在過去的十年中，商業智慧發生了許多變化。每年，我們都會聽到流行語進入社群，語言，市場，並推動企業和公司前進。這就是為什麼我們準備了將在2021年佔據主導地位的最傑出的商業智慧流行語列表。
1. X分析
X Analytics是Gartner創造的一個術語，它是指X變數，用於“不同的結構化或非結構化內容，例如文字分析，影片和音訊分析”。“ X”表示任何型別的分析（如提到的分析），由於許多公司仍未充分利用分析所提供的各種可能性，因此將在2021年引發顛覆性變化。但是另一方面，我們看到企業透過線上資料分析來抓住這些新機會，企業使用者和分析師不必利用大量的IT技術功能，相反，無論是在什麼情況下都可以實時分析資料。位置或裝置。
隨著新的，功能強大的軟體進入市場並使企業比以往任何時候都更加智慧，這些分析解決方案在最近十年中得到了發展。例如，創新的BI解決方案創造了利用AI探索資料，連線點和識別新商機的機會。透過在智慧分析解決方案的幫助下，使使用者能夠自己分析和解釋資料，公司將分析作為其戰略發展的基礎。
不僅在企業中可見，而且在整個社會中，公共衛生專家今年都使用多種資源來確定疾病管理的最佳解決方案，並幫助弱勢人群。人工智慧及其組合成千上萬的研究論文，社交媒體帖子，新聞來源等的能力已經影響了規劃能力，尋找新療法以及控制Covid-19的能力。也就是說，這絕對是我們肯定會使用的資料分析流行語之一在2021年瞭解更多資訊。
2.決策智慧
繼續我們2021年的資料流行語列表，決策情報無疑是其中值得一提的要點，因為各種規模的企業必須具備產生可行的見解的能力，並透過資料和分析做出更好的決策。近年來，公司已開始採用自助BI等解決方案，以促進決策智慧路線圖：觀察，調查，建模，上下文化和執行。在當今競爭激烈的環境中，此模型已變得越來越重要，在該環境中，正在生成無數資訊，但決策質量可能會受到影響。
但是，讓我們回到基礎。決策智能借助機器學習演算法提供了“組織決策和流程的結構”。這個領域還包括描述性，診斷性和描述性分析之類的方法。此外，它包含3種類型的模型：基於人的決策，基於機器的決策和混合決策，每種模型都有其自己的特徵集，而資料是核心力量。但是，眾所周知，人類無法每天處理如此多的資料，也無法期望獲得積極的業務成果。因此，人工智慧為經理們提供了成功的資料驅動型決策支援，並幫助他們做出準確，快速和充分知情的業務決策。
在實踐中，決策智慧是2021年已經發展並將在不同行業發展的公司的商業流行語之一。例如，美國的一家散貨船使用IBM來最佳化其物流流程和運輸，從而節省了數百萬美元。智慧決策處理方法使該公司可以節省不必要的駕駛並實時最佳化路線。另一個例子來自銀行業，決策智慧幫助他們將其電信技術轉變為更先進的技術，並節省了無數美元。他們的資料庫非常大，更新會導致一系列事件，這些事件可能會影響系統的許多其他部分。由於決策智慧模型的因果關係，該銀行設法無縫升級了他們的系統。
3.資料準確性
另一個重要的大資料流行語是資料準確性，它已成為今年每個人耳中最嗡嗡的聲音之一，我們相信它也將在2021年繼續傳播。畢馬威會計師事務所進行的一項研究表明，60％的組織對資料和分析沒有信心，只有45％的人“一貫使用嚴格的質量檢查來確保資料的準確性”。這種尚未開發的潛力已經證實，存在彌合數據與其人類對應物之間的鴻溝的空間。正如我們在今年大流行期間在許多國家中所看到的那樣，對精確資料的需求變得越來越重要，因為每個人都想知道感染的確切數目，隨著時間的推移而發展，而且我們都聽說過“使曲線趨於平坦”作為有效的大流行管理的主要策略之一。此外，由於AI應用程式的出現，醫療保健將變得非常靈活。有助於生成最準確，最相關的資料。人工智慧是準確資料的基礎，也就不足為奇了，人工智慧正在增加其在市場上的需求。此外，不良資料的成本增加到公司收入的15％：
在商業智慧中，這意味著可以做出更好的決策，提高生產率，節省成本，改善營銷流程並幫助遵守法規。資料準確性已成為實現業務成功的首要條件，資料分析軟體可幫助收集大量資料，從不同來源進行合併，並確保人在任何時候都能獲得最相關，最準確的資訊。而且，
4.數字自動化
數字自動化的總括術語著眼於智慧技術的興起，以對各行各業的業務產生影響，提供自動化的流程，使大資料和分析分析更易於使用和理解，從而獲得寶貴的見解。整合人工智慧和智慧自動化工具以解決業務挑戰，同時提高生產率，將成為數字化轉型下一階段的關鍵點。
