商业智能的未来—强大的数据分析

根据Gartner的说法，在未来五年内，增强分析能力将成为商业智能中最热门的趋势。此外，根据数字工作场所2018的Hope cycle，在不久的将来，即将到来的新一代数据分析将见证商业智能的发展高潮。

不断增长的数据量使数据分析成为业务发展的必要组成部分。要在业务中击败对手，您必须随时了解业务分析的变化。“智能数据发掘”这一表述于2017年正式提出，并且作为企业横向的强烈差异化因素占主导地位。为了清楚地理解，大多数企业目前正专注于构建模型并整合信息以简化它和任务自动化。这扩大了市场对熟练数据科学家的需求。增强分析是这些数据科学家的选择，可以迭代地发挥数据到知识的行动活动，如汇编数据，解释数据示例和构建模型，并传播和实施数据调查结果。这节省了用于从数据中获取重要业务洞察的时间和资产。

Gartner将增强分析定义为“ 使用机器学习和自然语言生成自动化洞察的方法。”虽然有些人将其称为智能数据发现，但最终它将BI与AI融合在一起，以自动化查找数据的过程，为分析做好准备。产生见解。将原始数据转换为洞察力的传统过程基本上是一个耗时的过程，需要大量的程序。

在进行任何分析之前，我们需要建立一个超级特征的研究问题。这个问题是它变成了一个相当大的措施，如过滤，类似于专注于一个单一的查询，某些信息因此被忽略，因此从未调查过一些经验。当建立一个明确的研究问题时，那时的组织就有建立模型或算法的工作。这真的不是一夜之间的过程，包括大量的时间和困难的工作。在这两个阶段完成之后，最麻烦的部分是将这些不同的数据解释为值得注意的见解，同时限制人类倾向的狂野力量。

除了目前明确的预测和利用数据分析工具的能力之外，尖端的增强分析挖掘得更加深刻。它提供真实的报告和仪表板，并提供机械化和值得注意的先见之明和规范性指导。利用增强分析快速完成各种令人困惑的物理解决方案，并且可能非常繁琐。它因此清理和准备数据，解释数据中的隐藏模式并利用它们构建模型。AI算法和软件用于理解数据并显示进行适当移动的见解和建议。组织可以测试他们的推测和假设，因为他们可以使用统计算法破译他们的数据并访问关键数据。

Gartner强调，增强分析的存在将很快占据主导地位，居民数据科学家将超越数据科学家所产生的先进分析材料。增强分析为非技术用户提供了以前无法运行的复杂分析的能力。Gartner进一步预计，在未来两年内，超过40％的基于数据科学的任务将实现自动化。这可确保非技术用户可以使用自动分析执行更多操作。Gartner研究总监Carlie Idoine认为，机器学习和数据科学的见解在企业中将更加开放和不可避免。赋予数据科学权力的关键是新的增强分析功能。

此外，增强分析消除了人类偏见所带来的方面。增强分析不是特定研究问题的义务，也使企业能够灵活地解锁数据集中隐藏的洞察层。它甚至提供了最初从未考虑过的见解。最终，这确保了跨企业，管理人员可以专注于制定战略而不是被日常的日常手动任务占用。有人甚至预测，一旦增强分析达到顶峰，就不需要数据科学家。但是，专家们不同意这一点，并相信他们的角色将演变为最终集中在特定问题上以及在大型企业应用程序中安装模型，与Augmented Analytics合作以更有效地完成工作。

我们现在正在观察更多突破性的安排供应商，包括人工智能和基于机器学习的能力，以及他们的旗舰商业智能和调查工具。商业中心的重要参与者正在迅速发展，以确保他们能够超越这种模式。通过我们网站的新闻片段直观地展示了这一点，并且可以令人惊讶地首先看到处于最前沿的商家。

增强分析的原因不是要取代基本的决策过程，而是要帮助它。增强分析的宏伟之处在于，与替换组织内部某些专业工作的要求相反，它确实使用了人的能力。使用增强分析，人类能力确实比任何其他时间都更加重要。丰富的见解提供了参与“闪亮的物体紊乱”的诱惑，因为每一个洞察力都可以提供类似于激发潜在的调查结果。专家必须将他们的技能与处理这些块的计划相结合，并选择那些与更广泛的业务系统协调一致的计划。