傳統上，企業以商業智能為基礎，將重點放在數據戰略上，但預測性分析和規范性分析平臺的興起(部分歸功于機器學習和人工智能)正在改變局勢。即使是商業智能本身也在不斷發展，它傾向于以前專門針對業務分析平臺的功能。
分析師和顧問們都同意，了解商業智能與其它分析平臺之間的區別以及每個企業所帶來的價值對你正確理解數據戰略方面都起了重要作用。
下面，我們來分解一下商業智能在哪些地方符合當今可用的分析產品范圍——以及業務分析由于工具、策略和個人需求的轉變如何發生變化。
商業智能對商業分析
最廣泛意義上的分析適用于所有技術支持的問題解決活動。專家通常在連續體上將分析分為四個類別，其中描述性分析和診斷性分析在曲線的最不成熟的部分，預測性分析和規范性分析處于曲線上端。
商業智能是大多數組織在著手使用分析程序時開始的地方，它位于描述性階段。商業智能利用軟件和服務將數據轉化為能告知組織的戰略和戰術業務決策的行動智能。使組織得以收集、分析和呈現數據分析的正是這個。
喬治亞理工學院的施勒商學院的業務分析中心的執行總監Beverly Wright解釋說：“這是關于數據本身的信息。它除了講述一個關于數據所要傳達的故事之外，并不試圖做什么。”
雖然一些商人可能會將商業智能與分析技術互換使用，但Wright說數據行業確實區分了兩者; 有些人將商業智能描述為更廣泛的分析領域(特別是高級分析)發生的事情，即預測未來各種情況下會發生什么。
用于商業的商業智能
商業智能使用來自傳統企業平臺(例如企業資源計劃，ERP)或財務軟件系統的更結構化的數據，并且可以在過去的金融交易或其它的過去行動(如運營和供應鏈)等方面提供意見。如今，專家認為，商業智能對組織的價值來源于它為這些領域和業務任務(包括合同協調)提供可見性的能力。
Wright說：商業智能工具與企業技術棧的很多其它部分一樣，已經演變得更加直觀、對用戶更加友好。她解釋說，過去，組織需要數據科學家來使用這些系統并建立儀表板。如今它們是自動化的。這意味著組織可以更容易地建立數據程序，允許非技術性商人使用商業智能工具來生成報告并獲取大量的信息，而不必在日常使用中用到數據專業人員。分析師們同意僅憑這個就能使商業智能技術在企業中成為重要的工具。
Wright說被稱為“公民分析師”的這一新型業務用戶是營銷、運營、財務或高管的專業人士，他們對數據或建模或分析沒有深入的認識，但他們可以依賴于工具或系統，這些工具或系統能以非常簡單的方式向他們提供所需的信息。”
作為商業分析的門戶的商業智能
盡管像報告解決方案這樣的商業智能工具仍然在企業中占有一席之地，但分析師認為這些工具的功能有限。
全球管理咨詢公司貝恩公司(Bain&Co.)在其2017年的《數字化轉型的六個IT設計規則》的報告中表示，對IT領導者的調查顯示，超過50%的組織至少使用三個不同的分析提供商來生成績效報告。還進一步指出：“首席信息官迫切希望能夠將獨立的數據源集成到一個可以覆蓋整個基礎設施的分析引擎中。
專家說更重要的是商業智能工具不能提供最深入的可推動新的商機和增長的數據分析。
企業管理協會(Enterprise Management Associates)的商業智能高級分析師John Myers說：“商業智能不會推動營收和創新。”
雖然Myers估計美國有20%的組織仍然處于分析采用的商業智能階段，但他表示，大多數組織都不希望分析工作在這個階段終結。Myers發現用戶通常受到商業智能工具生成的信息的鼓動，并希望數據開始回答日益復雜的問題。
事實上，貝恩報告還指出，IT運營管理者將高級分析列為“他們最想擁有的功能，但現在只有五分之一的人說他們可以使用這項技術。”
Myers解釋說，用戶可能從查看銷售數據開始，然后想看這個數據按國家或產品組織。然后他們想要看今年的十大客戶，他們的共同特征，用戶想根據這個信息來知道哪一個將會是來年的十大客戶。
Myers說：“你以積少成多作為出發點并以不同維度將其呈現出來了。這就是很多人稱之為報告或靜態儀表板或傳統的商業智能的東西。但是，當你開始預測未來或使用預測性分析時，當你必須做更復雜的數學運算時，那么你從事著被人們稱之為分析的東西。”
Myers闡述說商業智能使用基本計算來提供答案，而其它形式的分析(包括預測性分析的和規范性分析)則使用數學模型來確定屬性并提供預測。他還指出，機器學習和人工智能處于分析連續體的最遠端。
商業智能模糊了界線
盡管數據專業人士在高級分析(如建模)方面仍然扮演重要角色，但Myers說，他們的參與程度根據業務案例的不同而有所不同。例如，用于檢測潛在信用卡欺詐的高級分析系統需要速度，因此依賴于無監督模型與數據科學家查詢系統。
Myers補充說，組織往往會購買現成的商業智能產品和商業高級分析產品，但是他們傾向于擁有自己的數據專業人員來構建他們需要的機器學習和人工智能功能，因為市場上沒有一整套的軟件包;這個產品壓根還沒問世。”
貝恩的全球高級分析實踐及其數字、技術、媒體和電信業務的負責人Chris Brahm表示，由于組織需要更多商業智能平臺和其它分析工具，解決方案市場正在發生變化。
Brahm表示，很多商業智能工具正在引入更多的、更好的數據信號，以產生更準確、更有見地的報告，從而模糊了傳統上將商業智能與更高級的分析技術區分開來的界線。因此他補充說商業智能供應商需要在市場上推進或冒失敗的風險。
他說：“由于主要用戶往往是管理者，他們可以逐步發展從而為企業管理者提供實時的高質量信息嗎?他們能用新的數據集和新技術提供更好的實時信息嗎?因為如果他們不能，那么新的供應商將進入——并且正在進入——并回答管理者的問題。”
他說，這些新系統正在幫助用戶做出更好的決策，回答有關如何最大化并優化業務的問題——業務應面向誰、提供哪些促銷活動以及哪一方向誰提供這樣的問題。
他說：“很多正在進入市場的參與者正在為管理人員和一線工作人員提供分析數據，這些分析人員超越了傳統商業智能所做的工作”。他補充說這些工具正在使用新的技術和數據就管理人員在供應鏈、運營和研發等特定領域的問題提供更好的、更全面的答案。
技術公司往往沿著采用曲線進一步發展，最有可能采用機器學習和人工智能等先進的分析功能的也往往是它們。
Brahm說，更傳統的行業也緊隨其后，它們也將高級分析視為未來成功的關鍵。貝恩研究表明，百分之七十的組織領導者將高級分析和人工智能視為業務的重中之重。
他補充道：“每個人都朝著這個方向前進。”
京公網安備 11010502049343號