從2010年開始，BI與數據分析市場便形成了(le／liǎo)一(yī / yì ／yí)個(gè)趨勢，那就(jiù)是(shì)從IT驅動升級到(dào)業務驅動。這(zhè)一(yī / yì ／yí)趨勢在(zài)2016年得到(dào)了(le／liǎo)完全确認，在(zài)Gartner 2016年BI與數據分析魔力象限報告中，在(zài)領導者象限傳統BI與數據分析廠商無一(yī / yì ／yí)幸存，有的(de)甚至在(zài)整個(gè)魔力象限報告中完全消失。而(ér)Qlik、Spotfire、Tableau等敏捷BI與數據分析廠商的(de)業務持續增長，到(dào)2016年已經幾乎完全接管了(le／liǎo)BI與數據分析的(de)增量市場。

 Gartner2017年商業智能與分析魔力象限

Gartner2016年商業智能與分析魔力象限

BI與數據分析市場的(de)這(zhè)一(yī / yì ／yí)巨大(dà)變革，源于(yú)整個(gè)市場的(de)用戶和(hé / huò)場景的(de)變革。

在(zài)上(shàng)世紀末和(hé / huò)2000年初，BI與數據分析領域的(de)最常見場景，就(jiù)是(shì)IT人(rén)員負責企業各個(gè)部門的(de)需求收集并将之(zhī)實現成爲(wéi / wèi)一(yī / yì ／yí)張張靜态報告，而(ér)業務人(rén)員則查看靜态報告，或者接收到(dào)系統推送的(de)一(yī / yì ／yí)張張靜态報告。

這(zhè)一(yī / yì ／yí)場景存在(zài)着兩個(gè)巨大(dà)的(de)問題，首先是(shì)IT人(rén)員不(bù)足成了(le／liǎo)企業數據分析的(de)瓶頸。占企業不(bù)到(dào)5%的(de)IT人(rén)員承擔着巨量的(de)靜态報告開發任務，他(tā)們加班加點地(dì / de)工作以(yǐ)月或者季度爲(wéi / wèi)單位發布更多的(de)靜态報告，IT人(rén)員工作負擔很重。第二，分析報告的(de)及時(shí)性無法滿足業務需求，往往也(yě)讓一(yī / yì ／yí)線業務人(rén)員經常抓狂，例如電商企業的(de)一(yī / yì ／yí)線營銷人(rén)員在(zài)備戰雙11時(shí)往往需要(yào / yāo)數據來(lái)做決策，但面對這(zhè)樣的(de)需求IT人(rén)員往往隻能在(zài)12月才能提交上(shàng)線。

基于(yú)以(yǐ)上(shàng)需求，在(zài)2000年左右BI與數據分析市場出(chū)現了(le／liǎo)幾款面向業務人(rén)員數據分析需求的(de)單機版産品，例如QlikView、Spotfire等，這(zhè)些單機版産品受到(dào)了(le／liǎo)越來(lái)越多業務人(rén)員的(de)喜好，後續這(zhè)些單機版産品逐漸演變爲(wéi / wèi)企業級産品，到(dào)現在(zài)又逐漸演變爲(wéi / wèi)雲平台産品。

越來(lái)越多的(de)業務人(rén)員成爲(wéi / wèi)了(le／liǎo)BI與數據分析産品的(de)深度用戶，很多人(rén)還成爲(wéi / wèi)了(le／liǎo)“公民數據科學家”。

當前，“公民數據科學家”的(de)增長速度是(shì)“職業數據科學家”的(de)5倍，這(zhè)一(yī / yì ／yí)增長速度意味着成百上(shàng)千家企業裏，有成千上(shàng)萬的(de)“公民數據科學家”如雨後春筍般湧現。

他(tā)們接入敏捷BI與數據分析平台，按照自己的(de)意願去探索數據、發現問題、找到(dào)答案并采取行動。大(dà)量具有業務洞察的(de)數據分析報告被他(tā)們制作、分享、交流，整個(gè)過程被IT人(rén)員在(zài)企業級平台上(shàng)進行監控和(hé / huò)管理。

