亿信ABI

一站式数据分析平台

ABI(ALL in one BI)是亿信华辰历经18年匠心打造的国产化BI工具,技术自主可控。它打通从数据接入、到数据建模与处理、再到数据分析与挖掘整个数据应用全链路,可满足企业经营中各类复杂的分析需求,帮助企业实现高效数字化转型。

亿信ABI

一站式数据分析平台

亿信华辰深耕商业智能十多年,
打造一体化的填报、处理、可视化平台。

商业智能和机器学习:数据超重要

时间:2018-09-19来源:新天域互联浏览数:692

随着人工智能(AI)和机器学习(ML)开始走出学术界进入商业世界,人们开始关注如何帮助商业智能(BI)。使用自然语言搜索来帮助管理人员更快地调查企业信息、执行分析和定义业务计划的系统有很大的潜力。在前面讨论“自助”商业智能(BI)的专栏文章中,简要地提到了ML可以帮助BI的两个重点领域。虽然用户界面和用户体验(UX)很重要,但可见性只是冰山一角。提供给用户体验的数据更加重要。

人工智能和机器学习可以帮助解决这个挑战。

一切从数据开始

虽然大型机仍然存在,但控制所有数据和信息的大型机时代已经一去不复返了。上世纪90年代,人们曾试图建立数据仓库,但信息是一种流动性强的商品,存在于太多地方,无法像一些人希望的那样,让仓库成为“真理的单一版本”。今天的数据湖只是把数据存储在类固醇。它将会有所帮助,但它将不再是一个单一的存储库,就像以前的尝试一样。

数据存在于如此多的系统中,而物联网和云计算的发展意味着数据不断地远离本地计算的核心。追踪所有数据并决定什么是信息是一个日益复杂的问题。

因此,随着现代数据爆炸,企业面临三个关键问题:

数据在哪里?

l 哪些数据重要到可以作为信息进行跟踪?

l 哪些人应该拥有访问所有这些信息的权限?

如果不解决这些问题,业务将面临风险,原因是基于不准确的数据和日益强大的数据导向的糟糕决策。

不要重新发明轮子

面对挑战,我们需要一个解决方案。幸运的是,我们没有必要从零开始。相反,在软件的其他领域中,一些技术可以利用和适应这个问题。ML概念和其他工具可以从IT的其他领域借鉴来帮助遵从性和业务决策。

机器学习正在网络和应用安全领域取得进展。经过训练的深度学习系统正在调查事务,以寻找异常现象并识别攻击和其他安全风险。与此同时,移动设备的爆炸式增长和SaaS应用程序的增长也在推动资产管理系统的发展,以更好地理解与企业网络和基础设施相连接的物理和知识产权资产。

这些技术可用于查询寻找数据源的网络节点,以帮助构建改进的企业元数据模型。可以询问网络上的事务,以获得新的信息和适当的使用。

通过数据管理帮助自助服务

非常重要的是,ML系统可以帮助改进对数据的访问,同时管理遵从性。在BI中,发现异常和识别风险是不够的。如果分析真的要变成自助服务,那么快速获取信息是必要的。

在今天的模型中,法规遵循规则和分析师决策设置了雇员对数据库和特定字段的访问。这极大地限制了自助服务,原因很简单:我们无法预先想象所有的需求。

由于NLP为人员提供了一种查询业务信息、理解业务流程和发现业务数据之间的新关系的简单方法,因此经常会出现基于直觉和洞察力的想法。经理会问一个她以前没有考虑过的数据或关系问题,请求还不能访问的数据,或者试图扩展硬设置的信息边界。

在传统的过程中,这意味着调查突然停止,电子邮件必须发送到它,讨论必须发生,然后系统必须调整以允许新的访问规则。

ML系统可以显著地加快这个过程,使用规则和经验快速查找新数据,查看现有数据是否符合法规遵循规则,并允许立即访问,或者标记法规遵循官员要求立即审查的请求。

这个挑战比现在在UX中的变化更复杂,但是这个挑战同样重要。如果没有一种快速的方法来理解回答问题的信息位于何处,以及决定提问者是否有权知道答案,那么经理问问题的难度就不重要了。

在当今的分布式世界中,机器学习提供了更好地管理企业信息的潜力。当行业在考虑如何提出更好的问题时,它需要考虑如何定位和管理提供答案的信息。

(部分内容来源网络,如有侵权请联系删除)
立即申请数据分析/数据治理产品免费试用 我要试用
customer

在线咨询