新的BI商业智能
新的商业智能(BI)
商业智能(BI)是企业技术的长期趋势。该术语是由当时的Gartner分析师Howard Dresner在1989年发明的，用来描述已经存在的一种发展趋势。
尽管泛指任何将业务数据聚合成一种让员工可以做决策的系统。多年来，这个词已经和一种特殊架构联系在一起: 一个中央分析数据库 — 一个数据仓库 — 从应用程序获取数据，结合工具让专业用户编译成报表、仪表盘和图表。
该架构的复杂性意味着，从历史上来看，商业智能(BI)项目主要是由IT为主导的。目标通常是使数据仓库提供企业真相的单一版本，但这一踌躇满志的目标并不总是会成功的。
打破旧的秩序
但商业智能(BI)受到所有技术趋势的支配，正将旧的IT秩序翻转。云、手机、社交媒体、协作、信息可视化、内存数据库和大数据技术对商业智能(BI)都有直接的影响，而且新的市场进入者对商业智能(BI)的开发利用让原有的供应商近年来开始有了更多的担心。
然而，也许重要的发展是商业智能(BI)项目正越来越多地由业务单位发起和拥有。
现在是独立咨询师的Dresner，在过去的三年里对他在年度“群体智慧”的市场调查里命名的科技领域进行发展的追踪。他说，每年的项目比例是与业务部门看齐的，而不是与IT的增长成正比。
“事情正在发生变化，而如此多的商业智能(BI)现在是由业务用户和业务管理所驱动,”他说。“今年,我们发现新部署的商业智能(BI)超过一半实际上是由业务驱动的。”
这种发展与基于云的商业智能(BI)、移动商业智能(BI)、社交分析的出现和可视化分析的涌现并非巧合，Dresner说。
基于云的商业智能(BI)部署允许企业在不牵扯进IT的情况下自己购买系统;移动商业智能(BI)在营销部门的社交分析时，对移动销售人员有明显的益处;而视觉分析工具让用户在图形用户界面上查询数据，不再需要专业的编程技能来创建新的分析。
“当我们考虑业务用户感兴趣的技术标准时，有社交媒体、协作、云计算、移动和数据可视化，它们是目前市场的热点,“Dresner说。
他将这些类别的商业智能(BI)技术描述为“新的商业智能(BI)”，并认为他们正在推动商业智能(BI)的“复兴”。
有许多原因让这类新的商业智能成为好消息。首先，业务主导的商业智能(BI)方案似乎更成功。Dresner说“群体智能”的92%销售和营销工作的受访者描述他们的商业智能(BI)项目是成功的, 而只有88%的IT工作者这样认为。
这是显而易见的，一位商业技术独立分析师说。“如果你想把信息转化为有价值的洞察力，并应用内容的理解来提高业务成果，如何有效地做到这一点存在于业务本身”他说。
此外，直接由用户设计和实施的商业智能(BI)系统更有可能被采用并被充分利用。“我们想要吸引尽可能多的用户，尽可能让更多的人看到数据，”Dresner说。
而对于IT部门来说，业务部门对他们的商业智能(BI)系统的自主权为IT腾出了更多的时间和金钱。首先，业务部门更愿意支付预算，其次，工具自助式服务的性质意味着IT部门不必一天到晚被请求编程新的报表或图表。
质量与管理
当然不可避免地存在缺点。IT主导的商业智能(BI)项目试图编译“事实的版本”的理由并非纯粹的感情用事，它允许IT部门能实施管理和控制数据的质量。当数据分布在多个商业智能(BI)系统的分区时，实施这样的控制是更复杂的。
“IT部门仍然是，或者应该是，负责维护数据的一致性，限制常见的数据定义，并合并新的数据源，这样，业务变化时用户仍将有他们需要的数据来完成工作,”Dresner说。“业务并不关心所有这些问题，但必须有人关心。”
