数据赋能的未来,看向嵌入式BI

news2024/9/24 19:21:19

数据分析能力越来越成为消费者和企业的必备品应用程序,复杂程度各不相同,从简单地一个网页或门户上托管一个可视化或仪表板,到在一个云服务上实现数据探索、建模、报告和可视化创建的应用程序。BI的实现方式越来越多,无论规模大小,在任何以数据为中心的企业中,BI软件都已成为中流砥柱。

每家公司都在成为一家数据公司,利用数据和分析的能力将行业领导者与其他公司区分开来,越来越多的客户期望在他们日常使用的应用程序、产品和服务中提供可操作的数据分析服务,以获得强大的洞察力。但从头开始构建这些功能是一项艰巨的任务,更好的解决方案是:将行业领先的分析平台嵌入到已有的核心产品中,这就是嵌入式分析,是商业智能领域最热门的趋势之一。

我们一起探探嵌入式BI的前世今生

嵌入式 Bl 市场并不新鲜,只要有 Bl 软件,它就一直存在。自 1990 年代中期以来,Bl 嵌入应用程序的方式发生了巨大变化,当时 Crystal Reports 是事实上的报告工具,包括 Microsoft 在内的每个软件供应商都将其捆绑到其商业软件中。

嵌入式 Bl 功能的水平已经从 1990 年代的静态报告发展到 2000 年代的交互式报告和仪表板,再到今天的自助服务、预测和混合分析。在 1990 年代,Bl 工具具有自己的外观和感觉,并且是大多数应用程序包中的一个独特模块。到 2000 年代,Bl 工具可以配置为采用主机应用程序的外观。今天,开发人员可以创建完全自定义的前端或针对 Bl 产品的应用服务器运行的应用程序。

此外,Bl 工具现在可以访问比关系数据库更广泛的数据,关系数据库是 1990 年代的主要数据源,在 2000 年代,Bl 工具可以常规查询 OLAP 和 XML 源,而如今许多工具支持一系列云应用程序,例如 Salesforce 或 Zendesk,以及大数据源,包括 Hadoop、NoSQL、服务器日志、事件流、搜索索引和云文件系统,例如 Amazon S3 和 Google File System 等。

Bl 软件已经从桌面转移到了网络,现在又转移到了云端,组织可以按月(或有时按小时)租用软件。 Web 和支持云的 Bl 应用程序可以在不同的服务器上运行,因此不与主机应用程序共享代码或库,这消除了版本控制方面的考虑。

借助云,BI 产品可以部署在多租户的环境中运行,为每个租户及其特定数据提供配置、管理和安全。 云还使 Bl 供应商有机会将他们的产品作为软件即服务 (Saas) 或平台即服务 (PaaS) 应用程序提供,同时提供其他云优势,包括自动软件更新、最新的安全性、弹性可扩展性和可预测的许可。

API的丰富性,越来越多的 Bl 供应商开始提供具有丰富的 APl 和基于云部署的BI平台,使其可以灵活的嵌入到其他应用程序,同时可以无限定制和扩展。APls 已经从客户端/服务器编程库(例如 COM)发展到基于 Web 的接口(例如 SOAP、iFrames 和客户端插件),再到现代标准(例如 JavaScript 和 REST),用户可以轻松的创建新图表和图形、修改现有图表和将 Bl 可视化嵌入其他 Web 应用程序。同时 REST APl 可以用于访问后端管理功能,例如发布、供应、调度和用户管理。

各大论坛如何评价嵌入式分析以及未来的发展?

Gartner对嵌入式分析的定义是在事务性业务应用程序(如CRM,ERP等)中使用报告和分析功能。这些功能可能位于应用程序外部,但必须能够从内部轻松访问,而不会强制用户在系统之间切换。简而言之,旨在使各种应用程序或用户更容易访问数据分析和商业智能的技术。

“用户不想在平台间频繁转换,也不想去适应新的用户界面和框架。”萨尔·比特纳(IBM商业战略顾问)解释说,“对于在某个应用程序中生成或存放的数据,最简单的解决方案是在同一个程序内去处理这些数据,而不是被迫去购买、安装并从头熟悉其他工具。这也缩短了数据生成与分析之间的耗时,从而实现了高效的数据分析。”

几十年来,BI和分析工具未能渗透到超过25%的组织。在这25%的范围内,大多数工人每周只使用这些工具一到两次,嵌入式分析改变了这个等式。

TechTarget 提到,嵌入式 BI(商业智能)是将自助式 BI 工具集成到常用的商业应用程序中。BI 工具通过可视化、实时分析和交互式报告支持增强的用户体验,可以在应用程序中提供仪表板以显示相关数据,或者可以生成各种图表、图形和报告以供立即查看。甚至可以将嵌入式 BI 将功能扩展到移动设备,以确保分布式工作人员能够访问相同的商业智能,以进行实时协作。

BI 在过去十年中取得了长足的发展。随着分析技术的进步,对更多、更好、更快的需求也随之增加,这些是嵌入式分析从“想要”转变为“需要”的重要原因。换言之,嵌入式商业智能的时代已经到来。

根据全球IT专业咨询机构Gartner的预测,到 2025 年,将会有 75% 的企业应用软件,直接内置 BI 分析功能。调查来自《2020 Magic Quadrant for Analytics and Business Intelligence Platforms》

根据Market Research Future的数据,嵌入式分析市场预计将以每年14%的速度增长,直到2023年达到520亿美元!