在企業中提高速度的重要性不是最新訊息，而是獲取適當資料的工具和手段，無論是在編制管理報告，確定要研究，研究和選擇的KPI示例，還是在企業中利用哪些AI自動化流程來獲得資料特定行業，必將在2021年影響各種規模的企業。
在使用神經網路警報和模式識別警報的同時利用人工智慧和機器學習的優勢，可以在快速，有價值和可持續的水平上為企業帶來自動化。由於像MIT這樣的巨頭正在投資價值10億美元的專注於AI的新學院，我們將繼續把數字自動化作為2021年值得關注的商業智慧流行語之一。
5.資料勞動力多元化
與資料相關的職業已經開始多元化並發展到新的領域和工作領域。如前所述，所生成的大量資料不僅需要專業軟體，而且還需要相關技能和與之對應的人員，才能最終帶來積極的業務成果。這導致資料工作人員在較大的資料集中多樣化和專業化，並緊跟新技術，工具和資料型別。我們已經提到X分析是新的尚未開發的領域之一，它將在不同的分析領域中擴充套件其用途，而勞動力多元化將成為資料分析的流行語之一，這對於依賴資訊及其管理的公司至關重要。
新的職業機會將開啟，對商務智慧技能的需求將很高。BI開發人員，顧問或工程師等角色將負責管理大型資料集，開發新解決方案，並將其實施到公司運營中。BI儀表板工具等產品將把它們的用途擴充套件到需要準確資料，提高效能和高階資料視覺化功能的各個行業。
但不僅如此，因為一些新興的角色包括資料翻譯，資料瀏覽器或資料專案經理，每個角色都有一套自己的技能組合，可以彌合收集的資訊與生成的見解之間的鴻溝。
6.預測性和規範性分析
預測分析：會發生什麼？
我們在商業智慧趨勢文章中提到了預測分析，並且我們在這裡也要強調一下，因為我們發現它對2021年極為重要。預測分析是從現有資料集中提取資訊以預測未來機率的一種做法。它應用於業務，用於分析當前和歷史資料，以便更好地瞭解客戶，產品和合作夥伴，並確定公司的潛在風險和機會。毫無疑問，這是一項巨大的技術進步，也是統計界的流行語之一，但是人們認為它已經被廣泛應用。
預測分析的商業用途是一個相對較新的事物。預測的準確性取決於用於建立模型的資料。例如，如果一個模型是根據一個公司的固有因素建立的，則不一定適用於第二個公司。在同一家公司中，一年的模型與下一年的模型可能相同。方法必須考慮到這種動態性質。此外，由於當今可用的大多數預測分析功能還處於起步階段-足夠多的公司在足夠的資料來源上使用它們的時間太短了-因此，用於建立預測模型的材料非常稀缺。
最後但並非最不重要的一點是，還有人為因素。人們做出決策的背後心理模式不能歸結為簡單的邏輯，而且往往是複雜且不可預測的。
儘管如此，預測分析已將自身穩步構建為真正的自助服務能力，供希望瞭解未來發展並在整個業務運營中建立更可持續的資料驅動決策流程的業務使用者使用，到2021年將帶來更多需求和使用其功能。
規範分析：我們應該怎麼做？
規範性分析將邁出下一步，但也將分析幷包括行動。這些分析使用最佳化和模擬演算法來建議可能的結果並回答：“我們應該怎麼做？” 這使使用者可以“規定”許多可能採取的行動，並指導他們尋求解決方案。規範分析試圖量化未來決策的影響，以便在實際做出決策之前就可能的結果提供建議。規範分析可以最好地預測會發生什麼，以及會發生的原因。該分析還提供有關將利用這些預測的操作的建議。我們很高興看到規範分析如何在2021年向前發展。
7.認知計算
認知計算是BI的流行語，我們將在2021年聽到更多。認知計算被認為是計算和BI行業中的一個新的流行語，它能夠消化大量結構化和非結構化資料，並轉換為可管理的內容。它模仿了人類的大腦，並且正在開闢一條通往比以往任何時候都更復雜的水平上模仿人類資訊處理技術的道路。公司可以在BI工具中使用演算法來識別消費者的行為，趨勢和模式，到2021年，我們將聽到更多有關此流行語的成功案例。
透過自然語言處理，機器學習，模式識別等技術，認知計算被認為是下一代系統，它將幫助專家在醫療，零售，安全和電子商務等行業中做出更好的決策。預計今年產生的總收入為873.9億美元，到2026年，它將達到31.6％的複合年增長率。IBM沃森是該領域的領導者，其次是谷歌和Facebook，它們正在迅速構建應對這一市場的系統。
商業智慧中的一個例子是資料警報的實現。基於神經網路，已經提到的模式識別和閾值警報等技術，該軟體會在達到目標或發生業務異常時立即通知使用者。這僅僅是計算可能性的開始，而這種可能性已經成為業務運營中的標準。其他示例包括腦機介面，機器人假體，機器人助手，自動駕駛汽車等等。這些系統已經可以說，寫，讀和學了；因此，這是將在2021年繼續顛覆行業的大資料流行語之一。
