
2016年商務(wù)智能的10大發(fā)展趨勢(shì) 開(kāi)辟利用數(shù)據(jù)的理念
在過(guò)去的2015年中,我們看到了在商務(wù)智能領(lǐng)域所發(fā)生的重大的轉(zhuǎn)型。越來(lái)越多的企業(yè)紛紛開(kāi)辟了利用的理念,以便"數(shù)據(jù)分析師"能夠從數(shù)據(jù)中探索和發(fā)現(xiàn)更多有洞察價(jià)值的信息。甚至有相當(dāng)一部分的企業(yè)已經(jīng)開(kāi)始將的功用交付到他們的普通職員的手中了。
在新加坡,該國(guó)從國(guó)家層面打造“智能國(guó)家(Smart Nation)”的政策發(fā)揮了帶動(dòng)力量。同時(shí)發(fā)揮作用的還包括該國(guó)政府所頒布的《2025年資訊通信媒體發(fā)展藍(lán)圖》(Infocomm Media 2015),其目的是在該國(guó)打造一個(gè)新的經(jīng)濟(jì)模式:其要比以往更倚重技術(shù)。
商務(wù)智能的規(guī)范正在不斷發(fā)展,并導(dǎo)致了一些工作場(chǎng)所的文化變革。這種變化不僅是由快速發(fā)展的技術(shù)所推動(dòng)的,而且還是由不斷推陳出新(且更容易學(xué)習(xí))的工具所推動(dòng),從而幫助我們得以能夠從我們的數(shù)據(jù)中得到更多的價(jià)值。
而在2016年,鑒于依靠數(shù)據(jù)分析結(jié)論進(jìn)行核心業(yè)務(wù)決策的制定已然在越來(lái)越多的企業(yè)站穩(wěn)了腳跟,同時(shí)數(shù)據(jù)分析在社會(huì)領(lǐng)域的影響也在進(jìn)一步擴(kuò)大,預(yù)計(jì)我們將在商務(wù)智能領(lǐng)域看到一個(gè)更深層的文化轉(zhuǎn)變。
在每年剛開(kāi)始之際,我們都將對(duì)整個(gè)業(yè)界在新的一年里將會(huì)出現(xiàn)怎么的發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)性分析。而在本文中,我們就將與大家共同探討關(guān)于商務(wù)智能在2016年的十大發(fā)展趨勢(shì)。
數(shù)據(jù)管理和自助服務(wù)分析合二為一
在過(guò)去,數(shù)據(jù)管理和自助服務(wù)分析被認(rèn)為是一對(duì)天然的敵人。您一次只能獲得這二者的其中之一,而決不可能使這二者同時(shí)在一起。而在2016年,我們相信這二者彼此之間的戰(zhàn)爭(zhēng)已經(jīng)結(jié)束,業(yè)務(wù)和技術(shù)之間的文化差距正在進(jìn)一步縮小。
今年早些時(shí)候,Gartner曾指出,數(shù)據(jù)發(fā)現(xiàn)、獲得多結(jié)構(gòu)化數(shù)據(jù)、數(shù)據(jù)準(zhǔn)備工具和各種智能功能的崛起,將進(jìn)一步使得獲得數(shù)據(jù)分析變得平民化,同時(shí)也將為數(shù)據(jù)的管理需求帶來(lái)了更大的壓力。Gartner還預(yù)測(cè),到2017年,大多數(shù)企業(yè)的業(yè)務(wù)部門的和數(shù)據(jù)分析師們都將有機(jī)會(huì)通過(guò)自助式的工具來(lái)為數(shù)據(jù)分析做準(zhǔn)備。盡管數(shù)據(jù)分析的趨勢(shì)正大行其道,但當(dāng)人們有了集中、干凈和快速的數(shù)據(jù)來(lái)源,同時(shí)當(dāng)他們知道了某些IT人員正在為更好的安全和性能進(jìn)行探索時(shí),人們將能夠更容易的深入挖掘他們的數(shù)據(jù)。鑒于此,企業(yè)正在學(xué)習(xí)如何進(jìn)行數(shù)據(jù)管理,而當(dāng)這些學(xué)習(xí)過(guò)程執(zhí)行得恰當(dāng),并得到其IT部門的充分支持的話,可以有助于企業(yè)培養(yǎng)一種數(shù)據(jù)分析文化,并滿足業(yè)務(wù)部門的需求。
可視化分析成為通用語(yǔ)言
