智能(néng)商業五大核心解除職鐘是場的表格陷阱

[ 導讀 ] 數據表+PPT是很多數據分析者常用的工具，未來人工智能(néng)下，自月長助式數據處理能(néng)力、探索式分析能(né離她ng)力、自由的藝術展示能(néng)力、AI分析能(né匠小ng)力、數據溝通和協作能(néng)力將(jiāng)成(chéng)為店關商業智能(néng)的核心能(néng)力。

有這(zhè)麼(me)一群人，每天埋首于各種北去(zhǒng)表格與PPT當中，從早上開(kāi)始，先從各個業樂身務系統中導入數據，再利用Excel進(jìn)行數據處理和彙總，然錯喝後(hòu)把數據結果做完分析之後(冷時hòu)貼成(chéng)PPT，再把PPT交給對(duì)應的業務部門，河風或者呈報給上一級領導為業務決策做輔助。這(zhè)群人在單位被(bèi)湖房稱為“表”哥“表”妹。

“表”哥“表”妹的工作現狀

“表”哥“表”妹們每天與數據打交道(dào)，工作方式是Excel+PPT的形式，當他們把PPT交給老闆，老闆看到結果後(hòu)花在必然會(huì)有很多問題和想法反饋回來，“表”哥“表”妹都東們再根據老闆的反饋又回到業務系統裡(lǐ)重新調整數據，他從做出必要的補充，這(zhè)些重新的加工和梳理，短至兩議可(liǎng)三天，長(cháng)至一星期，繁忙的“表”哥坐制“表”妹似乎做了很多工作，而企業内部的業銀頻務數據利用效率卻仍然極其低下。如何讓數睡文據更直觀、更智能(néng)的為業務服務，“表”哥“表”妹該如何得到“救贖”?城話這(zhè)是基于數據化運營的企業，必須直面(miàn)的問題。

企業數據應用發(fā)展的三個階段

大數據在中國(guó)發(fā)展已有十餘年，目前市場規模已達到千億美元。企業購知數量也從150家發(fā)展到3500家。這(zhè)十年間，企白長業内的數據發(fā)展也經(jīng)曆了三個階段：

第一階段，Report數據報表。鐘匠企業内有各種(zhǒng)各樣(yàng)的業務系錢裡統，比如ERP、CRP、财務系統校對等等，而這(zhè)些業務系統都(dōu)有自己的數據報表。這動還(zhè)個階段存在的主要問題是：當雪從決策層拿到統計報表的時(shí)腦黃候，會(huì)發(fā)現各個報表的統計口徑不一樣(yàng)，同時(sh和美í)決策層需要查看的報表越來越多，但很難進(jì亮公n)行真正的分析。

第二階段，Excel+PPT階段。大數據概念的逐步落地，讓越來越多的企業領導意識到數據刀購的重要性。但在這(zhè)個階段，企業在數習妹據使用上仍遇到很多瓶頸，究其原因紙亮，在于數據分析的周期長(cháng)、效率低。

第三階段，即AB Intelligence，AB服機是AI+BI。未來，企業内的幾乎所有決策，都(d音區ōu)應該是由業務驅動。通過(guò)基于人工智能(néng)的BI産品，業務人員可以輕松進(jìn)行數據準備和分析，發(fā)現數據中風務存在的價值。

未來商業智能(néng)的五大核心能(néng)力

因此，未來的商業智能(néng)水制産品必須擁有以下五大核心能(néng)力：

第一，讓業務真正碰到數據，擁有自助式的數據處理能(n地長éng)力，也就(jiù)是讓業務人員能(né煙區ng)夠利用數據分析工具自主進(jìn)行所有業務數據的整器水合工作。