這(zhè)一(yī / yì ／yí)場景在(zài)2016年成爲(wéi / wèi)了(le／liǎo)主流場景，BI與數據分析市場的(de)大(dà)部分采購都源于(yú)業務部門的(de)主張，IT部門會積極主導并參與其中。他(tā)們采購的(de)往往都是(shì)敏捷BI與數據分析産品，這(zhè)些産品必須很好地(dì / de)支持無邊界的(de)探索式分析。

要(yào / yāo)更好地(dì / de)滿足業務人(rén)員的(de)需求，新技術成爲(wéi / wèi)了(le／liǎo)解決新問題的(de)必要(yào / yāo)手段。

要(yào / yāo)支持無邊界的(de)探索式分析，細粒度數據是(shì)基礎性要(yào / yāo)求之(zhī)一(yī / yì ／yí)。

舉個(gè)例子(zǐ)：基于(yú)每一(yī / yì ／yí)張訂單的(de)細節數據，業務人(rén)員将能分析去年全年訂單銷售收入中男性消費均值、男性消費方差、女性消費均值、女性消費方差，區域消費均值、區域消費方差等等。而(ér)上(shàng)世紀90年代的(de)數據分析技術建立在(zài)OLAP等預先彙總技術之(zhī)上(shàng)，很難滿足無邊界的(de)探索式分析。這(zhè)并不(bù)是(shì)因爲(wéi / wèi)我們的(de)前輩水平有限，而(ér)是(shì)因爲(wéi / wèi)當時(shí)處于(yú)286/386/486/586時(shí)代，哪怕是(shì)小型機的(de)存儲和(hé / huò)計算能力都很有限，隻有把數據進行預先彙總，企業的(de)BI與數據分析的(de)平台才基本可用。20多年來(lái)，這(zhè)些傳統BI與數據分析平台爲(wéi / wèi)企業帶來(lái)了(le／liǎo)巨大(dà)的(de)價值，也(yě)因爲(wéi / wèi)技術架構的(de)限制而(ér)難以(yǐ)适應當前的(de)新需求。

從2000年以(yǐ)來(lái)，大(dà)數據技術逐漸發展起來(lái)。分布式計算、分布式存儲、高性能計算、庫内計算、列存儲等相關技術應運而(ér)生，并被投入到(dào)實際的(de)商業應用中逐漸成熟。

但事情沒有那麽簡單。在(zài)大(dà)數據時(shí)代，一(yī / yì ／yí)則數據源複雜且數據量巨大(dà)，二則業務人(rén)員并不(bù)具備足夠的(de)計算機科學知識，這(zhè)讓整個(gè)場景變得複雜起來(lái)。

從使用永洪科技的(de)一(yī / yì ／yí)站式大(dà)數據分析平台Yonghong Z-Suite的(de)用戶群體中我們發現，在(zài)探索式分析場景中，業務人(rén)員一(yī / yì ／yí)個(gè)無心的(de)點擊有可能給平台帶來(lái)上(shàng)百億次計算量，什麽計算請求應該被支持什麽計算請求應該被刹車，這(zhè)對平台提出(chū)了(le／liǎo)極高的(de)要(yào / yāo)求。一(yī / yì ／yí)站式大(dà)數據分析平台需要(yào / yāo)支持上(shàng)千甚至上(shàng)萬個(gè)用戶，在(zài)這(zhè)一(yī / yì ／yí)平台上(shàng)既有成熟的(de)數據分析報告，也(yě)有探索式分析；既有高時(shí)效性數據分析報告，也(yě)有低時(shí)效性數據分析報告。如何讓整個(gè)平台一(yī / yì ／yí)直穩定高效地(dì / de)運行并持續支撐上(shàng)萬用戶的(de)數據分析需求，這(zhè)對大(dà)數據技術提出(chū)了(le／liǎo)更高的(de)要(yào / yāo)求，因此現代企業最需要(yào / yāo)的(de)一(yī / yì ／yí)站式大(dà)數據分析平台的(de)研發難度極高。

另一(yī / yì ／yí)方面，業務人(rén)員對平台的(de)易用性提出(chū)了(le／liǎo)更高的(de)要(yào / yāo)求，語音輸入、模式匹配、自然語言搜索等新技術也(yě)将被BI與數據分析産品納入，去更好地(dì / de)支持業務人(rén)員的(de)數據分析需求。

