本篇文章主要介绍了"从Tableau看商业智能行业发展"，主要涉及到方面的内容，对于产品设计感兴趣的同学可以参考一下：
前些天大家都惊闻Linkedin的股票大跌~不知道有木有注意到旁边某跌的更惨的股票Tableau。Tableau是一家总部在西雅图的商业智能(Busines...
前些天大家都惊闻Linkedin的股票大跌~不知道有木有注意到旁边某跌的更惨的股票Tableau。Tableau是一家总部在西雅图的商业智能(Business Intelligence)公司，在Gartner的商业智能和分析(BI&Analytics)琅琊榜上长期排行老大。
该公司有多低调奢华，说两个数据：
Tableau的薪水 new grad Data scientist 在某中部荒凉的州 Base达到湾区Uber水平，New grad SDE在某中部免税州 薪资达到湾区F家水平
该司的revenue 图和竞争对手微软，Qlik对比 长这样(蓝色：Tableau，绿色：Qlik, 橙色：微软)
股票图曾经长这样
哇!好像很厉害的样子。但是!为什么跌了呢!
首先咱们要研究一下整个商业智能(Business Intelligence)市场的动向了。
1. 市场转型
商业智能(BI)市场由来已久，而现在，大数据，云计算成为主旋律。未来的商业智能软件将具备的特点，可以简要概括为“ A B C D E S”
A= Automation 在数据的收集，处理，分析等阶段，传统的工作中需要大量的人力劳动。虽然数据行业的发展，越来越多的决策都依赖数据的支持，大量的数据分析师职位涌现，然而其实大量的这种岗位都在做着简单的重复劳动。灵活，准确，适用性强的数据自动化功能将会非常有效的降低公司的运营成本，提高决策效率。Search-based 既光凭借搜索功能就能完整正确的显示出分析及可视化结果，也是未来的一大方向。
B=Big Data 大数据大家都很熟悉。以数据为基础的商业智能行业当然要跟上时代。Hadoop based将会成为商业智能软件的标配之一。
C=Complex Analysis. 包括Machine Learning, predictive modeling等等。这一部分是data scientist 小伙伴熟悉的部门。很多BI软件公司比如Alteryx已经有了该基本的建模和分析模块，没学过data science的人也能够apply这些算法。DataRobot等软件更是具有自动的参数学习和优化功能并打出了”make everyone a data scientist”的口号。现在当然还达不到这个水平，但是未来随着技术的发展，相信这种愿景完全可以实现。
D=Data Integration/Connection 支持各种数据源，以及数据源的整合功能。市场上有成熟的该种软件，比如Talend。
E=Easy-to-use.对于商业智能软件易用性非常重要。
