商业智能(BI)承担着数据分析、预测和辅助决策的功能,更适用于单个场景。但数据量和复杂性的增长,让相关人员很难讯速地通过BI做出合理的决策。
一方面,决策的优化程度和效率与企业可承担的成本和风险密切相关,也与决策问题的复杂性及所需时间有关。Gartner最近的一项调查表明,“65%的受访者表示他们的决定比两年前更复杂。”另一方面,BI呈现的内容更多是基于静态数据,无法应对当下不断变化的动态环境。决策者的行动也面临着解释的压力,“53%的人表示他们面临更多的压力来解释或证明他们的决定(Gartner)。”
决策智能(DI)的加入,为BI从提供信息和见解走向洞察决策提供了桥梁,AI则是搭建这个桥梁的有力基石。
01
BI面临的瓶颈
BI软件是用来将业务系统上的数据整合起来做数据可视化分析,帮助企业数字化运营决策的工具。国外主流的BI软件包括Tableau、微软 Power BI、QlikView,国内有观远数据、永洪、帆软、奥威软件等。
BI本质上是一种分析工具,它基于不同的业务目标为人所用,应用场景倾向于辅助商业决策,大都采用固定格式的报表或者仪表盘。在使用中,人们需要筛选大量数据,才能找到相关信息,这也是BI存在的局限之一。而数据质量和复杂性的增长,更加凸显了这一局限性,甚至影响数据分析的结果。
此外,BI过度依赖历史数据,很难适用于当下动态环境的发展趋势。因此,BI缺乏实时异常检测的能力,阻碍了主动事件管理。又因其显示的是概括的趋势和模式,容易遗漏具有负面影响的小事件,也难以创建向下钻取路径来探测表面指标下的数据,还缺乏智能呈现优先级的能力。