前阵子关于商业智能BI分析工具的发展趋势讨论得沸沸扬扬，主要观点就是，人们认为，再好用的商业智能BI分析工具如果没有和企业的业务人员很好地配合，那就等于没发挥好BI工具。其实，商业智能是基础，在工具这个阶段先做好，也是非常关键的，在选购时，就选好一款正确的商业智能BI分析工具。那除了这个，还需要做些什么别的呢？
前阵子关于商业智能BI分析工具的发展趋势讨论得沸沸扬扬，主要观点就是，人们认为，再好用的商业智能BI分析工具如果没有和企业的业务人员很好地配合，那就等于没发挥好BI工具。其实，商业智能是基础，在工具这个阶段先做好，也是非常关键的，在选购时，就选好一款正确的商业智能BI分析工具。那除了这个，还需要做些什么别的呢？
创业者们需要知道他们是否选择了正确的语言、产品、架构和数据源，而个人则需要知道他们是否正在学习正确的技能来获得更有前途的工作。
那些没有选择正确的人会面临被淘汰的危险，因为他们没有充分利用实时的数据分析和可视化程序提供的洞察理解。
衡量大数据的价值有四个方面：准确性、实时性、多样性和数据量。准确性指的是数据接近“真相”的程度，实时性指的是数据收集和分析的速度，多样性指的是结构化和非结构化数据的多种来源和类型，数据量指的是能够收集和分析的总数据量。
从整体来看，衡量数据的价值最重要的方面是准确性，这并不令人意外，因为没有真实的数据，那么分析结果就没有任何意义。其次重要的是多样性，这表明无论什么行业，做数据分析和可视化必须要结合多种来源和类型的数据，才能更好的提供企业所需的见解。实时性是最不重要的，这表明典型的商业数据获取是否及时并不影响分析的结果和业务的决策，这也是流数据分析相对少的原因之一。但实时性对于科技／软件和制造业来说却是最有价值的。
这四个方面是商业智能BI分析工具在实施中对公司业务影响比较大的角度。所以你的BI工具有没有用好，可以从这些角度去思考。
总之，为了更好的给企业提供商业价值，智能化工具越来越多的应用在日常工作中，给业务分析师和管理人员提供所需的信息。但是不是所有企业都能用好商业智能BI分析工具。小编认为，业务发展是目的，但不能急于求成，忘了将基础的数据工作做好，一步步达成目标。