8.移動分析
移動使用正在成為BI中越來越多的因素。每年都有越來越多的供應商在其軟體中提供移動解決方案，因此公司也開始實施移動資料管理，而2021年的增長將更大。事實上，根據研究Nester的資料，到2024年底，市場規模預計將達到60億美元。這僅證明這是將繼續發展和擴大市場的分析流行語之一。
移動性是增長的關鍵，這是毫無疑問的，公司需要意識到如何實施可以充分利用的移動解決方案。快速的資料處理和隨處訪問資料的可能性，無論其位置如何，並且僅需Internet連線，都使移動分析成為全球企業的附加價值。諸如亞馬遜，谷歌，IBM和雅虎之類的巨頭已經被確定為主要參與者，這證實了移動在當今競爭激烈的數字世界中的重要性。
平板電腦，膝上型電腦和移動裝置的快速擴充套件和實施可以簡單地解釋為什麼移動技術如此普及，使用者可以在平板電腦，膝上型電腦和移動裝置上輕鬆訪問分析資料，而無需實際出現在公司中。任何人都可以使用企業帳戶訪問其分析資料，並只需登入到雲服務即可，例如，獲得有關效能，數量，儀表板和報告的即時見解。對於公司來說，這是一個巨大的優勢，因為它們有機會做出更快的決策，立即回答業務問題並進行即時資料分析。到2021年，行動電話只會擴充套件，我們還無法確定確切的數量。
9.自助式BI
SQL專家，資料科學家和系統分析人員致力於獲取最大可能資料的形象已經過時。BI已經幫助簡化了許多業務使用者的資料分析，並且自助服務線上BI軟體的廣泛採用使 組織內的資料民主化。您可以在此示例上看到自助服務BI介面：
自動化的商務智慧可提高該流程並使所有人和所有人都可以訪問BI：它將不再侷限於一小群專業人士，而“公民資料科學家”將成為常態。現代BI意味著更少的專業化，更多的自動化以及對所有人的簡單資料分析方法。
透過建立更簡化的流程來深入研究業務資料，生產率將提高，並且還將有助於克服技能差距。因此，商業智慧將變得更加易於訪問，並在2021年使資料民主化程度超過以往任何時候。
使用者獨立性和自給自足是自助服務BI的核心。公司內部資訊的使用將帶來更多的資料分散性和所有人的可訪問性。但是權力下放的水平還取決於需求和使用者角色-雖然它可以幫助完成各種任務，但肯定需要考慮哪些任務以及為誰服務。在2021年，我們將看到更多的供應商扮演提供工具的角色，該工具可為公司中的每個人（分析師，部門經理或一般業務使用者）使用。
在使用BI中的自助服務方法之前，公司需要僱用IT或資料科學團隊來執行復雜的分析和匯出資料報告。近年來，自助服務水平提高了，更多的專家預測明年的重要性只會提高。這是2021年資料流行語之一，由於公司正在尋找清理資料的方法，因此我們將聽到更多以最有效的方式。
10.自然語言處理（NLP）
自然語言處理正以驚人的速度改變商業智慧。不僅是NLP，還包括其所有表現形式，例如自然語言理解（NLU），自然語言生成（NLG）或自然語言互動（NLI）。每種解決方案都以人工智慧解決方案為基礎，這些解決方案旨在使人機互動更輕鬆，更高效。基礎知識位於機器學習領域內的複雜計算和數學方法之內，其發展始於大約50年前。傳統上，NLP在促進文字分析方面取得了最大的成功，但是NLP的應用將變得更加易於普通業務使用者及其日常使用BI進行訪問。
商業智慧正在改變我們與自然語言處理互動的方式，尤其是在大型資料集中。它使非技術使用者可以在軟體的幫助下執行復雜的分析，而無需IT團隊的特殊干預。NLP有助於揭示可能無法發現的模式，因此該行業預計到2023年的複合年增長率將達到18.78％，這不足為奇。認知計算的通訊能力不會停滯不前，而只會增長，這將成為2021年我們將聽到的資料分析流行語之一。
NLP使用和採用的一些簡單示例是自動更正，機器翻譯，機器人，虛擬助手，並且不要忘記Siri或Alexa之類的巨頭。在商業智慧中，流行的用法之一是意見挖掘的形式。大品牌使用NLP技術執行社交媒體監控，以幫助進行分析並反映客戶情緒。但是，自然語言處理一定會在2021年成為流行語，它將繼續在許多行業中採用，併為各種規模的企業提供附加價值。
※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。各位也可以關注我的Facebook，按讚我的臉書並私訊「10」，送你十週入門數據分析電子書唷！期待你與我互動起來~
