• 不同領域開發工具 Top 50
• 2017年最具潛力的前端開源項目Top20
• 未來值得關注的十大 APP、Web 界面設計趨勢
• 2017 最全的機器學習開源項目列表

市場用戶是否成熟的判斷

1. 自助式 BI 可視化分析應該成為常態，自助式BI分析已經成為常態，業務人員已經可以獨立的完成業務分析。傳統的由IT驅動的數據分析轉變成為業務驅動分析。

2. IT負責數據架構的治理、數據質量的梳理；業務人員自助分析；以前BI是大公司的專利，現在初創公司通過基本的分析工具就可以完成日常業務數據的分析工作。

3. 傳統數據倉庫建模的方式會逐步消亡，取而代之的是更加敏捷的BI實現方式，通過表之間的關聯關系并及時的進行可視化數據分析并獲得結果。

4. 移動 BI 應該成為常態，但在新的趨勢中會有進一步的增強。

5. 人們不再單純的關注于工具本身，能夠實現什么樣的可視化效果。而更加注重如何利用工具進行業務價值的實現，需要更多行業咨詢和業務指導。以單純的工具作為唯一賣點在將來會被逐步淘汰。

通過以上這幾點基本上就可以判斷出在這變革的三年期間，用戶的成熟度是否隨著新型BI所帶來的用戶價值觀改變而得到提升。

在未來，在商業智能BI領域，我們應該更關注什么，會發生什么？

商業智能 BI 發展的新趨勢（2017年-2020年）

第一，云端化是重要趨勢

有三個方面的表現：

1. BI SaaS 服務提供商和SaaS 服務提供商直接形成合作關系，直接將 BI SaaS 產品平臺化，基于BI工具形成標準的分析成果，作為產品附加值提供給 SaaS 租戶。但缺點是，租戶在當前 SaaS 平臺上只能分析當前 SaaS 平臺上的業務數據。

2. 在提供 SaaS BI 產品的時候同時提供了各種SaaS平臺上標準的數據接口，這是目前大多數 SaaS BI 服務商的做法。比如國外的 Salesforce、Twitter、Google Analytics 等等已經被一些 SaaS BI 廠商所打通。比如國內的 Ptmind 公司，他們提供的用戶行為分析 SaaS產品 Ptengine 本身又為他們自己的 DataDeck SaaS 數據分析產品提供了 SaaS 數據源接口支持。

3. 最后，云端部署還有一個非常大的優勢，價格便宜。關于更多的有關 SaaS BI 的分析不再這里一一說明，具體的可以參看《深入分析 BI 數據可視化市場 SaaS 模式》。

第二，BI 的邊界會逐步模糊

未來的數據產品解決方案不僅僅是解決內部取數和數據分析與展現的問題，而可能通過云端的數據接口拿到更多的外部數據。大數據、小數據的邊界會越來越模糊，人們更加關注的是數據本身，要用數據解決什么樣的問題，更加聚焦在數據產生價值上。

大數據和小數據不再有嚴格的區分，特別是當云端 SaaS 服務模式越來越普及的時候，云BI也能解決大多數業務場景下的大數據和性能方面的困擾。

第三，單純的BI工具價值逐步削弱

在我觀察到的國內一些數據類產品中，就發現了這樣的一些趨勢。前端用戶行為分析越來越朝著BI的方向走，而一些SaaS BI 產品也在解決好用戶內部數據之外引入了外部數據包括用戶行為分析數據。

就如同前面提到的，人們不再單純的關注于工具本身能夠實現什么樣的可視化效果。而更加注重如何利用工具進行業務價值的實現，需要更多行業咨詢和業務指導。以單純的工具作為唯一的賣點在將來會被逐步淘汰。

第四，可視化分析也需要配備輕量級的 ETL 數據準備工具

很多企業在內部的數據管理和業務系統數據規范性上一樣存在很大的問題，在 IT 部門對基礎的數據質量做完梳理之后，業務人員在很多場景下也一樣需要相應的數據準備工作，可視化分析工具需要搭配一些簡單易用的 ETL 工具能夠讓業務人員自助完成一些基礎的數據準備工作。當然，如果未來業務在云端，數據標準化的過程將會更加容易和便捷。

第五，預測性分析、人工智能和機器學習是未來新的增長點

在今年Microsoft Ignite 技術大會上我們已經看到了Microsoft Power BI Quick Insight 和 Anna Talk 的結合。IBM Waston Analytics 強大的自然語言進行預測性分析和交互。這兩者都實現了預測性分析、對自然語言解析以及可視化推送的效果。以往的數據洞察需要靠人，靠拖拽數據、鉆取數據交互分析獲得，但在以后多了更多的方式 —— 機器洞察、智能洞察。雖然從數據的準確度、合理性、語言處理維度的程度上都不能完全替代人們自助的數據分析方式，但無論如何，這種嘗試已經在朝著成熟的方向來發展了。

第六，移動 BI 和協作辦公越來越強

移動BI應該包括兩個方面的因素：移動 + 協作。在之前提到過，在下個階段的BI發展趨勢上，移動BI的展現已經不再是亮點，移動BI已經成為企業數據展現的標配。傳統的數據信息交換方式是單向輸出，中心到個人的輸出模式，而以后的模式是中心到個人，個人到個人可逆的傳輸模式。目前我們已經看到一些移動協作的方式，比如和微信的集成打通。但以后的數據分析和分享協作模式應該會越來越豐富，很有想象的空間。