Janmes+Richardson

每到年末之交，總會有許多關(guān)于“來年BI趨勢”的文章，此類文章多數(shù)是提供一些預(yù)測性的觀點(diǎn)，內(nèi)容通常都乏善可陳。因此，我在撰寫這類預(yù)測文章時決定將目光放得更為長遠(yuǎn)些，用Qlik現(xiàn)有的信息去預(yù)測五年后的情況。

以下是對未來5年BI發(fā)展趨勢的十大預(yù)測：

1對新數(shù)據(jù)的來源分析將會打破一些長期商業(yè)模式

以保險為例，遠(yuǎn)程信息處理技術(shù)的廣泛應(yīng)用，意味著基于保險精算表格的共享風(fēng)險模式的終結(jié)。醫(yī)療保險據(jù)此也不會太遠(yuǎn)，而且這可能正成為公共醫(yī)療系統(tǒng)的現(xiàn)實(shí)—重新將精力集中在主動式的醫(yī)療保健，而不是被動地響應(yīng)疾病的治療。越來越多的像審計師這樣的白領(lǐng)，正期待著分析自動化時代的到來。這是腦力勞動機(jī)械化的一個邏輯延續(xù)—我們已經(jīng)忘記了不久前，“電腦”和“計算器”還曾是人們的職位名稱。

2決策者將會廣泛使用共享的、沉浸式的分析體驗(yàn)

BI的發(fā)展，一直專注在小型設(shè)備上，但是現(xiàn)在將轉(zhuǎn)為專注于非常大（像一面墻那么大）的觸屏設(shè)備上。這使得整個團(tuán)隊(duì)可以共同對數(shù)據(jù)進(jìn)行實(shí)時探索，并由此做出決策。在2015年，有39%的人表示，影響決策制定的三大原因之一是與同事的意見不一致，而到2021年，我們所有人都會一起在數(shù)據(jù)中工作。

3BI將會支持更廣泛的、完全的人類學(xué)習(xí)模式

在2015年，數(shù)據(jù)的可視化是主要特征，但并不是所有使用數(shù)據(jù)的人都能夠獲得同等的視覺導(dǎo)向。人類運(yùn)用個體的感官輸入進(jìn)行學(xué)習(xí)，這通常有三種模式—聽覺型、閱讀型以及視覺型或動態(tài)型。到2021年，商業(yè)智能將利用信息傳遞手段適用于所有學(xué)習(xí)模式，比如對于聽覺型的學(xué)習(xí)者，會自動生成口頭或書面的敘述形式來描述所選數(shù)據(jù)的形狀或者圖表內(nèi)容。

4對數(shù)據(jù)的解讀能力將大大提高

在未來五年里，人們對各種形式的數(shù)據(jù)可視化更為熟悉，將會更容易從圖表中讀取和利用其中的深刻洞見。

也許更重要的是，教育系統(tǒng)將會加入更多商業(yè)分析和其他課程。

5

個人分析能力成為基本要求

一些自我量化的行動也許現(xiàn)在看來非常讓人厭惡，但是隨著服務(wù)和設(shè)備產(chǎn)生更多的數(shù)據(jù)，這些行為很快就會成為一種慣例，因?yàn)檫@些對“我的數(shù)據(jù)”進(jìn)行個人分析，會成為自我改善的一種方式。對于軟件供應(yīng)商來說，這是一個有趣的暗示，它代表了另一個消費(fèi)趨勢，個人喜好，終將會導(dǎo)致“攜帶個人化的分析工具”時代的到來。

6

更多的人將會利用預(yù)測分析

雖然許多企業(yè)都會安排一些人在做更為復(fù)雜的統(tǒng)計預(yù)測，但是這并不普遍。要克服這一障礙，有兩個至關(guān)重要的驅(qū)動力。首先是通過自動向他們展示未來趨勢，推動那些非統(tǒng)計專業(yè)的人士使用預(yù)測分析工具。比如，使用最佳模式來預(yù)測三個時期的支出情況的線形圖，用敘述的形式告訴用戶，KPI將會在某個日子掉落到一個不可接受的范圍，或者在分析應(yīng)用中使用蒙特卡羅模擬算法。第二個驅(qū)動力是讓工具變得更廣泛可用，從而支持預(yù)測性模型。

7

分析過去的數(shù)據(jù)變得更簡單

數(shù)據(jù)存儲花費(fèi)的急劇下降意味著，到2021年，各機(jī)構(gòu)將擁有可訪問的可讀形式的數(shù)據(jù)（沒有磁帶備份），可以及時回溯。這將實(shí)現(xiàn)算法識別和深度模式的分析，分析過去的數(shù)據(jù)，證明分析周期超過經(jīng)濟(jì)周期是有用的。這還將幫助機(jī)構(gòu)，不要重蹈覆轍。

8智能決策自動化（IDA）將隨著機(jī)器更智能而采用更多商務(wù)決策

在2016年，IDA只能處理簡單的戰(zhàn)術(shù)（例如單個客戶/狀態(tài)）決策，但是由于AI在學(xué)習(xí)和模型中的應(yīng)用更為廣泛，IDA將會有更廣泛的選擇，而不僅僅是決策樹形圖的展現(xiàn)。像谷歌這樣的先行者，讓它的機(jī)器學(xué)習(xí)軟件（TensorFlow）開源化的舉措，只會增加AI在決策中的使用，但這是有局限性的。

9

更多機(jī)構(gòu)將會進(jìn)行決策回顧

根據(jù)Qlik收集的數(shù)據(jù)顯示，2015年只有23%的機(jī)構(gòu)會例行查看商務(wù)決策的結(jié)果。鑒于此，投入BI的理由常常是“提高決策能力”。到2021年，更多機(jī)構(gòu)將會塑造更多決策?！皼Q策”因此也會成為BI元數(shù)據(jù)類型，因此也是可以分析的。

混合的啟發(fā)式/算法管理以及決策制定將會在一些機(jī)構(gòu)內(nèi)形成

理想的管理團(tuán)隊(duì)能夠匯集人們學(xué)習(xí)經(jīng)驗(yàn)中的積極元素，并通過啟發(fā)式的決策以及算法計算表達(dá)出來。這讓每一個會議桌前的人都可以發(fā)聲。這是主觀和客觀的混合體，依據(jù)數(shù)據(jù)和其他內(nèi)容一起做出決策。到2021年，這種混合的情況將會以自動生成的數(shù)據(jù)故事的形式來啟發(fā)和延展人們的觀點(diǎn)，除了這以外誰知道還會發(fā)生什么呢？由電腦產(chǎn)生出來的阿凡達(dá)可展現(xiàn)數(shù)據(jù)和提供輸入語言，這應(yīng)該不算太牽強(qiáng)。