业务智能的定义

　　业务智能利用软件和服务把数据转化为可操作的深度分析结果，帮助企业在战略和战术上做出业务决策。业务智能工具访问并分析数据集，以报告、总结、仪表盘、图表和地图的方式呈现分析结果，向用户提供业务状况的详细信息。
　　业务智能一词通常还指一系列工具，这些工具基于可用的数据，能够快速而且以易于理解的方式洞察企业当前状态。

业务智能实例

　　报告是业务智能核心的一面，而仪表盘则是比较典型的业务智能工具。仪表盘是一种托管的软件应用程序，能够自动把可用数据汇集到图表中，从而让人直观地看到企业当前的状态。
　　业务智能不会告诉业务用户应该怎样做，也不会告诉用户如果他们采取某种行动会发生什么，业务智能也不只是生成报告。相反，业务智能为人们提供了一种方法，简化了数据搜索、合并和查询等方面的工作，通过分析数据来了解趋势，获得深度分析结果，从而做出合理的业务决策。
　　专注于业务智能的咨询公司WCI Consulting运营副总裁Chris Hagans介绍说，例如，一家企业想要更好地管理其供应链，则需要通过业务智能功能来确定在运输过程中哪里发生了延误，哪里出现了差错。该企业还可以利用其业务智能功能找到哪些产品最容易被延误，哪些运输方式最容易导致延误。
　　Gartner的研究副总裁Cindi Howson说，业务智能可能的应用情形不限于提高销售和降低成本等典型业务绩效指标。她介绍说，美国俄亥俄州哥伦布学校系统成功地使用业务智能工具来检查大量的数据点——从出勤率到学生表现，帮助学生加强学习，提高高中毕业率。
　　业务智能供应商Tableau和G2还提供了企业怎样使用业务智能工具的具体实例：
　　· 合作企业可以使用业务智能来跟踪获客和留客的过程。
　　· 业务智能工具可以从CRM数据中自动生成销售和交付报告。
　　· 销售部门可以使用业务智能创建一个仪表盘，显示每名销售代表在销售渠道上的位置，以及今后发展潜力会怎样。

业务智能与业务分析

　　从这些例子中你会注意到一件事，那就是它们提供了对企业或者组织当前状态的深度分析：目前看来，销售渠道的前景怎样？这个月我们失去或者获得了多少会员？这是业务智能和另一个相关术语——业务分析之间的关键区别。
　　业务智能是描述性的，告诉你现在发生了什么，过去发生了什么，才导致我们的现状。另一方面，业务分析是数据分析技术的一种概括性术语，这些技术具有预测性和规范性，也就是说，可以告诉你未来会发生什么，你应该怎样做才能创造出更好的结果。（通常把业务分析视为专门针对业务的更大数据分析类的子集。）
　　业务智能的描述能力和业务分析的预测或者描述能力之间的区别超出了我们讨论的范围。这也触及到业务智能为谁服务的核心问题。正如Stitchdata博客所解释的，业务智能的目标是向业务经理提供事物当前状态的简单快照。虽然来自业务分析的预测和建议需要数据科学专业人员进行分析和解释，而业务智能的目标之一是让相对非技术性的最终用户很容易理解，甚至深入到数据中，从而创建新的报告。

业务智能策略

　　过去，IT专业人员一直是业务智能应用的主要用户。然而，业务智能工具已经发展得更加直观，而且用户友好，使得各行各业的大量用户都可以使用这一工具。
　　Gartner的Howson介绍了两种类型业务智能的不同之处。第一种是传统的或者经典的业务智能，IT专业人员使用内部业务数据来生成报告。第二种是现代业务智能，业务用户与敏捷、直观的系统进行交互，更快地分析数据。
　　Howson解释说，企业一般会为某种类型的報告选择经典业务智能，例如监管或者财务报告，这类报告的准确性是最重要的，所使用的问题和数据集是标准的和可预测的。当业务用户需要深度分析快速变化的动态活动时，例如营销活动，企业通常使用现代业务智能工具，在这些活动中，最重要的是快速获得完全正确的数据。
　　但是，虽然可靠的业务智能对于制订战略性业务决策非常重要，但由于数据实践不好、战术失误等原因，很多企业难以实施有效的业务智能战略。

自助式业务智能

　　为了让几乎所有人都能从业务智能工具中获得有用的信息，自助式业务智能应运而生，这类业务智能工具的目的是不需要IT的介入便可以生成报告。利用自助式业务智能工具，企业能够更方便地向经理和其他非技术员工提供企业的内部数据报告。
　　自助式业务智能成功的一个关键因素是业务智能仪表盘和UI，这其中包括下拉菜单和直观的向下钻取点，使用户能够以易于理解的方式查找并转换数据。这无疑需要一定的培训，但如果这些工具的优点显而易见，那么员工就会迫不及待地去使用它们。
　　不过，请记住，自助式业务智能也有缺点。如果引导业务用户成为临时的数据工程师，最终可能会出现各种指标混乱地组合在一起，而这些指标因部门而异，从而出现数据安全问题。在没有对工具部署进行集中控制的情况下，甚至会产生大量许可或者SaaS账单。因此，即使你致力于在企业内部实现自助式业务智能，也不能只买套装产品，让员工自己去使用UI，然后寄希望于能有最好的结果。

