Constellation Research和IDC新的研究显示，商业智能市场正处于转型期,分析,可视化,和大数据是快速增长的驱动力。

这是一项新报告煽动性的标题,得出的结论是,商业智能因为我们知道它是在过渡时期,只能成为“决策管理能力连续体”的某一种元素。

那连续体,根据该报告的作者,Constellation Research的分析师尼尔·雷德,将包括从预测建模,机器学习,自然语言处理、业务规则、数据可视化,描述什么是这份报告“传统的”BI。

根据最新一部的IDC的年度BI和分析市场份额的报告,上周发布的“全球商业分析软件2012-2016年预测和2011年经销商市场份额”表明，仍然存在一个很大的和不断增长的BI市场。但事实上,IDC报告的名称已经更改从“商务智能”到“商业分析”说明它的方式领导着市场。

我们都看到了近些年对BI没有履行承诺的唏嘘,许多企业的潜在用户对其采用利低于20%甚至10%。但这是“可能正确的级别”的限制下遗留的BI工具,雷德说。我十分同意,而我明显的呼吁更好的易用性,简便的部署,可支付能力,以及方便的管理。

是什么很大程度上错过了BI的前观,雷德说,是能够让业务用户创建他们自己的数据模型。建模是一种常见的做法,总是做仿真模拟和情景规划。定价模式,例如,经常预测销售和利润，如果X低利润的产品销量正在减少却希望通过产品A、B和C留住老客户。

保险公司使用模型来分地区制订方针和预测报告在哪发生5级飓风或在各种阶段的洪水。收益管理模型是应用于宾馆、航空集团为了填满房间和座位。风险和应急模型用于金融服务预测到贷款失败率和储备计划以应对损失。

上面描述的模型是复杂的分析团队的职责,但雷德说业务用户需要灵活易用的工具来建模。微软Excel和预算规划应用程序接近,他说,但我们需要的工具,比Excel创建数据的不一致和版本控制问题困难些,一方面,业务用户可以地比在其他预算和规划应用程序更方便。

对公司的数据而言,BI太经常被锁进不同于fixed-schema数据仓库的只读报告。需要添加一个新的数据属性?这将需要一个IT项目几天或几周的工作来改变这个模式。这样僵化的做法不只是为了与时代保持同步,应该是在接纳新数据源和支持深刻的洞察决策。
雷德摆出了一个打数据建模的最佳实践的例子,他说将引导更好更好的BI之路。他想要的可视化建模的工具,隐藏复杂的选择数据源斌并且提高认识。他需要零编码,因此这种探索新的数据源的行为不要求一定程度的编程。他要求强大的协作能力和工作流的能力,因此洞察可以与业务流程共享。

并非巧合的是,IDC最近的BI和分析市场份额的统计显示,这三个发展最快的业内供应商是Tableau软件,QlikTech,和Tibco Spotfire,报告显示,2011增长率分别为94%,43%,23%。所有三个混合数据可视化、分析,大规模的内存分析功能。在我看来,他们正转向雷德所需要的灵活和可分析的环境。它们的接口和方法正在被更大厂商所模仿,尽管它还为时尚早,这些努力将改变人们的交互BI的方式。

IDC预测,先进的分析(超类别的预测建模和机器学习)到2016年将每年增长10.1%，而且内容分析(明显自然语言处理)到2016年将每年增长14.5%。传统的BI查询、报告和分析工具,与此同时,将看到惊人的9.5%的年增长率,根据IDC的报告显示。

数据仓库平台类别预计到2016年每年增长11.2%。开源的,非关连的大数据平台,例如Hadoop和NoSQL数据库将主要运行与其现有的业务分析系统,IDC预测,但在少数情况下将削减传统数据仓库的销售数量。

大数据平台的硬件和服务大部分的话费,并不是软件,雷德说。尽管如此,大数据分析的要求制做灵活的数据建模更加重要。人们想要的软件业务是让他们“只处理数据的含义——而不是它的结构、位置或格式,“Raden解释道。

这是真实的背景当BI工具分析相对少量的普通事务的数据时，这是真实的背景。形式、品种、速度和数据的复杂性越来越难以管理，这是一个更大的当务之急。