【51CTO.com快譯】 你還記得自動(dòng)報(bào)表被稱(chēng)為商業(yè)智能或BI的日子嗎?此后不久，技術(shù)用戶(hù)和業(yè)務(wù)用戶(hù)當(dāng)中圍繞工作流、流程和用戶(hù)體驗(yàn)的討論真正定義了業(yè)務(wù)分析或BA。近期在數(shù)據(jù)分析、預(yù)測(cè)建模、側(cè)重?cái)?shù)據(jù)挖掘的機(jī)器學(xué)習(xí)以及社會(huì)、文本和風(fēng)險(xiǎn)分析等方面的進(jìn)步讓人們關(guān)注預(yù)測(cè)分析或PA。據(jù)維基百科聲稱(chēng)，BI、BA和PA側(cè)重于發(fā)現(xiàn)、解讀和傳達(dá)數(shù)據(jù)中有意義的模式，而這就是分析的定義。

[[173704]]

商業(yè)智能業(yè)務(wù)分析員(BI BA)與非技術(shù)型主題專(zhuān)家(SME)為伍，了解數(shù)據(jù)要求，以便做出明智合理的決定。預(yù)測(cè)分析員(PA)常常是在數(shù)據(jù)挖掘和統(tǒng)計(jì)方面有著扎實(shí)背景的數(shù)據(jù)科學(xué)家。

真正的商業(yè)智能實(shí)施始于主題專(zhuān)家撰寫(xiě)或引出用戶(hù)故事。作為商業(yè)智能業(yè)務(wù)分析員，你要確保撰寫(xiě)的這些用戶(hù)故事表達(dá)了業(yè)務(wù)部門(mén)的心聲，可以由業(yè)務(wù)用戶(hù)和數(shù)據(jù)技術(shù)員共同探討。比如說(shuō)，“作為產(chǎn)品經(jīng)理，我要看到供應(yīng)商的部件/組件給每個(gè)部門(mén)帶來(lái)的盈利能力，那樣我才能評(píng)估供應(yīng)鏈。”作為保險(xiǎn)行業(yè)的預(yù)測(cè)分析員，你在評(píng)估定價(jià)模型的同時(shí)，可能挖掘人口統(tǒng)計(jì)、心理、計(jì)量經(jīng)濟(jì)學(xué)和統(tǒng)計(jì)等數(shù)據(jù)。

作為一名開(kāi)發(fā)人員，你要構(gòu)建代碼，以便請(qǐng)求、驗(yàn)證、復(fù)制、移動(dòng)、存儲(chǔ)、轉(zhuǎn)換、推導(dǎo)并顯示格式日益多樣化的數(shù)據(jù)。下面是你處理商業(yè)智能和分析時(shí)要了解的十個(gè)方面。

1. 自助式BI必不可少。

我們進(jìn)入21世紀(jì)已有近20年?，F(xiàn)代商業(yè)智能環(huán)境理應(yīng)為業(yè)務(wù)用戶(hù)提供易于使用的數(shù)據(jù)分析功能，比如機(jī)場(chǎng)航班查詢(xún)亭或銀行ATM。為了增強(qiáng)分析功能，自助式BI應(yīng)當(dāng)與音樂(lè)發(fā)現(xiàn)系統(tǒng)一樣豐富。亞馬遜音樂(lè)和iTunes允許按類(lèi)型、年份、歌手及其他元數(shù)據(jù)來(lái)發(fā)現(xiàn)音樂(lè)。你熟悉那些界面，尋求未知音樂(lè)方面的信息。同樣，如果你使用CarMax或Autotrader，實(shí)際上有眾多選項(xiàng)可以縮小查找汽車(chē)的數(shù)據(jù)挖掘活動(dòng)。音樂(lè)和汽車(chē)都有自助選項(xiàng)。難怪如今精明的業(yè)務(wù)用戶(hù)要求自助式分析，也懂得自助式分析。

