在國內(nèi)主流智能BI產(chǎn)品中，能將這些技術(shù)融為一體最典型產(chǎn)品就是亦策觀數(shù)臺(tái)，其四大核心技術(shù)：關(guān)聯(lián)引擎、內(nèi)存技術(shù)、增強(qiáng)智能以及嵌入式分析，實(shí)現(xiàn)了從數(shù)據(jù)準(zhǔn)備到自助式分析的全過程。

目前，大多數(shù)BI產(chǎn)品都是基于關(guān)系數(shù)據(jù)庫和查詢等舊技術(shù)。但是，關(guān)系數(shù)據(jù)庫和SQL查詢不是為現(xiàn)代分析而設(shè)計(jì)的。雖然SQL需要從許多來源提取數(shù)據(jù)，但大多數(shù)分析工具依賴于基于SQL和查詢的方法作為其建模數(shù)據(jù)和支持交互性的基礎(chǔ)架構(gòu)。這是一個(gè)重大缺陷。導(dǎo)致對(duì)部分?jǐn)?shù)據(jù)子集的線性探索和分析受到限制，必須使用SQL連接將數(shù)據(jù)源集合在一起，并且必須提前假設(shè)用戶將擁有哪些類型的問題，所有其他數(shù)據(jù)都被遺忘。如果用戶想要根據(jù)他們發(fā)現(xiàn)的內(nèi)容來轉(zhuǎn)移他們的分析，他們可能不得不重新構(gòu)建復(fù)雜的查詢，這通常意味著回到更有經(jīng)驗(yàn)的數(shù)據(jù)專家，我們稱之為“問，等，回答周期”，每種新類型的問題都有等待期。

亦策觀數(shù)臺(tái)的關(guān)聯(lián)引擎幾乎可以連接任何數(shù)據(jù)源，包括基于文件的源，特定于應(yīng)用程序的源以及大數(shù)據(jù)源。無需事先對(duì)其進(jìn)行完全建?；蝾A(yù)先聚合數(shù)據(jù)。觀數(shù)臺(tái)自助數(shù)據(jù)準(zhǔn)備工具，為復(fù)雜的場(chǎng)景提供強(qiáng)大的數(shù)據(jù)集成腳本。這些數(shù)據(jù)準(zhǔn)備功能有助于公開數(shù)據(jù)區(qū)域和可能存在問題的業(yè)務(wù)，可以創(chuàng)建價(jià)值而無需外部工具或數(shù)據(jù)倉庫。

除此之外，讓用戶可以在所有可視化、圖表、圖形和其他對(duì)象中進(jìn)行選擇，并可以使用全局搜索來表現(xiàn)數(shù)據(jù)、關(guān)聯(lián)和分析。由于引擎動(dòng)態(tài)地計(jì)算分析而不是預(yù)先聚合數(shù)據(jù)，因此用戶可以將他們的想法轉(zhuǎn)移到新想法或數(shù)據(jù)集，在任何詳細(xì)度上詢問他們想要的任何問題，而不受預(yù)定義查詢或?qū)哟谓Y(jié)構(gòu)的限制。

為了讓數(shù)據(jù)分析速度更快，亦策觀數(shù)臺(tái)可以盡可能的讓數(shù)據(jù)運(yùn)行在內(nèi)存中，在短短幾秒鐘就能生成一個(gè)復(fù)雜的分析結(jié)果。而觀數(shù)臺(tái)存儲(chǔ)到內(nèi)存的數(shù)據(jù)也會(huì)經(jīng)過壓縮處理。大大縮短項(xiàng)目實(shí)施周期，降低成本與項(xiàng)目風(fēng)險(xiǎn)。

隨著人工智能、機(jī)器學(xué)習(xí)等技術(shù)的發(fā)展，在業(yè)務(wù)實(shí)踐中，AI與BI正在表現(xiàn)出越來越明顯的融合趨勢(shì)，并應(yīng)用于銷售預(yù)測(cè)、決策博弈等較為復(fù)雜的數(shù)據(jù)應(yīng)用之中。

與傳統(tǒng)BI應(yīng)用相比，通過深度學(xué)習(xí)進(jìn)行的數(shù)據(jù)挖掘似乎有著很大的差異，前者注重結(jié)構(gòu)化數(shù)據(jù)、往往以數(shù)據(jù)可視化為直接成果，后者注重非結(jié)構(gòu)化數(shù)據(jù)，不一定會(huì)產(chǎn)生可視化成果。兩者特點(diǎn)不同，也承載著不同的業(yè)務(wù)需求。觀數(shù)臺(tái)基于關(guān)聯(lián)索引技術(shù)，自動(dòng)發(fā)現(xiàn)并突出顯示用戶需要探索的見解，該技術(shù)映射數(shù)據(jù)內(nèi)的所有關(guān)系。稱之為增強(qiáng)智能+聯(lián)合索引。通過深度學(xué)習(xí)來完成對(duì)海量非結(jié)構(gòu)化數(shù)據(jù)的預(yù)處理，并通過BI應(yīng)用讓數(shù)據(jù)以更容易理解的方式呈現(xiàn)，支撐企業(yè)的決策。

正是基于不斷提升的AI融入能力以及對(duì)非結(jié)構(gòu)化數(shù)據(jù)的處理，觀數(shù)臺(tái)將分析擴(kuò)展到制造工廠的IoT和邊緣設(shè)備，從中收集數(shù)據(jù)并進(jìn)行分析，并提供對(duì)操作的可見性。

全文總結(jié)

亦策觀數(shù)臺(tái)憑借其關(guān)聯(lián)引擎、增強(qiáng)智能等核心技術(shù)，將自助式BI的靈活性提升至一個(gè)新的層次，包括自主服務(wù)可視化、指導(dǎo)式分析應(yīng)用和儀表盤、嵌入式分析和報(bào)告等，是精心為中國企業(yè)量身定制的本土化、敏捷型、可嵌入的商業(yè)智能平臺(tái)。

在下篇文章中，我們將圍繞亦策觀數(shù)臺(tái)四大核心技術(shù)之一的“關(guān)聯(lián)引擎”展開分析討論，深入了解亦策觀數(shù)臺(tái)是如何依托關(guān)聯(lián)引擎技術(shù)實(shí)現(xiàn)完整信息視圖、匯集多源異構(gòu)數(shù)據(jù)、探索無邊界以及動(dòng)態(tài)計(jì)算分析突顯顯示關(guān)聯(lián)等功能，引領(lǐng)中國智能BI產(chǎn)業(yè)的發(fā)展方向。 

zhangnn