共计 3525 个字符，预计需要花费 9 分钟才能阅读完成。
在 Gartner 相干报告和会议中，咱们常常会看到 BI 影响力剖析、市场剖析、BI 将来趋势的剖析等等。这些剖析，能让咱们更好地洞察市场，开掘数据的价值，从而把握数据与剖析市场倒退的真正后劲！
上面，咱们做了一些演绎总结：先介绍 BI 能解决的问题；再从用户角色、响应工夫、遍及度等方面介绍 BI 的技术趋势；最初咱们从 Gartner 对 ABI 产品能力的定义来看 Smartbi 产品能力的匹配度。
BI 能解决的问题
首先，咱们先来看看 BI 次要是做什么？解决什么问题？如下图：
图片起源：Gartner
BI 是基于数据，应用剖析工具或人工投入，解决企业描述性、诊断性、预测性、批示性的问题，帮忙企业做出剖析决策，从而通过决策领导口头，帮忙企业在竞争中博得劣势。BI 解决的问题次要分为四类：
描述性的问题
产生了什么？次要通过展示性的形式来解决。此时 BI 工具遍及度不高，须要进行数仓、报表、KPI 等创立，人工投入较高。
诊断性的问题
为什么产生？次要通过探索性的形式来解决，自助 BI 工具的呈现，使得 BI 工具遍及度有所晋升，人工投入有所升高。
预测性的问题
将会产生什么？次要通过开掘预测的形式来实现，智能 BI 加强剖析能够给用户提供无效的描述性、诊断性见解，还能够通过自然语言驱动问题和答案。
批示性的问题
我应该做什么？将来心愿实现决策自动化，通过智能 BI 针对消费者实现间断的剖析报告，主动领导决策。
从响应工夫等剖析 BI 技术趋势
理解 BI 能解决的问题之后，上面，咱们从 BI 需要的响应工夫、遍及度、AI 渗透率等方面来剖析 BI 技术趋势，为市场洞察提前做筹备。如下图，能够把 BI 分成四个阶段：
传统 BI：基于语义层的平台
它次要是 IT 来主导的，个别是为了解决描述性的问题。它基于预处理好的数据仓库等数据，进行交互式的 KPI 和报表的创立，从而让管理者或是领导浏览查阅，帮忙其做出剖析决策。传统 BI 在企业个别有 15%~20% 的采用率，遍及度不高。
自助 BI：基于可视化的摸索平台
自助 BI 次要是业务分析师主导，通过可视化的摸索平台，进行自在的用户交互操作，创立用于监控和剖析的仪表板，从而解决诊断性、探索性的问题。自助 BI 也须要进行数据预筹备，它在企业中的采用率和遍及度都比传统 BI 要高。
智能 BI：加强剖析
次要是业务分析师和消费者来主导，基于开放式的问题和结构化数据进行加强剖析。除了包含之前仪表板等性能，它还减少了机器学习用于解决用户描述性、诊断性的问题；减少了自然语言用于驱动问题和答案；还能主动发现可视化的相干模式等等。它的遍及度和采用率比照自助 BI 都有所加强。
智能 BI：加强生产
次要是基于消费者主导和核心，解决描述性、诊断性、预测性甚至局部批示性的问题，进行数据的加强生产，次要体现在：以机器学习为主导在上下文中为用户间断主动生成描述性，诊断性，预测性，说明性见解；以故事或新闻馈送的模式或可固定到仪表板的动静仪表板的模式提供洞察力；用于查问和进一步摸索的 NLP、NLQ 和 NLG 等。它的遍及度是最高的。
图片起源：Gartner
从上图咱们能够看到，这四个 BI 阶段的变动次要体现在响应工夫越来越快，遍及度不断扩大，AI 的渗透率也越来越高。
过来一个剖析需要从提出到解决，往往须要几个月，自助 BI 呈现后，需要的响应工夫可能只须要几天或是几个小时，在将来 2 - 5 年，智能 BI 将会将此缩短为几分钟甚至几秒。
同时，应用数据分析的人群也在不断扩大，原来传统 BI 须要 IT 人员主导，只有领导或是管理人员查阅报表 /KPI，BI 的普及率只有 15% 到 20%；当初自助 BI 基于可视化的摸索平台让业务人员能够进行探索性数据分析，智能 BI 通过加强剖析如机器学习自然语言查问再次进步 BI 的普及率；将来智能 BI 通过加强剖析和加强生产，可能达到只有你是数据的消费者，你就能够进行数据的主动剖析，从而实现全员 BI！
从用户角色剖析 BI 技术趋势
用户应用 BI 技术是为了解决他们在理论利用中遇到的问题的，具体能够总结为通过前端展现、摸索、开掘、预测等形式来理解产生了什么、为什么会产生、以及预测未来会怎么样。不同的用户解决的问题不同，相应的对 BI 的需要也不同，最终目标都是为了企业做出决策提供根据！上面咱们从不同 BI 用户解决不同问题着手，来分析 BI 的技术架构。
图形起源：Gartner
针对决策者、信息消费者解决监控的问题
