Thomas+Yap

商业智能一直是发展最快的企业领域之一。不只是技术本身发展迅速，人们用于推广普及并从数据中获取价值的方法也在成倍地增加。

人们愈发重视通过更加高级的分析来解答更加深入的问题，以及为管控自助商业智能而生的全新方法便是这些趋势之一。创新的潜能远未耗竭，本文将重点介绍 2016 年商业智能的几大趋势。

1管控与自助式分析成为最佳搭档

很多人都认为管控与自助式分析之间是水火不容的天敌关系。或许正因为此，他们看到管控与自助式分析把酒言欢会颇感吃惊。其实它们已化干戈为玉帛，业务与技术之间的文化隔阂也日渐烟消云散。各种各样的组织已经认识到，数据管控若方法得当，反而有助于培养一种分析文化，从而满足业务需求。如果有集中、清晰且快速的数据源，并且知道在安全和性能方面有人（IT 部门）操心，人们便更有可能对数据进行深入分析。

2可视化分析成为一种通用语言

无论是在董事会会议室，还是在传媒中，抑或是在社交媒体上，交流方式无不因数据而改变。人们通过将数据可视化来探讨问题、揭示洞见，以及与数据专家及非专家等人士分享故事。随着数据使用量的增长，将有更多的人通过数据来寻求专业问题和个人问题的答案。用人单位将寻觅能够缜密思考数据的求职者。届时，可视化分析将发挥通用语言的作用，襄助人们快速洞悉真知灼见、富有成效地展开协作并围绕数据建立一个社区。

3数据产品链变得大众化

自助式分析工具已经改变了人们对商品的期望。2016 年，在数据的各个处理环节人们都将需要获得支持，尤其是随着更多千禧一代进入劳动大军，这种现象将更为明显。业务用户要想不断通过迭代方法持续改进，就必须能够即时地将特定数据形象地表现出来。正因为此，自助式数据准备工具甚至是自助式数据仓库作为自助式分析的自然延伸，其需求势必出现增长。得益于这种大众化，人们将能够快速响应不断变化的优先事务。

4数据集成开始风生水起

跨多个数据源进行处理可能枯燥乏味或不可行。2016 年，我们将看到数据集成领域涌现出很多新的从业者。随着各种先进工具不断问世以及新的数据源层出不穷，公司将不再尝试从同一个位置收集每一项数据。 数据浏览器将连接到其所在位置的每个数据集，然后合并或混合数据，或者与更多敏捷工具和方法一起协同处理数据。

5高级分析不再只是分析师的专利

整个组织范围内的非分析人员也变得愈发老道精干。基于他们的数据所生成的图表已不能满足他们的胃口。他们希望获得更深入、更有成效的分析体验。因此，组织将采用可使用户应用的统计数据、提出一系列问题并自始至终参与分析流程的平台。

6云端数据和云分析开始崛起

2015 年，人们开始欣然接受云。他们意识到，将数据放在云端不仅轻松方便，而且高度可扩展。他们还认识到，云分析使他们具备灵活应变、机动敏捷的能力。2016 年，将有更多人改用云，这在一定程度上要得益于可帮助他们使用 Web 数据的各种工具。早期采用者们已经开始从这些数据中收获新知，其他人正逐渐认识到自己也应如此。越来越多的公司将利用云分析来更快地分析更多数据。

7分析卓越中心 （COE） 带来卓越成效

为了促进自助式分析的采用，越来越多的组织将成立卓越中心。这些中心在推行以数据推动的文化方面发挥着至关重要的作用。这些中心会推出诸如在线论坛和一对一培训等支持计划，在相关计划的帮助下，即使不是专家，也能将数据纳入决策过程。久而久之，这些中心就会在整个组织范围内建立起以数据为依据制定工作流程的机制。

8移动分析自成一体

移动分析已然成熟，独立为一个领域。它不再只是与旧式商业智能产品交互的接口。2015年，能够提供流畅“移动优先”体验的产品开始出现。处理现实世界中的各种数据不再成为苦差事，却逐渐使分析过程中充满活力。

9人们开始深入发掘物联网数据

2016年，物联网势必更加盛行。似乎一切事物都将有一个传感器，用于将信息发回处理中心。不妨想一想移动设备昼夜不停产生的所有数据，这只是冰山之一角。随着物联网数据量的增长，从中分析出真知灼见的可能性也相应增加。企业将寻找可帮助用户探索数据、然后以安全、受控、交互性的方式分享发现结果的工具。

新技术的兴起将填补缺口

在商业智能生态系统中已有很多新技术问世。无论是Hadoop加速器、NoSQL 数据集成、物联网数据集成、还是改进的社交媒体-所有这些都提供了创立新企业的机遇。因此，在2016 年，我们将看到一批致力于填补缺口的企业崛起，进而带动市场整合。形形色色的组织也将继续摒弃一个个孤立的解决方案，进而采用包含这些新技术的开放、灵活的解决方案堆栈。