去年年底國際BI巨頭Tableau宣布退出中國市場，將業(yè)務打包整合到Salesforce與阿里巴巴的合作關系中。從最近幾年技術發(fā)展趨勢來看，BI似有日薄西山之勢，BI這門生意還好做嗎?

關于BI的一個普遍質疑是商業(yè)智能到底如何產生價值，為什么最后企業(yè)IT 部門或者業(yè)務部門完全淪為了做報表，能體現的價值只是節(jié)省了我們做報表的工作量，僅此而已。

高度依賴系統、知識與環(huán)境，更多的問題而非答案

傳統BI關心的是數據漂不漂亮，展現的形式是不是讓人喜歡，門檻夠不夠低，對業(yè)務的價值反饋周期比較長。

數睿數據總裁劉超對當前BI行業(yè)“工具負責好看、工作靠人來干、知識難以沉淀”的問題進行了總結分析，大致歸納為“三個依賴”：對系統的依賴、對知識的依賴、對環(huán)境的依賴。

目前BI分析的數據大多數來源于各類業(yè)務系統，使用這些數據的時候會遇到很多質量、安全、標準等方面的問題。問題出自于機器，但卻需要靠人去治理，這既不合理也產生了很多不必要的工作量，因此下一代BI應該讓機器做機器該做的事，讓人做人該做的事。

其次，是對知識的依賴。人類社會發(fā)展到今天，各個學科、行業(yè)都積累了自己的知識，這些知識如果運用到數據分析中，需要事先積累、吸收、融匯貫通，需要付出大量的努力。能不能讓工具代替人去消化這些知識，降低知識運用的門檻，是第二個問題。

最后，是對環(huán)境的依賴。我們相信數據積累到一定規(guī)模，結合企業(yè)的知識歷史數據，就能實現智能化的知識共享。但是運用知識的環(huán)境是紛繁復雜的，如何讓基于一個系統分析形成的知識能夠快速分享到另一個系統中產生價值，如果知識嵌入到別的業(yè)務系統依舊需要做集成，本質上還是沒有擺脫大量的技術性工作。只有解決知識傳播受阻的這個問題，企業(yè)才真正具備動態(tài)學習和積累的能力。

業(yè)界認為，按照“DIKW”模型理論，BI不能停留在數據階段，做統計與可視化，而要專注于把數據轉變?yōu)橹R。下一代BI與人的關系，應該是BI工具去數據中總結知識，人把知識和業(yè)務結合，產出智慧，創(chuàng)造價值。

下一代BI的隱形巨擘：增強分析與機器學習算法

隨著商業(yè)環(huán)境的變化，數據分析的維度和用戶使用習慣的要求也在不斷升級，面向下一個十年的BI該如何設計?筆者認為好的能力是“當用戶感知不到時，就是它無處不在的時候”，就是說它工作的時候你不會感知到它，當它不工作了，你才會強烈地感到不適。

目前包括nextionBI在內的一些國產BI已經后起而直追，很多功能組件里都封裝了AI 算法，在看不到的地方，有更多的自動化和智能化。比如數據分析模型提供了時序分析、預測、分類、聚類這些通用算法，用戶過去想做一些預測或分類，都需要機器學習的一些模型訓練，現在用戶只需要開箱即用，很快的一鍵操作就可以完成三維/時序/圖譜等分析。

數據分析儀的另一大亮點是基于NLG(自然語言生成)的智能數據解讀，解讀也是自然語言式的，讓枯燥乏味的數據自動說人話，對于數據不敏感人群可以提供友好的數據解讀輔助。當數據量和維度都比較繁多的時候，智能數據解讀可以快速告訴你數據的分布是什么樣的，有哪些特征，特征之間是否有隱形關聯?關聯程度怎么樣?整體數據分布是否有空值?

商業(yè)智能的表象是可視化分析報表的呈現，但它的本質還是業(yè)務問題、管理問題。增強分析就是盡量減少數據工程師的工作，釋放數據分析師的能力，讓機器替代開發(fā)者去完成很多事情。

從數據到知識的遷移，促進下一個十年BI的進化

“十年后回頭看，現在做的都不能算BI”，這是出自nextionBI發(fā)布會現場的原話。

口氣不小，如何實現?劉超將nextionBI的關鍵能力總結為：數據融合、增強分析、敏捷易用。從技術而言，似乎有舊詞新說的嫌疑，相同的概念也需要看面向什么談，面向數據和面向知識有著本質的不同。

如果只是面向數據，數據融合可能做的是對更大數據量的支持，增強分析多做了幾種統計函數，敏捷易用則是提供了API文檔和詳實的用戶引導。但如果是面向知識，數據融合需要關注對更多數據維度、種類的覆蓋能力，結合相關性分析為維度選擇提供指導;增強分析需要同時具備顯性知識識別和隱性知識挖掘兩種能力，將技術能力與場景結合;敏捷易用需要深入工業(yè)物聯、數字孿生中去，與跨行業(yè)的數字化應用相互集成配合。

從面向數據遷移到面向知識，越往上離業(yè)務側越近，不讓數據成為包袱，讓業(yè)務人員更專注于業(yè)務本身。筆者相信數字化一定是由離業(yè)務最近的人來實現的，某種程度上說，數字化轉型是對人的要求，如果人人都有數字化創(chuàng)新的能力，這個公司就是擁有強大數字創(chuàng)新能力的公司。

知識的積累、發(fā)現與傳播可以幫助我們看到更完整的世界，先相信你看不見的世界。nextionBI是否會人如其名，成為下一代國產BI神器我們無從得知，但我們更愿意相信相信的力量，相信我們看不到的世界，相信一場奔赴數字創(chuàng)新藍海的理念、方法論、工具平臺已經展開全圖景。

（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）