商业智能分析

10年来，商业智能(BI)和分析(analytics)的主流趋势是走向自助服务。这是即将改变。在2018年及以后，我们将看到越来越多的被称为“智能”能力的机器学习(ML)和人工智能(AI)。这些特性肯定会帮助我们超越自我服务时代的局限。

　　我们已经开始在五个领域看到智能的能力:数据准备、发现、分析、预测和以ai为动力的规范应用程序。我的研究详细介绍了20多家创业公司和14家成立的BI和分析公司的投资，以推动艺术的发展。

　　预计在2018年和之后，将会有一个稳定的公告，包括清理和合并数据、发现新数据、以及建议新的数据组合，从而发现重要的见解。非技术业务用户将会欣赏基于ml的最佳数据可视化建议。与此同时，自动建模功能将帮助非技术业务用户利用预测分析的能力。

　　如前所述，其中一些功能已经开始出现。我的报告详细说明了哪些功能现在可用，哪些开始出现，哪些是我们应该在未来看到的。例如，基于列标题中可用的关键字的自然语言(NL)查询已经存在多年。一些厂商现在使用了更高级的NL功能，可以在完整的句子中辨别细微差别和意图(无论是从语音输入还是从语音到文本的功能)。在最前沿，系统开始保留查询的上下文;你不会一次只问一个孤立的问题，而是与数据进行对话，从最初的查询中挖掘和探索。

　　当然，许多业务用户对操作和结果更感兴趣，而不是解释报告、指示板和数据可视化。这些用户更有可能利用日益增长的智能、ML和ai驱动的规范应用程序。在这里，决策环境被构建到业务应用程序中，用于销售、营销、人力资源、供应链、物流等等。在这些情况下，可以调优数据分析，以提供建议的下一步步骤，甚至是自动化操作，以确保达到预期的结果。

　　这些新兴的功能将使BI、分析和数据驱动的决策变得更容易、更容易理解，对非技术的商业用户来说是可操作的，但拥抱新功能并不像挥动魔棒那么简单。我曾与那些惊讶和沮丧的从业人员交谈，他们看到员工以意想不到的方式对ML和ai的建议做出反应。例如，销售人员有时会固执地追求被认为低于预期分数的领导。这就是变更管理的关键所在。正如我在我的报告中所解释的那样，提供透明和可解释的人工智能是使智能系统成功的关键。