为什么你的商业智能不那么智能？

摘要：BI，全称为Business Intelligence，通常被理解为一种将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。中文将BI翻译为“商业智能”或者“商务智能”。而无论是翻译为商业智能还是商务智能，从名称来看，BI都应包含“智能”这一属性。然而，事实却恰恰相反，也正是由于BI有智能之名却无智能之实，在实际使用中并不那么智能，也因此成为众多BI用户所吐槽的对象。
关键词： 商业智能

BI，全称为Business Intelligence，通常被理解为一种将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。中文将BI翻译为“商业智能”或者“商务智能”。而无论是翻译为商业智能还是商务智能，从名称来看，BI都应包含“智能”这一属性。然而，事实却恰恰相反，也正是由于BI有智能之名却无智能之实，在实际使用中并不那么智能，也因此成为众多BI用户所吐槽的对象。

为什么你的BI不那么智能？

在BI系统的实际使用过程中，我们常常会听到各种关于BI系统不智能的抱怨和吐槽。比如，通过BI系统整合多业务系统的数据进行探索和分析，却需要事先将数据标准化、规范化，然后才能导入到BI进行分析，费时又费力，特别是随着非结构化数据越来越多，花费在数据清洗、整理上的时间也会越来越多，难度也会越来越大，不仅不智能，而且还严重影响工作效率。又比如，利用BI系统进行多维度分析时，由于自身不具备数据建模能力，还需要寻求专业IT人员或数据建模师的帮助，甚至因为是有求于人，偶尔还要看别人脸色；再或者是，企业里部署的BI系统只具备简单的报表设计以及相对固定的可视化展现功能，系统无法提供分析建议，用户仍需要凭借自身经验来进行分析和作出决策，而且在需要与他人协同和共享时，也需先进行导出操作，然后再通过工作或社交平台进行分享。凡此种种，不一而足。

那么，为什么你的商业智能并不那么智能呢？实际上，问题就出在你所使用的BI产品上。换言之，并不是所有的BI产品都不智能，而是你正在使用的BI产品不太智能。随着BI产品越来越多的与人工智能核心技术（如机器学习、计算机视觉、自然语言处理、智能语音交互、知识图谱）、大数据、机器人流程自动化（RPA）、运筹学等技术相结合，市面上的部分BI产品，不仅能够实现超强的数据采集能力，也能通过内存技术、关联分析与智能洞察等为用户提供分析建议，让基于数据分析的决策变得更简单、智能和高效，BI也正在变得名副其实，实现真正意义上的智能。只是，你正在使用的BI产品却还仍然停留在简单的报表或可视化展现等功能上。

什么样的BI才称得上“智能”的BI？

国际知名研究机构Gartner认为，现代分析与BI平台应具备15项关键功能，具体包括与数据准备相关的数据源连接性、数据准备、数据复杂性；与数据可视化相关的数据可视化、数据叙事、报告；与人机交互相关的自然语言查询、自然语言生成；与增强分析相关的自动洞察力、高级分析；与部署与安全相关的嵌入式分析、安全性、可管理性、云和目录。这15种关键功能实际上也都是智能BI所必须具备。

同时，笔者通过对比分析目前主流的智能BI系统，认为智能BI系统通常应具备以下特征：

超强的数据集成：智能BI系统绝不只是简单报表或可视化展现工具，而是集数据源整合、数据准备、数据收集归档、自助式分析及报告于一体，能为用户提供分析与决策支持的一站式平台。而分析与决策依赖于数据，数据集成是基础，因此能集成不同来源、不同业务系统的数据，对智能BI系统而言至关重要。

智能的可视化：所谓智能的可视化，即BI系统能够自动识别用户当前使用的数据，推荐相应的图表，甚至能根据字段信息建立合适的图表，即使图表是用户之前从未创建的；同时，BI系统也能根据用户的使用习惯，来对推荐的图表进行优先级排序

灵活的自助式数据处理：在企业数据分析的实际应用中，分析人员对于数据处理的需求灵活多变，并且经常需要对不同的业务数据根据相同的维度或者属性进行关联分析，IT部门对数据提供的基本处理和基本的关联关系并不能完全覆盖分析人员的需求，而智能BI系统相较于传统BI，不仅使用门槛足够低，易用性也足够强，用户即使无编程及数据建模能力，也能通过简单的拖、拉、拽生成所需的可视化图表，让用户能自助式地探索和分析数据，以极低的学习成本将数据处理成自己需要的结果。

