嵌入式分析有可能使商业智能（BI）得到更广泛的应用。

根据研究显示，企业内的BI采用率一直停留在员工数量的大约四分之一和三分之一之间。

几十年来都是这样。

广泛使用分析的主要障碍之一是分析工具本身，尽管低代码/无代码和增强智能功能使分析更易于使用，但它们面向数据专家而不是业务用户。

另一个障碍是使用 BI 工具所需的努力。

即使对于那些接受过必要培训的人来说，这也是很繁琐的事情，他们在一个应用程序中工作，在意识到数据分析的需求后，他们需要离开该应用程序进入另一个专门为BI设计的应用程序，格式化分析结果，以便可以与第一个应用程序的格式一起使用，最后整合在不同应用程序中完成的工作。

而嵌入式分析可消除不必要的工作，通过将一个分析平台嵌入到另一个应用程序中来组合应用程序，以便业务用户在熟悉的工作环境中可以使用数据。

它还通过以易于理解的方式向业务用户在其工作流中交付数据，从而使用户无需了解如何使用复杂 BI 平台。

根据TreeHive Strategy公司创始人兼负责人Donald Farmer的说法，总有一天，分析不仅将与工作场所的应用程序无缝交织在一起，而且与日常生活无缝交织在一起，分析将变得像现在的文字处理一样简单。他指出，文字处理曾经是一种专门的技能和环境，但现在与其他应用程序（例如电子邮件和文本）完全集成，甚至没有被注意到。

Farmer在创办自己的咨询公司之前曾在微软和Qlik担任高管，今年5月，他与InterWorks的解决方案项目总监Jim Horbury合著了一本书，名为《嵌入式分析：整合分析与业务工作流》。

最近，Farmer讨论了嵌入式分析，包括它从1990年代到现在的演变以及未来几年的发展方向。此外，他还谈到了嵌入式分析和生成式人工智能之间的关系，以及大型语言模型如何有可能推动嵌入式BI（以及BI的一般使用）变得更加普遍。

您如何定义嵌入式分析？

Donald Farmer：首先，你必须考虑什么是分析。分析是呈现数据的方式，让人们可以轻松理解数据，并且人们可以发现模式、趋势和异常值。这是一种为人们提供数据的方式，以便他们能够理解它。

嵌入式分析只是相同的技术，但在另一个应用程序中。有人想要嵌入式分析的原因是，如果它是一个专门的应用程序，那么如果没有嵌入式BI，他们将不得不留出专门的时间来进行分析。他们将不得不考虑，“现在我要做一些分析”，然后他们必须打开一个专门的分析应用程序。

很多时候，他们宁愿在他们正在使用的应用程序中进行分析。嵌入式分析只是另一个应用程序内部的分析技术，因此用户始终靠近数据，他们不必切换上下文来处理数据。

为什么嵌入式分析令人兴奋？它如何推进商业智能？

Farmer：这很令人兴奋，因为人们的数据素养越来越高，因此对数据的要求越来越高。他们想看数据。他们想要了解数据。他们想使用数据。嵌入式分析是在现有业务工作流程中以直接、简单的方式将分析带给用户的一种方式。

想象有人在呼叫中心。他们可以看到他们的数据情况，并且可以看到他们的绩效分析。一个真实的例子是在Target。你可以看看收银员。在他们完成你的物品并准备转向下一个客户后，会弹出分析并告诉他们扫描了多少物品、扫描速度以及他们是否达到目标，以达到他们的标准。这就是收银员工作流程中的分析。

您是什么时候第一次意识到嵌入式分析，它最初是什么样子？

Farmer：最早的嵌入式分析是人们将图表和图形嵌入到应用程序中。大多数编程语言都有在构建应用程序时可以使用的数据库，并包括图表和图形。这是最早的形式，自1990年代以来一直存在。但在当时很简单。特别是，这些产品没有分析引擎。它们无法进行复杂的计算或复杂的聚合。它们可以提供数据；它们纯粹是数据表示功能。

