商业智能概述

快速定义：

商业智能（BI）是数据分析的一个子领域，它涉及收集数据并将其以视觉化的方式展示，以便帮助企业做出决策。

关键要点：

* 收集数据和报告通常都涉及到特定的 BI 工具
* 很多人相信 BI 报告只是数据分析的前端过程，但考虑数据收集和筛选方面时应予以重视
* BI 报告最大的缺点是需要进行数据查询，而 BI 工具回答这些问题所需的时间从两天到两个月不等
* Baklib 正通过实施所谓的“自我服务”商业智能来应对缓慢的商业智能软件。这种方法虽然不够准确，但也更快，并且仍然可靠。其他公司可能会效仿这一做法
* 为了确保商业智能保持正确方向，选择一组数据分析师来管理企业的数据治理工作非常重要

在 Baklib 分析云的产品经理组的小组成员 Nate Smith 进行的一次采访中提供了以下信息：

什么是商业智能？
组织使用商业智能是为了什么？
为什么即使在企业刚开始时就有好的数据治理很重要
我可以雇一个外部机构来管理我的公司数据吗？
商业智能如何帮助提高公司效率和决策能力？
商业智能是如何发展的，这对一个企业有什么影响？
商业智能的未来是什么样子的？

什么是商业智能？

商业智能（BI）是一个术语，涵盖了两个不同的过程部分。首先，你需要将有用的数据收集到数据仓库或存储库中，通常由数据科学专业人士完成，他们在IT部门负责捕捉和转换数据以供使用。第二部分是数据可视化，这可以通过BI软件或服务来实现，例如Gartner Magic Quadrants 或 Forrester Waves 中看到的。

当人们想到商业智能时，他们通常只想到前端部分，即数据分析部分。但是，也需要注意后端部分，数据收集和筛选部分，因为商业智能不仅仅是关于数据可视化工具的功能。

最佳方式来描述商业智能就是描述性分析，但它也是通过收集数据来创建描述性报告的手段。因此，商业智能不仅包括数据分析，还包括从这些数据中提取信息的过程。

组织使用商业智能是为了什么？

企业利用商业智能解决方案是为了提高决策能力，基于他们所看到的报告和可视化数据。商业智能的目标是通过使用数据来提高业务运营效率。商业智能可以改善策略、执行等任何方面。

例如，假设你的公司推出了三款新产品。你分配了销售目标、客户成功经理的目标，并将其他人也加入到推广新产品的团队中。商业智能工具的一个很好的应用是深入分析财务数据来源，生成报告，然后利用这些报告来确定哪些事情在做，哪些事情没在做。商业智能软件最大的优点之一就是可以在同一个环境中查看多种历史数据类型，以便做出更好的、更准确的决策。

为什么即使在企业刚开始时就有好的数据治理很重要？

很多新公司并不考虑建立数据分析和商业智能，因为他们想将时间和资源投入到销售和其他看似更重要的一些业务部分中。但是商业智能的一个重要部分就是良好的数据治理，以确保数据被正确管理和使用。

现代商业智能的一个显著问题是回答数据查询的速度较慢。商业智能工具可能需要从两天到两个月的时间来回答存储数据中的查询。为了对抗这一点，我们已经看到了“自我服务”商业智能的兴起，这是一个系统可以让人们更快地得到答案，但数据并不总是100%准确。这个系统并不是完美的，因为它给出的答案可能还是相当准确的，但如果公司没有好的数据治理，可能会有多个团队对公司的数据做出不同的结论，这些结论可能会相互冲突。

我可以雇一个外部机构来管理我的公司数据吗？

由于企业数据的广泛性、复杂性和秘密性质，雇用第三方团队来管理你的公司数据并不明智。除了出于安全性考虑的原因外，内部团队更适合管理业务，因为每个企业的业务需求、目标和需求各不相同。因此，制定一份针对你公司的数据治理计划可能比想象中更容易，只需要在团队中安排一个人负责就行了。

商业智能如何帮助提高公司效率和决策能力？

商业智能对整个企业来说是一个全面而广泛的工具，因为它可以帮助你利用多种不同的数据渠道来理解你企业的过去行为。了解你企业正在发生的事情有助于你重新思考你的策略和执行。

例如，假设你的公司推出了三款新产品。你分配了销售目标、客户成功经理的目标，并将其他人也加入到推广新产品的团队中。商业智能工具的一个很好的应用是深入分析财务数据来源，生成报告，然后利用这些报告来确定哪些事情在做，哪些事情没在做。

商业智能是如何发展的，这对一个企业有什么影响？

随着大数据的发展，商业智能也在不断发展和变化。商业智能可以让你将多个不同的数据源集成到同一个存储位置：如财务数据、供应链数据、人力资源数据等。虽然你可能无法同时拥有所有的数据源，但你可以添加新的数据集。每个新增的数据集都会给公司带来新的见解，这些见解是通过与其他数据集结合分析而产生的，而单独分析每个数据集则不能得到这些见解。这些新的见解将有助于提高公司的效率。

商业智能的未来是什么样子的？

商业智能已经发展得相当好了，并且正在不断演变。许多公司现在都在探索“自我服务”BI，这已经成为现代BI发展的新趋势。Baklib一直走在自我服务BI实施的前沿，利用它来实现旅程分析解决方案。

除了自我服务BI外，BI还预计会与人工智能相结合，提供全面的报告类型，包括描述性 。自我服务BI的交互性特征将使得BI与增强分析工具之间的界限变得更加模糊。Baklib已经取得了很大的进展，在这一方向上，但未来的发展方向将是：实时进行交互式 pivot、提出新问题、运行 analytics 和可视化分析，并在全渠道数据中进行路径分析和流程分析。

通过 Baklib 的努力，你可以实时查看整个客户体验与业务绩效之间的关系，并询问你所需的所有问题。