去年，可谓是新科技术快速发展的一年，世界上大多数国家都沉浸在诸如人工智能、机器学习、物联网和自动化等新技术的演进中。尽管这些技术被证明是促进业务增长的催化剂，但许多小企业领导人却决定将大部分投资集中在数据分析上。

事实上，IDC撰文《数字化转型的续接举措》曾指出，47%的受访创业公司在2017年采用了商业分析或商业智能软件进行数据分析。虽然IDC的调查结果很令人鼓舞的，但大多数小型企业也承认，2017年它们只从分析中寻找到了可进行有效竞争所需信息的皮毛而已。

IDC中小型企业研究部副总裁Ray Boggs最近在一份《IDC Analyst Connection》报告中表示，这一现实可以归结为对分析价值的误解。他说：“高级商业智能的好处不仅来自于对当前商业问题更好(或)更快的解答，还来自于对那些未被问及到的最重要问题的理解。”同时他也提到：“随着中小企业的成长，在没有对必要内容进行批判性审查的情况下，扩展业务实践和流程是存在风险的。”

无论好与坏，2017年已经翻篇了，现在是时候一窥2018年企业数据分析的新貌了：

可预测性揭示了数据分析的全部潜力

小企业的领导者们常常觉得自己被越来越多的分析人员所忽视，因为他们担心自己的劳动力、客户基础或运营规模太小，不足以证明企业成本的合理性。尽管看起来有些短视，但有这种想法是完全可以理解的。因为当企业的预算比较紧张的时候，如果ROI不是100%可预测的，那么就很难从一个部门拿钱来支付一个新的解决方案。

虽然生活中的大多数事情都是不可预测的，但是实现和维护技术的成本，尤其是云中的商业智能分析则是可预测的。原因如下：

小企业的领导者们常常觉得自己被越来越多的分析人员所忽视，因为他们担心自己的劳动力、客户基础或运营规模太小，不足以证明企业成本的合理性。尽管看起来有些短视，但有这种想法是完全可以理解的。因为当企业的预算比较紧张的时候，如果ROI不是100%可预测的，那么就很难从一个部门拿钱来支付一个新的解决方案。

虽然生活中的大多数事情都是不可预测的，但是实现和维护技术的成本，尤其是云中的商业智能分析则是可预测的。原因如下：

企业可以在没有大量资金和人力资源的情况下保持领先的能力。每个月，企业通过按月付费的方式来访问他们当前所需要的精确分析功能——随着公司的发展，企业可以灵活地引入或删除组织、用户或功能。

决策者可以在一个地方用一个共同的逻辑发现、预测、可视化、协作、模拟和管理数据。有了这种基础设施，企业就可以在无缝、熟悉的用户体验中利用最新的数字创新。这种策略不仅降低维护分析的成本，而且还增加了ROI。

在数据中心加密的存储可以被保护起来，免受一系列的勒索软件和病毒的侵害。随着数据分析成为业务各个方面的自然组成部分，决策者可以利用日益增长的、且安全的数据收集功能来做预测性分析和跨功能预测。

基于以上所说的所有原因，数据分析的作用就很容易理解了。订阅付费更符合不断增长的各个阶段企业业务需求。而且随着数据中心遵守严格的政府和行业法规及认证，安全问题正在逐渐平息。更重要的是，重塑决策能力和在高度不可预测的市场中竞争的能力只会随着新兴技术的发展而提高。

不管你知道与否，下一波的分析创新将是通过机器学习、人工智能和区块链加速和自动化企业决策的某些方面。这样的能力可以给小公司一个突破性的机会，让它们像大企业一样，以创业公司的速度和敏捷性来竞争，但前提是商业智能是由云的灵活性来管理的。

原文来自：

本文地址： //q13zd.cn/data-analysis.html编辑：王华超，审核员：逄增宝

本文原创地址：//q13zd.cn/data-analysis.html编辑：王华超，审核员：暂无