在2005年至2010年期间，像BusinessObjects（于2007年被SAP收购）这样的供应商做得很好，并将其作为其商业模式的一部分。还有其他公司也有这种能力，但BusinessObjects是使其成为其业务模型核心部分的公司。然后，像Qlik和Tableau这样的产品开始将嵌入式分析作为其平台的主要功能。

近年来，嵌入式分析是如何演变？

Farmer：这里突破在于不仅能够嵌入图形或可视化，还可以嵌入与分析引擎的连接，以便用户可以分析大量数据并使其具有交互性和探索性。它现在不仅仅是对某些东西的可视化，而是一种真正的分析体验，具有探索性、交互式，并且针对需要处理的所有数据进行处理。

如果BusinessObjects是嵌入式分析的最初先驱之一，那么近年来哪些供应商推动了该技术的发展？

Farmer：我们开始看到一些专注于嵌入式分析的公司出现。这方面的一个例子是Sisense。 Logi Analytics是另一个。GoodData也是如此。这三家公司都是从创业公司开始就非常重视嵌入式分析，并且在这方面做得很好。

这些供应商仍然是主要供应商，还是说其他供应商正在迎头赶上并使其嵌入式分析功能同样具有吸引力？

Farmer：现在范围很广，很难说哪个供应商最好。这是一个细粒度的讨论，这将归结为人们可能有的要求。总的来说，现在是很好的市场。每个人都有嵌入式功能。它现在是标准配置。

那么，Sisense、Logi、GoodData和其他嵌入式分析专家如何脱颖而出并吸引用户呢？他们还具有差异化因素吗？

Farmer：他们还是有差异化因素。他们通过开发人员体验来做到这一点。他们更多地支持开发人员，使其体验更简单、更强大。他们通过关注不同的受众来做到这一点。

如果你想想微软、Tableau 或 Qlik，他们的核心市场是已经部署这些平台并希望在其他应用程序中提供嵌入式体验的公司。这很好，因为这为用户提供了跨其专业分析工具和嵌入式分析的一致体验。这可能很有用，还可以降低培训成本等。

但是，很多公司都有复杂的应用程序，这些应用程序具有复杂的嵌入要求或特定的数据或安全要求。特别是对于零售或制造应用程序，企业环境可能很复杂。这就是专业供应商可以提供所需的功能和开发人员支持的地方。

嵌入式分析和生成式AI之间有什么关系？它们是相互竞争的技术，还是相互增强？

Farmer：每一个嵌入式分析供应商（尤其是专业供应商）都在研究生成式AI以及如何使用它。事实证明，生成式AI为向人们提供了良好的用户体验，它们会向用户描述数据。如果你认为可视化是为了向人们提供数据，那么生成式AI几乎可以作为一种解释形式。

生成式人工智能可以使用自然语言来描述数据，特别是对于不一定了解数据分析细节或统计数据复杂性的非专业人士。这对人们来说是很棒的体验。对于想要创建 SQL 查询和其他类似内容的人来说，这也是一种很棒的体验。你可以创建对用户来说自然的界面，并且可以生成强大的查询。这也是一个很好的用途。

生成式 AI 作为分析引擎的接口是一种很棒的体验。它不会取代分析引擎，因为生成式AI不擅长分析。它对数学或数据结构的理解不够，无法构建良好的分析过程。但这是一个很好的用户体验。

大约五年前嵌入式分析技术取得了突破，那么，在未来几年，嵌入式分析将如何进一步发展？

Farmer：由于生成式AI以及通过生成式AI改进的数据体验和可访问性，我们正在研究新一代更强大的分析，无论用户在哪里工作，它们都将出现在用户的面板上。生成式AI实现了这一突破。

长期以来， 嵌入式分析的瓶颈是计算能力。如果分析嵌入在应用程序中，并且应用程序在桌面上运行，则桌面的功能就是极限。内存分析和云分析解决了这个问题，这意味着可用于进行分析的能力几乎没有限制。

然后，阻碍在于用户体验。人们仍然需要技能和对数据的洞察力来利用强大的分析。生成式AI有助于下一阶段的发展。我认为使用生成式AI作为体验的嵌入式分析有着令人兴奋的未来。这将成为将来的默认体验。