AI和(hé / huò)深度分析将成爲(wéi / wèi)“公民數據科學家“的(de)下一(yī / yì ／yí)個(gè)使用熱點。

基于(yú)統計方法，探索式分析爲(wéi / wèi)業務人(rén)員帶來(lái)了(le／liǎo)強大(dà)的(de)數據解讀能力。他(tā)們可以(yǐ)從數據中快速找出(chū)模式、發現異常、解讀趨勢等等。

但這(zhè)還是(shì)不(bù)夠，如果平台能給業務人(rén)員提供有效的(de)深度分析能力，業務人(rén)員将不(bù)隻能看到(dào)過去，還能預測未來(lái)。不(bù)過，”公民數據科學家“畢竟不(bù)是(shì)”職業數據科學家“，他(tā)們當中的(de)大(dà)多數人(rén)不(bù)懂分類不(bù)懂聚類，也(yě)不(bù)懂時(shí)間序列等等技術，如何讓他(tā)們能得心應手地(dì / de)結合深度分析技術從數據中獲取洞察，是(shì)一(yī / yì ／yí)個(gè)不(bù)小的(de)挑戰。

另外，AI技術在(zài)各個(gè)領域改變着人(rén)們的(de)生活，結合AI技術人(rén)們在(zài)自動駕車自動掃地(dì / de)自動飛行等領域取得了(le／liǎo)很大(dà)的(de)進展，而(ér)BI與數據分析市場也(yě)必然可以(yǐ)結合AI技術爲(wéi / wèi)用戶帶來(lái)更多的(de)價值。雖然AI技術在(zài)這(zhè)一(yī / yì ／yí)領域尚未被成熟而(ér)廣泛地(dì / de)運用，筆者相信自動分析将在(zài)下一(yī / yì ／yí)代BI與數據分析産品中發揮巨大(dà)作用。

雲計算和(hé / huò)大(dà)數據将不(bù)再是(shì)熱詞。

雲計算和(hé / huò)大(dà)數據已經是(shì)多年的(de)熱詞，各行各業的(de)人(rén)們都在(zài)讨論雲計算和(hé / huò)大(dà)數據，IaaS、PaaS、SaaS、DaaS等雲計算術語讓人(rén)應接不(bù)暇，而(ér)HDFS、MapReduce、Spark等大(dà)數據術語也(yě)吸引着大(dà)量眼球。筆者發現，在(zài)成年累月的(de)探讨之(zhī)後，人(rén)們不(bù)再像之(zhī)前那樣将雲計算和(hé / huò)大(dà)數據當做熱點談資，而(ér)大(dà)約一(yī / yì ／yí)年前投資圈對On-Premise和(hé / huò)SaaS的(de)态度還是(shì)泾渭分明的(de)。商業社會持續催生熱點吸引着大(dà)家，但人(rén)們對每個(gè)熱點的(de)關注往往難以(yǐ)持續。

我們看到(dào)，在(zài)BI與數據分析市場客戶将不(bù)再關注模式是(shì)On-Premise還是(shì)SaaS，或者底層是(shì)不(bù)是(shì)大(dà)數據技術，塵埃落定之(zhī)後漸漸回歸到(dào)了(le／liǎo)商業的(de)本質，也(yě)就(jiù)是(shì)：如何給客戶創造價值。

永洪一(yī / yì ／yí)站式大(dà)數據分析平台

以(yǐ)下是(shì)<Gartner 2017 BI與數據分析魔力象限>報告的(de)内容，歡迎朋友們解讀。

現在(zài)BI與數據分析市場從IT爲(wéi / wèi)中心轉向以(yǐ)業務爲(wéi / wèi)中心的(de)狀況已經成爲(wéi / wèi)主流。數據和(hé / huò)分析市場的(de)領導者們面臨無數的(de)選擇：傳統的(de)BI供應商已經在(zài)近期不(bù)斷創新彌補了(le／liǎo)差距，而(ér)那些“分裂者”們則進一(yī / yì ／yí)步的(de)增強了(le／liǎo)落地(dì / de)實施的(de)能力。