數(shù)據(jù)正在改變企業(yè)董事會(huì)及普通部門的交流和溝通。人們將他們的數(shù)據(jù)探索問(wèn)題、揭示的洞察分析可視化,并與數(shù)據(jù)專家和非專家進(jìn)行分享。隨著數(shù)據(jù)使用量的增長(zhǎng),甚至更多的人會(huì)主動(dòng)的轉(zhuǎn)向數(shù)據(jù),以尋求解決他們專業(yè)或個(gè)人的問(wèn)題。
我們看到了太多的用戶將各種各樣的可視化分析工具運(yùn)用到了他們的日常生活中,包括企業(yè)商務(wù)人士、學(xué)生和家庭主婦。例如,新加坡義安理工學(xué)院,是新加坡知名的高等學(xué)府,該學(xué)院就已經(jīng)積極的將數(shù)據(jù)分析納入到了他們面向教師和學(xué)生的課程之中。事實(shí)上,講師們也開(kāi)始在他們的課堂上使用可視化的分析工具,鼓勵(lì)學(xué)生適應(yīng)并熟悉與數(shù)據(jù)的工作。
越來(lái)越多的可視化分析將作為共同的語(yǔ)言,使人們能夠很快達(dá)成合作,發(fā)掘出有意義的見(jiàn)解,并建立一個(gè)數(shù)據(jù)的智能社區(qū)。
數(shù)據(jù)產(chǎn)品鏈?zhǔn)且环N民主
自助服務(wù)分析工具已經(jīng)改變了人們對(duì)好的期望。在2016年,人們將尋求跨越數(shù)據(jù)連續(xù)性的授權(quán)。驅(qū)動(dòng)這種變化的很大一部分將是千禧一代年輕人進(jìn)入勞動(dòng)力市場(chǎng)。根據(jù)普華永道的預(yù)測(cè),到2020年,千禧世代的員工數(shù)量將有望占到全球員工數(shù)量的百分之五十。
千禧世代的員工們無(wú)論是在辦公室或是在路上都希望能夠很容易的獲得數(shù)據(jù)。他們將要探索的數(shù)據(jù)本身,做出他們自己的發(fā)現(xiàn)。這也就是為什么隨著自助服務(wù)分析的自然延伸,對(duì)自助服務(wù)數(shù)據(jù)準(zhǔn)備工具甚至自助服務(wù)數(shù)據(jù)倉(cāng)庫(kù)的需求將增長(zhǎng)的原因所在了。這民主化將使人們能夠?qū)ρ杆僮兓膬?yōu)先事項(xiàng)作出回應(yīng)。
數(shù)據(jù)集成變得令人矚目
現(xiàn)如今,許多公司都想要靈活敏捷的數(shù)據(jù)分析。他們希望得到正確的數(shù)據(jù),并將其交付給最合適的員工進(jìn)行迅速的分析。這是一個(gè)不小的挑戰(zhàn),因?yàn)檫@些數(shù)據(jù)通常都散步在許多不同的地方。
跨數(shù)據(jù)源的工作可以是相當(dāng)繁瑣單調(diào)乏味,或不可能的,或兩者兼而有之。在2016年,我們會(huì)在數(shù)據(jù)集成領(lǐng)域看到更多的市場(chǎng)新手。隨著更高級(jí)的數(shù)據(jù)集成工具出現(xiàn),企業(yè)用戶將停止嘗試收集每一個(gè)字節(jié)的數(shù)據(jù)并將它們存儲(chǔ)在同一個(gè)地方。數(shù)據(jù)探索人員將把每個(gè)數(shù)據(jù)集連接起來(lái),融為一體,或加入具有更靈活的工具和方法。
高級(jí)分析師不僅僅只是分析師
跨整個(gè)區(qū)域的非分析正變得越來(lái)越復(fù)雜。企業(yè)所期待的并不只是通過(guò)數(shù)據(jù)分析所獲得得多路線圖。在最近的研究中,Gartner指出,業(yè)務(wù)部門和IT領(lǐng)導(dǎo)者正在對(duì)高級(jí)分析加大投資力度,以解決業(yè)務(wù)問(wèn)題,并為業(yè)務(wù)部門提供遠(yuǎn)遠(yuǎn)超越了傳統(tǒng)的BI優(yōu)勢(shì)。
企業(yè)業(yè)務(wù)部門的用戶現(xiàn)在希望有一個(gè)更深入,更有意義的分析經(jīng)驗(yàn)。而企業(yè)將采用平臺(tái),讓這些業(yè)務(wù)部門的用戶應(yīng)用統(tǒng)計(jì),提出一系列的問(wèn)題,并留在他們的分析流程。
數(shù)據(jù)和分析將進(jìn)一步更多的采用云服務(wù)
在2015年,與數(shù)據(jù)打交道進(jìn)行工作的人們已經(jīng)開(kāi)始積極采用云計(jì)算了。他們意識(shí)到把數(shù)據(jù)放在云中是很容易且具有高度可擴(kuò)展性的。他們還看到,云分析使他們能夠更靈活。