业务智能软件和系统

　　各种不同类型的工具都属于业务智能的范畴。软件选择服务SelectHub列举了一些最重要的分类和功能：
　　· 仪表盘
　　· 可视化
　　· 报告 　　· 数据挖掘
　　· ETL（提取-传输-加载——将数据从一个数据存储导入到另一数据存储的工具）
　　· OLAP（联机分析处理）
　　在这些工具中，SelectHub认为仪表盘和可视化是目前最受欢迎的;它们提供了快速而且易于理解的数据摘要，这些摘要是业务智能价值主张的核心所在。
　　业务智能领域有大量的供应商和产品，置身其中可能会让人不知如何选择。一些主要的供应商和产品包括：
　　· Tableau，这一自助式分析平台提供数据可视化功能，并能够与一系列数据源相集成，包括微软Azure SQL数据仓库和Excel
　　· Splunk，这一“引导式分析平台”能够提供企业级业务智能和数据分析功能
　　· Alteryx，它融合了各种来源的分析，简化了工作流并提供丰富的业务智能深度分析结果
　　· Qlik，它以数据可视化、业务智能和分析为基础，是一个分布广泛、可扩展的业务智能平台
　　· Domo，一个基于云的平台，提供针对不同行业（例如，金融服务、医疗保健、制造和教育）和角色（包括首席执行官、销售、业务智能专业人员和IT工作人员）的业务智能工具
　　· Dundas BI，主要用于创建仪表盘和记分卡，但也可以执行标准和临时报告
　　· 谷歌数据工作室，这是人们熟悉的谷歌分析服务的升级版
　　· 爱因斯坦分析，Salesforce.com想通过人工智能来改进业务智能
　　· Birst，一种基于云的服务，其中，业务智能软件的多个实例共享一个公共数据后端。

业务智能分析师

　　任何认真对待业务智能的企业都需要有业务智能分析师。一般来说，他们的目标是利用业务智能工具的所有功能来获取企业所需的数据，最重要的是发现哪些领域收入下降，确定可以在哪些方面进行改进以节省企业的资金，或者增加利润。
　　即使企业非常依赖于自助式业务智能工具，业务智能分析师的作用也不容忽视，因为只有他们才能管理和维护这些工具及其供应商。他们还设置管理人员要生成的报告，并进行标准化处理，以确保其结果在整个企业中是一致的、有意义的。为了避免垃圾输入/输出问题，业务智能分析师应确保进入系统的数据是正确的和一致的，这通常需要将数据从其他数据存储中取出并进行清理。
　　业务智能分析师的工作通常只需要学士学位，至少在入门阶段是这样，不过要想把工作做得更好，最好还是MBA，这甚至是必需的。截至2019年10月，业务智能工资中位数大约是67500美元，具体取决于老板，会在49000～94000美元之间不等。

业务智能的未来

　　展望未来，Howson说，Gartner认为将出现第三波颠覆浪潮，一些研究公司称之为“增强分析”，机器学习被嵌入到软件中，指导用户查询数据。
　　她说：“未来的业务智能和分析，会是智能的。”
　　Gorman说，这些组合软件平台使得每一功能都更加强大，对使用它们的业务用户来说更有价值。
　　Gorman說，软件开发商将要开发在一个应用程序中提供这些功能的应用程序，而不是像现在这样通过多个平台提供，他解释说：“例如，有人会看去年的销售报告，这就涉及到业务智能，他们也想预测明年的销售，这就是业务分析的工作，然后添加一个假设功能：如果我们做了X而不是Y，会发生什么。”
　　他补充说：“现在，系统能够提供更有价值的建议。它使决策更高效、更强大、更准确。”
　　尽管业务智能本身有价值，但Howson表示，如果企业不能超越业务智能，采用更先进的分析技术，那么企业将失去竞争力。
　　事实上，Gartner的魔力象限报告预测，到2020年，支持用户访问经过精心挑选的内部和外部数据目录的企业，相对于不这样做的企业，将从分析投资中获得两倍的业务价值。”
　　Howson说：“对报告有需求，但仅有报告是不够的。如果你只是在做报告，那就已经落后了。除非你的报告是智能的、敏捷的，否则你就落后了。真的落后了。”
　　Mary K. Pratt是马萨诸塞州的一名自由撰稿人。
　　原文网址
　　https：//www.cio.com/article/2439504/business-intelligence-definition-and-solutions.html