爱华网趋势二：从战略型的BI到操作型或者实时型的BI
目前，企业日益要求减少从发现问题到采取行动的反应延迟，这大大推动了BI分析应用的发展。根据决策专家的观点，这种反应的延迟有三个组成部分。数据准备的延迟(获取要分析的数据的时间)，分析延迟(通过分析得到结果的时间)，决策延迟(理解分析结果并且采取行动的时间)。对于操作性的BI是非常有意义的，这三种延迟几乎可以减少到忽略不计。
为了减少数据准备的延迟，我们看到大家采用EII技术开发了越来越多的虚拟BI组件，包括虚拟操作数据存储(ODS)和数据集市。如果你的操作型数据非常规范(仅需要很少的数据集成和清洗)，虚拟的操作数据存储(ODS)或者自由的数据集市是缩短数据延迟的较好的解决方案。但是，这必须对操作型的业务系统的事件进行监控。
为了减少分析的延迟，我们看到操作型分析引擎中的企业活动监控(BAM)或者操作仪表盘，它们能及时的让业务人员看到分析结果，并且超出阈值时发出报警。关键绩效指标(KPI),每隔几个小时或者更频繁的发送给业务人员，整理当前的操作型结果并且在企业门户以仪表盘的形势展现出来，给业务人员深入分析关键事件的机会。
分析和展现操作型数据是非常有意义的，但是商业智能中不是所有数据都要包括。许多IT实施者不能明确在操作型BI应用中包括哪些数据。他们觉得应该包含尽可能多的数据，强迫所有数据都是实时的。这样就会出现一个无边界的难管理的BI项目。
我们应该非常仔细的评估实时分析的数据。完全理解业务需求，才能找出海量数据中真正需要的那一小部分。更多的分析可以每隔几个小时、几天或者几个月做一次，这取决于决策的需要。
趋势三：更成熟的数据分析和展现技术
起初，BI只有简单的报表和查询，然后有了多维分析。目前多维立方体和星型模型仍然非常流行。现在有了更复杂的方向，那就是使用数据挖掘进行深入分析，支持自定义查询的统计方法和技术，不规则的查询。或许这是商业智能的自然演化。当然，业务专家比起十年前越来越成熟，甚至不是业务高手也要执行复杂的分析，因此促进商业智能日益普及。这些技术提升了预测分析和决策能力，并且可以嵌入到操作流程中。目前有些公司能够实施操作型或者实时BI，给于前台人员访问分析结果的能力，他们的日常业务都可以与数据的分析相结合。
我们必须肯定BI的能力。我们应该采取企业级的BI架构和技术，否则一定会遇到混乱。操作型的BI也需要彻底的理解业务流程以及变化，离开了这些需求，BI实施就不可能深入到最有价值的地方。
在商业智能市场还有一些其他的发展趋势，但是这三个趋势是影响最大的。我们在半年后再次重新审视BI发展，看看是否还有其他的发展趋势引起我们的注意，或者改变仍然年轻的快速发展的BI产业。
