最近这段时间根据Gartner相关报告中涉及到了BI系统、数据分析的技术趋势，进行了一些归纳总结，对于某些趋势点，特意去找了现存的BI产品，站在2021年的开端，让我们脚踏实地的脑洞一下吧！

1 分析时刻

分析时刻是Gartner定义的一种数据分析流程，通过对数据进行可视化、探索和应用算法，支持业务成果的交付，从而做出更好或更快的决策，实现业务流程的自动化。

随着数据使用门槛逐步降低，自助式、平台式BI成为趋势，数据分析的主动权会逐步转移到业务人员手中，数据分析直接由遇到业务问题的业务人员发起，业务人员可以使用数据分析工具/平台完成数据分析内容。

举例：

当一名业务人员想知道某个商品的线上销售预测，或者为什么购物车中的商品没有被某些客户转化为购买，在过去，这名业务人员必须求助于IT部门的专业数据分析师（提取可能相关的数据，输出特定分析报告）、数据科学家（建立预测模型），但是试想一下，如果BI系统中建立了常用的预测算法模型、归因分析工具，可以方便的连接数据集，业务人员自主快速完成分析内容，他通过自助分析很快就知道了这几个数据结论或者问题原因，从而做出业务上的反馈。

亿信华辰的亿信ABI

2 增强分析

增强分析主要是指以机器学习为基础的数据分析和BI功能，通过机器学习、人工智能等技术的应用将常见通用的数据分析的场景沉淀为产品功能中，帮助普通用户在没有数据科学专家或 IT人员协助的情况下完成数据分析。

增强分析的底层理念是“简单易用”，能够支撑用户在没有专业知识背景下，完成数据的“收集-准备-整合和分析”全过程。

增强分析包含增强数据准备、增强机器学习、增强数据分析这些模块。这里主要讲在数据分析中的应用趋势。

自动洞察和自动可视化

自动洞察( automated insights )

自动洞察是指机器自动地从数据中发现潜在信息和价值：发现数据之间的关联、发现数据异常、自动进行聚类。

现在大部分的主流 BI 平台都有自动洞察的相关功能推出。举例：亿信华辰的ABI。

自动可视化 ( automated visualization )

亿信ABI做出的大屏

根据数据结果自动的选择可视化的方式进行展示，以清晰的展现数据分析结果。

有2个方向：

自动选择图表：当查询出数据集后，机器会根据数据特点，自动生成合适的图表。图表自动化现在主流的BI工具都已经支持了，比如tableau，选择好数据集后第一眼看到的不是数据，而是自动的可视化图表，而当维度变多后，会自动将现有图表拆分成多个。

自动生成报告：比自动选择图表更高一层，自动生成报表布局、配置控件、图表联动等。

技术上有2种实现思路：

基于规则：预先设置好规则库，根据规则生成图表，规则库的质量是关键。

基于模型：将问题转化为分类或者排序问题，数据本身的特征与可视化图表的特征是关键。

3 嵌入式分析

将特定的数据分析方法集成到业务系统中。

比如，BI系统的页面可以用于嵌入到其他系统中，这样对产品未来发展很有好处：

能够扩大BI的适用范围，也便于未来产品规划的升级

业务人员在产生数据的系统内就能看到数据的分析结果，增加了体验，并且使用起来流程、体验都很顺

预测和决策建议

通过大量人工业务分析总结出的业务经验、再加上AI和机器学习技术的加持，让机器一次性完成业务分析和行动建议。

比如：taobao的生意参谋，数据现象后面紧跟着操作建议、业务技巧。

这种功能如何实现呢？看起来很高大上，其实说起来也有简单的方法：

首先提炼出数据表现背后代表的业务场景，根据数据表现判断属于哪一种业务场景，再推送出对应的解释和建议，这种实现方式的特点是，业务已经比较成熟，能够很好的抽象出业务上数据和策略的关系。实现上使用规则就可以很好的满足初期的需求，是的，重点是梳理好对应的规则库。

这些都是未来的趋势，我们无论是企业选型的过程中还是在BI厂商在升级发展BI的过程中，这些都可以作为借鉴的东西帮助到大家。