京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如何在今天的分析环境中强化BI的价值
企业日常中的BI与分析工具可能会存在一些差异,但是,对这些工具中的每一个分析视图进行全面的了解将会让企业获得更为有效的洞察与结论。
对比于近来刷爆朋友圈的区块链以及始终处于热议中的AI,似乎这段时间内商业智能(BI)显得有些沉寂。实际上,在彼此功能出现重叠之后,AI也取代了一部分BI的功能,这似乎也让人们也不再对BI具有那么多的兴趣。然而这并不意味着BI失去了在企业中的价值。
美国国家电力网络数据分析及创新总监Rory Abbazio说道,“商业智能正在发生改变,为了保持竞争力,我们也必须随之而改变”。
在过去几年中,BI中发生的最大改变就是它正在转变为一种自我服务式的应用,这种变化使得用户眼中的那些标准报告内容价值有所下降,但却提升了公司对于用户推动型数据的探索。
不过,传统的报告模式并未就此消失。在最近Gartner的数据与分析峰会上,Abbazio表示,他和他的团结仍然在建立并维护那些传统的固定报告和执行仪表盘。 但是,为了能够产生效用,这些传统报告需要整合到更广泛的平台中,比如自助服务工具或高级分析工具平台。
Abbazio说道,“我们希望能够在分析所涉及的范围内实现所有的功能,而不仅关注报告。我们也乐意接受像AI和增强智能等前沿科技”。 因此,Abbazio的团队建立其了一个企业分析门户,该平台的功能就是针对于每一个人的数据需求提供一站式的服务。它具有内置于Tableau的标准BI报告和自助式数据探索功能,并包含用于数据数据的Alteryx软件。此外,该平台还具有密集型数据的科学工具,如R、Python和H2O等。
Abbazio表示,将上述功能及工具集成在一起意味着对角色转变的承认,如今BI报告开发者和数据科学家二者的角色正在合而为一。事实上,为了确保BI可以带来持续性的价值,无论自身的角色与身份,人们都需要即时获取所需的信息并在需要时进行分析。
新角色需要全新的交付模式
由于公司中人们的角色发生了转变,来自于不同行业的公司均开始重新审视与评估BI和分析的使用价值。 Gartner 的分析师 James Richardson认为,这也迫使公司组织采用全新的模式已获得那些全新功能的价值。
他表示,IT部门所交付的传统BI报告模型在现代性的企业中并不适用,因为开发与交付报告的过程会耗费大量的时间,而静态的BI报告自身效用也有限。同时,影子IT(业务线部门去实施自己的工具)还会产生冗余和孤岛等问题。
所以,Richardson推荐了一种混合式的方法,比如先创建一个集中性的分析团队来设置治理、最佳实践和工具。然后,将成员分散到不同的业务线部门中,并让他们定期对公司进行各自部门BI和分析项目的报告。
“这说明了实际的情况,人们总是用Excel对数据进行分布式的分析。而我们现在要说的是,我们其实可以为你提供更好的工具”,Richardson说道。
灵活的平台是创造BI和分析价值的关键
Gartner的另一位分析师,Joao Tapadinhas也在峰会发表了自己的看法,他说道,分析平台的灵活性是实现BI价值最大化的关键。BI的典型功能,就是对关键绩效指标进行监控以帮助企业了解自身业务的表现,这点仍然很重要。不过,这并不会给企业带来革命性的变化,所以Tapadinhas建议将这种KPI监控功能纳入到其他具有更高价值的BI功能中。
而自动化服务将推动上述进程的发展。随着软件供应商将高级的机器学习和AI集成到他们的平台中,企业可以很轻松地进行BI功能的添加,这使得用户只需在需要进行信息检查时去查看一些预定义的指标,而不再需要去等待开发团队构建和维护的报告。
“你现在拥有的工具--Qlik,Power BI,Tableau,这些工具能够支持广泛的分析功能”,Tapadinhas说道。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化商业环境中,数据已成为企业优化运营、抢占市场、规避风险的核心资产。但商业数据分析绝非“堆砌数据、生成报表”的简单 ...
2026-01-20定量报告的核心价值是传递数据洞察,但密密麻麻的表格、复杂的计算公式、晦涩的数值罗列,往往让读者望而却步,导致核心信息被淹 ...
2026-01-20在CDA(Certified Data Analyst)数据分析师的工作场景中,“精准分类与回归预测”是高频核心需求——比如预测用户是否流失、判 ...
2026-01-20在建筑工程造价工作中,清单汇总分类是核心环节之一,尤其是针对楼梯、楼梯间这类包含多个分项工程(如混凝土浇筑、钢筋制作、扶 ...
2026-01-19数据清洗是数据分析的“前置必修课”,其核心目标是剔除无效信息、修正错误数据,让原始数据具备准确性、一致性与可用性。在实际 ...
2026-01-19在CDA(Certified Data Analyst)数据分析师的日常工作中,常面临“无标签高维数据难以归类、群体规律模糊”的痛点——比如海量 ...
2026-01-19在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12