數(shù)據(jù)作為“新能源”和“新生產(chǎn)資料”，目前已經(jīng)普遍運用于各大企業(yè)。當(dāng)前，諸多企業(yè)已經(jīng)可以通過數(shù)據(jù)的可視化，了解企業(yè)基本經(jīng)營情況。

 

然而，數(shù)據(jù)可視化只是數(shù)據(jù)分析的第一步，數(shù)據(jù)的價值遠不止于數(shù)據(jù)報表，企業(yè)的問題在于如何深度應(yīng)用數(shù)據(jù)，看到數(shù)據(jù)帶來的真正價值。

 

以一張圖為例。

從圖中可以顯性化的看出該企業(yè)的收入及變化情況，但為什么會得到這樣的結(jié)果？收入變化的關(guān)鍵因素是什么？未來如何調(diào)整才能保障業(yè)務(wù)的持續(xù)健康發(fā)展？

 

顯然，數(shù)據(jù)報表的作用主要是展現(xiàn)“已經(jīng)發(fā)生的實時”，在實際運用過程中，很難提供“對未來趨勢的判斷”。無論是業(yè)務(wù)人員還是管理者，依然以自身視角查看、解讀報表，再根據(jù)自身經(jīng)驗做出決策，而非通過系統(tǒng)了解數(shù)據(jù)背后蘊藏的大量信息，數(shù)據(jù)報表與科學(xué)決策之間仍然存在巨大的鴻溝。

 

因此，當(dāng)前企業(yè)運用數(shù)據(jù)驅(qū)動增長的關(guān)鍵，在于數(shù)據(jù)的深度應(yīng)用，“AI+BI”的模式成為了破局之道。

 

什么是“BI+AI”？

全球領(lǐng)先的信息技術(shù)研究和咨詢公司Gartner認為，分析及商業(yè)智能平臺不再因數(shù)據(jù)可視化功能而有所區(qū)別，平臺的差異化已經(jīng)轉(zhuǎn)移到對數(shù)據(jù)增強分析的支持程度，如利用機器學(xué)習(xí)（ML）和人工智能（AI）幫助業(yè)務(wù)人員和數(shù)據(jù)分析師實現(xiàn)比手動更加高效的數(shù)據(jù)準(zhǔn)備、分析和決策。

 

所謂“BI+AI”，就是在BI數(shù)據(jù)分析平臺中，深度融合AI增強分析模塊，使二者相輔相成：

 

BI幫助企業(yè)從數(shù)據(jù)中獲得洞察力，而AI則可以使洞察更為精準(zhǔn)化、自動化、智能化，實現(xiàn)科學(xué)的決策與預(yù)測。BI滿足了企業(yè)在結(jié)果監(jiān)控、問題診斷、決策支持上的需求，AI則滿足了業(yè)務(wù)預(yù)測、問題預(yù)警、探究數(shù)據(jù)背后的關(guān)聯(lián)關(guān)系等深層次需求。

 

以此，幫助企業(yè)實現(xiàn)數(shù)據(jù)的自動化洞察，提供可靠的決策依據(jù)。

為什么是“BI+AI”？

當(dāng)前的AI應(yīng)用，其最大的問題是：看起來很高大上，但實際上用不起來。其根本問題在于：數(shù)據(jù)質(zhì)量差，很大程度上影響AI模型輸出結(jié)果的精準(zhǔn)度；需要建立各種分析模型，對于業(yè)務(wù)人員門檻較高；僅支持一些簡單預(yù)測，甚至只是具有相關(guān)模塊卻無應(yīng)用場景，導(dǎo)致無法落地使用。

 

而對于BI來說，諸多傳統(tǒng)BI的數(shù)據(jù)應(yīng)用層次過淺，大多聚焦于數(shù)據(jù)報表，而缺乏數(shù)據(jù)深度應(yīng)用的能力，顯然不符合商業(yè)分析新時代的需求。

 

BI+AI是優(yōu)勢互補。BI的可視化能力、敏捷易用性、數(shù)據(jù)準(zhǔn)備能力、高性能處理能力等都可讓AI借力，為其提供高質(zhì)量數(shù)據(jù)基礎(chǔ)，和可視化的操作模式。AI則加深了BI產(chǎn)品的應(yīng)用程度，讓BI平臺成為了新時代下數(shù)據(jù)應(yīng)用不可或缺的主力軍。

