商业智能（BI）和分析平台对于大中型企业来说是至关重要的。自2004年以来，基于视觉的数据发现一直是BI的关键组成部分；在数据科学家和数据库管理员的支持下，这一趋势已将分析从IT部门的职责转移到业务分析师和经理的一项自助服务。BI的重点已从从记录系统生成月度报告，转变为基于来自各种内部和外部来源的数据，交互式地发现趋势、分享趋势、预测和回答业务问题。以前企业需要几个月的时间做出决策，现在采用了自助式视觉数据发现的企业往往几天之内就可以决定采取什么行动。

　　如何选择自助式BI平台？大多数情况下，无论从用户的角度还是从IT基础设施的角度来看，你都希望找到最适合你公司的平台。

　　BI平台与将要使用它的人员技能是否匹配？你的员工可以轻松学习和使用它吗？它是否会让分析师的工作变得更轻松，还是会制造更多的障碍？

　　它能够读取你所有内部和外部的数据源吗？你能否轻松地在平台内清理和转换数据？它是否能够显示你需要的所有图表？你可以与公司内任何人分享你的分析吗，还是只能和授权用户分享？

　　考虑到这些考虑因素，让我们来看看（按字母排序）这五个市场领先的BI平台。

　　Domo是一款在线BI工具，结合了大量数据连接器、ETL系统、统一数据存储、大量可视化、集成社交媒体和报表。Domo称自己不仅仅是一个BI工具，因为它的社交媒体工具可以生成“可操作的见解”，但实际上每个BI工具要么会触发有利于业务的行为，要么最终被抛弃。

　　Domo是一个很好的、功能齐全的BI系统。它支持大量数据源和大量图表类型，集成的社交媒体功能也不错。不过，Domo的学习和使用难度要比Tableau、Qlik Sense、QuickSight和Power BI高一些，每年每个用户2000美元，价格更高一些。

　　微软借助Power BI进入自助服务BI市场。Power BI包含一个Web接口连接到托管在Azure的服务，以及一个用于Windows桌面的Power BI桌面应用。它的价格比竞争对手要低得多：标准账户是免费的，Pro账户每月每个用户9.99美元，Power BI Desktop是免费的。

　　网站和桌面应用都会定期更新。Power BI Desktop每月更新一次；网站什么时候更新很难说。

　　对于某些数据源，Power BI有预定义的图表、仪表板和报告。例如，默认的Visual Studio Online仪表板和报告提供了对Git的概览，提取请求，以及对项目的版本控制。对于其他来源，Power BI预计会看到其数据的某些标记，例如它支持Excel Worksheet命名表、Excel Data Model表和Power View表。如果你的Excel工作表中只有原始数据，则需要返回并创建一个或多个命名表；如果你在导入之前确保数据类型是准确的，也会有所帮助。

　　对于使用Windows、Office和Azure生态系统的企业来说，Power BI是一个合理的选择。对于希望向组织中每个人提供BI的成本敏感型公司来说，这也是一个不错的选择。不利的一面是，Power BI没有像Qlik Sense或Tableau那样为你提供尽可能多的分析功能或者对图表的控制。

　　Qlik在QlikView中有一个“模式1”或传统BI产品，并且已经扩展到了自助式BI也就是Qlik Sense。Qlik Sense是在2014年推出的，是一款自助式BI和可视化产品，基于和QlikView相同的内存关联数据索引引擎。2016年，Qlik把仅在QlikView中提供的报告引擎功能添加到了Qlik Sense中。

　　Qlik Sense 2.0是一款非常强大的数据发现和交互式分析工具，可以连接到几乎任何SQL数据库，并且提供了对可视化的很好控制。然而，牛宝体育APP它并不像Tableau那样易于学习、易于使用或者灵活地呈现可视化。

　　对于BI来说，数据导入往往是一个混乱的过程。Qlik Sense 2.0会尝试在不同表格中关联相同命名的字段，但也会对比数据并提供有关类似字段的建议。这个新功能被称为Smart Data Load。

　　Qlik Sense 2.0还引入了Qlik DataMarket，提供6种类型的公共和商业数据源：商业、货币、人口统计、社会、天气和经济。当你分析私人数据时，公开数据能帮到很大的忙。

　　Qlik通常以压缩格式将数据保存在内存中。然而，有时你有太多的数据无法放入可用内存中，在这种情况下，Qlik Sense可以使用“直接发现”模式，该模式将内存数据与数据库内数据按需结合。在直接发现模式下，某些字段仅作为可在表达中使用的元数据/符号表加载到内存中。用户可按需查询数据库中的实际数据。

　　当你使用Qlik Sense的时候，你可以将书签保存到当前工作表的当前选择状态，并且可以将书签合并到故事中，并添加文本和其他注释以使故事不言自明。如果你正在使用故事进行现场演示，则可以深入到任何可视化的源代码来回答问题，然后在回答问题时返回故事。

