宋星的数字观
作者：北及
这篇文章是Digimax的发表的原创文章。我今天读了，感觉写的不错。推荐给大家。
2020年全世界数据储存量预计将高达40ZB！
而今许多公司面临着如何正确管理数据的难题，随着公司规模的扩张，消费者数据储备可能会迅速膨胀到无法控制的地步。因此，如今不管是个人创业者还是公司企业，人人都在争先恐后地调整自己的商业模式以充分利用数据。这就注定了商业智能平台将在未来的企业中扮演更为核心的角色。2020年必将会有更多的公司将目光放在基本的分析工具之外，寻求全面的解决方案。本文中，我们将探索2020年商业智能（Business Intelligence）的发展趋势。
人工智能（AI）、机器学习和自动化的迅速变化正动摇企业原本的数据使用方式，如果想让你的公司在数据驱动的解决方案上占据先机，那么请细细听我分解。
趋势#1：数据收集的新途径
在不久之前，企业还在依赖电子邮件问卷调查来收集消费者数据。而如今，蓬勃发展的物联网设备市场提供了大量收集数据的渠道。
人工智能与数据投资者 Matt Turck 称之为“万物皆可数据化”，他声称随着全球互联网用户的增长，使用人工智能系统分析和编目信息，使其可以为商业目的进行分类和使用。
2019年数据与人工智能蓝图
图片来源网络
到2020年，商业情报分析师（Business Intelligence Analysts）将拥有更多的数据来源为企业提供丰富的数据储备，用以指导其运营、营销和销售决策。数据获取渠道的大量涌入的不利之处在于，品牌必须花费更多的精力保护自己的数据。《福布斯》的一份报告指出，仅2019年上半年，就有超过41亿条数据被泄露，其中大部分都是在8起独立的数据泄露事件中被泄露的。
新的渠道可能会给企业和数据分析师带来新的机遇，但同时也给黑客和网络犯罪分子提供了可乘之机。学习如何在利用数据的同时保护好自己的数据，必将成为企业的在明年的一个持续的挑战。
趋势#2：更多的企业将使用BI平台
由于需要管理多个渠道并比对各个营销产品和服务的效果，分析和追踪数据的工作任务日益艰巨。因而许多公司正在寻找超越谷歌基础数据分析的综合商业智能解决方案，Amplitude 就是一家这样的服务提供公司：
图片来源网络
正如 Neil Patel （数字化营销和分析专家，SEO 大神）所说，商业智能平台是一个可以把所有数据结合起来，做出更明智的决定，使你可以优化你的长期价值而不是短期收入的中心平台。
有很多诸如此类的商业智能服务提供商，有免费的也有付费的：
- Google Data Studio 谷歌数据工作室（谷歌为那些想要深度分析数据和仪表盘的高级用户提供的解决方案）
- Metabase （一款开源易上手的 BI 工具，对于初创公司是一个不错的选择）
- Tableau （一个强大、安全且灵活的端到端数据分析平台）
图片来源网络
趋势#3：预测性商业分析将持续增长
现今营销和数据是密不可分的，只有花钱获取更好的数据资料，才能为你的成功打下坚实的基础。
然而，现在的问题是，消费者的购物途径变得更加复杂了。在这个信息化的时代，平均每个消费者在购买一个品牌之前接触到该品牌的途径可以高达六个：
图片来源网络
一些新型工具使用人工智能，通过预测性分析来识别看似不相关的变量之间的微妙关系，来更加准确的预测未来。
预测性分析利用 AI 算法来帮助数据分析师预测未来的业绩。随着越来越多的公司迎来数据驱动时代以改善其项目运行和工作流程，大数据将成为2020年最重要的商业智能趋势之一。
如果你需要任何佐证，看看亚马逊就知道了。这家零售巨头公司利用其独有的 A9 算法分析消费者行为并提前预测他们的购买行为，使其能够不断改善自己的供应链以缩短物流时间，因而赢得了庞大的客户基础。
趋势#4：自然语言处理将变得更智能
自然语言处理（Natual Language Processing）是当前商业智能的一个重要方面。这种人工智能技术也被称为对话分析（Conversational Analytics）。它训练计算机软件准确地处理语言，并以类似人类阅读的方式对语言进行建模。以下是一些你可能经常遇到的 NLP 类型：
1.语音识别：将口语转换成计算机可以理解的数据。这就是你每次问 Siri、Cortana、Echo 或者 Google Voice 问题的时候使用的 NLP 技术。
2.机器翻译：将文本从一种语言翻译成另一种语言。谷歌翻译这类的翻译应用使用的基础技术。
3.自然语言生成：模仿人类的说话方式输出信息。这就是每次 Siri 或 Cortana 回答你的问题时会用到的技术。