正如Pringle所说，“没有数据质量标准，没有适当的数据管理框架，就会有质量差的数据，也因此会有质量差的, 会完全误导的洞察力。”
Pringle认为，业务主导的商业智能(BI)在IT与业务的关系上意义更为重大。业务和IT之间的一种协作需要意味着即使IT不直接参与商业智能(BI)的部署，IT专业人员至少也有机会强调治理和数据质量的重要性。
谢天谢地，他补充道，目前的企业管理文化对所有与数据相关的事情都很入迷。“这就创造了让高级管理人员围绕信息管理进行对话的机会。”他说。
Dresner补充说，已经成功地适应了以用户驱动的商业智能(BI)的企业是那些把不再需要在部署上花的钱重新投资在数据质量和治理实践上。
他说，在这些情况下IT部门的角色是“数据管理、集成和治理，而不是工具的选择、工具部署，写报表和生成查询”。
那么现有的商业智能(BI)系统就有问题了。大多数大企业会投资于一个商业智能(BI)平台或另一个, 可能仍被促使产生投资回报。
解决方案同样是业务的参与。“首席信息官(CIO)需要评估状况,”Dresner说。“走出去看看用户在购买什么，为什么这样做。”
有了这些信息，IT部门可以知道他们的企业商业智能(BI)平台是否能交付用户正在寻求的功能，或者是否应该考虑去开发它。
Pringle补充说，业务部门会考虑企业之外的东西，其中一个原因可能是他们不知道IT认可的系统的能力。
但是，Dresner警告说，如果IT部门要中断“新商业智能(BI)”工具在企业中的渗透，它的替代方案如果不是更好，至少要和用户已经在用的一样好。“是用户标准上的更好，而不是IT的衡量标准。”
“新商业智能(BI)” 这一现象只是大趋势的一个方面的，IT部门不再控制企业的技术选择，但它仍然负责信息的价值。
速鸿科技(http://www.suhon***/) - BI商业智能大数据分析工具与服务提供商
商业智能(BI)是企业技术的长期趋势。该术语是由当时的Gartner分析师Howard Dresner在1989年发明的，用来描述已经存在的一种发展趋势。
尽管泛指任何将业务数据聚合成一种让员工可以做决策的系统。多年来，这个词已经和一种特殊架构联系在一起: 一个中央分析数据库 — 一个数据仓库 — 从应用程序获取数据，结合工具让专业用户编译成报表、仪表盘和图表。
该架构的复杂性意味着，从历史上来看，商业智能(BI)项目主要是由IT为主导的。目标通常是使数据仓库提供企业真相的单一版本，但这一踌躇满志的目标并不总是会成功的。
打破旧的秩序
但商业智能(BI)受到所有技术趋势的支配，正将旧的IT秩序翻转。云、手机、社交媒体、协作、信息可视化、内存数据库和大数据技术对商业智能(BI)都有直接的影响，而且新的市场进入者对商业智能(BI)的开发利用让原有的供应商近年来开始有了更多的担心。
然而，也许重要的发展是商业智能(BI)项目正越来越多地由业务单位发起和拥有。
现在是独立咨询师的Dresner，在过去的三年里对他在年度“群体智慧”的市场调查里命名的科技领域进行发展的追踪。他说，每年的项目比例是与业务部门看齐的，而不是与IT的增长成正比。
“事情正在发生变化，而如此多的商业智能(BI)现在是由业务用户和业务管理所驱动,”他说。“今年,我们发现新部署的商业智能(BI)超过一半实际上是由业务驱动的。”
这种发展与基于云的商业智能(BI)、移动商业智能(BI)、社交分析的出现和可视化分析的涌现并非巧合，Dresner说。
基于云的商业智能(BI)部署允许企业在不牵扯进IT的情况下自己购买系统;移动商业智能(BI)在营销部门的社交分析时，对移动销售人员有明显的益处;而视觉分析工具让用户在图形用户界面上查询数据，不再需要专业的编程技能来创建新的分析。
