過去十年，得益于大數據的快速發展，商業智能受到了越多越多的關注，與此同時，從傳統BI到探索式BI，商業智能也經歷了一次產品模式和理念上的巨大改變，這種改變不僅使得業務人員可以參與甚至主導整個數據分析流程，讓商業智能更加敏捷，同時也加速了企業由IT驅動轉向DT驅動的腳步。
毫無疑問，隨著企業對數據價值的認識更加深刻，探索式BI將會得到更廣泛的普及，并逐步取代傳統BI的市場位置，而且，可以預見的是，以人工智能和機器學習為代表的前沿技術，也必將引領商業智能的再一次變革，讓自動分析、預測分析成為現實。
智能化的BI產品的確可以幫助業務人員和決策者更加快速的發現問題并改進業務，但在實際應用場景中，數據分析工作往往不是靠單打獨斗，而是由企業的各業務部門或分析團隊來完成，這也就意味著，在向智能化轉變的同時，商業智能產品還應具備業務數據協作功能，而這一特性，在目前大部分的分析和BI產品中，并未得到很好的體現。
什么是業務數據協作?
我們在很多數據可視化產品中都可以看到“協作”一詞，比如為人熟知的Tableau，以及國內的一些創業類產品，但如果仔細了解，可以看到這些產品大都只是加入了“即時通訊”功能，僅僅支持用戶進行“群聊”。在筆者看來，這絕不是真正的數據協作。
所謂業務數據協作，應該是讓企業內的運營決策人員，基于數據進行工作的協同和決策。從異構數據的匯聚整合，到探索式分析、可視化呈現，再到分析協同、共享討論，其應該是一套高效利用數據的工作流程和方式。
也就是說，業務數據協作的真正價值在于，讓企業的數據分析工作不再是“一個人戰斗”，而是以協作的方式，讓分析和決策變得更加簡單高效。
眾所周知，探索式BI的出現，讓企業的所有員工都可以參與到分析工作中，而加入了業務數據協作，則使得各部門之間基于數據進行緊密合作成為了可能。比如，銷售團隊可以同市場團隊進行分析協作，共同找出新的增長機會;運營團隊也可以同業務團隊協作溝通，基于實時的運營數據對業務進行及時調整。
市場需求明顯
作為商業智能概念的提出者，Gartner在2018分析和商業智能魔力象限中就特別提到，基于分析內容的發布、共享和協作已經成為BI平臺的關鍵功能之一。在此之前，Gartner首席分析師Dan Sommer也曾表示，隨著越來越多的BI廠商向更廣泛的用戶群提供分析功能，有能力為這些用戶群解決基于數據的協作需求將變得至關重要。
從Gartner的報告中我們可以讀出，一方面，探索式BI的市場滲透率越來越高，另一方面，用戶對于數據協作的需求愈發強烈，而這一觀點在國內市場也有所體現。
國內的商業智能發展，呈現出了一定的中國特色，即跳躍式飛速發展。很多企業并沒有部署傳統的BI產品，而是從報表系統直接切入了探索式BI以及實時業務監控大屏。當然，目前不少使用傳統BI的企業，也在逐步轉向探索式BI產品。同時，由于國內市場的競爭更加激烈，企業越來越重視工作效率問題，所以對于數據分析之后的協作需求也增長明顯。
新時代的商業智能
當前，隨著云計算、大數據等基礎設施的逐步完善，企業正在向數據化、智能化階段邁進，而在這個過程中，商業智能是必不可少的“助推器”之一。同時，在快節奏、復雜的商業環境中，相比于傳統大型IT軟件公司的整體解決方案，企業更希望使用一些靈活的、輕量級的產品，可以快速部署、快速上手。所以筆者認為，基于這樣的訴求，未來的商業智能產品，一定要具備三個特性：實時、高效和智能。
實時性意味著企業對數據的時效性要求越來越高。一般而言，傳統BI產品通常需要到第二天才能看到前一天的運營數據，而在市場環境日益變化，競爭越來越激烈的時候，實時數據更能反映出業務運營過程中的細節和問題。更重要的是，基于實時數據進行及時的策略調整，往往能把企業的損失降到最低。
高效是指整個數據分析流程的效率提升。這其中，既包括產品的易用性，如快速部署，使用簡單等，也包括數據協作。傳統的工作流程中，數據分析只是協作決策過程的開始，整個流程中需要使用截圖 + PPT進行來回往復的交流，這樣的模式不僅效率低下，而且容易出錯。所以企業需要一個基于數據的協作決策平臺，來提升數據的使用效率。
最后，商業智能的發展也離不開智能。隨著AI和機器學習越來越普及，BI產品也會變得更加易用和智能，包括自動分析、預測分析等功能，相信會在不久的將來就可以實現。
京公網安備 11010502049343號