服务器_华为云控制台_免费领

时间:2022-05-12 03:40       来源: 微辰云

服务器_华为云控制台_免费领

在过去的50年里,BI已经从专注于纸质活页夹的分析师发展到几乎可以即时处理数TB信息的基于云的数据仓库。数据现在可以在移动报表中可视化,企业领导人可以使用这些报表来获得见解并做出更明智的运营决策。直到最近,这一级别的可操作BI还需要时间和数据科学家的专业知识。

为了保持竞争优势,未来的业务用户将面临越来越大的压力,需要分析数据并快速做出明智的决策。这意味着自上而下的管理者将需要访问精简的信息,无论他们是在办公桌后面还是在外面。随着处理能力的提高,人工智能(AI)将成为现实,通过计算大量数据,创造出不可预见的商机,实现洞察的自动化,并使行动与后勤运作保持一致。

这不是科幻小说。扩展的BI已经被用于实时改进业务。那么,2017年商业智能(BI)将走向何方?我们先来看看——但首先,大数据定义,让我们来看看我们到过哪里,以及我们是如何来到这里的。

扩展BI的兴起

2004年,坎贝尔汤公司(Campbell's Soup Co.)率先使用一种算法,本能地监测特定市场的天气温度波动,然后将这些数字与多个变量进行比较。当一个地区达到一定的门槛时,坎贝尔将加大基于位置的营销力度。例如,当二级市场遭遇异常寒冷的天气时,该公司会增加当地广播广告。公司已经发展了这种模式,淘客app定制,现在使用更先进的大数据来提高销售。

UPS提供了另一个例子。在过去的10年里,该公司开发了一种名为Orion的算法,可以帮助司机发现最有效的路线。这是通过分析他们平均每天120个站点和超过六个五位数(数量单位等于10198–1,后跟198个零)的可能选项来完成的。它还考虑了天气状况和道路封闭等变量。这是一个人类大脑永远无法衡量的计算。

许多塑造我们现实的技术进步首先遭到怀疑。考虑到这一点,理财返利,重要的是要考虑到不断出现的挑战是如何推动新的创新的,这样我们才能更好地理解商业智能在未来将如何发展。

批判性评估如何激发技术创新

竞争情报一直是取得成功的一个巨大因素。这部电影《模仿游戏》详细描述了艾伦·图林的生活和工作,讲述了技术需要和面对质疑的毅力如何创造无与伦比的竞争优势,图灵(与其他数学家和密码分析员一起)为英国军事情报部门工作,破解德国谜机的加密。"谜"机被德国人用来加密军事通信。一旦加密被破坏,盟军就利用情报来加速战争的结束。

当时,人们普遍认为Enigma是不可破解的,它的加密总数可能达到万亿次。但图灵和他的数学家哥登韦尔奇曼发明了Bombe,这是一种从波兰前身改装而来的机器,可以在不到20分钟的时间内分析和破解谜码。

由于他在战争期间和战后的工作,Turning被广泛认为是理论计算机科学和人工智能(AI)之父。图灵不仅证明了竞争情报的价值,也证明了人工智能将在我们处理和理解数据的过程中发挥巨大作用。

1965年,时任加州理工学院电气工程研究员、英特尔未来联合创始人的戈尔丹·摩尔进一步明确了这一观点。摩尔发表了一篇文章,认为集成电路上的晶体管数量每年会翻一番。十年后,他修正了他的假设,说他相信计算能力每两年就会翻一番。这一理论后来被称为摩尔定律,尽管有人批评他是正确的。

今天,多亏了苹果,我们的智能手机比送宇航员去月球的能力更强,这项技术仅仅用了大约30年的时间就发展起来了。

这些小插曲进一步证明了数据驱动技术的扩散是无止境的。在数据呈指数级增长的过程中,获取正确的工具来分析数据并使其易于理解,对于所有企业来说都是至关重要的任务。这一事实的进一步证据可以通过概述过去50年的商业智能里程碑来发现。

商业智能的快速发展

商业智能这个术语是由IBM研究员Hans-Peter Luhn在1958年创造的,他将其定义为"以如下方式理解呈现的事实之间的相互关系的能力:当时,BI实际上要求分析员团队仔细研究纸面上的信息。

在20世纪50年代末和整个60年代,IBM通过硬盘和最早的商业数据库之一System/360的开发,开发了存储信息的新方法。直到70年代末80年代初,现代商业智能才开始流行。

在这期间,计算机辅助决策支持系统(DSS)帮助各级员工利用内部数据库和模型解决问题。这导致了更先进的高管信息系统(EIS)和集团决策支持系统(GDSS),它们处理了大量数据,帮助高管做出关键决策。

1989年,当Gartner分析师Howard Dresner将商业智能描述为"概念和方法"时,BI的定义进一步完善在90年代早期,企业交流软件,数据仓库通过在一个位置存储大量信息来帮助简化数据处理,联机分析处理(OLAP)开始拓宽决策支持系统的领域。最终,提取、转换、加载(ETL)——将三个数据库功能组合成一个工具的过程变得无处不在。随着数据仓库负载的增加,ETL帮助简化了数据处理。