业务范围（不）为常：3大商业智能的预测为2015年

每一年，我和几十个客户在寻求合作，帮助他们有效地执行他们的商业智能系统。每年，根据我的经验，我已经把趋势和预测的前10名名单，为即将到来的一年。今年，当我坐下来放在一起名单，我又意识到，在这一天的140个字符的通信时代，十预言占用太多的话，我想没有人会在列表中，使之。我试图找出如何这样一年鸣叫我的预测没有用。所以今年，而不是10，我会说出我的前三位。 – 大陷阱我看到酝酿，将会对BI和分析显著影响地平线。

1.大，丑陋的数据 – 使得大多数BI策略已经过时。

像安装国债，大数据不仅消失，它正在以指数速度，它不是我们的孩子的问题，这是我们的。

所有开玩笑不谈，作为对大数据增长的复杂性和数量，由公司收集和储存更多的是反应。收集，跃跃欲试，分析和分发这主要非结构化数据是征税的硬件和软件基础设施，创造问题ETL，存储和维护。现有的依赖于静态数据库喂养静态报表不能有效地处理来自大数据传来的信息BI实现。在2015年，我预测，公司将坐下来重新评估其战略BI，很多人会来认识到他们已经实现了在过去五年已经过时了，新战略将出现有其核心，有基础外部数据源的严重依赖，链接到的一切，基于云的应用和高级分析的互联网，使这一切的感觉。这将从根本上动摇了什么“商务智能”是指以中型和小型企业，并导致预测2。

2.数据管理成为工作作为1-公司面临GIGO（垃圾进，垃圾出）。

在怀亚特厄普的话。“快是好的，但准确性就是一切”。我们都看到和经历了大量的努力，当涉及到收集和处理大数据。每天不通过时，我没有听到或读到需要来处理“真实的，或者近实时”的数据去。为什么呢？因为它的未来在如此之快，这是过时的时候，你分析它在当前的系统。速度快是好的，就像怀亚特厄普说，快速不准确的，其实是错误的。我的第二个预测2015年是公司将大张旗鼓地意识到，他们正在从他们的大数据绘制的努力得出的结论要么是犯罪嫌疑人或单位出错误。根源分析将揭示，不准确的原因在于问题与基础数据本身，和大量的努力将启动清洗数据和铲除不精确，使得从数据中得出的结论是有效的。看到一个新学科的兴起，首席数据官（CDO），负责公司的数据资产。有了这个越来越重视数据的质量，实现了“我们不知道该怎么办了”导致预测3。

3.业务目标和数据来对齐。

OK，那么为什么我们要这么做？数据吨，这令人困惑的分析，报告，图表和图形海量。在与高级管理人员的工作在过去的一年，它已经很清楚，即制成可供分析的数据越多，越分析站在自己，不依赖于，或影响真正切实的商业目标。这是因为数据分析是为了分析只是给你更多的数字，并以不同的形式的统计数据，但它确实不开车的商业价值。人类解释该数据和应用数据业务目标一样。我的第三个，也是最后预测2015年是这样的。公司的带动下，在很大程度上是由CDO，会坐下来，开始理顺他们不只是如何收集数据和哪些数据，他们正在收集，但为什么他们正在收集它。而不仅仅是搭售分析数据，我看到公司试图数据和分析，以配合他们的业务目标。在一天结束的时候，数据是没有什么价值，如果它不将公司内部创造价值。这种调整将是绝对必要的，以促进数据驱动的决策，使所有的成本和与他们的商业智能计划相关工作的经济意义。

所以你有它。我的三巨头2015年我知道这是一个多140个字符，大到鸣叫。哦，也许明年。

转载请注明：数据分析 » 业务范围（不）为常：3大商业智能的预测为2015年