如今，企業(yè)將數(shù)據(jù)全部存儲在Excel文件和傳統(tǒng)數(shù)據(jù)庫中的日子已經(jīng)一去不復(fù)返了。隨著網(wǎng)絡(luò)時代的興起，企業(yè)的業(yè)務(wù)將生成并擁有大量數(shù)據(jù)，如果不進(jìn)行處理和分析就很難全面了解其業(yè)務(wù)績效。商業(yè)智能就是要利用企業(yè)在其所有生產(chǎn)活動中生成的數(shù)據(jù)進(jìn)行分析和可視化，以便清楚地理解數(shù)據(jù)并獲得其中具有價值的見解，以解析和獲得業(yè)務(wù)績效。

[[343251]]

從理論上來說這很簡單，但是在實踐中，這非常具有挑戰(zhàn)性。因此，很多企業(yè)采用自動化工具以快速完成重復(fù)性工作，并專注于這些工具提供的關(guān)鍵績效指標(biāo)。雖然，商業(yè)智能并不是一個全新的技術(shù)突破，但隨著新技術(shù)的出現(xiàn)，其趨勢已經(jīng)發(fā)生了變化。以下討論2020年及以后的十大商業(yè)智能趨勢。

(1) 可信賴的人工智能決策

越來越多的企業(yè)使用人工智能工具進(jìn)行決策，并且通過外包、構(gòu)建或購買人工智能服務(wù)來引導(dǎo)此類程序。業(yè)務(wù)分析人員關(guān)心的是根據(jù)機(jī)器學(xué)習(xí)模型和人工智能最終進(jìn)行的預(yù)測做出決策的“信任度”。對于系統(tǒng)來說，向用戶解釋為什么會產(chǎn)生特定的決策，并要求分析員澄清以獲得更好的結(jié)果，這一點非常重要。這并不是一個簡單的趨勢，使用智能系統(tǒng)和工具的最終目的不是取代人類的專業(yè)知識，而是為他們提供幫助。在為企業(yè)做出智能決策時，必須相信人工智能能夠產(chǎn)生強(qiáng)大的影響，而推理應(yīng)該來自人工智能本身。

(2) 將語言學(xué)與商業(yè)智能工具相結(jié)合

為商業(yè)智能工具的用戶提供更多的靈活性和對話能力，將改變有關(guān)數(shù)據(jù)的詢問方式。利用分析的力量和深入了解數(shù)據(jù)不僅限于數(shù)據(jù)科學(xué)家和分析師，而且還包括根據(jù)數(shù)據(jù)需要回答問題的一般用戶。從根本上講，將語言學(xué)與商業(yè)智能工具進(jìn)行混合是人工智能的一個分支，它將語言學(xué)和計算機(jī)科學(xué)相結(jié)合，使計算機(jī)能夠理解人類語言背后的情感和意義。這將使人們能夠根據(jù)具體情況提出后續(xù)問題，例如颶風(fēng)襲擊了佛羅里達(dá)州多少次?并隨后提出一個問題，這個颶風(fēng)是否也正在接近休斯頓?

(3) 現(xiàn)代數(shù)據(jù)整理技術(shù)

數(shù)據(jù)源如今已經(jīng)變得非常復(fù)雜，很難解決從各種源收集數(shù)據(jù)然后清理、定義和調(diào)整它們以進(jìn)行分析的問題。很多企業(yè)花費大量資金采購工具，這些工具可以管理平臺中的所有內(nèi)容。Tableau、Power BI等商業(yè)智能平臺有助于將數(shù)據(jù)與業(yè)務(wù)環(huán)境聯(lián)系起來。

(4) 將行動和見解結(jié)合起來

處理數(shù)據(jù)的人員并不希望只在一種環(huán)境中執(zhí)行分析，而希望在另一種環(huán)境中基于結(jié)果采取行動。商業(yè)智能平臺負(fù)責(zé)通過移動分析和儀表板合并業(yè)務(wù)工作流和操作。目的是將所有內(nèi)容放在一個視圖中并采取行動，而無需用戶離開分析工作流程，從而最終減少了制定決策的時間和精力。

(5) 交流數(shù)據(jù)見解

數(shù)據(jù)科學(xué)與其說是一門科學(xué)，不如說是一門藝術(shù)。任何分析的最后一個階段是報告、陳述和交流見解。分析人員使用不同的方法來可視化數(shù)據(jù)，以便他們能夠以盡可能好的方式將信息傳達(dá)給決策者。這一趨勢正在發(fā)生變化，在未來幾年，越來越多的企業(yè)將采用標(biāo)準(zhǔn)的方式讓分析師們“講故事”。隨著這種方式在采用數(shù)據(jù)驅(qū)動決策的企業(yè)中得以普及，越來越多的人將了解如何解釋其分析過程和解釋數(shù)據(jù)。

