傳統上，企業將資料戰略集中在商業智慧（BI）上，但預測和規範分析平臺的興起，部分歸功於機器學習和人工智慧，正在改變這個方程式。即使是商業智慧本身也在不斷髮展，這也是以前業務分析平臺獨有的功能。 

分析師和顧問同意，理解商業智慧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，對於正確實施資料戰略至關重要。

在這裡，我們打破了商業智慧適用於當今可用的分析產品範圍 - 以及業務分析如何發展，這要歸功於工具，策略和人員需求的變化。

商業智慧與業務分析

最廣泛意義上的分析適用於所有支援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，在高階進行預測分析和規範分析。

BI是大多陣列織在執行分析程式時開始的，它處於描述階段。商業智慧利用軟體和服務將資料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資訊。它使組織能夠收集，分析和呈現資料分析。

“這是有關資料本身的資訊。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，除了講述資料所說的內容之外，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，資料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（尤其是高階分析）所發生情況的洞察，預測未來各種情況下會發生什麼。

BI用於商業用途

BI使用來自傳統企業平臺的更多結構化資料，例如企業資源規劃（ERP）或財務軟體系統，並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檢視。今天，專家表示，BI對組織的價值來自於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，與企業技術堆疊的許多其他部分一樣，BI工具已經發展為更加直觀和使用者友好。她解釋說，過去，組織需要資料科學家來使用這些系統並構建儀表板。今天他們是自動化的。這意味著組織可以更輕鬆地建立資料程式，允許非技術商人使用BI工具生成報告並獲取他們所需的大部分資訊，而無需日常使用中的資料專業人員。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”的新型商業使用者是營銷，運營，財務或高階管理人員，他們“不具備資料或建模或分析方面的知識，但他們可以依賴於工具或系統以非常簡單的方式為他們提供所需的資訊。“

商業智慧作為業務分析的門戶

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

全球管理諮詢公司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資料來源整合併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資料進行最深入的分析。

“BI不會帶來收入和創新，”企業管理協會商業智慧高階分析師約翰邁爾斯說。 

雖然邁爾斯估計有20％的美國組織仍然處於分析採用的BI階段，但他表示大多陣列織都不希望在那裡結束他們的分析工作。邁爾斯發現的是，使用者通常會受到BI工具生成的資訊的鼓勵，並希望資料開始回答日益複雜的問題。

事實上，貝恩報告還指出，IT運營經理將“高階分析”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，使用者可能首先檢視銷售資料，然後希望按州或產品組織資料。然後，他們希望今年看到他們的前十大客戶，他們的共同屬性，並根據這些資訊，他們想知道哪一個將是未來一年的前十大客戶。 

“你已經從新增內容並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慧的原因，“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 - 包括預測和規範 - 使用數學模型來確定屬性並提供預測。他進一步指出，機器學習和人工智慧處於分析連續體的最遠端。

BI模糊了這條線

雖然資料專業人員在高階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，用於檢測潛在信用卡欺詐的高階分析系統需要速度，因此依賴於無監督模型與資料科學家查詢系統。

Myers補充說，組織通常會購買現成的BI產品以及商業高階分析產品，但他們傾向於讓自己的資料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體包; 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，負責貝恩全球高階分析實踐並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，更好的資料訊號，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與更高階分析分開的區別。因此，他補充說，商業智慧供應商需要推進，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資訊，因為管理者往往是主要使用者？他們能否使用新的資料集和新技術提供更好的實時資訊？因為如果他們不能，那麼新的提供者將進入 - 他們正在進入 - 並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使用者做出更好的決策 - 業務目標應該是誰，提供什麼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慧的分析，”他說，並補充說這些工具正在使用新技術和資料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採用曲線，而最有可能已採用高階分析功能的公司，包括機器學習和人工智慧。

Brahm說，更傳統的行業背後，他們也認為高階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階分析和人工智慧是業務的重中之重。

“每個人，”他補充說，“正朝著這個方向前進。”