探索数据赋能的未来趋势:嵌入式BI技术的挑战与突破

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:/a/760774.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

基于PHP的长城景区信息管理系统

有需要请加文章底部Q哦 可远程调试 基于PHP的长城景区信息管理系统 一 介绍 此长城景区信息管理系统基于原生PHP开发,数据库mysql。系统角色分为用户和管理员。 技术栈:phpmysqlphpstudyvscode 二 功能 用户 1 注册/登录/注销 2 浏览长城景区信息(旅…

AI 上车的一些随想

​最近一直在做AI大模型上车的战略企划工作,听了好多供应商的宣讲,自己也查阅了大量书籍、资料。信息输入呈现爆炸性增长,受限于专业知识水平,仅能在应用层面上有所思考。纯个人观点,仅供参考。 车自古以来都是移动工…

JVM原理(七):JVM虚拟机的内存分配与回收策略

Java技术体系的自动内存管理,最根本的目标是自动化解决两个问题:自动给对象分配内存和 自动回收分配给对象的内存 1. 对象优先在Eden分配 参数解释-Xms初始堆大小-Xmx最大堆大小-XX:NewSizen设置年轻代大小-XX:NewRation设置年轻代和年老代的比值。如:为…

【PHP】控制摄像头缩放监控画面大小,并保存可视画面为图片

一、前言 功能描述 调用摄像头并可以控制缩放摄像头监控画面的大小,把可视画面保存为图片。 我使用的是USB摄像头,其他摄像头此方法应该也通用。 使用技术 使用到的技术比较简单,前端使用WebcamJS插件调用摄像头,并摄像头监控…

Java进阶学习|Day3.Java集合类(容器),Stream的使用,哈希初接触

java集合类(容器) Java中的集合类主要由Collection和Map这两个接口派生而出,其中Collection接口又派生出三个子接口,分别是Set、List、Queue。所有的Java集合类,都是Set、List、Queue、Map这四个接口的实现类&#xf…

VuePress日常使用

什么是主题?读者对主题这个单词应该不陌生,例如大部分 APP 都支持白天主题和夜晚主题等,使用者可以很轻松的切换主题等等。VuePress 中也有类似的概念。 ‍ VuePress 的主题 在 VuePress 中,主题不仅仅是外观上的不同&#xff…

#17前端后花园周刊-ECMAScript 2024、JS新set方法、TS5.5、理解React Compiler

⚡️行业动态 Ecma International 批准 ECMAScript 2024:有何新内容? Ecma 大会批准了最新的 ECMAScript / JavaScript 语言规范,正式使其成为标准。与 ECMAScript 2023 一样,这只是向前迈出的一小步,但 Axel 博士研…

详细配置SQL Server的链接服务器(图文操作Mysql数据库)

目录 前言1. MySQL ODBC 驱动2. 配置 SQL Server 链接服务器3. 彩蛋前言 此处配置以及安装没有什么理论知识 所以直奔主题,跟着以下步骤配置安装即可 需求:准备在10.197.0.110中链接外部的10.197.0.96的mysql数据源 已默认在10.197.0.96中安装了MySQL数据库并且知道其连接信…

Gradio 4.37.1官方教程三:Chatbot

文章目录 一、使用ChatInterface创建聊天机器人1.1 定义聊天函数1.2 流式聊天机器人(Streaming chatbots)1.3 自定义聊天机器人1.4 添加多模态功能1.5 通过additional_inputs添加额外组件1.6 直接添加 Gradio 组件1.7 通过 API 使用聊天机器人1.7.1 调用…

苹果可能与谷歌合作推AI订阅服务;全国首个司法审判大模型在深圳上线

🦉 AI新闻 🚀 苹果可能与谷歌合作推AI订阅服务 摘要:苹果宣布将与OpenAI合作推出Apple Intelligence,并有望在今年秋季与谷歌达成合作,接入Gemini。Meta的Llama因质量不佳被拒。苹果计划推出订阅模式的智能功能服务&…

