如今，企業將數據全部存儲在Excel文件和傳統數據庫中的日子已經一去不復返了。隨著網絡時代的興起，企業的業務將生成并擁有大量數據，如果不進行處理和分析就很難全面了解其業務績效。商業智能就是要利用企業在其所有生產活動中生成的數據進行分析和可視化，以便清楚地理解數據并獲得其中具有價值的見解，以解析和獲得業務績效。

[[343251]]

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

(1) 可信賴的人工智能決策

越來越多的企業使用人工智能工具進行決策，并且通過外包、構建或購買人工智能服務來引導此類程序。業務分析人員關心的是根據機器學習模型和人工智能最終進行的預測做出決策的“信任度”。對于系統來說，向用戶解釋為什么會產生特定的決策，并要求分析員澄清以獲得更好的結果，這一點非常重要。這并不是一個簡單的趨勢，使用智能系統和工具的最終目的不是取代人類的專業知識，而是為他們提供幫助。在為企業做出智能決策時，必須相信人工智能能夠產生強大的影響，而推理應該來自人工智能本身。

(2) 將語言學與商業智能工具相結合

為商業智能工具的用戶提供更多的靈活性和對話能力，將改變有關數據的詢問方式。利用分析的力量和深入了解數據不僅限于數據科學家和分析師，而且還包括根據數據需要回答問題的一般用戶。從根本上講，將語言學與商業智能工具進行混合是人工智能的一個分支，它將語言學和計算機科學相結合，使計算機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具體情況提出后續問題，例如颶風襲擊了佛羅里達州多少次?并隨后提出一個問題，這個颶風是否也正在接近休斯頓?

(3) 現代數據整理技術

數據源如今已經變得非常復雜，很難解決從各種源收集數據然后清理、定義和調整它們以進行分析的問題。很多企業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容。Tableau、Power BI等商業智能平臺有助于將數據與業務環境聯系起來。

(4) 將行動和見解結合起來

處理數據的人員并不希望只在一種環境中執行分析，而希望在另一種環境中基于結果采取行動。商業智能平臺負責通過移動分析和儀表板合并業務工作流和操作。目的是將所有內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) 交流數據見解

數據科學與其說是一門科學，不如說是一門藝術。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據，以便他們能夠以盡可能好的方式將信息傳達給決策者。這一趨勢正在發生變化，在未來幾年，越來越多的企業將采用標準的方式讓分析師們“講故事”。隨著這種方式在采用數據驅動決策的企業中得以普及，越來越多的人將了解如何解釋其分析過程和解釋數據。

(6) 數據角色將多樣化

數據科學家、數據工程師、數據分析師如今非常受歡迎，很多人都在談論數據分析行業的勞動力短缺問題。隨著越來越多的企業使用數據來制定業務和內部決策，數據行業的工作概況將呈現多樣化。許多企業都有一個由不同職責的數據工作者組成的獨立團隊，這種趨勢將在2020年及以后持續下去。

(7) 數據安全性和價值

在這個信息時代，數據對任何企業來說都是寶貴的財產。對于社交媒體公司來說，與客戶相關的數據是最重要的，但并不能阻止產生安全漏洞，這可以導致用戶的個人信息暴露給第三方。機器學習工程師明白，創建復雜模型的關鍵并不在于系統有多好、有多強大，也不是機器學習算法有多出色，更重要的是企業擁有的數據的質量和數量。人們將為使用數據支付費用，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。數據泄漏的行為將被視為類似搶劫銀行一樣嚴重。

(8) 商業智能的可訪問性和使用

互聯網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網，很多人并沒有意識到其真正的潛力。同樣，商業智能的策略和工具取決于人們如何使用它來做出明智的決策。隨著企業越來越明智地地采用數據分析作為核心業務工作流程的一部分，創建支持最佳數據實踐的社區和會議對于其員工應對競爭市場至關重要。

(9) 將數據遷移到云平臺

隨著云計算在其他計算領域的普及，企業對其越來越重視。而隨著時間的推移，無論企業的規模大小如何，都需要數據驅動的解決方案來滿足其業務需求，并且數據將遷移到云中。現有系統具有嚴格的分析模型，許多企業依靠其IT部門進行分析，從而將流程與業務環境進行分離。云計算不僅限于存儲，還具有成熟的商業智能工具。這里的權衡是企業是將數據安全交給第三方的云計算服務器，還是為擁有和運營自己的內部部署數據中心進行投資。

(10) 數據的道德解釋

人們不能總是相信特定數據的結果。因此必須接受這樣一個事實：數據可能是有偏見的。隨著越來越多的人將成為數據產業的一部分，在某些情況下，道德將成為處理數據的一個組成部分。在未來的幾年中，人們將為企業范圍內的數據實踐制定指導方針，因為錯誤的數據結果將對只依靠數據驅動決策的企業帶來災難。因此，來自人工智能領域的幫助和“道德解釋”的關鍵行為準則將是極其重要的。

未來的技術旨在增強人們的能力。基于數據的方法可幫助企業了解客戶過去、現在和將來的需求。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大方法來增強他們的能力。同樣，基于數據的決策將最終為企業及其客戶提供支持。商業智能工具可以利用消費者行為進行分析，這無疑會向他們提供優質的服務和體驗。