到(dào)2020年，智能的(de)、企業級管控的(de)、基于(yú)Hadoop/Spark技術的(de)和(hé / huò)以(yǐ)可視化爲(wéi / wèi)基礎的(de)數據挖掘能力将成爲(wéi / wèi)下一(yī / yì ／yí)代現代BI和(hé / huò)數據分析平台的(de)組成部分。

到(dào)2021年，現代BI和(hé / huò)數據分析平台将會因爲(wéi / wèi)智能數據挖掘能力的(de)不(bù)同而(ér)體現出(chū)差異化，擁有智能數據挖掘能力的(de)平台的(de)用戶量将達到(dào)非此類平台兩倍的(de)增長率，而(ér)這(zhè)也(yě)會給客戶帶來(lái)兩倍的(de)商業價值的(de)提升。

到(dào)2020年，自然語言處理和(hé / huò)人(rén)工智能技術将成爲(wéi / wèi)90%的(de)現代BI平台的(de)标準性能。

到(dào)2020年，50%的(de)分析問題将通過使用搜索，自然語言處理和(hé / huò)語音的(de)方式生成，或者将被自動生成。

到(dào)2020年，一(yī / yì ／yí)些平台将爲(wéi / wèi)用戶提供内部和(hé / huò)外部的(de)數據目錄，與無法提供這(zhè)些數據目錄的(de)企業相比，他(tā)們将幫助客戶通過對數據分析的(de)投資實現兩倍的(de)商業價值。

到(dào)2020年，公民數據科學家的(de)數量将比數據科學家的(de)數量增長快五倍。

BI廠商們應該支持以(yǐ)下5種應用場景

1.以(yǐ)敏捷爲(wéi / wèi)中心的(de)BI産品：這(zhè)種平台支持敏捷型的(de)、IT化的(de)工作流程，包括從數據到(dào)集中交付和(hé / huò)管理分析内容，平台具有自有的(de)數據管理能力。

2.去中心化的(de)分析：支持數據的(de)自服務數據分析。可以(yǐ)爲(wéi / wèi)獨立的(de)業務模塊和(hé / huò)用戶提供分析支持。

3.數據挖掘管控：支持從自服務數據分析到(dào)自助創建數據分析管理頁面的(de)工作流程，IT級的(de)内容管控，而(ér)用戶内容生成、管理頁面和(hé / huò)分析内容都是(shì)可複用和(hé / huò)可升級的(de)。

4.OEM和(hé / huò)内嵌式BI：支持數據分析流程以(yǐ)内嵌BI至一(yī / yì ／yí)個(gè)流程或者一(yī / yì ／yí)種應用中來(lái)實現。

5.外部部署：支持爲(wéi / wèi)外部客戶或者公共領域、公民接入分析内容，流程類似以(yǐ)敏捷爲(wéi / wèi)中心的(de)BI。

以(yǐ)及以(yǐ)下15種關鍵能力

1.BI平台的(de)監管、安全與架構：平台具有安全管理、用戶管理、平台接入與使用的(de)審計、調優和(hé / huò)保障高可用性和(hé / huò)容災的(de)能力。

2.雲BI：具有平台即服務和(hé / huò)分析應用即服務的(de)能力，可以(yǐ)同時(shí)在(zài)雲端和(hé / huò)本地(dì / de)部署、使用和(hé / huò)管理數據分析報告和(hé / huò)數據分析應用。

3.數據源的(de)連接和(hé / huò)融合：讓用戶能連接到(dào)雲端和(hé / huò)本地(dì / de)化的(de)結構化和(hé / huò)非結構化的(de)數據，包含支持不(bù)同類型的(de)數據存儲平台。

4.元數據管理：該工具能夠讓用戶利用數據包模型和(hé / huò)元數據。實現這(zhè)些功能需要(yào / yāo)提供一(yī / yì ／yí)種強大(dà)的(de)和(hé / huò)核心的(de)方式方便管理者們去搜索、抓取、存儲、複用和(hé / huò)發布元數據對象，比如維度、層級、度量、表現特性/核心指标和(hé / huò)報告布局等。平台管理者們需要(yào / yāo)有能力去升級業務用戶創建的(de)數據模型将其提升爲(wéi / wèi)系統級的(de)數據模型。

