嵌入式BI的发展历程

嵌入式分析是旨在使任何应用程序或用户更容易获得数据分析和商业智能的技术。

商业智能是通过分析业务数据辅助决策获取数据背后的信息。

商业智能软件和技术包含了报表查询，OLAP，数据挖掘及高级数据分析，最终用户自助分析及仪表板监控舱。

嵌入式商业智能是一种技术能力，囊括了商业智能的功能和特征，并且成为了业务系统的一个重要的构成。

嵌入式分析背景

嵌入式分析首次被 Howard Dresner提出，他是咨询顾问，作家，及前 Gartner“BI”的词发明者和分析师。在2007年Howard Dresner在被Oracle收购的Hyperion Solutions 公司工作时提出：“BI的整合，并不意味着BI 市场的已经十分成熟”。于是Oracle公司在2009年Oracle Rapid Planning 新闻发布会上开始使用“嵌入式分析”。

2012年 Gartner组织，也在同年11月的 IT 术语中增加增加了“嵌入式分析”

2014年 Dresner Advisory Services 发布了“Embedded Business Intelligence Market Study”研究报告，包含了24个供应商。因此同时产出嵌入式商业智能是指在业务流程应用或门户中整合商业智能。

嵌入式商业智能发展历程

“商业智能”一词最早出现是在Richard Millar Devens，1865的Cyclopaedia of Commercial and Business Anecdotes一书中，用它来描述“银行家亨利·弗兰西斯爵士的成功方式”。

起源

1958年IBM的计算机科学家Hans Peter Luhn 撰写的一片文章《A Business Intelligence System》中，开始描述BI的价值和潜力，今天他被公认为“商业智能之父”。

演变：20世纪80年代末

1956年，IBM发明的硬盘彻底改变了数据存储，越来越多的数据被创建和存储。也就在这个阶段产生了第一个数据库管理系统，统称为决策支持系统（DSS）

20世纪70年代，出现了几家BI厂商。

1988年，在罗马举办的数据分析联盟会议是一个商业智能的里程碑

转折点：20世纪80年代-90年代

1988年会议后，商业智能就开始向现代化演进

1989年，Gartner分析师Howard Dresner再次将“商业智能”带入大家的视野，他将商业智能作为涵盖数据存储和数据分析的统称，避免了繁琐的名称，如DSS或EIS等

数据仓库技术的发展大大推动了商业智能的发展，传统存储在各个地方的业务数据开始集中在一起。应运而生的技术还包括ETL（数据抽取、转换、加载）和OLAP（联机分析处理）。

该阶段被称为-商业智能1.0

商业智能1.0

20世纪90年代末和2000年初，数十家BI厂商进入市场，在此期间，BI包含两个基本功能：生成数据和报告，并以可视化的方式展示。

商业智能1.0面临的两大问题：复杂性和时效性

1、大多数人无法自助使用，强依赖IT

2、由于数据沉默，制定和提交报告给决策者需要更多的时间。

商业智能2.0

二十一世纪是一个明显的转折点，随着技术的发展，解决了复杂性和时效性的问题。

BI2.0的实时处理技术允许企业依据最新的信息作出决策。

互联网社交的发展，也让商业智能广泛的传播，越来越多的人知道并理解商业智能。

BI 已经不再是一个锦上添花的软件，它代表的是一种企业竞争力，只是这种竞争力还没有被更多企业感知。

现代商业智能3.0

实现自助式和增强数据可视化，结合数字孪生，3D建模，GIS 地图实现数据可视化，并结合当下最新发展的AI技术进行AI交互挖掘很深层次信息。是BI的发展领域和现代化特征。

随着云计算、SaaS（软件即服务）、大数据的发展和成熟，商业智能开始被更多的企业使用，高度易用的设计让业务人员也可以使用，无需IT的支持。

移动BI变成企业产品选型的加分点，随时随地的洞察数据变得重要。

新一代的商业智能产品涌现，传统商业智能被迫淘汰或者转型“敏捷BI”