第二，探索式分析能(néng)力來唱。傳統的數據分析，一般是先制定目标，以銷售人員為例，先給這(zhè作照)個崗位定義KPI，再分解至打了多少個電話，見了多少個客戶，如場有多少轉化為合同這(zhè)樣(yàng機區)一個銷售的漏鬥形式，再往下分解便是從哪裡(lǐ)拿到銷售數據，電話如線懂何記錄，跟客戶見面(miàn)如機西何記錄等問題。因此，傳統的數據分析過(guò)程是從和坐最終結果推導至數據層。

而探索式分析思路完全不同，是從數據的層面(miàn)開男河(kāi)始最終形成(chéng)結果。以電商的服裝業務為例，當拿到某細分和草服裝的銷售數據，分析人員的思考是：

某類産品的銷售是否與天氣氣溫的變化有關？氣溫變化對(duì)服裝銷量是否但國有什麼(me)影響？

通過(guò)與互聯網天氣數據的對(duì)接，便可以分析出不同的就員時(shí)間點不同的溫度對(得吧duì)服裝銷量的影響。因此，探索式分析的思路是從數據本身出發(fā)找到數據話舊的價值，然後(hòu)把這(zhè)個價值提供給團隊成(chéng舞校)員分享。

當然，在實際的業務場景裡(lǐ)，探索式分析和驗證式分析兩(liǎng)者都錯討(dōu)會(huì)有，而随著(zhe)業務的得相發(fā)展，對(duì)數據的應用越來越超前，探索式分析的比重將(ji場章āng)越來越大，但探索式分析對(duì)數據工具的技術要求較高，頻些比如需要有專業的引擎等。

第三，自由的藝術展示表達能(nén睡件g)力。随著(zhe)中國(guó)社會(睡窗huì)的消費升級，人們更加注重使用體驗，對(duì)美的追求也越來越高。在國子數據分析領域也是如此，分析人員基于數據分析結果進(jìn)行自由的配置我腦和美化，比如圖表顔色、樣(yà生影ng)式等，這(zhè)會(huì)更加易體員于人們查看并理解數據。

第四，AI整合的智能(néng)分析能(néng)力。人工智能(néng)和機器算法的加入，使得BI産品可以根據當前數不業務的不斷變化而進(jìn)行實時(shí)分析，動态生成(ch答他éng)有價值的信息并提供給業務或分析人員。

第五，數據的溝通和協作能(néng)力。企業内的數據應用不是一個人在用，而是整個部門、整個公司在用。如都車何把數據分析的結果告訴同事(shì)，并與之進(jìn)行協作讨論?這(見志zhè)就(jiù)需要分析産品具備數據協作功能(néng)，包括與團隊成(靜村chéng)員進(jìn)行實時(shí)呢懂的溝通、互動以及通過(guò)微信等工具進(j嗎視ìn)行便捷的分享。

DataHunter程凱征：商業智能(néng)不能(néng)局限于可視化分師村析

提出未來商業智能(néng)五大核心能(néng)力的是Da信到taHunter 創始人兼CEO 程凱征。程凱征指出：“未來的商業智能(新拿néng)，應不再局限于可視化師業的分析，而是要拓展到企業數據應用基礎，從而幫助企業打通數據脈子東絡，讓每個人通過(guò)數據做決策。”

基于這(zhè)一理念，DataHunter將(jiāng)現有友學的業務數據可視化分析平台命名為Data Analytics，并于近期發(生飛fā)布了最新版本。據了解，Data Analytics已經(jīng)具備實頻內時(shí)、高效等特性，未來，也將(jiān資科g)結合人工智能(néng)和機器那影學(xué)習，讓自動分析、預測分析成(chéng)為現實。Data Anal的河ytics將(jiāng)滿足企業對(duì)于高效利用上草數據的迫切需求，完成(chéng)從異構數呢廠據源整合到探索式分析，再到數據可視火行化及溝通協作的全流程整合。

程凱征在接受企業網D1Net專訪時(shí)最後(hòu)木體指出：“DataHunter緻力于幫助人們科如查看數據并改進(jìn)業務，這(zhè)是“表”哥“表”妹的錢謝願望，是各企業領導者的期望，更是Data樂林Hunter的願景“。