5.自有數據的(de)抽取、轉換、加載以(yǐ)及數據存儲：該系統有能力爲(wéi / wèi)連接、融合、轉換和(hé / huò)加載數據至一(yī / yì ／yí)個(gè)自有的(de)功能引擎以(yǐ)及有能力去索引數據、管理數據加載以(yǐ)及更新計劃。

6.自服務數據準備：平台可拖拽不(bù)同來(lái)源的(de)用戶數據集，可生成分析模型，比如根據不(bù)同數據來(lái)源的(de)用戶可自定義度量、組合、集合和(hé / huò)層級。高級功能包括對不(bù)同來(lái)源的(de)數據通過機器學習、語義識别、智能聯結、智能側寫、層級生成、數據行數和(hé / huò)數據混合等進行分析處理。

7.内置的(de)高級分析功能：讓用戶可以(yǐ)非常方便的(de)接入高級分析功能，在(zài)自有平台或者通過引入、結合外部高級模型進行分析。

8.分析儀表盤：通過視覺探索和(hé / huò)内置的(de)高級地(dì / de)理空間分析能力去生成能夠被其他(tā)人(rén)使用的(de)高交互性的(de)儀表盤和(hé / huò)内容。

9.可交互的(de)視覺化探索：使這(zhè)種數據分析的(de)探索可以(yǐ)借助可視化的(de)選項，包括但不(bù)限于(yú)基礎的(de)圖表形式，比如餅圖、柱狀圖、線圖等，也(yě)包括熱力圖和(hé / huò)樹狀圖，地(dì / de)圖和(hé / huò)散點圖以(yǐ)及其他(tā)特殊主題的(de)圖表形式。這(zhè)些工具能讓用戶通過百分比、細分和(hé / huò)組合的(de)展示情況去分析和(hé / huò)操作數據。

10.智能數據挖掘：幫助用戶在(zài)不(bù)通過查詢和(hé / huò)建模以(yǐ)及寫算法的(de)情況下自動挖掘、視覺化和(hé / huò)叙述重要(yào / yāo)的(de)分析發現，比如數據間的(de)關聯、排除、集合、連接和(hé / huò)預測等。

11.移動端的(de)數據探索和(hé / huò)編程： 通過利用移動設備的(de)天然屬性，例如觸屏、照相功能和(hé / huò)地(dì / de)理位置信息，讓客戶可以(yǐ)用發布或交互的(de)模式給移動設備升級和(hé / huò)傳送内容。

12.嵌入分析内容：這(zhè)種性能包含供應商提供的(de)軟件開發工具包和(hé / huò)API接口，支持用戶創建和(hé / huò)修改分析内容，支持可視化展現和(hé / huò)嵌入應用程序，可将其嵌入到(dào)業務流程、應用程序或門戶的(de)開放标準中。這(zhè)些能力可以(yǐ)來(lái)自于(yú)外部的(de)應用、或者被複用的(de)分析基礎設施，但必須可以(yǐ)無縫的(de)與内部應用連接，也(yě)不(bù)需要(yào / yāo)讓用戶在(zài)兩種系統間進行切換。這(zhè)種能力讓BI與其他(tā)數據分析應用架構可以(yǐ)結合，讓用戶可以(yǐ)選擇在(zài)哪個(gè)業務流程中嵌入分析模塊。

13.分析内容的(de)發布、分享和(hé / huò)結合：這(zhè)些能力可以(yǐ)讓用戶通過不(bù)同的(de)結果類型和(hé / huò)分布方式去發布、配置和(hé / huò)優化分析内容，同時(shí)也(yě)有對内容搜索的(de)支持、計劃和(hé / huò)預警的(de)功能。

14.平台能力和(hé / huò)工作流：對于(yú)單一(yī / yì ／yí)的(de)、無縫的(de)産品，或者多個(gè)産品來(lái)說(shuō)，需要(yào / yāo)基于(yú)怎樣不(bù)同的(de)功能去适配這(zhè)種融合的(de)需求。

15.便捷的(de)使用和(hé / huò)可視化展現：對管理者來(lái)說(shuō)可以(yǐ)便捷的(de)使用和(hé / huò)部署平台、生成内容、銷售内容以(yǐ)及與内容互動，同時(shí)也(yě)具備可視化展現的(de)能力。

