2019年商业智能10大趋势:凤凰彩票简介

编辑:凯恩/2018-12-13 22:53

  新的一年即将到来。这意味着在各企业寻找新的可能性之际,是时候评估塑造商业智能行业未来的新兴趋势和技术了。2018年是创新的一年,也是产品和服务日新月异的一年,这引领企业密切关注他们如何优先采用现代的商业智能方法,并重新构建业务以从数据中捕捉最大价值。

  当我们深思熟虑接下来会发生什么时,Tableau收集了来自内外部专家的广泛意见。内部专家们把握着行业的脉搏,并与世界各地成千上万的客户接洽交流;外部专家们则与众多数据团队并肩作战,以实施商业智能平台。以下是需要关注的主流商业智能趋势,凤凰彩票简介。以及我们对2019年及之后数年的整体预测。

  在中国,人工智能产业发展迅猛,被国家高度重视,逐渐运用到商业智能等各行各业中。AI的强大潜力表明,机器可以通过自动化决策来增强其仿人类的理解力。而AI在商业智能领域的运用,可以帮助人们快速打破技术壁垒,充分使用数据来帮助决策。在中国,人工智能融入商业分析还在起步阶段,而我们发现在美国,随着人工智能的深入运用,由于人们不够了解其背后的原理和运作流程,工作中对AI和机器学习的依赖,使人类对模型驱动的建议的可靠性产生了怀疑。随着中国对AI运用的逐渐深入,由于很多人缺乏了解,这样的情况也很有可能发生。

  其原因在于,许多机器学习应用程序没有采取透明的方式,供用户查看决策和建议背后的算法或逻辑。正如剑桥大学高级研究员Adrian Weller在这篇文章中所述:“透明性被认为是在现实世界有效部署智能系统的关键。”对透明度的需求促进了可解释型AI的崛起,这种实践要求理解透明的观测结果并将其转换为机器学习模型。如果对人类的决策尚且会质疑,那么当机器学习做决策时,何不以同样的方式提出质疑?只有了解了人工智能技术的内部运作流程,才能帮助人们了解这项技术,避免大家对智能分析产生偏见,这对于人类自身和技术发展而言是双赢之举。

  众多企业领导者会要求数据科学团队使用更易于解释的模型,并提供关于如何构建模型的文档或审计跟踪。AI必须得到信任才能产生最强大的影响,并且其生成的结论必须简单易懂且能灵活地回答问题,才能帮助人们更好地理解数据。

  自然语言处理(NLP)帮助计算机理解人类语言背后的含义。商业智能供应商正在将自然语言纳入他们的平台,从而为可视化提供一个自然语言2016年到2017年,将道德视为职责一部分的首席数据官数量增加了10%。”

  2.业务流程的变化:批判性回顾数据的整个生命周期,为定期评估数据管理策略提供了机会,有助于确保遵守法规并与内部道德准则保持一致。正如埃森哲咨询公司(Accenture)在其《通用数据道德准则》报告中所述,“管控流程必须足够健全,为所有成员所知,并定期受到审查”,从而适应企业的成长和变化。

  现代商业智能平台打开了数据分析的大门,这意味着更多的角色将有责任遵守数据道德准则,且数据道德将成为数据素养工作的核心部分。

  随着数据源变得更加多样和复杂,以及更多的工作人员使用数据来推动决策,数据管理比以往任何时候都更加重要。企业转而采用数据监管措施,包含捕捉、清理、定义和排列不相关数据,以填补数据与实际应用之间的空缺。数据监管工具和流程(如数据目录和语义管控)如今正在与商业智能平台融合,将数据与业务环境关联起来,实现大规模的管控。这有助于分析师和内容消费者通过谱系分析验证数据来源,也有助于数据工程师和数据管理员观察数据集的变化对下游的影响。最终,受管控的数据监管将为整个分析管道提供更坚实的基础,帮助用户越过针对数据提出问题,直接针对业务提出问题。