(6) 數(shù)據(jù)角色將多樣化

數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師、數(shù)據(jù)分析師如今非常受歡迎，很多人都在談?wù)摂?shù)據(jù)分析行業(yè)的勞動力短缺問題。隨著越來越多的企業(yè)使用數(shù)據(jù)來制定業(yè)務(wù)和內(nèi)部決策，數(shù)據(jù)行業(yè)的工作概況將呈現(xiàn)多樣化。許多企業(yè)都有一個由不同職責(zé)的數(shù)據(jù)工作者組成的獨立團(tuán)隊，這種趨勢將在2020年及以后持續(xù)下去。

(7) 數(shù)據(jù)安全性和價值

在這個信息時代，數(shù)據(jù)對任何企業(yè)來說都是寶貴的財產(chǎn)。對于社交媒體公司來說，與客戶相關(guān)的數(shù)據(jù)是最重要的，但并不能阻止產(chǎn)生安全漏洞，這可以導(dǎo)致用戶的個人信息暴露給第三方。機(jī)器學(xué)習(xí)工程師明白，創(chuàng)建復(fù)雜模型的關(guān)鍵并不在于系統(tǒng)有多好、有多強(qiáng)大，也不是機(jī)器學(xué)習(xí)算法有多出色，更重要的是企業(yè)擁有的數(shù)據(jù)的質(zhì)量和數(shù)量。人們將為使用數(shù)據(jù)支付費用，因為沒有人會像亞馬遜、谷歌、Facebook、Netflix和大型科技公司那樣訪問信息。數(shù)據(jù)泄漏的行為將被視為類似搶劫銀行一樣嚴(yán)重。

(8) 商業(yè)智能的可訪問性和使用

互聯(lián)網(wǎng)對所有人的可訪問性并不意味著每個人都在充分利用互聯(lián)網(wǎng)，很多人并沒有意識到其真正的潛力。同樣，商業(yè)智能的策略和工具取決于人們?nèi)绾问褂盟鼇碜龀雒髦堑臎Q策。隨著企業(yè)越來越明智地地采用數(shù)據(jù)分析作為核心業(yè)務(wù)工作流程的一部分，創(chuàng)建支持最佳數(shù)據(jù)實踐的社區(qū)和會議對于其員工應(yīng)對競爭市場至關(guān)重要。

(9) 將數(shù)據(jù)遷移到云平臺

隨著云計算在其他計算領(lǐng)域的普及，企業(yè)對其越來越重視。而隨著時間的推移，無論企業(yè)的規(guī)模大小如何，都需要數(shù)據(jù)驅(qū)動的解決方案來滿足其業(yè)務(wù)需求，并且數(shù)據(jù)將遷移到云中。現(xiàn)有系統(tǒng)具有嚴(yán)格的分析模型，許多企業(yè)依靠其IT部門進(jìn)行分析，從而將流程與業(yè)務(wù)環(huán)境進(jìn)行分離。云計算不僅限于存儲，還具有成熟的商業(yè)智能工具。這里的權(quán)衡是企業(yè)是將數(shù)據(jù)安全交給第三方的云計算服務(wù)器，還是為擁有和運營自己的內(nèi)部部署數(shù)據(jù)中心進(jìn)行投資。

(10) 數(shù)據(jù)的道德解釋

人們不能總是相信特定數(shù)據(jù)的結(jié)果。因此必須接受這樣一個事實：數(shù)據(jù)可能是有偏見的。隨著越來越多的人將成為數(shù)據(jù)產(chǎn)業(yè)的一部分，在某些情況下，道德將成為處理數(shù)據(jù)的一個組成部分。在未來的幾年中，人們將為企業(yè)范圍內(nèi)的數(shù)據(jù)實踐制定指導(dǎo)方針，因為錯誤的數(shù)據(jù)結(jié)果將對只依靠數(shù)據(jù)驅(qū)動決策的企業(yè)帶來災(zāi)難。因此，來自人工智能領(lǐng)域的幫助和“道德解釋”的關(guān)鍵行為準(zhǔn)則將是極其重要的。

未來的技術(shù)旨在增強(qiáng)人們的能力。基于數(shù)據(jù)的方法可幫助企業(yè)了解客戶過去、現(xiàn)在和將來的需求。如今，搜索引擎和社交媒體通過為人們提供找到想要的東西的強(qiáng)大方法來增強(qiáng)他們的能力。同樣，基于數(shù)據(jù)的決策將最終為企業(yè)及其客戶提供支持。商業(yè)智能工具可以利用消費者行為進(jìn)行分析，這無疑會向他們提供優(yōu)質(zhì)的服務(wù)和體驗。