企業可以成為更高效的問題解決者，并使用自助商業智能功能為用戶帶來更多數據和工具。

雖然自助服務報告和分析并不是新概念，但已經發生了很大變化，從可用數據類型到自助服務本身的性質。

全球專業服務商凱捷公司的人工智能和分析副總裁Dan Simion表示：“發生的變化是從描述性分析轉向預測性和規范性分析，由高級分析、數據科學和機器學習提供支持。未來需要做的是在自助報告發生時盡可能靈活，以便企業能夠盡快對業務需求做出反應。”

一個重要的進步是能夠與數據交互，而不是被動地使用報告或儀表板。用戶無需點擊鍵盤即可利用增強分析平臺中的自然語言查詢功能，而無需了解SQL等查詢語言。

更好的是，他們的問題的答案通常包括自動生成的數據可視化和解釋數據可視化含義的敘述，這有助于促進對數據所說內容的共同理解。

與此同時，數據工程團隊一直在構建數據管道，以確保正確的數據在正確的時間到達正確的位置以進行場景決策，同時包括重要的企業護欄，例如數據治理和合規性。

增強分析平臺還支持自助數據準備，使用戶可以選擇自己的數據源，并根據需要將其組合起來以回答查詢。還可以根據個人的場景(例如他們的角色和過去運行的查詢)自動生成見解或動態數據故事。

Microsoft Power BI、Qlik、Sisense、Tableau、Thought Spot等該領域的領導者，都提供了增強功能，因此企業可以在更廣泛的用戶群體中普及分析。

如何啟用自助服務

啟用自助式商業智能功能有兩種通用方法。一種是購買部門工具，并在IT團隊的幫助下啟動并運行它。

另一種方法是讓數據專家(數據科學家、數據分析師和數據工程師)為大眾提供增強的分析能力。這種方法的好處是可以看到人們如何在企業中使用分析，并減輕與數據相關的風險，例如以不合規的方式使用個人身份信息。

大型企業往往擁有卓越中心(COE)，由分配到特定部門或業務線的數據科學家和數據分析師進行補充。這樣，企業可以確保其最佳實踐，同時滿足運營單位的特定需求。

與此同時，隨著企業采用云計算服務，他們也在運行分析和機器學習，以增強自助服務能力。

數字工程專業服務商Apexon公司的高級副總裁Sree Majji說，“例如，卓越中心(COE)可以為每個業務組建立專門的發現環境，以實現對商業智能功能或數據分析的端到端發現，此外，可以為完全治理與部分治理的商業智能環境實例化專用平臺。”

分析的大眾化使業務用戶能夠比依賴IT更快地獲得問題的答案。它還使數據科學家和數據分析師能夠專注于需要專業知識的更難的問題。

行業領先供應商的自助服務方法

Sisense推廣中心輻射模型，在該模型中，數據團隊的專家可以為公民數據科學家提供支持，如上所述。憑借卓越中心，企業的數據文化中就融入了固有的政策和最佳實踐。

在業務部門中有一些專家，例如數據科學家和具有領域知識的分析師。這種方法在企業希望在運營單位內優化商業智能與對控制和標準(如治理)的需求之間取得平衡。具體來說，該平臺提供了多項功能，其中包括：

• 基于視覺的數據建模和儀表板創建。
• 具有高級過濾和鉆取路徑的交互式可視化。
• 人工智能驅動的數據調查。
• 與工作流和業務應用程序集成。

Microsoft Power BI團隊提倡托管式自助服務，與中心輻射式方法一樣，它可以劃分職責，盡管有所不同。在這一模型中，IT部門保留數據所有權，業務部門可以運行自己的報告。該方法認識到現代組織的雙速特性，其中業務專業人員快速移動，而IT移動速度較慢。

與Sisense一樣，Power BI為非數據專家提供拖放界面和人工智能幫助。企業商業智能功能允許數據科學家和數據分析師進行更復雜的分析。它還提供企業級控制。客戶可以將自助服務和企業商業智能結合起來，以實現業務敏捷性和更安全的數據使用。

Qlik還通過其平臺QlikSense平衡了業務和IT的需求。該公司概述了其平臺提供的五項基本自助式商業智能功能。它們是：

• 在數據治理的需求與及時準確的決策之間取得平衡。
• 輕松集成數據源。
• 與利益相關者快速分享見解的能力。
• 能夠按需創建應用程序和報告。
• 提供對分析的移動訪問。

出于競爭原因，增強分析平臺的相似之處多于不同之處。通常情況下，平臺之間或平臺之間的選擇歸結為各個供應商的舒適度。

從商業案例開始

易用性推動了許多商業智能平臺決策，因為企業希望為更多員工提供數據驅動的見解。當運營單位購買他們自己的分析平臺時，他們通常是在解決一個特定的問題。隨著時間的推移，企業最終可能會擁有多個平臺或同一平臺的多個實例。

其他考慮因素應包括平臺的可擴展性、它如何適應企業當前和計劃的架構，以及平臺是否具有足夠的安全性、治理和合規性控制。主要平臺提供這些功能，并且在許多方面都提供類似的功能，因此供應商的選擇可能取決于用戶對供應商團隊的相對舒適度。

成本和IT影響是其他考慮因素

了解任何商業智能解決方案的擁有成本和架構影響是業務領導者的關鍵。總擁有成本包括軟件許可硬件成本、開發成本和維護成本。Majji表示，這可能是最初供應商銷售量的5到10倍。

Majji說，“良好的商業智能架構可以最大限度地減少人工干預，保護靜態和動態數據，并減少數據移動的開銷，在自己購買任何商業智能解決方案之前，業務領導者應該認識到這些影響。”

Majji建議，如果企業中已經存在商業智能工具，需要與不斷變化的環境保持同步，并擁有一個技術評估框架來定期評估企業已經擁有的工具與可用的工具。這包括根據所需的業務能力識別當前工具中的差距。所有工具都應具有剝離、維護或投資評估和評估技術框架。

Simion說，“如果這些工具足夠靈活并且能夠有效解決業務方面的新挑戰，那么它們就足夠好，可以繼續使用。這些工具是否適應實時或接近實時的數據?這樣的例子可以幫助企業評估他們的立場，并做出是否做出改變的艱難決定。”