间隔(比如每小时)自动刷新,系统可以触发警报,通知运营团队存在需要解决的问题或可以利用的新机会。

成功的BI仍然需要前期工作

BI工具本身已经很成熟了,但是许多公司在实现BI时遇到了困难,因为他们没有做必要的准备工作。技术已经成熟,障碍存在于等式的人员和过程方面。企业需要建立一种数据驱动的文化,他们需要培训员工。

根据BARC的最新调查研究,当受访者被要求对2021年的优先事项进行排序时,数据质量管理和数据发现排在首位。高级分析和机器学习排在第11位,这并不意味着企业对人工智能不感兴趣。这意味着当基础——高质量和可访问的数据——尚未完全实现时,企业正在努力适应机器学习机制。公司在把重点转向先进的方法之前,似乎正在回归根本,专注于使用和管理数据的基础。

埃弗尔森对首席信息官们的建议是“立即使用企业级平台”,无论这意味着更新现有BI平台的旧版本,还是与新供应商合作。目前,只有20-30%的数据可以用于分析,被拉进了普通的企业数据仓库。BI是一项对CIO成功所需的一切进行的投资。

猜你喜欢