大数据商业智能

选自Forbes作者：Louis Columbus机器之心编译参与：吴攀、蒋思源

选自Forb

近日，咨询服务公司 Dresner Advisory Services 发布了他们的第六份关于云商业智能（Cloud Business Intelligence）的年度报告《2017 年云计算和商业智能市场调研（2017 Cloud Computing and Business Intelligence Market Study）》。该报告有 101 页，需要相应的客户权限才能查阅。

报告地址：http://dresneradvisory/products/2016-cloud-computing-business-intelligence-market-study-report

该报告提供了有关云商业智能的部署趋势和态度的见解，其中，云商业智能被定义为使用了一个或多个云部署的模型的技术、工具或解决方案。下面是福布斯总结的该报告中几个值得关注的要点：

部署云商业智能（Cloud BI）应用的公司中有 73% 首选的云平台是亚马逊网络服务（AWS）40% 的公司有计划增加在私有云上的投入，34% 的公司在增加在公共云平台上的预算目前有 33% 的企业依赖基于公共云的 BI 应用，而 2012 年时这一比例是 13%31% 的受访者目前正在使用云商业智能，相比 2016 年增加了 6%Google Analytics 和 Salesforce 是最受欢迎的用于云商业智能的第三方连接

「我们从 2012 年这一市场发展初期的时候就开始分析其动态了，自那以后，我们看到公共云商业智能应用的部署实现了持续稳步增长。」Dresner Advisory Services 创始人兼首席研究官 Howard Dresner 说，「相对于传统的内部部署，组织机构正在享受订阅的实质好处。尽管难题仍然存在，我们也还能做出提升，但我们相信云商业智能（尤其是来自公共云的）还将继续变得越来越主流。」

以下是该报告中关键见解的简要解读：

执行管理、营销和销售以及商业智能竞争力中心（BICC）最看重云商业智能（Cloud BI）应用及其提供的见解。接近 50% 的执行管理团队认为云商业智能对他们的信息需求来说是很关键和很重要的。大约 45% 的 BICC 认为云商业智能是关键和非常重要的。研发（R&D）最不看重云分析的价值，信息技术（IT）次之。

金融服务、教育（更高的教育）和商业服务是目前对云商业智能最重视的三个行业。对云商业智能有相对较高的兴趣的其它行业包括零售&批发和电信。制造业面临的许多难题正在为先进的预测分析提供机会。

目前有 33% 的企业依赖于基于公共云的商业智能应用，2012 年时这一数据是 13%。该调查发现，仍有企业不愿意在企业层面上使用基于公共云的平台。但营销和销售、执行管理和商业智能竞争力中心（BICC）对结果的紧迫需求正在加速企业跨过障碍，使用基于公共云的平台。

73% 的企业提出亚马逊网络服务（AWS）是他们的首选云商业智能提供商。27% 的企业的首选是谷歌云或微软 Azure，有大约 15% 的受访者表示 IBM SoftLayer (BlueMix) 是他们的次要选择。

如今谷歌分析和 Salesforce 主宰了组织机构第三方连接器（connector）的市场。通常市场营销和销售部门会首选谷歌分析，其次才是 Facebook、领英和 Twitter。今年财务方面最需要集成 Salesforce，因为更多的公司正依赖于先进的定价策略对现有客户进行增销和交叉销售，从而他们希望能提升客户价值周期。

北美地区是采用公共云平台作为云商业智能的全球领军者，今年将有 60％的组织使用或计划使用公共云。亚太地区是第二大采用公共云平台作为云商业智能的地区。今年亚太地区也将率先引领世界采用私有云支持云商业智能的初始。

目前有 44% 的小企业（超过 100 人）最有可能使用云商业智能。32% 的巨头公司（超过 5 千雇员）是执行云商业智能的第二大可能。而 24% 的大公司（1-5 千雇员）可能采用云商业智能应用。下图按组织机构大小显示了计划使用云商业智能的比较。

在商务服务中最需要云商业智能智能的地方就是高级可视化、即席查询（ad hoc queries）、数据集成/数据质量工具/ETL。金融服务最感兴趣的是仪表盘（dashboard）、终端用户自助服务选择和写入交易应用的能力。下图按行业给出了优先考虑的功能要求。

大数据、创建交易性应用和复杂事件事件处理（CEP）能力是在 2016 和 2017 年云智能商业最重要的三个转变。数据发现、记忆支持（in-memory support）和预包装垂直/功能性应用在过去的一年中已经没有的优先权。接下来的图表十分有洞见，它显示了 2016 年到 2017 年期间云商业智能优先级的变化。

报告、仪表盘、终端用户「自助服务（self-service）」、高级可视化和数据仓储是目前商业智能战略的前五大技术。受访者认为，云计算比大数据、社交媒体分析和物联网（IoT）更重要。下图给出了该研究所包含的 33 类技术的排名。

原文链接：https://forbes/sites/louiscolumbus/2017/04/09/2017-state-of-cloud-business-intelligence/#36187ec345c2