　　Qlik关联的绿白灰色体验（显示值的颜色指示状态，已选择、可选择、不可选择）可帮助你识别相关数据和无关数据，而无需深究，这一点很好。我还喜欢Qlik定义表达式的方式，Qlik Sense可以很好地控制可视化的外观，比Microsoft Power BI好，但不如Tableau好。

　　Amazon QuickSight完全是运行在AWS中的，它可以很好地访问Amazon数据源和其他数据源，并以基本价格提供基本分析和数据操作。在这里讨论的其他产品中，QuickSight与Power BI极其相似，只是不依赖桌面产品创建数据集、或者Power BI Desktop/Service组合提供的分析能力水平。

　　与Power BI、Qlik Sense和Tableau一样，QuickSight连接到无数的数据源，也允许你自己准备数据集。一旦你拥有数据集，你就可以创建具有一个或多个可视化的分析，可以将其组织到仪表板和故事中。你可以共享组织内的数据集、仪表板和故事。QuickSight让这个过程非常简单直接，但是缺少一些有用的可视化功能，这些功能可以在竞争对手工具中找到。

　　企业中第一个用户永远是免费的，4个用户的团队试用是60天免费的。除试用版之外，标准版每个额外用户每月9美元，企业版每月18美元。

　　SPICE是QuickSight用于可视化的高性能内存数据存储库，对于从数据库导入的数据来说是必需的，对于SQL数据库中的数据来说是可选的。SPICE表格限制为每个表10GB。

　　对于在AWS上托管了众多数据源、并且分析需求和开发时间都有限的企业来说，使用QuickSight似乎是个不错的选择。QuickSight为增加了简便的分析和可视化功能，成本更低。

　　Tableau称其产品提供了“按照你想法方式使用的分析”，并称这些工具强化了“人们快速发现视觉模式、揭示日常机会和灵光瞬息的自然能力”。

　　分析工作流的视觉发现阶段是很有意思的一个阶段，但大多数人都没有在这个阶段花费大部分时间。根据我的经验，导入和调整数据可以轻松消耗你在BI产品上花费时间的80％。

　　既然Tableau可以执行跨数据库连接，那么你可以导入多个数据源，尽管你可能会将其中大部分数据源托管在数据仓库中，如果你的企业有足够大（或富有）的话可以考虑购入。

　　然后，你将要逐行过滤和调整你的数据。最后，你你会发现你可以真正开始创建可视化了，尽管在尝试进行探索时不得不执行额外的数据转换这一点并不常见，但是使用Tableau你可以很容易完成数据调整和转换，就像在Excel中一样简单，无需返回导入阶段来添加计算字段或过滤数据。

　　Tableau中的视觉发现功能很强大，Tableau易用的实施和对图表显示的精细控制树立了标杆。你可以单击或拖动所需的维度（通常是离散类别或特征）和测量值（数值）来构建Tableau可视化，并且可以自己选择一个标记（显示类型，如条形、线条和点）或者使用自动标记选择，或使用“show me”方法选择可视化文件。

　　要进行更多控制，可以将维度和测量值拖动到特定标记特征或“货架”上。当你很清楚分析过程中发生了什么情况，你可以与其他人共享仪表板和故事。这一点很容易做到，发送到Tableau Server或Tableau Online就可以了，无论你是使用Tableau Desktop需要上传，还是已经在线进行了分析。

　　与Qlik和Domo相比，Tableau的定价相当有竞争力。个人版：每个用户每月35美元；专业版：每个用户每月70美元；Tableau Server：每个用户每月35美元；Tableau Online（完全托管）：每个用户每月42美元。

　　然而我必须指出，微软Power BI提供了约80%的Tableau功能，价格大约是Tableau的25％。你要根据自身情况衡量劳动力成本和公司利益做出决定。

　　对于亿滋国际这样的品牌来说，解决方案不是在技术和人性之间二选其一，而将它们融合于一处。这种方法不仅让企业得以跟上持续变化的消费者期望，而且还可以通过结合先进的AI功能与真正的同理心驱动策略来提升其营销影响力——我之前曾将这种方法定义为“生成式CMO”方法。通过拥抱这种前瞻性思维，亿滋国际展示了品牌如何利用技术来放大、而不是掩盖以人为本的营销价值观。

　　英伟达（Nvidia ）日前收购了位于美国西雅图的一家专门从事生成式人工智能工具的初创公司 OctoAI，这一大胆举措巩固了 Nvidia 在人工智能基础设施领域的领先地位。

　　作为关键AI与数字应用不可或缺的底层设施，高科技数据中心需要认真且深入的设计规划。

　　所谓的提示是指我们给人工智能工具下达的指令，提示用于引导人工智能工具的输出。我们可以把提示想象成现代计算机代码的等价物，只不过提示是用自然语言编写的。与编写传统计算机程序一样，编写的提示也有好坏之分，好的提示可以有效地引导人工智能工具生成所需要的输出，不好的提示就做不到这一点。