而我們預(yù)計(jì)在新的一年里,更多的人將開(kāi)始向云中過(guò)渡,部分原因是為了有了能夠幫助他們更好的使用網(wǎng)絡(luò)數(shù)據(jù)的工具。而早期的采納者們已經(jīng)從這個(gè)數(shù)據(jù)中進(jìn)行學(xué)習(xí),其他后進(jìn)者也正在意識(shí)到他們應(yīng)該這樣做了。而更多的公司將使用云分析來(lái)更快的分析更多的數(shù)據(jù)。他們將像對(duì)于其他任何重要的企業(yè)制度一樣依賴它。
接受數(shù)據(jù)分析的教育
新加坡的“智能國(guó)家”的政策的其中一個(gè)主要重點(diǎn)是向公眾提供更加開(kāi)放的數(shù)據(jù)。 這樣,越來(lái)越多的企業(yè)將建立一個(gè)中心,以促進(jìn)自助分析的培養(yǎng)。這些中心在實(shí)施一個(gè)數(shù)據(jù)驅(qū)動(dòng)的文化過(guò)程中將起著關(guān)鍵的作用。通過(guò)啟用諸如網(wǎng)上論壇和一對(duì)一的培訓(xùn)中心等項(xiàng)目,使得即使非專家也將能夠利用數(shù)據(jù)分析轉(zhuǎn)化為他們自己的決策。
新加坡資訊通信發(fā)展管理局(IDA)所啟動(dòng)的Hive計(jì)劃便是一個(gè)很好的例子。該政府機(jī)構(gòu)的重點(diǎn)是確保向公民提供的數(shù)字體驗(yàn)是有用的,相關(guān)的,易于使用的。目標(biāo)是利用數(shù)據(jù)分析,以獲得更好的用戶需求洞察,以提高他們的數(shù)字化政府事務(wù)的經(jīng)驗(yàn),該機(jī)構(gòu)同時(shí)還扮演了一個(gè)顧問(wèn)的角色,協(xié)助機(jī)構(gòu)開(kāi)發(fā)新服務(wù)或增強(qiáng)現(xiàn)有服務(wù)的體驗(yàn)質(zhì)量。
移動(dòng)分析的獨(dú)立性
移動(dòng)分析已經(jīng)獲得了長(zhǎng)足的發(fā)展。其已經(jīng)不再只是一個(gè)傳統(tǒng)的商業(yè)智能產(chǎn)品的接口了。在2015年,具有數(shù)據(jù)流,移動(dòng)體驗(yàn)優(yōu)先產(chǎn)品一經(jīng)開(kāi)始興起。與數(shù)據(jù)打交道,對(duì)其進(jìn)行分析已然不再是繁雜的苦差事了,而分析過(guò)程正在變?yōu)橐粋€(gè)更有活力的部分。
深入挖掘物聯(lián)網(wǎng)數(shù)據(jù)
在2016年,物聯(lián)網(wǎng)(IoT)正準(zhǔn)備變得更加普遍。似乎一切具備傳感器的設(shè)備都在將信息發(fā)送回母艦,無(wú)論是健身跟蹤設(shè)備、家庭安全系統(tǒng)或工業(yè)機(jī)械。
想想所有的移動(dòng)設(shè)備都已經(jīng)圍繞著時(shí)鐘產(chǎn)生數(shù)據(jù)。由于物聯(lián)網(wǎng)所生成的數(shù)據(jù)量的增長(zhǎng),確實(shí)帶來(lái)了進(jìn)一步洞察分析的潛力。企業(yè)將尋找工具,并允許用戶探索數(shù)據(jù),然后以安全、合規(guī)管理和互動(dòng)的方式分享他們的研究成果。
新技術(shù)的興起
專為BI系統(tǒng)而設(shè)計(jì)打造的新技術(shù)將不斷涌現(xiàn)。隨著這些技術(shù)不斷進(jìn)入市場(chǎng),我們將看到需求的空白被填補(bǔ)。 Hadoop加速器,NoSQL的數(shù)據(jù)集成,物聯(lián)網(wǎng)數(shù)據(jù)集成,改善的,每一種新技術(shù)的呈現(xiàn)都將為企業(yè)提供了新的商機(jī)。
在2016年,我們將看到填補(bǔ)需求差距的興起,導(dǎo)致市場(chǎng)的整合。而企業(yè)將繼續(xù)由單一的解決方案朝著開(kāi)源的和靈活的協(xié)議棧的新技術(shù)方面轉(zhuǎn)向。cda數(shù)據(jù)分析師培訓(xùn)
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11