企業(yè)數據分析需求旺盛，自助式BI有待普及
IDC日前發(fā)布的《IDC Future Scape：全球制造業(yè)2018預測——中國啟示》指出：到2020年底，25%的制造業(yè)供應鏈將使用分析驅動的認知能力，從而使成本效率提高10%，服務績效提高5%。到2020年，15%的管理數據密集型生產和供應鏈流程領域的制造商，將利用依賴于邊緣分析的云執(zhí)行模式，以實現(xiàn)實時可見性和增強操作的靈活性。
企業(yè)數據分析日益上漲，數據人才供不應求。對于普通業(yè)務人員來說，不懂SQL，不懂數據庫，Excel不精通，VBA不敢碰，則成為橫亙在數據分析需求面前的一大門檻。
企業(yè)組織正在采用自助式分析和商業(yè)智能（BI），并將這些能力帶給各級業(yè)務用戶。這一趨勢非常明顯，根據Gartner的預測，到2019年，具有自助服務能力的商業(yè)用戶的分析產出甚至將超過專業(yè)數據科學家。
Gartner研究總監(jiān)Carlie J.Idoine表示：“數字化趨勢正在推動所有領域的現(xiàn)代企業(yè)和政府對分析的需求。人工智能、物聯(lián)網和SaaS（云）分析以及商業(yè)智能平臺的快速發(fā)展，使得非專業(yè)人士也能夠更輕松、更經濟有效地進行分析，更好地為決策提供信息。”
Gartner最近對3000多名CIO（首席信息官）進行的調查顯示：CIO把分析和商務智能作為企業(yè)組織最重要的、體現(xiàn)差異化的技術。這些技術吸引了最新的投資，也被頂尖CIO視為最具戰(zhàn)略意義的技術領域。
因此，數據和分析領導者們正在越來越多地實施自助服務功能，在整個企業(yè)組織中創(chuàng)建以數據為導向的文化。這意味著業(yè)務用戶可以更輕松地學習如何使用有效的分析和BI工具，并從中獲益，從而在此過程中推動產生有利的業(yè)務成果。
技術引領潮流，云BI成為大勢所趨
隨著云計算技術的不斷發(fā)展和深入應用，云端生成和儲存的數據量增加，在云端處理數據成為解決海量數據處理和系統(tǒng)崩潰問題的必由之路。隨著云端數據的增多，云BI的發(fā)展更是一種必然趨勢。
在新技術的驅動下，銷售易順應市場需求推出了智能分析云，應用先進的分布式存儲和SQL數據庫技術，實現(xiàn)可拓展的海量數據存儲和高性能查詢，可以幫助企業(yè)實時收集、整合、存儲社交數據、第三方數據和CRM數據，并運用云計算技術，可靠、高效、可伸縮的實時處理海量業(yè)務數據，實現(xiàn)海量數據的同步實時更新，有力避免使用傳統(tǒng)BI時容易出現(xiàn)的報表導出延遲和中斷的現(xiàn)象。
1、數據同步，一鍵清除界面緩存
在銷售易智能分析云數據看板界面，業(yè)務人員只需輕輕點擊“數據同步”按鈕，就可以將看板數據和數據庫進行同步更新，清掉界面緩存，查看同步更新的數據報表，做出準確的決策。
2、移動端數據秒同步，隨時隨地查看最新數據
在移動端，業(yè)務人員只需手指輕輕點觸屏幕向下拖拽，就可以一鍵同步數據看板的數據，實時掌握公司運營情況，及時做出決策。
企業(yè)需要采取相應策略，為自助式BI的實施打下扎實基礎
Gartner Idoine表示：“如果數據和分析領導者們只是簡單地提供數據和工具的訪問權限，那么自助服務計劃往往效果不佳。這是因為企業(yè)用戶的經驗和技能在個別組織中差異很大，因此需要培訓、支持和熟悉的過程，來幫助大多數自助服務用戶產生有意義的輸出。”
實施自助服務分析和商務智能的任務規(guī)�？赡軙屍髽I(yè)組織倍感意外，特別是如果他們成功的話。在大型企業(yè)組織中，流行的自助服務項目可以迅速擴展到覆蓋數百或數千用戶。為了避免陷入混亂，在啟動計劃前要確定組織和流程變化是正確的，這一點至關重要。
Gartner建議先要解決四個方面的問題，為自助式分析和商業(yè)智能打下堅實的基礎：
1、讓自助服務舉措與企業(yè)組織目標保持一致，收集關于可量化的成功用例的細節(jié)
通過成功地傳遞自助式BI的影響力，并將其與組織取得的良好結果直接聯(lián)系起來，從而以此來確認自助式BI的價值是非常重要的。這會增強大家對這種分析方法的信心，同時證明持續(xù)支持這種分析方法是有意義的，也可以鼓勵更多的商業(yè)用戶參與其中，并將最佳實踐應用到他們自己的領域中。
2、讓商業(yè)用戶參與到設計、開發(fā)和支持自助服務的過程中來
創(chuàng)建和執(zhí)行一個成功的自助服務計劃，意味著在IT團隊和業(yè)務用戶之間建立和維護雙方之間的信任。沒有相應的技術解決方案可以來幫助構建信任，但是IT部門和業(yè)務用戶雙方在構建自助服務的過程中，可以了解雙方的需求，從而增進信任，最終成功構建自助服務體系。
3、采取靈活輕松的數據治理方法
自助服務計劃的成功，將取決于數據和分析治理模式是否足夠靈活，以支持自助服務用戶對自由式分析的探索。嚴格的、僵化的框架會讓臨時用戶望而卻步。另一方面，缺乏適當的治理將會讓用戶面對大量無關數據，或者造成嚴重的違規(guī)風險。IT領導者必須找到適當的治理平衡，以實現(xiàn)自助服務的成功和可擴展性。
4、通過制定熟悉上手的計劃，讓業(yè)務用戶成功使用自助式分析服務
數據和分析領導者們必須為熱情的業(yè)務自助服務用戶提供正確的指導，告訴他們如何快速啟動和運行，如何將新工具應用到他們的具體業(yè)務問題上。正式的熟悉上手計劃將有助于實現(xiàn)這一流程的自動化和標準化，讓自助服務在整個企業(yè)組織范圍內傳播的可擴展性提升。
總結
企業(yè)數據服務市場如今正面臨大數據和云計算的侵襲，在不久的將來，數據資源將集中地遍布在全球的云服務器中。對于企業(yè)來說，海量數據中蘊藏了豐富的價值和商機，是一座可以不斷挖掘的金礦。而數據分析和處理能力直接決定了企業(yè)挖掘數據商業(yè)價值的能力。如果，企業(yè)想要正確地對數據進行分析，必然需要一個聰明的分析師，即可以處理海量數據的智能分析工具。
銷售易推出的智能分析云系統(tǒng)，融合數據倉庫、云計算等新興技術，可以輕松處理海量數據，實現(xiàn)多渠道數據的實時更新。使用銷售易分析云，不需要再擔心數據導出緩慢和系統(tǒng)崩潰問題，享受實時準確的數據分析服務將不會是遙不可及的夢。