Forrester预测,由于运营和业务复杂性的增加,嵌入式分析将在三到五年内成为新常态。

Infragistics最近发布的2019年调查报告发现,开发团队正在积极嵌入分析或计划尽快嵌入分析的最流行的应用程序如下图所示:

Eckerson Group 最近的一项调查发现,“独立软件供应商报告称,嵌入式分析将其应用程序的价值提高了 43%,并使他们的平均收费提高了 25%。”

各种调查表明,嵌入式分析已经成为数据分析新趋势。

那么嵌入式 BI 的未来是什么?

  • 随着数据分析的增加,未来业务将获得更多数据驱动
  • 嵌入业务工作流后的协作分析将大力推动业务发展
  • 自助式 BI 迎合增加的用户群
  • 更高的云计算可扩展性接受度
  • 利用预测分析的力量来更好的评估和预测业务、企业的增长
  • 人工智能利用嵌入式 BI 的强大功能

今天,企业可以嵌入各种 Bl 功能,从单个图表和图形到整个报告、仪表板和自助分析。下一波嵌入式 Bl 应用程序将支持自助服务和预测分析,并将操作和分析流程整合到一个混合或沉浸式应用程序中。

嵌入分析而不是构建分析可以帮助公司更快地进入市场,更快地看到分析的投资回报率,专注于自身产品的核心竞争力,随着时间的推移从增量改进中受益等等。商业智能的未来并不存在于商业智能 (BI) 平台中,数据智能的未来是嵌入式分析。

对于认真为用户提供最佳数据分析体验的企业而言,这是一条必经之路。我们正处于移动时代,数字集市、数字办公成为常态的大趋势下,任何靠数据驱动的业务,都需要嵌入式分析作为最终解决方案。

拓展阅读
详解商业智能“前世今生”,“嵌入式BI”到底是如何产生的?

使用WIX进行商业智能OEM打包

数据可视化分析工具如何在国内弯道超车迅速崛起百花齐放?

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/137399.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

南京晓庄操作系统期末复习【大题】

操作系统期末复习大题第六章磁盘调度寻道时间与移动次数转换I/O中断请求第五章地址转换页面置换第四章动态分区地址转换第三章银行家算法处理机调度算法第二章进程同步第一章多道运行时间第六章 磁盘调度 前提小知识: 1.先来先服务(FCFS):…

ros版本apollo7.0.0规划控制算法

apollo.ros-7.0.0 上次给大家带来了之前学习apollo时开发的内容apollo.ros-1.0.0和apollo.ros-3.0.0,主要是针对apollo 1.0.0和3.0.0版本进行了ros1下的移植和规划控制算法的学习。本次在之前工作的基础上,针对apollo 7.0.0版本,进行了ros1下…

第二章:Linux常见指令以及权限理解

系列文章目录 文章目录系列文章目录前言一、Linux下基本概念指令操作操作系统的概念命令选项文件的概念Linux文件结构文件路径Linux下一切借文件二、Linux下基本指令ls: 显示当前目录下的文件名mkdir/rmdir:在当前路径下创建或删除目录pwd: 显…

国产智能2/4DIN+2/4 继电器输入输出MODBUS RTU数据采集IO模块

MODBUS RTU数据采集IO模块简介 DAMx 系列模块为 2/4 路开关量输入监测、2/4 路继电器输出控制模块。通讯接口为 1 路 RS-485 口,MODBUS-RTU 通讯协议。DC9~36V 电源供电。 DAM 系列模块可应用于各种工业自动化测量与控制系统中。开关量输出可控制中间继电…

educoder头歌数据结构 查找 第2关:实现散列查找(答案无错AC版)

本文已收录于专栏 🌲《educoder数据结构与算法_大耳朵宋宋的博客-CSDN博客》🌲 任务描述 本关要求通过补全函数ILH_InsKey和ILH_DelKey来分别实现插入和删除操作。 相关知识 本关讨论散列存储,散列函数使用除留余数法,冲突解决…

shell第六天作业——正则表达式与grepsed

题目 一、正则表达式与grep 1、显示/etc/rc.d/init.d/README文件中以不区分大小的h开头的行; 2、显示/etc/passwd中以sh结尾的行; 3、显示/etc/fstab中以#开头,且后面跟一个或多个空白字符,而后又跟了任意非空白字符的行; 4、…