這(zhè)種預期的(de)低增長率是(shì)對目前主流市場的(de)情況反饋，這(zhè)說(shuō)明市場的(de)需求正在(zài)增加，但仍會受到(dào)價格壓力的(de)阻礙。購買決策将持續受到(dào)業務決策者和(hé / huò)業務用戶的(de)強烈影響——這(zhè)些使用者希望使用更敏捷的(de)、具備成功能力的(de)産品，爲(wéi / wèi)小型組織和(hé / huò)部門級使用而(ér)服務。這(zhè)意味着這(zhè)種先落地(dì / de)再擴展的(de)模式始終主導着市場的(de)銷售形态，但作爲(wéi / wèi)企業客戶來(lái)說(shuō)實施需求的(de)增長以(yǐ)及平台的(de)模式是(shì)否對具備敏捷、客戶友好等性能已經成爲(wéi / wèi)了(le／liǎo)更重要(yào / yāo)的(de)衡量标準。企業的(de)IT部門現在(zài)已經失去了(le／liǎo)部分的(de)決策影響力。在(zài)這(zhè)個(gè)快速進化的(de)市場中，新增長的(de)核心驅動因素如下：

在(zài)規模上(shàng)，現代BI是(shì)新型采購的(de)主要(yào / yāo)目标。企業在(zài)管理上(shàng)的(de)需求遞增将推動IT部門更多參與到(dào)業務用戶的(de)需求實現上(shàng)。業務用戶最初傾向于(yú)使用這(zhè)些新型工具的(de)原因是(shì)通過這(zhè)些工具進行數據分析，可以(yǐ)讓他(tā)們不(bù)依靠IT中心的(de)幫助而(ér)自行完成——這(zhè)對他(tā)們來(lái)說(shuō)是(shì)最主要(yào / yāo)的(de)吸引力。而(ér)現在(zài)用戶數的(de)增加、應用場景複雜性的(de)增長以(yǐ)及更多應用場景的(de)産生都使業務部門催生出(chū)更多的(de)使用需求。因此IT部門必須更多的(de)與業務部門協作，用更好的(de)更敏捷的(de)流程去支持快速的(de)業務擴張需求，支持業務用戶自助完成分析内容以(yǐ)及這(zhè)些内容的(de)分布，去保障使用和(hé / huò)決策是(shì)基于(yú)可信賴的(de)數據分析的(de)基礎之(zhī)上(shàng)。現代的(de)BI工具可以(yǐ)擁有更好的(de)連接性、更敏捷的(de)分析方式以(yǐ)及更客觀的(de)分析洞察，同時(shí)也(yě)将保持很好的(de)易用性，這(zhè)些都将驅動和(hé / huò)主導新的(de)采購方式的(de)産生。

創新型供應商和(hé / huò)已有的(de)廠商會驅動下一(yī / yì ／yí)次市場分裂的(de)浪潮，而(ér)現在(zài)這(zhè)種情況已經開始顯現。市場一(yī / yì ／yí)旦分裂，可視化的(de)探索經驗将成爲(wéi / wèi)主流并被普及，無論對大(dà)型或小型的(de)廠商都是(shì)如此，這(zhè)個(gè)市場将成爲(wéi / wèi)下一(yī / yì ／yí)次分裂的(de)風口浪尖，将推動新一(yī / yì ／yí)輪購買激增的(de)熱潮——原因是(shì)這(zhè)種高性能的(de)産品将爲(wéi / wèi)用戶減少從高級分析中獲得洞察的(de)時(shí)間，以(yǐ)及爲(wéi / wèi)他(tā)們帶來(lái)在(zài)企業内部更廣泛的(de)分析組合。智能數據挖掘能力會幫助用戶自動的(de)去發現那些存在(zài)于(yú)大(dà)量的(de)、複雜的(de)和(hé / huò)持續增長的(de)複合型數據集中的(de)隐秘模式，而(ér)這(zhè)些都不(bù)需要(yào / yāo)通過建模、寫代碼或者查詢來(lái)實現。這(zhè)些能力減少了(le／liǎo)人(rén)爲(wéi / wèi)和(hé / huò)自然的(de)偏見在(zài)可視化探索編程中的(de)産生，用戶可通過高亮、視覺化和(hé / huò)描述重要(yào / yāo)發現、關聯、組合、預測、異常值、異常呈現、聯動或者數據趨勢，在(zài)不(bù)通過建模的(de)情況下去展現數據分析的(de)結果。這(zhè)種能力讓用戶通過自然語言理解和(hé / huò)嵌入可落地(dì / de)的(de)應用模塊去實現數據查詢和(hé / huò)探索式分析，将幫助企業擴大(dà)數據分析的(de)範圍和(hé / huò)價值。智能數據挖掘利用自動探索讓數據科學平台進一(yī / yì ／yí)步增強了(le／liǎo)性能，而(ér)在(zài)未來(lái)，專業領域的(de)數據科學家将推進更前沿的(de)數據探索和(hé / huò)驗證的(de)方式去支持企業決策的(de)需求。當創新型企業的(de)新浪潮崛起時(shí)，傳統BI的(de)廠商們——那些曾經以(yǐ)緩慢的(de)步調适應“現代分裂浪潮”的(de)公司， 現在(zài)已經給出(chū)了(le／liǎo)回應（比如IBM和(hé / huò)Salesforce），而(ér)他(tā)們中的(de)一(yī / yì ／yí)些（比如IBM and Salesforce），也(yě)正在(zài)主導下一(yī / yì ／yí)次的(de)“智能”潮流。

