京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如何在今天的分析环境中强化BI的价值
企业日常中的BI与分析工具可能会存在一些差异,但是,对这些工具中的每一个分析视图进行全面的了解将会让企业获得更为有效的洞察与结论。
对比于近来刷爆朋友圈的区块链以及始终处于热议中的AI,似乎这段时间内商业智能(BI)显得有些沉寂。实际上,在彼此功能出现重叠之后,AI也取代了一部分BI的功能,这似乎也让人们也不再对BI具有那么多的兴趣。然而这并不意味着BI失去了在企业中的价值。
美国国家电力网络数据分析及创新总监Rory Abbazio说道,“商业智能正在发生改变,为了保持竞争力,我们也必须随之而改变”。
在过去几年中,BI中发生的最大改变就是它正在转变为一种自我服务式的应用,这种变化使得用户眼中的那些标准报告内容价值有所下降,但却提升了公司对于用户推动型数据的探索。
不过,传统的报告模式并未就此消失。在最近Gartner的数据与分析峰会上,Abbazio表示,他和他的团结仍然在建立并维护那些传统的固定报告和执行仪表盘。 但是,为了能够产生效用,这些传统报告需要整合到更广泛的平台中,比如自助服务工具或高级分析工具平台。
Abbazio说道,“我们希望能够在分析所涉及的范围内实现所有的功能,而不仅关注报告。我们也乐意接受像AI和增强智能等前沿科技”。 因此,Abbazio的团队建立其了一个企业分析门户,该平台的功能就是针对于每一个人的数据需求提供一站式的服务。它具有内置于Tableau的标准BI报告和自助式数据探索功能,并包含用于数据数据的Alteryx软件。此外,该平台还具有密集型数据的科学工具,如R、Python和H2O等。
Abbazio表示,将上述功能及工具集成在一起意味着对角色转变的承认,如今BI报告开发者和数据科学家二者的角色正在合而为一。事实上,为了确保BI可以带来持续性的价值,无论自身的角色与身份,人们都需要即时获取所需的信息并在需要时进行分析。
新角色需要全新的交付模式
由于公司中人们的角色发生了转变,来自于不同行业的公司均开始重新审视与评估BI和分析的使用价值。 Gartner 的分析师 James Richardson认为,这也迫使公司组织采用全新的模式已获得那些全新功能的价值。
他表示,IT部门所交付的传统BI报告模型在现代性的企业中并不适用,因为开发与交付报告的过程会耗费大量的时间,而静态的BI报告自身效用也有限。同时,影子IT(业务线部门去实施自己的工具)还会产生冗余和孤岛等问题。
所以,Richardson推荐了一种混合式的方法,比如先创建一个集中性的分析团队来设置治理、最佳实践和工具。然后,将成员分散到不同的业务线部门中,并让他们定期对公司进行各自部门BI和分析项目的报告。
“这说明了实际的情况,人们总是用Excel对数据进行分布式的分析。而我们现在要说的是,我们其实可以为你提供更好的工具”,Richardson说道。
灵活的平台是创造BI和分析价值的关键
Gartner的另一位分析师,Joao Tapadinhas也在峰会发表了自己的看法,他说道,分析平台的灵活性是实现BI价值最大化的关键。BI的典型功能,就是对关键绩效指标进行监控以帮助企业了解自身业务的表现,这点仍然很重要。不过,这并不会给企业带来革命性的变化,所以Tapadinhas建议将这种KPI监控功能纳入到其他具有更高价值的BI功能中。
而自动化服务将推动上述进程的发展。随着软件供应商将高级的机器学习和AI集成到他们的平台中,企业可以很轻松地进行BI功能的添加,这使得用户只需在需要进行信息检查时去查看一些预定义的指标,而不再需要去等待开发团队构建和维护的报告。
“你现在拥有的工具--Qlik,Power BI,Tableau,这些工具能够支持广泛的分析功能”,Tapadinhas说道。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12在数字化转型深度渗透的今天,企业管理已从“经验驱动”全面转向“数据驱动”,数据思维成为企业高质量发展的核心竞争力,而CDA ...
2026-03-12在数字经济飞速发展的今天,数据分析已从“辅助工具”升级为“核心竞争力”,渗透到商业、科技、民生、金融等各个领域。无论是全 ...
2026-03-11上市公司财务报表是反映企业经营状况、盈利能力、偿债能力的核心数据载体,是投资者决策、研究者分析、从业者复盘的重要依据。16 ...
2026-03-11数字化浪潮下,数据已成为企业生存发展的核心资产,而数据思维,正是CDA(Certified Data Analyst)数据分析师解锁数据价值、赋 ...
2026-03-11线性回归是数据分析中最常用的预测与关联分析方法,广泛应用于销售额预测、风险评估、趋势分析等场景(如前文销售额预测中的多元 ...
2026-03-10在SQL Server安装与配置的实操中,“服务名无效”是最令初学者头疼的高频问题之一。无论是在命令行执行net start启动服务、通过S ...
2026-03-10在数据驱动业务的当下,CDA(Certified Data Analyst)数据分析师的核心价值,不仅在于解读数据,更在于搭建一套科学、可落地的 ...
2026-03-10在企业经营决策中,销售额预测是核心环节之一——无论是库存备货、营销预算制定、产能规划,还是战略布局,都需要基于精准的销售 ...
2026-03-09金融数据分析的核心价值,是通过挖掘数据规律、识别风险、捕捉机会,为投资决策、风险控制、业务优化提供精准支撑——而这一切的 ...
2026-03-09在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心工作,是通过数据解读业务、支撑决策,而指标与指标体系 ...
2026-03-09在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05