业务分析通常是商业智能（BI）后的下一个进化步骤，这些步骤在于以对高管和管理者有用的形式方便地访问企业信息。

正如我在之前的一篇博客文章中所讨论的，有用的BI系统的目标是帮助组织收集、维护和组织业务数据，以制定战略并建立竞争优势。大多数系统都以带有警报和警告的仪表板样式的图形显示为特色，并支持向下钻到连续的细节层，以探索感兴趣的情况。

另一方面，分析提供了一种工具集，用于以其他独特的方式探索数据，这些方式不会被预先格式化为标准业务测量，而不是仅限于ERP系统中的内容。

还称为数据挖掘，分析工具可以使用来自所有业务应用程序（ERP，CRM，DRP，AP等）的信息的数据仓库，以及来自商业伙伴，市场研究，人口统计数据以及其他任何您的外部信息可以聚集。许多软件开发人员也试图弄清楚如何在混合中包含社交网络帖子，网站点击流，传感器源和其他“大数据”。

更进一步，许多分析包也支持预测分析，将另一个维度添加到搜索。通过使用数学模型来项目建立的模式（原因和效果）进入未来，他们可以从数据的宝藏组织中收集更多，大多数公司都在他们的数据中心和云中维护，从“发生的事情发生了什么？““可能发生什么？”

使用这些模型，高管可以测试各种策略 - “如果我们采取此操作（更改价格，缩短交货时间，添加一个插座，引入新产品等），那将对销售，利润，市场份额进行什么作用？“- 看看结果可能是什么。

还有更多的可能性，但可以通过观察实际结果并将它们与模型预测的内容进行比较来测试和改进这些示例。

分析往往会让人上瘾，这是件好事——一个问题引出另一个问题，然后又一个问题。分析的美妙之处在于，它为组合来自不同来源的数据提供了新的方法，并寻找可以导致洞察力的模式，如果没有广泛的数据类型和来源的组合，就无法获得洞察力。

传统上，分析一直是数据科学家和数学专家的领域，但这种情况正在迅速改变。新的分析软件产品被“消费化”，供商业人士而不是数学家使用。然而，用户必须了解业务，并且能够超越传统关键性能指标的限制。通过将行业知识与强大的工具相结合，分析可以为那些愿意探索市场、产品、资源和供应链的非传统观点的人带来福音。188bet体育