對複合型數據集的(de)需求驅動了(le／liǎo)在(zài)數據準備上(shàng)的(de)投資。業務用戶希望能夠分析不(bù)同來(lái)源和(hé / huò)不(bù)同類型的(de)數據，這(zhè)其中還包含大(dà)量且複雜的(de)數據組合和(hé / huò)數據模型，除數據倉庫和(hé / huò)數據池之(zhī)外，也(yě)包括對流數據的(de)處理能力的(de)需求等，這(zhè)都要(yào / yāo)求更快速的(de)計算能力。這(zhè)種能力需要(yào / yāo)能夠支持對數據的(de)快速準備、清洗、豐富以(yǐ)及發掘出(chū)可信賴的(de)數據，對擴展使用需求來(lái)說(shuō)，對複合型數據集的(de)支持變得非常重要(yào / yāo)。

可延展性和(hé / huò)可嵌入性将成爲(wéi / wèi)擴大(dà)使用範圍和(hé / huò)提升使用價值的(de)主要(yào / yāo)的(de)驅動因素。擴大(dà)使用範圍的(de)方式可以(yǐ)通過爲(wéi / wèi)業務人(rén)員包括内部用戶和(hé / huò)客戶提供更爲(wéi / wèi)自動化的(de)工具或者給他(tā)們正在(zài)使用的(de)應用産品内置分析模塊來(lái)實現——也(yě)可以(yǐ)兩者兼而(ér)有之(zhī)。可嵌入性和(hé / huò)對用戶内容的(de)分析能力的(de)提升将成爲(wéi / wèi)這(zhè)些工具的(de)适用性和(hé / huò)普及性的(de)有力支持，無論從分析産生的(de)價值或者分析本身來(lái)說(shuō)皆是(shì)如此。

支持對實時(shí)活動和(hé / huò)流數據的(de)處理能力，将幫助使用場景得到(dào)延伸。爲(wéi / wèi)适應企業快速決策的(de)需求，企業将增加對設備、感應裝置和(hé / huò)交互産生的(de)流數據的(de)處理需求。在(zài)BI和(hé / huò)數據分析市場将需要(yào / yāo)在(zài)一(yī / yì ／yí)些類似的(de)能力上(shàng)進行技術投資——目的(de)是(shì)幫助買家提供可以(yǐ)将實時(shí)活動和(hé / huò)流數據以(yǐ)及其他(tā)來(lái)源和(hé / huò)種類的(de)數據合并處理的(de)平台，将其升級成一(yī / yì ／yí)種新的(de)高效能分析應用，以(yǐ)幫助客戶在(zài)實時(shí)的(de)可落地(dì / de)的(de)洞察建立之(zhī)後，保障分析洞察可以(yǐ)被很好的(de)利用起來(lái)。

