Gartner：2020現(xiàn)代分析與BI平臺的15項(xiàng)關(guān)鍵功能
同時(shí)，筆者通過對比分析目前主流的智能BI系統(tǒng)，認(rèn)為智能BI系統(tǒng)通常應(yīng)具備以下特征：
超強(qiáng)的數(shù)據(jù)集成：智能BI系統(tǒng)絕不只是簡單報(bào)表或可視化展現(xiàn)工具，而是集數(shù)據(jù)源整合、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)收集歸檔、自助式分析及報(bào)告于一體，能為用戶提供分析與決策支持的一站式平臺。而分析與決策依賴于數(shù)據(jù)，數(shù)據(jù)集成是基礎(chǔ)，因此能集成不同來源、不同業(yè)務(wù)系統(tǒng)的數(shù)據(jù)，對智能BI系統(tǒng)而言至關(guān)重要。
智能的可視化：所謂智能的可視化，即BI系統(tǒng)能夠自動識別用戶當(dāng)前使用的數(shù)據(jù)，推薦相應(yīng)的圖表，甚至能根據(jù)字段信息建立合適的圖表，即使圖表是用戶之前從未創(chuàng)建的；同時(shí)，BI系統(tǒng)也能根據(jù)用戶的使用習(xí)慣，來對推薦的圖表進(jìn)行優(yōu)先級排序
靈活的自助式數(shù)據(jù)處理：在企業(yè)數(shù)據(jù)分析的實(shí)際應(yīng)用中，分析人員對于數(shù)據(jù)處理的需求靈活多變，并且經(jīng)常需要對不同的業(yè)務(wù)數(shù)據(jù)根據(jù)相同的維度或者屬性進(jìn)行關(guān)聯(lián)分析，IT部門對數(shù)據(jù)提供的基本處理和基本的關(guān)聯(lián)關(guān)系并不能完全覆蓋分析人員的需求，而智能BI系統(tǒng)相較于傳統(tǒng)BI，不僅使用門檻足夠低，易用性也足夠強(qiáng)，用戶即使無編程及數(shù)據(jù)建模能力，也能通過簡單的拖、拉、拽生成所需的可視化圖表，讓用戶能自助式地探索和分析數(shù)據(jù)，以極低的學(xué)習(xí)成本將數(shù)據(jù)處理成自己需要的結(jié)果。
智能洞察與見解：傳統(tǒng)BI通常只提供報(bào)表設(shè)計(jì)及可視化展現(xiàn)功能，因此從數(shù)據(jù)、圖表中找出差異及造成差異的原因，通常需要依靠用戶自身的經(jīng)驗(yàn)。而智能BI則融入了人工智能技術(shù)，其基于人工智能引擎，可根據(jù)用戶當(dāng)前查看的選項(xiàng)在數(shù)據(jù)模型中找到差異信息，并提供分析建議，并協(xié)助用戶來判斷問題點(diǎn)，而這些都不需要用戶提前定義。
完備的數(shù)據(jù)共享與展示方案：智能 BI系統(tǒng)不僅提供PC及移動端，能夠自動適配各種終端設(shè)備，可供用戶隨時(shí)隨地查看、探索和分析數(shù)據(jù)，而且也能無縫地與釘釘、微信等社交、工作平臺集成，支持?jǐn)?shù)據(jù)的注釋標(biāo)記、分享、推送提醒等功能，讓用戶無論身處何地都可以對自己所關(guān)心的數(shù)據(jù)了如指掌。
總的來說，在筆者看來，智能BI相較于傳統(tǒng)BI，它不僅僅只是提供報(bào)表設(shè)計(jì)、可視化展現(xiàn)的工具，而是一套能夠提供從數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)處理、可視化分析到數(shù)據(jù)共享與管理全流程的完整解決方案。它通過融入人工智能、機(jī)器學(xué)習(xí)、關(guān)聯(lián)分析等新興技術(shù)并輕量化，來協(xié)助數(shù)據(jù)準(zhǔn)備、洞察生成和洞察解釋，使用戶能夠更加直觀簡便地獲取信息、探索知識、共享知識。
亦策觀數(shù)臺，新一代增強(qiáng)智能協(xié)同BI平臺
