社交商业智能的趋势与挑战

      当你想到“社交商业智能(BI)”，你可能会立刻想到“tweets”， “likes”和其它被观测和挖掘的在线社交活动。然而，社交商业智能(BI)是远远不止对你客户的社交数据的分析。它是关于把你发现的业务知识让其他人易于使用。它是关于从与你有共同兴趣的人群得到类似问题的答案或解决类似的问题。

　　企业中的社交商业智能(BI)

　　Spotfire的市场总监Mark Lorion，在一次tweet的聊天中给出了关于社交商业智能(BI)的最好描述 — 它应该是“更为协作型的分析。”对于一个企业，这意味着跨越了企业边界的协作 —利用建立在主导商业智能(BI)工具上的社交商业智能(BI)功能这个工作目前更容易完成。根据Forrester公司的高级分析分析师James Kobielus在最近一次对采访中称，“社交”在企业中意味着数据、洞察力的合并，而且员工意见和讨论进入到一个由结构化和非结构化的数据组成的数据流之中。

　　社交商业智能(BI)的趋势

　　Kobielus表示，尽管有大量关于社交商业智能(BI)的讨论，它对于企业仍然是一种“尖端”的解决方案。原因之一是社交商业智能(BI)从根本上改变了我们对商业智能(BI)的一些思考方式。Kobielus在题为“云模式下的商业智能(BI)：一种对”大商业智能(BI)的自助式服务的选择“的一次网络广播中，更为详细地对这些变化进行了探究。

　　社交商业智能(BI)的挑战

　　利用社交商业智能(BI)，我们开始把数据仓库中”正规“来源的数据与另外用户提供的数据、知识和观点的数据源组合在一起，而这些非结构并不是来自数据仓库。利用社交商业智能(BI)的数据变得越来越复杂，因为在你执行你的分析的时候，必须考虑到数据的可靠性和数据源背后的动机，而且它经常包括比来自一个数据仓库中的数据更多的非结构化数据。虽然这些挑战可能会减慢对社交商业智能(BI)的采用、却不可能阻止它。”进入社交“的好处远远大于它在进程中引入的风险 — 这种风险的管理可以作为社交商业智能(BI)流程中的一部分得以成功解决。

　　所以下次当你想到“社交商业智能(BI)”，超越立即联想到它仅仅是社交数据的理解，也要在合作的方面考虑它。