Lemon LemonLime 中 SPJ Special Judge 使用 实践 入门 a

入门:题目,以整数形式给定圆的半径,输出该圆的周长,该圆的面积。比赛目录如下:标准输入输出数据如下:circle1.in1circle1.ans6.283185 3.141593circle2.in2circle2.ans12.566370 12.566370circle3.in3circl…

【IIC/I2C--温湿度传感器——GPIO模拟IIC协议】

IIC/I2C--温湿度传感器——GPIO模拟IIC协议IIC总线时序起始信号停止信号数据传输信号应答和非应答信号寻址IIC协议1.开始传输:2.发送您的数据:3.结束传输:4.注意:编写代码实验结果IIC总线时序 起始信号 1)起始信号和停…

装饰器模式

装饰器模式 1.装饰器模式介绍 初看上图感觉装饰器模式有点像俄罗斯套娃、某众汽车🚕,而装饰器的核心就是再不改原有类的基础上给类新增功能。不改变原有类,可能有的小伙伴会想到继承、AOP切面,当然这些方式都可以实现&#xff0c…

Java 并发编程知识总结【四】

5. 线程通信 5.1 Lock 接口 是什么:Lock 实现提供比使用 synchronized 方法和语句可以获得的更广泛的锁定操作。 它们允许更灵活的结构化,可能具有完全不同的属性,并且可以支持多个相关联的对象 Condition Lock 接口的实现 ReentrantLock …

论文的未来走向及创新(1)

论文题目 Zero-Shot Learning across Heterogeneous Overlapping Domains 基准方法 Nave Bayes (Unigram) P(utterance∣domain)P(utterance | domain)P(utterance∣domain) is modeled with Nave Bayes model with features being word unigrams in the utterance. Nave Ba…

centos7修改默认yum源为国内源

centos7修改默认yum源为国内源 文章目录centos7修改默认yum源为国内源操作系统环境信息修改yum源步骤修改后效果yum下载的默认镜像地址速度很慢,一般会更改镜像源为国内的镜像地址,比如163,阿里云等,本文介绍下修改yum源的步骤。操…

【回答问题】ChatGPT上线了!给我推荐20个比较流行的图像分割模型!

给我推荐20个比较流行的图像分割模型 U-Net Mask R-CNN FCN DeepLab PSPNet LinkNet UNet SegNet Tiramisu DenseASPP ICNet ENet DANet DenseSeg Fast-SCNN BiSeNet DUNet MaskLab Dense UNet Attention U-Net给我推荐20个比较流行的图像分割模型源码 好的,下面是…

JMeter自定义函数

JMeter二次开发需求一般集中在2个方向:针对请求类,即需要和服务器进行通信的,我们一般是做java请求的二次开发针对数据处理类型,是不需要和服务器进行通信,是在客户端完成的,一般是做JMeter的自定义函数除了…

【谷粒商城基础篇】商品服务开发:属性分组、平台属性

谷粒商城笔记合集 分布式基础篇分布式高级篇高可用集群篇简介&环境搭建项目简介与分布式概念(第一、二章)基础环境搭建(第三章)整合SpringCloud整合SpringCloud、SpringCloud alibaba(第四、五章)前端知…

若依RuoYi整合短信验证码登录

背景:若依默认使用账号密码进行登录,但是咱们客户需要增加一个短信登录功能,即在不更改原有账号密码登录的基础上,整合短信验证码登录。 一、自定义短信登录 token 验证 仿照 UsernamePasswordAuthenticationToken 类&#xff0c…

使没有sudo权限的普通用户可以使用容器

一、基本思路将普通用户加入docker组二、ubuntu组管理命令1、配置文件(1)文件:/etc/group(2)权限:①超级用户可读可写②普通用户只读2、查看组(1)命令cat /etc/group(2&a…

【从零开始学习深度学习】34. Pytorch-RNN项目实战:RNN创作歌词案例--使用周杰伦专辑歌词训练模型并创作歌曲【含数据集与源码】

目录RNN项目实战使用周杰伦专辑歌词训练模型并创作歌曲1.语言模型数据集预处理1.1 读取数据集1.2 建立字符索引1.3 时序数据的2种采样方式1.3.1 随机采样1.3.2 相邻采样小结2. 从零实现循环神经网络并进行训练预测2.1 one-hot向量表示2.2 初始化模型参数2.3 定义模型2.4 定义预…

2023 年更新计划

前言 2023 年,会继续更新这个 CSDN 博客了; 看了一下博客数据,有些惨不忍睹,不过之前的内容质量并不高,从头来过吧; 当初个人娱乐写的 STM32 学习笔记,莫名受欢迎,不出意外的话&am…

Spring之Bean实例化的基本流程

目录 一&#xff1a;概述 二&#xff1a;代码展示 一&#xff1a;概述 Spring容器在进行初始化时&#xff0c; 会将xml配置的<bean>的信息封装成一个BeanDefinition对象&#xff0c; 所有的 BeanDefinition存储到一个名为be…