2015商務智能發展趨勢十大預測_數據分析師

2014年匆匆而逝，但2014的故事還沒有說完。在過去的一年里，我們看到了太多商務智能領域的發展，哪些會在2015年延續下去，取得新的成績呢?美國商務智能和數據集成領域編輯David Mai做出了預測。

David Mai在美國波士頓大學獲得MBA，在數據集成、數據清洗和商務智能領域有超過4年的工作經驗。是資深的商務智能編輯。

商務智能發力醫療行業

2014年已經見證，并且2015年即將見證的是商務智能在承擔社會責任上將發揮重要作用，尤其是在醫療行業。醫院、診所、實驗室等醫療機構收集的大量數據有助于將醫患之間的交流流程化、進一步強化。這樣，醫生和患者在傳統的預防系統開始之前就能建立數據驅動的聯系。收集電子醫療記錄的工作已經開始，在2015年，我們將看到以下三個領域的進步：不同數據商店的兼容性更好，醫療行業的分析平臺的集成會更好，消費級的客戶app和嚴肅的醫療行業app的集成會更好。

商務智能：讓生活更美好

商務智能(BI)將從業務應用和運營性能報表工具進化到個人需要的日常用品。在這幾年，我們已經看到了一些初級階段的發展，比如用商務智能技術避免交通擁堵，跟蹤寵物，監測個人健康，或生活中其他助手功能，比如高爾夫GPS監測?？傊?，我們生活在商務智能擴展到普通人日常生活中的時代，而且已經進入我們的生活，影響我們做出的決定。

更多社交媒體和商務智能的聯姻

2014年，已經有很多企業分析來自社交媒體的數據。跟蹤對話和社交信息能夠幫助公司理解客戶對他們的看法。今年，我們看到了最大的融合，即IBM和Twitter的合作。前者是硬件和數據分析領域的大鱷，后者是主流的社交媒體網站，擁有大量數據。這注定讓2104年成為不平凡的一年。我認為今年將會有更多的社交媒體公司和商務智能公司合作。

移動商務智能改變行業發展

移動商務智能對我們來說并不陌生，自智能手機和平板產生開始，移動商務智能的概念就產生了，只是到現在為止，它還沒有做到像我們想的那么智能，雖然很多移動商務智能應用程序會提供儀表盤和可視化工具，但顯然我們還需要更多這樣的功能。今年，供應商的重點應該是讓移動商務智能更先進，讓它能夠處理更大數據集和更多數據種類的復雜分析。

數據挖掘將成為基本的應用程序功能

數據挖掘融入到現代商務智能應用程序的方法會更智慧，它將隱藏所有復雜性，提供最大的價值。我們已經漸漸習慣廠商的數據挖掘算法，比如Netflix增加了建議功能，幫助我們做決定，比如“因為您看過XX，XX，所以我們向您推薦這部電影?！斑@些先進算法的使用，是分析工具的常用的一部分。另外，應用程序會找到更智能的方式來利用先進的數據挖掘算法。

Hadoop仍未成長為企業數據倉庫標準

我們一直在等待Hadoop成為數據倉庫的工業標準。根據很多專家的預測，目前Hadoop應當已經成為標準。雖然還是有很多人相信差不多五年后這就會實現，但是還是有一些現實減緩了Hadoop征服數據倉庫世界的腳步。首先，MapReduce這一Hadoop標準是存在缺陷的。適用MapReduce時，數據無法實現即時可用。第二，Hadoop需要大量人工編碼，不了解Java、R語言和Hive的IT工作人員會存在學習曲線問題。Hadoop主要用戶是數據庫龐大的企業，這些企業擁有許多數據科學家，所以這Hadoop不像人們想象的那么普遍和主流。

企業越來越多地走向基于云的數據倉庫存儲

越來越多的企業會將數據存儲在基于云的數據倉庫中。這一現象的主要影響因素是它提供了一個多功能組合的強大集合，機構內部根本無法復制。以下是云端儲存數據毫不費力就廣受歡迎的部分原因。(1)優化的數據倉庫和列式存儲數據庫(2)多種存儲選擇，包括從存儲大量數據集的硬盤存儲到性能卓越的固態硬盤存儲。(3)能過即時伸縮存儲容量的功能(4)內部備份和內容恢復(5)低成本。我相信2015年，走向基于云的數據倉庫會是業界的趨勢。很明顯，IBM和惠普都同意這一觀點，因為2014年它們已經在發展云端數據中心上投入了數十億資金。

自服務商務智能興起

2015會是自服務BI的大年。許多BI方案供應商今年都表示要增加轉向自服務商務智能的特性和功能。此外，企業也都在轉變市場信息，以突出強調“使用方便”或“可供業務經理使用”。這是對于用戶想要越過IT部門更加迅速地直接獲取數據需求的回應，這樣用戶就能夠為企業在更短時間內帶來更多價值。如果用戶想要對電子數據表或儀表盤做出小改動，那么他直接就能做到，無需提交申請，省去了繁瑣的手續。過去的一年是應用程序從技術部門走向業務部門的調整年，2015年更是一個全面轉交年。

數據容量和數據種類持續增長

數據會越來越大。這是事實。企業不能扔掉現有數據為其他數據騰出空間。存儲價格更低，歷史數據也是很有價值的。由于從政府、物聯網、和社交媒體等處得到數據更加便利，所以收集的數據種類也更加復雜。大部分數據都很松散，形式范圍廣，需要創新的方式實現存儲、集成、分析和報告。

機器人等自動裝置需要數據以制定更好的決策

人們可能只從最近的戰爭電影《拆彈部隊》中了解到機器人，那里的機器人被刻畫成用于拆解炸彈或者掃描危險區域的軍事機器。實際上，機器人很快就會大量應用于非軍事場景中。這些陸上或空中設備會越來越多地參與到從包裹遞送到緊急火災救援等活動中。自動裝置依賴于一項關鍵問題：需要提供雙向數據使人類能夠了解狀況，控制機器人做出反應。是否能與智能節點相連，實現數據卸載分析，接受下一步指令，會成為這些系統成功或失敗的關鍵因素。2015年我們會見證越來越多機器人的使用，這些為商務智能的發展創造了新的需求。