内容、數據和(hé / huò)算法的(de)市場空間将得到(dào)提升，而(ér)這(zhè)些市場也(yě)将變得更加成熟，将爲(wéi / wèi)企業創造更多的(de)機會去購買、出(chū)售在(zài)業務洞察上(shàng)的(de)分析能力和(hé / huò)計算能力。在(zài)細分領域内新的(de)市場空間的(de)增長使買方和(hé / huò)賣方能轉換和(hé / huò)交換分析應用，規劃數據的(de)來(lái)源，定制可視化的(de)展現和(hé / huò)算法，而(ér)這(zhè)些市場空間的(de)增長很可能就(jiù)出(chū)現在(zài)BI和(hé / huò)數據分析市場。現有的(de)市場空間仍然爲(wéi / wèi)BI廠商提供了(le／liǎo)新的(de)渠道(dào)——在(zài)平台上(shàng)構建出(chū)解決方案，通過他(tā)們的(de)客戶渠道(dào)和(hé / huò)合作夥伴的(de)資源去銷售産品。成熟市場空間的(de)主要(yào / yāo)好處在(zài)于(yú)——這(zhè)是(shì)一(yī / yì ／yí)個(gè)可連接終端用戶群體到(dào)虛拟的(de)無限能力的(de)通道(dào)，這(zhè)将幫助他(tā)們在(zài)自己内部發展出(chū)解決方案和(hé / huò)流程。

Yonghong 雲端産品布局

對雲部署的(de)需求将持續增長。雲産品很有可能會幫助客戶減少部署時(shí)間和(hé / huò)成本。然而(ér)，“數據重力”的(de)現象仍然存在(zài)，大(dà)多數企業仍傾向于(yú)本地(dì / de)部署，這(zhè)成爲(wéi / wèi)這(zhè)種轉變情況的(de)抑制劑—特别是(shì)對于(yú)IT部門的(de)采購者來(lái)說(shuō)。現在(zài)，這(zhè)一(yī / yì ／yí)狀況正在(zài)緩慢的(de)被改變。在(zài)2016年，有46%的(de)參與調查問卷的(de)客戶表示他(tā)們已經或者準備要(yào / yāo)做雲端BI的(de)部署了(le／liǎo)，來(lái)自業務端客戶的(de)反饋要(yào / yāo)比IT端客戶的(de)反饋更加積極。到(dào)2017年，雲端部署的(de)比例将增加到(dào)51%，大(dà)部分增加的(de)比例會來(lái)自于(yú)IT部門的(de)需求轉變。我們希望這(zhè)種趨勢将繼續，伴随着新的(de)軟件授權方式/購買方式成爲(wéi / wèi)主流（超過半數），預計這(zhè)種情況會持續到(dào)2020年。

伴随下一(yī / yì ／yí)次市場分裂的(de)浪潮，新的(de)創新型供應商将持續産生，而(ér)這(zhè)次變革應該被廠商們看做是(shì)整體策略的(de)一(yī / yì ／yí)部分。之(zhī)後的(de)幾年中，大(dà)型的(de)BI廠商在(zài)創新技術和(hé / huò)創新領域的(de)投資同樣會讓買方收益，同理，風險投資機構對創新型企業的(de)投資也(yě)同樣能使買方市場獲益。對過剩的(de)創新産品的(de)試點出(chū)現了(le／liǎo)下降趨勢，同時(shí)供應商們去做POC的(de)頻率也(yě)在(zài)下降，這(zhè)種趨勢體現的(de)是(shì)買方企業随着時(shí)間推移将産生更多的(de)科技負債——多個(gè)獨立的(de)解決方案會促使業務價值快速（匆忙的(de)）轉變爲(wéi / wèi)産品實施，而(ér)在(zài)實施過程中卻往往缺乏足夠的(de)對系統設計，項目執行和(hé / huò)項目支持的(de)關注。在(zài)這(zhè)個(gè)快速進化的(de)BI市場中，企業應該通過發展正式的(de)IT策略和(hé / huò)參考合理的(de)項目架構去避免在(zài)做選型評估時(shí)産生科技負債， 這(zhè)些策略也(yě)将幫助企業在(zài)未來(lái)避免大(dà)部分返工和(hé / huò)再設計的(de)工作量産生。

本文由大(dà)數據專家，永洪科技創始人(rén)&CEO何春濤（Henry He）先生撰文