2. 提醒比靜態(tài)報(bào)告更受重視。

你的手機(jī)用來(lái)處理遠(yuǎn)比語(yǔ)音通話多得多的活動(dòng)。消息本身就是一類(lèi)重要的編碼信息。不僅限于簡(jiǎn)單的SMS，豐富的消息讓用戶(hù)對(duì)言簡(jiǎn)意賅的提醒的期望甚過(guò)對(duì)文本的期望。照片、表情符、動(dòng)畫(huà)或視頻都完善了之前作為文本消息的信息。相比這種傳統(tǒng)做法：準(zhǔn)備好一份完整的報(bào)告以列舉關(guān)鍵績(jī)效指標(biāo)方面的變化，往你的手機(jī)發(fā)送文本消息都是一種相當(dāng)大的進(jìn)步。

3. 描述性分析只是個(gè)起點(diǎn)。

“發(fā)生了什么?”后視鏡很重要。幾十年來(lái)，后視鏡并沒(méi)有被認(rèn)為是可有可無(wú)的配件。報(bào)表同樣具有類(lèi)似的價(jià)值。企業(yè)內(nèi)部需要你的多列報(bào)表，匯總和鉆取數(shù)據(jù)，以便了解過(guò)去發(fā)生的活動(dòng)。數(shù)據(jù)采集的速度和對(duì)當(dāng)前及前瞻性分析的需求將決定你的分析成熟度。

4. 數(shù)據(jù)整合不僅限于操作型系統(tǒng)。

如果清點(diǎn)一下內(nèi)部數(shù)據(jù)系統(tǒng)，保準(zhǔn)讓你大吃一驚。比如說(shuō)，一家地區(qū)性銀行有50個(gè)或更多個(gè)軟件系統(tǒng)在生成數(shù)據(jù)，這一點(diǎn)也不稀奇。核心銀行業(yè)務(wù)、柜員管理、ATM、租賃管理以及通過(guò)并購(gòu)得到的重復(fù)系統(tǒng)都有底層的數(shù)據(jù)庫(kù)系統(tǒng)。從自主開(kāi)發(fā)系統(tǒng)、文件管理器，到SQL Server、Oracle、MySQL及其他一大批商業(yè)及開(kāi)源引擎，不一而足。如果你供職于任何行業(yè)的一家大中型企業(yè)，就會(huì)熟悉存在的種種DBMS系統(tǒng)、版本和數(shù)據(jù)孤島，一同存在的還有內(nèi)部操作型系統(tǒng)和共享文件系統(tǒng)上Excel文檔中相關(guān)的數(shù)據(jù)子集。

對(duì)大多數(shù)行業(yè)來(lái)說(shuō)，這些數(shù)據(jù)之前完全以基于字符的格式存在。近些年來(lái)，數(shù)據(jù)已開(kāi)始包括社交媒體線索、音頻、圖像和視頻。你的數(shù)據(jù)整合流程應(yīng)包括這類(lèi)數(shù)據(jù)以便分析。挖掘分析時(shí)需要包括來(lái)自政府和行業(yè)來(lái)源的合格的數(shù)據(jù)集，以便提供適當(dāng)?shù)姆治龌A(chǔ)。

5. 診斷性分析回顧過(guò)去。

“它為什么會(huì)發(fā)生?”是診斷性分析關(guān)注的問(wèn)題。為什么商業(yè)建筑商未能償還貸款?為什么病人在約會(huì)時(shí)間過(guò)后要等兩個(gè)小時(shí)?為什么軟件意外停止運(yùn)行?你對(duì)每個(gè)例子的分析都需要獲取并挖掘歷史數(shù)據(jù)和元數(shù)據(jù)。

6. 數(shù)據(jù)可視化并不新奇。

你是Tableau開(kāi)發(fā)人員嗎?它是一款領(lǐng)先的商業(yè)數(shù)據(jù)可視化軟件。用戶(hù)尋求數(shù)據(jù)中的趨勢(shì)時(shí)，可視化是一種常用方法，而不是翻閱一頁(yè)頁(yè)的報(bào)表或借助Excel中的多列排序。就在不久前，可視化還是新奇工具。如今可以使用增強(qiáng)現(xiàn)實(shí)來(lái)分析數(shù)據(jù)。可供你選擇的平臺(tái)包括手機(jī)和標(biāo)準(zhǔn)電腦。可使用應(yīng)用編程接口和開(kāi)發(fā)者軟件。你可以構(gòu)建一種“看得見(jiàn)摸得著”的數(shù)據(jù)分析解決方案。你的想象力在用數(shù)據(jù)增強(qiáng)現(xiàn)實(shí)方面顯得很寶貴。