那么，市場上有哪些值得推薦的智能BI產(chǎn)品呢？實(shí)際上，觀數(shù)臺就是不錯(cuò)的選擇。
觀數(shù)臺是上海亦策軟件擁有自主知識產(chǎn)權(quán)、精心為中國企業(yè)量身定制的本土化、輕量級、敏捷型的新一代增強(qiáng)智能協(xié)同BI平臺。憑借AI+BI、關(guān)聯(lián)引擎、內(nèi)存分析等技術(shù)與特性，可實(shí)現(xiàn)多種不同來源數(shù)據(jù)的輕松整合與智能關(guān)聯(lián)、連接，智能的可視化，用戶驅(qū)動的報(bào)表創(chuàng)建與可視化展現(xiàn)，數(shù)據(jù)全局搜索與嵌入式分析，自定義開發(fā)，智能洞察與見解，集中共享與協(xié)同，以及企業(yè)及部署等。尤其值得一提的是其見解功能，系統(tǒng)可自動提供分析建議與結(jié)果，可輕松進(jìn)行數(shù)據(jù)挖掘與分析，這既是觀數(shù)臺的一大亮點(diǎn)所在，也是觀數(shù)臺能稱得上智能BI的主要原因之一。
下面，就以消費(fèi)品銷售分析為例，具體看看觀數(shù)臺的見解功能到底有多強(qiáng)大。
在以上視圖中，我們可以發(fā)現(xiàn)在每月的日均銷售趨勢圖中，存在連續(xù)3個(gè)月日均銷售收入下降的情況。如果是在傳統(tǒng)BI中，我們?nèi)孕韪鶕?jù)自身經(jīng)驗(yàn)來判斷和查找造成日均銷售下降的原因；但在觀數(shù)臺中，由于關(guān)聯(lián)引擎特性及見解功能的存在，數(shù)據(jù)是全局關(guān)聯(lián)的，觀數(shù)臺可通過增強(qiáng)分析來協(xié)助我們來生成洞察，快速找到造成收入下降的原因，既省時(shí)也省力。
通過選中這3個(gè)月的數(shù)據(jù)，點(diǎn)擊右側(cè)“選擇項(xiàng)”再點(diǎn)擊“生成見解”，由于觀數(shù)臺的數(shù)據(jù)是全局關(guān)聯(lián)的，我們可以發(fā)現(xiàn)，銷售額下降的原因是由于客戶不再購買產(chǎn)品，繼而帶來了近百萬的利潤差。那么，客戶為什么不再購買產(chǎn)品呢？我們可以順著產(chǎn)品作進(jìn)一步分析。
我們轉(zhuǎn)到見解模塊，在見解模塊中，選擇銷售差異及產(chǎn)品大類，觀數(shù)臺的人工智能見解功能，為我們生成了原始報(bào)表中完全沒有的可視化圖表。從圖表上看，有3個(gè)產(chǎn)品的銷售差異很大，因此，我們聚焦在這三個(gè)產(chǎn)品大類上，重新回到智能洞察，繼續(xù)分析和理解這些龐大的數(shù)據(jù)。
在智能洞察中，我們看到超過一半的銷售代表不再銷售這3個(gè)產(chǎn)品大類的產(chǎn)品。由此，我們根據(jù)觀數(shù)臺所打造的智能的可視化，得出了關(guān)于數(shù)據(jù)的事實(shí)，找到了造成日均銷售收入下降的根本原因。
這實(shí)際上得益于觀數(shù)臺的全局關(guān)聯(lián)特性和聯(lián)想功能的協(xié)同工作，使得用戶能從多維度數(shù)據(jù)中發(fā)現(xiàn)問題，并挖掘和分析其中的原因。而且，由于我們基于數(shù)據(jù)查詢的問題并不是基于查詢得出的，所以這種見解功能只有觀數(shù)臺來幫助實(shí)現(xiàn)。
總的來說，相比其它BI產(chǎn)品，亦策觀數(shù)臺憑借AI+BI、內(nèi)存技術(shù)、關(guān)聯(lián)引擎、智能洞察與見解等功能與特性，不僅大大降低了使用門檻，也提高了數(shù)據(jù)分析挖掘的效率，使得用戶基于數(shù)據(jù)得出的事實(shí)、作出的決策更加智能高效。這也說明并不是所有商業(yè)智能產(chǎn)品都不太智能。如果你還在抱怨自己所使用的商業(yè)智能不太智能，那么，也許是時(shí)候該考慮換一款更加智能高效的BI產(chǎn)品了。
