商業智能:它將走向何方?

就在幾年前，“商業智能”還隻是資本雄厚的大型公司的專利。如今，這項技術已經在世界各地根深蒂固。其他趨勢包括快速可視化報告和外部合作夥伴的出現。

企業正在以前所未有的方式收集數據。以前，整理的信息被整齊地存儲在不同的係統中。財務、銷售和人力資源各有自己的數據，交換這些信息的想法是不可能的。今天，我們看到係統之間開始越來越多地相互通信。它正在創建一個巨大的數據山-準備被挖掘和提取有價值的見解。

直到最近，還使用數據倉庫來完成這一工作。構建關係數據庫是一項漫長的工作。其中一些過程可能需要一年以上的時間才能完成。這些天，我們看到了一種向更大靈活性的轉變。您不再被數據倉庫嚴格的分步計劃所束縛。因此，您能夠更快地加載數據並更靈活地實現更改。

“對實時報道的需求有所增長。”

為了完全清楚，數據倉庫的概念仍然是完整的。我們的目標仍然是將數據源彼此連接起來。隻有今天，我們可以使用API(應用程序編程接口)插件來比以前更靈活地完成這項工作。API是到另一個程序的鏈接，它促進了數據交換。如今，通過使用能夠識別、結構化和保存數據的自動化流程，設計數據倉庫也變得更快了。

更好的決策

隨著對實時信息的需求，這是一個很大的優勢。新的信息源連接和解鎖的速度越快，你對數據的總體概述就越及時，你就能更好地根據事實做出決定。報告不僅基於已知數據，而且越來越多地考慮預測。關於這個，看一下博客而且wiki頁麵處理預測分析。

最後，這些天的報告看起來也更有吸引力。公司專注於有創意和原創的信息呈現方式。下麵是Nodebox通過可視化實現的幾個例子:

©Jan aubach©Jonas Lekevicius, Juste Ziliute, Augustinas Paukste

外部合作夥伴

另一個趨勢是，通過使用SaaS解決方案和外部分析師，公司越來越多地將其分析需求委托給外部合作夥伴。越來越多的軟件供應商也出現了，比如Infer和Fliptop，它們將標準分析作為其產品的一部分。這兩家軟件供應商提供了與潛在客戶預測領先得分的技術，使您享受更大的成功機會。這樣，你的銷售人員就會知道應該關注哪些潛在客戶，而與此同時，你也不需要做自己的預測潛在客戶評分。

基於位置的服務

此外，在搜索相關數據時，公司正在使用基於位置的服務。移動設備上的這些應用程序使您可以定位用戶。例如，一些零售商店會跟蹤顧客購物的路線。荷蘭的一款名為Flitsmeister的應用程序可以提醒司機注意速度陷阱，還可以向用戶顯示他們所行駛路線上商店的廣告信息。

“企業越來越多地使用基於位置的服務。”

定義你的目標

最後，還有一點:一些批評者對“數據挖掘”持懷疑態度，即在數據收集過程中尋找鏈接。批評人士擔心，你不是在大海撈針，而是創造了更多的幹草。他們錯了。但首先你需要明確你的目標。這意味著您需要概述您想要使用數據的方向。可能性是無窮無盡的。例如，你可以去尋找客戶來創造更多的營業額。或者你也可以尋找一些信息來改善你的產品或服務。這將幫助你創造更多的營業額。事實上，從“大數據”到“智能數據”。