针对对象：决策者、信息消费者
前端平台：信息门户
须要性能：报表、仪表盘、大屏、KPI 剖析等
数据撑持：数据仓库、数据集市
具体阐明：决策者、信息消费者基于数据仓库、数据集市的数据通过信息门户查看报表、Dashboard 仪表盘、KPI 剖析等来获取信息，理解产生了什么，从而实现问题的监控。
上述情况归属于传统 BI，Smartbi 产品借助 Excel 的弱小，赋予其“设计器”的责任，通过电子表格等实现报表创立、大屏开发，从此 WEB 报表更丰盛、更灵便，升高企业报表开发门槛！
针对信息探索者解决探索性问题
针对对象：信息探索者，次要包含数据分析师、数据工程师
前端平台：剖析工作台
须要性能：数据筹备、交互式可视化摸索
数据撑持：数据目录、剖析沙盒（用于记录摸索的数据）。
具体阐明：在剖析工作台上，数据工程师基于数据目录、剖析沙盘进行数据筹备，筹备好数据集等数据资源；数据分析师通过交互可视化形式进行数据摸索。
很显著，上述探索性问题咱们须要自助 BI 来解决。Smartbi 自助剖析平台围绕不同类型业务人员提供企业级数据分析工具和服务在 Excel 和浏览器中实现全自助的数据提取、数据处理、数据分析和数据共享，具备无以伦比的适用性。
针对公民数据科学家解决洞察性问题
针对对象：公民数据科学家，次要包含数据科学家、公民开发者
前端平台：数据迷信实验室
须要性能：预测剖析、标准剖析、高级剖析
数据撑持：数据总线，造成加强的 DS 和 ML，数据湖。
具体阐明：数据科学家、公民开发者基于数据总线 / 数据湖在数据迷信实验室，进行预测剖析、标准剖析、高级剖析等，从而实现对数据的开掘预测，达到洞察信息的目标。
对于洞察性问题，最好应用智能 BI 来解决。Smartbi 提供数据挖掘性能，致力为企业所做的决策提供智能性预测性。
除上以外，企业可能不仅仅须要晋升企业的决策效率，还须要构建数据化经营的生态系统。Smartbi 通过智剖析云平台能够帮忙企业自助、疾速搭建云端数据分析平台。Smartbi 还能够通过利用商店、互助共享、数据答疑等性能实现积淀剖析成绩并激励分享，促成共享与交换的生态！
Smartbi 的产品能力
理解了 BI 的技术发展趋势后，上面咱们来看一下 2020 年 Gartner 对 Analytics & BI 平台要害能力的划分。下图显示了评估的 15 项要害性能，浅蓝色暗影示意 Gartner 认为是加强剖析的性能或者是正在进行翻新的性能。
图片起源：Gartner
依据 15 项要害性能，Gartner 定义了 ABI 产品能力。上面咱们把 Gartner 定义的 ABI 产品能力和 Smartbi 产品的能力做一个比照:
从下面的比照图咱们能够看到 Smartbi 产品的能力和 Gartner 定义的 ABI 产品能力是十分匹配的。
01
Smartbi 产品的对立服务平台实现平安治理、对立架构、元数据管理和各种数据源治理；Smartbi 的数据管理包含自助 ETL 和数据存储（MPP）、自助数据集、数据导航等，这两块别离对应 Gartner 定义产品能力的基础设施和数据管理。
02
Smartbi 产品的根底剖析创作和加强剖析对应 Gartner 定义的剖析和合作。其中包含电子表格实现传统 BI 的报表、KPI；数据摸索实现自助 BI 的交互式可视化摸索；自助仪表盘和挪动驾驶舱则实现仪表盘剖析摸索和挪动利用的摸索和创作。
03
Smartbi 产品的加强剖析，次要包含 Excel 交融剖析、预测剖析和自然语言剖析，次要对应 Gartner 定义的加强数据发现。其中 Excel 交融剖析是在 Excel 上自助取数后进行自助剖析，它联合了 Excel 的长处，解决了 Excel 在平安、性能、分享方面的问题；数据挖掘预测性能，致力为企业所做的决策提供智能性预测性。此外，Smartbi 提供基于 AI 技术的语音助手小麦，实现自然语言剖析性能，升高了数据分析的应用门槛。
04
Smartbi 产品的公布、分享和合作性能对应 Gartner 定义的分享和合作。其中通过利用商店、互助共享、数据答疑等性能积淀剖析成绩，造成企业的常识资产。
2020 年，Smartbi 凭借 Smartbi Eagle 自助数据分析平台胜利入选 Gartner 加强数据分析代表厂商。
2021 年，Smartbi 将持续剖析趋势、展望未来、洞察市场，打造一体化的 AI+BI 数据分析产品，使咱们的大数据分析软件变得更加聪慧，疾速开掘企业数据价值！