智能洞察与见解：传统BI通常只提供报表设计及可视化展现功能，因此从数据、图表中找出差异及造成差异的原因，通常需要依靠用户自身的经验。而智能BI则融入了人工智能技术，其基于人工智能引擎，可根据用户当前查看的选项在数据模型中找到差异信息，并提供分析建议，并协助用户来判断问题点，而这些都不需要用户提前定义。
完备的数据共享与展示方案：智能 BI系统不仅提供PC及移动端，能够自动适配各种终端设备，可供用户随时随地查看、探索和分析数据，而且也能无缝地与钉钉、微信等社交、工作平台集成，支持数据的注释标记、分享、推送提醒等功能，让用户无论身处何地都可以对自己所关心的数据了如指掌。

总的来说，在笔者看来，智能BI相较于传统BI，它不仅仅只是提供报表设计、可视化展现的工具，而是一套能够提供从数据准备、数据处理、可视化分析到数据共享与管理全流程的完整解决方案。它通过融入人工智能、机器学习、关联分析等新兴技术并轻量化，来协助数据准备、洞察生成和洞察解释，使用户能够更加直观简便地获取信息、探索知识、共享知识。

亦策观数台，新一代增强智能协同BI平台

那么，市场上有哪些值得推荐的智能BI产品呢？实际上，观数台就是不错的选择。

观数台是上海亦策软件拥有自主知识产权、精心为中国企业量身定制的本土化、轻量级、敏捷型的新一代增强智能协同BI平台。凭借AI+BI、关联引擎、内存分析等技术与特性，可实现多种不同来源数据的轻松整合与智能关联、连接，智能的可视化，用户驱动的报表创建与可视化展现，数据全局搜索与嵌入式分析，自定义开发，智能洞察与见解，集中共享与协同，以及企业及部署等。尤其值得一提的是其见解功能，系统可自动提供分析建议与结果，可轻松进行数据挖掘与分析，这既是观数台的一大亮点所在，也是观数台能称得上智能BI的主要原因之一。
下面，就以消费品销售分析为例，具体看看观数台的见解功能到底有多强大。

在以上视图中，我们可以发现在每月的日均销售趋势图中，存在连续3个月日均销售收入下降的情况。如果是在传统BI中，我们仍需根据自身经验来判断和查找造成日均销售下降的原因；但在观数台中，由于关联引擎特性及见解功能的存在，数据是全局关联的，观数台可通过增强分析来协助我们来生成洞察，快速找到造成收入下降的原因，既省时也省力。

通过选中这3个月的数据，点击右侧“选择项”再点击“生成见解”，由于观数台的数据是全局关联的，我们可以发现，销售额下降的原因是由于客户不再购买产品，继而带来了近百万的利润差。那么，客户为什么不再购买产品呢？我们可以顺着产品作进一步分析。

我们转到见解模块，在见解模块中，选择销售差异及产品大类，观数台的人工智能见解功能，为我们生成了原始报表中完全没有的可视化图表。从图表上看，有3个产品的销售差异很大，因此，我们聚焦在这三个产品大类上，重新回到智能洞察，继续分析和理解这些庞大的数据。

在智能洞察中，我们看到超过一半的销售代表不再销售这3个产品大类的产品。由此，我们根据观数台所打造的智能的可视化，得出了关于数据的事实，找到了造成日均销售收入下降的根本原因。

这实际上得益于观数台的全局关联特性和联想功能的协同工作，使得用户能从多维度数据中发现问题，并挖掘和分析其中的原因。而且，由于我们基于数据查询的问题并不是基于查询得出的，所以这种见解功能只有观数台来帮助实现。

总的来说，相比其它BI产品，亦策观数台凭借AI+BI、内存技术、关联引擎、智能洞察与见解等功能与特性，不仅大大降低了使用门槛，也提高了数据分析挖掘的效率，使得用户基于数据得出的事实、作出的决策更加智能高效。这也说明并不是所有商业智能产品都不太智能。如果你还在抱怨自己所使用的商业智能不太智能，那么，也许是时候该考虑换一款更加智能高效的BI产品了。
第三十三届CIO班招生
法国布雷斯特商学院硕士班招生
北达软EXIN网络空间与IT安全基础认证培训
北达软EXIN DevOps Professional认证培训

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。