7. 預(yù)測(cè)性分析預(yù)測(cè)概率。

“可能會(huì)發(fā)生什么?“預(yù)測(cè)性分析專(zhuān)注于預(yù)測(cè)未來(lái)的幾率和趨勢(shì)。你無(wú)法訪問(wèn)未來(lái)的數(shù)據(jù)，所以只好根據(jù)特定的幾率來(lái)預(yù)測(cè)結(jié)果。就某個(gè)問(wèn)題而言，數(shù)據(jù)質(zhì)量越高、數(shù)量越多，確定性越高。確定網(wǎng)上顧客會(huì)訂購(gòu)的下一個(gè)商品是公認(rèn)的例子。預(yù)測(cè)客戶(hù)在一段時(shí)間內(nèi)的價(jià)值經(jīng)常被引用。你可能會(huì)運(yùn)用自身在統(tǒng)計(jì)方面的背景，在找出統(tǒng)計(jì)關(guān)聯(lián)時(shí)，從對(duì)一組變量進(jìn)行回歸分析開(kāi)始入手。系數(shù)促使分析大數(shù)據(jù)集里面的變量和不斷調(diào)整的幾率。你會(huì)發(fā)現(xiàn)，寶貴的預(yù)測(cè)性分析其幾率很少在50%以上。

8. 物聯(lián)網(wǎng)數(shù)據(jù)流分析將無(wú)處不在。

物聯(lián)網(wǎng)以典型的事務(wù)型系統(tǒng)通常所沒(méi)有的步伐和數(shù)量來(lái)提供。車(chē)載傳感器生成的數(shù)據(jù)并不依賴(lài)道路上的嵌入式設(shè)備。傳感器裝在車(chē)上，與車(chē)載處理器通信，并與其他車(chē)載系統(tǒng)聯(lián)系。無(wú)人駕駛汽車(chē)就是結(jié)果。你實(shí)時(shí)分析數(shù)據(jù)流所采用的方法縮小了范圍。你需要過(guò)濾掉與研究無(wú)關(guān)的“干擾數(shù)據(jù)”。

9. 規(guī)范性分析建議行動(dòng)措施。

“應(yīng)該采取什么樣的行動(dòng)措施?”這是規(guī)范性分析試圖要回答的問(wèn)題。你回答這個(gè)問(wèn)題的方法取決于常常與預(yù)測(cè)和風(fēng)險(xiǎn)規(guī)避有關(guān)的優(yōu)化或模擬模型。

10. 分析即服務(wù)提供高質(zhì)量的數(shù)據(jù)，以便豐富數(shù)據(jù)。

日益成熟的云帶來(lái)了許多服務(wù)級(jí)別。軟件即服務(wù)由成千上萬(wàn)個(gè)系統(tǒng)來(lái)提供，一些很小，比如待辦事務(wù)列表，另一些很龐大，比如多租戶(hù)模式的Salesforce CRM。現(xiàn)在，XX即服務(wù)占有一席之地。因此，數(shù)據(jù)和分析成了關(guān)鍵的服務(wù)。專(zhuān)業(yè)公司和國(guó)際知名公司都在提供這項(xiàng)服務(wù)：用高質(zhì)量的廣泛數(shù)據(jù)豐富你的內(nèi)部數(shù)據(jù)。IBM的Watson作為一項(xiàng)服務(wù)來(lái)提供。你可以迅速連接充分利用REST的API，利用強(qiáng)大的計(jì)算能力來(lái)處理數(shù)據(jù)。預(yù)計(jì)在今后幾年，會(huì)廣泛出現(xiàn)針對(duì)特定領(lǐng)域的數(shù)據(jù)分析云。你的數(shù)據(jù)會(huì)成為用來(lái)豐富內(nèi)部分析操作的一種手段。

商業(yè)界變化不斷。商業(yè)智能和分析是你為企業(yè)在趨勢(shì)和公司健康運(yùn)行方面提供指標(biāo)和衡量尺度的手段。

【51CTO譯稿，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文譯者和出處為51CTO.com】