一站式數據分析平臺

ABI（ALL in one BI）是億信華辰歷經19年匠心打造的國產化BI工具，技術自主可控。它打通從數據接入、到數據建模與處理、再到數據分析與挖掘整個數據應用全鏈路，可滿足企業經營中各類復雜的分析需求，幫助企業實現高效數字化轉型。

在線免費試用 DEMO體驗視頻介紹

億信ABI

一站式數據分析平臺

億信華辰深耕商業智能十多年，
打造一體化的填報、處理、可視化平臺。

免費試用產品詳情

商業智能BI的趨勢、規劃與選型

時間：2018-10-29來源：CIO時代網瀏覽數：1197次

從全球范圍來看，商業智能（BI）已經成為最具有美好前景的信息化領域。目前商業智能市場需求旺盛，市場規模增長迅速，未來商業智能的發展趨勢如何？企業應將怎樣規劃？

本文主要從商業智能（BI）的商業應用的趨勢、落地和規劃、選型與探討等方面展開深入的分析和詳細的闡述。“我們在服務企業的過程中發現，很多大型企業已經開始用數據驅動決策。過去在國內，企業是用ERP、CRM、全渠道電商，從IT的建設層面來承建原來的數據。”他認為，未來的十年是向DT時代發展的，本質上是用數據驅動來經營、決策。

商業智能（BI）的應用趨勢

引用《Gartner 2018 CIO Agenda》報告可知，全球超過三千位CIO的2018年預算投入的主要領域包括數據分析、CRM、AI等，其中AI 排在第九，BI持續幾年排在首位。這一定程度上反映了雖然很多企業嘗試了對AI的探索，但目前在基礎的數據分析預算投入占比還是比較大的，當然，未來AI的投入也會逐漸加大。

目前，傳統BI已發展到智能BI，智能BI代表未來代級的變化。例如星巴克的發展，用數據驅動全球幾萬家門店，他們對于傳統BI的利用非常成功，這仰賴于背后龐大的數據分析團隊支撐企業的運營和決策，適用于過去業務變化比較平穩的情況和大型企業。面對如今業務快速變化的情況，傳統BI已經不適用于未來發展所需。

傳統BI與智能BI的區別。傳統BI存在反應慢、無洞察、難行動的缺點。智能BI時代，降低了應用的門檻，通過算法、分析模型提升企業的分析能力、業務理解能力、洞察能力等。例如連鎖便利店，可通過智能BI對現有門店進行評分，通過顯示的指標分析原因，利用模型將數據異常推給負責人，對其進行改造和升級。

落地與規劃

智能BI落地面臨挑戰。BI落地的三座大山包括：一是上線，場景上線時交付的周期很長，節奏是不能控制的，最初定好的藍圖在長周期下變化很多；二是推廣，黏性不高，低頻應用，企業引入BI不難，但引入后不能應用；三是擴展，是否要在BI的智能核心應用之外考慮融入大數據平臺、AI算法。

針對以上問題，對應策略與規劃包括：

一是速贏，與很多客戶合作的經驗表明，一般以三個月為期限，甚至更短為最佳。這過程中會有相應的節點，反饋給領導，與互聯網迭代速度類似，最終實現成功上線。例如在KK館案例中，企業CEO關注的是數據結果，只有當企業上層領導重視數據時，其他人員才會重視數據的分析。我們將搭建好的場景直接應用于數據分析，便可以直觀地在屏幕上顯示分析結果，達到速贏的效果。當然，場景的選擇很重要，不僅要選擇有影響力的、高價值感的數據，而且要選擇數據基礎比較完備、口徑比較一致的場景。

二是運營，當場景運用起來，運營就變得很重要。例如來伊份，在信息化建設上是比較領先的，有五十多個系統，在此基礎上他們仍在不停地嘗試數據分析。鼓勵員工了解BI，學習BI并錄制視頻宣傳，帶動員工和用戶推動BI。產品內部包含用戶分析，用BI推動BI，帶動客戶自動分析用戶行為，以此來運營產生價值，達到預警的效果。當BI的應用越來越深入后，要推廣到不同的部門應用，一定要經過沉淀和實踐，用不同的方式賦能。

三是進化，關于大數據平臺、AI算法的融入沒有捷徑，只有進化。例如上蔬永輝，是一家比較有影響力的集團，首先我們為他們搭建了自動化的基礎分析（敏捷分析），當分析場景成熟后再做智能分析。基礎打好后，再做智能分析和決策就會比較容易。在數據平臺的規劃中，底層大數據平臺規劃要穩，未來業務目標、形態、日志分析才能穩步進行。聯合利華的銷售預測，基于完好BI的基礎，利用AI算法達到準確度的提升，也是一步一步進化的。

選型探討

面向未來BI選擇時，企業不會再選擇傳統BI而是智能BI，總結一下，智能BI主要包括以下特點：

一是輕，核心定義是快速上線、部署，對應于傳統BI的落地挑戰，數據遷移的便捷性很重要，在客戶端讓內部用戶使用，不需要太多技術感知，在業務場景中無縫嵌入。

二是易，目前對于企業來說，讓人人成為數據分析師是比較有難度的。通過智能BI產品，業務部門能直接自助式分析和決策，從IT管控變成IT賦能，提高業務部門人員能力，授人以漁，進行管控機制，同時通過交互式的方式降低使用門檻。

三是快，使用大數據達到秒級響應。快速是考量新一代BI選型的重點，在零售行業，來伊份在全國有兩千多家門店，使用大數據架構平民化，建立場景下商品的關聯關系，達到水平擴展，可在億級數據中做關聯分析、實時多維度分析。

四是靈，企業需要及時自動地發現問題，進行智能診斷。將BI與AI結合，用AI預測引擎，延展到未來預測，可使分析和決策上一個量級。

AI與BI的結合，分步構建決策大腦，首先是敏捷化，快速地對已有的數據資產上線，形成業務端，針對企業中核心數據進行分析；二是場景化，沉淀很多行業不同的成熟場景；三是自動化，數據的變化不需要再去分析原來的數據，能自動化進行分析和打通，通過自動分析歷史數據的指標定義，第一時間推送給終端，從敏捷化到自動化；四是行動化，通過AI產生行動建議，提升預測精準度；五是增強化，包括風險預測、智能臺賬系統、智能推薦、智能訂貨等。

（部分內容來源網絡，如有侵權請聯系刪除）

立即申請數據分析/數據治理產品免費試用我要試用

上一篇：企業應該投資商業智能(BI)的五大理由...

下一篇：BI到AI，大數據商業智能分析工具將更智能...