C语言--vs使用调试技巧

1.什么是bug? 1.产品说明书中规定要做的事情,而软件没有实现。 2.产品说明书中规定不要做的事情,而软件确实现了。 3.产品说明书中没有提到过的事情,而软件确实现了。 4.产品说明书中没有提到但是必须要做的事情,软件确没有实…

vue 组件el-tree添加结构指示线条

效果展示: 注意&#xff1a;组件中需要添加:indent"0" 进行子级缩进处理&#xff0c;否则会出现子级缩进逐级递增 :expand-on-click-node"false" 设置点击箭头图标才会展开或者收起 代码&#xff1a; <el-tree class"tree filter-tree" :da…

数据恢复篇:如何在电脑上恢复已删除和丢失的音乐文件

尽管流媒体网络非常流行&#xff0c;但许多人仍然选择将音乐下载并保存在 PC 本地。这会使文件面临丢失或意外删除的风险。 幸运的是&#xff0c;您可以使用数据恢复软件恢复已删除的音乐和其他文件类型。这篇文章讨论了这些解决方案以及如何使用奇客数据恢复检索丢失的音乐文…

【SpringCloud】Eureka源码解析 下

eurkea是一个服务发现与注册组件&#xff0c;它包含客户端和服务端&#xff0c;服务端负责管理服务的注册信息&#xff0c;客户端用于简化与服务端的交互。上一章分析了eureka的服务注册&#xff0c;这一章来分析eureka的心跳机制 参考源码&#xff1a;<spring-cloud.versi…

科普文:八大排序算法(JAVA实现)+ 自制动画 (袁厨的算法小屋)

我将我仓库里的排序算法给大家汇总整理了一下&#xff0c;写的非常非常细&#xff0c;还对每个算法制作了动画&#xff0c;一定能够对大家有所帮助&#xff0c;欢迎大家阅读。另外我也对 leetcode 上面可以用排序算法秒杀的算法题进行了总结&#xff0c;会在后面的文章中进行发…

OpenCV 调用自定义训练的 YOLO-V8 Onnx 模型

一、YOLO-V8 转 Onnx 在本专栏的前面几篇文章中&#xff0c;我们使用 ultralytics 公司开源发布的 YOLO-V8 模型&#xff0c;分别 Fine-Tuning 实验了 目标检测、关键点检测、分类 任务&#xff0c;实验后发现效果都非常的不错&#xff0c;但是前面的演示都是基于 ultralytics…

计算机组成原理——寄存器

文章目录 1. 寄存器 2. 带寄存器的加法器 3. 时钟信号与计算速度 1. 寄存器 上一篇D触发器可以在时钟上沿存储1位数据。如果想存储多个位&#xff08;bit&#xff09;的数据&#xff0c;就需要用多个D触发器并联实现&#xff0c;这种电路称之为寄存器。 寄存器是计算机中央…

MATLAB使用系统辨识工具箱建立PID水温的传递函数系数

概述 利用PID控制水温&#xff0c;由于实际在工程项目中&#xff0c;手动调节PID参数比较耗费时间&#xff0c;所以可以先利用MATLAB中的Simulink软件建立模型&#xff0c;先在仿真软件上调节大概的PID参数&#xff0c;再利用此PID参数为基础在实际的工程项目中手动调节PID参数…

spring boot(学习笔记第十一课)

spring boot(学习笔记第十一课) Session共享&#xff0c;JPA实现自动RESTful 学习内容&#xff1a; Session共享JPA实现自动RESTful 1. Session共享 Session共享面临问题 spring boot默认将session保存在web server的内存里面&#xff0c;会产生什么问题呢。 如上图所示&#…

《昇思25天学习打卡营第15天 | 昇思MindSpore基于MindSpore的红酒分类实验》

15天 本节学了通过MindSpore的完成红酒分类。 1.K近邻算法&#xff08;K-Nearest-Neighbor, KNN&#xff09;是一种用于分类和回归的非参数统计方法&#xff0c;是机器学习最基础的算法之一。 1.1分类问题 1.2回归问题 1.3距离的定义 2.数据处理 2.1 数据准备 2.2 数据读取与处…