根据国际数据公司2020年的市场份额数据，全球商业智能和分析市场总额达到192亿美元，尽管出现了与大流行相关的经济动荡，但仍健康增长了5.2%。展望未来，随着公司专注于数字化转型和更智能地使用数据推动业务向前发展，商业智能的增长有望加快。

市场领导者是业内最有实力的公司之一——微软、思爱普、销售团队、IBM、SAS和甲骨文。另一方面，这些领导者只占市场的60%左右，所以像ThoughtSpot和Alteryz这样的创新者有很大的空间来建立追随者。

尽管如此，商业智能已经存在了很长时间，人们可以说它有点不太成功。对商业智能的打击是，它对普通员工来说太难使用了，它吐出花哨的报告并提供丰富多彩的仪表板，无法帮助员工解决现实世界的业务问题，而且它需要太多的前期工作——创建数据目录、构建数据仓库等等。

BARC研究中心创始人兼首席执行官卡斯滕·班戈(Carsten Bange)表示，在大流行之前，商业智能被一些人视为一种遗留技术，在许多情况下，这种技术并不值得投资。班戈说，这已经“发生了巨大的变化”。新的调查结果显示，企业正再次将注意力转移到商业智能上，因为它们认识到有必要更深入地了解自己的供应链、快速变化的消费者行为以及自己的业务流程。

他补充说，在BARC《2021年数据、商业智能和分析趋势监测报告》调查的公司中，“基于数据科学的分析是一个高度优先事项”。

以下是2021年及以后商业智能的一些主要趋势。

1.人工智能和机器学习提供了令人兴奋的可能性

商业智能最显著的趋势是人工智能和机器学习的融合。IDC分析师Dan Vesset宣称，“增强分析的新时代”已经开始。“将新一代BI软件推向大众所需的AI支持的分析功能仍处于萌芽阶段，但历史趋势表明，这一代BI软件要达到主流采用还需要不到10年的时间。”

弗雷斯特研究公司分析师鲍里斯·伊夫森补充说，增强商业智能(用人工智能增强的经典商业智能)有潜力“将普通商业用户转变为公民数据科学家。”根据Evelson的说法，目标是让非数据科学家能够“一键”完成预测、预测分析、异常检测和其他BI相关功能。

此外，机器学习系统可以在后台运行，解决“不知道你不知道的事情”的问题。伊夫森说，机器学习系统可以识别数据中有趣的模式，并以一种否则永远无法实现的方式提醒最终用户。

班戈补充道，“增强分析描述了用机器学习补充人类能力的功能，将创造性的问题解决与无与伦比的模式识别相结合，以实现两全其美。主要目标是使分析和商业智能更容易使用，降低临时用户的进入门槛，同时提高超级用户的效率和效力。”

2.后COVID时代云采用激增

商业智能软件的云采用已经成为一种趋势有相当一段时间了，但由于大流行，迫使员工在家工作，并迫使信息技术提供对关键业务应用程序的远程访问，这种趋势无疑加快了。

Bange表示，50%的新BI部署都在云中，这意味着同比稳步增长。基于云的商业智能的优势包括远程用户的可访问性、可扩展性、弹性和部署速度。此外，随着公司越来越习惯于将大型数据集迁移到云中进行备份和运行应用程序，他们更有可能将数据仓库和数据分析迁移到云中。班戈表示:“分析领导者更喜欢将分析应用于数据，而不是相反。

3.自然语言处理向前迈进了一步

除非你是数据科学家，否则制定正确的查询可能会很困难。答案是将自然语言处理构建到商业智能系统中，这样普通员工就可以简单地问一个问题并得到一个答案。自然语言处理不仅使现有受过商业智能培训的员工能够更好地利用商业智能工具，还使公司能够在整个组织中更深入、更广泛地扩展商业智能。

虽然自然语言处理肯定是一个有趣的趋势，但公平地说，它还没有完全实现。“将自然语言翻译成精确的查询可能非常具有挑战性，”Evelson说。“你并不总能在第一次尝试时得到正确的答案。也许你会得到数百个答案，“类似于你在谷歌搜索时发生的情况。他补充说，自然语言系统仍然需要相当多的调整。

4.商业智能被嵌入到客户关系管理和企业资源规划平台中

无论是通过收购还是内部开发，客户关系管理和企业资源规划供应商都在他们的平台中嵌入商业智能。例如，Salesforce在2019年收购了BI领导者Tableau，并迅速将该软件集成到其基于云的CRM平台中。

根据Vesset的说法，这样做的好处是商业智能从一个独立的、不相关的过程发展成为业务流程工作流不可或缺的一部分。嵌入式商业智能可以帮助公司自动化业务流程中涉及的步骤，从而提高速度和性能。

5.通过讲故事呈现信息的新方式出现了

在传统的商业智能中，系统会输出充满彩色图表的报告和仪表盘，但这种展示虽然巧妙，但可能不是向非技术用户展示信息的最佳或最有用的方式。班戈说，与“高度复杂的视觉效果”相反的趋势是向讲故事而不是数据倾销的转变。

商业智能供应商利用“信息设计”这一学科的原理，简化了他们的演示，引导用户了解特定的问题或情况，不仅呈现原始数据，还提供了如何做的建议。这种类型的叙事更有可能包含一个文本叙事来伴随所有浮华的意象。

6.商业智能开始运行

传统商业智能按照固定的时间表提交报告，例如每周或每月。但在当今竞争激烈的商业环境中，这已经不够了，因为决策需要实时做出。通过运营BI，也称为运营智能(OI)，可以收集和分析来自各种来源的数据，包括消费者行为和供应链中断。

班戈说，商业智能系统然后能够为快速决策提供建议，例如为特定的功能分配更多的资源，或者响应快速变化的业务条件。有了运营BI，仪表板可以在固定的时间间隔(例如每小时)自动刷新，系统可以触发警报，通知运营团队有问题需要解决，或者有新的机会可以利用。

7.成功的商业智能仍然需要前期工作

商业智能工具本身已经非常成熟，但是许多公司都在努力实现商业智能，因为他们没有做必要的准备工作。“技术已经成熟，”伊夫森说。障碍存在于等式的人员和流程方面。公司需要建立数据驱动的文化。他们需要培训员工。

根据BARC的最新调查研究，当受访者被要求对他们2021年的优先事项进行排名时，数据质量管理和数据发现位居榜首。高级分析和机器学习排名第11位，这并不意味着公司对AI不感兴趣。这意味着“当基础——高质量和可访问的数据——还没有完全实现时，公司正在努力适应机器学习机制。”Bange说，公司“在将优先级转移到高级方法上之前，似乎要回到根源，专注于使用和管理数据的基础。”

Evelson对首席信息官的建议是“立即进入企业级平台”，无论这意味着更新现有商业智能平台的旧版本，还是与新供应商合作。他指出，目前只有20-30%可用于分析的数据被拉入普通企业数据仓库。他补充道，商业智能是“首席信息官为了取得成功所需要的一切投资”。