傳統上，企業將數據戰略集中在商業智能（BI）上，但預測和規范分析平臺的興起，部分歸功于機器學習和人工智能，正在改變這個方程式。即使是商業智能本身也在不斷發展，這也是以前業務分析平臺獨有的功能。?

分析師和顧問同意，理解商業智能和其他分析平臺之間的區別，以及每個分析平臺為企業帶來的價值，對于正確實施數據戰略至關重要。

在這里，我們打破了商業智能適用于當今可用的分析產品范圍 - 以及業務分析如何發展，這要歸功于工具，策略和人員需求的變化。

商業智能與業務分析

最廣泛意義上的分析適用于所有支持技術的問題解決活動。專家通常將分析分為四個類別，在曲線的最不成熟部分進行描述性分析和診斷分析，在高端進行預測分析和規范分析。

BI是大多數組織在執行分析程序時開始的，它處于描述階段。商業智能利用軟件和服務將數據轉換為可操作的情報，從而為組織的戰略和戰術業務決策提供信息。它使組織能夠收集，分析和呈現數據分析。

“這是有關數據本身的信息。喬治亞理工學院Scheller商學院商業分析中心執行主任Beverly Wright解釋說，除了講述數據所說的內容之外，它不會做任何事情。

雖然一些商人可能會將BI與分析交換使用，但Wright表示，數據專業確實可以區分這兩者。有些人將BI描述為提供對更廣泛的分析領域（尤其是高級分析）所發生情況的洞察，預測未來各種情況下會發生什么。

BI用于商業用途

BI使用來自傳統企業平臺的更多結構化數據，例如企業資源規劃（ERP）或財務軟件系統，并且可以在運營和供應鏈等領域提供過去金融交易或其他過去行動的視圖。今天，專家表示，BI對組織的價值來自于它能夠提供對這些領域和業務任務的可見性，包括合同對賬。

Wright說，與企業技術堆棧的許多其他部分一樣，BI工具已經發展為更加直觀和用戶友好。她解釋說，過去，組織需要數據科學家來使用這些系統并構建儀表板。今天他們是自動化的。這意味著組織可以更輕松地建立數據程序，允許非技術商人使用BI工具生成報告并獲取他們所需的大部分信息，而無需日常使用中的數據專業人員。分析人士認為，僅此一點就是BI技術在企業中的重要工具。

Wright說，這類被稱為“公民分析師”的新型商業用戶是營銷，運營，財務或高級管理人員，他們“不具備數據或建模或分析方面的知識，但他們可以依賴于工具或系統以非常簡單的方式為他們提供所需的信息。“

商業智能作為業務分析的門戶

雖然報告解決方案等BI工具仍然在企業中占有一席之地，但分析師表示他們的能力有限。

全球管理咨詢公司Bain＆Co。在其2017年報告“數字化轉型的IT設計規則”中表示，其對IT領導者的調查顯示，超過50％的組織使用至少三種不同的分析提供商來生成績效報告。它進一步指出：“CIO迫切希望能夠將單獨的數據源集成并合成到一個可以覆蓋整個基礎架構的分析引擎。”

專家說，更重要的是，BI工具無法對可以帶來新商機和增長的數據進行最深入的分析。

“BI不會帶來收入和創新，”企業管理協會商業智能高級分析師約翰邁爾斯說。?

雖然邁爾斯估計有20％的美國組織仍然處于分析采用的BI階段，但他表示大多數組織都不希望在那里結束他們的分析工作。邁爾斯發現的是，用戶通常會受到BI工具生成的信息的鼓勵，并希望數據開始回答日益復雜的問題。

事實上，貝恩報告還指出，IT運營經理將“高級分析”列為“他們最想擁有的能力，但只有少數人表示他們現在可以訪問該技術”。

邁爾斯解釋說，用戶可能首先查看銷售數據，然后希望按州或產品組織數據。然后，他們希望今年看到他們的前十大客戶，他們的共同屬性，并根據這些信息，他們想知道哪一個將是未來一年的前十大客戶。?

“你已經從添加內容并以不同的方式呈現它。這就是許多人稱之為報告或靜態儀表板或傳統商業智能的原因，“邁爾斯說。“但是當你開始向前推進或使用預測分析時，當你不得不做更復雜的數學運算時，你就會進入許多人所看到的分析。”

邁爾斯闡述了BI使用基本計算來提供答案，而其他形式的分析 - 包括預測和規范 - 使用數學模型來確定屬性并提供預測。他進一步指出，機器學習和人工智能處于分析連續體的最遠端。

BI模糊了這條線

雖然數據專業人員在高級分析中仍然扮演著重要的角色，例如模型周圍，但Myers表示他們的參與程度因業務案例而異。例如，用于檢測潛在信用卡欺詐的高級分析系統需要速度，因此依賴于無監督模型與數據科學家查詢系統。

Myers補充說，組織通常會購買現成的BI產品以及商業高級分析產品，但他們傾向于讓自己的數據專業人員構建他們需要的機器學習和AI功能，“因為市場上沒有一套軟件包;?產品就不存在了。“

然而，隨著企業對其BI平臺及其他分析工具的需求增加，解決方案市場正在發生變化，負責貝恩全球高級分析實踐并曾領導其技術實踐的Chris Brahm說。

Brahm表示，許多BI工具正在引入更多，更好的數據信號，以生成更準確，更具洞察力的報告，這些報告模糊了傳統上將BI與更高級分析分開的區別。因此，他補充說，商業智能供應商需要推進，否則就有可能在市場上失利。

“他們能否發展為企業中的管理者提供實時高質量的信息，因為管理者往往是主要用戶？他們能否使用新的數據集和新技術提供更好的實時信息？因為如果他們不能，那么新的提供者將進入 - 他們正在進入 - 并回答管理者所擁有的問題，“他說。?

他說，這些新系統通過回答有關如何最大化和優化業務的問題來幫助用戶做出更好的決策 - 業務目標應該是誰，提供什么樣的促銷以及向誰提供哪些促銷。

“有許多進入市場的玩家正在為管理人員和一線工作人員提供超出傳統商務智能的分析，”他說，并補充說這些工具正在使用新技術和數據集來提供更好的服務，更全面的回答管理者在特定領域的問題，如供應鏈，運營和研發。

技術公司往往更接近采用曲線，而最有可能已采用高級分析功能的公司，包括機器學習和人工智能。

Brahm說，更傳統的行業背后，他們也認為高級分析對未來的成功至關重要。他表示，貝恩的研究表明，70％的組織領導者認為高級分析和人工智能是業務的重中之重。

“每個人，”他補充說，“正朝著這個方向前進。”