- 数据分析
- 数据治理
- 产品解决方案
- 行业解决方案
- 案例
- 数据资产入表
- 赋能中心
- 伙伴
- 关于
时间：2018-11-23来源：塞姆佩斯浏览数：585次
Gartner的一份报告称，到2019年，自助服务分析和商业智能工具可能比数据科学家产生更可靠的输出和数据分析。
自助服务分析和商业智能工具可自动执行数据挖掘中的多项功能，目前由全球数据科学家手动完成。
Gartner Inc是一家领先的研究和咨询公司，拥有大数据和分析方面的专业知识。
Gartner调查了来自世界各地的3,000多名首席信息官（CIO），他们报告称，在数据挖掘方面，业绩智能人员将商业智能视为未来的下一个重大事件。它表示，企业越来越多地采用自助服务分析和商业智能来将这些功能带给各个层面的业务用户。
数据科学家每天都在使用几种机器学习技术和数据挖掘机制，而不使用BI工具，解析 抽象模式，编码相关性，客户偏好和其他基本信息。
这些数据有助于企业从利润的角度做出更好的决策，这实质上就是数据挖掘的全部内容。
然而，数据分析公司可能并不总是选择使用人工智能而不是数据科学家，因为前者涉及的投资较多。此外，在机器挖掘大量数据以对数据进行适当分析之后，人工智能和监督是必要的。
如果商业智能的应用变得富有成效，那么其实施规模可能会让企业感到意外。在大型组织中，流行的自助服务计划可以迅速扩展到包含数百和数千用户。
Gartner研究总监Carlie J Idoine说，
“如果数据和分析领导者只是单独提供对数据和工具的访问，那么自助服务计划往往效果不佳。这是因为企业用户的经验和技能在各个组织中差异很大。因此，培训，支持和需要使用支持流程来帮助大多数自助服务用户产生有意义的输出。“
Indeed.com的商业智能分析师Robyn Rap告诉创新企业，
“自助工具只是工具。有效地使用它们在很大程度上取决于使用它们的人，他们的判断力以及他们对数据及其质量的直觉。工具将来去匆匆，你可以教人们如何使用它们。教别人如何恰当地处理数据要困难得多。“
尽管如此，Gartner建议高度关注四个方面，以使自助分析和商业智能可靠。
1.使自助服务计划与组织目标保持一致，并捕捉关于可衡量的成功用例的轶事
2.让业务用户参与设计，开发和支持自助服务
3.采用灵活，轻松的数据治理方法
4.通过制定入职计划，为业务用户提供自助服务分析的成功。
尽管存在一些挑战和复杂性，但自助服务分析和商业智能可以在技术进步，减轻人类负担和扩大就业机会方面开辟新的可能性世界。