如何有效運用“BI+AI”？

數(shù)據(jù)應(yīng)用開始逐漸步入業(yè)務(wù)用戶商業(yè)分析的時代，其特征是以業(yè)務(wù)為主導(dǎo)。產(chǎn)品主要以面向業(yè)務(wù)用戶/分析師為主，數(shù)據(jù)準(zhǔn)備、報表開發(fā)、深度洞察等工作由業(yè)務(wù)人員通過拖拉拽的方式完成，真正通過數(shù)據(jù)提升業(yè)務(wù)效果，驅(qū)動業(yè)務(wù)增長。

 

因此，企業(yè)運用AI、使AI真正產(chǎn)生效果的關(guān)鍵同樣在于讓業(yè)務(wù)人員成為主導(dǎo)，而非停留在專業(yè)技術(shù)人員層面。

 

BI+AI的最理想應(yīng)用狀態(tài)，是企業(yè)提出一個業(yè)務(wù)問題，系統(tǒng)可以通過內(nèi)部和外部數(shù)據(jù)的分析得出的結(jié)果，自動給出答案。

 

可以看出，當(dāng)前的關(guān)鍵點在于降低AI使用門檻，這樣才能產(chǎn)生實際價值。

 

以BI+AI的領(lǐng)先者永洪科技為例，以“AI平民化”為理念，實現(xiàn)了低代碼、拖拽式、流程化操作的高級數(shù)據(jù)分析功能。

 

對于零基礎(chǔ)的業(yè)務(wù)人員，永洪BI提供了Auto Model功能，可以通過界面上一步步地提示，以拖拉拽的方式直接進行調(diào)參和創(chuàng)建模型，自動進行數(shù)據(jù)處理、調(diào)參訓(xùn)練。以此實現(xiàn)數(shù)據(jù)洞察，解決業(yè)務(wù)問題。

 

對于專業(yè)的數(shù)據(jù)分析師，永洪BI內(nèi)置了數(shù)據(jù)探索、統(tǒng)計分析和業(yè)界常用的回歸、分類、聚類、關(guān)聯(lián)規(guī)則、時序預(yù)測等類型的20種以上的算子及詳細的超參數(shù)配置，滿足專業(yè)分析師更加精細化的數(shù)據(jù)挖掘使用需求。同時提供類似R語言或者Python的接口，可以直接撰寫腳本來運行，滿足定制化的需求。

 

 

BI+AI的產(chǎn)品需要給業(yè)務(wù)用戶提供易于操作的輸入模式和易于理解的洞察結(jié)果，從而達成可靠的決策支撐，以永洪BI為例：

 

數(shù)據(jù)問答可以讓用戶使用文本輸入問題，系統(tǒng)以可視化的方式進行自動展示答案；

 

數(shù)據(jù)解釋可以對數(shù)據(jù)影響較大的因素進行自動統(tǒng)計和分析，比如從不同的因素分析部門員工離職的原因，找到影響較大的原因作為數(shù)據(jù)分析參考；

 

數(shù)據(jù)洞察則自動給出用于發(fā)現(xiàn)業(yè)務(wù)數(shù)據(jù)增長、減少的原因，比如發(fā)現(xiàn)西部市場比南部市場銷售增長，就可以一鍵選擇數(shù)據(jù)洞察，發(fā)現(xiàn)背后的原因。

 

數(shù)據(jù)是企業(yè)有效應(yīng)對復(fù)雜商業(yè)環(huán)境的利器。然而，企業(yè)應(yīng)用數(shù)據(jù)還處于初級階段，數(shù)據(jù)的價值遠不至于“提供參考”。深度應(yīng)用數(shù)據(jù)、深挖數(shù)據(jù)價值，才是當(dāng)前企業(yè)健康發(fā)展、保持領(lǐng)先的關(guān)鍵。BI+AI的模式為企業(yè)提供了數(shù)據(jù)深度應(yīng)用的有效路徑，將成為商業(yè)分析時代的關(guān)鍵應(yīng)用模式之一。

?