商業智能源遠流長 (車品覺)
在大數據和機器學習還未普及的年代，描述性分析是指描述和總結數據。（網上圖片）
商業智能（BI）一詞早於1865年的《商業趣聞百科全書》中被首次提出，當時正值清朝咸豐六年。這個詞用來描述當時的企業如何透過收集資訊快過競爭對手， 從而早着先機獲利，這亦標誌着西方數字經濟的開端。
幾乎在一百年之後，IBM撰文討論了利用技術來收集商業智能的潛力。當時商業智能的定義就是利用技術來收集和分析數據，將之轉換成有用的資訊，並根據這些資訊間接協助管理層採取行動。
八十年代電腦普及，加速大型企業的資訊化步伐，業務競爭又產生了大量分析需求，能夠容納更大量數據的數據倉庫應運而生，把數據有條理地整合收藏以備「不時之需」。在此之前，數據通常散落在各種不同標準的儲存系統中，有時連數據的格式都不盡相同。數據倉庫不僅讓數據分析變得更便捷， 同時也正是企業主動「營運數據」這個概念的開始，意味數據的積累跟未來的商業模式產生互為作用的關係，而並非只用作事後孔明分析。
規定性分析預測未來
進入千禧年代，隨着互聯網經濟和雲計算的興起，數據驅動又把商業智能推進了一大步，更有人說這應該是智能商業的年代。聽起來比較拗口，長話不易短說，不如舉個例子作對比：
在大數據和機器學習還未普及的年代，描述性分析是指描述和總結數據，主要聚焦歷史資訊，通過描述過去，幫助用戶了解以前的行為如何影響現在。預測性分析是通過統計為企業提供關於未來變化的有用資訊。規定性分析會預測今後可能出現的多種情況，並讓企業根據它們的行為，對可能出現的多種結果進行評估。在有限數據的情況下，規定性分析可以預測將來會發生什麼、為什麼會發生，並提供相應的建議。
自2010至今，經過了大數據及深度學習的洗禮，大家已經重新意識到分析是一個即時的學習迴圈過程，不斷計算、行動、監測及從回饋中得到優化。這種全新的技術和理念早期較為適用於互聯網企業，分析的數據來源很廣泛，包括手機、物聯網、市場數據、交易和移動設備等，但對於傳統企業比較難適應。
寫這篇稿時，正是香港「創科博覽2017」開幕之際，希望智能時代為香港帶來更多的新機會，香港作為全球的金融、貿易、物流中心，創科更待何時。
(編者按：車品覺最新著作《覺悟．大數據》現已發售)
歡迎訂購：實體書、電子書
更多車品覺文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
 - EJ Tech){kind=link}
){kind=link}