“当我们考虑业务用户感兴趣的技术标准时，有社交媒体、协作、云计算、移动和数据可视化，它们是目前市场的热点,“Dresner说。
他将这些类别的商业智能(BI)技术描述为“新的商业智能(BI)”，并认为他们正在推动商业智能(BI)的“复兴”。
有许多原因让这类新的商业智能成为好消息。首先，业务主导的商业智能(BI)方案似乎更成功。Dresner说“群体智能”的92%销售和营销工作的受访者描述他们的商业智能(BI)项目是成功的, 而只有88%的IT工作者这样认为。
这是显而易见的，一位商业技术独立分析师说。“如果你想把信息转化为有价值的洞察力，并应用内容的理解来提高业务成果，如何有效地做到这一点存在于业务本身”他说。
此外，直接由用户设计和实施的商业智能(BI)系统更有可能被采用并被充分利用。“我们想要吸引尽可能多的用户，尽可能让更多的人看到数据，”Dresner说。
而对于IT部门来说，业务部门对他们的商业智能(BI)系统的自主权为IT腾出了更多的时间和金钱。首先，业务部门更愿意支付预算，其次，工具自助式服务的性质意味着IT部门不必一天到晚被请求编程新的报表或图表。
质量与管理
当然不可避免地存在缺点。IT主导的商业智能(BI)项目试图编译“事实的版本”的理由并非纯粹的感情用事，它允许IT部门能实施管理和控制数据的质量。当数据分布在多个商业智能(BI)系统的分区时，实施这样的控制是更复杂的。
“IT部门仍然是，或者应该是，负责维护数据的一致性，限制常见的数据定义，并合并新的数据源，这样，业务变化时用户仍将有他们需要的数据来完成工作,”Dresner说。“业务并不关心所有这些问题，但必须有人关心。”
正如Pringle所说，“没有数据质量标准，没有适当的数据管理框架，就会有质量差的数据，也因此会有质量差的, 会完全误导的洞察力。”
Pringle认为，业务主导的商业智能(BI)在IT与业务的关系上意义更为重大。业务和IT之间的一种协作需要意味着即使IT不直接参与商业智能(BI)的部署，IT专业人员至少也有机会强调治理和数据质量的重要性。
谢天谢地，他补充道，目前的企业管理文化对所有与数据相关的事情都很入迷。“这就创造了让高级管理人员围绕信息管理进行对话的机会。”他说。
Dresner补充说，已经成功地适应了以用户驱动的商业智能(BI)的企业是那些把不再需要在部署上花的钱重新投资在数据质量和治理实践上。
他说，在这些情况下IT部门的角色是“数据管理、集成和治理，而不是工具的选择、工具部署，写报表和生成查询”。
那么现有的商业智能(BI)系统就有问题了。大多数大企业会投资于一个商业智能(BI)平台或另一个, 可能仍被促使产生投资回报。
解决方案同样是业务的参与。“首席信息官(CIO)需要评估状况,”Dresner说。“走出去看看用户在购买什么，为什么这样做。”
有了这些信息，IT部门可以知道他们的企业商业智能(BI)平台是否能交付用户正在寻求的功能，或者是否应该考虑去开发它。
Pringle补充说，业务部门会考虑企业之外的东西，其中一个原因可能是他们不知道IT认可的系统的能力。
但是，Dresner警告说，如果IT部门要中断“新商业智能(BI)”工具在企业中的渗透，它的替代方案如果不是更好，至少要和用户已经在用的一样好。“是用户标准上的更好，而不是IT的衡量标准。”
“新商业智能(BI)” 这一现象只是大趋势的一个方面的，IT部门不再控制企业的技术选择，但它仍然负责信息的价值。
速鸿科技(http://www.suhon***/) - BI商业智能大数据分析工具与服务提供商