  如果不能传达数据结果,分析就没有意义。这时,数据可视化就派上了用场。对于分析师来说,以简单易懂、可操作的方式传达形成见解的分析步骤是一项重要的技能,也被定义为“讲述数据故事”。确实,只是展现数据和事实就很有说服力了,但是,当同事和高级管理层获得大量数据和事实而不了解背景时,一切都徒劳无功。我们都遇到过使用大量幻灯片进行演示,却发现受众只获得了大量数据,却不知道怎样去理解,毫无反应的情况。因为单纯用数字或图表是无法说服别人,所以在采集、分析完数据之后,还需要生动地去讲一个故事,通过故事来告诉人们为什么数据中的发现特别重要。随着越来越多的企业建立了分析文化,讲述数据故事的定义也在不断变化。如今,讲述数据故事的方法强调围绕数据进行对话,而不是呈现单一的结论。这种众包的分析方法让仪表板创建者和受众都有责任围绕数据向他们讲述的故事得出结论。这样就可以在制定业务决策之前集思广益。随着在公司范围内利用数据汇聚、传达和测试创意,跨工作领域讲述数据故事将增强业务提升的潜力。

  提供对商业智能解决方案的使用权不等于采用商业智能解决方案,也不能轻易断定每个人仅仅因为可以访问商业智能平台就能从中获得价值,这种假设实际上会阻碍分析的进步。偶尔打开一份报告并不意味着它会驱动行动或造成影响。实际上,企业领导者应该衡量人们如何使用商业智能平台对业务产生影响。内部用户社区是企业提高参与度的渠道之一。例如,摩根大通旗下卓越中心团队帮助部署数千名分析师,扩大其商业智能平台上的用户群。然后,这些用户变成专家,不仅宣传最佳做法,还让大家在数据定义上保持一致。结果将是商业智能解决方案影响力扩大、投资回报增加、工作人员效率提升,企业竞争力不断提高。

  根据清华大学经管学院发布的《中国经济的数字化转型:人才与就业》报告显示,当前我国大数据领域人才缺口高达150万,到2025年将达到200万。越来越多部门和职位都需要与数据打交道,促进了数据素养的提高,这转变了数据科学的定义,也模糊了传统数据专业知识与业务领域知识之间的界限。当今的数据科学家需要掌握先进的统计和机器学习知识,同时保持对业务的战略头脑以及对行业的深入了解。数据科学家现在着力研究如何将结果应用到业务中,而不只是交付结果。他们还需具备演讲技能,将发现的结果传达给领导团队,并与组织中的其他数据工作者进行协作。凤凰彩票广告其中一部分工作是与公民数据科学家合作来提出并验证假设;这类角色的本职工作并不属于统计学领域,但是可以生成分析模型。自助式分析工具帮助他们探索并更好地理解数据,从而得出对业务具有显著影响的见解。

  革新数据策略时,必须考虑数据的存储位置。对于许多企业而言,这意味着考虑将数据迁移至云端,因为这样可以在降低总拥有成本的情况下,提高灵活性和可扩展性。云服务让企业更容易捕捉和集成不同类型的数据。Tableau市场情报总监Josh Parenteau认为,“将数据迁移至云端提高了敏捷性,并为商业智能和分析功能带来了新的可能性。现代化的概念也随之体现出来。”“数据引力”概念表明,服务和应用程序受到数据所在位置的吸引。因此,随着企业加速将数据迁移至云端,分析自然随之而来。这促使企业领导者从传统商业智能平台转向现代商业智能平台,评估他们选择的商业智能平台是否将支持向全面云分析的过渡。尽管并非所有企业都为这种迁移做好了准备,但许多企业正在试验混合解决方案,以利用数据源的多样性和云技术的优点。

  热门评论网友评论只代表同花顺网友的个人观点,不代表同花顺金融服务网观点。

  投资者关系关于同花顺软件下载法律声明运营许可联系我们友情链接招聘英才用户体验计划

  不良信息举报电话举报邮箱:增值电信业务经营许可证:B2-20080207