去年，可謂是新科技術快速發展的一年，世界上大多數國家都沉浸在諸如人工智能、機器學習、物聯網和自動化等新技術的演進中。盡管這些技術被證明是促進業務增長的催化劑，但許多小企業領導人卻決定將大部分投資集中在數據分析上。

這是什么原因呢?

事實上，IDC撰文《數字化轉型的續接舉措》曾指出，47%的受訪創業公司在2017年采用了商業分析或商業智能軟件進行數據分析。雖然IDC的調查結果很令人鼓舞的，但大多數小型企業也承認，2017年它們只從分析中尋找到了可進行有效競爭所需信息的皮毛而已。

IDC中小型企業研究部副總裁Ray Boggs最近在一份《IDC Analyst Connection》報告中表示，這一現實可以歸結為對分析價值的誤解。他說：“高級商業智能的好處不僅來自于對當前商業問題更好(或)更快的解答，還來自于對那些未被問及到的最重要問題的理解。”同時他也提到：“隨著中小企業的成長，在沒有對必要內容進行批判性審查的情況下，擴展業務實踐和流程是存在風險的。”

無論好與壞，2017年已經翻篇了，現在是時候一窺2018年企業數據分析的新貌了：

可預測性揭示了數據分析的全部潛力

小企業的領導者們常常覺得自己被越來越多的分析人員所忽視，因為他們擔心自己的勞動力、客戶基礎或運營規模太小，不足以證明企業成本的合理性。盡管看起來有些短視，但有這種想法是完全可以理解的。因為當企業的預算比較緊張的時候，如果ROI不是100%可預測的，那么就很難從一個部門拿錢來支付一個新的解決方案。

雖然生活中的大多數事情都是不可預測的，但是實現和維護技術的成本，尤其是云中的商業智能分析則是可預測的。原因如下：

可預測性揭示了數據分析的全部潛力

小企業的領導者們常常覺得自己被越來越多的分析人員所忽視，因為他們擔心自己的勞動力、客戶基礎或運營規模太小，不足以證明企業成本的合理性。盡管看起來有些短視，但有這種想法是完全可以理解的。因為當企業的預算比較緊張的時候，如果ROI不是100%可預測的，那么就很難從一個部門拿錢來支付一個新的解決方案。

雖然生活中的大多數事情都是不可預測的，但是實現和維護技術的成本，尤其是云中的商業智能分析則是可預測的。原因如下：

企業可以在沒有大量資金和人力資源的情況下保持領先的能力。每個月，企業通過按月付費的方式來訪問他們當前所需要的精確分析功能——隨著公司的發展，企業可以靈活地引入或刪除組織、用戶或功能。

決策者可以在一個地方用一個共同的邏輯發現、預測、可視化、協作、模擬和管理數據。有了這種基礎設施，企業就可以在無縫、熟悉的用戶體驗中利用最新的數字創新。這種策略不僅降低維護分析的成本，而且還增加了ROI。

在數據中心加密的存儲可以被保護起來，免受一系列的勒索軟件和病毒的侵害。隨著數據分析成為業務各個方面的自然組成部分，決策者可以利用日益增長的、且安全的數據收集功能來做預測性分析和跨功能預測。

數據分析和云：一個驚人的增長機會

基于以上所說的所有原因，數據分析的作用就很容易理解了。訂閱付費更符合不斷增長的各個階段企業業務需求。而且隨著數據中心遵守嚴格的政府和行業法規及認證，安全問題正在逐漸平息。更重要的是，重塑決策能力和在高度不可預測的市場中競爭的能力只會隨著新興技術的發展而提高。

不管你知道與否，下一波的分析創新將是通過機器學習、人工智能和區塊鏈加速和自動化企業決策的某些方面。這樣的能力可以給小公司一個突破性的機會，讓它們像大企業一樣，以創業公司的速度和敏捷性來競爭，但前提是商業智能是由云的靈活性來管理的。