最近商业智能又大火了一把，然而却不是商业智能可视化工具，而是马云爸爸的无人超市。商业智能这个概念最近媒体常提，但仿佛是有两个概念，除了指企业数据智能化管理，还可能意指智能超市这类靠机器、人工智能才能完成以前靠人无法完成的海量服务和个性化服务。其实，商业智能真正的概念指的是大数据可视化分析，涉及诸如查询，数据挖掘和报告等活动。它是指用于提取有意义数据的活动和技术比如商业智能可视化工具。

商业智能的结构

商业智能由四个重要的结构组成。它们包括分区，索引，面向列的存储，物化视图。分区是有益的，因为它将表格分成维护操作（如加载）的子集。它也使信息更容易备份。索引涉及扫描一列中的特定键值。面向列的存储是关于按列而不是行来组织数据的。物化视图是存储在数据库中以便于访问的常见查询的结果。

商业智能的应用

商业智能涉及诸如移动商业智能（BI）等应用程序。移动商业智能目前正在市场上流行。对那些急于做出商业决策的人来说，这是最有利的。他们包括运营经理，销售人员和现场服务代表。移动商业智能在行政层面的成功吸引了新兴业务。另外，移动产品开发人员的丰富知识使得移动商业智能可视化工具成为可能。移动技术成本的降低也是拥抱移动商业智能的重要因素。移动商务智能具有一些优势，因为智能手机和平板电脑可以处理商业智能应用。

商业智能的意义

商业智能对于减少不确定性至关重要，特别是在商业领域。企业面临诸如竞争加剧，经济不稳定以及购买者行为改变等挑战。商业智能可视化工具可以帮助企业分析市场状况和竞争对手。这将有助于企业获取相关的知识做出战略性的商业决策。

商业智能水平

商业智能由三个层次组成，其中包括源系统，仓库和报告层。源系统层由不同类型的数据组成，通常称为非结构化数据。编译这些数据是困难的。因此，商业智能的合并使工作更简单。商业智能与元数据能力一起，帮助评估和检索非结构化数据中的数据。

实时分析或实时智能是指在数据进入系统时使用数据的能力。有助于客户关系管理。这是因为快速提供企业客户的信息来加强决策过程。实时分析需要一组技术来增强其功能。例如，数据仓库设备包括为分析处理而设计的软件和硬件产品。

除此之外，商业智能可视化工具由可视化计算和用户友好的数据可视化组成。商业智能的目标将随着这些技术的发展而得以实现，因为它们可以提供完整的数据准备和更广泛的数据可伸缩性。

最近商业智能又大火了一把，然而却不是商业智能可视化工具，而是马云爸爸的无人超市。商业智能这个概念最近媒体常提，但仿佛是有两个概念，除了指企业数据智能化管理，还可能意指智能超市这类靠机器、人工智能才能完成以前靠人无法完成的海量服务和个性化服务。其实，商业智能真正的概念指的是大数据可视化分析，涉及诸如查询，数据挖掘和报告等活动。它是指用于提取有意义数据的活动和技术比如商业智能可视化工具。

商业智能的结构

商业智能由四个重要的结构组成。它们包括分区，索引，面向列的存储，物化视图。分区是有益的，因为它将表格分成维护操作（如加载）的子集。它也使信息更容易备份。索引涉及扫描一列中的特定键值。面向列的存储是关于按列而不是行来组织数据的。物化视图是存储在数据库中以便于访问的常见查询的结果。

商业智能的应用

商业智能涉及诸如移动商业智能（BI）等应用程序。移动商业智能目前正在市场上流行。对那些急于做出商业决策的人来说，这是最有利的。他们包括运营经理，销售人员和现场服务代表。移动商业智能在行政层面的成功吸引了新兴业务。另外，移动产品开发人员的丰富知识使得移动商业智能可视化工具成为可能。移动技术成本的降低也是拥抱移动商业智能的重要因素。移动商务智能具有一些优势，因为智能手机和平板电脑可以处理商业智能应用。

商业智能的意义

商业智能对于减少不确定性至关重要，特别是在商业领域。企业面临诸如竞争加剧，经济不稳定以及购买者行为改变等挑战。商业智能可视化工具可以帮助企业分析市场状况和竞争对手。这将有助于企业获取相关的知识做出战略性的商业决策。

商业智能水平

商业智能由三个层次组成，其中包括源系统，仓库和报告层。源系统层由不同类型的数据组成，通常称为非结构化数据。编译这些数据是困难的。因此，商业智能的合并使工作更简单。商业智能与元数据能力一起，帮助评估和检索非结构化数据中的数据。

实时分析或实时智能是指在数据进入系统时使用数据的能力。有助于客户关系管理。这是因为快速提供企业客户的信息来加强决策过程。实时分析需要一组技术来增强其功能。例如，数据仓库设备包括为分析处理而设计的软件和硬件产品。

除此之外，商业智能可视化工具由可视化计算和用户友好的数据可视化组成。商业智能的目标将随着这些技术的发展而得以实现，因为它们可以提供完整的数据准备和更广泛的数据可伸缩性。