4.语义搜索：与语音识别紧密相连，它允许你向 Siri 这样的应用提出通俗的问题，而无需用一种特殊的、不自然的方式来表达。
5.机器学习：机器学习是一个完全不同的话题，但本质上，它使用 NLP 解释数据“教”自己未来的行动。
在过去的几年中，NLP 的发展已经改变了营销人员的数据使用方式，他们收集和提取数据的方式也显著改善。行业领先的商业智能平台，像微软的 Power BI 和 Tableau，已经集成了 NLP 特性，比如语义搜索。 它允许人们语音提问然后平台搜索并返回结果。
图片来源网络
在过去，数据分析师必须梳理数以千计的文档才能搜索到具体的数据。随着自然语言处理技术的进步，数据提取变得越来越快，越来越容易。一些专家因此提出 NLP 是商业的未来之类的口号。
趋势#5：增强分析将使商业智能更唾手可得
高德纳咨询公司（Gartner）声称，增强分析（Augemented Analytics）是2020年最值得关注的数据分析趋势之一。鉴于数据分析与商业智能的联系越来越紧密，我们可以预见到增强分析的增长将对 BI 平台产生的影响。从本质上看，增强分析结合了人工智能技术和自动化机器学习，以增强人工智能，提供情境意识。
图片来源网络
考虑到这一点，你可能想知道这项技术是否意味着数据科学家（Data Scientists）即将失业，但事实并非如此，数据科学家在2020年仍炙手可热。 据 Data Flair 公司报告，相关岗位需求增长了28%，预计空缺职位将达到70万个。
使用增强分析的好处是即使团队成员没有计算机科学或者高等数学的相关知识，也可以使用分析程序。这些人工智能辅助工具可以识别核心指标之间的有效关系，并以简单易读的方式提供数据洞察报告。增强分析的另一个令人振奋的用途是在数字助理（Digital Assistant）领域，生产工人可以使用语音命令来使其执行分析功能或者是管理他们的商业智能仪表板（Business Intelligence Dashboard）。
随着增强分析技术的兴起，更多的 BI 平台在今年将变得更加方便使用。
趋势#6：更多公司将关注移动 BI
移动商业智能（Mobile Business Intelligence），即在移动设备上访问 BI 相关数据（如KPI、业务指标和仪表板）的功能——预计将迎来重要的一年，许多新的供应商和解决方案将在今年推出。
Klipfolio （一个 BI 解决方案）中提到：移动商务智能是商务智能拼图中的一块，如果 BI 是为了使用正确的数据从而做出更好的决策，那移动 BI 就是为了确保每个人，尤其是远程办公的员工，都可以在任何时间、任何地点访问这些数据。
数据显示，92%的高管都有一部用于工作的智能手机，那么你可以明白为什么移动商务智能如此重要。无论你运营哪个市场，移动 BI 平台的好处都是毋庸置疑的：
1.你可以在任何时间、任何地点访问你的数据
2.数据实时更新，你可以在当下迅速作出反应
3.拥有一个轻量级的分析平台，适合现代的远程办公
4.大多数用户都会在手机上设置消息提醒，移动 BI 使得他们可以拥有更快的反应速度、更短的工作流程和更好的内部通信
到2024年，移动商务智能市场的价值将超过200亿美元。移动商务智能正处于它的上升期。
图片来源网络
趋势#7：数据治理将成为首要任务
数据治理（Data Governance）是一个涵盖与企业数据的存储和安全相关的所有流程、技术和人员的管理框架。
2020年围绕数据隐私的炒作持续升温，数据治理将不仅仅是一个流行词。2020年1月1日，《加利福尼亚消费者隐私法案》（Canifonia Consumer Privacy Act）开始生效，开启了美国消费者隐私法的新纪元，许多企业正在为客户的数据请求浪潮做准备。
如果其影响与较新的《通用数据保护条例》（General Data Protection Regulation）（世界上最严格的数据隐私法）类似，那么明年许多企业可能会因未能遵守新条例而被处以相当规模的罚款。
更重要的是，CCPA 很可能在美国各州引发多米诺效应，促使其他州通过自己的隐私法，使得人们更加关注企业如何处理他们的数据。今年早些时候，《安全杂志》报道称，在数据泄露之后，消费者会摒弃此品牌。78%的消费者不再和品牌进行线上互动，而38%的消费者则表示将停止与品牌的所有互动。
2020年，企业将需要认真对待数据治理，否则将失去受众的信任。如若拥有一个好用的商业智能平台，保持所有数据井然有序应该不是一件难事。
接下来，你将如何提升你公司的商业智能化呢？
译文来源：
作者：CJ Haughey Twitter:@cyberjuicetweet
相关阅读：
