在企業內部日常工作管理中，將數據全部分散在excel文件和傳統資料庫中的日子已經一去不復返了。隨著網絡時代的興起，我們在社交媒體和基於雲的服務中擁有了數據來源，這些來源本身就產生了大量的數據信息。一般情況下，如果不能同時在不同緯度查找報告就很難全面了解業務的績效和執行情況。商業智能就是要利用企業在其所有活動中生成的數據，然後對其進行分析和可視化，以便清楚地理解這些數據，並獲得有價值的見解來全面了解企業的績效。
2020年商業智能十大發展趨勢
商業智能（Business Intelligence）簡稱：BI，從理論上講，商業智能聽起來似乎很簡單，但是在實踐中，這是非常具有挑戰性的。即使，企業已採用自動化工具來快速完成重複性工作，並專注於這些工具反映的關鍵績效指標。雖然，商業智能並不是一個全新的突破，但是隨著新技術的出現，趨勢已經發生了變化。在本文中，我們將討論2020年及以後的十大商業智能。
1. 可信賴的人工智慧決策
越來越多地使用人工智慧工具進行決策，並且越來越多的企業或組織將通過外包、構建或購買人工智慧服務來引導此類項目。市場分析師擔心基於機器學習模型和人工智慧最終做出的預測從而做出決策的「可靠性」。例如唐界傳媒旗下瑞典國家數據公司(SwedenData)第三代商業決策人工智慧系統，對於系統而言，向用戶解釋為什麼會產生某個特定的決定，並向分析師要求二次確認和提供建議以獲得更準確的結果，這一點非常重要。這並不是一個簡單的趨勢，使用智能系統和工具的最終目的不是取代人類的專業知識，而是協同合作。我們應該充分信任人工智慧幫助企業做出明智的決策，並且推理應該來自人工智慧本身。
2. 將語言學與BI工具相結合
給BI工具的用戶更多的靈活性和對話能力將改變人們對數據的提問方式。利用分析的力量，深入了解數據，不僅限於數據科學家和分析師，也適用於有問題需要根據數據回答的普通用戶。從根本上講，將語言學與BI工具進行融合是人工智慧的一個分支，它將語言學和計算機科學結合起來，使計算機能夠理解人類語言背後的情感和含義。這將使我們能夠根據具體情況提出後續問題，例如超強颱風有多少次接近日本？接著問一個問題，「它也接近韓國嗎？」。
3. 現代數據整理技術
數據源已經變得相當複雜，從不同來源收集數據，然後進行清理、定義和調整以進行分析的問題非常困難。許多企業已經開始升級優化工具平臺，這些工具可以輕鬆管理一個平臺下的所有內容。例如tableau和瑞典數據Swedendata BI等商業智能平臺有助於將數據與業務環境連接起來。
4. 匯集行動和見解
處理數據的分析人員不希望在一個環境中執行分析或根據另一個環境中的結果採取行動。BI平臺負責通過移動分析和儀錶板合併業務工作流和操作。其目的是將所有內容放在一個視圖中並採取行動，而無需用戶離開分析工作流程，從而最終減少決策所需的時間和精力。
5. 交流數據觀點
數據科學與其說是科學，不如說是一門藝術。任何分析的最後階段都是報告、陳述和交流見解。分析人員使用不同的方法來可視化數據，以便他們以儘可能好的方式將信息傳達給決策者。這一趨勢正在發生變化，在未來幾年，越來越多的公司將採用標準的方式讓分析師們「闡述觀點」。隨著闡述觀點的方式在採用數據驅動決策的企業中流行，更多的人將了解如何解釋他們的分析過程和闡述數據。
6. 數據角色將多樣化
到今天為止，數據科學家、數據工程師、數據分析師都是非常受歡迎的職業，幾乎每個人都在談論這個行業的勞動力短缺問題。隨著越來越多的企業或機構將使用數據來制定業務和內部決策，數據行業的工作必將呈現多樣化發展。許多公司擁有一支獨立的數據分析團隊，承擔著不同的職責，這種趨勢將在2020年及以後延續。
7. 數據安全性和價值
我們正處於資訊時代，數據對於任何公司來說都是寶貴的財產。數據洩漏將被視為非常嚴重的行為，對於公關傳媒或數字營銷公司而言，與客戶相關的數據至關重要，它們不能因存在安全漏洞導致用戶的個人信息暴露給第三方。機器學習ML工程師將理解，創建複雜模型的關鍵不是系統有多好、有多強大，也不是ML算法有多好，它們很重要，但更重要的是公司擁有的數據的質量和數量。未來，人們將為數據付費，因為沒有人會擁有像亞馬遜、谷歌、微博、微信那樣的數據信息。
8. 商業智能的可訪問性和使用
網際網路對所有人的可訪問性並不意味著每個人都在充分利用網際網路。人們沒有意識到真正的潛力。同樣，BI的策略和工具取決於人們如何使用它來做出明智的決策。作為獲取市場數據的核心業務流程和工作流程的重要組成部分，企業將採用更具競爭力的數據分析方法。
9. 將數據遷移到雲
隨著雲計算在其他計算領域中的流行與日俱增，企業不能忽視它。隨著時間的推移，無論公司規模大小，他們都將需要數據驅動的解決方案來滿足其業務需求，數據也將遷移到雲端。現有系統具有嚴格的分析模型，許多公司依靠其IT部門進行分析，從而將流程與業務環境分開。雲不僅限於存儲，還具有成熟的BI工具。我們建議用戶一定要將數據交給可信賴的第三方雲服務商。
10. 數據的道德規範
我們不能總是信任特定數據的結果。我們必須接受這樣一個事實，即數據可能會產生偏差。隨著越來越多的人成為數據產業的一部分，道德操守將成為在某些情況下處理數據的重要組成部分。因為一個錯誤的數據結果會給僅僅依靠數據驅動決策的企業帶來災難，在未來的幾年中，瑞典數據SwedenData將幫助用戶創建公司範圍內的數據操作制定準則，並提供人工智慧領域的數據監測及技術幫助。
未來的技術旨在增強人們的能力。基於數據的方法可幫助企業了解客戶需求的過去、現在和未來。今天，搜尋引擎通過為人們提供找到想要內容的方法來增強人們的檢索能力，社交媒體通過給人們提供便捷的聯繫工具來增強他們的社交能力。同樣，基於數據的決策將最終為企業及其客戶提供支持。商業智能工具可以利用消費者行為的過去、現在和未來，這肯定會對為每個人提供優質的服務和體驗產生有利的影響。
本文節選自《唐界傳媒全球商業智能白皮書》（2020）